基于電成像資料的孔洞識別與計算

白金昊　張裕　趙爽　趙百強　馬翠卓　師執峰

【摘? 要】碳酸鹽巖儲層非均質性較強，其油氣藏儲集空間以溶蝕孔洞為主，油氣集中儲集在大規模孔洞發育的層段，所以快速準確地識別及計算孔洞參數成為評價該類儲層的重要問題。論文以碳酸鹽巖孔洞型儲層為研究對象，針對研究對象收集相對應的成像測井資料，基于該區塊成像測井資料實現利用分水嶺算法識別并計算孔洞主要參數，更精確快速地利用計算機處理評價孔洞型儲層。

【Abstract】Carbonate reservoir has strong heterogeneity， and its reservoir space is dominated by dissolution pores， and oil and gas are concentrated in the intervals with large scale pores. Therefore， it is important to identify and calculate pore parameters quickly and accurately to evaluate this kind of reservoir. In this paper， the carbonate cave-type reservoir is taken as the research object， and the corresponding imaging logging data are collected for the research object. Based on the imaging logging data of this block， the watershed algorithm is used to identify and calculate the main parameters of the cave-type reservoir， and the computer processing is used to evaluate the cave-type reservoir more accurately and quickly.

【關鍵詞】電成像資料;孔洞識別;計算

【Keywords】electrical imaging data; pore identification; calculation

【中圖分類號】TP391.4? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）04-0150-02

1 引言

多年來，國內外測井評價人員針對地層孔洞識別開展了積極的研究和探索，孔洞型油氣儲層的電成像測井圖相關研究也逐步增多。Meger和Becher提出標準層控制下的圖像處理分割技術，開創了利用圖像處理技術識別孔洞的先河。國內，張麗莉、劉瑞林等人把圖像分割算法應用于FMI成像資料的處理當中，成功獲得了良好效果，在一定程度上分割出有意義、簡單的縫洞信息，但識別的準確性不理想。本文將分水嶺算法應用于對電成像圖進行處理，與電成像圖比對，獲得了較好的邊緣識別結果。

2 電成像圖的響應特征

電成像測井技術有著可視性強、分辨率高的特點，在碳酸鹽巖、火成巖等復雜的非均質地層下應用較為廣泛。相比常規測井資料，電成像資料處理方式更加多樣化，不僅可以從數據上對地層信息進行處理，同時對成像圖進行圖像處理也能得到有效的地質信息。

本文對碳酸鹽巖電成像圖進行圖像處理，進而識別出孔洞輪廓邊緣。碳酸鹽巖地層中巖石骨架呈高電阻率，而孔洞中充滿了泥漿以及鉆井液，這些介質導致在井壁孔洞呈明顯的低電阻特征，經過電阻率成像的轉化，在電成像圖上顏色越亮電阻率越高，顏色越暗顯示電阻率越低，所以暗色部分即為孔洞，準確地識別出暗色部分是孔洞計算的基礎。

3 應用分水嶺算法實現孔洞識別

分水嶺算法是一種數學形態學圖像分割算法，最早由文森特提出。其基本原理是將大地測量學的拓撲理論應用于圖像灰度分布上，圖像中高灰度的像素對應著地形學上較高海拔的點，灰度值較低則其對應的拓撲模型中的海拔值也較低，其處于地形學中位置較低的區域，算法將圖像所有像素定義為兩種集合：匯水盆地像素集與分水嶺像素集。算法中向所有盆地注水，注水的過程中水位越來越高，向盆地邊緣擴張，當水位過高時不同盆地的水會發生匯聚，為了使得各個匯水盆地的水不溢出到其他匯水盆地，必須在匯水盆地匯合處構筑堤壩，而最終構筑出的分水嶺堤壩即為目標的輪廓邊緣，其實現過程如圖1所示。

其算法具體實現步驟為：首先找到圖像中所有局部灰度的極小值點，在每一個區域極小值點確定的基礎上，利用條件膨脹操作確定所有的連通分量，接下來利用循環隊列依次從極小值點開始標記，即從灰度較低的像素點先開始標記，標記點記為被水淹沒，而灰度較高的像素點后淹沒，在每次標記的過程中都要判斷下一次注水是否存在匯水盆地合并的情況，若存在，則對即將從發生合并的盆地進行條件膨脹操作構筑分水嶺堤壩。由此當注水標記到像素灰度最高值時，分水嶺完全構筑完成，整個圖像中的目標邊緣輪廓也就識別了出來。

利用分水嶺算法對具體的碳酸鹽巖電成像圖（見圖2）進行處理：首先利用3×3大小的結構元對電成像圖進行高斯濾波去噪，消除了少部分無地質意義的無關信息干擾，突出了有效信息。接著對濾波后的圖像進行二值化操作，優選最合適的閾值，較好地將前景背景進行分離，最后利用分水嶺算法進行孔洞分割，得到了孔洞邊緣輪廓如圖3所示，大部分的暗色孔洞均被識別了出來，其分割邊緣輪廓與原圖對應關系較好。

4 孔洞計算

碳酸鹽巖儲層油氣甜點集中儲集在其大量的溶蝕孔洞內，所以其孔洞的體積大小決定了地層油氣儲集能力大小，由于電成像圖所體現的是油氣井井壁的電性特征，所以地層孔洞體積大小主要由二維井壁上的孔洞面積來評價，孔洞大量發育的層段，其對應的電成像圖所呈現的孔洞面積越大，雖然這種方式無法準確地獲取儲集空間大小，但在快速評價儲層孔隙性上卻發揮著重要的作用。

依據識別出的邊緣輪廓，將二值圖中的邊緣內的前景部分分離出來，孔洞部分灰度值為255呈白色，而背景值都為0呈黑色，由此通過計算白色像素格數目以及每個像素對應實際井壁的面積大小，從而得到圖像的孔洞面積大小，其與圖像大小的比值即為面孔率，面孔率計算式如式（1）所示。

通過統計孔洞前景總像素數目為22063，每個像素對應實際面積為6.25×10-6m3，計算得到孔洞總面積為0.138m3，由于本段電成像圖所對應井壁面積為1.22m3，所以利用式（1）計算該段電成像圖孔洞的面孔率為11.27%，對應層段的平均巖心分析孔隙度為13%，說明識別與計算結果的正確性。

5 結論

本文基于電成像圖的響應特征，利用分水嶺算法對碳酸鹽巖的孔洞進行分割，得到的邊緣輪廓與原圖暗色孔洞對應關系較好;基于分割得到的孔洞邊緣輪廓進一步計算了其面孔率，并與該地層段的巖心分析孔隙度作對比，其對應關系較好，進一步說明了識別與計算效果較好。

【參考文獻】

【1】石油測井情報協作組.測井新技術應用[M].北京：石油工業出版社，1998.

【2】張麗莉，劉瑞林.兩種圖像分割算法在FMI成像資料中的應用[J].江漢石油學院學報，1999（04）：88-90+0.

【3】趙軍，祁興中，劉瑞林，等.基于圖像分割的成像測井資料目標拾取與計算[J].地球物理學進展，2007（05）：1502-1509.

【4】李茂兵，賴富強.Freeman 8-鏈碼在成像測井孔洞評價中的應用[J].內江科技，2010，31（05）：27+90.

【5】張林，張承森，謝芳，等.基于HOG和熵方法的成像測井典型地質現象自動識別研究[J].能源與環保，2017（01）：144-150.

【6】吳元敏.基于Freeman鏈碼的圖像中多個區域面積的計算方法[J].計算機工程與應用，2008，44（15）：199-201.

【7】李雪英，藺景龍，文慧儉，等.碳酸鹽巖孔洞空間的自動識別[J].大慶石油學院學報，2005，29（4）：4-6.