该方法是在数字图像中选取一个特定区域, 使该区域像素值处于预先设定的生物扰动区域的像素范围内。应用步骤如下:首先, 使用Adobe^® Photoshop^® software CS6的选择工具选择目标区域; 然后, 利用“ 选择” 菜单栏中“ 选取相似” 子菜单进行颜色相近区域选择。Honeycutt和Plotnick(2008)利用Matlab 7.1, 基于灰度矩阵(每一个像素一个值)理论, 提出了自动定量生物扰动指数法。笔者对比发现, 利用相似像素选择法进行颜色相近区域选择, 是一种比Honeycutt和Plotnick(2008)提出的灰度矩阵自动定量生物扰动指数识别法更完整和更简单的方法。此操作仅用了一个更简单的软件, 且是基于数字彩色图像原理(每个像素R、G、B共3个通道值)。此方法特别适用于颜色相近的待选区域, 对于这类数字图像的解译其可以发挥最大效果; 该方法的不足之处是不能对选择灵敏度进行调节, 且该方法只能操作1次。若目标区域有不同颜色充填时, 无法将它们同时全部选取以进行自动识别。

此外, 该方法还可以用另外一种操作步骤完成:首先, 通过Adobe^® Photoshop^® software CS6“ 选择” 菜单栏单击“ 色彩范围” 子菜单, 打开“ 自定义颜色” 设置窗口, 自定义设置参考颜色值, 此时, 最好和最便捷的方式是应用光标选取目标范围内生物扰动区域的“ 取样颜色” ; 该操作同时还允许对颜色参数进行“ 颜色容差” 修改。其次, 对模糊性参数进行调节, 直至所有目标均被选中。最后, 点击“ 确定” 按钮完成操作, 进行生物扰动程度定量统计。当数字图像中待识别的对象范围较小且颜色相同或相近时, 该操作最快、最有效。

魔棒法手动选择是使用Adobe^® Photoshop^® software CS6软件提供的“ 魔棒工具” 进行色调相近区域选择。此方法适用于快速选择色彩变化不大且默认色调相近的区域。Perring 等(2004)和Johansson等(2008)应用Adobe^® Photoshop^® CS2软件提供的“ 魔棒工具” 进行生物碎屑百分比的统计, 本次也是基于相同的工作原理进行生物扰动程度的定量统计。实际应用步骤如下:首先, 通过工具栏上的“ 魔棒工具” 对每个目标区域内的生物扰动区选择一个有代表性的像素, 利用“ 颜色容差” 窗口调节预期精度; 然后, 在多个目标识别区进行生物扰动对象的识别; 最后, 通过“ 选择” 菜单下“ 添加到选区” 子菜单选项把多个选择对象添加到生物扰动识别区, 进行定量表征。该方法的优点不仅在于可以多次操作, 而且当目标区域范围有不同颜色充填且充填范围较大时, 使用其能达到最佳效果。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 塔里木盆地塔河油田岩心和华北盆地野外露头生物扰动照片Fig.2 Bioturbation in core from Tahe Oilfield of Tarim Basin and outcrops in North China Basin

文中选取塔河油田二区S77高产井(至2011年累计产油超过13.06× 10⁴, t, 产液超过17.28× 10⁴, t)的奥陶系岩心进行定量表征。S77井从下石炭统巴楚组底部到下奥陶统进行了连续取心, 取心长度达134.71, m, 取心率88%。岩心中生物扰动区域普遍含有油斑, 因此本次还检测了原油浸入对生物扰动区域识别的影响。在进行定量表征前为了便于识别生物扰动区域, 需对岩心数字图像进行简单处理: 对每个图像使用Adobe^® Photoshop^® software CS6进行对比度调整, 一般调整对比度至“ 100” 以提高识别质量, 同时也能够保证数字图像上生物扰动量占比不足5%时, 仍可达到预期效果。为了便于对比识别效果, 选取S77井的3段奥陶系岩心样本(Sample 1、Sample 2和Sample 3)为例分别表述。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 流程图显示遗迹学数字图像分析软件包操作过程: 相似像素选择法和魔棒法Fig.3 Flowchart showing sequential of processes conforming Ichnological Digital Analysis Image methodology: Similar Pixel election Method and Magic Wand Method.

Sample 1样本取自塔河油田S77井5711.39, m附近。该样本生物扰动程度相对较高, 单个形体相对较小。分别利用“ 相似像素选择法” 和“ 魔棒法” 对岩心数字图像进行处理(图 4), 结果表明: 利用“ 选取相似” 操作自动识别出的生物扰动区占该段目标区域的21%(图 4-b); 将识别结果和原图对照发现, 执行该操作与实际情况最为符合, 识别效果最为理想。利用“ 色彩范围” 操作在颜色容差值为55(所有生物扰动被选中)时, 自动识别出的生物扰动区占该段目标区域的30%(图 4-c), 但部分非生物扰动区域也被选中。利用“ 魔棒法” 在颜色容差值为5~10时(识别效果最好), 自动识别出的生物扰动区占该段目标区域的比值仅为10%(图 4-d)。由此可见, “ 相似像素选择法” 比“ 魔棒法” 更适合Sample 1样本的识别和表征, 且在实际操作时更省时。综合上述各种因素, 最终确定Sample 1样本采用“ 相似像素选择法” 中“ 选取相似” 的操作, 其生物扰动量的最终结果为21%。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 Sample 1样本利用“ 相似像素选择法” 和“ 魔棒法” 处理效果图Fig.4 Effect images of Sample 1 that used “ Similar Pixel Selection Method” and “ Magic Wand Method”

Sample 2样本取自塔河油田S77井5584.61, m附近。该样本生物扰动区域油浸现象虽然明显, 但原始充填物颜色与围岩基质区别不大。分别利用“ 相似像素选择法” 和“ 魔棒法” 对岩心数字图像进行处理(图 5), 结果表明: “ 选取相似” 和“ 色彩范围” 的操作结果相似, 利用“ 选取相似” 操作自动识别出的生物扰动区占该段目标区域的13%(图 5-b); 利用“ 色彩范围” 操作在颜色容差值为40时, 自动识别出的生物扰动区占该段目标区域的18%(图 5-c), 将识别结果和原图对照发现, 执行该操作自动识别效果最为理想。利用“ 魔棒法” 在颜色容差值为3~5时, 自动识别出的生物扰动区仅占该段目标区域的7%(图 5-d), 且在利用该方法进行生物扰动区域自动识别时发现很多形体小的生物扰动没能被识别出来。由此可见, “ 相似像素选择法” 比“ 魔棒法” 更适合对Sample 2样本的识别和表征, 且在实际操作时也更省时。综合上述各种因素, 最终确定Sample 2样本采用“ 相似像素选择法” 中的“ 色彩范围” 操作, 其生物扰动量的最终结果为18%。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 Sample 2样本利用“ 相似像素选择法” 和“ 魔棒法” 处理效果图Fig.5 Effect images of Sample 2 that used “ Similar Pixel Selection Method” and “ Magic Wand Method”

Sample 3样本取自塔河油田S77井5581.47, m附近。该样本中生物扰动区域充填物形体复杂, 且充填物不止一种颜色。分别利用“ 相似像素选择法” 和“ 魔棒法” 对岩心数字图像进行处理(图 6), 结果表明: 利用“ 相似像素选择法” 中的2种操作结果非常相似; 利用“ 选取相似” 操作自动识别出的生物扰动区占该段目标区域的26%(图 6-b), 有些非生物扰动区域被选中, 并且生物扰动发生白云石化与油浸的区域未被选中, 故没能真实反映生物扰动量; 利用“ 色彩范围” 操作, 调整颜色容差为60, 自动识别出的生物扰动区占该段目标区域的32%(图 6-c), 同样有些非生物扰动区域被选中, 并且生物扰动发生白云石化与油浸的区域未被选中, 也没有真实反映生物扰动量, 且识别结果明显偏高。利用“ 魔棒法” 在颜色容差值为3~5时, 自动识别出的生物扰动区占该段目标区域的比值为9%(图 6-d)。对比识别结果和原图发现, 因原图数字图像中生物扰动区域发生白云石化与油浸, 充填物颜色不止一种, “ 相似像素选择法” 未能将不同充填物的生物扰动区域自动识别出来, 而“ 魔棒法” 对这些区域进行了较好的识别, 与实际生物扰动情况符合较好。由此可见, “ 魔棒法” 比“ 相似像素选择法” 更适合对Sample 3样本的识别和表征, 且效果更好。综合上述各种因素, 最终确定Sample 3样本采用“ 魔棒法” 的操作, 其生物扰动量的最终结果为9%。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 Sample 3样本利用“ 相似像素选择法” 和“ 魔棒法” 处理效果图Fig.6 Effect images of Sample 3 that used “ Similar Pixel Selection Method” and “ Magic Wand Method”

综上所述, “ 相似像素选择法” 在处理Sample 1样本和Sample 2样本时效果最优(图 4和图5), 其中“ 选取相似” 操作在处理Sample 1样本时效果最好, 而该样本特征是生物扰动程度较大, 虽然单个形体相对较小, 但是生物扰动充填物与围岩对比度较高, 因此利用“ 选取相似” 操作识别效果最为理想。Sample 2样本虽然同样是生物扰动程度较大, 单个形体相对较小, 但是受“ 原油浸入” 等因素影响, 造成生物扰动区域与围岩基质交界处对比度不如Sample 1样本突出, 在利用“ 选择相似像素法” 的“ 选取相似” 操作处理数字图像时造成边界处部分生物扰动区域未被识别出来, 因此在这种情况下通过“ 相似像素选择法” 的“ 色彩范围” 操作对数字图像中生物扰动区域进行灵敏度修改可以取得更好的识别效果。由此可见, “ 相似像素选择法” 适用于处理生物扰动程度较高且离散性程度较高的数字图像, 当生物扰动区域与围岩基质边界对比度较大时, 应用“ 选取相似” 操作识别效果最为理想; 而当生物扰动区域与围岩基质边界对比不够清晰时, 需要利用“ 色彩范围” 操作对识别灵敏度进行人为修改, 才能达到最佳识别效果。这2种操作方式仅能执行1次, 不能重复操作。而通过对Sample 3样本的识别结果详细分析发现: “ 魔棒法” 对于识别生物区域形体复杂且生物扰动区域充填物不止一种颜色时具有独到的优势; 此外, 应用该方法还可以通过调整“ 容差” 提高生物扰动区域与围岩基质的识别度。因此, 当生物扰动区域宽度大于5, mm、且充填物颜色与围岩颜色差异不够明显时, 魔棒法是最佳处理方法。该方法的缺点是处理生物扰动区域较小而离散的情况时, 不但费时而且识别效果较差。

生物扰动对塔河油田奥陶系碳酸盐岩“ 基质储集体” 储集性能的改造效应具有重要影响。正如前文所述, 前人研究大多认为塔河油田奥陶系碳酸盐岩是最为典型的“ 缝— 洞型” 储集体, 溶洞、裂缝、小型溶蚀孔洞、礁滩粒间孔、白云石晶间孔等被认为是该油气藏的主要储集空间(顾家裕等, 2001; 秦启荣, 2002; 翟晓先等, 2002; 赵文智等, 2006b; 邓小江等, 2007; 马永生等, 2007; 郑和荣等, 2009), 基质对碳酸盐岩储集体的储集和渗透能力基本无贡献(鲁新便, 2004; Lucia, 2007; 牛永斌, 2010)。然而, 最新研究成果表明这种认识存在严重不足, 可能影响塔河油田的勘探开发, 因为有2个“ 简单” 的科学事实无法回避: (1)塔河油田奥陶系碳酸盐岩油藏80%以上的井需要压裂才能求产; (2)有不少“ 功勋” 井实际产出的石油比缝洞系统本身体积要大得多, 如S48井、T401井, 至2011年11月, 分别累计产油已超过150× 10⁴, t、65× 10⁴, t, 这说明有的石油来自“ 缝— 洞” 系统之外。另外, 通过对塔河油田奥陶系一间房组和鹰山组碳酸盐岩储集层的岩心观察发现, 泥晶灰岩中的白云石砂屑团块普遍含油(图 2), 由此可见有相当一部分油气来源于碳酸盐岩基质中的“ 白云石砂屑团块” 。如果把塔河油田奥陶系这样的油藏比拟为一个有机体, 白云石砂屑团块犹如动物体的细胞, 缝合线则如毛细血管, (大)裂缝相当大动脉, 而溶洞则是“ 心脏” , 这样一个四级存储单元构成了塔河油田奥陶系油藏复杂的储集系统(牛永斌, 2010; 钟建华等, 2010)。基质中的这些白云石砂屑团块在空间展布上具有极强的非均质性, 横向及纵向差异均较大, 因此, 对塔河油田奥陶系碳酸盐岩油藏数字岩心图像上生物扰动形成的“ 白云石砂屑团块” 进行定量表征, 将是开启碳酸盐岩型岩性地层油气藏的一把关键“ 钥匙” ; 且对从生物成因角度解释碳酸盐岩“ 基质储集体” 的非均质性与分布规律、实现增强储集性能生物扰动(遗迹组构的)属性表征、丰富海相碳酸盐岩储集层地质学理论、指导该类油气藏远景勘探、储量计算以及选择合理的开发方案具有重要意义。