地质力学学报  2020, Vol. 26 Issue (1): 96-105
引用本文
刘惠民, 王学军, 杜振京, 唐东, 李静, 王昊. 准中4区块致密砂岩孔隙结构特征研究[J]. 地质力学学报, 2020, 26(1): 96-105.
LIU Huimin, WANG Xuejun, DU Zhenjing, TANG Dong, LI Jing, WANG Hao. Study on pore structure characteristics of tight sandstone in Block 4 of the central Junggar Basin[J]. Journal of Geomechanics, 2020, 26(1): 96-105.
准中4区块致密砂岩孔隙结构特征研究
刘惠民1, 王学军2, 杜振京1, 唐东2, 李静3, 王昊3    
1. 中国石化胜利油田分公司油气勘探管理中心, 山东 东营 257200;
2. 中国石化胜利油田分公司勘探开发研究院, 山东 东营 257015;
3. 中国石油大学(华东)地质力学与工程研究所, 山东 青岛 266580
摘要:致密砂岩孔隙结构是影响储层物性、储集性能和渗流特性的主要因素,准确表征岩石的孔隙结构特征是储层评价的重要内容之一。为此通过岩心观察、CT扫描成像及其图像处理等对准噶尔盆地中部4区块董11井致密砂岩储层孔隙结构特征进行了定性及定量综合研究。研究结果表明,采用USM锐化、阈值选取及中值滤波法对微CT扫描灰度图像进行图像处理,可以更好地区分岩石内部骨架和孔隙的边界,提高了图像的分割精度;当数字岩心立方体模型边长在450体素时,孔隙度趋近定值;研究区致密砂岩储层储集空间主要以粒间孔隙和微裂隙为主,伴有少量的解理裂隙,孤立孔隙较多,孔隙形状复杂,分布不均匀;研究区致密砂岩连续截面面孔率分布不均匀,离散性强,在连续截面上面孔率频繁出现极大值与极小值(跳跃性较大),容易在流体流动的过程中产生压降过大,造成部分孔隙喉道堵塞;研究区致密砂岩储层孔隙大小分布不均匀,孔隙直径在15~35 μm之间,占总孔隙数的60%左右,其面积占18%;直径在50~200 μm的孔隙数量占总孔隙数的20%,其面积占比达60%,为油气赋存提供了有利的储集空间。
关键词致密砂岩    CT扫描    孔隙结构    数字岩心    
DOI10.12090/j.issn.1006-6616.2020.26.01.010     文章编号:1006-6616(2020)01-0096-10
Study on pore structure characteristics of tight sandstone in Block 4 of the central Junggar Basin
LIU Huimin1, WANG Xuejun2, DU Zhenjing1, TANG Dong2, LI Jing3, WANG Hao3    
1. Manage center of Oil and Gas Exploration of SINOPEC Shengli Oilfield Company, Dongying 257200, Shandong, China;
2. Research institute of exploration and development of Shengli Oilfield, Sinopec, Dongying 257015, Shandong, China;
3. Research Institute of Geological Mechanics and Engineering in China University of Petroleum, Qingdao 266580, Shandong, China
Abstract: The pore structure of tight sandstone is the major factor affecting physical property, performance and seepage characteristics of reservoir. The accurate characterization of rock pore structure is one of the important contents of reservoir evaluation. Therefore, the pore structure characteristics of tight sandstone reservoir in Well Dong-11, Block 4, central Junggar Basin were studied qualitatively and quantitatively through core observation, CT scanning imaging and image processing. The results show that:USM sharpening, threshold selection and median filtering were used for image processing of gray scale images in micro-CT scanning, which could better distinguish the boundary between skeleton and pore inside the rock and improve the image segmentation accuracy. Porosity tends to be constant when the side length of the digital core cube model is 450 voxel. The reservoir space of tight sandstone reservoirs in the study area is mainly composed of intergranular pores and micro-fractures, with a small number of cleavage fractures, and more isolated pores. Pores are characterized by complex shapes and uneven distribution. The porosity distribution of the continuous section of the tight sandstone in the study area is not uniform and highly discrete. The maximum and minimum values of porosity appear frequently on continuous sections (strong jumping), which is easy to cause excessive pressure drop in the process of fluid flow, resulting in partial pore throat blockage. The pore size distribution of tight sandstone reservoir in the study area is not uniform. The pore diameter is mainly from 15 microns to 35 microns, which accounts for about 60% of the total pore number, but its area only accounts for 18%. The pores take up 20% of the total number of pores from 50 microns to 200 microns in diameter, but the area takes up 60%, which provides favorable storage space for oil and gas.
Key words: tight sandstone    CT scanning    pore structure    digital core    
0 引言

储层岩石的孔隙特征直接影响储层的储集特性和渗流性能(冯渊等,2015李易霖等,2016尤源等,2016),常规识别孔隙结构的手段主要依靠铸体薄片、扫描电镜、常规压汞等技术手段,但是对于孔隙结构复杂的致密砂岩,常规方法在测试过程中容易对砂岩的内部结构产生破坏,同时无法实现对岩石进行大量的连续性观察。随着CT成像技术的快速发展,X-ray CT技术在致密砂岩储层的孔隙结构表征方面呈现出明显优势(王家禄等,2009邹才能等,2011佘敏等,2011白斌等,2013刘向君等,2014)。X-ray CT成像技术是利用X射线穿透物体,通过岩样的360°旋转得到大量的X射线衰减图像得到岩石内部的微观孔隙图像(杨正明等,2007王家禄等,2009郝乐伟等,2013尤源等,2014)。相比于常规的压汞实验、孔渗实验,CT扫描的优势在于对岩石样品全方位、无损扫描成像,可以更加直观地表征储层的微观孔隙特征(Dong,2007姚军和赵秀才,2010冯胜斌等,2012林承焰等,2018)。用Micro-CT扫描技术可以得到无损伤岩石内部的连续微观孔隙结构灰度图像,是研究致密砂岩孔隙结构有效的手段(姚军等,2005;益华和陶果,2007;刘学锋等,2013郝乐伟等,2013)。

孔隙度是岩石内部孔隙分布的一种宏观表象,在常规的岩石孔隙、渗透率实验中只能对岩石的整体宏观性质进行表述,对岩石内部孔隙结构的连续性表述较少,有关孔隙度的整体分布情况方面的研究尚待完善,岩样在进行微CT扫描实验时,得到的是连续截面的扫描灰度图,因此可以利用微CT扫描技术研究孔隙度沿各个方向的分布情况。孔隙度的分布情况与岩石的渗透率有着密切关系,一般情况下,渗透率的大小往往取决于最小孔隙度截面的分布情况而不是平均孔隙度。因此计算每个截面的面孔率,研究面孔率沿岩心轴线以及其他方向上的整体分布情况,对研究致密砂岩的整体孔隙结构有重要意义(罗蛰潭和王允诚,1986;李海燕等,2005;刘承婷等,2011;郝乐伟,2012;何涛等,2013罗顺社等,2013)。

文章利用CT扫描成像技术,对准中4区块董11井致密砂岩孔隙结构进行研究,获取岩石内部连续面面孔率的分布情况、岩石内部三维孔隙分布的特点、岩石孔隙直径的分布情况等,为有效提高致密储层勘探开发效率提供科学依据。

1 致密砂岩Micro-CT扫描实验 1.1 Micro-CT技术简介

Micro-CT(micro computer tomography)微计算机断层扫描技术,简称微CT扫描技术。利用Micro-CT设备对岩石进行内部扫描可以在不损伤岩石内部结构的情况下得到岩石内部物质的几何信息(尺寸、体积等)和结构信息(密度、孔隙等)(赵秀才和姚军,2007杨正明等,2007周尚文等,2017刘惠民等,2019)。

CT扫描技术是以X射线为射线源,照射样品,依据岩心样品中各组分对射线的吸收程度不同,检测器检测到衰减后的射线强度也不同,据此得到投影面的灰度图像。旋转样品,用同样方法得到不同角度的灰度图像,用计算机软件将图像中的灰度值与原组分所处的空间位置对应起来,可以反映岩石样品中真实的孔隙结构及其分布情况,其原理图如图 1所示。

图 1 X射线CT扫描成像布局图 Fig. 1 X-ray CT scan imaging layout
1.2 致密砂岩Micro-CT扫描实验

Micro-CT扫描实验是在中国石化胜利油田分公司石油工程院的MicroXCT-200型微米CT扫描仪上完成。实验样品取自准中4区块董11井致密砂岩储层,取3 mm直径的岩样,切去岩样的两端。扫描岩样获得1008张1024×1024像素的二维灰度图像如图 2a所示,分辨率为2.3 μm,除去扫描岩样开始与结束时的无效图像,岩样约有950张有效的CT二维灰度图像。其中黑色代表孔隙或者微裂缝,白色高亮度区域为岩石高密度矿物组分(如黄铁矿、方解石等),中间色为长石、粘土矿物、石英等。将扫描后有效的灰度图像进行重构,得到岩样的三维灰度图像如图 2b所示。

图 2 岩石灰度图像 Fig. 2 Rock gray scale image
1.3 微CT扫描图像处理

由于微CT扫描的岩样灰度图图像整体较暗,容易形成噪声,同时岩石中的高密度矿物组分在微CT扫描图像中形成高光污染(光晕),这些因素都会让图像的清晰度及分辨率降低,导致无法准确地区分CT扫描灰度图像中的岩石基质与孔隙的边界,因此需要对微CT扫描灰度图像进行图像处理,将灰度图像中的基质与孔隙更为精确的分离开来。文中采用Matlab软件对岩样的CT扫描图像进行批量的USM锐化、二值化、滤波等图像处理(毛慧华等,2012张巍等,2013李竹林等,2015李静等,2019)。

微CT扫描图像进行图像处理目的是最大限度地把岩石骨架与孔隙区分开来。为了方便对所得到的一系列灰度图像中的有效信息进行改进和分析,在Matlab中将微CT灰度图像表示为M×N的矩阵,其中MN分别表示图像中横向和纵向的像素点数,矩阵中每个元素与图像中的每个像素点一一对应,矩阵中每个元素的数值为其在图像中对应像素点的灰度值。最终通过数学方法对矩阵进行运算完成对微CT扫描图像的处理与分析。

1.3.1 阈值选取及图像分割

图像处理的关键在于阈值的选取,以实测孔隙度为约束条件利用Matlab对阈值进行估算。微CT扫描实验样品直径3 mm,取自研究区直径2.5 cm的致密砂岩岩心,两者的孔隙度具有相关性。大岩心孔隙度由SCMS-C3型全自动岩心孔渗测量系统测得,实测孔隙度为6.83%,以此为约束条件对CT图像进行阈值分割。分割步骤如下:

(1) 预设灰度阈值a=10;(2)求取直径为1024 px圆形区域中小于预设灰度阈值的像素点占圆形像素点的比例k,比较k值与实测孔隙度Φ大小;(3)如果k-Φ<0,则预设灰度阈值a=a+1,重复步骤(2);(4)当k-Φ>0,终止运算并比较最后两个k-Φ的绝对值,取最小值对应的a值即为该图像的分割阈值b;(5)对CT灰度图像,重复步骤(1)—(4),得到每张图的分割阈值,然后求取每张图的分割阈值的平均值c

图像分割前后如图 3a3b所示,在分割完成后图像会产生黑色的噪声。在后期孔隙度计算时,黑色区域为孔隙,因此噪声会导致图像中的孔隙度增大,为了消除噪声对后期孔隙度计算的影响,选取阈值比理论上的分割阈值大4~9个灰度值,这样在后期图像降噪后的孔隙度与实测孔隙度更为接近。

图 3 阈值分割前后灰度图像 Fig. 3 Gray images before and after threshold segmentation
1.3.2 图像降噪

进行图像分割后的灰度图像,由于在图像处理过程中容易产生噪声,噪声严重影响后期对致密砂岩孔隙度的统计分析,因此需要对分割后的图像做进一步的降噪优化处理,增加图像的清晰度、增大图像的信噪比,为下一步更好的提取原有图像所携带的有效信息奠定基础。

常用的图像降噪算法有高斯滤波算法、中值滤波算法、均值滤波算法,文中采用中值滤波法对岩样微CT扫描分割后的图像进行滤波处理。中值滤波算法的主要原理是将图像中某像素点原来的灰度值,用该像素点相邻区域(区域大小可根据图像情况而选定)内各个像素点灰度值的中值来替代。首先确定像素点相邻区域的大小,如选取N×N像素区域;读取选定区域各个像素点的灰度值,就会得到一组数列x1, x2, …, xn;然后把这n个数按照大小进行重新排序,x1x2≤…≤xn得出中值y,如式(1)所示:

$ \begin{array}{l} y = Median\left[ {{x_1},{x_2}, \cdots ,{x_n}} \right] = \\ \left\{ {\begin{array}{*{20}{c}} {x_{(n + 1)/2}^\prime }\\ {\left[ {x_{n/2}^\prime + x_{(n + 1)/2}^\prime } \right]/2} \end{array}} \right\}\begin{array}{*{20}{l}} {\left( {n\;为奇数} \right)}\\ {\left( {n\;为偶数} \right)} \end{array} \end{array} $ (1)

最后将原有像素点的灰度值用所得到的中值y替代。岩样微CT扫描灰度图像降噪处理前后的图像如图 4a4b所示。由图 4可知通过降噪处理的分割图像,孔隙与岩石骨架的边界变得更为平滑自然,同时在保证图像细节的前提下增强了信噪比,为后续的孔隙度及孔隙直径的分析奠定了基础。

图 4 降噪前后灰度图像 Fig. 4 Gray images before and after noise reduction
2 致密砂岩孔隙结构三维表征 2.1 致密砂岩数字岩心重构

数字岩心可以更为真实、直观的显示岩石内部骨架与孔隙的结构特征与分布情况。利用数字岩心建立的模型与岩石内部的实际情况也基本吻合,故利用数字岩心技术对岩石孔隙结构特征的研究更符合实际情况。

像素是二维图像中的最小单元,一张二维图像是由许多像素点构成的。在三维实体模型中,体素是三维实体模型中的最小单元,一个三维实体模型可以是由许多个体素单元组合而成的。数字岩心的重构原理就是将微CT扫描后的连续二维图像中的像素单元转化为体素单元,按照扫描顺序将体素单元进行叠加形成岩石真实的三维实体模型,最后经过三维可视化软件将由体素单元组成的三维实体模型重构出来。

一般在成像的过程中,光线暗的区域更容易产生黑色的噪点,造成噪声污染,因此,在不影响建模精度又能够最大限度地精确表征岩样的前提下,选取岩样中间的方形区域(700 px×700 px)进行数字岩心的重构,如图 5所示。

图 5 研究区域及建立的三维灰度模型 Fig. 5 The study area and the established three-dimensional grayscale model
2.2 致密砂岩孔隙结构三维表征

为了使数字岩心更为真实直观地显示岩石骨架及孔隙的空间形态,采用可视化软件对数字岩心模型进行三维重构,建立了岩石的骨架模型以及孔隙几何模型。采用等值面法从数字岩心的体数据中恢复岩石内部孔隙的三维几何模型,将三维体数据划分为骨架区域和孔隙区域,其中骨架区域体素的灰度值为255,孔隙区域体素的灰度值为0。则在数字岩心中把体素灰度值为0点的集合定义一个或多个曲面,即为孔隙的等值面。该等值面表示岩石内部孔隙与岩石基质的交界面,理论上等值面均为光滑的曲面,但是曲面算法比较复杂而且不容易进行可视化显示,为了简化计算,采用三角面片对等值面进行拟合。

按照上述方法建立的岩石骨架模型以及岩石内部孔隙几何模型如图 6图 7所示(模型尺寸700×700×955,共计4.68×108个体素单元)。

图 6 岩石骨架模型 Fig. 6 Rock matrix model

图 7 孔隙几何模型 Fig. 7 Pore geometry model

为了验证建立的微观数字岩心模型能否在一定程度上反映岩石的宏观特征,利用不同尺寸的数字岩心模型中孔隙度的变化规律对数字岩心模型的代表性进行判断。文中以三个不同体素点为中心,边长每扩大10体素建立一个孔隙结构模型,列举部分如图 8所示。从左至右依次显示的为100×100×100、300×300×300、500×500×500体素的三维孔隙几何模型。对不同尺寸的孔隙模型进行多角度观察分析,发现岩石内部储集空间以粒间孔隙和微裂隙为主,伴有少量的解理裂隙;岩石内部孤立孔隙比较多,且孤立孔隙大多为小孔隙。统计以三个体素为中心不同尺寸模型孔隙度,如图 9所示,立方体模型边长到达450体素后,随着边长的增加,模型的孔隙度几乎不再变化,认为大于该尺寸的模型可以表征岩石宏观特征。

图 8 不同尺寸下的三维孔隙几何模型 Fig. 8 Three-dimensional pore geometry model under different sizes

图 9 孔隙度随模型边长的变化规律折线图 Fig. 9 Line chart of the variation of porosity with the change of the side length of the model
3 致密砂岩孔隙结构分析 3.1 致密砂岩孔隙结构的量化分析

岩样在进行微CT扫描实验时,得到的是连续截面的扫描灰度图,因此可以利用微CT扫描技术研究面孔率沿各个方向的分布情况。

选定岩心扫描中心附近700 px×700 px区域进行孔隙分布的情况研究(图 5)。通过VGStudio Max软件对选定的区域进行三维数字岩心重构,导出岩样其他两个个正交方向的连续灰度图像,得到X方向和Y方向各700张灰度图像(图 10),对选定区域的孔隙度分布情况进行三维方向上的研究分析。

a—X方向灰度图像;b—Y方向灰度图像 图 10 不同方向灰度图像 Fig. 10 Gray images in different directions

致密砂岩三维方向上孔隙度分布规律的研究流程如图 11所示。首先对得到的不同方向上的连续灰度图进行图像USM锐化、阈值确定、图像分割、图像降噪滤波等一系列的处理,阈值取值与1.3小节相同。然后计算得到每个扫描截面的面孔率,得到面孔率在统计方向的连续分布情况。

图 11 孔隙度分布均匀性分析流程图 Fig. 11 Flow chart of uniformity analysis of porosity distribution

根据上述研究思路,通过Matlab编程,对所得到的数据进行统一处理,最终得到三个正交方向的面孔率分布情况,如图 12所示。根据计算结果,微CT扫描图像三个方向面孔率的平均值为6.59%,实测孔隙度为6.83%,造成偏差的原因主要有两个方面,一是在对微CT扫描图像进行图像处理的过程造成了细节损失,导致一些清晰度不高的孔隙丢失;二是由于微CT扫描精度的原因造成一部分微小孔隙无法成像。

图 12 不同方向连续面孔率分布曲线 Fig. 12 Curves of continuous plane porosity distribution in diffierent direction

面孔率的分布规律在一定程度上能够反映出孔隙的宏观情况,如图 12所示,在Z方向即样品的轴向上面孔率分布离散性较大,主要表现为面孔率分布的连续性较差,在连续截面上面孔率频繁出现极大值与极小值(跳跃性较大),这种情况非常容易在流体流动的过程中产生压降过大。在X方向和Y方向即样品的径向上面孔率整体上分布不均匀、离散性较大,但在局部的分布均匀性较好、离散性小。主要表现为面孔率较低时相邻截面间波动不大,而面孔率有较大波动的范围均在面孔率比较大的区域,这种情况主要反映出致密砂岩中较大孔隙分布不规则特性。

3.2 致密砂岩孔隙直径的量化分析

在利用微CT扫描实验对岩石孔隙直径进行量化分析时,已有研究主要基于图像处理后重构的三维孔隙几何空间模型进行统计分析。如最大球算法,通过寻找每个孔隙体素与岩石骨架体素或边界相切的最大内切球来定量表征孔隙直径,这种方法主要适用于成岩作用简单、孔隙结构简单、喉道较少的岩石,同时由于三维重构后的数字岩心经过了一系列的数字图像处理,很多细节会在图像处理过程中被抛弃。由于致密砂岩孔隙过小且形状复杂,以及图像分辨率的限制,利用最大球算法对小孔隙进行分析效果不理想。为此,笔者通过对原始微CT扫描图像中的二维孔隙直径进行标记、对致密砂岩的孔隙直径进行精细化的量化分析。具体方法是从连续的950张微CT扫描图像中每隔9张微CT扫描图像选取原始的一张图像作为统计样本,统计每张样本中孔隙直径的像素,换算为真实长度,计算孔隙等效面积。每张图像中的孔隙直径统计结果如图 13所示。

图 13 微CT图像孔隙直径统计 Fig. 13 Pore diameter statistics of the micro-CT images

共计统计了95张微CT扫描图像,统计面孔隙数3490个,孔隙等效直径单位为像素(px),根据图像的分辨率换算为微米(分辨率为2.3 μm),通过计算不同孔隙直径出现的概率得出致密砂岩孔隙直径分布规律的柱状图如图 14中红色部分,而相应孔隙的面积分布规律如图 14中蓝色部分。由图 14可知研究岩样的孔隙直径主要分布在15~35 μm之间,占总孔隙数的60%左右,但其面积仅占18%。孔隙直径在25~27.5 μm时达到峰值,约为8.5%,面积占比为3%。直径在35~50 μm的孔隙数量占比和其面积占比基本一致。直径在50~200 μm的孔隙数量占比仅20%,但其面积占比达到60%,为油气提供了有利的储集空间。整体来看,孔隙直径分布比较集中,岩样内部孔隙大小分布不均匀。小孔隙的数量较多,对孔隙之间的连通起到了很好的桥梁作用。孔隙的面积占比分布较为均匀,整体上比较平缓没有明显的峰值。

图 14 孔隙直径与不同直径孔隙面积分布规律柱状图 Fig. 14 Histogram of pore diameter and distribution of pore area of different diameters
4 结论

(1) 采用USM锐化、阈值选取及中值滤波法对微CT扫描灰度图像进行图像处理,构建了边长为100、300、500等体素的数字岩心。依据孔隙度与数字岩心立方体模型边长的变化规律可知,当数字岩心立方体模型边长在450体素的时候,孔隙度趋近定值,说明可以应用数字岩心对岩样进行宏观特征分析。

(2) 岩石内部的整体孔隙结构随着模型尺寸的增大而呈现为更为复杂的形态。综合不同尺寸的孔隙模型分析可知,岩石内部储集空间以粒间孔隙和微裂隙为主,伴有少量的解理裂隙;岩石内部孤立孔隙比较多,且孤立孔隙大多为小孔隙,较小孔隙虽然对储集空间的贡献率不大,但有利于后期储层的压裂改造,提高油气开发效率。

(3) 致密砂岩的不同方向上,连续面孔隙度的分布情况不同,非均质性较强。在样品的径向上,面孔率较低时相邻截面间波动不大,而面孔率有较大波动的范围均在面孔率比较大的区域,反映出致密砂岩中较大孔隙分布不规则特性。在样品的轴向上,在连续截面上面孔率频繁出现极大值与极小值(跳跃性较大),面孔率连续性较差,这种情况非常容易在流体流动的过程中产生压降过大,造成孔隙孔喉堵塞,需要采取压裂改造措施,提高致密砂岩油气勘探开发效果。

(4) 通过对不同孔隙直径的分布规律和不同直径孔隙面积的分布规律进行对比分析,发现准中4区块致密砂岩孔隙直径主要在15~35 μm之间,占总孔隙数的60%左右;直径在50~200 μm的孔隙数量占比为20%,但其面积占比达到60%,为油气赋存提供了有利的储集空间。整体来看,岩样内部孔隙大小分布不均匀,小孔隙居多,但不同直径孔隙的面积占比分布较为均匀,整体上比较平缓没有明显的峰值。

参考文献/References
BAI B, ZHU R K, WU S T, et al. Multi-scale method of Nano(micro)-CT study on microscopic pore structure of tight sandstone of Yanchang Formation, Ordos Basin[J]. Petroleum Exploration and Development, 2013, 40(3): 329-333. (in Chinese with English abstract)
DONG H. 2007. Micro-CT imaging and pore network extraction[D]. London: Imperial College.
FENG S B, NIU X B, LIU F, et al. Characteristics of Chang7 tight oil reservoir space in Ordos basin and its significance[J]. Journal of Central South University (Science and Technology), 2013, 44(11): 4574-4580. (in Chinese with English abstract)
FENG Y, YANG W W, LIU Y C, et al. Analysis on causes of reservoir resistivity differences of Chang 81 reservoir in Zhenbei Oilfield, Ordos Basin[J]. Xinjiang Petroleum Geology, 2015, 36(5): 526-530. (in Chinese with English abstract)
HAO L W, WANG Q, TANG J. Research progress of reservoir microscopic pore structure[J]. Lithologic Reservoirs, 2013, 25(5): 123-128. (in Chinese with English abstract)
HAO L W, WANG Q, TANG J. Research progress of reservoir microscopic pore structure[J]. Lithologic Reservoirs, 2013, 25(5): 123-128. (in Chinese with English abstract)
HE T, WANG F, WANG L L. Characteristics of micro-pore structure of tight sandstone reservoir:a case study from Chang 7 reservoir of Yanchang Formation in Ordos Basin[J]. Lithologic Reservoirs, 2013, 25(4): 23-26. (in Chinese with English abstract)
LI H Y, YUE D L, ZHANG X J. Characteristics of pore structure and reservoir evaluation of low permeability reservoir in Sulige gas field[J]. Earth Science Frontiers, 2012, 19(2): 133-140. (in Chinese with English abstract)
LI J, KONG X C, SONG M S, et al. Study on the influence of reservoir rock micro-pore structure on rock mechanical properties and crack propagation[J]. Rock and Soil Mechanics, 2019, 40(11): 4149-4156, 4164. (in Chinese with English abstract)
LI Y L, ZHANG Y F, CONG L, et al. Application of X-CT scanning technique in the characterization of micro pore structure of tight sandstone reservoir:an example from Fuyu Oil Layer in Daan Oilfield[J]. Journal of Jilin University (Earth Science Edition), 2016, 46(2): 379-387. (in Chinese with English abstract)
LI Z L, WANG M F, HU J X, et al. Research and realization of enhancement algorithm and feature extraction algorithm for medical images[J]. Computer Technology and Development, 2015, 25(1): 115-118. (in Chinese with English abstract)
LIN C Y, WU Y Q, REN L H, et al. Review of digital core modeling methods[J]. Progress in Geophysics, 2018, 33(2): 679-689. (in Chinese with English abstract)
LIU C T, QU H, LIU B J. Research of low permeability reservoir microscopic structure feature[J]. Science Technology and Engineering, 2011, 11(21): 5002-5004. (in Chinese with English abstract)
LIU H M, ZHENG J K, ZHAO W S, et al. A new method for evaluating brittleness index of deep tight sandstone reservoir[J]. Journal of Geomechanics, 2019, 25(4): 492-500. (in Chinese with English abstract)
LIU X F, ZHANG W W, SUN J M. Methods of constructing 3-D digital cores:a review[J]. Progress in Geophysics, 2013, 28(6): 3066-3072.
LIU X J, ZHU H L, LIANG L X. Digital rock physics of sandstone based on Micro-CT technology[J]. Chinese Journal of Geophysics, 2014, 57(4): 1133-1140. (in Chinese with English abstract)
LUO S S, WEI W, WEI X S, et al. Microstructural characterization and development trend of tight sandstone reservoirs[J]. Journal of Oil and Gas Technology, 2013, 35(9): 5-10. (in Chinese with English abstract)
LUO Z T, WANG Y C. Pore structure of oil and gas reservoirs[M]. Beijing: Science Press, 1986. (in Chinese)
MAO H H, WANG F H, CHEN C K, et al. Research and analysis of several CT image segmentation algorithm[J]. Computer and Digital Engineering, 2012, 40(1): 101-103, 108. (in Chinese with English abstract)
SHE M, SHOU J F, ZHENG X P, et al. 3D high resolution reservoir characterization technique based on CT imaging and application[J]. Xinjiang Petroleum Geology, 2011, 32(6): 664-666. (in Chinese with English abstract)
WANG J L, GAO J, LIU L. Porosity characteristics of sandstone by X-ray CT scanning system[J]. Acta Petrolei Sinica, 2009, 30(6): 887-893, 897. (in Chinese with English abstract)
YANG Z M, JIANG H Q, LI S T, et al. Characteristic parameters of microscopic pore structures of low permeability gas reservoirs:by using Sulige and Dina low permeability gas reservoirs for example[J]. Journal of Oil and Gas Technology, 2007, 29(6): 108-110, 119. (in Chinese with English abstract)
YAO J, ZHAO X C, YI Y J, et al. The current situation and prospect on digital core technology[J]. Petroleum Geology and Recovery Efficiency, 2005, 12(6): 52-54. (in Chinese with English abstract)
YAO J, ZHAO X C. Theory of digital core and flow simulation in pore scale[M]. Beijing: Petroleum Industry Press, 2010. (in Chinese)
YOU Y, NIU X B, FENG S B, et al. Study of pore features in Chang7 tight oil reservoir, Yanchang layer, Ordos Basin[J]. Journal of China University of Petroleum, 2014, 38(6): 18-23. (in Chinese with English abstract)
YOU Y, NIU X B, LI T Y, et al. Application of CT scanning system to study of micro-pore structure of tight sandstone:a case study of Chang-7 member of Yanchang Formation in Ordos Basin[J]. Xinjiang Petroleum Geology, 2016, 37(2): 227-230. (in Chinese with English abstract)
ZHANG W, HE X, HUO Y X, et al. Bi-level image sharpening method based on parallel computing[J]. Journal of Computer Applications, 2013, 33(8): 2325-2329. (in Chinese with English abstract)
ZHAO X C, YAO J. Construction of digital core and evaluation of its quality[J]. Journal of Xi'an Shiyou University (Natural Science Edition), 2007, 22(2): 16-20. (in Chinese with English abstract)
ZHOU S W, XUE H Q, GUO W. A mineral analysis method for shale based on SEM and X-ray EDS[J]. China Petroleum Exploration, 2017, 22(6): 27-33. (in Chinese with English abstract)
ZHU Y H, TAO G. Sequential indicator simulation technique and its application in 3D digital core modeling[J]. Well Logging Technology, 2007, 31(2): 112-115. (in Chinese with English abstract)
ZOU C N, ZHU R K, BAI B, et al. First discovery of Nano-pore throat in oil and gas reservoir in China and its scientific value[J]. Acta Petrologica Sinica, 2011, 27(6): 1857-1864. (in Chinese with English abstract)
白斌, 朱如凯, 吴松涛, 等. 利用多尺度CT成像表征致密砂岩微观孔喉结构[J]. 石油勘探与开发, 2013, 40(3): 329-333.
冯胜斌, 牛小兵, 刘飞, 等. 鄂尔多斯盆地长7致密油储层储集空间特征及其意义探讨[J]. 中南大学学报(自然科学版), 2012, 44(11): 4574-4580.
冯渊, 杨伟伟, 刘一仓, 等. 鄂尔多斯盆地镇北油田长81油藏电阻率差异成因[J]. 新疆石油地质, 2015, 36(5): 526-530.
郝乐伟, 王琪, 唐俊. 储层岩石微观孔隙结构研究方法与理论综述[J]. 岩性油气藏, 2013, 25(5): 123-128.
何涛, 王芳, 汪伶俐. 致密砂岩储层微观孔隙结构特征:以鄂尔多斯盆地延长组长7储层为例[J]. 岩性油气藏, 2013, 25(4): 23-26.
李海燕, 岳大力, 张秀娟. 苏里格气田低渗透储层微观孔隙结构特征及其分类评价方法[J]. 地学前缘, 2012, 19(2): 133-140.
李静, 孔祥超, 宋明水, 等. 储层岩石微观孔隙结构对岩石力学特性及裂缝扩展影响研究[J]. 岩土力学, 2019, 40(11): 4149-4156, 4164.
李易霖, 张云峰, 丛琳, 等. X-CT扫描成像技术在致密砂岩微观孔隙结构表征中的应用:以大安油田扶余油层为例[J]. 吉林大学学报(地球科学版), 2016, 46(2): 379-387.
李竹林, 王明芳, 呼建雪, 等. 医学图像增强算法与特征提取算法研究与实现[J]. 计算机技术与发展, 2015, 25(1): 115-118.
林承焰, 吴玉其, 任丽华, 等. 数字岩心建模方法研究现状及展望[J]. 地球物理学进展, 2018, 33(2): 679-689.
刘承婷, 曲晗, 刘保君. 低渗透储层微观结构特征研究[J]. 科学技术与工程, 2011, 11(21): 5002-5004.
刘惠民, 郑金凯, 赵文山, 等. 深层致密砂岩储层脆性指数评价新方法[J]. 地质力学学报, 2019, 25(4): 492-500.
刘学锋, 张伟伟, 孙建孟. 三维数字岩心建模方法综述[J]. 地球物理学进展, 2013, 28(6): 3066-3072.
刘向君, 朱洪林, 梁利喜. 基于微CT技术的砂岩数字岩石物理实验[J]. 地球物理学报, 2014, 57(4): 1133-1140.
罗顺社, 魏炜, 魏新善, 等. 致密砂岩储层微观结构表征及发展趋势[J]. 石油天然气学报, 2013, 35(9): 5-10.
罗蛰潭, 王允诚. 油气储集层的孔隙结构[M]. 北京: 科学出版社, 1986.
毛慧华, 王枫红, 陈炽坤, 等. 几种常用CT图像分割算法分析和探讨[J]. 计算机与数字工程, 2012, 40(1): 101-103, 108.
佘敏, 寿建峰, 郑兴平, 等. 基于CT成像的三维高精度储集层表征技术及应用[J]. 新疆石油地质, 2011, 32(6): 664-666.
王家禄, 高建, 刘莉. 应用CT技术研究岩石孔隙变化特征[J]. 石油学报, 2009, 30(6): 887-893, 897.
杨正明, 姜汉桥, 李树铁, 等. 低渗气藏微观孔隙结构特征参数研究:以苏里格和迪那低渗气藏为例[J]. 石油天然气学报, 2007, 29(6): 108-110, 119.
姚军, 赵秀才, 衣艳静, 等. 数字岩心技术现状及展望[J]. 油气地质与采收率, 2005, 12(6): 52-54.
姚军, 赵秀才. 数字岩心及孔隙级渗流模拟理论[M]. 北京: 石油工业出版社, 2010.
尤源, 牛小兵, 冯胜斌, 等. 鄂尔多斯盆地延长组长7致密油储层微观孔隙特征研究[J]. 中国石油大学学报(自然科学版), 2014, 38(6): 18-23.
尤源, 牛小兵, 李廷艳, 等. CT技术在致密砂岩微观孔隙结构研究中的应用:以鄂尔多斯盆地延长组长7段为例[J]. 新疆石油地质, 2016, 37(2): 227-230.
张巍, 贺星, 霍颖翔, 等. 基于并行运算的双层图像锐化方法[J]. 计算机应用, 2013, 33(8): 2325-2329.
赵秀才, 姚军. 数字岩心建模及其准确性评价[J]. 西安石油大学学报(自然科学版), 2007, 22(2): 16-20.
周尚文, 薛华庆, 郭伟. 基于扫描电镜和X射线能谱的页岩矿物分析方法[J]. 中国石油勘探, 2017, 22(6): 27-33.
朱益华, 陶果. 顺序指示模拟技术及其在3D数字岩心建模中的应用[J]. 测井技术, 2007, 31(2): 112-115.
邹才能, 朱如凯, 白斌, 等. 中国油气储层中纳米孔首次发现及其科学价值[J]. 岩石学报, 2011, 27(6): 1857-1864.