② 东方地球物理公司大庆物探研究院, 黑龙江大庆, 163000;
③ 大庆油田有限责任公司第六采油厂, 黑龙江大庆, 163114
② Daqing Research Institute of Geophysical Exploration, BGP, CNPC, Daqing, Heilongjiang 163000, China;
③ The Sixth Oil Production Plant of Daqing Oilfield Company Ltd., Daqing, Heilongjiang 163114, China
松辽盆地北部扶余油层是致密油勘探、开发的主战场,仅三肇凹陷致密油资源量可达2.8×108t[1]。扶余油层生储盖组合属于“上生下储”,上覆青山口组泥岩既是烃源岩也是盖层,储层为三角洲—河流相(曲流河、网状河及分流河道)砂体[1]。河道砂垂向多期叠置、横向错叠连片,单砂体厚度小,储量动用难度大。扶余油层厚度约为150m,发育5~10个单砂层;砂地比低,在厚度30m的地层内发育1~2期主力河道沉积[1];单砂体厚度为2~5m,宽度达200~500m,孔隙度为9%~13%,属于典型的致密砂岩油藏。水平井体积压裂是实现扶余油层规模效益开发的有效技术,且只有水平井轨迹在单砂层内钻进,才能最大限度地提高产量。因此,首要解决的难题是准确刻画厚度为2~5m的单砂层的空间展布,实现水平井部署设计及随钻地质导向。
地震资料的频带有限(8~80Hz)、垂向分辨率不足,难以识别厚度为2~5m的单砂层。多年来人们不断探索利用地震技术识别薄砂层,经历了从叠后[2-6]到叠前[7-9]一系列提高分辨率的地震处理方法,可使地震频带拓宽40Hz,大大增强了薄储层的识别能力,对扶余油层的单砂层识别率达50%,但仍无法满足扶余油层的水平井钻探问题。频谱分解技术[10-12]是另一种薄层识别方法,通过提取地震资料的高频信息预测薄砂层,但只能预测厚度满足调谐效应的砂层,且高频成分要在地震频带范围内,无法预测厚度为2~5m的薄层。
加入测井曲线高频信息的地震反演技术可大幅度提高分辨率,可预测厚度为2~5m的薄砂层。地震反演技术由早期的确定性反演逐渐发展到随机反演[13-17],其中地质统计学反演是目前应用最广泛的随机反演方法。地质统计学反演在大幅提高垂向分辨率的同时降低了横向分辨率,因为横向插值的空间变差函数只能粗略表达空间变异程度,适合于沉积稳定的地质条件和密井网开发区。近年来发展的波形指示反演[18-19]技术在提高垂向分辨率的同时也提高了横向分辨率,适合预测横向变化较快的河流相及三角洲相薄砂体,是识别厚度为2~5m薄砂体的有效技术。地震波形指示反演和传统地质统计学反演最大的区别在于统计样本的筛选[20-24]。
扶余油层的甜点预测难点在于储层薄、空间多期叠置及地震分辨率不足、扶余油层顶面(T2)强反射对下部地层的屏蔽作用。本文详尽分析了扶余油层的地质、地震、测井特征,利用大量实际资料评价波形指示模拟的可靠性,最后给出波形指示模拟在扶余油层水平井设计、随钻导向的应用效果。
1 致密油储层特征 1.1 储层地质特征扶余油层以三角洲分流平原、三角洲前缘沉积为主,发育分流河道、河口坝、远砂坝砂体。纵向上随着湖区逐渐变大,砂岩向上呈现层数逐渐减少、单砂层厚度逐渐变小的特征。储层主要为三角洲前缘和平原亚相的分流河道砂,具有砂岩层数多、单层厚度小、平面错叠连片等特点。
主力油层是油层组FⅠ和FⅡ,合计厚度约为150m。在勘探研究中,扶余油层分为5层,即FⅠ分为FⅠ1、FⅠ2、FⅠ3油层,FⅡ分为FⅡ1、FⅡ2油层,油层平均厚度约为30m。在水平井部署中,需要将扶余油层分为12小层进行甜点预测,即FⅠ1分为FⅠ1-1、FⅠ1-2、FⅠ1-3小层,FⅠ2分为FⅠ2-1、FⅠ2-2小层,FⅠ3分为FⅠ3-1、FⅠ3-2小层,FⅡ1分为FⅡ1-1、FⅡ1-2、FⅡ1-3小层,FⅡ2分为FⅡ2-1、FⅡ2-2小层。小层平均厚度约为13m。
由Z4井岩性剖面(图 1)可见:FⅠ+FⅡ的地层总厚度为152m,共发育13层砂层,其中4层为油层(红色),由上至下厚度依次为2.0、3.6、7.0、2.2m,其余为干砂层(褐色),最大厚度为1.4m;其余为泥岩地层(灰色),砂地比为7%。分析大量的钻井资料可知,扶余油层中厚达7.0m的砂层很少见,一般厚度为2~5m,砂岩厚度总体呈向上变小趋势。
由Z4井地震记录(图 1)可见:①扶余油层反射特征清晰,对应扶余油层段的地震频带为6~80Hz,主频约为45Hz;扶余油层段(厚度为152m)的地震双程反射时间为90ms,可见6个地震反射波峰,各同相轴的振幅和波形存在明显的纵横向变化,体现了不同厚度的砂泥岩互层的调谐效应;T2的振幅最强,而扶余油层内部反射同相轴的振幅要弱得多,纵横向变化较剧烈。②由上而下,第一个油层发育在FⅠ1底部,标定在地震波峰的下沿,该同相轴同时受上部干砂层的影响,无法区分;第二个油层发育在FⅠ3底部,标定在地震波谷内,同样受上部干砂层的影响,难以描述其地震反射特征;第三个油层是主力甜点层,发育在FⅡ1内部,标定在地震波峰的下沿,受其下部2个干砂层的影响,但影响较小,在地震剖面上从左到右11个地震道的振幅依次变强、波形依次变化,这种变化体现了上、下组合砂体的横向变化;第四个油层发育在FⅡ2顶部,标定在地震波峰的下沿,受其上部2个干砂层、下部1个干砂层的影响。
由Z4井声波时差、密度曲线及反射系数(图 1)可见:上覆于扶余油层顶面的青一段泥岩的速度为2427~2695m/s,平均为2564m/s,而扶余油层内部泥岩的速度为3115~3508m/s,平均为3251m/s;T2上、下泥岩平均速度值相差687m/s,声波时差曲线和密度曲线都表现为明显的台阶,计算反射系数为0.15;扶余油层内部的砂岩速度为3602~4032m/s,平均为3851m/s,砂岩与泥岩的反射系数为0.02~0.11,显然小于T2的反射系数。可见,区域背景速度的垂向变化引起T2强反射,砂岩的弱反射特征淹没在区域强背景之下,对靠近T2下的FⅠ1影响最为明显。
由Z4井自然伽马和电阻率曲线(图 1)可见,砂岩呈低伽马、高电阻率。如厚度为7.0m的砂岩油层的自然伽马和电阻率曲线呈大幅箱型台阶,与背景值的差异明显;即使厚度较小的干砂层也呈大值尖刀状,如T2下部的2个连续薄砂岩。因此,由自然伽马和电阻率曲线可以区分砂岩和泥岩。
总的来看,一层砂岩对应一个同相轴的情况非常少,只能识别个别单砂层。高分辨率地震资料也只能满足勘探研究的需要(将扶余油层分为5层),无法满足水平井部署的需要(将扶余油层分为12层),必须引入测井信息开展地震反演,以大幅提高分辨率。
1.3 敏感参数综上所述,扶余油层砂岩的速度和密度高于泥岩,但差异较小,且由于砂泥岩薄互层的调谐效应,致使波阻抗与砂岩的对应关系不明显。如厚度为7.0m的砂岩油层的声波和密度曲线呈箱型台阶并与砂岩的对应关系较好,其他油层砂岩段声波和密度曲线仅表现为背景趋势下的小幅波动。而由自然伽马和电阻率曲线可以区分砂岩和泥岩(图 1)。
由扶余油层波阻—自然伽马交会图(图 2)可见:砂岩和泥岩的波阻抗叠置较严重,不能有效区分砂岩与泥岩;自然伽马区分砂岩与泥岩的效果更明显,即自然伽马(GR)小于104API时指示砂岩,GR大于104API时指示泥岩。因此,GR可作为扶余油层砂岩识别的敏感参数。
波形指示反演基于沉积学基本原理,利用地震波形的横向变化分析垂向岩性组合的高频结构,以客观反映地层的相变,体现相控反演思想。波形指示反演包括两类,即常规波阻抗反演和波形指示模拟。常规波阻抗反演的前提是砂岩、泥岩的纵波阻抗差异较大,即波阻抗能够区分砂泥岩。波形指示模拟指由波形参数模拟敏感参数。扶余油层砂岩与泥岩的纵波阻抗叠置严重,故选择GR进行波形指示模拟。
2.1 方法原理“地震波形指示模拟”的基本思想是在等时格架约束下,利用地震波形的横向变化代替变差函数表征储层的空间变异性(图 3)。在贝叶斯框架下,优选相似性高、空间距离近的井作为有效统计样本建立初始模型,进行高分辨率井震联合模拟,在地震波形约束下预测井间储层,同时提高反演的纵、横向精度。图 3为统计样本优选示意图。由图可见,在同一沉积环境(黄色)下有1口待预测井(粉色)、3口已钻井(红色),井口处的地震波形都是单波峰。故选取3口已钻井数据作为有效统计样本建立初始模型,进行高分辨率井震联合模拟。由于地震数据空间分布密集,而且波形特征与沉积环境关系密切,因此利用地震波形横向变化特征代替变差函数表征储层空间分布规律,无疑能更好地体现沉积要素的影响,实现相控随机反演[20-24]。
地震反演频带包含低频成分(0~10Hz)、中频成分(10~80Hz)和高频成分(大于80Hz)。如何获得可靠的高频成分是地震反演的一大难点,也是扶余油层薄砂体识别的技术核心。
波形指示模拟采用分频反演策略逐步提高反演结果的分辨率(图 4)。由测井资料插值求取低频成分,利用地震谱模拟反演获得中频成分。高频成分由两部分构成:一是波形相控模拟,提供确定性高频成分;二是随机模拟,提供随机性高频成分。波形指示模拟的核心思想是利用地震波形的横向变化表征储层的空间变异程度,合理加入高频成分可大幅提升储层预测的纵向分辨率。
波形相控模拟采用地震波形指示马尔科夫链—蒙特卡洛随机模拟(SMC-MC)算法,即在贝叶斯框架下有效结合地震、地质和测井信息。SMC-MC算法涉及两个重要的反演参数(有效样本数、最佳截止频率)。在波形指示模拟时,最佳截止频率将反演结果的频带划分为两部分。第一部分为0Hz到最佳截止频率之间,由波形指示SMC-MC算法求取,为逐步确定部分。第二部分为最佳截止频率至更高频率,由随机模拟算法求取,为完全随机成分。
在地震频带范围以外(频率大于80Hz)传统地质统计学反演均为高频随机模拟,多解性强。波形指示模拟在80~200Hz频带甚至更高的频带范围内根据波形对比进行波形指示模拟,是一个逐步确定的过程。大于给定的高截频率后才进入随机模拟,这正是波形指示模拟的合理之处。
2.2 有效样本有效样本数用于估算待预测点反演结果。有效样本数越大,算法筛选相似地震波形的标准越低,所描述的储层空间结构变化越小,反演结果的空间连续性越强;有效样本数越小,算法筛选相似地震波形的标准越高,所描述的储层空间结构变化越大,反演结果的空间非均质性越强。
对于扶余油层,有效样本数的选择取决于3个因素,即沉积的稳定性、地震资料品质及参与反演的井数。需要根据试验结果评价确定有效样本数,统计表明取4或5为宜。
2.3 最佳截止频率在选定有效样本数后,需要设定最佳截止频率,同样是波形指示模拟的重要环节。受同沉积结构样本的控制,随着最佳截止频率增大,反演结果的分辨率提高,相应的随机性也增大。图 5为波形指示模拟最佳截止频率质控图。由图可见,当频率为170Hz时大部分曲线出现拐点,在拐点之前相关指数逐渐变小,拐点之后相关指数趋于平稳,故将170Hz定义为最佳截止频率。
根据识别薄层的需求,选择高截频率略大于最佳截止频率。高截频率太低不能预测薄砂层,高截频率太高则预测结果的随机性或多解性增强。当频率大于210Hz后相关指数仍在缓慢减小(图 5),故将高截频率定为210Hz。扶余油层的地层平均速度为3500m/s,分辨率分别按1/4地震波长、1/8地震波长计算,识别厚度为2~5m的砂层的主频分别为175.0~437.5Hz、87.5~218.75Hz。因此,当最佳截止频率为170Hz时,波形指示模拟能够预测厚度为5m的砂层,但不能预测厚度为2m的砂层。为预测厚度小于5m的薄砂层,要求高截频率大于170Hz,选择高截频率为210Hz是一种基于地质需求的折中选择。
3 可靠性评价分析任何地震反演结果都存在多解性,制约着反演技术的发展和应用。通过分析地质统计学反演结果、测井资料以及水平井资料可知,波形指示模拟具有明显的技术优势,是解决扶余油层薄砂体识别、指导水平井部署的有效技术方法。
3.1 波形指示模拟分析扶余油层的砂岩识别敏感参数表明,GR是识别砂岩的最佳参数,波阻抗不能有效区分砂泥岩。为验证GR模拟的效果,对相同数据分别进行波阻抗反演和波形指示模拟处理。
图 6为波阻抗反演剖面、GR模拟剖面与地震剖面叠合显示。由图可见:①地震剖面上的强地震反射同相轴T2为连续强振幅特征,总体上反演的高阻抗值与井口的砂岩对应,波阻抗较好地反映了砂岩分布,但在T2之下砂层厚度“过大”,横向连续性很好,这是由于受到上部T2强反射的影响所致(图 6a)。因此波阻抗反演不适合扶余油层砂体预测。②在GR模拟剖面上每个层段预测的砂层与井口吻合更好,砂岩分布形态更符合沉积规律,尤其对于厚度较小、并且横向不连续的T2内的第一砂层(图 6b)更是如此。说明GR模拟适合于扶余油层的砂体预测。
为了评价波形指示模拟技术的可靠性,选择钻井密度较大的开发区作为测试工区,面积为42km2,共选取23口探井及评价井数据参与反演,用35口开发井作为后验井。
图 7为过5口后验井的波形指示GR模拟剖面。由图可见:①测井解释厚度大于2.4m的砂层符合率很高。②图中存在一些不合理现象。首先,最上面第一砂层应是不连续的局部发育,但波形指示GR模拟剖面指示砂层连续分布;其次,波形指示GR模拟剖面与钻井资料标定不吻合,如在F244-86井上部及最下部,波形指示GR模拟剖面指示2套砂岩,钻井资料标定为泥岩,在F244-90井下部,钻井资料揭示厚为2.6m的砂层,波形指示GR模拟剖面指示泥岩。
在扶余油层致密油水平井部署中,依据已钻直井揭示砂层确定地质甜点,只有钻井证实油层发育时,才能被确定为甜点。而且地质工程要求甜点的厚度都相对较大,普遍大于2.4m。因此,应用波形指示模拟技术能够识别甜点分布,而对于预测结果与钻井不一致的层,不作为地质甜点考虑,不影响水平井设计。表 1为厚度大于2.4m砂层预测符合情况。由表可见,在FⅠ中有90层厚度大于2.4m的砂层,其中76层符合、14层不符合,符合率达84%。
扶余油层致密油水平井钻探成功的主要指标是:水平段长度大于900m,砂岩钻遇率和油层钻遇率大于75%,否则认为不理想或失败。在芳38试验区,直井钻探揭示,在FⅡ2油层发育厚度为6m的砂层。以该砂体为目标甜点,部署F38-P3水平井,且依据地质统计学反演结果完成钻前预测和随钻跟踪。该井实钻水平段长度为713m,砂岩钻遇率为68.2%,油层钻遇率为51.8%,钻探效果不理想。为了分析钻探失利原因,在钻后开展波形指示模拟及解释。
图 8为F38-P3井随钻地质统计学反演剖面与波形指示GR模拟剖面。由图可见:①靶点A后,按照地质统计学反演(图 8a)预测的砂层角度钻进导致下出层,表现为GR值增大、电阻率值减小,为泥岩特征。向上调整钻井轨迹,在靶点B进入砂层,直到靶点C在砂层内钻进。②靶点C后,地质统计学反演(图 8a)指示井轨迹在砂层上部出层,而实钻揭示井轨迹在砂层内,与波形指示GR模拟剖面(图 8b)吻合,说明地质统计学反演预测砂层的角度不正确。③靶点C与D之间的后半段,井轨迹上出层,向下调整井轨迹,到靶点D砂层特征逐渐变强,到靶点E表现为明显的砂层特征。④靶点F后,地质统计学反演(图 8a)指示砂层在井轨迹之下,建议向下调整轨迹找砂层,而实际井轨迹已下出层,与波形指示GR模拟剖面(图 8b)一致,最终在砂层下部完钻。
由水平井钻探过程可见,地质统计学反演结果在靶点C之前具有一定预测能力,过了靶点C预测砂岩展布与实际砂岩展布相差较大,无法指导随钻轨迹调整。波形指示GR模拟结果能够很好地预测砂岩展布。
4 水平井部署应用F198-P4井是芳198-133试验区的一口水平井,主要目的层为FⅠ3油层,甜点砂岩厚度为5.9m。该井实钻水平段长度为1381m,砂岩钻遇率为92%,油层钻遇率为88.2%,获得钻探成功。在该井的部署设计和钻进跟踪过程中,开展地质统计学反演和波形指示模拟处理,并进行对比、分析。与实钻数据的对比结果表明,波形指示模拟较好地预测了砂岩分布,对随钻导向具有指导作用,而地质统计学反演效果不佳。
图 9为F198-4井地质统计学反演与波形指示GR模拟剖面。由图可见:①在地质统计学反演剖面(图 9a)上井轨迹钻遇上、下两套叠置砂层,在靶点A为上部砂层,到靶点B为下部砂层;在波形指示GR模拟剖面(图 9b)上靶点A、B之间测井曲线显示砂层稳定,说明地质统计学反演不准确(图 9a)。②在靶点B、C之间地质统计学反演剖面(图 9a)指示井轨迹处于砂层中部;波形指示GR模拟剖面(图 9b)表明井轨迹两次上出层,与电阻率、GR曲线揭示的特征吻合。③在靶点C、D间砂层连续稳定,而地质统计学反演剖面(图 9a)指示井轨迹处于上、下两套砂岩夹层内,与实钻不符;波形指示GR模拟剖面(图 9b)能够较好地预测砂岩分布,并有效地指导水平井钻进。
本文应用波形指示模拟技术获得自然伽马模拟数据体,可以刻画松辽盆地扶余油层薄砂体,有效支撑水平井部署,得到如下认识:
(1) 在目前诸多地震反演方法中,波形指示模拟在提高纵向分辨率的同时有效提高了横向分辨率,是一种高精度反演技术。针对扶余油层,波形指示模拟产生的自然伽马数据体分辨率高,能够预测厚度大于2.4m的单砂体展布,但存在多解性,须在钻井数据指导下确定地质甜点,以指导水平井部署及随钻导向。
(2) 有效样本数和最佳截止频率是波形指示模拟的重要参数,决定了反演效果,须经试验反复筛选。
[1] |
林铁锋, 康德江, 姜丽娜. 松辽盆地北部扶余油层致密油地质特征及勘探潜力[J]. 大庆石油地质与开发, 2019, 38(5): 94-100. LIN Tiefeng, KANG Dejiang, JIANG Li'na. Geological characteristics and exploration potential of the tight oil in Fuyu oil reservoirs of North Songliao Basin[J]. Petroleum Geology & Oilfield Development in Daqing, 2019, 38(5): 94-100. |
[2] |
曲寿利. 频率加权滤波方法及应用[J]. 石油地球物理勘探, 1997, 32(6): 865-871. QU Shouli. Frenquency-weighted filtering method and its application[J]. Oil Geophysical Prospecting, 1997, 32(6): 865-871. DOI:10.3321/j.issn:1000-7210.1997.06.013 |
[3] |
陈双全, 李向阳. 应用傅里叶尺度变换提高地震资料分辨率[J]. 石油地球物理勘探, 2015, 50(2): 213-218. CHEN Shuangquan, LI Xiangyang. Seismic resolution enhancement based on the scale characteristics of Fourier transform[J]. Oil Geophysical Prospecting, 2015, 50(2): 213-218. |
[4] |
刘万金, 周辉, 袁三一, 等. 谱反演在地震属性解释中的应用[J]. 石油地球物理勘探, 2013, 48(3): 423-428. LIU Wanjin, ZHOU Hui, YUAN Sanyi, et al. Applications of spectral inversion in the seismic attribute interpretation[J]. Oil Geophysical Prospecting, 2013, 48(3): 423-428. |
[5] |
田立新, 王波, 张志军. 基于地质统计信息的谱反演法[J]. 石油地球物理勘探, 2015, 50(5): 967-972. TIAN Lixin, WANG Bo, ZHANG Zhijun. A spectral inversion method based on geostatistical information[J]. Oil Geophysical Prospecting, 2015, 50(5): 967-972. |
[6] |
朱卫星, 张春晓, 张文博, 等. 基于模拟退火算法的地震资料谱反演技术[J]. 石油地球物理勘探, 2015, 50(3): 495-501, 515. ZHU Weixing, ZHANG Chunxiao, ZHANG Wenbo, et al. Seismic spectral inversion based on simulate dannealin[J]. Oil Geophysical Prospecting, 2015, 50(3): 495-501, 515. |
[7] |
赵秋芳, 云美厚, 朱丽波, 等. 近地表Q值测试方法研究进展与展望[J]. 石油地球物理勘探, 2019, 54(6): 1397-1418. ZHAO Qiufang, YUN Meihou, ZHU Libo, et al. Progress and outlook of near-surface quality factor Q measurement and inversion[J]. Oil Geophysical Prospecting, 2019, 54(6): 1397-1418. |
[8] |
陈志德, 初海红. 黏滞介质吸收补偿叠前时间偏移的倾角道集孔径优选[J]. 石油地球物理勘探, 2016, 51(3): 444-451. CHEN Zhide, CHU Haihong. Optimization of va-riable migration aperture in dip-angle gathers for prestack time migration with absorption compensation in viscous elastic media[J]. Oil Geophysical Prospecting, 2016, 51(3): 444-451. |
[9] |
汪勇, 徐佑德, 高刚, 等. 二维黏滞声波方程的优化组合型紧致有限差分数值模拟[J]. 石油地球物理勘探, 2018, 53(6): 1152-1164. WANG Yong, XU Youde, GAO Gang, et al. Numerical simulation of 2D visco-acoustic wave equation with an optimized combined compact difference scheme[J]. Oil Geophysical Prospecting, 2018, 53(6): 1152-1164. |
[10] |
殷文, 朱剑兵, 李援, 等. 基于地震分频调谐体和Whee-ler转换技术的薄储层预测方法[J]. 石油地球物理勘探, 2018, 53(6): 1269-1282. YIN Wen, ZHU Jianbing, LI Yuan, et al. Thin re-servoir prediction based on seismic segmented frequency band tune and Wheeler transformation[J]. Oil Geophysical Prospecting, 2018, 53(6): 1269-1282. |
[11] |
范明霏, 吴胜和, 曲晶晶, 等. 基于广义S变换模极大值的薄储层刻画新方法[J]. 石油地球物理勘探, 2017, 52(4): 805-814. FAN Mingfei, WU Shenghe, QU Jingjing, et al. A new interpretation method for thin beds with the maximum modulus based on the generalized S transform[J]. Oil Geophysical Prospecting, 2017, 52(4): 805-814. |
[12] |
王延光, 李皓, 李国发, 等. 一种用于薄层和薄互层砂体厚度估算的复合地震属性[J]. 石油地球物理勘探, 2020, 55(1): 153-160. WANG Yanguang, LI Hao, LI Guofa, et al. A composite seismic atttribute used to estimate the sand thickness for thin ded and thin interbed[J]. Oil Geophysical Prospecting, 2020, 55(1): 153-160. |
[13] |
张繁昌, 肖张波, 印兴耀. 地震数据约束下的贝叶斯随机反演[J]. 石油地球物理勘探, 2014, 49(1): 176-182. ZhANG Fanchang, XIAO Zhangbo, YIN Xingyao. Bayesian stochastic inversion constrained by seismic data[J]. Oil Geophysical Prospecting, 2014, 49(1): 176-182. |
[14] |
郭同翠, 姜明军, 纪迎章, 等. 叠前地质统计学反演在页岩甜点和薄夹层预测中的应用——以西加拿大盆地W区块为例[J]. 石油地球物理勘探, 2020, 55(1): 167-175. GUO Tongcui, JIANG Mingjun, JI Yingzhang, et al. The application of prestack geostatistical inversion in the prediction of shale sweet spots and thin interbeds: a case study of block W in Western Canada basin[J]. Oil Geophysical Prospecting, 2020, 55(1): 167-175. |
[15] |
张胜, 韩春元, 杜新江, 等. 测井岩性解释模型构建技术及在薄储层反演中的应用[J]. 石油地球物理勘探, 2018, 53(增刊1): 316-323. ZHANG Sheng, HAN Chunyuan, DU Xinjiang, et al. Logging lithologic interpretation model construction technology and its application in thin reservoir inversion[J]. Oil Geophysical Prospecting, 2018, 53(S1): 316-323. |
[16] |
车廷信, 黄延章, 刘赫. 基于测井敏感属性重构的随机模拟地震反演[J]. 石油地球物理勘探, 2013, 48(增刊1): 1313-138. CHE Tingxin, HUANG Yanzhang, LIU He. Seismic stochastic inversion based on logging sensitive attri-butes reconstruction[J]. Oil Geophysical Prospecting, 2013, 48(S1): 131-138. |
[17] |
王明超, 刘宝鸿, 张斌, 等. 利用高分辨率波阻抗反演技术预测薄储层——以辽河坳陷牛居地区为例[J]. 石油地球物理勘探, 2018, 53(增刊1): 186-190. WANG Mingchao, LIU Baohong, ZHANG Bin, et al. Thin bed prediction with high-resolution impe-dance inversion: a case study of Niuju Area, Liaohe Basin[J]. Oil Geophysical Prospecting, 2018, 53(S1): 186-190. |
[18] |
张志伟, 王春生, 林雅平, 等. 地震相控非线性随机反演在阿姆河盆地A区块碳酸盐岩储层预测中的应用[J]. 石油地球物理勘探, 2011, 46(2): 304-310. ZHANG Zhiwei, WANG Chunsheng, LIN Yaping, et al. Application of facies-controlled nonlinear random inversion for carbonate reservoir prediction in Block A of Amu-darya Basin[J]. Oil Geophysical Prospecting, 2011, 46(2): 304-310. |
[19] |
张新超, 李锋, 严永新, 等. 分频融合反演技术在春光探区的应用[J]. 石油地球物理勘探, 2018, 53(5): 1006-1013. ZHANG Xinchao, LI Feng, YAN Yongxin, et al. Application of segmented-frequency-band fusion inversion in Chunguang prospect area[J]. Oil Geophysical Prospecting, 2018, 53(5): 1006-1013. |
[20] |
杜伟维, 金兆军, 邸永香. 地震波形指示反演及特征参数模拟在薄储层预测中的应用[J]. 工程地球物理学报, 2017, 14(1): 56-61. DU Weiwei, JIN Zhaojun, DI Yongxiang. The application of seismic waveform indicator inversion and cha-racteristic parameter simulation to thin reservoir prediction[J]. Chinese Journal of Engineering Geophy-sics, 2017, 14(1): 56-61. DOI:10.3969/j.issn.1672-7940.2017.01.010 |
[21] |
顾雯, 徐敏, 王铎翰, 等. 地震波形指示反演技术在薄储层预测中的应用——以准噶尔盆地B地区薄层砂岩气藏为例[J]. 天然气地球科学, 2016, 27(11): 2064-2069. GU Wen, XU Min, WANG Duohan, et al. Application of seismic motion inversion technology in thin reservoir prediction: A case study of the thin sandstone gas reservoir in the B area of Junggar Basin[J]. Natural Gas Geoscience, 2016, 27(11): 2064-2069. DOI:10.11764/j.issn.1672-1926.2016.11.2064 |
[22] |
韩长城, 林承焰, 任丽华, 等. 地震波形指示反演在东营凹陷王家岗地区沙四上亚段滩坝砂的应用[J]. 中国石油大学学报(自然科学版), 2017, 41(2): 60-69. HAN Changcheng, LIN Chengyan, REN Lihua, et al. Application of seismic waveform inversion in Es4s beach-bar sandstone in Wangjiagang area, Dongying Depression[J]. Journal of China University of Petroleum(Editon of Natural Science), 2017, 41(2): 60-69. DOI:10.3969/j.issn.1673-5005.2017.02.007 |
[23] |
王贤, 唐建华, 毕建军, 等. 地震波形指示反演在石南地区薄储层预测中的应用[J]. 新疆石油天然气, 2017, 13(3): 1-5. WANG Xian, TANG Jianhua, BI Jianjun, et al. Application of seismic motion inversion to prediction of thin reservoir in Shinan area[J]. Xinjiang Oil and Gas, 2017, 13(3): 1-5. DOI:10.3969/j.issn.1673-2677.2017.03.002 |
[24] |
张琬璐. 波形指示反演技术方法研究及应用[J]. 非常规油气, 2019, 6(3): 21-25, 14. ZHANG Wanlu. Research and application of seismic motion inversion technique[J]. Unconvenventonal Oil & Gas, 2019, 6(3): 21-25, 14. DOI:10.3969/j.issn.2095-8471.2019.03.004 |