研究论文
邓乃尔, 徐浩, 周文, 唐小川, 陈雨露, 刘永旸, 刘绍军, 张益, 蒋柯, 刘瑞崟, 宋威国
黄铁矿作为页岩体系中最具代表性的重矿物之一,对其进行微观特征识别对于页岩沉积环境研究具有重要意义。以四川盆地泸州Ι区五峰组—龙一1亚段为例,通过岩心矿物实验、扫描电镜观测、网络模型优化和特征参数统计,构建了适用于黄铁矿扫描电镜图像分割的网络模型,实现了基于草莓状黄铁矿参数对研究区沉积环境的判断。结果表明:优化后的UNet-Im模型对草莓状黄铁矿扫描电镜图像的分割精度可达0.863,证明了改进措施的优越性;对比黄铁矿含量,龙一小层黄铁矿含量最高,为2.95%,随后降低至龙一小层的2.03%以及五峰组的0.83%;基于草莓状黄铁矿特征参数,推断出黄铁矿沉积环境为深水硫化环境、深水强还原环境、深水强—弱还原环境以及深水还原—次氧化环境。实现了黄铁矿扫描电镜图像的精准化分割,对于提升行业勘探开发智能化具有借鉴意义。