系统对比典型岩石中氢气表观扩散特征、主控因素及不同盖层的封堵能力。采用双侧气体扩散实验装置,在0.1 MPa等压条件下测定25件沉积岩、火成岩和变质岩样品的表观扩散系数（D_app）,并选取代表性样品开展温度、有效应力、含水率和对侧气体组分敏感性实验,基于实测参数进行一维扩散模拟。结果表明：①1 MPa有效应力下,所测样品D_app为（2.54~358.43）×10^-9 m²/s,多数集中于（10~100）×10^-9 m²/s,并与孔隙度呈较强正相关关系;砂岩、煤及部分高孔隙度页岩和碳酸盐岩的氢气扩散能力较强,所测玄武岩、花岗岩和辉绿岩总体处于低至中等水平,所测蛇纹岩和盐岩较弱。②温度由278.15 K升高至318.15 K时,所测代表性样品的D_app提高11.9%~34.4%;有效应力增大使D_app呈指数衰减,所测代表性样品的应力敏感性由强到弱依次为盐岩、蛇纹岩、辉绿岩、页岩、砂岩和灰岩;含水率升高显著抑制氢气扩散。③与N₂条件相比,CH₄条件下D_app变化较小,CO₂条件下D_app平均降低8.6%。④模拟结果表明,增加盖层厚度和含水率可减缓氢气的扩散与散失;在所选典型盖层样品中,干燥盐岩的封堵能力最强,相近含水率条件下页岩的封堵能力不弱于辉绿岩。氢气表观扩散系数受孔隙度、孔喉结构、连通性、有效应力和含水率共同控制,盖层封堵评价应综合考虑岩性、厚度、有效连通性及原位含水状态。

为系统审视人工智能驱动下沉积古地理学研究范式的变革进程,梳理技术融合路径与核心挑战,采用理论与典型案例分析相结合的方法,归纳范式转型的多维度特征,探索智能古地理重建的新技术框架。研究表明,沉积古地理学研究范式呈现四个维度的系统转型：数据基础从经验驱动转向数据驱动,认知方式从定性描述转向定量表征,预测目标从静态表征转向动态预测,决策模式从单一分析转向系统决策。进而构建了传统经验、数字化与智能化范式的对比框架。在古地理重建、沉积过程模拟与储层参数预测三个关键环节,知识图谱、物理信息神经网络与集成学习等方法展现出显著的融合效能。最后提出了涵盖多源数据融合、知识图谱约束、机器学习预测、专家校验与反馈迭代的智能古地理重建技术流程框架,为沉积古地理学数智化转型提供了系统的理论参照与技术路径。

基于岩心、铸体薄片、CT扫描、测井、测试及地震等资料,以中阿拉伯盆地A油田下白垩统Yamama组为例,解析碳酸盐缓坡半局限环境沉积成岩特征及有利储层主控因素。早白垩世研究区为碳酸盐缓坡,处于半局限环境,总体为中低能浅水岩相,以大规模潟湖沉积为主,局部发育颗粒滩、点礁、滩后和潮坪等,沉积物中藻类、底栖有孔虫、双壳类、胞网菌和似球粒最为富集。研究区Yamama组在准同生期遭受强烈成岩改造,胶结作用和溶蚀作用耦合控制次生孔隙的形成与保存。储层岩性以粒泥灰岩、泥粒灰岩和粘结岩为主,岩性变化频繁,横向可对比性差;发育孔隙型储层,储集空间以微孔、铸模孔和生物体腔孔为主,原生粒间孔发育程度总体较低,孔喉以中喉和微喉为主;物性主要为中低孔、低渗和特低渗,中高渗储层发育程度低。Yamama组有利储层发育的4个主控因素为：局部高能沉积、易溶生物碎屑富集、强溶蚀作用和地层异常高压。局部高能颗粒滩储层的胶结作用较弱,原生粒间孔保存较好,储层物性好,形成小规模的有利储层;潟湖和滩后等中低能沉积局部富含藻类和胞网菌等易溶生屑,遭受强烈溶蚀改造,形成大量铸模孔或生物体腔孔,有效改善储层物性,形成较大规模的有利储层。Yamama组有利储层主要发育在YA段和YB段,且规模储层均位于研究区中北部,是下步勘探开发部署的重点靶区。