基于深度学习的野外露头区岩石裂缝识别

针对当前地质考察中的野外露头区岩石裂缝及周围环境较为复杂且数据依赖人工描绘和传统的图像处理算法,其识别效率及准确度低下造成地质考察研究困难这一实际情况,提出一种基于深度学习的露头区岩石裂缝识别算法,从而提高岩石裂缝识别的准确度及效率。该方法基于TensorFlow架构,先将预处理的训练数据集图片进行人工挑选预处理为裂缝和背景2类图片,再将已分类的图片传入已设计完成的卷积神经网络模型进行训练并保存训练模型的参数数据,用已训练的模型数据对预处理的岩石裂缝图片进行识别并记录裂缝位置信息,通过裂缝位置信息对未预处理过的原色岩石裂缝图片进行裂缝定位并显示。实验结果表明所用方法可较高准确度地识别裂缝,为地质考察提供更准确便捷的裂缝识别方法。

鄂尔多斯盆地东南部三叠—侏罗纪裂缝研究

裂缝对于低渗透油气田的勘探开发具有重要意义,为了研究鄂尔多斯盆地这一典型的低渗储层的裂缝分布,选择了露头观察分析与岩芯裂缝研究2种方法对鄂尔多斯盆地东南部三叠、侏罗纪地层的裂缝进行研究。其中野外露头主要采用观察、测量、描述等方法,而岩芯裂缝研究主要通过岩芯观察描述、采样、古地磁定向实验及分析等手段研究裂缝的状态。通过2种研究方法,总结出鄂尔多斯盆地东南部三叠、侏罗纪地层的裂缝特征后,再结合前人的资料对研究区进行裂缝配套与区域应力场分析,得到研究区裂缝与区域构造的关系。该研究方法将古地磁定向技术应用到岩芯裂缝的研究中,为同类型裂缝的研究提供依据。

渤海湾盆地新太古代结晶岩潜山裂缝发育的露头模型

新太古代结晶岩基底潜山是渤海湾盆地重要的油气勘探领域,裂缝的发育与分布是该类潜山油气成藏研究的重点与难点,通常潜山裂缝储层发育于断裂带。通过对秦皇岛地区鸽子窝与北戴河新太古代结晶岩露头断裂带与区域性构造节理带裂缝观测与描述,建立了裂缝发育的露头模型。研究表明,断裂带由核部碎裂带与两侧节理密集带组成,单侧节理密集带的宽度大于40m,整个断层带的宽度大于100m。节理密集带的线密度可达到28条/m,而且裂缝尺度长,多个方向的裂缝构成连通的网络系统,是该类裂缝储层发育的最有利部位。节理密集带以外的区域性节理发育带,因裂缝发育密度低、尺度小、彼此不连通,不能形成有效裂缝储层。潜山裂缝储层的分布受断层的控制呈现高度的非均质性,裂缝发育带与致密带在空间上构成不规则块状分布。