火山岩岩石微观特征及其测井宏观表征

doi:10.11885/j.issn.1674-5086.2014.05.24.03

摘要/Abstract

摘要：

基于图像处理技术，分析华北某油田深层火山岩薄片图像灰度频率分布规律，研究储层岩石孔隙结构微观特
征，并探索其与火山岩储层测井的响应关系。研究表明：本区酸性火山岩薄片灰度频率分布图主要呈单峰特征，具有
高硅、低铁特征；基性火山岩为明显非对称分布，具有低硅、高铁特征。火山岩薄片图像中硅质成分的灰度域与GR 范
围对应性较好。基性火山岩GR 值低，硅质成分灰度域值小；酸性火山岩GR 值高，硅质成分灰度域值大。GR 值可以
作为硅质成分的指示值，用于基性火山岩和酸性火山岩识别。基性火山岩受蚀变影响较普遍，绿泥石化越严重，电阻
率越低，中子孔隙度越大，硅质成分向灰度小的方向偏移越剧烈。

关键词: 薄片, 图像处理, 灰度频率, 微观特征, 测井响应

Abstract:

Based on the image processing techniques，this paper analyzes the gray frequency distribution of image of the thin
sections in deep volcanic rocks from a certain oil field in north China，and investigates the microscopic characteristics of the
pore structures of reservoirs and their relationships with the log response of volcanic reservoirs. The research shows that the
thin sections in acid-volcanic-rock in this area are characterized by high silicon and low iron and that the line graph of their gray
frequency presents unimodal characteristics. However，the basic volcanic rock obviously presents asymmetric distribution and
shows a low silicon and high iron characteristics. Gray threshold value of the siliceous component corresponds to the range
of GR better in the image of thin sections of volcanic rocks. The GR value of basic volcanic rocks is low and gray value of
the siliceous component is small. The GR value and gray threshold value of the siliceous component of acid-volcanic-rock are
high. So the GR value can be used as the siliceous component to identify the basic volcanic rocks and acid volcanic rocks. For
basic volcanic rocks，the more serious the chloritization，the lower the resistivity，the higher the neutron porosity，the more
intense the siliceous component move towards the direction of the smaller gray value.

Key words: thin sections, image processing, gray frequency, microscopic characteristics, log response

中图分类号:

TE122

邓少贵1，2 *，赵岳1，2，李栗1，2，霍宁宁1，2. 火山岩岩石微观特征及其测井宏观表征[J]. 西南石油大学学报(自然科学版), DOI: 10.11885/j.issn.1674-5086.2014.05.24.03.

Deng Shaogui1，2*, Zhao Yue1，2, Li Li1，2, Huo Ningning1，2. Microscopic Characteristics and Logging Macro Characterization of#br# Volcanic Rocks[J]. 西南石油大学学报(自然科学版), DOI: 10.11885/j.issn.1674-5086.2014.05.24.03.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.11885/j.issn.1674-5086.2014.05.24.03

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y2015/V37/I6/170

参考文献

[1] 王燕，冯明刚，熊治富，等. 铸体薄片资料刻度测井
解释孔隙度精度[J]. 天然气技术与经济，2011，5（4）：
26 40.
Wang Yan，Feng Minggang，Xiong Zhifu，et al. Casting
thin-section data for identifying porosity accuracy interpreted
by well logging[J]. Natural Gas Technology and the
Economy，2011，5（4）：26 40.
[2] 刘庆利，吴国平，胡剑策，等. 铸体薄片分析法求取储
层孔隙度[J]. 测绘科学技术学报，2009，26（1）：69 72.
Liu Qingli，Wu Guoping，Hu Jiance，et al. Strike the
reservoir porosity using the casting sheet image[J]. Journal
of Geomatics Science and Technology，2009，26（1）：
69 72.
[3] 赵明. 岩石薄片显微图像技术在储集层评价中的应
用[J]. 录井工程，2007，18（3）：13 16.
Zhao Ming. Rock thin section micro-image graphic technique
and its application in reservoir evaluation[J]. Mud
Logging Engineering，2007，18（3）：13 16.
[4] Nadeau P H，Hurst A. Application of back-scattered electron
microscopy to the quantification of clay mineral microporosity
in sandstones[J]. Journal of Sedimentary Research，
1991，61（6）：921 925.
[5] Cerepi A，Humbert L，Burlot R. Petrophysical properties
of porous medium from petrographic image analysis data[
J]. Colloids and Surfaces A：Physicochemical and Engineering
Aspects，2001，187 188：233 256.
[6] Wong H S，Head M K，Buenfeld N R. Pore segmentation
of cement-based materials from backscattered electron images[
J]. Cement and Concrete Research，2006，36（6）：
1083 1090.
[7] Galaup S，Liu Y，Cerepi A. New integrated 2D-3D physical
method to evaluate the Porosity and microstructure
of carbonate and dolomite porous system[J]. Microporous
and Mesoporous Materials，2012，154：175 186.
[8] 吴继敏. 薄片显微描绘和自动图像分析技术在岩石学
定量评价中的应用[J]. 矿物岩石，1999，19（2）：25 30.
Wu Jimin. Technique of micro-description of thin sections
and auto image estimation of petrology[J]. Journal
of Mineralogy and Petrology，1999，19（2）：25 30.
[9] 张春生，曹跃华，赖志云，等. 储层结构及地质剖面
图像处理技术[J]. 石油与天然气地质，1995，16（2）：
190 194.
Zhang Chunsheng，Cao Yaohua，Lai Zhiyun，et al. Image
processing technology of reservior structures and
geological profiles[J]. Oil & Gas Geology，1995，16（2）：
190 194.
[10] 陈建文. 一门新兴的边缘学科火山岩储层地质
学[J]. 海洋地质动态，2002，18（4）：19 22.
Chen Jianwen. A rising borderline science-volcanic rock
reservoir geology[J]. Marine Geology Letters，2002，
18（4）：19 22.
[11] 石磊，李书兵，黄亮，等. 火山岩储层研究现状与存
在的问题[J]. 西南石油大学学报：自然科学版，2009，
31（4）：28 33.
Shi Lei，Li Shubing，Huang Liang，et al. Current research
situation and the problems of volcanic rock reservoirs[J].
Journal of Southwest Petroleum University：Science &
Technology Edition，2009，31（4）：28 33.
[12] 吴颜雄，王璞珺，吴艳辉，等. 火山岩储层储集空间
的构成以松辽盆地为例[J]. 天然气工业，2011，
31（4）：28 33.
Wu Yanxiong，Wang Pujun，Wu Yanhui，et al. Components
of volcanic reservoir space：A case study from the
Songliao Basin[J]. Natural Gas Industry，2011，31（4）：
28 33.
[13] 葛新民. 非均质碎屑岩储层孔隙结构表征及测井精细
评价研究[D]. 青岛：中国石油大学（华东），2013.
[14] Faluyi F，Arum C. Design optimization of plate girder using
generalized reduced gradient and constrained artificial
beecolony algorithms[J]. International Journal of Emerging
Technology and Advanced Engineering，2012，2（7）：
304 312.
[15] 李祖兵，罗明高，王建伟，等. 利用测井资料识别火
山岩岩性的方法探讨以南堡5 号构造沙河街
组岩性圈闭为例[J]. 天然气地球科学，2009，20（1）：
113 118.
Li Zubing，Luo Minggao，Wang Jianwei，et al. Research
on methods of identifying volcanic rocks：An example
from Shahejie Group in 5th structure，Nanpu[J]. Natural
Gas Geoscience，2009，20（1）：113 118.
[16] 朱学娟. 南堡5 号深层火山岩油气藏测井识别与评价
技术研究[D]. 青岛：中国石油大学（华东），2011.
[17] 李石，王彤. 火山岩[M]. 北京：地质出版社，1981.
[18] 徐夕生，邱检生. 火山岩岩石学[M]. 北京：科学出版
社，2010.
[19] 李洪娟，杨学峰，覃豪. 酸性火山岩储层岩性与流体识
别[J]. 天然气工业，2009，29（8）：29 31.
Li Hongjuan，Yang Xuefeng，Qin Hao. Identification of
lithology and fluids of acid volcanic rocks：A case study
of volcanic reservoirs in Xushen Gas Field[J]. Natural Gas
Industry，2009，29（8）：29 31.
[20] 韩琳，潘保芝. 利用ECS 测井资料反演火山岩中矿物
含量[J]物探化探计算技术，2009，31（2）：149 153.
Han Lin，Pan Baozhi. Inversion for mineral contents of
volcanic rock by using ECS logging data[J]. Computing
Techniques For Geophysical and Geochemical Exploration，
2009，31（2）：149 153.