石油地球物理勘探  2022, Vol. 57 Issue (s2): 92-99  DOI: 10.13810/j.cnki.issn.1000-7210.2022.S2.016
0
文章快速检索     高级检索

引用本文 

刘红星, 陈海清, 陈斌, 郭波, 贺保卫, 屈燕微. AVO技术在鄂东缘煤系致密气预测中的适用性分析. 石油地球物理勘探, 2022, 57(s2): 92-99. DOI: 10.13810/j.cnki.issn.1000-7210.2022.S2.016.
LIU Hongxing, CHEN Haiqing, CHEN Bin, GUO Bo, HE Baowei, QU Yanwei. Analysis of applicability of AVO technique in prediction of coal-measure tight gas in eastern margin of Erdos Basin. Oil Geophysical Prospecting, 2022, 57(s2): 92-99. DOI: 10.13810/j.cnki.issn.1000-7210.2022.S2.016.

本项研究受国家科技重大专项“非常规油气地震勘探关键技术与集成”(2017ZX05018-004-004)资助

作者简介

刘红星  高级工程师,1970年生;1992年获大庆石油学院勘查地球物理专业学士学位;现就职于中联煤层气有限责任公司,主要从事地震勘探采集、处理、解释方法研究

陈海清, 河北省涿州市华阳东路物探科技园研究院地质研究中心, 072750。Email: chenhaiqing@cnpc.con.cn

文章历史

本文于2022年6月22日收到,最终修改稿于同年10月15日收到
AVO技术在鄂东缘煤系致密气预测中的适用性分析
刘红星 , 陈海清 , 陈斌 , 郭波 , 贺保卫 , 屈燕微     
①. 中联煤层气有限责任公司勘探开发部, 北京 100015;
②. 东方地球物理公司研究院地质研究中心, 河北涿州 072750
摘要:利用AVO技术进行常规含气层预测是一项成熟有效的技术,但在鄂东缘围绕煤层烃源岩上、下形成的致密气层预测中,存在效果不稳定、影响因素不明的问题。针对研究区煤系致密砂岩气藏纵向上发育的不同岩性组合,建立四大类七种岩性组合模型进行AVO正演,分析各种地质模型不同参数变化时AVO响应特征,通过AVO量板方式,直观表达出AVO响应变化规律,确定AVO技术的适用范围,为具有相似地质情况的其他地区开展AVO含气预测提供参考。
关键词鄂东缘    煤系地层    致密气    AVO    模型正演    
Analysis of applicability of AVO technique in prediction of coal-measure tight gas in eastern margin of Erdos Basin
LIU Hongxing , CHEN Haiqing , CHEN Bin , GUO Bo , HE Baowei , QU Yanwei     
①. Exploration and Development Department of China United Coalbed Methane Co., Ltd., Beijing 100015, China;
②. Geological Research Center, GRI, BGP Inc., CNPC, Zhuozhou, Hebei 072750, China
Abstract: The amplitude variation with offset (AVO) technique is mature and efficient in predicting conventional gas-bearing reservoirs. However, it demonstrates unstable performance in the prediction of tight gas reservoirs above and below the source rock in coal seams in the eastern margin of the Erdos Basin, and the influencing factors are unknown. Hence, seven lithological combination models falling within four categories are constructed for AVO forward modeling considering the vertical lithological combinations of the coal-measure tight sandstone gas reservoirs in the study area. The AVO response with the variation of different parameters in all geological models is analyzed, and the variation laws of AVO response are intuitively displayed through template charts of AVO to further deduce the application scope of AVO. The research can provide a reference for the prediction of gas-bearing formations by AVO in other areas with similar geological conditions.
Keywords: eastern margin of Erdos Basin    coal measure formations    tight gas    AVO    forward modeling    
0 引言

AVO技术是20世纪80年代发展起来的,它在天然气勘探中发挥了重要作用,并因此在油气勘探中得到推广和应用[1-4]

近几年,鄂东缘以煤为烃源岩的致密气勘探取得很大进步,但目前还未形成非常有效的油气检测技术。AVO技术在常规气藏勘探中取得很好效果[5-6],但对煤系致密砂岩各个层系开展应用时,其效果并不稳定。初步分析认为,不同层系气砂、干砂、泥岩、煤层等组合变化影响了AVO预测结果,但其变化规律还不清楚,因此需要开展不同岩性组合情况下AVO特征研究。

本文以实际资料为基础,设计了四类七种不同的岩性组合,通过改变孔隙度、砂岩厚度、泥岩厚度、煤层分布等参数,研究其对AVO现象产生的影响,通过量板方式直观展现不同岩性组合下随着不同参数改变AVO相应的变化规律,甄选出适合开展AVO含气预测的岩性组合和对应的地层,为后续研究提供判断依据,从而提高预测结果的可靠性,降低勘探风险。

1 研究区概况

研究区位于鄂尔多斯盆地伊陕斜坡的东北部,本溪、太原和山西组煤层为主要烃源岩,围绕煤层自下而上发育有本溪、太原、山西、下石盒子、上石盒子、石千峰组等多个勘探目的层,主要为孔隙度为1%~12%的致密砂岩。不同目的层受沉积环境变化影响,泥岩、砂岩、煤层发育程度不同,形成了不同的岩性组合。如石盒子组的1—6段和太原组的2段泥岩较发育,主要为泥包砂的组合;石盒子组的盒7—8段、石千峰的4—5段、山西组的2段砂岩较发育,更易于形成砂包泥的岩性组合;山西组1段、太原组1段和本溪组1段,发育有不同厚度的煤层,岩性组合更加复杂。岩性组合的复杂性使得成藏规律变得复杂,研究难度增大。

针对勘探中遇到的问题,开展了AVO正演分析,以期为含油气预测提供依据。

2 地质模型的建立 2.1 影响AVO特征因素分析

AVO响应的变化与砂岩储层中所含流体性质(气、油、水、)和含量有关,但决定因素主要是孔隙度、含水饱和度(或含气饱和度)和厚度。

对于致密储层而言,孔隙度是影响含气和高产的重要因素。测井结果显示,研究区气层孔隙度一般大于5%,差气层孔隙度一般在3.8%~8.0%。测试结果表明,孔隙度大于10%时,一般具有自然产能;孔隙度为6%~10%时,压后具有中—高产;孔隙度小于6%时,压后低产或无产。说明孔隙度是决定气藏富集的重要因素之一。

厚度是影响产量的另一重要因素。研究区气层厚度统计显示,总体气层相对较薄,一般在1~12m,超过5m的厚气层基本稳产,小于5m虽偶有高产但大多总产量较低,因此大于5m的优质储层是应用AVO预测的重点。除了气砂岩固有性质和AVO有关系外,气层上部覆盖地层的性质(如泥岩、干砂、煤层等)和厚度对气层AVO特征也有重要影响,也是需要考虑的重要因素。

2.2 地质模型的建立

通过钻井分析,总结出致密气层与干砂岩、泥岩、煤层组合关系的三种主要类型。其一,泥包砂型,气层上、下具有较厚的泥岩,主要发育于上石盒子和下石盒子组的5—6段。其二,砂岩发育型,气砂之上存在干砂层,干砂层或直接覆盖在气砂岩之上或两者之间存在薄层泥岩隔层,主要发育于山西组、下石盒子组的7—8段、石千峰组等。其三,含煤层型,在气砂岩之上存在煤层,主要发育于本溪组、太原组。

依据上述地层发育关系,设计了四类七种地质模型(图 1):类型一,“泥岩—气砂”型(图 1a);类型二,“泥岩—砂岩—气砂”型,又细分为2种模型(图 1b图 1c);类型三,“泥岩—干砂”型,细分为3种模型(图 1d图 1e图 1f);类型四,“泥岩—煤层—泥岩—气砂”型(图 1g)。

图 1 研究区地质模型 (a)泥岩—气砂型;(b)泥岩—干砂—气砂型;(c)泥岩—干砂—薄层泥岩—气砂型;(d)泥岩—干砂型;(e)泥岩—干砂—薄层泥岩—干砂型;(f)泥岩—干砂—泥岩—干砂型;(g)泥岩—煤层—泥岩—气砂型
2.3 参数选取

在AVO正演模拟中,选取准确的储层参数是取得合理正演结果的基础。统计显示,研究区气砂含水饱和度为35%~55%,正演取值为40%~60%。气砂岩孔隙度范围7%~14%,差气层3%~8%,正演取值3%~15%。气层厚度一般在1~12m,邻区有井厚度超过23.3m,正演取值4~24m。

泥岩、气砂岩、干砂岩、煤层速度、密度根据多口井资料取得,见表 1

表 1 模型物性参数

正演子波从目的层段反射提取,主频为35Hz。

3 正演模拟 3.1 类型一:“泥岩—气砂”模型的地震响应 3.1.1 AVO随孔隙度的变化

固定气层厚度为16m,含气饱和度为50%,孔隙度由3%增加到15%。正演结果显示,随着孔隙度的增加,气层的AVO类型由Ⅰ类过渡到Ⅱ类再到Ⅲ类[7-9](图 2)。

图 2 图 1a模型不同孔隙度的地震响应 (a)正演地震记录;(b)AVO曲线;(c)P-G属性图

P-G(截距—梯度)属性交会图(图 2c)上可以看到,当气层孔隙度为3%时,它处于第四象限,随着孔隙度的增加,由第四象限过渡到第三象限,且G绝对值逐渐减小。

同理,固定气层厚度为8m和24m,孔隙度由3%增大到15%,可得到另外2条变化规律相似的AVO随孔隙度变化的曲线。

3.1.2 AVO随气层厚度的变化

固定孔隙度值为12%、含气饱和度为50%,气层厚度h由4m增加到24m。模拟结果显示,随着厚度的增加,AVO响应特征由Ⅱ类逐渐变为Ⅲ类(图 3)。

图 3 正演图 1a模型含气砂岩不同厚度的地震响应 (a)正演记录;(b)AVO曲线;(c)P-G属性

同理,分别固定孔隙度值为3%、6%、9%、15%,气层厚度由4m增加到24m,可得到多条AVO随厚度变化的曲线。

把AVO随孔隙度、厚度变化的曲线都投影到同一张P-G交汇图上,得到AVO量板图(图 4)。从量板上可以看出:随着孔隙度增加,AVO类型变化规律为Ⅰ类—Ⅱ类—Ⅲ类;随着厚度增加,AVO类型变化趋势为Ⅱ类—Ⅲ类,起点为坐标原点。或者说,孔隙度大、厚度大的气砂岩表现为Ⅲ类AVO响应。

图 4 图 1 a模型P-G属性随孔隙度和气层厚度变化叠合图
4.1.3 AVO随含气饱和度的变化

固定气层厚度为8m,孔隙度为12%,含气饱和度Sg由0增加到100%,模拟AVO变化。正演剖面和P-G交汇图显示:随着含气饱和度值增加,AVO特征变化非常小,基本为Ⅱ类AVO特征,在放大的P-G交汇图上,可看到由Ⅱ类向Ⅲ类变化的趋势(图 5)。

图 5 图 1a模型不同含气饱和度的地震响应 (a)正演记录;(b)AVO曲线;(c)P-G属性;(d)图 5a的局部放大

研究区含水饱和度统计结果显示,值域范围在35%~55%,亦即含气饱和度在45%~65%,AVO响应变换化很小(图 5a剖面红框内)。反映在P-G交汇图上,几乎看不出变化。因此可得出结论:AVO对含气饱和度变化不敏感。

此种岩性组合AVO随孔隙度、厚度变化的特征明显,适合于AVO分析,适用的地层有石盒子组1—6段、太原组2段。

3.2 类型二:“泥岩—干砂—气砂”模型的地震响应 3.2.1 “泥岩—砂岩—气砂—泥岩”

干砂层直接覆盖在气砂岩上,固定干砂厚度为8m,气砂孔隙度为12%,分别选取气砂厚度为8m和16m进行正演。结果显示:AVO响应特征介于Ⅰ类和Ⅱ类之间(图 6)。与类型一正演结果有明显差异:当气砂岩上面有干砂岩覆盖时,孔隙度为12% 的P-G曲线与类型一中孔隙度为6%的坐标区域大致相当,在Ⅰ类和Ⅱ类之间。亦即,当气砂岩上面有干砂岩覆盖时,AVO特征变化与没有干砂岩覆盖的“泥岩—气砂—泥岩”模型相比,预测结果对应点有从Ⅱ类区域向Ⅰ类区域(孔隙度变小方向)“偏移”的现象(参看图 4),可以理解为“干层的平均作用降低了气层孔隙度值”,或可称为“平均效应”。

图 6 图 1b模型上覆干砂层厚度不同的P-G属性

实际情况中,气层上直接覆盖干砂岩的情况很常见。对于预测结果出现向孔隙度减小方向偏移的现象,实际应用中需要做适当校正。适用的地层有石盒子组1-6段、太原组2段。

3.2.2 “泥岩—干砂—薄层泥岩—气砂—泥岩”

当干砂与气砂之间存在泥岩隔层时,固定气砂厚度为8m,泥岩隔层厚度为8m,气层含气饱和度为50%,气砂孔隙度为12%,干砂层厚度分别取4m、8m、12m。正演结果显示:随着上覆干砂岩厚度的增加,气砂的AVO特征由Ⅱ类逐步过渡到Ⅳ类AVO响应(图 7)。

图 7 图 1c模型上覆干砂层厚度不同的P-G属性

在气砂孔隙度取值为3%,其他参数不变的情况下进行正演。结果显示,P-G交汇曲线变化趋势不变,只是曲线的起始点从Ⅰ类(第四象限)开始逐渐变为Ⅳ类AVO特征。可以推论,孔隙度值变为15%时,则曲线的变化会由Ⅲ类逐渐变为Ⅳ类AVO响应。

此模型AVO响应也具有明显的规律,但AVO变化从第三或第四象限向第二象限延伸,跨越象限较多,随着厚度增加,振幅值由负变正,复杂性增加,预测精度会受到影响。适合的地层有盒7—盒8段、石千峰的4—5段。

3.3 类型三:“泥岩—干砂”模型的地震响应

细分为三种情况:(1)“泥岩—干砂—泥岩”简单模型;(2)“泥岩—干砂—薄泥—干砂”模型;(3)“泥岩—干砂—厚泥—干砂”模型。

模型正演发现,三种模型的AVO响应皆为Ⅰ类,只是振幅强度不同。其中图 1d图 1e模型在P-G属性图上的位置比较接近,这也说明模型图 1e可以简化为模型图 1d(图 8)。

图 8 图 1d图 1e图 1f三种模型的地震响应 (a)正演记录;(b)AVO曲线;(c)P-G属性

干砂层AVO响应皆为Ⅰ类,与气砂岩相比有明显的差异,是区分气层和干层的重要特征。可用于石盒子组7-8段、石千峰4-5段的气层预测。

3.4 类型四:“泥岩—煤层—泥岩—气砂”模型的地震响应

设定气砂厚度为8m,煤层厚度为8m,气砂含气饱和度为50%,气砂孔隙度为12%,泥岩隔层厚度h1分别为8、16、24、32m。正演结果显示,随着泥岩隔层厚度的变化,气层AVO响应并未呈现出有规律的变化特征。在P-G交汇图上,从第一象限到第四象限都有分布。受煤层干涉的影响,含气层的AVO响应没有明显的规律(图 9)。

图 9 图 1g模型的地震响应 (a)正演记录;(b)P-G属性

此类地层组合AVO特征无规律变化,不能应用AVO技术进行含气预测。发育此岩性组合的地层有本1段、太1段、山1段。这些地层中的砂岩因靠近煤层更易于成藏,但AVO响应也受到煤层反射影响更大,不能应用AVO技术进行含气性预测。

另有研究表明,当煤层下面泥岩隔层厚度大于λ/2(约55m)时,煤层下方气砂岩反射可以完全分辨出来, 其中λ为波长。研究区多数气层与煤层距离小于λ/2,煤层下方的气砂岩不能用AVO技术进行预测。如果气层与煤层距离超过λ/2,应用AVO预测是有效的。

3.5 致密气AVO量板的建立

根据前面四类七种模型正演结果,把上述P-G属性曲线叠置到一张图上,便得到综合量板图(图 10)。从图上能够直观地看到,在不同孔隙度、厚度、含气饱和度和上覆干砂岩厚度条件下气层所表现出来的AVO响应特征。

图 10 致密气砂岩AVO响应量板

需要注意,这张综合量板图上很多曲线重叠,说明进行气砂预测时会出现多解的情况,不便于使用者操作和应用。同时也说明,对于复杂的地下地质情况,能否应用AVO技术进行气层预测,需要具体情况具体分析,AVO技术的应用受到相应地质条件限制。

在实际应用中,需要对量板进行简化,以便更具可操作性。下面以类型一为例,简化量板,用于划分含气和非气层区,再综合其他实际数据判定是否含气。

图 4中孔隙度大于10%、厚度大于5m的区域归类为一等有利区,为致密气“甜点”区,AVO响应特征在第三象限。把孔隙度在5%~10%、气层厚度大于5m范围划分为中等有利区,这类区域气层需要压裂等工程来提高产量,AVO响应为第三至第四象限过渡区域。孔隙度小于5%为最差级别,基本为致密干层,实际中很难获得工业产能,AVO响应特征分布在第四象限。简化后的量板见图 11,可据此进行实际的气层预测。

图 11图 4简化后的含气预测量板
4 应用效果

AVO致密储层预测是以叠前地震道集所包含的振幅信息为主,截距剖面(P剖面)为法线入射剖面,反映了地震反射系数的变化;梯度剖面(G剖面)反映了非法线入射反射系数的变化率,体现了AVO变化特征,包含有岩性和油气水变化信息[10-11]。开展AVO油气检测时,首先要对原始地震道集进行处理,获取P剖面和G剖面,以及相对泊松比、碳氢剖面等属性剖面。

根据前面正演模拟结果和建立的量板可知,在含气最好的第三象限,P剖面和G剖面的反射系数皆为负值,P×G为正值,且随着气层厚度和孔隙度的增加,其PG的绝对值都是增加的,且越大越好。因此,当P为负值且P×G为最大正值, 则该层段为最有利的含气层段[9]

图 12为过X-9井的P×G剖面,标定出的气层段截距P(以波形显示)为负值,而P×G属性(以颜色背景显示)为最大值黄色,属于第三象限的Ⅲ类AVO特征。

图 12 截距PP×G叠合剖面(波形为截距P;颜色为P×G)

测试显示,该气层厚度为8.4m,孔隙度为14.2%,在未压裂情况下无阻流量超过17×104m3/d,属于优质致密砂岩储层,与图 11量板中第三象限内划分为“好”的区域一致。

在该气层的上下分别有一层厚度为4.2m和6.3m的含气水层,在图 12P×G剖面上,截距P基本上位于振幅为“0”的位置,P×G也接近“0”值的白色过渡带,在量板上属于Ⅰ类到Ⅱ类AVO的区域,综合评价为“中—差”的范围。这也从另一方面证明了量板的可用性。

相对泊松比是油气检测的另一重要AVO属性,在当纵、横波速度比vP/vS=2时,P+G就是泊松比特征的反映。当储层中含气后泊松比将变小,因此在油气检测中砂岩泊松比变小是含气的指示[2, 12]

图 13是过X-33井的截距P与相对泊松比叠合剖面,盒4段厚度为16.6m的气层,截距P为负值(波形显示),相对泊松比为最小(橘黄色显示)。

图 13 截距P与相对泊松比叠合剖面(波形为截距P;颜色为相对泊松比)

在X-33井综合柱状图中,该段气层为一组气层,总厚度为16.6m,孔隙度为13.3%~14.2%,压裂前进行无阻流量测试,产气1.5×104m3/d。

图 14是该层段相对泊松比平面图。通过与已钻井对比分析,X-33和X-36井区储层厚度为16.6m和6.0m,孔隙度高达13.8%和11.4%,位于预测最有利的红色区域;位于黄色区域的X-9、X-19、X-35井区气层厚度分别是3.5、6.3和4.2m,为中等区域。另外该层段有5口井无产气层,分别是X-5、X-29、X-30、X-34、X-37井,都位于预测不利的绿色区域。统计钻井结果,预测符合率为83.3%。X-10井区预测结果为最差,但实际测井解释气层厚度为6.3m、孔隙度为10.0%,分析后认为X-10井附近断层和陷落柱较发育,对振幅变化产生了影响。这表明,断层/陷落柱发育区,AVO特征不能正确反映实际含气情况。

图 14 相对泊松比预测盒4段含气区分布

根据AVO和其他方法综合评价结果部署钻探了7口井,其中X1-36、X-73、X-85、X-152井与预测结果完全符合,位于有利区的X1-36、X-73、X-152井分别解释出气层厚度4.0、4.4、2.0m,孔隙度为9.7%、12.1%、9.5%,位于蓝绿色非有利区的X-85井没有产气层。X-72、X-164井基本符合,在预测不太有利的绿色区域,测井解释出差气层厚度为0.9m和1.5m。而误差较大的是X1-22井,在预测不太有利的蓝绿色区域,测井解释气层厚度为4.1m,孔隙度为11.1%,分析认为同样与断层发育有关。7口新钻井与预测结果符合率超过80%,也证实了在鄂东缘煤系地层上盒子泥包砂的情况下,AVO预测气层的方法是可行的,精度较高。

5 结束语

通过正演分析,得出以下几点结论。

(1) 煤系地层致密气成藏组合很多,AVO响应有不同的变化规律,很难简单的用“行”或者“不行”来判断。

(2) 类型一地层组合的AVO响应规律清晰,AVO特征从Ⅰ类过度为Ⅲ类,可以应用AVO技术进行含气预测,结果较可靠。主要适用层位有石盒子组1— 6段、太原组太2段。

(3) 对于类型二的地层组合b,当气砂岩上面有干砂岩覆盖时,AVO特征变化与类型一的“泥岩—气砂—泥岩”模型相比,同样地质参数情况下,预测结果对应点会从Ⅱ类向Ⅰ类方向(孔隙度减小方向)“偏移”,表现出干层的“平均效应”。需要注意的是,因干层“平均效应”孔隙度预测结果比实际值偏小,实际应用中需做适当校正。主要适用层位有石盒子组1—6段、太原组2段。对于类型二中的组合c,预测难度增加,可靠性较差。适用层位为山2段、盒7—盒8段、千4—5千段。

(4) 类型三地层组合的AVO响应为Ⅰ类,是区分气砂和干砂的重要特征,发育的主要层位下石盒子组7—8段、石千峰组4—5段。

(5) 煤层附近的气砂岩受煤层影响,通常不能用AVO特征预测含气性,如本1段、太1段、山1段。但当气层距离煤层超过二分之一波长时,AVO技术是适用的,如太原组2段。

另外,断层和陷落柱也会造成AVO响应的失真,实际应用中需注意。

参考文献
[1]
郑晓东. AVO异常检测技术及其应用[J]. 石油地球物理勘探, 1991, 26(5): 643-649.
ZHENG Xiaodong. Techniques for detecting AVO anomaly and the application[J]. Oil Geophysical Prospecting, 1991, 26(5): 643-649.
[2]
郑晓东. AVO正演方法及其应用[J]. 石油地球物理勘探, 1991, 26(6): 766-776.
ZHENG Xiaodong. Forward AVO method and its application[J]. Oil Geophysical Prospecting, 1991, 26(6): 766-776.
[3]
刑小林. 地震资料叠前反演方法研究[D]. 黑龙江大庆: 东北石油大学, 2014.
XING Xiaolin. Investigation of Seismic Data Prestack Inversion Approach[D]. Northeast Petroleum University, Daqing, Heilongjiang, 2014.
[4]
李艳玲. 运用AVO技术进行直接油气检测研究[D]. 黑龙江大庆: 东北石油大学, 2010.
LI Yanling. Research of AVO for Hydrocarbon Detection[D]. Northeast Petroleum University, Daqing, Heilongjiang, 2010.
[5]
杜焰. AVO技术及在苏里格气田储层含气性检测中的应用[D]. 四川成都: 成都理工大学, 2009.
DU Yan. AVO Technique and Its Application in Gas-bearing Detection of Sandstone Reservoir at Sulige Gas Field[D]. Chengdu University of Technology, Chengdu, Sichuan, 2009.
[6]
夏晓燕. AVO技术在靖边气田含气性检测中的应用研究[D]. 湖北武汉: 中国地质大学, 2012.
XIA Xiaoyan. AVO Technique Applied in Gas-bearing Detection in Jingbian Gas Field[D]. China University of Geosciences(Wuhan), Wuhan, Hubei, 2012.
[7]
舒梦珵, 王真理, 张金强, 等. AVO属性分析方法的改进及其在煤系地层中的应用[J]. 地球物理学进展, 2010, 25(4): 1323-1331.
SHU Mengcheng, WANG Zhenli, ZHANG Jinqiang, et al. Improvement on the method for AVO attribute analysis and its application to coal-bearing strata[J]. Progress in Geophysics, 2010, 25(4): 1323-1331. DOI:10.3969/j.issn.1004-2903.2010.04.021
[8]
RUTHERFORD S R, WILLIAMS R H. Amplitude-versus-offset variations in gas sands[J]. Geophysics, 1989, 54(6): 680-688. DOI:10.1190/1.1442696
[9]
SIMM R, WHITE R, UDEN R. The anatumy of AVO crossplots[J]. The Leading Edge, 2000, 19(2): 150-155. DOI:10.1190/1.1438557
[10]
孙立志. 基于AVO效应的泊松比反演及储层厚度预测方法研究[D]. 黑龙江大庆: 东北石油大学, 2005.
SUN Lizhi. Research on the Prediction Method of Poisson's Ratio and Reservoir Thickness Based on the AVO Effect[D]. Northeast Petroleum University, Daqing, Heilongjiang, 2005.
[11]
田伟, 邹冠贵, 汤小明, 等. 基于AVO技术与伪泊松比属性预测灰岩富水性的方法[J]. 煤炭学报, 2017, 42(10): 2706-2717.
TIAN Wei, ZOU Guangui, TANG Xiaoming, et al. Method of predicting the water abundance of limestone based on AVO technique and pseudo Poisson's ratio attribute[J]. Journal of China Coal Society, 2017, 42(10): 2706-2717.