基于數據共享的油氣鉆井巖心數字分析系統

張 聰，韓慧萍，王艷紅，方镕慧，陳維堃，李志偉，董 虎，田迎春，羅 軍，張云波

( 1. 中國地質調查局 非常規油氣地質重點實驗室，北京 100083； 2. 中國地質調查局 油氣資源調查中心，北京 100083； 3. 中國地質大學(北京)，北京 100083； 4. 數巖科技股份有限公司，北京 100094 )

0 引言

油氣鉆井巖心是最直觀反映地球內部地質特征的“金鑰匙”，是了解地下烴源巖、儲層和含油氣性等油氣成藏特征不可替代的原始資料。巖心(尤其是泥質巖類巖心)長期暴露于地表，受風化等作用影響，導致顏色、結構、構造等發生不可逆轉的變化，造成巖心原始信息失真；加之觀測信息量有限，不便于多次開發利用，極大地降低巖心的使用價值。油氣鉆井巖心持有機構在巖心數字化保存方面進行研究，如在巖心狀態較好時開展數字化掃描[1]；利用巖心高光譜掃描數據，建立國家虛擬巖心庫[3]。中國大慶油田[4]、遼河油田[5]、吐哈油田[6]、華北油田[7]等，將巖心表面掃描成像后，以綜合柱狀圖的形式在計算機或網絡上再現巖心特征。這些巖心數字化多數以巖心表面拍照和光譜掃描為主，未實現對礦物、孔隙結構等內部結構和成分信息的數字化，以及對宏觀與微觀數據的有效管理。

隨細粒沉積學的不斷發展，油氣勘探開發由常規油氣向非常規、智能化轉型，對油氣鉆井巖心分析的精度要求越來越高，傳統以圖像采集為主的巖心數字化已不能完全滿足科研和生產需要，未來的巖心數字化必將從表面圖像信息采集轉向巖石內部結構、成分的系統獲取和大數據管理，以巖心數字化為依托形成的數字巖心必將成為構建“智能油田”“數字盆地” 和“數字地球”的重要組成部分。隨巖心分析設備精度的不斷提高，獲取的數字巖心數據更加豐富，應用廣泛的獲取巖心內部結構和成分的技術是X線CT掃描和掃描電鏡等，可直接獲得幾十至幾百張圖片，但受成像原理和尺度差異影響，需要用商業軟件并結合網絡模型、信息提取與顯示等技術進行圖像處理[8]。對于由毫米CT—微米CT—納米CT掃描、不同分辨率的2D/3D掃描電鏡等反映巖心內部結構和成分的數字化保存技術形成的大數據，借助于信息化技術和大數據處理技術，研究基于B/S架構的、綜合油氣鉆井巖心數據管理、可視化和數字巖心分析功能的油氣鉆井巖心數字分析系統[10-11]，以實現油氣資源地質調查鉆井巖心數據系統化管理與社會化服務。

1 巖心數據處理

根據分辨率的高低，X線CT掃描可分為毫米CT、微米CT、納米CT掃描，不同生產商的儀器產生的原始數據格式不一致，常見的有dcm和dr等。根據實驗目的不同，掃描電鏡可分為能夠實現三維重構的聚焦離子束雙束掃描電鏡(FIB-SEM)、能夠實現二維高分辨率的大視域拼接掃描電鏡(MAPS)、能夠表征礦物平面分布特征的礦物定量分析電鏡(Qemscan)，以及能夠表征結構平面特征的掃描電鏡(SEM)等，產生的原始數據格式一般是TIFF或JPEG等。不論是CT掃描還是掃描電鏡獲取的原始數據，必須經過商業軟件(如ImageJ2x、JMicro Vision、Avizo、ImageJ等)，選取不同的數據處理方法進行處理，才能獲得孔隙結構、微裂縫等關鍵的儲層物性信息(見表1)。經過處理后常見的三維數據格式為raw，處理結果采用文件目錄形式保存于計算機硬盤等存儲設備。

表1 X線CT掃描和掃描電鏡巖心數據處理方法Table1 Core data processing method of X-ray CT scanning and scanning elecrtron microscopy

目前，能夠處理巖心CT掃描或SEM數據的軟件都是商業單機版，無法形成批量數據管理、處理和推廣應用，無法快速獲取巖石儲層物性關鍵參數。大體量數據三維可視化、孔隙結構建模等技術是在線數字化巖心分析系統的設計關鍵，建立油氣鉆井巖心數字分析系統，既可以實現web端巖心三維數據的可視化，還可以基于CT掃描或SEM等大數據、有機質含量、鏡質體反射率等烴源巖評價數據，實現web端快速計算巖石的孔隙連通性、有機質孔隙度、面孔率、有機質豐度、成熟度等關鍵評價參數，降低實驗測試成本，提升數據共享能力。

2 系統設計

油氣鉆井巖心數字分析系統以油氣鉆井巖心為基礎單元，整合優質數據處理技術進行設計和開發。系統采用B/S架構和Node.js開發語言，服務端運行于Linux操作系統，安裝分布式數據文件存儲系統、PostgreSQL開源數據庫、GIS服務模塊及其他配置管理工具；前端支持Windows、Linux、Android等操作系統，可運行于電腦、平板及手機等終端。

2.1 系統架構

系統采用分層架構設計，包括基礎支撐環境層、數據資源層、分析服務層、應用層4層(見圖1)。

(1)基礎支撐環境層：提供系統運行的計算、存儲、網絡、設備硬件和操作系統，以及數據庫系統等基礎支撐環境(見圖1(a))。

(2)數據資源層：基于云存儲系統，存儲巖心測井、錄井、烴源巖評價、CT掃描、2D/3D掃描電鏡等大數據，是開展數據共享、分析和應用的基礎(見圖1(b))。

(3)分析服務層：提供數據存儲、數據組織、數據交換、數據管理等服務，支持對散點數據、2D/3D圖像等數據的分析功能，獲取巖石類型、烴源巖、儲層物性等分析結果(見圖1(c))。

(4)應用層：基于數據分析服務能力，采用人機交互界面為用戶提供各類數據的2D/3D展示及分析結果(見圖1(d))。

圖1 油氣鉆井巖心數字分析系統整體架構設計Fig.1 Architecture design of the Oil and Gas Drilling Core Digital Analysis System

2.2 系統功能

設計巖心數據管理、可視化及綜合分析3個模塊(見圖2)。巖心數據管理模塊通過設計數據模型和構建數據字典，完成導入數據標準化處理，實現對多類型數據的入庫和管理，提供數據關聯服務，支持數據查詢、下載和推送等服務(見圖2(a))。巖心數據可視化模塊實現GIS地圖服務，直觀展示巖心樣品的采樣點；可實現單井巖心數據體礦物圖像、BSE圖像，以及不同切面的2D顯示和多井信息對比；可實現巖心3D綜合顯示、CT掃描數據和孔隙模型的3D切片顯示(見圖2(b))。巖心數據綜合分析模塊綜合系統的數據資源，實現各類數據的分析和應用，可實現對單井或多井烴源巖、巖石類型及儲層物性評價，評價結果以交會圖、柱狀/餅狀圖、匯總表格等形式給出，支持報告生成和下載等服務(見圖2(c))。

圖2 油氣鉆井巖心數字分析系統功能Fig.2 Functional diagram of the Oil and Gas Drilling Core Digital Analysis System

2.3 系統數據庫

油氣鉆井巖心數字分析系統數據類型多樣、格式繁雜、差異明顯，包括測井、錄井、巖石類型、烴源巖評價、儲層物性評價、巖石力學等數據，形成的數據格式有DLIS、LAS2、LAS3、CSV、PTF、Excel、Word、PNG、TIFF、JPEG等。為實現數據綜合管理，對巖心數據特點進行數據庫設計，包括用戶、角色、資源、部門、登錄日志等。

油氣鉆井巖心數字分析系統數據庫采用適合大數據平臺的PostgreSQL關系型數據庫，各類數據之間的多對多關系采用關聯表形式進行關聯，命名原則是兩個原始表單名合并，原始表單名首字母大寫；關聯表采用雙外鍵，兩個外鍵號為各自的表單名+ID。主要數據庫表單設計見圖3，可以根據管理和查詢需要，設計系統管理的各類數據的庫表表單。

圖3 油氣鉆井巖心數字分析系統主要數據庫表單Fig.3 Main database tables of the Oil and Gas Drilling Core Digital Analysis System

3 系統關鍵技術與開發

3.1 系統關鍵技術

油氣鉆井巖心不同分辨率CT掃描數據及2D/3D掃描電鏡數據等體量大、格式多，造成web端難以實現大體量數據三維可視化、孔隙結構建模分析等。基于序列切片成像、X線CT掃描、隨機模擬等相關方法[34-36]，結合油氣鉆井巖心數據特點，開發適用于web端的巖心三維孔隙網絡建模、圖像特征提取等關鍵技術。

3.1.1 三維孔隙網絡建模技術

三維孔隙網絡建模是數字巖心分析的重要環節，是開展巖石孔隙拓撲結構定量化表征、滲流分析及模擬的數學基礎，算法需要滿足工業應用的計算效率、準確性等要求，采用最大球算法[37]進行三維孔隙網絡建模。最大球算法是把一系列不同尺寸的球填充到三維巖心圖像的孔隙空間中，各尺寸球之間按照半徑從大到小存在連接關系。整個巖心內部孔隙結構通過相互交疊及包含的球串表征，首先在球串中尋找局部最大球與兩個最大球之間的最小球，形成“孔隙—喉道—孔隙”的配對關系，確立孔隙網絡結構中的孔隙和喉道；然后將整個球串結構簡化成為以孔隙和喉道為單元的孔隙網絡結構模型。

三維孔隙網絡建模技術基于孔隙—顆粒分割后二值化的三維巖心圖像，利用孔隙拓撲結構特征，提取結構化的孔隙和喉道模型，同時保持原三維巖心圖像的孔隙分布及連通性特征，從而提高建模速度、計算效率與準確性。油氣鉆井巖心數字分析系統中，某井砂巖微米CT掃描數據最大球算法重構的孔喉網絡見圖4。微米CT掃描分辨率為26.04 μm，該井孔徑最小為23.81 μm，最大為495.30 μm，平均為89.43 μm，孔隙度為31.3%，其中球和棍分別代表孔隙和喉道，球越大，孔徑越大，不同顏色的球代表不同的孔徑。

圖4 某井最大球算法重構孔喉網絡Fig.4 The throat network reconstructed by maximum ball method of a well

3.1.2 圖像信息提取技術

(1)K-Means巖心圖像聚類分析。K-Means算法是一種將輸入數據劃分為k個族的簡單聚類算法[38-39]。以空間中設定的k個點(聚類對象)為中心進行聚類，對其他點采用一定的相似度度量方法(歐式距離、夾角余弦等)解算與中心點的度量值，求取最靠近某中心點的對象并歸類。通過迭代逐次更新各聚類中心點的度量值，直至得到最好的聚類結果。根據巖石掃描電鏡圖像不同組分灰度特點，以及用戶對巖石掃描電鏡圖像中礦物自識別和分類的應用需求，引入K-Means算法，實現對大量巖石掃描電鏡圖像的自動化分析，提升礦物識別效率。

基于K-Means算法的頁巖掃描電鏡圖像聚類分析結果見圖5，其中圖5(a)為掃描電鏡的原始圖像；圖5(b)為k=4的聚類分析結果，可識別有機質、黃鐵礦、基質礦物和無機縫；圖5(c)為k=5的聚類分析結果，與圖5(b)相比較，部分無機孔未被識別。因此，k=4的聚類分析結果更具有地質意義。

圖5 頁巖掃描電鏡圖像聚類分析結果Fig.5 Cluster analysis resucts of SEM images of shale

(2)UNet巖心圖像分割。UNet模型的典型結構包括收縮路徑和擴張路徑，在采樣處理過程中兩部分相互對稱，形成U型。在收縮路徑處理時，UNet模型進行圖像的降采樣，增加通道數量；在擴張路徑處理時，減少通道數量，增加圖像分辨率，并與收縮路徑相對應的圖像進行特征融合處理，從而獲取更好的特征提取效果。巖心CT掃描圖像具有多梯度、灰度分級明顯、特征豐富的特點，引入不需要大量樣本進行模型訓練的UNet模型[40]，對巖心CT圖像進行分割和特征提取。

采用閾值分割方法，建立孔隙—顆粒二值化圖像訓練樣本集，利用UNet模型對樣本集進行訓練、測試及優化，建立巖心CT掃描圖像的孔隙智能分割模型，實現圖像礦物或孔隙的智能提取。利用UNet模型對頁巖微米CT原始數據(見圖6(a))進行處理，可實現對原始數據中孔隙、基質礦物和黃鐵礦的有效提取(見圖6(b))。

3.2 系統開發

油氣鉆井巖心數字分析系統可以快速獲取系統內油氣鉆井巖心數字化數據，包括分省區、分層系油氣鉆井巖心的測井、錄井、烴源巖評價、儲層物性2D/3D等巖心數字化工作量及統計數據(見圖7(a))。相較于既有的巖心數據管理系統[4，7]，油氣鉆井巖心數字分析系統的巖心數據可視化及綜合分析模塊是關鍵功能之一。其中，巖心數據可視化模塊既可用綜合柱狀圖實現對不同分辨率CT掃描數據、掃描電鏡類等數據的巖心信息總覽，還可用數字巖心將孤立數據轉換為真實的物理巖心，數據以2D/3D縮略圖方式實時顯示快速切片、3D動態等(見圖7(b))。綜合分析模塊中，利用3D矢量繪圖技術、國家/行業標準規定的TOC-S2、Tmax-HI等標準圖版，以及數據庫的數據，快速完成烴源巖評價；利用ECharts數據可視化圖表庫，實現孔隙度—滲透率交會圖自動繪制與統計；利用最大球算法三維孔隙網絡建模技術和圖像信息提取技術，迭合油氣鉆井巖心毫米CT、微米CT、納米CT、FIB-SEM等數據，開展web端儲層三維裂縫空間模型、三維孔隙拓撲網絡模型、孔隙網絡三維重構等分析(見圖7(c))。

圖7 油氣鉆井巖心數字分析系統及主要功能Fig.7 Oil and Gas Drilling Core Digital Analysis System and main functions

油氣鉆井巖心數字分析系統部署于全國地質調查綜合信息服務平臺“地質云”，將匯集、整合中國地質調查局部署實施的油氣鉆井巖心[41-46]資料。該系統向社會開放，與“地質云”采用同一套用戶管理系統；在接入過程中，進行單點登錄系統接口改造，“地質云”用戶可以登錄系統。其他用戶通過網頁瀏覽系統，可以查看相關信息，登錄系統需要注冊新的賬號。同時，系統與“地質云”的其他數據庫有效銜接，如調用1∶20萬地質圖層等，實現資源整合和數據共享，為油氣領域研究高效提供油氣鉆井巖心烴源巖評價、儲層物性等關鍵參數，解決巖心重復分析和數據孤島，為中國油氣勘探開發提供油氣基礎地質調查服務和支撐。

以加載油氣鉆井巖心數字分析系統的鄂西地區某井為例，利用錄井、測井、常規實驗、CT掃描和SEM等巖心數字化數據，在數字巖心模塊實現單塊巖心不同巖心數字化手段的2D/3D可視化；利用綜合柱狀圖能夠快速建立該井震旦系陡山沱組和寒武系牛蹄塘組綜合柱狀圖(見圖8(a))；在綜合分析模塊實現對有機質豐度、類型、成熟度評價、儲層物性綜合分析等(見圖8(b))。寒武系牛蹄塘組中二段下部的頁巖具有高伽馬、低密度特征，巖性為富鈣硅質泥巖，脆性礦物含量高，厚度為4 m，TOC質量分數介于3%～6%，面孔率為1.5%，網狀裂縫較發育，孔徑介于0.3～0.6 μm，裂縫開度介于0.1～0.9 μm(見圖8(c))。綜合該井現場含氣量測試，能夠快速實現油氣鉆井巖心有利層段優選。

圖8 油氣鉆井巖心數字分析系統應用示例Fig.8 The application examples of the Oil and Gas Drilling Core Digital Analysis System

4 結論

(1)對不同分辨率巖心CT掃描和2D/3D掃描電鏡等獲取巖心內部結構和成分數字化保存產生的大數據，建立基礎支撐環境層、數據資源層、分析服務層、應用層4層架構，提出基于最大球算法的三維孔隙網絡建模技術和UNet深度學習模型的巖心圖像信息提取技術。運用PostgreSQL關系型數據庫和Node.js開發語言，研發基于B/S結構的油氣鉆井巖心數字分析系統。

(2)油氣鉆井巖心數字分析系統包括巖心數據管理、可視化及綜合分析模塊，不僅能夠實現油氣鉆井巖心測井、錄井、烴源巖評價、儲層物性分析等多類型、大體量數據的管理，還可在web端實現數據2D/3D可視化、烴源巖評價、三維孔隙重構等綜合分析。

(3)油氣鉆井巖心數字分析系統將部署在全國地質調查綜合信息服務平臺“地質云”上，面向社會開放，支持數據挖潛和二次開發，形成一體化云服務能力，以平臺化、智能化為油氣基礎地質調查部署決策提供基礎性服務。