多源信息融合的多组分三维数字岩心构建方法
【技术领域】
[0001] 本发明设及石油勘探中的测井技术领域，特别是关于复杂岩性储层中利用多源实 验资料结果进行多组分=维数字岩屯、的建模方法，具体的讲是一种多源信息融合的多组分 =维数字岩屯、构建方法。
【背景技术】
[0002] 储层岩石是一种典型的多孔介质，其宏观物理属性受多种微观因素的影响。由于 岩石物理实验对孔隙结构、流体分布难W定量测量和控制，因此仅采用岩石物理实验很难 准确研究储层各种微观因素对宏观物理属性的影响规律。另外，因为复杂油气储层取屯、成 功率低、驱替困难等因素，导致岩石物理实验难W开展。随着相关学科的发展，岩石物理数 值模拟已经成为岩石物理研究的重要手段之一，有助于掲示岩石物理属性的变化规律，对 于建立新的测井方法和解释模型具有重要意义。但是，数值模拟的正确性及适用性在很大 程度上取决于所建立的岩石微观模型，只有模型的孔隙结构能够反映真实岩样的孔隙结构 特征时，模拟结果才具有理论及应用价值。
[0003] 根据岩石孔隙模型的发展过程可分为毛管模型、随机孔隙网络模型和=维数字岩 屯、，逐渐逼近岩石的真实孔隙结构。毛管模型用半径不同的一束毛管来近似岩石孔隙空间。 孔隙网络模型用相互连通的毛细管所组成的网状结构来表示储层岩石复杂的孔隙空间，基 本元素为孔隙体和喉道，可根据压隶和核磁实验数据生成。毛管模型和孔隙网络模型已被 广泛应用于岩石电性、渗流特性和核磁共振响应的数值模拟研究，但由于简化了复杂的孔 隙空间，降低了数值模拟结果的可靠性，难W准确重复岩石物理实验结果。
[0004]=维数字岩屯、是岩石的=维数字化图像，在孔隙尺度上较真实地反映了岩石微观 孔隙结构，岩石物理属性数值模拟结果和实验测量结果吻合程度较高，已经成为定量分析 岩石孔隙结构和岩石物理数值模拟的基础。 阳0化]构建=维数字岩屯、的常用方法分为两类：基于X射线CT实验和基于二维图像的 重建方法，重建算法又分为随机法和过程法等。X射线CT构建的=维数字岩屯、较准确的表 征了岩石的微观孔隙结构，其分辨率可达几百纳米，但无法识别尺寸小于仪器分辨率的微 孔隙。基于岩石二维图像的重建算法成本低、适用性强，与扫描电镜图片结合可克服X射线 CT分辨率的限制，但由于二维图像包含的孔隙特征较少，重建的=维数字岩屯、与真实岩屯、 存在差异。
[0006] 随着油气勘探的不断深入，非常规致密油气、页岩油气等具有复杂岩性和复杂孔 隙结构的储层逐渐成为勘探的潜力区。非常规储层由于微孔隙发育、渗透率低、岩屯、致密， 导致岩屯、驱替困难，多种岩石物理实验无法开展，因此，建立能够真实反映具有复杂岩性和 微孔隙发育特征的=维数字岩屯、的精确模型在数值模拟中将起到至关重要的作用。
[0007]目前国内外已有的=维数字岩屯、建模方法都受到X射线CT扫描分辨率的影响，不 能很好的表征微孔隙空间的分布；并且建立的数字岩屯、岩石骨架均为单一岩性成分，不能 描述具有复杂岩性的储层岩屯、，严重影响了 =维数字岩屯、在非常规储层中应用的范围和岩 石物理性质数值模拟的精度。
【发明内容】
[0008] 鉴于现有技术中存在的问题，本发明的目的在于提供一种多组分=维数字岩屯、构 建方法，W解决现有技术中=维数字岩屯、建模存在的缺陷。
[0009] 为达到上述目的，本发明提出了一种多源信息融合的多组分=维数字岩屯、构建方 法，所述方法包括步骤：对岩屯、样本进行X射线CT扫描，获取该岩屯、样本的灰度图像；对该 岩屯、样本进行扫描电镜矿物定量分析实验，获取该岩屯、样本的矿物组分图像及矿物组分信 息；对该岩屯、样本进行背散射电子大面积拼接扫描成像实验，获取该岩屯、样本的孔隙发育 特征图像；利用所述矿物组分图像对所述孔隙发育特征图像进行图像配准，获得配准后的 孔隙发育特征图像；根据所述配准后的孔隙发育特征图像识别并划分该岩屯、样本中矿物组 分发育的孔隙类型，定量统计每种矿物组分所对应的孔隙类型对岩屯、总孔隙度贡献的比例 及孔隙尺寸分布信息；根据所述岩屯、样本的矿物组分信息，与该岩屯、样本的灰度图像进行 对比分析，确定每种矿物组分所对应的CT图像上的灰度值分布区间；根据所述每种矿物组 分所对应的CT图像上的灰度值分布区间、所述矿物组分信息、所述每种矿物组分所对应的 孔隙类型对岩屯、总孔隙度贡献的比例及孔隙尺寸分布信息构建多组分=维数字岩屯、，并计 算获得该多组分=维数字岩屯、的总孔隙度。
[0010] 本发明提出的多源信息融合的多组分=维数字岩屯、构建方法突破了传统的数字 岩屯、构建方法受CT扫描分辨率约束的局限性，该方法考虑了岩石骨架的岩性特征和岩屯、 微小孔隙空间的分布，能够更真实的刻画具有复杂岩性和微孔隙发育特点的储层岩石骨架 和大小孔隙分布信息，为利用=维数字岩屯、开展精确的岩石物理属性数值模拟奠定了基 础。
【附图说明】
[0011] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不 构成对本发明的限定。在附图中：
[0012] 图1为本发明一实施例的多组分=维数字岩屯、构建方法流程图。
[0013] 图2为本发明一具体实施例通过X射线CT扫描获取的岩屯、样本的灰度图像。
[0014] 图3为本发明一具体实施例进行扫描电镜矿物定量分析实验获取的岩屯、样本的 矿物组分图像。
[0015] 图4为本发明一具体实施例进行背散射电子大面积拼接扫描成像实验获取的岩 屯、样本的孔隙发育特征图像。
[0016] 图5为本发明一具体实施例基于多源信息融合构建的多组分=维数字岩屯、示意 图。
【具体实施方式】
[0017] W下配合图示及本发明的较佳实施例，进一步阐述本发明为达成预定发明目的所 采取的技术手段。
[0018] 图1为本发明一实施例的多组分=维数字岩屯、构建方法流程图。如图1所示，该 方法包括：
[0019] 步骤S101，对岩屯、样本进行X射线CT扫描，获取岩屯、样本的灰度图像；
[0020] 步骤S102,对岩屯、样本进行扫描电镜矿物定量分析（Qemscan)实验，获取岩屯、样 本的矿物组分图像及矿物组分信息；
[0021] 步骤S103,对岩屯、样本进行背散射电子大面积拼接扫描成像（Maps)实验，获取岩 屯、样本的孔隙发育特征图像；
[0022] 步骤S104,利用所述矿物组分图像对所述孔隙发育特征图像进行图像配准，获得 配准后的孔隙发育特征图像；
[0023] 步骤S105,根据所述配准后的孔隙发育特征图像识别并划分岩屯、样本中矿物组分 发育的孔隙类型，定量统计每种矿物组分所对应的孔隙类型对岩屯、总孔隙度贡献的比例及 孔隙尺寸分布信息；
[0024] 步骤S106,根据所述岩屯、样本的矿物组分信息，与岩屯、样本的灰度图像进行对比 分析，确定每种矿物组分所对应的CT图像上的灰度值分布区间；
[0025] 步骤S107,根据所述每种矿物组分所对应的CT图像上的灰度值分布区间、所述矿 物组分信息、所述每种矿物组分所对应的孔隙类型对岩屯、总孔隙度贡献的比例及孔隙尺寸 分布信息构建多组分=维数字岩屯、，并计算获得该多组分=维数字岩屯、的总孔隙