使用川北地区广元千佛崖组砂岩薄片图像样品,开展基于孔、裂隙分析系统(PCAS)定量表征孔隙结构的研究,并探讨如何提升PCAS识别孔隙度的精度。研究表明:使用PCAS默认的单阈值分割法,识别的孔隙与人工圈定的孔隙范围不一致,并且孔隙度偏高为31.21%。为了提高软件的识别效果,使用Adobe Photoshop对图像进行初步优化,然后采用多阈值分割法,根据孔隙的颜色差异设置各阈值的容差,最终得出孔隙度为14.18%,孔隙识别正确且内部结构更加完整,说明以上操作能够显著提升软件的识别效果。将优化后的孔隙度与默认的单阈值分割法识别的孔隙度、薄片估算的面孔率进行对比,发现优化后的孔隙度与薄片估算的孔隙度接近,仅相差1%～2%,并且参考邻区储层物性测试所得孔隙度,可确定该结果具有一定准确性。此外,PCAS还能快速、准确地提取各种孔隙特征参数,对于孔隙成因、孔隙评价、赋孔特征、赋气机制、渗流网络等研究具有重要意义。这些结果证实了PCAS软件在定量表征孔隙方面的潜力。
