基于CT圖像的高階煤不同宏觀煤巖組分裂隙差異發育規律

屈 晶 申 建 韓 磊 季長江 程慧杰

1.中國礦業大學煤層氣資源與成藏過程教育部重點實驗室 2. 中國礦業大學資源與地球科學學院3. 國家能源煤與煤層氣共采技術重點實驗室

0 引言

煤層中裂隙作為煤層氣主要的滲流通道，深刻影響到煤層氣的解吸、擴散、滲流、產出等特征，其精細表征對于煤層氣的勘探開發具有重要意義[1-4]。壓汞法[5-13]、氣體吸附法[8-16]及掃描電鏡法[8-9,11-12,17]等方法被大量用于煤中孔裂隙研究。然而，前兩者對樣品體積有著嚴格要求，無法準確描述多尺度發育裂隙的直觀形態與產狀，掃描電鏡法等光學方法則只能對樣品表面特定區域的裂隙進行研究，識別尺度有限且無法進行三維透視表征[18-20]。

計算機斷層掃描技術（CT）因其無損、三維可視化、計算能力強等特點，在國內外裂隙測量和表征中被廣泛使用。蔣長寶等[21]通過對飽水前樣品、飽水后樣品以及飽水后干燥樣品進行CT掃描，通過最大球算法提取孔裂隙等價網絡模型，提出飽水和飽水后干燥處理均提高了孔裂隙體積。宋黨育等[2,19]通過CT技術與壓汞法對煤樣的孔裂隙結構進行測試，認為CT掃描的結果更為準確。賈小寶等[22]通過微焦點CT定量分析了不同煤體結構煤的孔裂隙特征。王登科等[23-24]通過CT掃描，研究了受載煤樣的裂隙演化及滲流特征。Han等[25]通過CT掃描技術測定了不同尺度下不同宏觀煤巖類型中裂隙的幾何參數并建立了裂隙的隨機網絡模型。Jing等[26-29]通過CT掃描灰度差異，將其分為亮色條帶（富鏡質組）和暗色條帶（富惰質組），建立了隨機數字煤模型，研究了煤中裂隙礦物充填程度對滲透率的影響。Yao等[30]分析了煤中礦物、孔裂隙、煤基質的CT數，對裂隙的孔徑、間距、空間分布及礦物形態進行定量表征，指出通過CT技術測出的孔隙度與氣測孔隙度具有較好的相關性。

Zhong等[31]統計國內煤礦中裂隙發育情況，提出裂隙密度自鏡煤、亮煤、暗煤到絲炭依次減小。Han等[25]基于CT技術劃分不同宏觀煤巖類型，提出相較于半亮煤和半暗煤，光亮煤中裂隙開度、裂隙孔隙度、分型維數等均較高，且隨著樣品體積的減小，裂隙網絡發育程度降低。胡咤咤等[32]借助掃描電鏡顯微裂隙分析、熒光顯微鏡顯微裂隙統計、X射線衍射分析等手段，提出沁水盆地南部顯微裂隙發育，常見張性裂隙、堿性裂隙，通常發育于鏡質組中，裂隙密度隨變質程度的升高呈現降低的趨勢。

基于CT掃描巖石學組成及裂隙表征主要通過灰度數據閾值分割獲取。然而，由于巖石學組成不同，裂隙與煤基質的灰度差異往往較小，準確界定裂隙極具挑戰性，尤其是接近圖像分辨率極限的裂隙和宏觀煤巖組分。因此，亟需建立一種適宜的煤巖石學類型劃分及裂隙與煤基質間灰度差異的方法。前人[33-35]研究發現加入造影劑后裂隙灰度得到增強，能有效地突出裂隙。基于此，筆者利用CT掃描技術對比飽和造影劑溶液前后樣品的圖像特征，根據不同宏觀煤巖組分灰度值之間的差異，分析不同宏觀煤巖組分及宏觀煤巖類型中裂隙的發育特征及其差異，以期為煤巖石學與裂隙精確三維識別提供思路和方法。

1 樣品采集與實驗

1.1 樣品準備與實驗方案

樣品采自于沁水盆地下二疊統山西組3號煤層，是全區分布最穩定，單層厚度最大的煤層。其裂隙發育具有明顯的方向性，總體呈北東—南西向和北西—南東向。受斷層、褶皺影響，構造部位附近的外生裂隙異常發育，其發育密集帶具有近乎等間距發育的特點，大部分外生裂隙均切穿整個或大部分煤層，但不切穿煤層頂底板。而內生裂隙具有明顯的等間距或近乎等間距的發育特性，其發育受煤巖成分的制約[36]。

從該區和瑞礦井下新鮮采煤工作面煤壁采集3塊邊長約為30 cm的大塊煤樣，通過肉眼觀察分別定義為光亮煤、半亮煤和半暗煤，沿每個大塊樣品垂直煤層層理方向鉆取直徑25 mm、高度50 mm的圓柱形樣品，共鉆取32個圓柱樣品。取部分樣品開展基本測試，實驗煤樣的鏡質組反射率為2.94%，屬典型高階煤。從中挑選3個與大塊煤樣宏觀煤巖類型及裂隙發育情況相近的樣品用于本次實驗研究，命名為Hr-1、Hr-2和Hr-3（圖1）。

圖1 樣品照片

Hr-1樣品為灰黑色，光澤相對較暗，以暗煤和絲炭為主，夾鏡煤與亮煤，為半暗煤。Hr-2樣品為深灰色，光澤相對較強，以鏡煤與亮煤為主，夾部分暗煤和絲炭，為半亮煤。Hr-3樣品為深灰色，光澤最強，以鏡煤和亮煤為主，夾少量暗煤和絲炭，為光亮煤。肉眼觀察3個樣品的裂隙與層面高角度相交，其中Hr-1樣品的裂隙較發育，部分被礦物充填，未見有穿過宏觀煤巖組分的裂隙；Hr-2和Hr-3樣品裂隙發育，少量被礦物充填，裂隙從樣品底部連通至樣品頂部。

在進行實驗之前，先對樣品進行干燥處理，然后進行第一次CT掃描成像。通過前期多次實驗，發現 1.5 mol/L 的 NaCl和 1.0 mol/L 的 KI的混合溶液造影效果最佳，利用真空覆壓飽和儀將此濃度混合溶液造影劑飽和進本次實驗樣品中，并進行第二次CT掃描成像。

1.2 實驗原理及方法

在CT掃描成像實驗中，X射線照射到不同物質上時會發生光電效應、康普頓效應、電子對效應等復雜的物理過程，經過樣品的發射、散射和吸收等作用而發生不同級別的衰減。信號轉換器將接收到的X射線衰減信號轉換為電信號。X射線衰減的過程服從Lambert-Beer定律：

式中I表示衰減后的X射線強度；I0表示初始入射時的X射線強度；u表示物質的衰減系數；x表示物體的厚度。u又可以被定義為：

式中ρe表示材料的密度；E表示X射線的能量，keV，與入射電壓與入射電流有關；Z表示材料的有效原子序數；a表示Klein-Nishina系數；b表示常數，取值 9.8×10－24。

在保證掃描參數及樣品厚度不變的情況下，X射線衰減后的強度只與材料的密度及原子序數相關。利用造影劑的高原子序數、高電子密度及流體特征，可以突出煤中裂隙與基質的差異。

本次實驗所采取的設備為德國GE公司生產的微型 CT 系統（Phoenix V/tome/x S），其最低分辨率可達1 μm。為減少實驗參數對實驗結果的影響，兩次掃描均采用相同的掃描參數，電壓和電流分別為140 kV 和 120 μA，分辨率達 27.27 μm。

2 裂隙空間分布及定量表征

2.1 宏觀煤巖組分識別與類型劃分

煤中不同宏觀煤巖組分之間密度的差異導致其在CT中呈現不同的灰度。鏡煤與亮煤因富含低密度的鏡質組分和殼質組分從而在CT圖像中呈現深灰色，暗煤與絲炭則因富含高密度的惰質組分從而在CT圖像中呈現淺灰色[26,37]。

基于三維重構軟件Avizo，對掃描后的干燥樣品及飽和造影劑樣品進行三維重構（圖2-a），使用非線性各向異性擴散濾波器（AD）來去除圖像中的噪點（圖2-b），再采用銳化算法來提高圖像的對比度（圖2-c）。利用分水嶺算法識別出鏡煤＋亮煤、暗煤＋絲炭以及礦物之間的灰度邊界，并進行分割（圖2-d）。

圖2 宏觀煤巖組分及礦物分割流程圖

分割完成后，計算宏觀煤巖組分的含量（表1）。從Hr-1—Hr-3，鏡煤＋亮煤含量一直升高，分別定義為半暗煤、半亮煤和光亮煤，與肉眼觀察結果一致。

表1 樣品宏觀煤巖組分及礦物含量表

2.2 裂隙識別與分割

對常規干燥樣品（圖3-a）使用閾值分割和頂帽分割相結合的方式對裂隙進行分割（圖3-b）。然后以常規干燥樣品的灰度數據為基準，將飽和造影劑溶液樣品與其對齊（圖3-c），將兩者相減，得到差異圖像（圖3-d）。通過飽和溶液與空氣的灰度值差異來突出樣品中的裂隙，并采用與常規干燥樣品相同的分割方式在差異圖像中分割裂隙（圖3-e）。

圖3 裂隙分割流程與對比圖

將常規干燥樣品與差異圖像的灰度圖進行對比，干樣灰度圖中只見少量裂隙，裂隙不連續，且其與基質之間的差異不明顯；而差異圖像中裂隙數量多，裂隙連續，與基質之間的差異明顯。將其分割效果圖進行對比，發現直接對干樣進行分割，分割出來的裂隙相較于差異圖像裂隙數量少、裂隙不連續且開度也更小。由于在飽和造影劑溶液階段，溶液與煤之間的相互作用是一個復雜的過程，如礦物溶解、元素的吸附—解吸、有機質的攜帶作用等，使煤中裂隙產生和擴展[21]；煤中部分有機質灰度值較低，無法將其與裂隙區分，由于造影劑溶液的高原子序數、高電子密度等特征，可增加裂隙與有機質之間的灰度值差異，更加有效厘定煤中裂隙[35]。

計算煤樣中裂隙孔隙度（煤中裂隙體積占比）如表2所示，常規干燥樣品的裂隙孔隙度分布在1.41%～2.78%，飽和造影劑樣品的總裂隙孔隙度介于3.01%～6.49%，氣測孔隙度介于4.17%～6.93%。通過對差異圖像分割出來的總裂隙孔隙度遠遠高于常規干燥樣品，且對分割出來的裂隙孔隙度與氣測孔隙度進行對比，發現對差異圖像進行分割得出的結果更接近其氣測孔隙度值，說明采用飽和造影劑溶液的方法厘定煤裂隙結構其結果更為準確。隨著煤樣中鏡煤＋亮煤含量的增加，樣品的裂隙孔隙度也隨之增加，與宏觀煤巖類型呈現出較強的相關性，表現為光亮煤中裂隙孔隙度最高，半暗煤中裂隙孔隙度最低。

表2 煤樣中裂隙孔隙度表

2.3 宏觀煤巖組分與裂隙分布特征

2.3.1 宏觀煤巖組分分布特征

2.3.1.1 灰度特征

將采集到的煤樣原始灰度圖像進行灰度標準化，使其灰度值介于0～255。基于2.1中分割得到的不同宏觀煤巖組分二值化數據，對灰度標準化后的圖像進行遮蔽，即可得到不同宏觀煤巖組分的灰度圖像，進而得到其灰度分布（圖4）。

圖4 不同煤樣中宏觀煤巖組分灰度分布圖

由圖4可見，鏡煤＋亮煤中灰度值呈單峰分布，Hr-1樣品中鏡煤＋亮煤的灰度值主要分布在90～100，峰值位于94；Hr-2樣品中鏡煤＋亮煤的灰度值主要分布在70～80，峰值位于76；Hr-3樣品中鏡煤＋亮煤的灰度值主要分布在77～86，峰值位于82。暗煤＋絲炭中灰度值除Hr-1樣品呈雙峰分布，其余2個樣品均呈單峰分布，Hr-1樣品中暗煤＋絲炭的灰度值主要分布在92～116，第一個峰位于97，第二個峰位于102；Hr-2樣品中暗煤＋絲炭的灰度值主要位于74～96，峰值位于77；Hr-3樣品中暗煤＋絲炭的灰度值主要位于82～95，峰值位于84。

不同宏觀煤巖組分中灰度值分布具有明顯差異，鏡煤＋亮煤中灰度值分布明顯小于暗煤＋絲炭，這是由于兩者之間的密度差異所造成的。而暗煤＋絲炭中灰度值分布跨度范圍卻明顯高于鏡煤＋亮煤，說明暗煤＋絲炭中物質組成更為復雜，造成其密度跨度大。

2.3.1.2 組合模式

不同宏觀煤巖類型中樣品的宏觀煤巖組分含量不同，導致其展布規律不同。分析其展布形態（圖5），Hr-1樣品中鏡煤＋亮煤與暗煤＋絲炭呈現出寬條帶狀互層結構，鏡煤＋亮煤分為4層，平均分層厚度為6.4 mm，夾少量扁平狀透鏡體絲炭；暗煤＋絲炭分為3層，平均分層厚度為7.82 mm。Hr-2樣品中鏡煤＋亮煤與暗煤＋絲炭呈現出寬條帶狀與細條帶狀互層結構，鏡煤＋亮煤共分為2層，平均分層厚度為19.5 mm，為寬條帶狀結構，夾少量線理狀和透鏡狀絲炭；暗煤＋鏡煤分為2層，平均分層厚度為2.4 mm，為細條帶狀結構。Hr-3樣品中以鏡煤＋亮煤為主，夾少量透鏡狀和線理狀絲炭。

圖5 煤樣中宏觀煤巖組分展布形態示意圖

通過對煤中分層厚度進行分析，總結并建立了圖6所示的宏觀煤巖組分組合模式。自半暗煤—光亮煤，鏡煤＋亮煤的分層厚度越來越大，暗煤＋絲炭的分層厚度越來越小，透鏡狀絲炭含量更高；組合方式也由半暗煤的互層組合轉換為光亮煤的以鏡煤＋亮煤為主、夾少量線理狀或透鏡狀暗煤＋絲炭的組合方式。

圖6 宏觀煤巖組分組合模式圖

2.3.2 裂隙特征

2.3.2.1 裂隙開度

使用Avizo三維可視化軟件拆分對象算法，將連通的大裂隙拆分為若干個小裂隙（圖7），通過計算單個裂隙的等效直徑來代替直接計算大裂隙的裂隙開度。

圖7 裂隙拆分三維圖像

式中Deq表示等效直徑，μm；V表示單個裂隙的體積，μm3。

頻率分析結果顯示（圖8）：鏡煤＋亮煤中裂隙的等效直徑主要分布在25～600 μm，暗煤＋絲炭中裂隙的等效直徑主要分布在25～400 μm。樣品鏡煤＋亮煤中裂隙等效直徑呈雙峰分布，分別位于50 μm和170 μm處。除了半暗煤（Hr-1樣品）中暗煤＋絲炭中裂隙等效直徑呈雙峰分布，分別位于50 μm和170 μm處；半亮煤（Hr-2樣品）和光亮煤（Hr-3樣品）中暗煤＋絲炭僅呈單峰分布，位于50 μm處。鏡煤＋亮煤和暗煤＋絲炭中裂隙的分布曲線存在一個交點，位于100 μm左右，當裂隙等效直徑小于此交點時，暗煤＋絲炭中裂隙頻率大于鏡煤＋亮煤。

圖8 不同煤樣中宏觀煤巖組分裂隙等效直徑頻率分布圖

不同煤樣中裂隙等效直徑主要分布在25～700 μm，分布曲線呈雙峰式展布，表明煤中主要發育2個尺度的裂隙。位于第一個峰值時，Hr-2樣品（半亮煤）的裂隙頻率最大，位于第二個峰值時，Hr-3樣品（光亮煤）的裂隙頻率最大（圖9）。

圖9 不同煤樣中裂隙等效直徑頻率分布圖

綜上可知：鏡煤＋亮煤中開度較大的裂隙在頻率上占優勢，而暗煤＋絲炭中開度較小的裂隙在頻率上占優勢，反映鏡煤＋亮煤中裂隙開度總體上大于暗煤＋絲炭，對應于樣品中不同宏觀煤巖組分灰度值的分布規律。不同樣品的裂隙開度分布曲線與鏡煤＋亮煤的分布曲線類似，說明煤中裂隙開度主要受鏡煤＋亮煤中裂隙的影響。光亮煤中開度較大的裂隙在頻率上占優勢，半亮煤中開度較小的裂隙在頻率上占優勢。其開度變化規律為：光亮煤＞半亮煤＞半暗煤，說明樣品中裂隙開度受鏡煤＋亮煤含量的影響，含量越高，其裂隙開度越大。

據前人研究結果發現，該區3號煤層顯微裂隙等效直徑主要分布在0～50 μm，同樣呈現雙峰特征，發育2個尺度的顯微裂隙[38]。宏觀裂隙與顯微裂隙均顯現出明顯的組分選擇性，宏觀裂隙一般在鏡煤和亮煤中發育，鏡質組中顯微裂隙發育較惰質組具有明顯優勢，與本次研究結果一致[36]。

2.3.2.2 裂隙間距

對樣品主裂隙的間距進行測量，計算其平均值，如圖10所示。自Hr-1—Hr-3樣品，鏡煤＋亮煤中平均裂隙間距分別為 2 391 μm、2 533 μm 和 2 816 μm，暗煤＋絲炭中平均裂隙間距分別為 3 484 μm、3 259 μm和3 012 μm，總樣品中裂隙平均間距分別為2 077 μm、2 321 μm 和 2 631 μm。自半暗煤—光亮煤，鏡煤＋亮煤中平均裂隙間距一直增大，暗煤＋絲炭中一直減小，樣品中平均裂隙間距一直增大。

圖10 裂隙平均間距圖

鏡煤＋亮煤中平均裂隙間距低于暗煤＋絲炭（圖10），因此，在鏡煤＋亮煤中裂隙更為發育，對應于樣品中不同宏觀煤巖組分灰度值的分布規律，前人有關顯微裂隙的研究結果也印證了此結果[39]。前人研究結果普遍認為裂隙是內力、外力共同作用的結果，而鏡質組脆性較大，當受到外力作用時，更易產生裂隙[40-41]。而鏡質組本身在煤化作用過程中，由于自身的生烴、排水等過程更易產生裂縫，而惰質組分排水較少，不易產生裂隙[42-44]。因此，富含鏡質組分的鏡煤＋亮煤中裂隙更為發育，樣品中裂隙的發育情況主要受鏡煤＋亮煤中裂隙的影響。

模擬實驗和現場觀測結果證實，若負載條件及巖層其他條件相似，薄巖層形成的天然裂縫比厚巖層更為密集[45]，而高階煤中凝膠化作用基本完成，構造作用成為裂隙密度變化的主要因素[42]。由圖6可知，自半暗煤—光亮煤，鏡煤＋亮煤的分層越來越厚，暗煤＋絲炭的分層越來越薄。因此，鏡煤＋亮煤中裂隙間距越來越大，暗煤＋絲炭中裂隙間距越來越小，樣品中裂隙間距受鏡煤＋亮煤中裂隙的影響，間距越來越小。

與本文研究結果相比，該區3號煤層宏觀裂隙發育具有明顯的等間距或近乎等間距特性，構造發育部位會發育外生裂隙密集帶，自暗淡煤分層至光亮煤分層，宏觀裂隙密度不斷減小，間距不斷增加，與本次研究結果一致[36]。而有關顯微裂隙的研究結果卻呈現相反的結論，即鏡質組含量越高，顯微裂隙密度越大，裂隙間距也越小，認為顯微裂隙多為內力作用的結果，其形成主要受煤化作用的影響，鏡質組含量增高導致其裂隙間距變小[40]。與低階煤相比，本文所研究的高階煤在裂隙密度上占絕對優勢，較中階煤則有所不如。處于煤化作用早期的低階煤只有較少裂隙生成，裂隙密度小，裂隙間距大；伴隨著煤化作用進行，由于煤中生烴、排水等過程的進行，煤中裂隙大量產生，造成中階煤裂隙密度高，裂隙間距小；而到了煤化作用后期，由于壓實作用占主導地位，造成高階煤中大量裂隙趨于閉合，裂隙密度變低，裂隙間距變大[42]。

2.3.2.3 裂隙連通性

選取煤中代表性體積單元作為研究區域，構建球棍模型，計算其配位數，定量表征了裂隙的連通性（圖11）。結果顯示（圖12）：鏡煤＋亮煤中裂隙配位數主要分布在0～13，呈單峰分布，Hr-1樣品的峰值位于2，Hr-2樣品的峰值位于6，Hr-3樣品的峰值位于4。暗煤＋絲炭中裂隙配位數主要分布在0～8，其分布曲線一直減小；且與鏡煤＋亮煤中裂隙配位數的分布曲線存在一個交點，位于2左右，當裂隙配位數小于此交點時，暗煤＋絲炭中裂隙的相對頻率高于鏡煤＋亮煤。

圖11 裂隙巖體表征單元體（RVE）與球棍模型圖

圖12 不同煤樣中宏觀煤巖組分裂隙配位數頻率分布圖

不同樣品的裂隙配位數頻率分布曲線如圖13所示，主要分布在0～15，分布曲線與鏡煤＋亮煤類似，均呈單峰分布。Hr-1樣品的峰值位于2.5，Hr-2樣品位于7.5，Hr-3樣品位于5.0。

圖13 不同煤樣中裂隙配位數頻率分布圖

鏡煤＋亮煤中配位數較大的裂隙在頻率上占優勢，暗煤＋絲炭中配位數較小的裂隙在頻率上占優勢，說明鏡煤＋亮煤中裂隙的連通性高于暗煤＋絲炭，對應于樣品中不同宏觀煤巖組分灰度值的分布規律。不同樣品的裂隙配位數分布曲線與鏡煤＋亮煤的分布曲線類似，說明煤中裂隙連通性主要受鏡煤＋亮煤中裂隙的影響。半亮煤中配位數較大的裂隙在頻率上占優勢，而半暗煤中配位數較小的在頻率上占優勢，其連通性變化規律為：半亮煤＞光亮煤＞半暗煤，說明樣品中裂隙的連通性不僅取決于其鏡煤＋亮煤的含量，也取決于宏觀煤巖組分的組合方式，圖6所示的半亮煤中宏觀煤巖組分的組合方式更利于產生連通性更大的裂隙。

3 結論

1）識別出宏觀煤巖組分，進一步厘定宏觀煤巖類型。不同宏觀煤巖類型煤中宏觀煤巖組分組合方式不同，由半暗煤—光亮煤，暗煤＋絲炭由較寬的條帶狀轉變為細條帶狀或線理狀，且透鏡狀的絲炭含量增加。

2）相較于常規干燥樣品CT裂隙分割，采用飽和造影劑溶液的方法識別出煤裂隙更為準確，接近氣測孔隙度。裂隙含量與宏觀煤巖類型具有較強的相關性，表現為光亮煤中裂隙含量最高，半暗煤中裂隙含量最低。

3）相較于暗煤＋絲炭，鏡煤＋亮煤中裂隙在開度、間距和連通性上均具有優勢。不同宏觀煤巖類型煤中裂隙參數受煤中宏觀煤巖組分含量與組合方式影響。裂隙開度隨鏡煤＋亮煤含量的增加而變大。自半暗煤—光亮煤，鏡煤＋亮煤中分層厚度越來越大，暗煤＋絲炭中分層厚度越來越小，造成鏡煤＋亮煤中裂隙間距變大，暗煤＋絲炭中裂隙間距變小，樣品中裂隙間距受鏡煤＋亮煤中裂隙的影響而變大。樣品中裂隙連通性不僅受宏觀煤巖組分含量的影響，也與宏觀煤巖組分組合方式相關，表現為半亮煤中裂隙連通性最好，半暗煤中則最差。