Investigation of Organic Matter Pore Structures of Shale in Three Dimensions of Shale Using Nano-X-ray Microscopy
-
摘要: 页岩纳米级孔隙的三维结构特征直接决定页岩气微观渗流机理，是完善页岩储层流动模型亟需解决的核心问题。本文以龙马溪组页岩有机孔样品（直径约7 μm）为研究对象，分别利用同步辐射纳米CT和实验室纳米CT重建有机孔三维空间结构，针对两个装置获得的孔隙结构参数进行对比研究，结果表明：①龙马溪组页岩有机孔样品呈蜂窝状，孔隙度约60%，连通性较好；孔径分布呈双峰模式，集中于60~150 nm和500~1400 nm；孔径大于500 nm的孔隙对样品的总孔隙度贡献较大。②同步辐射纳米CT与实验室纳米CT结果相较，孔隙度和孔隙总数两参数基本一致，喉道总数和喉道半径偏差较大；孔径分布和配位数分布规律虽然类似，但具体数值存在明显差异，值得进一步深入比较分析和研究。③纳米CT方法在页岩纳米孔隙三维结构表征方面存在阈值划分难度大与扫描视场过小的问题，可从切片重构算法、三维数据处理、表征单元体三方面进行改进。
-
关键词:
- 纳米透射X射线显微成像 /
- 三维重构 /
- 有机质孔隙 /
- 龙马溪组页岩
Abstract: Three dimensional (3D) structures of nanometer scale pores is a determining factor for the shale gas micro-seepage mechanism, and it is a critical issue needing to be solved urgently to develop a better model for the description of flow behavior in shale. In this study, 3D structure of the OM pores of the Longmaxi formation shale sample (Φ=7 μm) from the Sichuan basin was rebuilt using synchrontron radiation CT and experimental CT respectively. The purpose of the study was to compare the pore structural parameters obtained from the radiation CT and experimental CT. The results indicate:(1) The OM pores, with a porosity of about 60%, exhibit a honeycomb pattern and good connectivity. The pore size distribution exhibits a bimodal pattern, mainly concentrating in 60-150 nm and 500-1400 nm, and pores with diameters larger than 500 nm contribute the most to the total porosity. (2) The porosity and the total pore number obtained from synchrontron radiation CT and experimental CT remain consistent within the accepted margin of error, but the total throat number and throat diameters obtained from the second method above suggest a relatively large difference. Although the pore size distribution and coordination number distribution laws are similar, there are obvious deviations considering the exact figures. (3) For 3D characterization of shale pore structures using nanometer CT, there are problems of threshold partition and small scan view. The problems can be reduced by three plans starting with reconstruction algorithm, 3D data analysis and REV.
-
激光拉曼光谱分析作为一种非破坏性的分析方法，可以快速方便地对单个包裹体进行定性、半定量分析，现已成为流体包裹体研究的基本工具之一[1, 2]。近年来随着仪器精度的提高以及科研的需要，激光拉曼针对包裹体的定量分析的研究发展迅速。定量分析主要涉及包裹体的气[3, 4, 5, 6, 7]、液相[8, 9, 10, 11, 12, 13, 14, 15]以及同位素[16, 17, 18, 19, 20]等化学组成分析以及包裹体的内压[21, 22, 23, 24]、密度[25, 26]、有机质热成熟度[27, 28]等物理参数的获取。而作为包裹体重要成分的各种无机和有机气相组分，由于其一般具有较强的拉曼活性，在拉曼谱图上表现出尖锐而特征的谱峰，因此被认为是进行拉曼定量分析的重要研究对象[29]。国内外学者对包裹体中常见的C-H-O-N-S体系的气相组分开展了比较广泛的定量研究[3, 4, 5, 6, 7]，取得了显著的成果。由于气相组分的拉曼定量分析与分子性质、温度、压力、仪器性能等诸多因素有关[3, 4, 29]，造成前人结果存在比较明显的差异，难以相互借用，如李维华等[5]与Wopenka等[30]测定的SO2的定量因子有近5倍的差别。因此在进行气相成分的定量分析之前，需要利用一系列混合气体标样对仪器进行标定。前人一般使用商用钢瓶装混合气进行仪器标定[3, 4, 5]，虽然上述标样易于购置、配比准确，却存在气体组成单一无法调节、费用高、需要经常更换钢瓶等缺点。如按10%的梯度对10%~90%的两种气体的混合物进行标定，需要购置9瓶钢瓶气轮换使用，并且钢瓶气一定的使用期限，超过期限需要重新购置。针对上述不足，本文提出了一种在线配置不同浓度和压力条件下混合气体标样的方法，以实现快速准确地对激光拉曼探针进行标定及测定气体拉曼定量因子的研究目的。
1. 在线标样制备装置和在线标样的制备
为了实现混合气体标样的制备，本次研究搭建了一套在线标样制备装置(图 1)。该装置可以同时接入三路钢瓶气体，每路钢瓶气分别连接一个减压阀用于控制气体的输出压力；利用带有刻度和活塞的体积转移器量取实验所需体积的气体并将量取的气体注入高压容器中进行混合；增压泵用于对高压容器中的混合气体进行增压；真空泵用于对装置进行抽真空；装置的输出端与石英毛细管相连接；管路中安装有真空表以及压力表用于监控系统的真空度以及线路中气体的压力值；线路中还设有两个排气孔用于排气及管路清洗。
实验所用的钢瓶气为高纯气体，浓度≥99.999%；毛细管规格为内径0.1 mm，外径0.3 mm，表面涂有一层聚酰亚胺保护膜，厚度约0.025 mm(美国Polymicro Technologies公司)。激光拉曼分析的仪器为Renishaw Invia型激光拉曼光谱仪(英国Renishaw公司)，使用Ar+激光器，波长为514 nm，光谱分辨率为2 cm-1。
在线混合气体标样制备的实验步骤如下。
(1) 打开阀门1~6、8、10，关闭阀门7、9、11，打开真空泵对管路、体积转移器及高压容器抽真空，待真空表读数≤10Pa时，关闭真空泵。
(2) 关闭阀门2~4、6、8、10，打开气瓶1的减压阀并调节至实验所需压力值，用体积转移器量取实验所需气体体积。
(3) 关闭阀门1、5、气瓶1的减压阀，打开阀门6、8，将体积转移器中的气体转移至高压容器中。
(4) 关闭阀门8，打开阀门1~6、8、10，对系统抽真空，待真空表读数≤10Pa时，关闭真空泵。
(5) 重复步骤(2)~(4)，量取实验所需体积及压力条件下的气体2并注入到高压容器中，使气体1和2充分混合。
(6) 关闭阀门6，打开阀门8、11，利用高压容器中的混合气体对管路进行清洗。
(7) 关闭阀门11，打开阀门9，打开电动增压泵，对高压容器中的气体进行增压，待达到实验所需的气体压力时，停止增压并进行激光拉曼分析，然后继续增压至下一个压力点并进行拉曼分析。
2. 结果与讨论
2.1 在线样品准确性验证
为了验证制样方法的准确性及重复性，将本研究制备的70% N2+30% CO2的在线标样与购置于大连大特气体公司生产的同等浓度的商用标样，在10 MPa条件下分别进行了激光拉曼分析。结果表明，本次研究制备的混合气体与商用钢瓶装标样具有相似的峰形(图 2)。利用英国Renishaw公司出品的Wire3.0软件对上述拉曼谱图进行了分析，结果表明本方法制备的混合气体与商用标样具有相似的CO2与N2的相对峰高以及相对峰面积值，其相对误差小于4%，并具有较好的重现性，能够满足实验要求。
![]()
图 2 商用标样与在线样品拉曼谱图Figure 2. The Raman spectra of commercial standard sample and on-line mixing sample2.2 CH4及CO2相对拉曼定量因子的测定
在测定单个包裹体气体组成方面，国内外多沿用“相对拉曼定量因子”的方法，即通常将N2的定量因子定为1.00，其他气体与N2进行比较，得到相对拉曼定量因子[3, 4]。本次研究分别对拉曼峰面积及峰高计算了相对拉曼定量因子，具体公式如下：
式中，Ag为气体g的拉曼峰面积；AN2为N2的拉曼峰面积；Cg为气体g的摩尔分数；CN2为N2的摩尔分数；Hg为气体g的拉曼峰高；HN2为N2的拉曼峰高；Fgr代表以峰面积为参考值时气体g相对于N2的拉曼定量因子；Ggr代表以峰高为参考值时气体g相对于N2的拉曼定量因子。
为了测定CO2以及CH4的相对拉曼定量因子，在室温、5 MPa和10 MPa压力条件下，分别制备了N2摩尔分数为30%、50%和70%的N2-CO2混合气体标样以及N2-CH4混合气体标样。
在上述标样的激光拉曼谱图(图 3)中能清晰地辨识出N2、CO2以及CH4的拉曼特征峰。气体的拉曼峰强度随浓度以及压力的增加而增加，信噪比随着压力由5 MPa增加到10 MPa增大约一倍。
![]()
图 3 N2-CO2以及N2-CH4在线混合气体拉曼谱图Figure 3. The Raman spectra of N2-CO2 and N2-CH4 on-line gas mixturesThis page contains the following errors:
error on line 1 at column 1: Start tag expected, '<' not foundBelow is a rendering of the page up to the first error.
虽然CO2在1286 cm-1附近以及1386 cm-1附近出现两个峰值，但是由于1286 cm-1附近的峰强度要小于1386 cm-1附近峰强度。因此本文仅针对CO2在1386 cm-1附近的峰计算了相对拉曼定量因子。
This page contains the following errors:
error on line 1 at column 1: Start tag expected, '<' not foundBelow is a rendering of the page up to the first error.
求得CH4和CO2相对拉曼定量因子之后，便可以对包裹体中CH4和CO2的相对含量进行计算，具体计算公式如下：
3. 地质样品应用
选取四川金沙岩孔剖面，震旦系的藻云岩样品进行应用研究。该样品溶洞发育，被后期亮晶白云石充填。溶洞充填的亮晶白云石中发育气液两相盐水包裹体。选取个体较大并且靠近样品表面的包裹体，对其气泡进行激光拉曼分析，结果表明包裹体的气泡主要由CH4和CO2组成(图 6)。
利用wire3.0对图 6中两个包裹体的拉曼相关参数进行求解，并分别利用公式(3) 和(4) 对包裹体a和b中的CH4和CO2摩尔浓度进行了计算，得到包裹体中CH4的摩尔分数为27.60%~31.63%，CO2的摩尔分数为68.37%~72.40%(表 1)。上述结果表明，利用本文所求得的拉曼定量因子F和G所得到计算的结果基本一致(两者的绝对偏差在2.5%以内)；包裹体a和b气相组成较接近，可能为同期捕获的产物。
表 1 包裹体样品分析结果Table 1. The analytical composition of gas in fluid inclusions包裹体 ACO2 HCO2 ACH4 HCH4 CCH4(%) CCO2(%) 据公式(3) 据公式(4) 据公式(3) 据公式(4) 包裹体a 3461.54 594.541 17891.2 4115.24 31.63 31.25 68.37 68.75 包裹体b 3137.87 732.481 14694.8 4251.27 29.54 27.60 70.46 72.40 4. 结语
本文利用自主搭建的在线标样制备装置，对N2-CH4以及N2-CO2进行在线混合增压，制备了N2摩尔浓度为30%、50%和70%，压力为5 MPa和10 MPa的N2-CH4以及N2-CO2混合气体在线标样。通过与商用混合钢瓶气体标样对比表明，该方法所使用的装置操作简单，制备的混合气体具有较高的准确性及重现性，能够方便、准确地对拉曼光谱仪进行标定，实现了不同压力和浓度条件下气体的相对拉曼定量因子的测定。通过对CH4及CO2的相对定量因子测定表明，气体压力在5~10 MPa的范围时，定量因子不受压力变化的影响，为固定值。地质样品应用表明，本方法可以方便、灵活、准确地按任意比例将两瓶及两瓶以上纯气体钢瓶样品进行混合及增压，弥补了商用钢瓶装混合气体标样费用高、气体组成单一固定等不足。
由于本次研究仅在5 MPa和10 MPa两个压力点进行了分析，因此对于相对定量因子在 < 5 MPa及 > 10 MPa压力条件下的变化规律还有待于进一步研究。另外由于缺乏已知气体组成的人工合成包裹体标样，对于本方法在包裹体应用中的误差范围还有待于进一步研究。
致谢: 感谢中国科学院地质与地球物理研究所耿明博士和郭光军研究员提供页岩样品；感谢台湾光源01B成像线站王俊杰博士协助进行同步辐射纳米CT三维成像实验；感谢卡尔•蔡司公司刘宁工程师给予FIB-SEM定点制样实验技术指导。 -
![]()
图 1 FIB-SEM双束系统进行页岩有机孔样品定点定向制备过程
A—制样选区；B—离子束切割制样；C—待取圆柱状样品；D—机械手取样。
Figure 1. Detailed process for the organic matter pore sample preparation based on FIB-SEM system
![]()
图 2 有机孔纳米CT扫描重构切片。灰度值剖面图表明黑色部分为孔隙，灰黑色部分为有机质
A—同步辐射纳米CT扫描XY方向(左)与XZ(右)重构切片；B—实验室纳米CT扫描XY方向(左)与XZ(右)重构切片。
Figure 2. Reconstructed CT images of organic matter pores. The values plotted gray along blue line in the XZ plane slice suggest pore (black) and organic matter (dark grey)
![]()
图 3 龙马溪组页岩有机孔三维结构纳米CT重构图像
Figure 3. Three dimensional structure reconstructions of organic matter pore of Longmaxi shale
![]()
图 4 有机孔配位数、孔径与体积分布图
Figure 4. Histograms depict the coordination number, radius and volume distributions of organic matter pore of Longmaxi shale
表 1 龙马溪组页岩有机孔结构参数
Table 1 Structural parameters of organic matter pore of Longmaxi shale
孔隙属性 同步辐射纳米CT 实验室纳米CT 孔隙度(%) 59 63 孔隙总数 265 276 喉道总数 682 909 最大孔隙直径(nm) 2101 1813 平均孔隙直径(nm) 713 764 喉道横截面平均半径(nm) 226 180 喉道平均长度(nm) 1385 1342 注： $偏差 = \frac{{实验室纳米\text{CT}数据-同步辐射纳米\text{CT}数据}}{{同步辐射纳米\text{CT}数据}} \times 100\% 。$ 
下载: 导出CSV
-
Loucks R G, Reed R M, Ruppel S C, et al.Spectrum of pore types for matrix-related mud pores[J].AAPG Bulletin, 2012, 96(6):1071-1098. doi: 10.1306/08171111061
Pommer M, Milliken K.Pore types and pore-size distri-butions across thermal maturity, Eagle Ford formation, Southern Texas[J].AAPG Bulletin, 2015, 99(9):1713-1744. doi: 10.1306/03051514151
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. http://d.wanfangdata.com.cn/Periodical/ysxb98201106024 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. http://d.wanfangdata.com.cn/Periodical/ysxb98201106024
张东晓, 杨婷云, 吴天昊, 等.页岩气开发机理和关键问题[J].科学通报, 2016, 61(1):62-71. http://www.cqvip.com/QK/94252X/201601/667877157.html Zhang D X, Yang T Y, Wu T H, et al.Recovery mechanisms and key issues in shale gas development[J].Chinese Science Bulletin, 2016, 61(1):62-71. http://www.cqvip.com/QK/94252X/201601/667877157.html
徐祖新, 郭少斌.基于NMR和X-CT的页岩储层孔隙结构研究[J].地球科学进展, 2014, 29(5):624-631. doi: 10.11867/j.issn.1001-8166.2014.05.0624 Xu Z X, Guo S B.Application of NMR and X-CT technology in the pore structure study of shale gas reservoirs[J].Advances in Earth Science, 2014, 29(5):624-631. doi: 10.11867/j.issn.1001-8166.2014.05.0624
吴松涛, 朱如凯, 崔京钢, 等.鄂尔多斯盆地长7湖相泥页岩孔隙演化特征[J].石油勘探与开发, 2015, 42(2):167-176. doi: 10.11698/PED.2015.02.05 Wu S T, Zhu R K, Cui J G, et al.Characteristics of lacustrine shale porosity evolution, Triassic Chang 7 Member, Ordos Basin, NW China[J].Petroleum Exploration and Development, 2015, 42(2):167-176. doi: 10.11698/PED.2015.02.05
马勇, 钟宁宁, 程礼军, 等.渝东南两套富有机质页岩的孔隙结构特征——来自FIB-SEM的新启示[J].石油实验地质, 2015, 37(1):109-116. doi: 10.11781/sysydz201501109 Ma Y, Zhong N N, Cheng L J, et al.Pore structure of two organic-rich shales in Southeastern Chongqing area:Insight from focused ion beam scanning electron microscope (FIB-SEM)[J].Petroleum Geology & Experiment, 2015, 37(1):109-116. doi: 10.11781/sysydz201501109
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. http://www.cnki.com.cn/Article/CJFDTotal-XDDZ201501024.htm Huang J G, Xu K M, Guo S B, et al.Comprehensive study on pore structures of shale reservoirs based on SEM, NMR and X-CT[J].Geoscience, 2015, 29(1):198-205. http://www.cnki.com.cn/Article/CJFDTotal-XDDZ201501024.htm
Curtis M E, Sondergeld C H, Ambrose R J, et al.Micro-structural investigation of gas shales in two and three dimensions using nanometer-scale resolution imaging[J].AAPG Bulletin, 2012, 96(4):665-677. doi: 10.1306/08151110188
Wang Y, Pu J, Wang L, et al.Characterization of typical 3D pore networks of Jiulaodong Formation shale using nano-transmission X-ray microscopy[J].Fuel, 2016, 170:84-91. doi: 10.1016/j.fuel.2015.11.086
Misch D, Mendez-Martin F, Hawranek G, et al.SEM and FIB-SEM investigations on potential gas shales in the Dniepr-Donets Basin (Ukraine):Pore space evolution in organic matter during thermal maturation[J].IOP Conference Series:Materials Science and Engineering, 2016, 109(012010).doi: 10.1088/1757-899X/109/1/012010.
Ma L, Taylor K G, Lee P D, et al.Novel 3D centimetre-to nano-scale quantification of an organic-rich mudstone:The carboniferous Bowland shale, Northern England[J].Marine and Petroleum Geology, 2016, 72:193-205. doi: 10.1016/j.marpetgeo.2016.02.008
Jiang F, Chen J, Xu Z, et al.Organic matter pore charac-terization in Lacustrine shales with variable maturity using nanometer-scale resolution X-ray computed tomography[J].Energy & Fuels, 2017, 31(3):2669-2680. https://www.sciencedirect.com/science/article/pii/S0376736196800276
Zhang H, Zhu Y M, Wang Y, et al.Comparison of org-anic matter occurrence and organic nanopore structure within marine and terrestrial shale[J].Journal of Natural Gas Science and Engineering, 2016, 32:356-363. doi: 10.1016/j.jngse.2016.04.040
Cao G, Lin M, Jiang W, et al.A 3D coupled model of organic matter and inorganic matrix for calculating the permeability of shale[J].Fuel, 2017, 204:129-143. doi: 10.1016/j.fuel.2017.05.052
Loucks R G, Reed R M.Scanning-electron-microscope petrographic evidence for distinguishing organic matter pores associated with depositional organic matter versus migrated organic matter in mudrocks[J].Gulf Coast Association of Geological Societies Journal, 2014, 3:51-60. http://www.searchanddiscovery.com/abstracts/html/2014/90196gcags/abstracts/91.html
Ko L T, Loucks R G, Ruppel S C, et al.Origin and cha-racterization of Eagle Ford pore networks in the South Texas Upper Cretaceous Shelf[J].AAPG Bulletin, 2017, 101(3):387-418. doi: 10.1306/08051616035
王羽, 金婵, 汪丽华, 等.应用氩离子抛光-扫描电镜方法研究四川九老洞组页岩微观孔隙特征[J].岩矿测试, 2015, 34(3):278-285. doi: 10.15898/j.cnki.11-2131/td.2015.03.003 Wang Y, Jin C, Wang L H, et al.Characterization of pore structures of Jiulaodong Formation shale in the Sichuan Basin by SEM with Ar-ion milling[J].Rock and Mineral Analysis, 2015, 34(3):278-285. doi: 10.15898/j.cnki.11-2131/td.2015.03.003
王羽, 金婵, 姜政, 等.渝东五峰组-龙马溪组页岩矿物成分与孔隙特征分析[J].矿物学报, 2016, 36(4):555-562. http://d.wanfangdata.com.cn/Periodical/kwxb201604016 Wang Y, Jin C, Jiang Z, et al.Mineral composition and microscopic pore characteristics of Wufeng-Longmaxi Formation shale in Eastern Chongqing City, China[J].Acta Geologica Sinica, 2016, 36(4):555-562. http://d.wanfangdata.com.cn/Periodical/kwxb201604016
Klaver J, Desbois G, Littke R, et al.BIB-SEM characteri-zation of pore space morphology and distribution in postmature to overmature samples from the Haynesville and Bossier shales[J].Marine and Petroleum Geology, 2015, 59:451-466. doi: 10.1016/j.marpetgeo.2014.09.020
Klaver J, Desbois G, Littke R, et al.BIB-SEM pore char-acterization of mature and post mature Posidonia shale samples from the Hils area, Germany[J].International Journal of Coal Geology, 2016, 158:78-89. doi: 10.1016/j.coal.2016.03.003
Zou C, Du J, Xu C, et al.Formation, distribution, resou-rce potential, and discovery of Sinian-Cambrian giant gas field, Sichuan Basin, SW China[J].Petroleum Exploration and Development, 2014, 41(3):306-325. doi: 10.1016/S1876-3804(14)60036-7
Hu H, Hao F, Lin J, et al.Organic matter-hosted pore system in the Wufeng-Longmaxi (O3w-S11) shale, Jiaoshiba area, Eastern Sichuan Basin, China[J].International Journal of Coal Geology, 2017, 173:40-50. doi: 10.1016/j.coal.2017.02.004
Michael U, Dennis D, Jeffrey F, et al.Sample dimensions influence strength and crystal plasticity[J].Science, 2004, 305(5686):986-989. doi: 10.1126/science.1098993
Song Y F, Chang C H, Liu C Y, et al.X-ray beamlines for structural studies at the NSRRC superconducting wavelength shifter[J].Journal of Synchrotron Radiation, 2007, 14(4):320-325. doi: 10.1107/S0909049507021516
Kak A C, Slaney M, Wang G.Principles of computerized tomographic imaging[J].Medical Physics, 2002, 29(1):105-108. doi: 10.1118/1.1429627
Oh W, Lindquist W B.Image thresholding by indicator Kriging[J].Ieee Transactions on Pattern Analysis and Machine Intelligence, 1999, 21(7):590-602. doi: 10.1109/34.777370
王羽, 金婵, 汪丽华, 等.基于SEM图像灰度水平的页岩孔隙分割方法研究[J].岩矿测试, 2016, 35(6):35-41. doi: 10.15898/j.cnki.11-2131/td.2016.06.005 Wang Y, Jin C, Wang L H, et al.Pore segmentation methods based on gray scale of SEM images[J].Rock and Mineral Analysis, 2016, 35(6):35-41. doi: 10.15898/j.cnki.11-2131/td.2016.06.005
Slatt R M, O'brien N R.Pore types in the Barnett and Woodford gas shales:Contribution to understanding gas storage and migration pathways in fine-grained rocks[J].AAPG Bulletin, 2011, 95(12):2017-2030. doi: 10.1306/03301110145
Rabbani A, Baychev T G, Ayatollahi S, et al.Evolution of pore-scale morphology of oil shale during pyrolysis:A quantitative analysis[J].Transport in Porous Media, 2017, 119(1):143-162. doi: 10.1007/s11242-017-0877-1
Chen Y Y, Mastalerz M, Schimmelmann A.heterogeneity of shale documented by micro-FTIR and image analysis[J].Journal of Microscopy, 2014, 256(3):177-189. doi: 10.1111/jmi.12169
王香增, 张丽霞, 高潮.鄂尔多斯盆地下寺湾地区延长组页岩气储层非均质性特征[J].地学前缘, 2016, 23(1):134-145. http://www.doc88.com/p-1354528853840.html Wang X Z, Zhang L X, Gao C.The heterogeneity of lacustrine shale gas reservoir in Yanchang Formation, Xiasiwan area, Ordos Basin[J].Earth Science Frontiers, 2016, 23(1):134-145. http://www.doc88.com/p-1354528853840.html
Wang Y, Luo S, Wang L, et al.Synchrotron radiation-based L1-norm regularization on micro-CT imaging in shale structure analysis[J].Journal of Inverse and Ill-posed Problems, 2017, 25(4):483-498. https://www.researchgate.net/publication/309171769_Synchrotron_radiation-based_l_1-norm_regularization_on_micro-CT_imaging_in_shale_structure_analysis
Chen R, Dreossi D, Mancini L, et al.PITRE:Software for phase-sensitive X-ray image processing and tomography reconstruction[J].Journal of Synchrotron Radiation, 2012, 19(5):836-845. doi: 10.1107/S0909049512029731
Gitman I M, Askes H, Sluys L J.Representative volume:Existence and size determination[J].Engineering Fracture Mechanics, 2007, 74(16):2518-2534. doi: 10.1016/j.engfracmech.2006.12.021
-
期刊类型引用(14)
1. 林德举，何淼，周胜璇，许明标，周长铖. 基于微米CT的钻井液浸泡复兴陆相页岩裂缝扩展演化. 钻井液与完井液. 2024(06): 755-763 . 
百度学术
2. 王登科，庞晓非，魏建平，张宏图，姚邦华，位乐，郭玉杰，袁明羽，唐家豪. 气体性质和孔隙压力对煤体微裂隙扩展的影响. 煤炭科学技术. 2023(02): 183-192 . 百度学术
3. 邵国勇，熊伟，沈瑞，杨懿，尚祯浩，王国栋，余昊. CT扫描技术在页岩油气储层微观结构表征中的应用进展. 应用化工. 2023(06): 1785-1789+1799 . 百度学术
4. 张聪，韩慧萍，王艳红，方镕慧，陈维堃，李志伟，董虎，田迎春，罗军，张云波. 基于数据共享的油气钻井岩心数字分析系统. 东北石油大学学报. 2022(06): 88-99+150-151 . 百度学术
5. 杨琦，毛峥，邵明仁. 页岩气储层纳米孔隙结构的研究方法及展望. 能源化工. 2021(02): 7-13 . 百度学术
6. 张熙，王绶玙，孔艳，何小亮，蒋志龙，刘诚. 透射式K空间变换数字全息三维成像技术研究. 中国激光. 2021(21): 143-150 . 百度学术
7. 曹茜，王兴志，戚明辉，黄毅，张烨毓，刘虎，王代富. 页岩油地质评价实验测试技术研究进展. 岩矿测试. 2020(03): 337-349 . 本站查看
8. 李磊，郝景宇，肖继林，李平平，张正辰，邹华耀. 微米级X射线断层成像技术对四川元坝地区页岩微裂缝的定量表征. 岩矿测试. 2020(03): 362-372 . 本站查看
9. 程荣，钱生平，孙添力，周怀阳. 基于计算机断层扫描的火山岩气孔含量及大小分布特征无损快速分析. 岩矿测试. 2020(03): 398-407 . 本站查看
10. 王羽，汪丽华，王建强，王彦飞. 利用微米X射线显微镜研究陆相延长组页岩孔隙结构特征. 岩矿测试. 2020(04): 566-577 . 本站查看
11. 马超，秦颦，周尚文，孙莎莎，王红岩，施振生，武瑾，昌燕，梁峰，张琴，李宁. 含气页岩实验评价指标与测试方法综述. 地质科技情报. 2019(02): 161-169 . 百度学术
12. 张平，王登科，于充，曾凡超. 基于工业CT扫描的数字煤心构建过程及裂缝形态表征. 河南理工大学学报(自然科学版). 2019(06): 10-16 . 百度学术
13. 马真乾，王英滨，于炳松. 渝东南地区下寒武统牛蹄塘组页岩孔径分布测试方法研究. 岩矿测试. 2018(03): 244-255 . 本站查看
14. 王羽，汪丽华，王建强，姜政，金婵，王彦飞. 基于聚焦离子束-扫描电镜方法研究页岩有机孔三维结构. 岩矿测试. 2018(03): 235-243 . 本站查看
其他类型引用(13)
计量
- 文章访问数: 9067
- HTML全文浏览量: 3518
- PDF下载量: 59
- 被引次数: 27
京公网安备 11010202008159号