0 引言

四川盆地普光地区碳酸盐岩储层发育裂缝和孔洞，由于常规测井响应不明显并且孔隙结构复杂[1]，主要还是依赖于人工对电成像测井资料的交互解释。在碳酸盐岩中储层的划分和分类需要孔洞和裂缝交互解释的结果等资料，然而这种解释处理方式工作量大、效率低并且带有人为主观因素。为提高解释精度和解释效率，本文设计开发一套基于电成像的碳酸盐岩储层分类[2]软件系统。该系统能自动划分出可能的地层及识别出可能的类型，用于交互解释等后续测井解释。

目前，在自动分层方面，大多数方法集中在利用常规测井曲线进行分层，其中主要包括非数理统计法、数理统计方法和人工智能3类[3]。易觉非[4]利用多条测井曲线加权后的曲线进行活度分层，并分析了假地层界面的剔除方法。在储层类型识别方面，景建恩等[5]利用成像测井技术对碳酸盐岩缝洞型储层进行了识别和评价。本文以基于样块[6]的全井眼修复处理后的电成像测井资料提取的电阻率谱特征以及灰度共生矩阵[7](GLCM)和Tamura等[8]2种纹理特征为基础，将提取的特征曲线进行曲线融合再利用活度分层得到分层数据。在得到分层数据后，由于在地层类型识别中需要使用典型地层类型库数据，该系统设置1台服务器搭建Oracle数据库和FTP文件服务器用于储存区块内公用数据。本文采用典型的3层模式开发整个软件系统，主要的可视化开发工具将使用Visual C++开发平台，并结合Oracle SQL Developer开发工具开发Oracle数据库。该系统将依托GeoReveal(极睿)解释平台[9]进行开发。

1 总体结构和功能

1.1 前端系统

该前端软件系统的设计开发遵循典型的3层软件设计框架和模块化思想。前端软件系统3层结构为：数据层(测井数据读写、数据库数据编辑、上载和下载、数据本地保存与读取)、业务层(特征提取和自动分层等)以及表示层(绘图功能)。前端系统功能模块如图1所示。

  

图1 前段系统功能模块Fig.1 Front of the system function module

系统按功能划分主要的模块为：①数据管理模块。本地测井曲线的读写以及数据本地读取及保存、提供底层的Oracle数据库和FTP操作等功能。②数据处理模块。包含动态成像数据的全井眼修复和特征提取、曲线融合及自动分层、层类型识别以及库特征提取等算法的包装，提供数据处理接口和数据管理接口。③绘图模块。用于绘制显示井径、GR、动态成像图、分层结果和匹配图等，可以在分层完成后根据常规曲线和动态成像图进行交互处理分层结果，从而得到准确的分层结果及类型。

1.2 后端系统

为了使该系统能安全、高效地管理典型地层类型库数据，并且能使多个用户同时解释不同的井数据，系统搭建了Oracle数据库和FTP文件系统的联合服务器。Oracle数据库用来管理典型地层类型库中的每种地层类型中的每张成像图的特征数据，并与FTP文件系统中成像图文件对应起来。后端系统为前端系统提供远程数据管理。后端系统流程如图2所示。

取粪样时，用60孔铜筛进行淘洗、滤液，再经过260孔锦纶筛过滤，所得滤液用3 000 rpm离心机进行离心10 min，丢弃上清，沉渣再放入瓶内，加5%的重铬酸钾溶液搅拌均匀，放置37 ℃恒温培养箱进行培养，搅动培养液，滴加重铬酸钾溶液，防止粪样干涸，培养12 d，使卵囊孢子化，然后进行检查。

2 关键技术

2.1 成果绘制及交互处理

在进行测井绘图时，绘制往往都需要进行大量计算、变换和映射之后才输出到屏幕上。当要绘制很长井段时，在多道的情况下只绘制常规曲线数据量就很大，如果还需要绘制电成像测井图像数据量就更大。如果一次性把所有数据读入内存，采用常规绘图方法一次把整幅图全部绘出，在使用常规滚屏方法进行浏览测井图时，由于图形刷新速度过慢产生视觉暂留现象，必然会出现图形闪烁和图形重叠等现象。因此，必须要提高图形的绘制和显示速度[10]。针对上述问题，本文使用了内存映射文件、内存DC、局部重绘等技术，绘制效果得到了极大改善。

  

图2 后端系统流程Fig.2 Backend system flow

其中，一二三级分类为碳酸盐岩地层类型分类，如储层、非储层、孔洞型、裂缝型、缝洞型等；特征分类表为对电成像测井数据提取的各类特征类型，特征值表即为各类特征提取出的特征值；图片信息表即为各种典型的地层类型电成像图的信息，用于得到处理井段的地层类型；其余的表根据其字段名就能知道作用，这里不再赘述。

2.2 储层分类算法

由于电成像测井仪器结构和测量井身结构的原因，仪器需要处于张开状态才能测量，这样就使仪器在沿井壁扫描时不能测量到整个井周，测量覆盖率就不能达到100%。在对电成像测井资料处理后生成的图像上会产生无效数据条带，影响了整个电成像图像的质量，不利于后续地质现象的识别和特征提取。本文首先使用基于样块的图像修复算法来全井眼修复，此算法修复后的图像界恢复较好，没有明显的拼接痕迹，结构也得到很好的延伸，整体效果较好，对各种地质信息恢复的可信度高。这为后续的特征提取打下良好的基础。

由于不同类型的地层之间岩石构造形态不同具有不同的特征，可作为在碳酸盐岩地层划分和类型识别的重要依据。从电成像图像中提取出的各种特征对碳酸盐岩岩石结构和构造特征进行了量化描述。本文主要提取电阻率谱特征以及灰度共生矩阵(GLCM)和Tamura两种纹理特征来表征碳酸盐岩地层。

我的丧事办得很潦草。我没有一个亲人，所以，我的尸骨就没有哪个愿意前来认领。后来还是小六子母子为我买了一口杂木棺材，找来了几个平素要好的工友，把我埋在了西山一个杂草丛生异常僻静的沟壕里。

在碳酸盐岩地层中，更关注孔洞和裂缝的发育而不是岩性，其在成像图中为结构性的表现，所以本文使用动态成像数据作为特征提取对象。首先对动态成像数据进行全井眼修复再提取出各种特征曲线，再归一化处理提取的特征曲线，然后使用曲线融合算法将所有特征曲线融合成一条能反映地层综合信息的曲线，最后使用活度分层算法计算融合曲线活度。进行分层时，对于大于给定阈值的波峰则为层界面点。融合后的曲线对比原始的特征曲线有更少的毛刺、更突出曲线尖峰等特点，有利于进行活度分层。与人工解释的结果相比，融合曲线的活度分层结果基本保持一致。

在地层类型进行识别之前，需要建立完善的典型地层类型库。以四川普光地区多口井为研究对象，选取其中具有代表性的地层段，综合资料确定其类型，再对电成像测井图进行筛选，最后利用库特征提取程序提取每个成像图的特征值并上传至后端系统。在得到分层结果后截取出每个层段的特征曲线数据，与库中特征数据做0均值标准化(Z-score standardization)，与典型地层类型库中所有类型的特征数据做欧式距离计算，其中距离最小的成像图所对应的类型即为该层类型。

数据库设计(Database Design)是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，使之能有效地存储数据，满足各种用户的应用需求。该系统需求为储存管理典型地层类型库并提供特征数据的导入导出。

在传统智慧课堂的基础上，采用新的信息处理技术，把教学过程、教学支持领域和教育管理中收集、感知到的海量信息，进行汇聚、存储和分析，有利于形成校园范围内的教育大数据，重构已有教育信息系统，实现智能汇聚、融合，为整个学校的教育教学过程和管理决策提供“智慧”。

2.3 数据库和FTP软件开发

在Oracle数据库软件开发之前，要使用Oracle实用工具配置本地服务名、创建表空间、添加用户和创建数据库表等一些数据库基本操作。这一部分本文使用的是Oracle SQL Developer开发工具来进行的。根据数据库的设计编写好PL/SQL语句，再使用开发工具执行即可完成。

张清元自从去河坝子上教训了那伙放牛娃以后，他就一直存有一个疑问。那些个坏小子们为啥要把唐小芹摁在地上抚弄她嘴唇上的那颗美人痣呢？这个疑问一直困绕了他好长时间。其实，张清元一直也在盘算着如何去捏弄一下那颗美人痣。张清元想捏弄是因为他见到唐小芹那颗美人痣后确实有一种说不清道不明的躁动。他仿佛将它看成了唐小芹的另一只眼睛。他见了这只眼，想看又不敢多瞧，像做贼样的。所以，张清元尽量不去盯着唐小芹的那颗美人痣。

根据系统需求以及上述后端系统流程图，本文设计了数据库表结构。①一级分类表：一级分类ID，一级分类类型。②二级分类表：二级分类ID，二级分类类型，一级分类ID。③三级分类表：三级分类ID，三级分类类型，二级分类ID。④特征分类表：特征ID，特征名称。⑤区块信息表：区块代号，区块名，区块信息。⑥图片信息表：区块代号，三级分类ID，图片ID，图片MD5。⑦特征值表：图片MD5，特征值ID，特征数值。⑧井信息表：井次名MD5，井次名，井名，上传者，上传时间，审核人，审核时间，归档简码，归档消息，归档备注，审核备注，井次状态，井次FTP子目录，版本号。⑨井段分类表：井段ID，井次名，起始深度，终止深度，图片MD5。⑩井段特征值表：井段ID，井次名，特征ID，特征数值。

2.4 数据库设计

“哦，那我自己去吧！”大学三年，颜晓晨花了太多时间在打工上，每一块钱都要算计着花，但凡花钱的活动都尽量找借口不参加，可同学间只要出去玩，哪里能不花钱？刚开始，还有人时不时叫她，时间长了，同学们有了各自的朋友圈，即使有什么活动，也不会有人想着找她。颜晓晨变成了班级里的隐身人，大家对她印象模糊，她对大家也不熟悉，唯一熟悉点的就是同宿舍住了三年多的舍友，但也都保持着距离，逛街吃饭这种活动绝不会找她。

由于OCI访问Oracle虽然效率很高但API非常复杂，一个简单的功能就需要编写相当多的代码，所以本文使用OCILIB包装库来作为软件开发。OCILIB包装库是一个跨平台的Oracle驱动程序，能对Oracle数据库提供非常快速和可靠的访问，其应用程序接口(API)具有丰富、功能齐全且易于使用的特点。所有Oracle平台OCILIB包装库都支持运行。由于是使用的标准FTP，在使用Visual C++编程时，可以直接MFC提供的网络编程类CInternetSession、CFtpConnection和CInternetFile来快速访问FTP文件服务器。

在储层分类程序完成后，将成果绘制显示出来，由于是自动分层和类型识别，可能存在错误的情况，这时就需要对分层数据进行交互解释，调整层数和深度以及层类型。在交互解释的过程中可能会分多次进行，所以需要在本地进行保存分层和层类型数据以便后续解释再加载。

在实际的库管理中，容易出现同一数据文件重复上传问题，本文使用MD5算法来识别上传的典型地层类型电成像图是否已经存在于服务器中，以此来避免资源浪费。

在《圣经》汉译的前三个阶段，合作翻译中始终以传教士为主体，中国文人只是作为助手进行润色。那么，在中国以天下之中心自居的文化背景下，为何少部分文人愿意襄助传教士进行宗教翻译？

3 系统实现

由于C/C++语言具有高效的算法执行效率和面对对象开发特性，所以该系统使用Visual C++作为主要开发平台并使用C/C++作为开发语言。采用面向对象的程序设计方法进行系统软件中各功能模块的分类和编程，使系统软件层次结构清晰、集成程度高、便于系统升级和维护。该系统按主要功能构造了3个主要模块：绘图类(CDraw)、自动分层类(CAutoLayering)、数据管理类(CDataManagement)；在绘图方面，使用了GDI+进行各种图形的绘制及交互处理；在数据库方面，使用了OCILIB包装库作为开发接口来操作数据表；在FTP方面，使用了MFC提供的类来操作文件库。

系统软件操作主界面如图3所示；典型地层类型库管理窗口如图4所示；处理井段管理窗口如图5所示。

  

图3 主界面Fig.3 Main interface

  

图4 典型地层类型库管理窗口Fig.4 Typical stratigraphic type library management window

  

图5 处理井段管理窗口Fig.5 Management window for processing well section

4 结语

基于电成像的碳酸盐岩储层分类软件系统充分利用了Visual C++可视化开发工具的执行效率高和灵活性的特点，并且利用Oracle数据库和FTP文件系统在数据联合管理方面的优势，保证了在多用户使用该软件系统时数据层交互的安全性和稳定性。同时，基于GDI+的图形开发技术使得图形绘制变得简便且绘制质量更好。该系统满足了碳酸盐岩地层的解释需求，能实现自动分层和类型识别、成果显示及交互解释、数据库及文件服务器管理和多机同时处理等功能，并且具有良好的用户界面、操作方便、易于使用，对划分地层和确定地层类型处理效果良好，提高了资料处理解释效率。在后期的实际运行中，该系统具有较好的稳定性和数据的安全性，并且系统功能丰富，有较好的交互体验，得到了用户的充分肯定。

参考文献(References)：

[1] 肖小玲，靳秀菊，张翔，等.基于常规测井与电成像测井多信息融合的裂缝识别[J].石油地球物理勘探，2015，50(3)：542-547.

Xiao Xiaoling，Jin Xiuju，Zhang Xiang，et al.Crack recognition based on multi information fusion of conventional logging and electrical imaging logging[J].Oil Geophysical Prospecting，2015，50(3)：542-547.

[2] 李志虎，吴培侗，张翔，等.碳酸盐岩地层划分及类型识别方法[J].断块油气田，2017，24(2)：169-173.

Li Zhihu，Wu Peitong，Zhang Xiang，et al.Automatic segmentation and type identification of carbonate formation[J].Fault-Block Oil & Gas Field，2017，24(2)：169-173.

[3] 肖波，韩学辉，周开金，等.测井曲线自动分层方法回顾与展望[J].地球物理学进展，2010，25(5)：1802-1810.

Xiao Bo，Han Xuehui，Zhou Kaijin，et al.A review and outlook of automatic zonation methods of well log[J].Progress in Geophysics，2010，25(5)：1802-1810.

[4] 易觉非.利用活度分层法实现测井自动地质分层[J].石油天然气学报，2007，29(1)：78-80.

Yi Juefei.Automatic geologic zonation using activity layering method[J].Journal of Oil and Gas Technology，2007，29(1)：78-80.

[5] 景建恩，梅忠武，李舟波.塔河油田碳酸盐岩缝洞型储层的测井识别与评价方法研究[J].地球物理学进展，2003，18(2)：336-341.

Jing Jian′en，Mei Zhongwu，Li Zhoubo.Investigation of well logging evaluation and identification methods for carbonate reservoirs with fracture and vug in Tahe Oil Field[J].Progress in Geophysics，2003，18(2)：336-341.

[6] Criminisi A，Perez P，Toyama K.Region filling and object removal by exemplar-based image inpainting[J].IEEE Transactions on Image Processing，2004，13(9)：1200-1212.

[7] Haralick R M，Shanmugam K，Dinstein I.Textural features for image classification[J].Systems Man & Cybernetics IEEE Transactions on，1973，smc-3(6)：610-621.

[8] Tamura H，Mori S，Yamawaki T.Textural features corresponding to visual perception[J].IEEE Transactions on Systems，Man & Cybernetics，2010，8(6)：460-473.

[9] 赵中明，齐宝权，张树东.GeoReveal(极睿)解释平台集成开发技术[J].天然气工业，2011，31(2)：48-51.

Zhao Zhongming，Qi Baoquan，Zhang Shudong.Integrated development for the GeoReveal Interpretation Platform[J].Natural Gas Industry，2011，31(2)：48-51.

[10]李河，王祝文，李舟波，等.大数据量地球物理测井绘图关键技术研究[J].地球物理学进展，2005，20(1)：71-77.

Li He，Wang Zhuwen，Li Zhoubo，et al.The key technology research of geophysical well logging plot with mass data[J].Progress in Geophysics，2005，20(1)：71-77.