| Titre | Quantitative analysis of statistical properties of organic-rich mudstone using large field-of-view SEM images |
| |
| Auteur | Bizhani, M ;
Ardakani, O H; Knapp, L J; Akai, T |
| Source | Journal of Natural Gas Science and Engineering vol. 95, 104238, 2021 p. 1-13, https://doi.org/10.1016/j.jngse.2021.104238 |
| Image |  |
| Année | 2021 |
| Séries alt. | Ressources naturelles Canada, Contribution externe 20210296 |
| Éditeur | Elsevier |
| Document | publication en série |
| Lang. | anglais |
| DOI | https://doi.org/10.1016/j.jngse.2021.104238 |
| Media | papier; numérique; en ligne |
| Formats | pdf; html |
| Province | Alberta |
| SNRC | 83K/05; 83K/06; 83K/07; 83K/08 |
| Lat/Long OENS | -118.0000 -116.0000 54.5000 54.2500 |
| Sujets | Dévonien supérieur; géologie du substratum rocheux; lithologie; roches sédimentaires; mudstones; schistes; ressources pétrolières; hydrocarbures; gaz; pétrole; condensat; analyses au microscope
électronique à balayage; analyses statistiques; structure des pores; taille des pores; Formation de Duvernay ; Bassin sédimentaire de l'ouest du Canada; combustibles fossiles; sédimentologie; Sciences et technologie; Nature et environnement;
Phanérozoïque; Paléozoïque; Dévonien |
| Illustrations | cartes de localisation; cartes géolscientiques généralisées; tableaux; photomicrographies; graphique à barres; graphiques; représentations schématiques |
| Programme | Les géosciences de l'énergie Ressources d'énergie propre - réduire les risques environnementaux |
| Diffusé | 2021 09 10 |
| Résumé | (disponible en anglais seulement)
This paper presents a quantitative and statistical analysis of large field-of-view (FOV) scanning electron microscope (SEM) images of organic-rich shale
samples. The samples are from the Upper Devonian Duvernay Formation at the onset of the condensate hydrocarbon window. Our data set contains 12 mosaic SEM images which were each obtained by stitching 100+ high-resolution SEM images. The goal was to
establish a basis for deriving meaningful statistical properties of the pore space that can be used for characterization and possibly up-scaling purposes.
The results show that pores smaller than 100 nm in diameter are the predominant type in the
studied Duvernay shale samples in terms of the number of pores. However, chord length distribution analysis shows that decompression/desiccation cracks can heavily skew statistical properties such as the first moment of the distribution. Two
characteristic length scales were computed by using the two-point correlation function to show the disparity of scales in the same sample imaged at different resolutions. Our analysis indicate that there is a scale dependency on the computed
properties of the pore space, and statistical convergence cannot be claimed without having a multi-scale approach for characterization. |
| Sommaire | (Résumé en langage clair et simple, non publié)
Les ressources non conventionnelles, y compris le pétrole et le gaz de schiste, sont devenues le principal objectif de l'industrie énergétique.
Par rapport aux réserves conventionnelles, les schistes ont une taille de pore beaucoup plus petite, ce qui les rend difficiles à caractériser. La microscopie électronique à balayage (SEM) est une méthode de visualisation puissante pour étudier les
schistes riches en matières organiques. Cependant, l'extraction de données quantitatives significatives à partir d'images SEM n'est pas simple et souffre de quelques inconvénients. Dans cette étude, nous tentons d'améliorer l'extraction des données à
partir de grandes images SEM. Dans une image SEM donnée, la séparation de différentes structures est appelée segmentation et est généralement effectuée à l'aide de méthodes de seuillage. Nous présentons une méthode améliorée de segmentation grâce à
l'utilisation de méthodes d'apprentissage automatique. Nous présentons plusieurs fonctions probabilistes pour mieux étudier les propriétés des schistes riches en matières organiques. En fin de compte, cette étude utilise la puissance de calcul pour
réduire les données d'image en données quantitatives utiles pour la caractérisation des milieux poreux. |
| GEOSCAN ID | 329065 |
|
|