从二维高分辨率图像到三维数字模型的多尺度多孔空间特征表征

《Fuel》：Characterization of multiscale porous space from 2D high-resolution image to 3D digital model

多尺度孔隙介质中亚微米孔隙网络的高效表征方法。本研究提出基于高分辨率SEM图像的2D-3D智能重构算法，通过纹理分割与EDS矿物组分联合分析，实现非破坏性、大样本量的亚微米孔隙三维建模，建立孔隙率-渗透率统一关系。该方法突破传统FIB-SEM的样本限制和破坏性，可应用于油气开采、地热开发及先进材料设计中的多尺度孔隙表征，显著提升数字岩模型预测精度。

　　

丹尼斯·奥尔洛夫（Denis Orlov）|奥尔加·沃尔科娃（Olga Volkova）|帕维尔·穆拉夫斯基（Pavel Muravskii）|亚历山大·阿夫多宁（Alexander Avdonin）|弗拉基斯拉夫·克鲁特科（Vladislav Krutko）|德米特里·科罗特耶夫（Dmitry Koroteev）

斯科尔科沃科学技术研究所（Skolkovo Institute of Science and Technology），地址：俄罗斯莫斯科大林荫道30号1号楼，邮编121205

摘要

表征自然和人工多孔介质中的多尺度孔隙网络对于理解流体传输、储存能力和材料性能至关重要，然而传统的成像技术往往无法解析亚微米级别的孔隙结构。虽然像聚焦离子束扫描电子显微镜（FIB-SEM）这样的先进方法可以提供高分辨率的三维（3D）数据，但它们受到样本量小、成本高以及样品制备具有破坏性的限制。本研究提出了一种创新算法，利用高分辨率扫描电子显微镜（SEM）图像来确定亚微米孔隙空间的渗透率-孔隙度相关性，从而实现非破坏性的大规模分析。该方法通过以下步骤解决了将二维SEM数据转换为可靠三维模型的关键问题：（1）识别亚微米孔隙区域；（2）处理和二值化SEM图像；（3）生成用于流体流动模拟的统计等效的三维重建。通过将基于纹理的SEM图像分割技术与能量分散X射线光谱（EDS）映射得到的矿物学数据相结合，新方法能够表征异质性亚微米孔隙系统，并将其纳入多类数字岩石模型中。这一进展提高了对未解析孔隙网络中岩石物理性质的预测能力，为劳动密集型的三维成像技术提供了一种实用的替代方案。该算法的应用范围包括碳氢化合物回收、地热系统和先进材料设计，为能源和环境研究中的多尺度孔隙分析提供了可扩展的解决方案。

引言

表征自然和人工多孔介质中的多尺度孔隙网络对于理解流体传输、储存能力和材料性能至关重要[3]、[4]、[37]。在天然多孔系统中，例如碳氢化合物储层和含水层，孔隙网络具有不同的尺度——从影响流体吸附和毛细现象的纳米级微孔到调节整体质量传递的较大宏观孔隙[5]、[27]、[39]。在催化基底、燃料电池电极、过滤膜和建筑材料中，调节孔径分布和连通性对性能至关重要[25]。介孔（2–50纳米）可以增强扩散作用，而微孔（$<2$纳米）可以增加表面活性[8]。在电池和超级电容器中，多尺度孔隙度平衡了离子传输和电荷储存[45]。

表征这类系统的一个主要挑战在于传统成像技术的局限性。尽管像$\mu$CT和光学显微镜这样的先进成像技术能够解析较大的孔隙（$>1$微米），但它们始终无法检测到亚微米和纳米级别的孔隙，导致模型不完整，从而低估了流动能力和储存潜力[29]、[31]、[42]。这种分辨率差距在低渗透性和非常规储层、地热系统以及先进材料中尤为关键，因为亚微米孔隙在这些系统中控制着关键的传输现象[9]、[36]、[41]。扫描电子显微镜（SEM）、聚焦离子束扫描电子显微镜（FIB-SEM）和纳米CT可以提供亚微米孔隙网络的高分辨率表征，但面临显著的实际限制。尽管SEM具有高分辨率，但它仅限于二维表面分析；FIB-SEM具有破坏性、耗时较长，并且只能处理微小的样品体积（通常$<{100}^3$），因此不适合用于表征整个岩芯样本的空间异质性[34]。纳米CT提供了非破坏性成像，但存在采集时间长、辐射损伤以及在工业环境中应用受限的问题。因此，目前缺乏一种实用的非破坏性方法，可以从广泛可用的二维成像数据中推导出亚微米孔隙系统的可靠岩石物理性质。

最近在多尺度数字岩石建模方面的进展使得可以通过多类框架纳入亚微米孔隙信息[33]、[38]。然而，这些方法需要预先了解亚微米级别的岩石物理关系——特别是渗透率-孔隙度相关性，而这在没有大量FIB-SEM数据的情况下难以获得。当前的解决方法，如尺度不变的类比或统计放大，往往无法捕捉到特定岩石类型的孔隙结构和矿物学对传输性质的控制[11]、[30]。最近的国际研究将孔隙表征方法扩展到了多种材料系统，包括聚合物复合材料和富含粘土的地层。关于基于聚合物的多孔材料的研究表明，亚微米孔隙网络在控制传输性质、机械行为和屏障性能方面起着关键作用，其中孔径分布和连通性直接影响渗透率、扩散系数和机械强度[25]。在粘土矿物系统中，纳米孔隙度、表面化学和矿物组成之间的复杂相互作用显著影响了流体传输、膨胀行为和机械性能。对蒙脱石、高岭石和伊利石的研究表明，亚微米孔隙结构因矿物类型而异，从而影响渗透率和膨胀能力[41]。这些贡献突显了跨不同材料类别进行多尺度孔隙表征的重要性，并强调了需要开发适用于各种多孔介质类型的通用方法。将先进的成像和计算技术应用于聚合物复合材料和富含粘土的材料是一个活跃的研究领域，在从屏障膜到岩土工程的应用中，理解亚微米孔隙网络对于优化材料性能至关重要。

本研究通过开发一种端到端的工作流程来解决这一难题，该流程将全景高分辨率SEM图像转换为亚微米孔隙网络的预测性三维模型，从而无需破坏性三维成像即可准确确定渗透率-孔隙度关系。该方法结合了基于纹理的SEM图像分割技术与能量分散X射线光谱（EDS）提供的矿物学数据，以区分异质性的亚微米孔隙类型，随后通过基于深度学习的二维到三维重建流程生成统计等效的三维体积，用于直接数值模拟。通过利用广泛可用的二维显微镜数据，所提出的方法为亚微米孔隙表征提供了一种可扩展且成本效益高的FIB-SEM替代方案，同时保持了岩石物理性质估计的预测准确性。

该工作流程在来自西伯利亚北部阿奇莫夫地层（Achimov Formation）的低渗透性砂岩样本上进行了验证，结果表明不同的亚微米孔隙类型遵循统一的孔隙度-渗透率趋势，这简化了这种岩性的多尺度建模过程。得到的三维亚微米掩模可以直接纳入宏观数字岩石模型中，弥合了纳米级显微镜和毫米级层析成像之间的分辨率差距，从而提高了储层模拟和材料设计的预测能力。

部分摘录

材料和数据采集

多尺度多孔空间表征的工作流程使用了一组数据（X射线微断层扫描（$\mu$CT）、SEM、FIB-SEM和EDS）进行测试，这些数据来自西伯利亚北部阿奇莫夫地层的碎屑样品。阿奇莫夫地层与下白垩纪沉积物相关，多年来一直是研究的重点，因为其具有较高的碳氢化合物储量。该地层由细粒到中粒砂岩组成，夹杂着页岩，具有复杂的

用于亚微米多孔空间表征的FIB-SEM成像

本节讨论了用于重建亚微米多孔结构三维模型并研究其特性的标准方法——FIB-SEM成像。分析从检查高分辨率的全景SEM图像开始，这些图像的分辨率可达几十纳米。

第一步是专家们识别出在最大SEM放大倍数下可见的所有含有亚微米孔隙的区域。从这些候选区域中，挑选出几个具有最明显特征的代表性区域

亚微米孔隙区域的纹理和结构区分

在进行三维重建之前，必须先在全景SEM图像中识别并分类亚微米孔隙区域。这一步骤至关重要，因为不同类型的孔隙可能表现出不同的岩石物理特性，准确的分类有助于生成特定类型的三维模型。开发了两种互补的方法：一种基于纹理的方法，利用灰度强度变化来区分孔隙类型；另一种方法

讨论

通过对第3节中提到的多类数字岩石模型（${100}^3$个体素）的敏感性分析，量化了所提出方法对储层建模准确性的实际影响。当亚微米渗透率相关性变化一个数量级（增加或减少10倍）时，模型的总渗透率仅变化了3–4倍（从0.122 mD变为1.41 mD，而基线值为0.51 mD）。这表明该方法在实际应用中具有足够的准确性

结论

本研究建立了一种实用的端到端工作流程，用于弥合多尺度多孔介质表征中的分辨率差距，将广泛可用的二维SEM数据转换为亚微米孔隙网络的预测性三维模型。关键发现是：阿奇莫夫地层砂岩中不同的亚微米孔隙类型遵循统一的孔隙度-渗透率趋势，这表明对于某些岩性来说，可以通过孔隙度参数化亚微米异质性，从而显著简化建模过程

CRediT作者贡献声明

丹尼斯·奥尔洛夫（Denis Orlov）：撰写——审稿与编辑、撰写——初稿、监督、项目管理、方法论、研究、正式分析。奥尔加·沃尔科娃（Olga Volkova）：撰写——初稿、可视化、验证、研究、正式分析、数据管理。帕维尔·穆拉夫斯基（Pavel Muravskii）：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件开发、研究、正式分析、数据管理。亚历山大·阿夫多宁（Alexander Avdonin）：撰写——审稿与编辑、验证、研究

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。