一种基于泥浆资源化利用的钻井泥浆原位处理方法

本发明涉及钻井泥浆处理，具体涉及一种基于泥浆资源化利用的钻井泥浆原位处理方法。

背景技术：

1、钻井作业完成后产生大量的废弃钻井泥浆，若不妥善处理会对大气环境、周边水体环境、土壤环境造成比较严重的影响，对土壤环境的影响尤为明显。钻井中大量使用的淡水基钻井液可能引起潜在的盐渍化，各种添加剂的加入导致体系的总矿化度升高，例如钻井废液中含有大量的nac l、nao h和na2co3，大量na+的存在交换出土壤中的ca2+、mg2+，使土壤物理性能变差。除了na+的影响，氯化物(cl-)的存在增大土壤溶液的渗透压，使得土体透气、透水性变差，同时氯离子会抑制植物对氮、磷的吸收，造成农作物减产，严重时致使土壤无法返耕，加速土壤的盐碱化程度，造成土壤浪费。虽然土壤对废弃钻井液中的盐分有一定的吸附截留能力，但是吸附截留能力有限，大量无机盐离子会随水分一起下渗迁移进入深层土壤或地下水。

2、现有技术中郑立稳等人研究了水泥、粉煤灰等不同材料在处理钻井废弃泥浆中的最佳配比，结果显示该混合固化剂显著降低了废弃钻井泥浆浸出液的cod值。蒋云云等人利用水泥和粉煤灰混合物对废弃钻井泥浆进行固化处理，该处理显著降低了废弃钻井泥浆的cod值。在不同的复合固化剂中，水泥和石灰作为常用的添加材料，将其转化为类似土壤的固化体，废弃泥浆中的污染物被封闭在固化体中，抑制其组分迁移扩散，降低了废弃钻井泥浆中的污染物对水体、土壤和生态环境的危害，能使cod、cr、ph等主要污染指标达到《污水综合排放标准-gb 8978-1996》的要求。该方法操作流程简单，固化体可以尝试覆土还田或者直接用作建筑材料或者制砖。但是该方法存在一定的问题，例如它只是改变了废弃物的形态以便于控制，不能对其中的有害成分类处理，大量的重金属和有机废弃物不能除去，无法从根本解决问题，原位处理后造成土地资源浪费，难以达到较好的复用效果。

技术实现思路

1、本发明的目的在于提供一种基于泥浆资源化利用的钻井泥浆原位处理方法，以解决现有技术中只是改变了废弃物的形态以便于控制，不能对其中的有害成分类处理，大量的重金属和有机废弃物不能除去，无法从根本解决问题，原位处理后造成土地资源浪费，难以达到较好的复用效果的技术问题。

2、为解决上述技术问题，本发明具体提供下述技术方案：

3、一种基于泥浆资源化利用的钻井泥浆原位处理方法，包括以下步骤：

4、步骤s1、选取多个钻井泥浆池，在每个钻井泥浆池所在地质区域内选取多组土壤样本，在每个钻井泥浆池中获取泥浆样本，以及在每个钻井泥浆池所在地质区域内选取多组适应性农作物样本，并检测出每个钻井泥浆池中泥浆样本的废弃物成分；

5、步骤s2、将泥浆样本以多种施用量与多组土壤样本混合构成多组泥浆土壤混合样本，并利用多组泥浆土壤混合样本培育多组适应性农作物样本，统计出农作物产量，以及检测农作物毒性；

6、步骤s3、以土壤样本的土壤成分特征、泥浆样本的废弃物成分特征、多组泥浆土壤混合样本的混合施用量特征与农作物产量、农作物毒性进行映射关系构建得到农作物生长预测模型，利用农作物生长预测模型测算出最匹配的土壤样本、农作物样本以及土壤样本和泥浆样本混合施用量，以使得每个钻井泥浆池原位处理后的钻井泥浆池农作物生长表现最佳；

7、步骤s4、以基于每个钻井泥浆池测算得到土壤样本、泥浆样本以及土壤样本和泥浆样本混合施用量对每个钻井泥浆池进行原位处理，以实现钻井泥浆池最佳复耕效果。

8、作为本发明的一种优选方案，所述土壤样本的选取，包括：

9、将选取的多个矩形土壤区块进行土壤成分检测，并基于土壤成分对所有矩形土壤区块进行聚类运算得到多组土壤区块集合，其中，每组土壤区块集合中包含的所有矩形土壤区块具有相似的成分组成；

10、依次在每组土壤区块集合中选取出位于聚类中心的矩形土壤区块组成多组土壤样本，以保证土壤样本的多样性最高。

11、作为本发明的一种优选方案，所述检测出每个钻井泥浆池中泥浆样本的废弃物成分，包括：

12、利用分光光度法、原子荧光光度法、二苯碳酰二肼比色法、氟试剂比色法、重铬酸法、稀释与接种法、重量法、稀释法、玻璃点击法、石油醚萃取重量法、发光细菌法对每个钻井泥浆池中泥浆样本进行成分检测判定泥浆样本的废弃物成分。

13、作为本发明的一种优选方案，所述将泥浆样本以多种施用量与多组土壤样本混合构成多组泥浆土壤混合样本，包括：

14、设定泥浆样本的多种施用量，并依次将多种施用量施用至每组土壤样本中进行混合得到多组泥浆土壤混合样本；

15、所述施用量以每组土壤样本中每立方单位的泥浆样本的灌溉体积进行衡量。

16、作为本发明的一种优选方案，所述农作物生长预测模型的构建，包括：

17、以土壤样本的土壤成分特征、泥浆样本的废弃物成分特征、多组泥浆土壤混合样本的混合施用量特征作为cnn神经网络的输入项，将农作物产量、农作物毒性作为cnn神经网络的输出项，利用cnn神经网络对所述输入项和所述输出项进行网络训练得到所述农作物生长预测模型；

18、所述农作物生长预测模型的模型表达式为：

19、[x,y]＝cnn(s,p,h)；

20、式中，x为农作物产量，y为农作物毒性，s为土壤成分特征，p为废弃物成分特征，h为混合施用量特征。

21、作为本发明的一种优选方案，所述利用农作物生长预测模型测算出最匹配的土壤样本、农作物样本以及土壤样本和泥浆样本混合施用量，包括：

22、将每个钻井泥浆池对应的土壤成分特征、农作物样本和混合施用量特征在土壤成分特征取值范围、农作物样本取值范围和混合施用量特征取值范围中进行逐一取值，并将土壤成分特征、农作物样本和混合施用量特征的逐一取值带入至农作物生长预测模型测算出每个钻井泥浆池的农作物产量、农作物毒性的逐一取值；

23、基于每个钻井泥浆池的农作物产量最高取值且农作物毒性的最低取值对应的土壤成分特征、农作物样本和混合施用量特征的取值确定出每个钻井泥浆池最匹配的土壤样本、农作物样本以及土壤样本和泥浆样本混合施用量；

24、每个钻井泥浆池的农作物产量最高取值且农作物毒性的最低取值对应的农作物样本作为最适宜种植在原位处理后的钻井泥浆池处进行复耕。

25、作为本发明的一种优选方案，所述以基于每个钻井泥浆池测算得到土壤样本、泥浆样本以及土壤样本和泥浆样本混合施用量对每个钻井泥浆池进行原位处理，包括：

26、将每个钻井泥浆池最匹配的土壤样本对每个钻井泥浆池进行原位填埋，并每个钻井泥浆池最匹配的泥浆样本混合施用量、钻井泥浆池的泥浆总体积测算出最匹配的土壤样本的土壤填埋总量；

27、其中，若最匹配的土壤样本对应矩形土壤区块内土壤总量小于最匹配的土壤样本的土壤填埋总量，则在最匹配的土壤样本所属的土壤区块集合中与聚类中心最接近的矩形土壤区块获取剩余的填埋土壤。

28、作为本发明的一种优选方案，所述农作物毒性检测包括：

29、采用单因子污染指数法对农作物样本中多种重金属污染含量进行评价，采用危险商法对农作物样本的摄入毒性进行检测。

30、作为本发明的一种优选方案，所述土壤样本的土壤成分特征包括土壤含水量、土壤盐碱度和土壤重金属污染含量。

31、作为本发明的一种优选方案，各个钻井泥浆池对应的土壤样本的土壤成分特征、泥浆样本的废弃物成分特征、多组泥浆土壤混合样本的混合施用量特征、农作物产量和农作物毒性分别进行归一化处理。

32、本发明与现有技术相比较具有如下有益效果：

33、本发明以土壤样本的土壤成分特征、泥浆样本的废弃物成分特征、多组泥浆土壤混合样本的混合施用量特征与农作物产量、农作物毒性进行映射关系构建得到农作物生长预测模型，利用农作物生长预测模型测算出最匹配的土壤样本、农作物样本以及土壤样本和泥浆样本混合施用量，以使得每个钻井泥浆池原位处理后的钻井泥浆池农作物生长表现最佳，基于每个钻井泥浆池测算得到土壤样本、泥浆样本以及土壤样本和泥浆样本混合施用量对每个钻井泥浆池进行原位处理，以实现钻井泥浆池最佳复耕效果。