1. 引言

对地质露头的调查和解剖是油气勘探地质研究的有效手段。传统的地质露头研究最常用的方法是现场调查，因此大批地质学家为了解剖露头，通常带着地质锤、皮尺和放大镜等地质工具在野外长时间风餐露宿。随着油气勘探逐渐向精细化发展，需要对地质露头进行精细的定量研究。而地面激光雷达可快速精确地获取被测物体的三维信息，是三维地理信息获取的重要手段。地面激光雷达使得能够代替实地野外测量的数字露头技术成为可能[1][2][3]。

利用激光雷达扫描可以建立地质剖面的数字露头模型，相关文献研究了数字露头模型建立的方法和流程[4]，并基于影像开展了地质信息的初步提取[5]，将数字露头技术应用于沉积储层特征的研究[6]，以及数字露头应用于储层地质建模中[7]。许多研究表明可以应用激光强度数据来区分岩石类型[8][9][10]，但如何从数字地质露头上快速获取有效地质参数是数字露头地质应用的关键。因此本文基于数字露头激光强度，提出了碎屑岩岩性识别方法，并在鄂尔多斯盆地延长组致密砂岩地质露头进行应用，研究了致密砂岩储层层序划分和储层评价，为地质家提供露头精细与定量表征的研究手段。

2. 原理和方法

利用地面激光雷达技术和高精度数码相机，首先野外采集地质露头的点云数据、激光强度数据及高精度纹理影像数据，对激光点云数据进行数据拼接和坐标转换等处理，利用基于最佳趋势面的三角网建模方法建立表层模型，对模型进行模型着色和优化，最终建立野外地质露头的三维仿真模型。基于数字露头激光强度，研究不同岩性与激光强度的相关关系，提出碎屑岩岩性识别方法。

2.1. 激光强度特性

激光扫描获取的强度值是目标对发射激光光束的后向散射回波的功率，能反映目标的物理化学性质。地面激光雷达测距方程的一般形式为：

$P_r=\frac{P_t{D}_r^2\rho }{4R_{}^2}{\eta }_{\text{atm}}{\eta }_{\text{sys}}\cos \alpha$(1)

其中， $P_r$为激光接收功率(W)， $P_t$为激光发射功率(W)， $D_r$为接收孔径(m)，R为激光测距值(m)， ${\beta }_t$为激光束宽度， ${\eta }_{\text{atm}}$为单程大气传输效率， ${\eta }_{\text{sys}}$为光学系统效率， $\sigma$为后向散射截面面积(m²)。 $\rho$为目标反射率， $\alpha$为发射激光束到目标表面的入射角。

在接收机内部强度值I通常被表示为接收信号的峰值振幅。假设强度值与接收信号功率之间存在简单的线性关系，则：

$I=C{P}_r=C\frac{P_t{D}_r^2\rho }{4R^2}{\eta }_{\text{atm}}{\eta }_{\text{sys}}\cos \alpha$(2)

其中，C为常数。从式(2)中可以看出，强度值的影响因素有激光发射功率 $P_t$、接收孔径 $D_r$、目标反射率 $\rho$、距离R、单程大气传输效率、 ${\eta }_{\text{atm}}$为光学系统效率 ${\eta }_{\text{sys}}$及入射角 $\alpha$。对于某一特定的地面激光雷达系统，接收孔径 $D_r$和光学系统效率 ${\eta }_{\text{sys}}$均为常数，并且当测量模式固定时，激光发射功率 $P_t$也为常数。与机载三维激光扫描相比，地面三维激光扫描距离较短，在几十米至几百米，大气状况良好的情况下， ${\eta }_{\text{atm}}$可忽略不计。因此式(2)可化简为：

$I=C_1\frac{\rho \cos \alpha }{R^2}$(3)

其中， $C_1=\frac{C{P}_t{D}_r^2{\eta }_{\text{sys}}}{4}$。

因此，在保持激光测距值和激光入射角相对一致的情况下，地面激光扫描强度值反映目标反射率。

2.2. 基于激光强度的碎屑岩岩性分类方法

收集了33块陆源碎屑岩样品，基于岩样薄片鉴定明确岩样的岩石类型，同时利用Riegl VZ400地面激光扫描仪测得激光强度值，不同岩石类型的激光强度值分布如图1所示，强度均值如表1所示。根据样品分析，不同的岩石类型具有不同的成分及粒度，则具有不同的光谱反射特性，因此具有不同的激光强度值。

Table 1.Laser intensity of clastic rocks

表1.不同碎屑岩岩石类型激光强度

Figure 1.Laser intensity distribution of different rock types

图1.不同岩石类型激光强度分布

根据上述分析，不同岩石类型激光强度值有明显的分界规律，粒度越大强度值越大。因此通过大量样品分析建立碎屑岩不同岩石类型激光强度图板，砾岩的激光强度值均值为−1.33，细砾岩激光强度值均值为−2.07，细–中砂岩激光强度值均值为−4.87，粉砂岩激光强度值均值为−6.01，泥岩激光强度值均值为−7.10。利用K均值聚类方法在数字露头模型上直接利用激光强度图板对剖面进行岩性划分，结果如图2所示。

Figure 2.Classification results of laser intensity Lithology

图2.激光强度岩性分类结果

3. 延长组致密砂岩砂体定量刻画

鄂尔多斯盆地延长组致密砂岩是我国最具代表性的致密油储层[11]。本次地面激光雷达扫描采用的设备是奥地利Rigel VZ400，获取了延长组长8露头表层空间几何信息的三维点云和激光强度信息；高分辨率数码相机选用的是宾得645D，达到4000万像素，获取了露头高精度纹理影像。利用本文所述的数字露头建模方法，建立了彬县长8滩坝沉积数字露头模型，局部露头模型如图3所示。

Figure 3.Digital outcrop model of Yanchang 8 in Ordos Basin

图3.鄂尔多斯盆地延长组长8数字露头模型

基于数字露头模型，利用激光强度值对岩性进行划分，结合野外实地踏勘，将岩性分为7类，包括泥岩、中砂岩、粉细砂岩、粉砂岩、细砂岩、中细砂岩和泥质粉砂岩。岩性划分如图4所示。

Figure 4.Interpretation of the Lithology of Yanchang 8 digit outcrop

图4.延长组长8数字露头岩性解译图

从整个剖面分析，共分3个短期旋回(图5)。其中SSC3和SSC2为以上升半旋回为主的A型层序；SSC1为对称的C型层序。SSC1历经一期海侵和一期海退，水深由开始的上升到后期下降，岩性由底部的中–细砂岩过渡到泥岩，然后再次过渡为细–粉砂岩，粒度由粗至细再到粗；SSC2开始新一轮海平面上升，粒度由粗变细；到SSC3海平面再次上升，岩石粒度向上变细，层厚变薄。

Figure 5.Sequence framework of Yanchang 8 digit outcrop

图5.延长组长8数字露头层序格架

SSC1砂体厚度稳定，SSC2、SSC3由下至上砂体逐渐变薄，表现为水体逐渐变深的滩坝沉积。SSC1底部为厚度稳定(1.5 m)的坝主体中细砂岩，中部为湖相泥岩(1 m)，上为一套反粒序的坝侧缘粉砂岩(1.5 m)；SSC2为一套滩砂、湖泥、细粉砂岩薄互层(2 m)；SSC3为滩砂粉砂质泥岩(1.8 m)。

夹层较为发育，共有5套泥岩岩性隔层，SSC1中部发育有①号泥岩，横向分布稳定，厚度1 m，SSC2发育细—粉砂岩与泥岩薄互层，②号泥岩在剖面出露较少，平均厚度0.3 m，③号泥岩较薄，厚度0.35 m，尖灭于中细砂岩中，④号泥岩尖灭现象明显，厚度0.65 m，⑤号泥岩分布于SCC2顶部，较厚处0.5 m，最薄处约为0.248 m。

剖面砂体较为发育，共发育11套砂体。SSC1下部①号砂体厚度1.5 m，且发育较稳定，分层系数2 (越大非均质性越强)，垂向砂岩系数0.6 (砂岩占地层厚度比例)；上部发育②号砂体为细–粉砂岩及中砂岩，厚度稳定，延伸较远，厚度1.8 m；③号砂体为粉砂岩，延伸不远，出现尖灭现象，厚度0.4 m；④号砂体横向分布稳定，局部变厚和尖灭，厚度0.45 m；⑤号砂体出露较少，有尖灭现象，厚度约1.4 m；⑥号砂体较薄，有尖灭现象，厚度约0.3 m；⑦号砂体横向分布稳定，厚度约1.6 m；⑧号砂体分布稳定，厚度0.4 m；⑨号砂体延伸不远，厚度0.65 m；⑩号砂体两侧尖灭呈透镜状，平均厚度0.3 m；⑪号砂体为坝缘外侧，发育粉细砂岩，厚度为1.2 m。

垂向粒度分布韵律性如图6所示。岩性的非均质性表现明显，为细砂岩、粉砂岩、泥岩互层。SSC1短期旋回坝砂体，表现出粒度的复合韵律，上部坝主体，为反韵律，下部为正韵律；SSC2、SSC3短期旋回表现为粒度的正韵律。

Figure 6.Vertical particle size distribution Rhythmic of Yanchang 8

图6.延长组长8垂向粒度分布韵律特征

4. 结论

本文基于激光扫描建立野外地质露头的数字露头模型，提出了利用激光强度对数字露头剖面进行碎屑岩岩性识别方法。并在鄂尔多斯盆地延长组进行应用，建立了数字地质露头仿真模型，利用基于激光强度的碎屑岩岩性识别方法获得整个剖面的碎屑岩岩性分布特征，进而详细分析了露头剖面的砂体结构。本文的数字露头建模及基于激光强度的碎屑岩岩性识别方法为油气勘探地质研究提供了一种新的露头地质分析手段。

参考文献