徐祖新

（中國石油勘探開發(fā)研究院，北京100083）

基于CT掃描圖像的頁巖儲層非均質性研究

徐祖新

（中國石油勘探開發(fā)研究院，北京100083）

為了研究頁巖儲層的非均質性，利用數(shù)字圖像處理技術對頁巖CT掃描圖像進行分析，研究頁巖礦物組分的分布特征，并討論礦物組分的含量與分形維數(shù)之間的關系。研究結果表明：在頁巖CT掃描圖像上顯示礦物組分的密度大于有機質和微孔隙的密度，因此頁巖礦物組分很容易被識別出來。同時，頁巖礦物組分的分布具有分形特征，表現(xiàn)出一定的自相似性，礦物組分的分形維數(shù)可以有效地反映礦物組分的非均質性。因此，基于灰度CT掃描圖像的頁巖非均質性研究是頁巖儲層評價的有效補充，可以更好地指導頁巖脆性評價。

頁巖氣；礦物組分；CT掃描；分形特征；ImageJ軟件

0 引言

隨著世界能源需求的加劇，頁巖氣作為非常規(guī)油氣的接替資源日益受到重視。頁巖氣綜合地質評價通常包括：有機質豐度、熱成熟度、礦物組分、物性和含氣量等［1-4］。頁巖礦物組分的變化影響頁巖的力學性質和氣體的吸附能力，因此，礦物組分是頁巖氣評價中的一項重要內(nèi)容。在頁巖巖石力學實驗中，不同荷載狀態(tài)下，礦物分布處更易出現(xiàn)應力集中現(xiàn)象［5］，同時頁巖的可壓裂性取決于頁巖中脆性礦物的含量［6］，脆性礦物含量越高，其可壓裂性就越強，也就越利于增產(chǎn)。另外，頁巖氣主要以吸附狀態(tài)賦存，黏土礦物具有較多的微孔隙和較大的比表面積，對頁巖有較強的吸附能力。因此，礦物組分含量及其分布特征對頁巖儲層評價具有重要意義。但是，目前對頁巖儲層礦物組分的研究大都集中在礦物含量、脆性評價及其對頁巖氣吸附的影響上，而對頁巖礦物組分分形特征的研究較少。

CT掃描的原理是基于X射線與物質的相互作用。與常規(guī)實驗方法相比，CT掃描具有成像直觀、分辨率高、對樣品無損傷的優(yōu)點。Raynaud等［7-8］利用CT掃描獲得均質石膏、花崗巖、砂巖和白云巖的CT掃描圖像，研究了巖石的內(nèi)部結構及組分；Karacan等［9］利用CT掃描研究了氣體在煤的微孔隙中的吸附與運移作用。但是，頁巖儲層非均質性強，礦物含量相同的頁巖儲層，其內(nèi)部礦物分布特征存在差異。Mandelbrot創(chuàng)建的分形幾何理論為描述物質分布的不規(guī)則性提供了一種科學的研究手段。國內(nèi)許多學者將分形理論引入到巖石學的研究中，提出了分形巖石學的研究思路［10-11］。為此，可將CT掃描和分形理論應用到頁巖礦物組分的分布和分形維數(shù)研究中。

ImageJ軟件是根據(jù)Java語言研發(fā)的一款圖像分析軟件，它功能強大，使用簡單，推出之后很快受到各類專業(yè)人員的親睞。ImageJ軟件廣泛應用在醫(yī)學影像診斷領域［12-13］，而在地質學領域則主要用于研究巖石的孔隙結構。例如：Curtis等［14］應用ImageJ軟件分析了不同熱成熟度下頁巖的孔隙率；Keller等［15］提出了基于ImageJ軟件的圖像處理方法，并對北美Opalinus頁巖孔隙圖像進行了二值化處理，進而觀察圖像中的頁巖孔隙。但是，目前利用ImageJ軟件來研究頁巖儲層的礦物組分特征的報道較少。

基于上述原因，筆者首先利用CT掃描技術獲取頁巖內(nèi)部的密度分布形態(tài)，研究頁巖的非均質性分布特征，然后利用ImageJ軟件處理和分析CT掃描圖像，應用分形幾何理論研究頁巖中礦物組分的分布特征，進而分析礦物組分含量與分形維數(shù)之間的關系。

1 樣品與實驗

本次研究的樣品采自中揚子地區(qū)的野外露頭，共計5塊陡山沱組頁巖樣品（樣品編號為N1～N5）。

首先，對5塊陡山沱組頁巖樣品進行黏土礦物及全巖X射線衍射分析，所用的儀器為D8Discovery型X射線衍射儀，檢測依據(jù)為SY/T 5163—2010。頁巖樣品的黏土及礦物組分含量如表1所列。

表1 頁巖樣品X衍射全巖分析數(shù)據(jù)Table1 X-ray diffraction analysis of shale samples %

然后，采用高分辨率實時成像系統(tǒng)得到頁巖CT掃描圖像，即16位CT掃描二維切片圖像，層片間距為0.5 mm。

最后，利用ImageJ軟件分析頁巖CT掃描圖像，自動計算礦物組分的分形維數(shù)，研究頁巖礦物組分的分形特征。

2 實驗結果與分析

2.1 頁巖CT掃描灰度圖像

應用CT掃描技術來研究頁巖結構組分及孔隙結構的基本原理是：利用X射線穿透頁巖樣品，收集由于頁巖中物質的吸收而衰減了的射線強度，其值可用CT數(shù)表示，CT數(shù)的大小可反映頁巖體結構內(nèi)部各組分的詳細信息［16］。

在CT掃描灰度圖像中，不同密度的巖石具有不同的CT值，可表現(xiàn)為不同的灰度值。一幅巖石CT掃描圖像，其灰度共有256個級別，其中0為最暗（全黑），255為最亮（全白）。不同的顏色區(qū)間代表了不同的物質類型。

圖1為頁巖CT掃描灰度圖像，圖中黑色點表示物質密度較低，白色點表示物質密度較高，由黑到白表示物質密度由低到高的變化。頁巖礦物組分的密度最大時，在圖像中顯示為白色或灰白色；孔隙和頁巖有機質的密度較小時，在圖像中顯示為黑色或深灰色。N1頁巖樣品比N3頁巖樣品中的淺色多，代表其中礦物組分含量高。由表1可看出：N1頁巖樣品的礦物組分的體積分數(shù)為64%，N3頁巖樣品礦物組分的體積分數(shù)為57%。另外，在N1和N3頁巖樣品中，礦物組分的平面分布不均勻，N1頁巖樣品在邊緣處礦物發(fā)育，而N3頁巖樣品的礦物主要發(fā)育在中心部位。礦物組分的平面展布特征及對后期水力壓裂設計具有一定的影響，在礦物集中處容易產(chǎn)生裂縫。礦物組分含量越高，分布越均勻，對后期的水力壓裂越有利。

圖1 頁巖樣品CT掃描灰度圖像Fig.1 Micro CT images of shale samples

2.2 頁巖CT掃描灰度圖像的偽彩色增強

人眼對灰度微弱遞變的分辨能力遠比顏色變化要低，因此可以通過增加顏色類別來提高人眼對圖像的視覺分辨力。將一幅灰度圖像映射為一幅彩色圖像的增強方式稱為偽彩色增強，對頁巖CT掃描灰度圖像所進行的彩色增強即偽彩色增強。

利用數(shù)字圖像處理技術將圖1中頁巖CT掃描灰度圖像轉化為偽彩色增強圖像（圖2）。對圖1和圖2進行比較可以看出：偽彩色增強后的頁巖CT掃描圖像其分辨率比灰度圖顯著提高，微孔隙和微裂縫分布在藍色區(qū)域內(nèi)，礦物組分分布在黃色及紅色區(qū)域內(nèi)。

圖2 頁巖樣品CT掃描圖像的偽彩色增強Fig.2 Pseudo color enhancement from micro CT images of shale samples

2.3 基于CT掃描圖像處理的頁巖礦物組分含量分析

為了對頁巖礦物含量進行分析，需要對頁巖CT掃描圖像進行分割，其中閾值分割是一種簡單而有效的方法［17］。閾值分割的原理是根據(jù)CT掃描圖像中灰度值的差異，選取合適的閥值T，突出有用的部分，再對其進行分析?；贗mageJ軟件的頁巖礦物組分含量分析主要包括以下2個步驟：①將頁巖CT掃描圖像導入ImageJ軟件中，并通過選取灰度閾值T的方法實現(xiàn)頁巖中礦物組分的識別。原始CT掃描圖像［圖3（a）］處理之后如圖3（b）所示，圖3（b）中頁巖礦物組分為圖像中綠色區(qū)域，相對于原始CT掃描圖像來說，礦物含量的平面分布特征更加明顯，可以清楚地觀察到礦物的富集程度。②通過ImageJ軟件中的Analyze—Analyze Particles等命令自動獲取CT掃描圖像中頁巖礦物組分的面積分數(shù)（圖4），其中每塊頁巖樣品隨機選取20個二維切片（N1樣品切片編號為0～20，N2樣品切片編號為21～40，N3樣品切片編號為41～60，N4樣品切片編號為61～80，N5樣品切片編號為81～100）。N1和N5頁巖樣品礦物含量高，礦物組分的面積分數(shù)大，而N2，N3和N4頁巖樣品礦物含量低，礦物組分面積分數(shù)小。

圖3 N3頁巖樣品原始圖像和處理后圖像對比圖Fig.3 Comparison between the original image and the processed image of N3 shale sample

2.4 頁巖礦物組分的分形特征與分形維數(shù)計算

分形是指局部與整體在形態(tài)、功能和信息方面具有相似性的集合，這種自相似性僅在一定的尺度范圍和一定的層次中才能表現(xiàn)出來。分形維數(shù)的定義方式有多種［18］，包括計盒維數(shù)（CBD）、Hausdorff維數(shù)（DH）、相似維數(shù)（DS）、容量維數(shù)（DC）、譜維數(shù)和Lyapunov維數(shù)（Dl）等。由于計盒維數(shù)（CBD）在數(shù)學計算上比較簡單，物理含義也比較直觀，因此得到了廣泛應用。

運用分形幾何學的理論，定量求解分形體空間分布的分形維數(shù)值，就能有效地表征幾何體的形態(tài)［18］。頁巖作為一種多孔介質，其礦物組分具有良好的分形特征，利用分形維數(shù)可以定量描述礦物組分的復雜程度和非均質性［19-20］。

使用ImageJ軟件中的Analyze—Tools—Fractal Box Count等命令得到頁巖樣品的分形維數(shù)，采用計盒維數(shù)來表征頁巖礦物組分的分形維數(shù)，結果如圖5所示。

圖5 頁巖樣品礦物組分的分形維數(shù)Fig.5 Fractal dimension of mineral components in shale samples

通過圖4和圖5可以看出：N1和N5的頁巖樣品礦物含量高，礦物組分的面積分數(shù)大，礦物組分的分形維數(shù)也大；N2，N3和N4頁巖樣品礦物含量低，礦物組分的面積分數(shù)小，礦物組分的分形維數(shù)也小。由此可知，隨著礦物組分含量的增加，頁巖礦物組分的分形維數(shù)變大。N2和N3頁巖樣品礦物含量雖然相近，但是它們的分形維數(shù)并不完全相同。根據(jù)表1可知：N2樣品的礦物類型較多，礦物組分的結構復雜，而N3樣品的礦物類型少，礦物組分的結構簡單。因此，頁巖礦物組分的結構越復雜，其分形維數(shù)也越大。

3 結論

（1）在頁巖CT掃描灰度圖像中，礦物組分的密度最大，在圖像中顯示為白色或灰白色；孔隙和頁巖有機質的密度較小，在圖像中顯示為黑色或深灰色。CT掃描灰度圖像經(jīng)過偽彩色增強后，可以更清楚地研究礦物組分。因此，利用CT掃描圖像可以觀察頁巖中礦物組分的分布特征。

（2）頁巖礦物組分含量越高，礦物組分的分形維數(shù)就越大。在礦物組分含量相近的情況下，礦物組分結構越復雜，其分形維數(shù)也越大。利用分形維數(shù)可以更好地刻畫頁巖中礦物組分的特點，特別是在礦物含量接近時，能有效表征頁巖礦物組分的非均質性，為水力壓裂提供參考。

［1］聶海寬，唐玄，邊瑞康．頁巖氣成藏控制因素及中國南方頁巖氣發(fā)育有利區(qū)預測［J］．石油學報，2009，30（4）：484-491．

［2］Bowker K A.Barnett Shale gas production，F(xiàn)ort Worth Basinissues anddiscussion［J］．AAPUBulletin，2007，91（4）：523-533.

［3］Burnaman M D，Xia Wenwu，Shelton J.Shale gas play screening and evaluation criteria［J］．China Petroleum Exploration，2009，14（3）：51-64.

［4］Jarvie D M，Hill R J，Ruble T E，et al.Unconventional shale gas systems：The Mississippian Barnett Shale of north central Texas as one model for thermogenic shale gas assessment［J］．AAPU Bulletin，2007，91（4）：475-499.

［5］李慶輝，陳勉，金衍，等.頁巖脆性的室內(nèi)評價方法及改進［J］．巖石力學與工程學報，2012，31（8）：1680-1685.

［6］蔣裕強，董大忠，漆麟，等．頁巖氣儲層的基本特征及其評價［J］．天然氣工業(yè)，2010，30（10）：7-12.

［7］Raynaud S，F(xiàn)abre D，Mazerolle F，et al.Analysis of the internal structureofrocksandcharacterizationofmechanicaldeformation by a nondestructive method：X-ray tomodensitometry［J］．Tectonophysics，1989，159（1）：49-59.

［8］RaynaudS，Ngan-TillardD，DesruesJ，etal.Brittle-to-ductile transition in beaucaire marl from triaxial tests under the CT-scanner［J］．International Journal of Rock Mechanics&Mining Sciences，2008，45（5）：653-671.

［9］KaracanCO，OkandanE.Adsorptionandgastransportincoal microstructure：Investigation and evaluation by quantitative X-ray CT imaging［J］．Fuel，2001，80：509-520.

［10］謝和平.分形幾何及其在巖土力學中的應用［J］．巖土工程學報，1992，14（1）：14-24.

［11］謝和平.分形-巖石力學導論［M］.北京：科學出版社,1996.

［12］王銀改.ImageJ軟件在檢驗醫(yī)學圖像分析處理中的應用［J］．中華檢驗醫(yī)學雜志，2005，28（7）：747-748.

［13］王銀改，王清改，翟素平.ImageJ軟件輔助分析在網(wǎng)織紅細胞計數(shù)中的應用［J］．臨床檢驗雜志，2005，23（3）：210-211.

［14］Curtis M E，Cardott B J，Sondergeld C H，et al.Development of organicporosityintheWoodfordShalewithincreasing thermal maturity［J］．InternationalJournalofCoalGeology，2012，26（31）：26-30.

［15］KellerLM，SchuetzP，ErniR，etal.Characterizationof multi-scale microstructural features in Opalinus Clay［J］．Microporous and MesoporousMaterials，2013，83：84-90.

［16］楊更社，謝定義，張長慶，等.巖石損傷特性的CT識別［J］．巖石力學與工程學報，1996，15（1）：48-54.

［17］范留明，李寧，丁衛(wèi)華.數(shù)字圖像偽彩色增強方法在巖土CT圖像分析中的應用［J］．巖石力學與工程學報，2004，23（13）：2257-2261.

［18］屈世顯，張建華.分形與分維及在地球物理學中的應用［J］．西安石油大學學報：自然科學版，1991，6（2）：8-13.

［19］賀承祖，華明琪.儲層孔隙結構的分形幾何描述［J］．石油與天然氣地質，1998，19（1）：15-23.

［20］馬新仿，張士誠，郎兆新.儲層巖石孔隙結構的分形研究［J］．中國礦業(yè)，2003，12（9）：46-48.

（本文編輯：楊琦）

Heterogeneity of shale reservoirs based on CT images

XU Zuxin
（PetroChina Research Institute of Petroleum Exploration&Development，Beijing 100083，China）

In order to study the heterogeneity of shale mineral components,this paper analyzed the CT scanning images of shale by using digital image processing techniques,studied the distribution characteristics of shale mineral components,and discussed the relationship between the content of mineral components and fractal dimension.The research results show that the density of shale mineral components on the CT image is much greater than that of organic matter and micro pore structure,so the mineral components are easy to identify.At the same time,the distribution of shale mineral components have fractal characteristics,showing a certain self-similarity,and the fractal dimension of mineral components can reflect the heterogeneity of mineral components.The study on shale heterogeneity based on CT images is an effective supplement of shale reservoir evaluation,and it can guide the evaluation of shale brittleness.

shale gas；mineral components；CTscanning；fractal characteristics；ImageJ software

TE122.24

A

1673-8926（2014）06-0046-04

2014-03-10；

2014-05-20

國土資源部科技專項“全國油氣資源戰(zhàn)略選區(qū)調(diào)查與評價”（編號：2009QYXQ15－07－05）資助

徐祖新（1988-），男，中國石油勘探開發(fā)研究院在讀博士研究生，研究方向為非常規(guī)油氣地質與評價。地址：（100083）北京市海淀區(qū)學院路20號910信箱中國石油勘探開發(fā)研究院地質所。E-mail：xuzuxin-20081234@163.com。