基于数据共享的油气钻井岩心数字分析系统

张 聪，韩慧萍，王艳红，方镕慧，陈维堃，李志伟，董 虎，田迎春，罗 军，张云波

( 1. 中国地质调查局 非常规油气地质重点实验室，北京 100083； 2. 中国地质调查局 油气资源调查中心，北京 100083； 3. 中国地质大学(北京)，北京 100083； 4. 数岩科技股份有限公司，北京 100094 )

0 引言

油气钻井岩心是最直观反映地球内部地质特征的“金钥匙”，是了解地下烃源岩、储层和含油气性等油气成藏特征不可替代的原始资料。岩心(尤其是泥质岩类岩心)长期暴露于地表，受风化等作用影响，导致颜色、结构、构造等发生不可逆转的变化，造成岩心原始信息失真；加之观测信息量有限，不便于多次开发利用，极大地降低岩心的使用价值。油气钻井岩心持有机构在岩心数字化保存方面进行研究，如在岩心状态较好时开展数字化扫描[1]；利用岩心高光谱扫描数据，建立国家虚拟岩心库[3]。中国大庆油田[4]、辽河油田[5]、吐哈油田[6]、华北油田[7]等，将岩心表面扫描成像后，以综合柱状图的形式在计算机或网络上再现岩心特征。这些岩心数字化多数以岩心表面拍照和光谱扫描为主，未实现对矿物、孔隙结构等内部结构和成分信息的数字化，以及对宏观与微观数据的有效管理。

随细粒沉积学的不断发展，油气勘探开发由常规油气向非常规、智能化转型，对油气钻井岩心分析的精度要求越来越高，传统以图像采集为主的岩心数字化已不能完全满足科研和生产需要，未来的岩心数字化必将从表面图像信息采集转向岩石内部结构、成分的系统获取和大数据管理，以岩心数字化为依托形成的数字岩心必将成为构建“智能油田”“数字盆地” 和“数字地球”的重要组成部分。随岩心分析设备精度的不断提高，获取的数字岩心数据更加丰富，应用广泛的获取岩心内部结构和成分的技术是X线CT扫描和扫描电镜等，可直接获得几十至几百张图片，但受成像原理和尺度差异影响，需要用商业软件并结合网络模型、信息提取与显示等技术进行图像处理[8]。对于由毫米CT—微米CT—纳米CT扫描、不同分辨率的2D/3D扫描电镜等反映岩心内部结构和成分的数字化保存技术形成的大数据，借助于信息化技术和大数据处理技术，研究基于B/S架构的、综合油气钻井岩心数据管理、可视化和数字岩心分析功能的油气钻井岩心数字分析系统[10-11]，以实现油气资源地质调查钻井岩心数据系统化管理与社会化服务。

1 岩心数据处理

根据分辨率的高低，X线CT扫描可分为毫米CT、微米CT、纳米CT扫描，不同生产商的仪器产生的原始数据格式不一致，常见的有dcm和dr等。根据实验目的不同，扫描电镜可分为能够实现三维重构的聚焦离子束双束扫描电镜(FIB-SEM)、能够实现二维高分辨率的大视域拼接扫描电镜(MAPS)、能够表征矿物平面分布特征的矿物定量分析电镜(Qemscan)，以及能够表征结构平面特征的扫描电镜(SEM)等，产生的原始数据格式一般是TIFF或JPEG等。不论是CT扫描还是扫描电镜获取的原始数据，必须经过商业软件(如ImageJ2x、JMicro Vision、Avizo、ImageJ等)，选取不同的数据处理方法进行处理，才能获得孔隙结构、微裂缝等关键的储层物性信息(见表1)。经过处理后常见的三维数据格式为raw，处理结果采用文件目录形式保存于计算机硬盘等存储设备。

表1 X线CT扫描和扫描电镜岩心数据处理方法Table1 Core data processing method of X-ray CT scanning and scanning elecrtron microscopy

目前，能够处理岩心CT扫描或SEM数据的软件都是商业单机版，无法形成批量数据管理、处理和推广应用，无法快速获取岩石储层物性关键参数。大体量数据三维可视化、孔隙结构建模等技术是在线数字化岩心分析系统的设计关键，建立油气钻井岩心数字分析系统，既可以实现web端岩心三维数据的可视化，还可以基于CT扫描或SEM等大数据、有机质含量、镜质体反射率等烃源岩评价数据，实现web端快速计算岩石的孔隙连通性、有机质孔隙度、面孔率、有机质丰度、成熟度等关键评价参数，降低实验测试成本，提升数据共享能力。

2 系统设计

油气钻井岩心数字分析系统以油气钻井岩心为基础单元，整合优质数据处理技术进行设计和开发。系统采用B/S架构和Node.js开发语言，服务端运行于Linux操作系统，安装分布式数据文件存储系统、PostgreSQL开源数据库、GIS服务模块及其他配置管理工具；前端支持Windows、Linux、Android等操作系统，可运行于电脑、平板及手机等终端。

2.1 系统架构

系统采用分层架构设计，包括基础支撑环境层、数据资源层、分析服务层、应用层4层(见图1)。

(1)基础支撑环境层：提供系统运行的计算、存储、网络、设备硬件和操作系统，以及数据库系统等基础支撑环境(见图1(a))。

(2)数据资源层：基于云存储系统，存储岩心测井、录井、烃源岩评价、CT扫描、2D/3D扫描电镜等大数据，是开展数据共享、分析和应用的基础(见图1(b))。

(3)分析服务层：提供数据存储、数据组织、数据交换、数据管理等服务，支持对散点数据、2D/3D图像等数据的分析功能，获取岩石类型、烃源岩、储层物性等分析结果(见图1(c))。

(4)应用层：基于数据分析服务能力，采用人机交互界面为用户提供各类数据的2D/3D展示及分析结果(见图1(d))。

图1 油气钻井岩心数字分析系统整体架构设计Fig.1 Architecture design of the Oil and Gas Drilling Core Digital Analysis System

2.2 系统功能

设计岩心数据管理、可视化及综合分析3个模块(见图2)。岩心数据管理模块通过设计数据模型和构建数据字典，完成导入数据标准化处理，实现对多类型数据的入库和管理，提供数据关联服务，支持数据查询、下载和推送等服务(见图2(a))。岩心数据可视化模块实现GIS地图服务，直观展示岩心样品的采样点；可实现单井岩心数据体矿物图像、BSE图像，以及不同切面的2D显示和多井信息对比；可实现岩心3D综合显示、CT扫描数据和孔隙模型的3D切片显示(见图2(b))。岩心数据综合分析模块综合系统的数据资源，实现各类数据的分析和应用，可实现对单井或多井烃源岩、岩石类型及储层物性评价，评价结果以交会图、柱状/饼状图、汇总表格等形式给出，支持报告生成和下载等服务(见图2(c))。

图2 油气钻井岩心数字分析系统功能Fig.2 Functional diagram of the Oil and Gas Drilling Core Digital Analysis System

2.3 系统数据库

油气钻井岩心数字分析系统数据类型多样、格式繁杂、差异明显，包括测井、录井、岩石类型、烃源岩评价、储层物性评价、岩石力学等数据，形成的数据格式有DLIS、LAS2、LAS3、CSV、PTF、Excel、Word、PNG、TIFF、JPEG等。为实现数据综合管理，对岩心数据特点进行数据库设计，包括用户、角色、资源、部门、登录日志等。

油气钻井岩心数字分析系统数据库采用适合大数据平台的PostgreSQL关系型数据库，各类数据之间的多对多关系采用关联表形式进行关联，命名原则是两个原始表单名合并，原始表单名首字母大写；关联表采用双外键，两个外键号为各自的表单名+ID。主要数据库表单设计见图3，可以根据管理和查询需要，设计系统管理的各类数据的库表表单。

图3 油气钻井岩心数字分析系统主要数据库表单Fig.3 Main database tables of the Oil and Gas Drilling Core Digital Analysis System

3 系统关键技术与开发

3.1 系统关键技术

油气钻井岩心不同分辨率CT扫描数据及2D/3D扫描电镜数据等体量大、格式多，造成web端难以实现大体量数据三维可视化、孔隙结构建模分析等。基于序列切片成像、X线CT扫描、随机模拟等相关方法[34-36]，结合油气钻井岩心数据特点，开发适用于web端的岩心三维孔隙网络建模、图像特征提取等关键技术。

3.1.1 三维孔隙网络建模技术

三维孔隙网络建模是数字岩心分析的重要环节，是开展岩石孔隙拓扑结构定量化表征、渗流分析及模拟的数学基础，算法需要满足工业应用的计算效率、准确性等要求，采用最大球算法[37]进行三维孔隙网络建模。最大球算法是把一系列不同尺寸的球填充到三维岩心图像的孔隙空间中，各尺寸球之间按照半径从大到小存在连接关系。整个岩心内部孔隙结构通过相互交叠及包含的球串表征，首先在球串中寻找局部最大球与两个最大球之间的最小球，形成“孔隙—喉道—孔隙”的配对关系，确立孔隙网络结构中的孔隙和喉道；然后将整个球串结构简化成为以孔隙和喉道为单元的孔隙网络结构模型。

三维孔隙网络建模技术基于孔隙—颗粒分割后二值化的三维岩心图像，利用孔隙拓扑结构特征，提取结构化的孔隙和喉道模型，同时保持原三维岩心图像的孔隙分布及连通性特征，从而提高建模速度、计算效率与准确性。油气钻井岩心数字分析系统中，某井砂岩微米CT扫描数据最大球算法重构的孔喉网络见图4。微米CT扫描分辨率为26.04 μm，该井孔径最小为23.81 μm，最大为495.30 μm，平均为89.43 μm，孔隙度为31.3%，其中球和棍分别代表孔隙和喉道，球越大，孔径越大，不同颜色的球代表不同的孔径。

图4 某井最大球算法重构孔喉网络Fig.4 The throat network reconstructed by maximum ball method of a well

3.1.2 图像信息提取技术

(1)K-Means岩心图像聚类分析。K-Means算法是一种将输入数据划分为k个族的简单聚类算法[38-39]。以空间中设定的k个点(聚类对象)为中心进行聚类，对其他点采用一定的相似度度量方法(欧式距离、夹角余弦等)解算与中心点的度量值，求取最靠近某中心点的对象并归类。通过迭代逐次更新各聚类中心点的度量值，直至得到最好的聚类结果。根据岩石扫描电镜图像不同组分灰度特点，以及用户对岩石扫描电镜图像中矿物自识别和分类的应用需求，引入K-Means算法，实现对大量岩石扫描电镜图像的自动化分析，提升矿物识别效率。

基于K-Means算法的页岩扫描电镜图像聚类分析结果见图5，其中图5(a)为扫描电镜的原始图像；图5(b)为k=4的聚类分析结果，可识别有机质、黄铁矿、基质矿物和无机缝；图5(c)为k=5的聚类分析结果，与图5(b)相比较，部分无机孔未被识别。因此，k=4的聚类分析结果更具有地质意义。

图5 页岩扫描电镜图像聚类分析结果Fig.5 Cluster analysis resucts of SEM images of shale

(2)UNet岩心图像分割。UNet模型的典型结构包括收缩路径和扩张路径，在采样处理过程中两部分相互对称，形成U型。在收缩路径处理时，UNet模型进行图像的降采样，增加通道数量；在扩张路径处理时，减少通道数量，增加图像分辨率，并与收缩路径相对应的图像进行特征融合处理，从而获取更好的特征提取效果。岩心CT扫描图像具有多梯度、灰度分级明显、特征丰富的特点，引入不需要大量样本进行模型训练的UNet模型[40]，对岩心CT图像进行分割和特征提取。

采用阈值分割方法，建立孔隙—颗粒二值化图像训练样本集，利用UNet模型对样本集进行训练、测试及优化，建立岩心CT扫描图像的孔隙智能分割模型，实现图像矿物或孔隙的智能提取。利用UNet模型对页岩微米CT原始数据(见图6(a))进行处理，可实现对原始数据中孔隙、基质矿物和黄铁矿的有效提取(见图6(b))。

3.2 系统开发

油气钻井岩心数字分析系统可以快速获取系统内油气钻井岩心数字化数据，包括分省区、分层系油气钻井岩心的测井、录井、烃源岩评价、储层物性2D/3D等岩心数字化工作量及统计数据(见图7(a))。相较于既有的岩心数据管理系统[4，7]，油气钻井岩心数字分析系统的岩心数据可视化及综合分析模块是关键功能之一。其中，岩心数据可视化模块既可用综合柱状图实现对不同分辨率CT扫描数据、扫描电镜类等数据的岩心信息总览，还可用数字岩心将孤立数据转换为真实的物理岩心，数据以2D/3D缩略图方式实时显示快速切片、3D动态等(见图7(b))。综合分析模块中，利用3D矢量绘图技术、国家/行业标准规定的TOC-S2、Tmax-HI等标准图版，以及数据库的数据，快速完成烃源岩评价；利用ECharts数据可视化图表库，实现孔隙度—渗透率交会图自动绘制与统计；利用最大球算法三维孔隙网络建模技术和图像信息提取技术，迭合油气钻井岩心毫米CT、微米CT、纳米CT、FIB-SEM等数据，开展web端储层三维裂缝空间模型、三维孔隙拓扑网络模型、孔隙网络三维重构等分析(见图7(c))。

图7 油气钻井岩心数字分析系统及主要功能Fig.7 Oil and Gas Drilling Core Digital Analysis System and main functions

油气钻井岩心数字分析系统部署于全国地质调查综合信息服务平台“地质云”，将汇集、整合中国地质调查局部署实施的油气钻井岩心[41-46]资料。该系统向社会开放，与“地质云”采用同一套用户管理系统；在接入过程中，进行单点登录系统接口改造，“地质云”用户可以登录系统。其他用户通过网页浏览系统，可以查看相关信息，登录系统需要注册新的账号。同时，系统与“地质云”的其他数据库有效衔接，如调用1∶20万地质图层等，实现资源整合和数据共享，为油气领域研究高效提供油气钻井岩心烃源岩评价、储层物性等关键参数，解决岩心重复分析和数据孤岛，为中国油气勘探开发提供油气基础地质调查服务和支撑。

以加载油气钻井岩心数字分析系统的鄂西地区某井为例，利用录井、测井、常规实验、CT扫描和SEM等岩心数字化数据，在数字岩心模块实现单块岩心不同岩心数字化手段的2D/3D可视化；利用综合柱状图能够快速建立该井震旦系陡山沱组和寒武系牛蹄塘组综合柱状图(见图8(a))；在综合分析模块实现对有机质丰度、类型、成熟度评价、储层物性综合分析等(见图8(b))。寒武系牛蹄塘组中二段下部的页岩具有高伽马、低密度特征，岩性为富钙硅质泥岩，脆性矿物含量高，厚度为4 m，TOC质量分数介于3%～6%，面孔率为1.5%，网状裂缝较发育，孔径介于0.3～0.6 μm，裂缝开度介于0.1～0.9 μm(见图8(c))。综合该井现场含气量测试，能够快速实现油气钻井岩心有利层段优选。

图8 油气钻井岩心数字分析系统应用示例Fig.8 The application examples of the Oil and Gas Drilling Core Digital Analysis System

4 结论

(1)对不同分辨率岩心CT扫描和2D/3D扫描电镜等获取岩心内部结构和成分数字化保存产生的大数据，建立基础支撑环境层、数据资源层、分析服务层、应用层4层架构，提出基于最大球算法的三维孔隙网络建模技术和UNet深度学习模型的岩心图像信息提取技术。运用PostgreSQL关系型数据库和Node.js开发语言，研发基于B/S结构的油气钻井岩心数字分析系统。

(2)油气钻井岩心数字分析系统包括岩心数据管理、可视化及综合分析模块，不仅能够实现油气钻井岩心测井、录井、烃源岩评价、储层物性分析等多类型、大体量数据的管理，还可在web端实现数据2D/3D可视化、烃源岩评价、三维孔隙重构等综合分析。

(3)油气钻井岩心数字分析系统将部署在全国地质调查综合信息服务平台“地质云”上，面向社会开放，支持数据挖潜和二次开发，形成一体化云服务能力，以平台化、智能化为油气基础地质调查部署决策提供基础性服务。