基于扫描电镜的页岩微观孔隙结构定量表征

张鹏飞, 卢双舫, 李俊乾, 薛海涛, 李文镖， 王思远

(1.中国石油大学非常规油气与新能源研究院,山东青岛 266580; 2.中国石油大学地球科学与技术学院,山东青岛 266580)

近年来,北美页岩油气勘探开发取得了巨大成功,突破了将页岩作为烃源岩和盖层的认识,低渗透页岩孔隙结构研究受到广泛关注[1-2]。页岩矿物组成复杂,富含纳米级孔隙,2D-SEM是研究页岩孔隙结构的重要方法之一,能够直观揭示页岩孔隙结构特征(微观孔隙形态、分布及发育特征)。国内外利用2D-SEM图像对页岩微观孔隙结构进行了大量观测分析,但绝大部分是对页岩孔隙类型定性识别和形态描述[3-8],仅有少部分将其用于孔隙结构定量(或半定量)表征[9-12],忽略了扫描电镜图像蕴含的大量定量信息。在定量表征方面,2D-SEM图像多用于研究岩石等物体面孔率、孔隙半径、孔径分布等特征,得到的面孔率、孔径分布等参数与常规试验方法如MICP、LNA/D等试验结果吻合性较差[9-14]。针对上述问题,笔者以江汉盆地新沟嘴组和东营凹陷沙河街组页岩样品为例,利用氩离子剖光-扫描电镜图像定量表征页岩孔隙半径、形态等特征,对比分析不同类型孔径分布模型差异,建立2D-SEM图像定量表征页岩孔径分布方法。

1 样品与试验

江汉盆地位于中扬子地台中部,为内陆断陷盐湖盆地,分为潜江、江陵、陈沱口、沔阳等11个凹陷和岳口、丫角-新沟、通海口等4个(低)凸起。古近系新沟嘴组下段是江汉盆地重要的含油层系之一,自下而上分为Ⅲ油组、泥隔层、Ⅱ油组、Ⅰ油组和大膏层。Ⅱ油组为主要的烃源岩段,岩性以泥岩、页岩和泥质白云岩为主,是江汉盆地主要的页岩油发育层位之一[15]。本文中江汉盆地4块页岩样品分别取自盆地南部陈沱口凹陷(样品JH01、JH02)和丫角-新沟低凸起(样品JH03、JH04)新沟嘴组下段Ⅱ油组泥页岩层系。东营凹陷位于渤海湾盆地东南部,其北部为陈家庄凸起,向南逐渐过渡为鲁西南隆起区,构成一个北断南超的箕状断陷盆地。受多起构造运动影响,形成民丰、利津、牛庄和博兴4个洼陷。东营凹陷古近系陆相页岩纵向上主要发育于沙四上亚段、沙三下亚段和沙一段。研究所用2块东营凹陷页岩样品分别取自北部民丰洼陷沙三下亚段(样品DY01)和利津洼陷沙四上亚段(样品DY02)。研究分别进行了氩离子剖光-扫描电镜、氦气孔隙度、高压压汞和氮气吸附试验(表1)。

表1 页岩样品孔隙度及孔径分布测试结果

以氩离子剖光-扫描电镜为主,建立2D-SEM图像定量表征页岩孔隙结构方法,氦气孔隙度、高压压汞和氮气吸附用于表征页岩孔隙度及孔径分布,并标定扫描电镜提取结果。氩离子剖光-扫描电镜试验依据SY/T 5162-1997进行,仪器为FEI Quanta 200FEG场发射环境扫描电镜;主要试验步骤包括样品预磨、高能氩离子剖光、样品表面沉积导电膜(喷碳处理)和电镜观察。试验放大倍数500～20 000倍,最大分辨率可达12.5 nm。利用AP 608型覆压孔渗仪,对加热烘干后的页岩样品进行氦气孔隙度测试。高压压汞试验依据SY/T5346-2005进行,仪器为Micromeritics 9505型高压压汞仪,试验进汞压力为0.02～182 MPa,孔隙半径测试范围为4.04 nm～36.75μm。利用Micromeritics ASAP 2020型孔隙结构分析仪,以氮(体积分数为99.99%)为吸附质,在相对压力0.01～1测定氮气等温吸附曲线,孔径测量范围为0.35～200 nm。从表1可以看出,东营凹陷沙河街组页岩比江汉盆地更为致密,孔隙度及孔喉半径均小于江汉盆地新沟嘴组页岩。

2 页岩孔隙结构特征定量评价

2.1 阈值划分与孔隙提取

扫描电镜图像为灰度图像,灰度级别与密度成正比,页岩各组分中孔隙密度最低,根据合理的分割算法,可以实现孔隙定量划分与提取。图像分割算法主要包括阈值分割、阈值+边缘识别分割和分水岭分割等[16-17],其中阈值分割是最常用图像分割方法,该方法首先确定合理阈值,小于该阈值部分为孔隙,大于该阈值部分为岩石骨架。采用阈值分割方法进行页岩孔隙识别与提取,在阈值划分时,参考前人经验[13,18],经过多次选取并和原始图像对比,最终确定每个样品孔隙灰度阈值。

在图像分析时为了提高分析结果对样品的代表性,对每个样品同一分辨率2D-SEM图像进行拼接处理,拼接过程中保证图像亮度、灰度和分辨率不变。ImageJ软件处理扫描电镜图像主要包括2个步骤:首先是孔隙阈值分割,通过与原始图像对比确定孔隙阈值(图1中扫描电镜图像红色充填部分为孔隙);其次是孔隙提取,根据孔隙阈值分割结果定量提取孔隙结构参数及孔隙分布图像。利用ImageJ软件分别提取6个页岩样品孔隙分布(图1),定量统计面孔率、孔隙面积、周长、长轴、短轴和圆度参数(表2),并在此基础上分析孔隙分布特征。结果显示,6个页岩样品2D-SEM面孔率明显小于氦气孔隙度,且二者无明显关系。可能的原因是2D-SEM图像分辨率较低(25 nm)造成大量纳米孔隙无法识别和页岩孔隙分布非均质性。2D-SEM图像面孔率可能不能正确的反映页岩三维孔裂隙发育特征。与江汉盆地新沟嘴组页岩相比,东营凹陷沙河街组页岩孔隙面积、周长、长轴和短轴相对较小,与高压压汞测试结果具有较好的一致性。6个页岩样品孔裂隙提取结果显示,JH03样品孔裂隙形态最为复杂,孔隙呈长条形等不规则形状,JH01样品孔隙形态最为简单,多为椭圆形。

2.2 孔隙形态与孔径分布分形维数

分形理论被广泛用于描述和定量表征复杂物体形态和分布特征,也越来越多被用于表征岩石孔径分布、孔隙及颗粒形态等特征[16]。页岩孔隙形态复杂多样表现为一个不规则的复杂形体,对其形态定量表征较为困难,而分形方法是研究不规则形体的有效方法。2D-SEM图像可以清晰显示页岩孔隙特征,同时提取的孔隙边界是闭合的,可以根据周长-面积相关性求解孔隙形态分形维数[19]。如果孔隙形态存在分形特征,则孔隙周长和面积存在如下关系:

(1)

式中,P为扫描电镜提取孔隙周长,nm;A为孔隙面积,nm2;D为孔隙形态分形维数;C为常数。

如图2所示,页岩孔隙面积与周长在双对数坐标中呈现很好的线性关系(R2>0.9),表明6个页岩样品孔隙形态具有很好的分形特征。根据分形原理,分形维数越大,孔隙形态越复杂,分形维数越小,孔隙形态越简单,越接近于圆。6个页岩样品孔隙形态分形维数各不相同,其中JH01页岩样品孔隙形态分形维数最小,说明其孔隙最简单,最接近于圆,JH03样品孔隙形态分形维数最大,说明其孔隙最复杂多样,与扫描电镜孔隙提取结果具有很好的一致性。

分形理论可以用于表征页岩孔径分布复杂性。基于高压压汞和氮气吸附试验结果均实现了储层孔隙结构分形研究,可以定量表征储层孔径分布复杂程度。根据分形理论,如果储层孔径具有分形特征,则大于孔隙半径r的孔隙数量与r具有如下关系[20]:

lgN=-Dlgr+C.

(2)

式中,N为孔隙半径大于r的孔隙总数;D为孔径分布分形维数;C为常数。

根据扫描电镜孔隙提取结果建立r和N双对数坐标交会图,结果显示,二者呈现很好的线性关系(R2>0.85),表明6个页岩样品孔径分布具有分形特征(图3)。根据分形理论,孔径分形维数越大,孔隙半径越不均一,小孔隙数量所占比例越高,孔径分形维数越小,孔隙半径越均一,大孔数量所占比例越高[14,16]。孔径分形维数显示,6个页岩样品孔径分形维数差异较大,其中JH01样品孔径分形维数最小,孔隙结构最简单,孔隙半径最均一,大孔所占比例最高,DY01样品孔径分布分形维数最大,孔隙结构最复杂,孔隙差异性最大,小孔所占比例最高,与扫描电镜孔隙提取结果具有很好的一致性。孔隙形态分形维数和孔径分布分形维数能够精确表征页岩孔隙结构复杂性,为定量表征页岩孔隙结构特性提供了新的定量表征参数。

图1页岩样品扫描电镜孔隙提取Fig.1 2D-SEM pore extraction of shale samples

表2页岩扫描电镜孔隙提取结果(分辨率25 nm)

注:圆度为短轴与长轴之比,表中如625～76 500 (50 825)等数据分别表示最小值～最大值(平均值)。

图2 页岩扫描电镜孔隙形态分形特征Fig.2 Fractal feature of pore morphology of shales

图3 页岩扫描电镜孔径分形特征Fig.3 Fractal feature of pore radius of shales

3 孔径分布评价方法研究

孔径分布是储层孔隙结构研究核心内容,目前常用的孔径分布测试方法主要为MICP、LNA/D等,基于2D-SEM图像提取孔径分布研究较少,且多以孔隙数量频率分布或者孔隙面积百分数建立孔径分布[14],其结果与常规测试方法MICP、LNA/D等以孔隙体积分数建立的孔径分布差异较大[21],使得2D-SEM图像提取孔径分布应用受到限制。Münch和Holzer[22]通过对MICP和2D-SEM孔径分布原理研究发现,二者孔径分布差异的根本原因是假设模型不同。MICP根据汞注入孔隙过程中记录的进汞压力和汞体积获得孔径分布,如图4(a)(图4据参考文献[22])所示。在任意形状、具有尖角的孔隙中,汞首先以较低的压力进入到孔隙主要体积,然后以较高的压力进入孔隙边角体积。MICP孔径分布本质是一个从孔隙中央体积到孔隙周围边角体积的连续孔隙模型,即为连续型孔径分布模型(continuous pore size distribution,C-PSD)。与MICP不同,扫描电镜提取孔径分布时,将孔隙作为单个孔隙,等效为相同面积的圆,计算等效半径,为离散型孔径分布模型(discrete pore size distribution,D-PSD)(图4(b))。

孔隙提取步长,即2D-SEM图像提取孔径分布选取的孔隙半径采样间隔,影响孔径分布下限及其频率分布。图像分辨率决定提取的页岩2D-SEM图像孔隙半径下限,分辨率越高视域面积越小,孔径分布受孔隙分布非均质性影响越大。2D-SEM图像提取孔径分布受到孔径分布模型、提取步长及SEM图像分辨率3个因素综合影响。

图4 孔径分布模型Fig.4 Pore size distribution model

3.1 孔径分布模型

基于高压压汞和扫描电镜表征孔径分布原理差异,Münch和Holzer[22]建立了利用扫描电镜表征孔径分布的离散型和连续型孔径分布模型。为了对比二者对提取页岩孔径分布的差异,根据2D-SEM孔隙阈值分别提取6个页岩样品离散型和连续型孔径分布,结果显示,D-PSD与MICP、LNA/D孔径分布差异性较大,其结果受SEM图像中少量大孔隙影响较大,反映了2D-SEM图像中不同尺寸的孔隙分布,不能准确揭示页岩三维孔径分布特征(图5)。与D-PSD不同,C-PSD通过对大孔分割实现了MICP孔径分布测试过程,其结果与MICP和LNA/D孔径分布具有较好的一致性(图6)。由于原理上的差异,离散型孔径分布模型不适用于利用2D-SEM表征页岩孔径分布。通过对2D-SEM孔隙分割,连续型孔径分布模型实现了准确表征页岩三维空间孔径分布。

3.2 孔隙提取步长

Lubelli[18]等在研究黏土矿物孔径分布时发现孔隙提取步长对孔径分布结果具有重要影响,提出以扫描电镜图像分辨率为步长提取孔径分布。研究孔隙提取步长对孔径分布影响,确定最佳提取步长,提取6个页岩样品不同步长孔径分布。结果显示,随着提取步长减小,孔径分布差异性减小,孔径分布曲线逐渐降低(图5、6)。对比不同提取步长2D-SEM与MICP和LNA/D孔径分布发现,当孔隙提取步长为MICP平均孔喉半径1/2时,2D-SEM与MICP和LNA/D孔径分布最为接近,即页岩样品平均孔喉半径1/2为最佳提取步长(图7)。

在最佳提取步长时,JH01、JH02、JH03和JH04号样品2D-SEM连续型孔径分布与MICP孔径分布具有很好的相似性,主峰及变化趋势均具有很好的一致性,但峰值较低。DY01和DY02号样品在最佳提取步长时2D-SEM连续型孔径分布和LNA/D孔径分布吻合较好,但二者2D-SEM连续型孔径分布均明显大于MICP孔径分布。2D-SEM连续型孔径分布与MICP孔径分布差异的原因可能包括3个方面[13,18,22-23]:①孔隙形态极为复杂的页岩可能并不适用MICP假设毛细管束模型;②墨水瓶状孔及孔隙屏蔽效应使得MICP测试得到的大孔数量偏低、小孔数量偏高;③受分辨率限制,2D-SEM图像不能识别纳米级孔隙,使得孔径分布峰值偏低,页岩样品孔隙分布非均质性使得2D-SEM与MICP孔径分布存在差异。

图5 页岩扫描电镜离散型模型孔径分布Fig.5 Discrete pore size distributions of shales determined from 2D-SEM

图6 页岩扫描电镜连续型模型孔径分布Fig.6 Continuous pore size distribution of shales determined from 2D-SEM

3.3 扫描电镜分辨率

扫描电镜分辨率增加时,能够观测到更加详细的页岩微观孔隙分布,可更精确揭示页岩孔隙结构特征。随着扫描电镜分辨率增加孔隙提取结果可更精细显示页岩孔隙形态(图8),更精确揭示页岩孔隙半径。不同分辨率2D-SEM图像连续型孔径分布显示,分辨率由低到高变化时,2D-SEM连续型孔径分布与MICP孔径分布相似性逐渐增加,提取孔隙下限值逐渐减小,但当分辨率过高时视域面积过小,由于页岩孔隙分布非均质性可能导致部分大孔隙不能被识别,使得2D-SEM识别孔径分布可信度降低,范围变小(图9)。在应用2D-SEM提取孔径分布时应兼顾分辨率和页岩孔隙分布非均质性双重影响,选择代表页岩孔隙结构特征的高分辨率区域,或采用多张高分辨率扫描电镜拼接图像提取孔径分布,降低页岩孔隙分布非均质性影响,提高扫描电镜孔径分布识别范围以更精确地表征页岩孔隙结构特征。

图7 页岩扫描电镜孔径分布Fig.7 PSD of shales determined from 2D-SEM

图8 JH02样品不同分辨率扫描电镜图像孔隙提取结果Fig.8 2D-SEM pore extraction results for different resolution of sample JH02

图9 页岩不同分辨率扫描电镜孔径分布提取结果Fig.9 PSD for different resolution of shales determined from 2D-SEM

4 结 论

(1)二维扫描电镜图像孔隙提取可定量表征页岩孔隙结构特征,孔隙形态分形维数和孔径分布分形维数可定量表征页岩孔隙形态和孔径分布复杂性,分形维数越高,孔隙形态越复杂,孔径分布越复杂,小孔所占比例越高。

(2)基于模拟高压压汞测试过程的连续型孔径分布模型能够精确表征页岩三维孔隙空间孔径分布特征,孔隙提取步长对扫描电镜孔径分布结果有着重要影响,以高压压汞平均孔喉半径1/2为步长提取的连续型孔径分布与高压压汞和氮气吸附孔径分布吻合最好。

(3)二维扫描电镜图像孔径分布提取结果受分辨率及页岩孔隙分布非均质性双重影响,应选择代表页岩孔隙结构特征的高分辨率区域,或采用多张高分辨率扫描电镜拼接图像提取孔径分布。扫描电镜能够精确定量表征页岩孔隙结构特征,为取心及制样困难的页岩孔隙结构研究提供了新方法。

参考文献:

[1] CHALMERS G R, BUSTIN R M, POWER I M. Characterization of gas shale pore systems by porosimetry, pycnometry, surface area, and field emission scanning electron microscopy/transmission electron microscopy image analyses: examples from the Barnett, Woodford, Haynesville, Marcellus, and Doig units [J]. AAPG Bulletin, 2012,96(6):1099-1119.

[2] 邹才能,朱如凯,吴松涛,等.常规与非常规油气聚集类型、特征、机理及展望:以中国致密油和致密气为例[J].石油学报,2012,33(2):173-187.

ZOU Caineng, ZHU Rukai, WU Songtao, et al. Types, characteristics, genesis and prospects of conventional and unconventional hydrocarbon accumulations: taking tight oil and tight gas in China as an instance[J]. Acta Petrolei Sinica, 2012,33(2):173-187.

[3] CURTIS M E, SONDERGELD C H, AMBROSE R J, et al. Microstructural investigation of gas shales in two and three dimensions using nanometer-scale resolution imaging[J].AAPG Bulletin, 2012,96(4):665-677.

[4] 杨峰,宁正福,胡昌蓬,等.页岩储层微观孔隙结构特征[J].石油学报,2013,34(2):301-311.

YANG Feng, NING Zhengfu, HU Changpeng, et al. Characterization of microscopic pore structures in shale reservoirs[J].Acta Pertolei Sinica, 2013,34(2):301-311.

[5] 蒲泊伶,董大忠,吴松涛,等.川南地区下古生界海相页岩微观储集空间类型[J].中国石油大学学报(自然科学版),2014,38(4):19-25.

PU Boling, DONG Dazhong, WU Songtao, et al. Microscopic space types of Lower Paleozoic marine shale in southern Sichuan Basin[J]. Journal of China University of Petroleum (Edition of Natural Science), 2014,38(4):19-25.

[6] 吴伟,刘惟庆,唐玄,等.川西坳陷富有机质页岩孔隙特征[J].中国石油大学学报(自然科学版),2014,38(4):1-8.

WU Wei, LIU Weiqing, TANG Xuan, et al. Organic rich shale pore characteristics of Western Sichuan Depression[J]. Journal of China University of Petroleum (Edition of Natural Science), 2014,38(4):1-8.

[7] 李吉君,史颖琳,黄振凯,等.松辽盆地北部陆相泥页岩孔隙特征及其对页岩油赋存的影响[J].中国石油大学学报(自然科学版),2015,39(4):27-34.

LI Jijun, SHI Yinglin, HUANG Zhenkai, et al. Pore characteristics of continental shale and its impact on storage of shale oil in northern Songliao Basin[J]. Journal of China University of Petroleum (Edition of Natural Science), 2015,39(4):27-34.

[8] 原园,姜振学,李卓,等.柴达木盆地西部地区古近系下干柴沟组咸化湖相泥页岩储集层特征[J].古地理学报,2015,17(3):381-392.

YUAN Yuan, JIANG Zhenxue, LI Zhuo, et al. Reservoirs characteristics of salt-water lacustrine shale of the paleogene Xiaganchaigou Formation in western Qaidam Basin[J]. Journal of Palaeogeography, 2015,17(3):381-392.

[9] HOUBEN M E, DESBOIS G,URAI J L. Pore morphology and distribution in the Shalyfacies of Opalinus Clay (Mont Terri, Switzerland): insights from representative 2D BIB-SEM investigations on mm to nm scale[J]. Applied Clay Science, 2013,71(1):82-97.

[10] HINAI A A, REZAEE R, ESTEBAN L, et al. Comparisons of pore size distribution: a case from the Western Australian gas shale formations[J]. Journal of Unconventional Oil & Gas Resources, 2014,8:1-13.

[11] KLAVER J, DESBOIS G, LITTKE R, et al. BIB-SEM characterization of pore space morphology and distribution in postmature to overmature samples from the Haynesville and Bossier Shales[J]. Marine & Petroleum Geology, 2015,59:451-466.

[12] 黄家国,许开明,郭少斌,等.基于SEM、NMR和X-CT的页岩储层孔隙结构综合研究[J].现代地质,2015,29(1):198-205.

HUANG Jiaguo, XU Kaiming, GUO Shaobin, et al. Comprehensive study on pore structures of shale reservoirs based on SEM, NMR and X-CT[J]. Geoscience, 2015,29(1):198-205.

[13] 张英,邴慧,杨成松.基于SEM和MIP的冻融循环对粉质黏土强度影响机制研究[J].岩石力学与工程学报,2015,34(增1):3597-3603.

ZHANG Ying, BING Hui, YANG Chengsong. Influences of freeze-thaw cycles on mechanical properties of silty clay based on SEM and MIP test[J]. Chinese Journal of Rock Mechanics and Engineering, 2015,34(sup1):3597-3603.

[14] 陈强.基于高分辨率成像技术的页岩孔隙结构表征[D].成都:西南石油大学,2014.

CHEN Qiang. Characterization of pore structure forshales based on high resolution imaging technology[D].Chengdu: Southwest Petroleum University, 2014.

[15] 张鹏飞,卢双舫,李文浩,等.江汉盆地新沟嘴组页岩油储层物性下限[J].石油与天然气地质,2016,37(1):93-100.

ZHANG Pengfei, LU Shuangfang, LI Wenhao, et al. Lower limits of porosity and permeability of shale oil reservoirs in the Xingouzui Formation, Jianghan Basin[J]. Oil & Gas Geology, 2016,37(1):93-100.

[16] HOUBEN M E, URAI J L, DESBOIS G. Pore morphology and distribution in the Shalyfacies of Opalinus Clay (Mont Terri, Switzerland): insights from representative 2D BIB-SEM investigations on mm to nm scale[J]. Applied Clay Science, 2013,71(1):82-97.

[17] 范卓颖,林承焰,于之深,等.基于PSO-GRG的背散射模式扫描电镜的数字处理及应用[J].中国石油大学学报(自然科学版),2015,39(2):9-15.

FAN Zhuoying, LIN Chengyan, YU Zhishen, et al. A new method of extracting mineral compositions and pore space from backscatter electron imaging of sandstone based on PSO-GRG algorithm[J].Journal of China University of Petroleum (Edition of Natural Science), 2015,39(2):9-15.

[18] LUBELLI B, WINTER D A M D, POST J A, et al. Cryo-FIB-SEM and MIP study of porosity and pore size distribution of bentonite and kaolin at different moisture contents[J]. Applied Clay Science, 2013,80-81(8):358-365.

[19] 王宝军,施斌,刘志彬,等.基于GIS的黏性土微观结构的分形研究[J].岩土工程学报,2004,26(2):244-247.

WANG Baojun, SHI Bin, LIU Zhibin, et al. Fractal study on microstructure of clayey soil by GIS[J].Chinese Journal of Geotechnical Engineering, 2004,26(2):244-247.

[20] 陶高梁,张季如.表征孔隙及颗粒体积与尺度分布的两类岩土体分形模型[J].科学通报,2009,54(6):838-846.

TAO Gaoliang, ZHANG Jiru.Two categories of fractal models of rock and soil expressing volume and size-distribution of pores and grains[J]. Chinese Science Bull, 2009,54(6):838-846.

[21] RINE J M, SMART E, DORSEY W, et al. Comparison of porosity distribution within selected North American shale units by SEM examination of argon-ion-milled samples[J]. Houston Geological Society Bulletin, 2013,102(12):137-152.

[22] MÜNCH B, HOLZER L. Contradicting geometrical concepts in pore size analysis attained with electron microscopy and mercury intrusion[J]. Journal of the American Ceramic Society, 2008,91(12):4059-4067.

[23] YAO Y B, LIU D M. Comparison of low-field NMR and mercury intrusion porosimetry in characterizing pore size distributions of coals[J]. Fuel, 2012,95(1):152-158.