石油地球物理勘探  2022, Vol. 57 Issue (2): 478-486  DOI: 10.13810/j.cnki.issn.1000-7210.2022.02.025
0
文章快速检索     高级检索

引用本文 

凌建宇, 钱荣毅, 刘董壹, 张俊, 王羽琛, 张诗奇. 复杂环境扇三角洲沉积结构探地雷达精细探测技术研究. 石油地球物理勘探, 2022, 57(2): 478-486. DOI: 10.13810/j.cnki.issn.1000-7210.2022.02.025.
LING Jianyu, QIAN Rongyi, LIU Dongyi, ZHANG Jun, WANG Yuchen, ZHANG Shiqi. Study on fine GPR detection technique of fan-delta sedimentary structure in a complex environment. Oil Geophysical Prospecting, 2022, 57(2): 478-486. DOI: 10.13810/j.cnki.issn.1000-7210.2022.02.025.

本项研究受国家自然科学基金项目"青藏高原冻土活动层及其影响因素无人机探测技术研究"(41974159)和北京市自然科学基金项目"基于人脸识别技术的4D探地雷达道路塌陷智能探测和监测技术研究"(8212016)联合资助

作者简介

凌建宇  博士研究生, 1997年生; 2019年毕业于中国地质大学(北京), 获地球物理学专业学士学位; 2019年至今在中国地质大学(北京)地球物理与信息技术学院攻读地球探测与信息技术专业博士学位, 主要研究方向是探地雷达数据处理与解释

钱荣毅, 北京市海淀区学院路29号中国地质大学(北京)地球物理与信息技术学院, 100083。Email: 1907690134@qq.com

文章历史

本文于2021年5月14日收到,最终修改稿于2022年1月7日收到
复杂环境扇三角洲沉积结构探地雷达精细探测技术研究
凌建宇 , 钱荣毅 , 刘董壹 , 张俊 , 王羽琛 , 张诗奇     
中国地质大学(北京)地球物理与信息技术学院, 北京 100083
摘要:以冲积扇、扇三角洲为主的粗粒沉积扇体规模庞大、体系多样、生储盖配置良好, 蕴含巨大勘探潜力。以往主要通过观察露头、分析岩心、测井和地震勘探等方法研究扇三角洲的沉积结构与演化规律, 存在获取地下信息不连续、效率低和分辨率低等问题。利用探地雷达可进行快速、高分辨率连续探测, 有助于精细解剖扇三角洲浅部沉积特征。文中利用探地雷达对青海希里沟湖扇三角洲内部结构进行探测, 通过野外采集实验, 分析数据特征和属性, 阐明复杂环境对探测结果的影响, 提出复杂环境下探地雷达精细探测的最优野外数据采集方案。同时, 针对数据中道间距不一致、同相轴交叉和地形起伏等问题, 提出距离归一化、偏移和静校正三个关键处理手段。实现了水道和坝体边界亚米级精度的定位, 给出了水道和坝体的尺寸信息, 阐明了洪水对扇三角洲储层结构的影响, 为后期埋深数千米的古代扇三角洲储层建模提供了必要的精细构型组合规律和定量地质信息。
关键词沉积结构精细表征    储层建模    探地雷达    复杂环境    扇三角洲    数据采集与处理    
Study on fine GPR detection technique of fan-delta sedimentary structure in a complex environment
LING Jianyu , QIAN Rongyi , LIU Dongyi , ZHANG Jun , WANG Yuchen , ZHANG Shiqi     
School of Geophysics and Information Techno-logy, China University of Geosciences (Beijing), Beijing 100083, China
Abstract: The coarse-grained sedimentary fans mainly composed of alluvial fans and fan deltas are large in scale and have diverse systems, good source-reservoir-cap rock configuration, and great exploration potential. In the past, the sedimentary structure and evolution laws of fan deltas were studied by methods including observation of outcrops, core analysis, well logging, and seismic exploration, but these methods faced problems of discontinuity as well as low efficiency and resolution in obtaining subsurface information. Ground-penetrating radar (GPR) can be used for rapid, high-resolution, and conti-nuous detection, which is helpful for fine dissection of shallow sedimentary characteristics of fan deltas. Therefore, this paper used GPR to detect the internal structure of the Xiligou Lake fan delta in Qinghai Province, and through field acquisition experiments and analysis of data characteristics and attributes, the influence of a complex environment on detection results was clarified. Then, the optimal field data acquisition scheme was put forward for the fine GPR detection of shallow sedimentary structure of the fan delta in a complex environment. Moreover, three key processing methods, i.e., distance normalization, migration, and static corrections, were proposed to solve the problems of inconsistent trace intervals, event crossing, and topographic relief. As a result, the scheme of high-resolution and fast detection technology for the internal structure of the fan delta is formed. The boundary positioning of channels and dams is realized in submeters, and the size information of channels and dams is provided quantitatively. The influence of floods on the structure and quality of fan delta reservoirs is clarified. The result provides the essential fine architecture combination laws and quantitative geological information for later studies of the modeling of ancient fan-delta reservoirs with a burial depth of several thousand meters.
Keywords: fine characterization of sedimentary structure    reservoir modeling    GPR    complex environment    fan delta    data acquisition and processing    
0 引言

目前常规储层勘探开发的难度很大,新兴能源尚不能形成规模性的开发。以新疆准噶尔盆地玛湖凹陷为代表的大型砾岩油气藏的发现,掀起了扇三角洲等粗粒砂岩沉积的研究热潮[1-2]。另一方面,预测非均质性强且砂体变化快的储层和开发剩余油都需要对储层构型进行精细刻画,但其表征难度大,因而迫切需要精细解剖露头和现代沉积,建立储层精细原型地质模型[3-6]。目前针对扇三角洲沉积特征的研究方法主要包括露头观察、岩心分析、测井和地震探测等[7-10]。其中露头观察获得的是浅地表、小范围的信息,适用于研究浅部连续性较好的地层。岩心分析和测井可以得到非常准确、直观的单点信息,但若要进行大范围、高密度的取芯和钻井,成本高且效率低。地震探测可以获得连续的地下剖面,但粗粒沉积通常具有水动力条件复杂、结构多样、横向变化快和不均匀性强等特点,使砂砾岩体的地震成像品质差、精度低,无法建立准确的速度模型,出现地下分层不明确和地层深度不准确等问题[1, 11-13]。为了获得扇三角洲真实的内部结构,通常同时使用几种研究方法,以弥补单一方法的局限性[13-15]。但是,为了精细刻画扇三角洲储层构型,明确构型的组合方式,需要建立定量地质知识库,而以上方法存在获取的地下信息不连续、效率低及分辨率低的问题。

探地雷达利用高频电磁波快速获得高分辨率连续地下剖面,能够研究地层结构、砂体几何形状,并进行沉积构造对比和定量分析[16-18]。沉积地层在探地雷达剖面上表现为相应的反射特征,可据此预测相分布并重建古沉积环境[3]。埋藏于地下数千米的古代扇三角洲在成因及内部结构方面与浅地表的现代扇三角洲具有较高的相似性,因此可在一定程度上对二者的内部结构进行类比分析。对现代扇三角洲浅层结构的解剖和刻画,可以为古代扇三角洲储层建模提供高精度构型信息,从而达到提高建模精度、实现储层精准预测的目的。

近年来,基于探地雷达的沉积结构精细调查研究取得了很好的结果。Bridge等[19]于1998年首次利用探地雷达对现代辫状河沉积结构进行调查,获得了河道砂坝和河道填充物的大规模层理几何形状;随后,探地雷达在沉积结构探测方面的应用遍布各类河流、海岸及湖泊沉积环境[20-24]。但是,文献调研显示,探地雷达鲜见应用于扇三角洲沉积结构的探测。

本文利用探地雷达精细研究青海省希里沟湖地区复杂环境下扇三角洲浅部沉积结构。设计采集实验,对数据进行特征和属性分析,阐明地形起伏、植被、盐碱地和地下地层起伏对探地雷达数据的影响,进而提出野外数据采集的最优方案。同时,针对数据的道间距不一致、同相轴交叉和地形起伏等问题,分别提出距离归一化、偏移和静校正这三个关键处理方案。研究结果表明,探地雷达可以实现复杂环境下扇三角洲浅部沉积结构的高分辨率准确探测,获得道坝间的组合规律及其规模的定量信息。

1 实验区概况

希里沟湖位于青海省乌兰县正南7km处,湖面海拔约2934m,湖泊面积约20km2。扇三角洲位于希里沟湖西南部,向北展开,扇体形态规整,半径约7.4km,展角为117.5°,总面积约50km2(图 1)。物源区海拔约3200m,扇面平均坡角为0.029°,自上而下呈现先缓、后陡、再缓的形态。顺物源剖面呈楔形,切物源剖面呈上凸形态。扇三角洲上平原以粗砾石、中砾石沉积为主;下平原以中细砾石、粗砂沉积为主;内前缘整体沉积以砂质为主,细砾石次之,中砾石相对不发育;外前缘以砂—泥沉积为主。扇体表面侵蚀地貌广泛发育,为典型阵发性洪水成因扇,局部地形起伏剧烈,高程差可达2m;扇面中下游开始出现植被,向下游逐渐全覆盖;扇面西北侧是柯柯盐湖水位下退后出露的地表,浅表盐碱含量较高;扇三角洲发育较多水道和坝体,地下地层起伏普遍(图 2)。上述地表和地下环境对探地雷达的探测深度、准确性和分辨率等有较大的影响。

图 1 希里沟湖扇三角洲形态

图 2 希里沟湖扇三角洲地区复杂环境照片 (a)起伏地形;(b)植被;(c)盐碱地;(d)内部地层起伏
2 扇三角洲探地雷达数据采集 2.1 探地雷达工作原理

探地雷达是以不同地层间电性差异为基础的一种地球物理方法,工作原理见图 3。该系统通过发射天线向地下连续发射脉冲式高频电磁波,当遇到存在介电常数差异的界面或目标体时,一部分电磁波会发生反射,另一部分继续向地下传播。接收天线接收并记录反射波,通过连续发射和接收电磁波形成时间记录剖面。根据记录的反射波到达时间,以及电磁波在介质中的传播速度,确定界面或目标体的深度;同时根据反射波的形态、强弱及变化趋势等因素判断目标体的性质。

图 3 探地雷达探测原理示意图
2.2 测线部署

本次实验的主要目的是高分辨率地解剖扇三角洲浅部沉积结构,对水道和坝体的边界进行亚米级精度的定位,并定量给出水道和坝体的尺寸信息,实现扇三角洲浅部储层构型的精细表征。实验共设计3条测线(L1、L2、L3),位置见图 4,其中南北向测线L1顺物源方向贯穿整个扇三角洲,测线长约6km;东西向测线L2和L3,均与物源方向垂直,两条测线分别沿砾质与砂砾质沉积的分界线及砂砾质与砂质沉积的分界线布设,长度分别为4.3、7.8km。

图 4 野外测线位置 紫色、蓝色、绿色圆点是地质解释剖面中心点位置;蓝色和粉色线段分别是采集实验剖面位置和静校正示例测线位置
2.3 数据采集实验

实验采用pulseEKKO PRO型探地雷达,配备两种频率(100、50MHz)的天线。为了实现高质量的数据采集,在测区内选取了一条长1km的实验测线(图 4中蓝线)对两种频率的天线进行了对比测试。实验结果表明,100MHz和50MHz天线的有效探测深度分别约为7m和13m。根据实地情况和目标探测深度,本次探测选用50MHz的天线,采用连续测量模式,每测量10m即在数据中进行标记。全程通过人抬天线以正常步行速度向前移动(图 5)。详细采集参数见表 1

图 5 探地雷达野外数据采集情景照片

表 1 探地雷达数据采集参数
2.4 数据采集影响因素分析

探地雷达数据质量主要受两个因素的影响,即采集参数和实验区环境,如地形起伏、植被、盐碱地和地下地层起伏等会严重影响探地雷达探测深度和数据信噪比。在野外采集工作正式开始前,首先进行采集参数的优选试验,以确定合适的采集参数。本次实验主要分析实验区环境产生的影响。

2.4.1 地形起伏和植被覆盖的影响

通常情况下,扇三角洲地区普遍存在地形起伏。实验区地表存在较多山洪引起的冲沟,最大深度可达2m(图 2a)。此外,由于扇体前缘靠近湖泊,水源较充足,植被发育良好,整个实验区灌木丛遍布,高度可达1~2m(图 2b)。冲沟和植被使天线无法保持匀速前进,且收发天线的间距和离地高度在探测过程中也无法保持稳定,这在探地雷达数据中体现为相同长度的测线所采集的数据量不同及直耦波的起伏。图 6是地形起伏和植被覆盖区探地雷达数据剖面(经DEWOW(去除超低频干扰)和增益处理),图中可见每两个标记点之间的距离是10m,若天线保持匀速前进,每两个黄色标记之间的数据量应该是相同的,但图中绿线明显比红线更长,即标记点F3与F4之间的数据量大于标记点F2与F3。相同长度的测线包含不同的数据量会导致探地雷达剖面中地下结构沿测线方向的尺寸和位置失真。同时,标记点F3与F4间蓝色椭圆圈内的直耦波有起伏,这是由于经过冲沟时,抬天线的人前后距离未控制好,收发天线之间的间距变小,引起直耦波的走时变短。直耦波的起伏会引起探地雷达剖面中深部同相轴产生相同幅度的起伏,导致地层形态失真。

图 6 地形起伏和植被覆盖区探地雷达数据剖面 F1~F6是标记点;剖面右侧的深度是基于速度为0.09m/ns的计算结果,图 7图 8图 10~15
2.4.2 盐碱地的影响

盐碱地在研究区普遍存在,是盐湖水位下退后出露地表的,可见明显的盐碱物(图 2c),盐碱地的存在对探地雷达的探测深度会产生较大限制。图 7所示是任意选取的一条过盐碱地的数据剖面,该剖面经DEWOW和增益处理。由图可见,高盐碱区在剖面中表现为深部反射能量弱,且同相轴相对变细,即数据频率变高。在约第400道(图中红色竖线)数据之前,数据的频率较低,深部同相轴较清晰,此时对应的地面没有盐碱物;第400道以后的数据频率明显变高,并且由于电磁波穿透盐碱物时产生了较大的能量损耗,天线接收到的反射波能量明显变弱,使深部同相轴较模糊。虽然数据后期经频率滤波可在一定程度上改善成像质量,但其效果仍无法达到地面没有明显盐碱物区域的水平。因此,野外测量应尽可能避开地面有明显盐碱物的区域。

图 7 过盐碱地探地雷达数据剖面
2.4.3 地下地层起伏的影响

研究区地下发育较多水道和坝体,浅部地层起伏较普遍,形成了很多间距小、起伏变化快的倾斜地层。由于电磁波呈球面传播,若探地雷达天线正好处于倾斜地层上方且前方近距离处存在另一倾斜地层,则接收天线会同时收到当前倾斜地层和下一倾斜地层反射回来的电磁波。图 8是地下存在倾斜地层的探地雷达数据剖面,具有下列特征:①倾斜地层的反射轴与真实地层的倾斜角度不一致;②倾斜地层的长度被放大;③相邻两倾斜地层的同相轴发生交叉。数据解释时以上问题会导致对水道和坝体的形态及尺寸产生错误的认识,且同相轴交叉会掩盖地下真实的反射信号,形成探测盲区,无法进行地质解释。

图 8 地下存在倾斜地层的探地雷达数据剖面
3 扇三角洲探地雷达数据处理

针对探地雷达数据中经常出现的问题,主要有三种解决方法:调整采集参数,调整测线,后期数据处理。前两种方法是在野外数据采集过程中实现的,本文主要针对合理的野外数据采集情况下数据中仍存在的问题进行讨论。

本次野外实验数据的处理流程如图 9所示。下文重点研究距离归一化、偏移和静校正技术,因为这三种数据处理手段可以较好地解决探地雷达在复杂环境下进行沉积结构精细探测中的常见问题。

图 9 探地雷达数据处理流程
3.1 距离归一化

由于地形起伏和植被的影响,天线不能保持匀速前进,导致相同距离采集到的数据量不同,在数据解释时无法准确给出水道和坝体的宽度信息。为保证地下结构沿测线方向解释结果的准确性,采用网格插值方法,使每10m距离包含相同的数据量。首先读取100m的数据剖面中每10m距离包含的数据道数,以数据量最多的10m为基准,随后对其余的90m数据分别进行网格插值,使每个10m距离内的数据量与该剖面中数据量最多的10m相同。图 10所示是距离归一化前、后的数据剖面,可以看出,处理前F4与F5之间的距离(图 10a中红色线条)较F5与F6之间距离(绿色线条)小;处理后(图 10b),相同的测线长度包含相同的数据量。可见经过距离归一化处理后,地下结构的相对尺寸更加真实可靠,提高了后期地质解释的准确性。

图 10 距离归一化前(a)、后(b)探地雷达数据剖面
3.2 偏移处理

偏移处理主要针对探地雷达数据中的两种情况:①地下存在点源异常体(如孤石)时,点异常在自激自收剖面中形成绕射双曲线;②地下地层倾斜时,自激自收剖面中同相轴位置与地层的真实位置存在偏差。

实验区发育很多水道和坝体,且间距较小,一个水道或坝体类似于两个倾向相反的倾斜地层的组合体。倾斜地层对探地雷达数据的影响已在前文进行了详细说明。为了提高探地雷达数据剖面的分辨率,获得地下目标区域的真实空间信息,需要进行偏移处理,将同相轴归位到真实的位置。对本次采集的实验数据,优选克希霍夫偏移方法,该方法通过将分散于双曲线两叶的能量汇聚于其顶部来提高剖面的空间分辨率[25-26]。对偏移前的数据剖面(图 8)进行偏移处理,结果见图 11。可以发现,图 8中红色椭圆圈内同相轴交叉的情况在图 11中明显减弱,反射波得到了很好的归位和收敛。前期由于同相轴交叉而被掩盖的反射信号经偏移处理后得以清晰体现(图 11中黄色箭头所示)。此外,经偏移处理后的数据剖面可对水道和坝体的边界进行准确定位(图 11中红色曲线),为后期地质解释提供可靠信息。

图 11 图 8经偏移处理的数据剖面
3.3 静校正

静校正的主要目的是消除地形起伏对数据的影响。研究区扇面平均坡角为0.029°,测线长度达数千米,南北向测线整体存在约150m的高差;东西向测线上有山洪形成的冲沟,导致局部地形起伏较大。因此,需要进行静校正,即:将地形高差根据电磁波在地下介质中的传播速度转化为对应的旅行时,并从原始数据中减去(或加上)由于地形产生的旅行时,即可消除地形起伏的影响[27]

选取一条经过植被覆盖且存在较多冲沟的测线片段(位置见图 4粉色线条),其探地雷达数据剖面见图 12a,静校正后的剖面见图 12b。可见经静校正后,剖面上时间零点的轨迹(图 12b中红色曲线)与实际地表形态基本一致,表明地形影响被很好地消除了。地形起伏的影响消除后,同相轴的形态可较客观地反映地下结构的形态和起伏。

图 12 静校正前(a)、后(b)探地雷达数据剖面
4 地质解释

通过对希里沟湖扇三角洲设计合理的探地雷达数据采集方案,并选取针对性的数据处理方法,取得了以下几点地质成果:①实现了地下13m深度内的沉积结构精细探测;②探地雷达剖面整体分辨率较高,可清晰地识别构型组合方式;③对水道和坝体边界进行了亚米级精度的定位,并对水道和坝体尺寸进行了定量描述。下面以图 4中的三条测线(L1~L3)片段为例,分别从顺物源方向及横切物源方向对探测结果进行详细展示。

顺物源方向,从L1线中湖岸线附近(过图 4中紫色圆点)的数据剖面(图 13)可以看出,顶积层剥蚀形成的前积结构得到了高质量表征,见图 13中绿色区域所示。

图 13 希里沟湖扇三角洲湖岸线顺物源方向构型样式(图 4中L1线紫色圆点位置)

横切物源方向,扇三角洲下平原区域,通过分析L2线与L1线交叉处(过图 4中绿色圆点)的剖面(图 14)可以看出,水道与坝体呈现侧向拼接关系,水道2为卸载迁移型水道,坝2为迁移型坝体,水道与坝的结构关系说明扇三角洲下平原水道和坝体迁移频繁。此外,由于坝2对水流的阻碍作用,水道发生分支,最终形成了坝2上方的两个水道(水道1和水道2)的构型组合方式。通过对探地雷达数据剖面进行精细解释,拾取水道和坝体边界的电磁波双程旅行时,再利用共中心点道集数据求取该区域电磁波速度,可对水道和坝体的边界进行亚米级精度的定位。

图 14 希里沟湖扇三角洲下平原横切物源方向构型样式(图 4中L2线绿色圆点位置)

横切物源方向,在扇三角洲内前缘区域,通过分析L3线中扇体东北侧(过图 4中蓝色圆点)的数据剖面(图 15),可以清晰识别出水道和坝体形态,水道与坝体的侧向拼接以及水道间的垂向叠置关系得到清晰的呈现。同时,可以推测得到以下结论:坝1顶部的水道1是由小规模的洪水剥蚀作用形成的;坝1与坝2早期为一个整体,由于阵发性洪水形成了深度达9m的水道2,因为通常情况下内前缘区域水动力较弱,难以形成大深度的水道;水道3与水道4分别形成于两次洪水活动,在剖面上表现为垂向叠置的组合方式。根据图 15的解释结果并考虑图 4中蓝色圆点所处位置,可见附近区域出现多条洪水形成的冲沟,可知该区域的沉积结构受洪水影响较大。

图 15 希里沟湖扇三角洲内前缘横切物源方向构型样式(图 4中L3线蓝色圆点位置)

进一步,对上述剖面中水道和坝体尺寸进行定量描述,结果见表 2表 3。通过对比分析可知,内前缘区域的水道宽深比相对较大,坝体宽高比相对较小,这是因为该内前缘区域受洪水影响较大。因此,进行扇三角洲储层结构建模时应充分考虑洪水的作用。受洪水活动影响较大的前缘区域,其中规模较大的储层构型会被破坏并带入分选和磨圆较差且杂基含量高的沉积物,不利于形成大规模的优质储层。综上所述,受洪水影响较小的前缘区域具有形成大规模优质储层的潜力,应将其作为储层建模的重点。

表 2 下平原水道及坝体规模统计

表 3 内前缘水道及坝体规模统计
5 结论

以冲积扇、扇三角洲为主的粗粒沉积扇体具有巨大的油气勘探潜力。利用探地雷达可进行快速、高分辨率的连续探测,精细解剖扇三角洲浅部沉积特征。本文利用探地雷达对青海希里沟湖扇三角洲内部结构进行探测,针对复杂环境下采集的探地雷达数据进行距离归一化、偏移和静校正处理,有效提高了探测结果的可靠性。通过对比处理后的探地雷达数据剖面进行精细解释,实现了水道和坝体边界亚米级精度的定位,并进一步对水道和坝体尺寸进行了定量描述,阐明了洪水对扇三角洲储层结构和储层规律的影响。最终获取的现代扇三角洲浅部精细沉积结构,为埋深数千米的古代扇三角洲储层建模提供了必要的精细构型组合规律和定量地质信息。

参考文献
[1]
于兴河, 李顺利, 谭程鹏, 等. 粗粒沉积及其储层表征的发展历程与热点问题探讨[J]. 古地理学报, 2018, 20(5): 713-736.
YU Xinghe, LI Shunli, TAN Chengpeng, et al. Coarse-grained deposits and their reservoir characterizations: a look back to see forward and hot issues[J]. Journal of Palaeogeography, 2018, 20(5): 713-736.
[2]
唐勇, 徐洋, 李亚哲, 等. 玛湖凹陷大型浅水退覆式扇三角洲沉积模式及勘探意义[J]. 新疆石油地质, 2018, 39(1): 16-22.
TANG Yong, XU Yang, LI Yazhe, et al. Sedimentation model and exploration significance of large-scaled shallow retrogradation fan delta in Mahu sag[J]. Xinjiang Petroleum Geology, 2018, 39(1): 16-22.
[3]
BRISTOW C S, JOL H M. Ground Penetrating Radar in Sediments[M]. Geological Society, London, 2003.
[4]
王艳华, 孙岩, 朴永红, 等. 3D VSP技术在辽河东部凹陷二次开发中的应用[J]. 石油地球物理勘探, 2018, 53(增刊2): 83-89.
WANG Yanhua, SUN Yan, PIAO Yonghong, et al. 3D VSP applied in the secondary development stage of eastern Liaohe depression[J]. Oil Geophysical Prospecting, 2018, 53(S2): 83-89.
[5]
周连敏, 何书梅, 赵郁文, 等. 复合曲流河道内的单河道识别[J]. 石油地球物理勘探, 2019, 54(1): 175-181.
ZHOU Lianmin, HE Shumei, ZHAO Yuwen, et al. Single channel identification in a meandering river with compound channels[J]. Oil Geophysical Prospecting, 2019, 54(1): 175-181.
[6]
李贤兵, 赵俊杰, 晋剑利, 等. 叠前谱蓝化提频技术在乍得Baob油田储层预测中的应用[J]. 石油地球物理勘探, 2020, 55(6): 1343-1348.
LI Xianbing, ZHAO Junjie, JIN Jianli, et al. Pre-stack spectrum blueing frequency increasing technique: a case study on reservoir prediction in Chad Baob oilfield[J]. Oil Geophysical Prospecting, 2020, 55(6): 1343-1348.
[7]
彭达, 尹成, 朱永才, 等. 扇三角洲前缘薄互层叠置砂体的敏感属性分析[J]. 石油地球物理勘探, 2015, 50(4): 714-722.
PENG Da, YIN Cheng, ZHU Yongcai, et al. Sensitive seismic attribute analysis on thin interbed overlapped sandbodies in fan-delta front[J]. Oil Geophysical Prospecting, 2015, 50(4): 714-722.
[8]
孙明, 廖军, 陈伟超, 等. 南堡凹陷东部扇三角洲砂岩地震预测技术及应用[J]. 石油地球物理勘探, 2017, 52(增刊1): 128-133.
SUN Ming, LIAO Jun, CHEN Weichao, et al. Seismic fan-delta sand prediction in the Eastern Nanpu depression[J]. Oil Geophysical Prospecting, 2017, 52(S1): 128-133.
[9]
李赫, 张洪宇, 徐颖新, 等. 南堡5号构造东部东三下亚段滑塌浊积岩沉积特征及成因[J]. 石油地球物理勘探, 2018, 53(增刊2): 321-328.
LI He, ZHANG Hongyu, XU Yingxin, et al. Sedimentary characteristics and genetic of the lower Ed3 formation fluxoturbidite in the east of Nanpu structure 5[J]. Oil Geophysical Prospecting, 2018, 53(S2): 321-328.
[10]
蒋庆平, 孔垂显, 李维锋, 等. 陆相湖盆大型扇三角洲沉积特征与演化规律——以准噶尔盆地玛湖凹陷西斜坡区三叠系百口泉组为例[J]. 沉积学报, 2020, 38(5): 923-932.
JIANG Qingping, KONG Chuixian, LI Weifeng, et al. Sedimentary characteristics and evolution law of a lacustrine largescale fan delta: a case study from the Triassic Baikouquan formation on the west slope of Mahu sag[J]. Acta Sedimentologica Sinica, 2020, 38(5): 923-932.
[11]
朱秋影, 魏国齐, 杨威, 等. 利用时频分析技术预测依拉克构造有利砂体分布[J]. 石油地球物理勘探, 2017, 52(3): 538-547.
ZHU Qiuying, WEI Guoqi, YANG Wei, et al. Favorable sand body prediction based on the time-frequency analysis in Iraqi structure[J]. Oil Geophysical Prospecting, 2017, 52(3): 538-547.
[12]
娄兵, 林娟, 潘龙, 等. 处理解释一体化技术在玛湖地区砂砾岩油气勘探中的应用[J]. 石油地球物理勘探, 2018, 53(增刊1): 124-131.
LOU Bing, LIN Juan, PAN Long, et al. Integrated seismic data processing and interpretation applied in the conglomerate hydrocarbon exploration in Mahu area[J]. Oil Geophysical Prospecting, 2018, 53(S1): 124-131.
[13]
马永平, 张献文, 朱卡, 等. 玛湖凹陷二叠系上乌尔禾组扇三角洲沉积特征及控制因素[J]. 岩性油气藏, 2021, 33(1): 57-70.
MA Yongping, ZHANG Xianwen, ZHU Ka, et al. Sedimentary characteristics and controlling factors of fan-delta of the Upper Urho formation of Permian in Mahu sag[J]. Lithologic Reservoirs, 2021, 33(1): 57-70.
[14]
孟祥超, 王小军, 陈扬, 等. 玛湖凹陷斜坡区KE89-MAh9古鼻凸的发现及油气勘探意义[J]. 石油地球物理勘探, 2019, 54(1): 217-228.
MENG Xiangchao, WANG Xiaojun, CHEN Yang, et al. KE89-MAh9 paleo-salient discovery in the slope of Mahu sag and its hydrocarbon exploration significance[J]. Oil Geophysical Prospecting, 2019, 54(1): 217-228.
[15]
桑林翔, 刘军, 王贵文, 等. 准噶尔盆地玛湖凹陷西斜坡三叠系百口泉组扇三角洲优质储集层预测[J]. 古地理学报, 2020, 22(6): 1053-1064.
SANG Linxiang, LIU Jun, WANG Guiwen, et al. High-quality reservoirs prediction of fan delta in the Triassic Baikouquan formation in west slope of Mahu sag, Junggar Basin[J]. Journal of Palaeogeography, 2020, 22(6): 1053-1064.
[16]
JOL H M. Ground Penetrating Radar: Theory and Applications[M]. Elsevier Science, Oxford, UK, 2009.
[17]
NEAL A. Ground-penetrating radar and its use in se-dimentology: principles, problems and progress[J]. Earth-Science Reviews, 2004, 66(3-4): 261-330.
[18]
LEANDRO C G, BARBOZA E G, CARON F, et al. GPR trace analysis for coastal depositional environments of southern Brazil[J]. Journal of Applied Geophysics, 2019, 162: 1-12.
[19]
BRIDGE J, COLLIER R, ALEXANDER J. Large-scale structure of Calamus river deposits (Nebraska, USA) revealed using ground-penetrating radar[J]. Sedimentology, 1998, 45(6): 977-986.
[20]
ROBERTS M C, NILLER H P, HELMSTETTER N. Sedimentary architecture and radar facies of a fan delta, Cypress creek, West Vancouver, British Columbia[J]. Geological Society London Special Publications, 2003, 211(1): 111-126.
[21]
NEAL A, GRASMUECK M, MCNEILL D F, et al. Full-resolution 3D radar stratigraphy of complex oolitic sedimentary architecture: miami limestone, Florida, U.S.A.[J]. Journal of Sedimentary Research, 2008, 78(9): 638-653.
[22]
曹淞, 冯晅, 鹿琪, 等. 探地雷达在古河道砂岩体沉积储层刻画中的应用[J]. 世界地质, 2016, 35(1): 223-234.
CAO Song, FENG Xuan, LU Qi, et al. Application of GPR in depicting sedimentary reservoir of paleochannel sandstone bodies[J]. Global Geology, 2016, 35(1): 223-234.
[23]
TAMURA L N, ALMEIDA R P, GALEAZZI C P, et al. Upper-bar deposits in large Amazon rivers: occurrence, morphology and internal structure[J]. Sedimentary Geology, 2019, 387: 1-17. DOI:10.1016/j.sedgeo.2019.04.006
[24]
CYPLES N N, IELPI A, DIRSZOWSKY R W. Planform and stratigraphic signature of proximal braided streams: remote-sensing and ground-penetrating-radar analysis of the Kicking Horse River, Canadian Rocky Mountains[J]. Journal of Sedimentary Research, 2020, 90(1): 131-149.
[25]
薛桂霞, 刘秀娟, 邓世坤. 雷达波偏移方法研究[J]. 地球物理学进展, 2004, 19(4): 903-908.
XUE Guixia, LIU Xiujuan, DENG Shikun. Research of migration method of radar wave[J]. Progress in Geophysics, 2004, 19(4): 903-908.
[26]
陈海涛, 林聪. 桥梁预应力管道探地雷达定位及数据处理研究[J]. 工程地球物理学报, 2020, 17(1): 101-106.
CHEN Haitao, LIN Cong. Research on location and data processing of ground penetrating radar for pre-stressed pipe in bridges[J]. Chinese Journal of Engineering Geophysics, 2020, 17(1): 101-106.
[27]
姚姚. 地震波场与地震勘探[M]. 北京: 地质出版社, 2006.