簡介面向石油勘探與測井?dāng)?shù)據(jù)處理場景該工具用于將斯倫貝謝公司專有的WIS格式轉(zhuǎn)換為行業(yè)標(biāo)準(zhǔn)LAS 2.0文件可幫助地質(zhì)工程師、測井解釋人員和軟件開發(fā)者在不同系統(tǒng)間順暢共享與分析數(shù)據(jù)。壓縮包共36個(gè)文件、7.58MB內(nèi)部為完整VC工程既包含6個(gè)頭文件與5個(gè)C源文件便于閱讀解析邏輯也包含編譯生成的exe程序、obj與pdb等調(diào)試中間文件以及兩個(gè)txt說明文檔可直接運(yùn)行也可二次開發(fā)。轉(zhuǎn)換過程覆蓋WIS文件分段解析、數(shù)據(jù)字段向CURVE/PARAMETER段映射、單位與精度歸一化、LAS 2.0結(jié)構(gòu)生成和結(jié)果校驗(yàn)等關(guān)鍵環(huán)節(jié)資源還附帶TEST.wis測試樣例方便驗(yàn)證轉(zhuǎn)換器效果。目前已有1054人學(xué)習(xí)適合需要實(shí)現(xiàn)或定制測井?dāng)?shù)據(jù)格式轉(zhuǎn)換工具的中高級技術(shù)人員。1. 項(xiàng)目背景WIS和LAS為什么總有人在倒騰這兩種格式做測井解釋和地質(zhì)工作的人幾乎每天都要跟LAS文件打交道。LASLog ASCII Standard是測井行業(yè)通用的標(biāo)準(zhǔn)文本格式從上世紀(jì)90年代開始就被各大軟件和儀器廠商支持幾乎所有商業(yè)化解釋軟件——不管是Petrel、Techlog還是國內(nèi)的Forward、Lead——都能直接拖進(jìn)去用?？梢哉fLAS就是測井?dāng)?shù)據(jù)交換的“普通話”。但你翻翻手頭的舊資料尤其是一些老井、老區(qū)塊的數(shù)據(jù)備份很容易見到后綴為.WIS的文件。這玩意兒的來歷比較復(fù)雜通常是一些早期測井解釋軟件或特定儀器廠家自定義的存儲(chǔ)格式有的基于文本、有的則是二進(jìn)制結(jié)構(gòu)字段含義、曲線排列、深度規(guī)則各個(gè)軟件還不太一樣。問題就來了你想把WIS文件里的數(shù)據(jù)導(dǎo)入主流解釋平臺(tái)或者把老井?dāng)?shù)據(jù)重新處理一遍但軟件根本不認(rèn)這個(gè)格式。我最初上手這個(gè)需求就是幫朋友整理一批老井資料。十幾口井的WIS文件全是2000年前后建井時(shí)存下來的數(shù)據(jù)本身沒問題但新軟件打不開。用文本編輯器硬看二進(jìn)制部分全是亂碼網(wǎng)上找轉(zhuǎn)換工具找來找去不是收費(fèi)就是格式支持不全。磨了兩天最后決定自己寫一個(gè)轉(zhuǎn)換器把WIS完整地轉(zhuǎn)成LAS 2.0讓數(shù)據(jù)能在主流軟件里流暢跑起來。這篇文章就把完整思路、格式要點(diǎn)、踩過的坑和可用的代碼骨架都整理出來給同樣被數(shù)據(jù)格式折騰過的人一個(gè)參照。這個(gè)項(xiàng)目不需要特別高深的技術(shù)背景核心就三件事搞懂WIS格式的底層結(jié)構(gòu)、清楚LAS格式的寫入規(guī)范、把兩者的字段映射關(guān)系做扎實(shí)。另外如果你是自己寫代碼Python加正則表達(dá)式和基本文件讀寫一兩天就能出一個(gè)可用的版本。適合的人群比較寬泛測井解釋工程師、地質(zhì)數(shù)據(jù)管理崗、油藏工程師以及所有被老數(shù)據(jù)格式卡住過的人。2. LAS格式先吃透轉(zhuǎn)換的終點(diǎn)站必須門兒清2.1 LAS 2.0的骨架長什么樣寫轉(zhuǎn)換器之前得先明確目標(biāo)格式的結(jié)構(gòu)。LAS文件本質(zhì)上是一個(gè)帶標(biāo)記的ASCII文本文件用“~”符號波浪線分節(jié)定義不同內(nèi)容。版本的差異主要在節(jié)的數(shù)量和內(nèi)容上——LAS 2.0是最經(jīng)典最通用的版本絕大多數(shù)測井軟件都支持所以轉(zhuǎn)換成2.0是兼容性最好的選擇。一個(gè)標(biāo)準(zhǔn)的LAS 2.0文件由下面幾節(jié)組成~V版本信息。記錄VERS.版本號和WRAP.行寬是否折行比如~VERSION INFORMATION VERS. 2.0: WRAP. NO:~W井信息。記錄井名、井號、位置、油田、國家、測井日期等元數(shù)據(jù)。每條記錄由關(guān)鍵詞.開頭后面跟數(shù)據(jù)值再跟單位和對該字段的描述。~WELL INFORMATION WELL. WELL_A-01: FIELD. EXAMPLE_FIELD: COMP. LOGGING COMPANY:~C曲線信息。定義每條曲線的名字、單位、曲線描述以及ASCII數(shù)據(jù)區(qū)對應(yīng)的列位置。比如深度曲線是第一個(gè)數(shù)據(jù)列然后依次是GR、RT等測井曲線。~CURVE INFORMATION DEPT. M : 1 DEPTH GR. GAPI : 2 GAMMA RAY RT. OHMM : 3 RESISTIVITY~AASCII數(shù)據(jù)區(qū)實(shí)際測井?dāng)?shù)據(jù)。按~C定義的順序以空格或Tab分隔每一列逐行排列。深度值通常從淺到深遞增。如果文件里還有~P參數(shù)信息和~O其他信息節(jié)LAS 2.0也支持但它們不是必需的我的轉(zhuǎn)換器里先不寫后續(xù)有需要再加。這里有個(gè)細(xì)節(jié)值得注意LAS 2.0對井信息字段的格式要求并不嚴(yán)格不同軟件解析時(shí)對冒號位置、空格數(shù)量很挑剔。實(shí)測下來關(guān)鍵詞.要頂格寫值后面要跟冒號和空格注釋部分隨意但別把數(shù)字和單位搞混。很多轉(zhuǎn)換工具轉(zhuǎn)出來的LAS打不開問題就出在井信息那一節(jié)格式不規(guī)范。2.2 版本選型為什么優(yōu)先選LAS 2.0而不是3.0LAS 3.0在結(jié)構(gòu)上引入了~P參數(shù)節(jié)、~O其他信息節(jié)還允許更靈活的曲線定義但帶來的兼容性問題也不少。老版本的Petrel能讀2.0等到3.0出來后才逐步支持某些國產(chǎn)軟件對3.0的解析更是時(shí)好時(shí)壞。在“數(shù)據(jù)要長期保存、跨平臺(tái)使用”這個(gè)場景下2.0是最穩(wěn)妥的。另外還有一個(gè)重要原因WIS格式覆蓋面廣但年代普遍偏老里面的曲線信息、井頭信息往往不夠完整強(qiáng)行映射到LAS 3.0的復(fù)雜模型中反而容易出現(xiàn)信息錯(cuò)位。LAS 2.0的結(jié)構(gòu)足夠簡單數(shù)據(jù)區(qū)定義清晰對WIS這種“老數(shù)據(jù)”是天然的適配。3. WIS格式解析最難啃的骨頭在哪3.1 別指望一種方法搞定所有WIS文件這是整個(gè)項(xiàng)目里最需要重視的一點(diǎn)WIS不是一個(gè)統(tǒng)一的標(biāo)準(zhǔn)格式它更像一個(gè)“家族”。不同來源的WIS文件內(nèi)部結(jié)構(gòu)可能完全不同。有些是純文本用逗號或空格分隔井頭信息寫在前面數(shù)據(jù)區(qū)從某一行開始有些是半二進(jìn)制結(jié)構(gòu)頭部含井名、曲線名等字符串信息數(shù)據(jù)部分用二進(jìn)制浮點(diǎn)數(shù)存儲(chǔ)還有些干脆就是廠商私有導(dǎo)出格式中間夾雜大量無關(guān)的系統(tǒng)信息。所以在動(dòng)手寫轉(zhuǎn)換器之前第一步永遠(yuǎn)是“探路”用文本編輯器打開WIS文件看前幾百個(gè)字節(jié)的內(nèi)容。如果能看到可讀的英文單詞和數(shù)字大概率是文本類如果全是亂碼但有規(guī)律那就是二進(jìn)制類。這個(gè)判斷決定了后續(xù)的解析策略。我的做法是專門寫了一個(gè)wis_detect函數(shù)讀取文件頭部256字節(jié)統(tǒng)計(jì)可打印字符占比?？纱蛴∽址^60%就按文本模式解析否則走二進(jìn)制模式。這個(gè)比例閾值是經(jīng)驗(yàn)值實(shí)測下來比較可靠。3.2 文本型WIS的解析套路文本型WIS解析起來相對輕松。關(guān)鍵是要找對三個(gè)東西井頭信息標(biāo)記通常是Well、WELL、井名等關(guān)鍵詞位置一般在文件最前幾行曲線定義標(biāo)記比如Curves、Channels、曲線等后面跟曲線名和單位數(shù)據(jù)區(qū)起始標(biāo)記比如Data、~A、DATA START等從這里開始每一行就是一條深度記錄。定位到數(shù)據(jù)區(qū)后用正則表達(dá)式或者split按空白符拆列就能得到每一列的數(shù)據(jù)。注意深度可能不是第一列需要通過曲線定義塊來確認(rèn)。3.3 二進(jìn)制型WIS的解析策略二進(jìn)制型WIS才是真正的麻煩。通常結(jié)構(gòu)是頭部一段固定長度的元數(shù)據(jù)井名、曲線數(shù)、起始深度、結(jié)束深度、采樣間隔等后面跟著按列存儲(chǔ)或按行存儲(chǔ)的浮點(diǎn)數(shù)數(shù)組。解析這類文件的思路是找出元數(shù)據(jù)區(qū)的準(zhǔn)確偏移一般可以通過搜索DEPT、DEPTH等關(guān)鍵詞找到曲線定義位置確認(rèn)數(shù)據(jù)區(qū)的起始偏移根據(jù)元數(shù)據(jù)里的長度字段推算或者直接搜索大量連續(xù)4字節(jié)浮點(diǎn)數(shù)序列確定浮點(diǎn)數(shù)的字節(jié)序是Big Endian還是Little Endian這個(gè)判斷可能決定讀出來的數(shù)據(jù)是一堆天文數(shù)字還是正常的測井值。我的經(jīng)驗(yàn)是如果元數(shù)據(jù)里沒有明確寫出字節(jié)序就先按Little Endian讀一遍再做值域檢查——正常的測井?dāng)?shù)據(jù)深度在0到10000之間、GR在0到500之間如果讀出來的值有上千萬甚至亂碼就換字節(jié)序。這個(gè)方法屢試不爽。4. 轉(zhuǎn)換器核心實(shí)現(xiàn)寫代碼的具體思路4.1 整體架構(gòu)設(shè)計(jì)轉(zhuǎn)換器用Python寫原因很簡單文件處理方便、正則表達(dá)式強(qiáng)大、跨平臺(tái)。整個(gè)工具分成四個(gè)模塊wis_reader.py負(fù)責(zé)識別WIS類型并解析元數(shù)據(jù)las_writer.py負(fù)責(zé)生成LAS 2.0格式文件mapper.py維護(hù)曲線名映射表和單位換算邏輯main.py命令行入口控制批量轉(zhuǎn)換流程。這個(gè)分層是為了后期好維護(hù)。比如遇到一個(gè)新變種的WIS文件通常只需要改wis_reader.py里的解析邏輯映射和寫入部分完全不用動(dòng)。4.2 關(guān)鍵代碼LAS寫入模板LAS寫入是轉(zhuǎn)換器的“最后一公里”格式必須嚴(yán)謹(jǐn)。我自己維護(hù)了一套經(jīng)過多個(gè)軟件驗(yàn)證的寫入模板核心邏輯如下def write_las(filepath, well_info, curves_data): curves_data: list of dict, 每個(gè)元素包含 name, unit, desc, values depth curves_data[0][values] n_samples len(depth) n_curves len(curves_data) with open(filepath, w, encodingascii, errorsreplace) as f: # ~V 版本信息 f.write(~VERSION INFORMATION\n) f.write( VERS. 2.0:\n) f.write( WRAP. NO:\n) # ~W 井信息 f.write(~WELL INFORMATION\n) f.write( WELL. {}:\n.format(well_info.get(well, UNKNOWN))) f.write( FIELD. {}:\n.format(well_info.get(field, UNKNOWN))) f.write( LOC. {}:\n.format(well_info.get(location, ))) # ~C 曲線信息 f.write(~CURVE INFORMATION\n) for i, curve in enumerate(curves_data, start1): f.write( {}. {} : {} {}\n.format( curve[name].ljust(8), curve[unit].ljust(5), i, curve[desc] )) # ~A ASCII數(shù)據(jù) f.write(~A\n) for row in range(n_samples): line_parts [] for curve in curves_data: value curve[values][row] line_parts.append(format_value(value)) f.write( .join(line_parts) \n)這里有幾個(gè)細(xì)節(jié)寫入文件時(shí)用ascii編碼并將無法編碼的字符替換掉避免中文井名導(dǎo)致編碼崩潰每個(gè)曲線名用ljust做左對齊保證列格式整齊format_value函數(shù)統(tǒng)一控制小數(shù)位數(shù)。4.3 數(shù)值格式化精度和空值的拿捏數(shù)值格式化直接影響下游軟件識別的準(zhǔn)確度。常見的坑有兩個(gè)坑一是深度精度丟失。如果你把深度的有效數(shù)字寫得太多文件會(huì)變大寫太少又會(huì)導(dǎo)致深度曲線有臺(tái)階。我的做法是深度列固定保留4位小數(shù)或根據(jù)原始數(shù)據(jù)精度自適應(yīng)曲線值保留3位小數(shù)。這個(gè)精度對大多數(shù)測井曲線足夠文件體積也不算大?？佣强罩礜ULL值的處理。LAS 2.0沒有強(qiáng)制規(guī)定空值符號但默認(rèn)約定是-999.25絕大多數(shù)軟件都能識別。轉(zhuǎn)換時(shí)遇到的空值WIS里可能是NaN、-9999、或者一串星號需要統(tǒng)一替換成-999.25。這里要注意不能直接把所有小于某個(gè)閾值的數(shù)都當(dāng)空值處理——電阻率曲線在某些地層本來就是低值比如泥巖層段電阻率可低至1歐姆米以下誤判會(huì)把有效數(shù)據(jù)變成空白。5. 實(shí)操過程從WIS到LAS的完整流轉(zhuǎn)5.1 第一步摸清WIS文件的“脾氣”拿到一個(gè)WIS文件不要急著寫轉(zhuǎn)換器先做人工偵察。我一般按三步走用UltraEdit或VS Code以十六進(jìn)制模式打開文件看頭部256字節(jié)抄下可讀關(guān)鍵詞和可能的偏移位置觀察數(shù)據(jù)區(qū)的前20行確認(rèn)數(shù)據(jù)排列方式。舉個(gè)例子我處理過的一個(gè)WIS文件頭部是這種結(jié)構(gòu)WIS-LOG 1.0 WELL: 江X5-3 FIELD: XX構(gòu)造 CURVES: DEPT(0), GR(1), RT(2) DATA START: 1750.000, 65.230, 12.500 1750.125, 65.410, 12.600這就是非常典型的文本型WIS半天就能解析完。另一個(gè)文件則是二進(jìn)制頭部有56字節(jié)的固定結(jié)構(gòu)前4字節(jié)存文件標(biāo)識接著4字節(jié)是浮點(diǎn)數(shù)個(gè)數(shù)第9到24字節(jié)是井名ASCII字符串其余是數(shù)據(jù)。遇到這種文件就只能用十六進(jìn)制編輯器手工確認(rèn)偏移然后寫專門的解析函數(shù)。我的經(jīng)驗(yàn)是第一次處理一種新的WIS變種時(shí)至少預(yù)留半天的時(shí)間做格式偵察。格式搞清楚了寫代碼只需要一兩個(gè)小時(shí)格式?jīng)]搞清楚寫一天代碼也是白搭。5.2 第二步配置映射表WIS里的曲線名五花八門什么“自然伽馬”“GR”“GAMMA”“伽馬曲線”都可能是同一條曲線。轉(zhuǎn)換時(shí)能不能正確識別這些別名直接決定轉(zhuǎn)換質(zhì)量。我的做法是維護(hù)一份映射表WIS曲線名LAS標(biāo)準(zhǔn)名單位換算說明GR / GAMMA / 自然伽馬GRGAPI原值直寫自然伽馬RT / RES / 電阻率RTOHMM原值直寫電阻率SP / 自然電位SPMV原值直寫自然電位AC / DT / 聲波時(shí)差A(yù)CUS/M原值直寫聲波時(shí)差DEN / 密度DENG/CC原值直寫體積密度CN / 中子CN%, 若原始值為小數(shù)則乘100中子孔隙度映射表要用JSON或YAML單獨(dú)存放方便后期增補(bǔ)。遇到表里沒有的曲線名工具默認(rèn)生成一個(gè)規(guī)范化名字去掉特殊字符、轉(zhuǎn)大寫并在轉(zhuǎn)換報(bào)告里打上“未識別曲線”的警告。5.3 第三步轉(zhuǎn)換的二次校驗(yàn)轉(zhuǎn)換完成后一定要做兩件事重新讀回LAS數(shù)據(jù)、和原始WIS做數(shù)據(jù)一致性對比。我用的是數(shù)據(jù)點(diǎn)級對比抽取10個(gè)隨機(jī)深度比較深度值完全一致、曲線值絕對誤差小于0.001。這一步極其重要。我見過有同事用現(xiàn)成的轉(zhuǎn)換工具批量轉(zhuǎn)了一百多個(gè)文件結(jié)果有個(gè)井的LAS深度從2000米開始比實(shí)際偏了30米——原因是原始WIS的起始深度是井口海拔換算值需要一個(gè)補(bǔ)償系數(shù)。如果沒有對比校驗(yàn)這種錯(cuò)誤會(huì)一路用到底到解釋階段才發(fā)現(xiàn)返工成本就大了。6. 常見問題與排查實(shí)錄6.1 轉(zhuǎn)換后LAS在軟件里打不開這是最常遇到的問題。多數(shù)原因是LAS文件的~V節(jié)格式不對或者~C節(jié)的列號定義和數(shù)據(jù)區(qū)實(shí)際列數(shù)不一致。排查步驟先用文本編輯器打開生成的LAS文件人工核對~V、~W、~C、~A四節(jié)是否齊全數(shù)一數(shù)~C節(jié)定義了幾條曲線再看~A數(shù)據(jù)行每行是幾列兩邊必須一致檢查文件末尾是否有空行或亂碼字符部分軟件對此很敏感。如果前兩項(xiàng)都沒問題那就可能是軟件的特殊解析要求。比如Petrel對LAS井名里的特殊字符空格、斜杠很挑剔需要做轉(zhuǎn)義處理。6.2 深度不連續(xù)或亂跳轉(zhuǎn)換后的LAS如果相鄰數(shù)據(jù)點(diǎn)的深度差忽大忽小通常是原始WIS數(shù)據(jù)里有“壞道”數(shù)據(jù)采集時(shí)的設(shè)備故障段。有的壞道會(huì)記錄成一致深度重復(fù)好幾行有的則是深度倒退。處理策略是在數(shù)據(jù)寫入前做一個(gè)深度單調(diào)性檢查發(fā)現(xiàn)深度倒退或重復(fù)超過3次就在報(bào)告中標(biāo)記該井段并保留原始數(shù)據(jù)不動(dòng)只在LAS里標(biāo)注為警告。千萬不要自作主張把數(shù)據(jù)刪掉——有時(shí)候那幾段“壞數(shù)據(jù)”在后續(xù)處理中反而是有用的原始記錄。6.3 曲線值整體偏移或者像個(gè)位數(shù)錯(cuò)位這大概率是字節(jié)序識別錯(cuò)誤。我在3.3節(jié)提到過如果二進(jìn)制模式讀出的值超出正常范圍就要嘗試切換字節(jié)序。還有一個(gè)可能原因是WIS數(shù)據(jù)區(qū)里有8字節(jié)的Double類型而你按4字節(jié)Float去讀了——這樣每個(gè)數(shù)值都會(huì)讀錯(cuò)一位。判斷方法是算兩列數(shù)據(jù)的自相關(guān)性如果相鄰兩個(gè)“認(rèn)為的Float”數(shù)值構(gòu)成的規(guī)律性很強(qiáng)比如總是第一列是小數(shù)、第二列是大數(shù)而整體不符合深度和曲線的對應(yīng)關(guān)系就值得懷疑是類型讀錯(cuò)了。6.4 中文井頭信息寫入后變成亂碼LAS的標(biāo)準(zhǔn)存儲(chǔ)方式推薦用ASCII編碼但中文井名無法用ASCII表示。實(shí)測下來最好的做法是在~W節(jié)的井名字段中直接用中文字符但要指定文件編碼為GBK或UTF-8并保證讀取軟件支持。絕大多數(shù)現(xiàn)代軟件Petrel、Techlog、Forward都能正常讀取UTF-8編碼的LAS文件但老版本軟件對UTF-8支持不佳可能顯示成亂碼或直接報(bào)錯(cuò)。如果兼容性要求極嚴(yán)比如要發(fā)給外部合作方不確定對方用什么軟件那就把中文井名改成拼音或井號代號保證ASCII純凈。這是最保守但絕對穩(wěn)妥的方案。6.5 批量轉(zhuǎn)換時(shí)中途報(bào)錯(cuò)批量轉(zhuǎn)換幾十上百個(gè)WIS文件時(shí)最怕某個(gè)文件格式特殊導(dǎo)致程序崩潰。我的做法是單個(gè)文件轉(zhuǎn)換包在try/except里出錯(cuò)了記錄下來、繼續(xù)下一個(gè)文件最后生成一份總的轉(zhuǎn)換報(bào)告。報(bào)告內(nèi)容包括每個(gè)文件是“成功”“警告”“失敗”三種狀態(tài)失敗的原因格式不支持、數(shù)據(jù)區(qū)為空、曲線定義缺失單列一行。這樣即便有局部失敗也不影響整體進(jìn)度。7. 幾點(diǎn)實(shí)操體會(huì)這個(gè)轉(zhuǎn)換器做下來我最大的感受是格式轉(zhuǎn)換這個(gè)事情的難點(diǎn)根本不在“寫代碼”而在“摸清格式的脾氣”。WIS文件就像一箱從不同地方寄來的舊物件每件的外包裝都不一樣里面裝的可能是好東西也可能是雜碎。你有耐心一個(gè)個(gè)拆、一個(gè)個(gè)整理才可能還原出原本有價(jià)值的數(shù)據(jù)。另外一個(gè)小建議是轉(zhuǎn)換完成的LAS文件最好歸檔在一個(gè)獨(dú)立的目錄里不要覆蓋原始WIS。數(shù)據(jù)備份習(xí)慣看似麻煩但在行業(yè)里待久了就會(huì)明白原始數(shù)據(jù)永遠(yuǎn)比處理后的數(shù)據(jù)值錢因?yàn)槟阄磥碛肋h(yuǎn)不知道哪種軟件又會(huì)要求你換成別的格式。留好原始檔案萬一時(shí)過境遷還能再轉(zhuǎn)一次。最后再說一個(gè)實(shí)用技巧轉(zhuǎn)換器做完以后建議寫一個(gè)簡單的“冒煙測試”腳本隨機(jī)生成一小段符合LAS規(guī)范的測試數(shù)據(jù)再走一遍自己的轉(zhuǎn)換流程確保核心功能沒有在后續(xù)代碼迭代中被改壞。工具這東西用起來順手是一回事長期靠得住是另一回事。希望這份經(jīng)驗(yàn)?zāi)軒湍闵俨葞讉€(gè)坑。本文還有配套的精品資源點(diǎn)擊獲取