基于纳米CT数据的页岩岩样三维重构

张 挺, 卢芳芳

(上海电力学院 计算机科学与技术学院, 上海 200090)

基于纳米CT数据的页岩岩样三维重构

张 挺, 卢芳芳

(上海电力学院 计算机科学与技术学院, 上海 200090)

根据纳米CT获得的真实页岩数据重构出三维页岩岩样.首先,利用纳米CT获取纳米精度的页岩体数据,将这些页岩体数据从二维灰度图像形式转换为二值化图像;然后,将二值化后的页岩体数据叠加获得重构的三维页岩岩样数据,分析这些数据可以获得页岩岩样的内部孔隙分布特征.实验表明,该方法可以获得真实的页岩三维结构,对页岩的含气性评价和流动规律研究具有重要意义.

页岩; 孔隙; 重构; 纳米CT

页岩气是从页岩层中开采出来的天然气,成分以甲烷为主,是一种重要的非常规天然气资源.页岩气体主要以游离态和吸附态存在于页岩储层中,页岩的孔隙结构对其自身的吸附、渗流、扩散和滑脱等特性影响很大.页岩中的微孔隙和微裂隙是页岩气的重要储存空间与流通通道,因此,研究页岩储层的孔隙结构对于页岩的含气性评价和勘探开发具有十分重要的意义[1-2].为了实现大范围页岩的三维重构,需要从真实的页岩数据提取其孔隙分布特征,因此需要利用真实采集的页岩数据进行页岩重构,再分析提取其孔隙分布特征.

为页岩等多孔介质样品提供准确的内部三维结构数据较为困难.目前,连续切片法、聚焦离子光束法、激光扫描显微法、X射线CT扫描、纳米CT[3-5]等方法可获得多孔介质微米甚至纳米精度的二维或三维数据,为多孔介质重构研究提供了真实的基础数据.由于直接获取岩心的三维数据费用昂贵且需要大量处理时间,因此现有的研究集中在利用二维图像获取孔隙结构特征,再将上述二维图像叠加获得多孔介质的三维结构.由于页岩内部是由孔隙和骨架构成,因此利用分水岭算法[6-7]对内部孔隙进行分割.本文给出了利用纳米CT扫描获得的页岩二维灰度图像重构真实页岩三维孔隙骨架结构的方法,对于页岩内部结构分析和页岩气开发具有较高的实际意义.

1 页岩样品的二维图片处理

将一个页岩样品的岩心打磨成近似圆柱状,再利用纳米CT对该岩心进行扫描观测.为方便下文分析,称该岩心为Nano-2-11.纳米CT的分辨率为64.2 nm/pixel.使用背景图像去除投影像中的高能点,然后通过CT算法得到样品的二维图像.对上述图像使用过滤函数去除噪声,即得到一个二值化的二维图像,具体操作步骤可以参见文献[8].图1是岩心Nano-2-11在去除高能点后的灰度图切面.

图1 岩心Nano-2-11的灰度图切面

在得到页岩岩心的切面图像后,还需要对图像进行一些增强处理和噪声过滤,才能对孔隙结构做进一步分析.通过阈值函数的处理,将得到的灰度图转换成二值的黑白图像,其中黑色代表岩心的孔隙空间,白色代表岩心的骨架,如图2所示.

采集岩心Nano-2-11的相关数据,获得其各层(共1 020层)的二值化切面图像,每隔100层(第100层,第200层,第300层,…,第1 000层)的切面图像如图3和图4所示.

图2 阈值处理后Nano-2-11的二值化岩心切面

图3 岩心Nano-2-11的第100～600层切面

从图3和图4可以看出孔隙和骨架的变化趋势,但在图像中仍然存在一些微小的点,形成了游离在岩心外的“骨架”(如图4c右上角所示),这可能是由于残余噪声造成的.对这样的情况,在每个骨架点邻域设定一个搜索区域,如果在该区域内的骨架点数小于某个阈值,则认为该点是岩心外区域,通过该方法可以去除游离点.

图4 岩心Nano-2-11的第700～1 000层切面

2 获取页岩样品的三维结构和孔隙统计数据

将岩心各个切面的数据叠加,重构出岩心的三维结构,如图5所示.

利用分水岭算法对岩心Nano-2-11的三维结构进行孔隙分割[6-7],获得岩心中孔隙的分布数据.岩心Nano-2-11一共有34 230个孔隙,其体积和表面积的分布图如图6所示.其中,横坐标代表孔隙的序号.体积和表面积的统计数据见表1.

图6 岩心Nano-2-11中孔隙的体积和表面积分布

指标体积/μm3表面积/μm2均值0．0050900．1275最小值0．0002650．0123最大值3．19900031．8770标准差0．0261000．3520

3 结 论

(1) 本文演示了利用纳米CT扫描的二维数据重构页岩孔隙三维结构的过程,采用分水岭算法对孔隙体积和表面积进行了统计分析.

(2) 纳米CT扫描能很好地重构页岩孔隙的三维结构,借用数据处理手段可以获得包括孔隙表面积和孔隙体积的页岩内部信息,对开采页岩气过程中页岩孔隙特点的识别具有实际意义,也有助于页岩中含气性和流动规律的研究.

[1] 吴克柳,李相方,陈掌星.页岩气纳米孔气体传输模型[J].石油学报,2015,36(7):837-848.

[2] 张晓明,石万忠,徐清海,等.四川盆地焦石坝地区页岩气储层特征及控制因素[J].石油学报,2015,36(8):926-939.

[3] JAVADPOUR F,MORAVVEJ M,AMREIN M.Atomic force microscopy (AFM) a new tool for gas shale characterization[J].Journal of Canadian petroleum technology,2012,51(4):236-243.

[4] LOUCKSR G,REED R M,RUPPEL S C,etal.Spectrum of pore types and networks in mudrocks and a descriptive classification for matrix-related mudrock pores[J].AAPG Bulletin,2012,96(6):1 071-1 098.

[5] BLUNTM J,BIJELJIC B,DONG H,etal.Pore-scale imaging and modeling[J].Advances in Water Resources,2013(51):197-216.

[6] MANGAN A P,WHITAKER R T.Partitioning 3d surface meshes using watershed segmentation[J].IEEE Transactions on Visualization and Computer Graphics,1999,5(4):308-321.

[7] SHAFARENKO L,PETROU M,KITTLER J.Automatic watershed segmentation of randomly textured color images[J].IEEE Transactions on Image Processing,1997,6(11):1 530-1 544.

[8] 黄丰.多孔介质模型的三维重构研究[D].合肥:中国科学技术大学,2007.

3DReconstructionofShaleSamplesUsingNano-CTData

ZHANG Ting, LU Fangfang

(SchoolofComputerScienceandTechnology,ShanghaiUniversityofElectricPower,Shanghai200090,China)

Three-dimensional shale samples are reconstructed using real shale data obtained from nano-CT.Firstly,the shale volume data with the resolution of nanometers are obtained by nano-CT.These volume data are all stored by 2D gray images,which should be transformed into binary images;then stacking these binary images can obtain reconstructed 3D data of shale samples.After analyzing them the characteristics of pore distribution inside shale samples can be obtained.Experiments prove that this method can obtain real 3D structures of shale,which is quite significant to the evaluation of hydrocarbon content and research of flow rules.

shale; pore; reconstruction; nano-CT

10.3969/j.issn.1006-4729.2017.05.013

2017-03-09

张挺(1979-),男,博士,副教授,安徽安庆人.主要研究方向为信息重建.E-mail:tingzh@shiep.edu.cn.

国家自然科学基金(41672114);上海市自然科学基金(16ZR1413200);浙江省科技计划项目(2017C33163);中央高校基本科研业务费专项资金(WK2090050038).

P618.12;TE311

A

1006-4729(2017)05-0477-03

(编辑 白林雪)