Ключевые слова: фотографии керна в дневном свете, ультрафиолетовом освещении, критерии оценки степени песчанистости, нефтенасыщенности, теория нечетких множеств
В последнее время в процессе поисковых и разведочных работ все чаще приходится сталкиваться со сложно построенными неоднородными коллекторами нефти и газа. Если продуктивные отложения характеризуются тонким переслаиванием песчаников и алевролитов, толщина прослоев песчаников может изменяться от нескольких миллиметров до десятков сантиметров. При этом интерпретация данных геофизических исследований скважин (ГИС) имеет определенные трудности, связанные с необходимостью учета влияния микро- и мезослоистости на геофизические параметры при определении подсчетных параметров (коэффициентов пористости и нефтенасыщенности). Эта неоднородность существенно затрудняет построение геологической модели залежи и, как следствие, снижает достоверность технологической модели. Интерпретация фотографий керна особенно актуальна в тонкослоистом разрезе, где затруднена достоверная оценка общих эффективных толщин коллекторов по данным стандартного комплекса ГИС. Разработаны методы и алгоритмы автоматизации обработки фотографий керна для предварительной оценки степени песчанистости и текстурных свойств продуктивных пластов. Разрабатываемая технология включает новый метод комплексного применения спектральных критериев на базе использования теории нечетких множеств. Исследовано направление компьютерной обработки фотографий керна в процессах изучения коллекторских свойств продуктивных пластов. Рассмотрены некоторые аспекты анализа фотографий керна в дневном свете и ультрафиолетовом освещении. Предложены комплексные критерии оценки степени песчанистости и нефтенасыщенности по фотографиям полноразмерного керна. Экспресс-оценка степени песчанистости и текстурных свойств продуктивных пластов по результатам компьютерной обработки фотографий керна является дополнительным методом в сравнении с традиционными способами анализа. Предложенные методы обработки фотографий керна могут стать составной частью новой технологии автоматизированного отбора образцов керна для последующего лабораторного изучения, особенно с учетом больших объемов проводимых исследований. Кроме того, компьютерная обработка изображений керна дает ряд преимуществ и открывает новые возможности для получения информации о состоянии изучаемого объекта.
