石油地球物理勘探  2023, Vol. 58 Issue (5): 1182-1191  DOI: 10.13810/j.cnki.issn.1000-7210.2023.05.015
0
文章快速检索     高级检索

引用本文 

陈永波, 杨超, 马斯骏, 茹琦, 陈雪珍, 王晓辉. 砂砾岩岩性油气藏“甜点”储层地震预测技术及应用效果——以环玛湖凹陷西斜坡区黄羊泉扇体百口泉组二段砂砾岩为例. 石油地球物理勘探, 2023, 58(5): 1182-1191. DOI: 10.13810/j.cnki.issn.1000-7210.2023.05.015.
CHEN Yongbo, YANG Chao, MA Sijun, RU Qi, CHEN Xuezhen, WANG Xiaohui. Seismic prediction technology for "sweet spot" reservoirs of glutenite reservoirs and application effects: A case study of glutenite from second member of Baikouquan formation of Huangyangquan fan body in western slope area of circum-Mahu sag. Oil Geophysical Prospecting, 2023, 58(5): 1182-1191. DOI: 10.13810/j.cnki.issn.1000-7210.2023.05.015.

本项研究受国家重大科技专项“岩性地层圈闭精细刻画关键技术与地震沉积学研究”(2021DJ0403)资助

作者简介

陈永波   高级工程师,1966年生;1988年获兰州大学地质学专业学士学位,2007年获成都理工大学油藏描述专业硕士学位;现就职于中国石油勘探开发研究院西北分院,主要从事地震资料处理、解释一体化与石油地质综合研究工作

陈永波, 甘肃省兰州市城关区雁儿湾路535号中国石油勘探开发研究院西北分院,730020。Email:chenyb@petrochina.com.cn

文章历史

本文于2022年10月17日收到,最终修改稿于2023年6月29日收到
砂砾岩岩性油气藏“甜点”储层地震预测技术及应用效果——以环玛湖凹陷西斜坡区黄羊泉扇体百口泉组二段砂砾岩为例
陈永波1 , 杨超1 , 马斯骏2 , 茹琦2 , 陈雪珍1 , 王晓辉3     
1. 中国石油勘探开发研究院西北分院, 甘肃兰州 730020;
2. 中国石油玉门油田分公司老君庙采油厂, 甘肃酒泉 735200;
3. 东方地球物理公司, 河北涿州 072750
摘要:准噶尔盆地环玛湖凹陷西斜坡区三叠系百口泉组二段(T1b2)发育砂砾岩岩性油气藏,成藏主控因素受扇三角洲前缘亚相有利相带、优质储层厚度、孔隙度和油源断裂等四重因素控制,储层单层厚度小、横向变化较快、埋深大,且储层与围岩波阻抗差异小,地震预测难度大,利用单一的地球物理方法无法准确地预测“甜点”储层平面分布,同时也受地震资料信噪比低、保幅性差等因素的影响,预测精度不高,钻探成功率低。为此,采用“五步法”逐级控制的测井—地质—地震一体化研究思路,预测砂砾岩“甜点”储层平面分布范围。利用“分相带道集叠加”OVT域技术精细处理百口泉组(T1b)目标,为储层预测奠定了资料基础。对OVT域三维地震资料进行全三维自动地震层序解释,精细地恢复了古地貌,结合单井相、地震属性准确刻画了扇三角洲亚相边界。通过叠前反演预测优质储层的厚度、范围和孔隙度,利用结构张量矩阵特征值构建断裂属性数据体,从而预测油源断裂剖面、平面展布特征,其中扇三角洲前缘亚相的储层厚度、孔隙度高值区及存在油源断裂的部位为“甜点”储层发育区。根据研究成果部署的预探井成功率达92%以上,值得在类似的地质背景条件下推广、应用。
关键词玛湖凹陷    三叠系百口泉组    OVT域分相带道集叠加    叠前反演    梯度结构张量断裂属性    "甜点"    
Seismic prediction technology for "sweet spot" reservoirs of glutenite reservoirs and application effects: A case study of glutenite from second member of Baikouquan formation of Huangyangquan fan body in western slope area of circum-Mahu sag
CHEN Yongbo1 , YANG Chao1 , MA Sijun2 , RU Qi2 , CHEN Xuezhen1 , WANG Xiaohui3     
1. Research Institute of Petroleum Exploration and Development Northwest, PetroChina, Lanzhou, Gansu 730020, China;
2. Laojunmiao Oil Production Plant of PetroChina Yumen Oilfield Branch, Jiuquan, Gansu 735200, China;
3. BGP Inc., CNPC, Zhuozhou, Hebei 072750, China
Abstract: In the western slope area of circum-Mahu sag, Junggar Basin, the second member of Triassic Baikouquan formation develops glutenite reservoirs, and the main controlling factors of accumulation include favorable facies belt of glutenite in the delta front, thickness of high-quality reservoirs, porosity, and oil source fault.The reservoir layer thickness is small; the lateral change is fast; the buried depth is large, and the wave impedance difference between the reservoir and the surrounding rock is small, so the "sweet spot" reservoir plane distribution cannot be accurately predicted by using a single geophysical method.Affected by factors such as low signal-to-noise ratio and poor amplitude retention of seismic data, the prediction accuracy is not high, and the success rate of drilling is low.In order to predict the plane distribution range of the "sweet spot" reservoir of glutenite, this paper adopts the integrated research idea of logging, geology, and seismic data controlled by the "five-step method" step by step.The OVT domain technique of "split-seismic facies data stacking" is used to process T1b target, which lays a data foundation for reservoir prediction.In the 3D seismic data of the OVT domain, the paleo-geomorphology is finely restored by utilizing global 3D automatic seismic stratigraphic interpretation.Combined with single well facies and seismic properties, the fan delta subfacies boundary is accurately characterized.The thickness, range, and porosity of high-quality reservoirs are predicted by pre-stack inversion, and the fracture attribute data body is constructed by using the eigenvalues of the structure tensor matrix, so as to predict the fracture profile and plane distribution characteristics of the oil source.The "sweet spot" reservoir develops in the front subfacies of the fan delta, where the reservoir thickness and porosity are high, and where the oil source fracture exists.According to the research results, the success rate of the pre-exploration wells deployed is more than 92%, which is worthy of popularization and application under similar geological background conditions.
Keywords: Mahu sag    Triassic Baikouquan formation    OVT domain of split-seismic facies data stacking    pre-stack inversion    gradient structure tensor fracture properties    "sweet spot"    
0 引言

砂砾岩岩性圈闭是重要的油气藏圈闭类型之一[1-2],如美国阿肯色州Walker Creek油田、加拿大阿尔伯塔斯皮里特河组、阿布扎比东部地区均发育砂砾岩岩性圈闭[3-5]。中国准噶尔盆地环玛湖凹陷西斜坡发育三叠系百口泉组(T1b)扇三角洲前缘亚相砂砾岩岩性圈闭,主要由沉积期及其后的沉积、成岩作用引起的物性变化使砂砾岩储层物性变好而形成[6]。通过解剖百口泉组二段(T1b2)砂砾岩岩性圈闭油气藏可知,扇三角洲前缘亚相水下分流河道沉积的孔隙度一般为4.7%~15.3%,平均为8.69%,整体呈“低孔低渗”特征,但砂砾岩局部发育“甜点”储层——次生孔隙发育带[7],孔隙度大于10%,并获得高产工业油气流。勘探证实利用三维地震资料预测砂砾岩“甜点”储层存在以下难点:①储层单层厚度小(10~20 m)、横向变化较快、埋深大(3000~4000 m),且储层与围岩波阻抗差异小(约1200 g/cm3·m/s),地震预测难度大;②单井产量高的“甜点”发育区受有利相带、储层厚度、孔隙度和油源断裂等四重因素共同控制,利用单一的地球物理方法不能准确地预测“甜点”储层平面分布,同时也受地震资料信噪比低、保幅性差等因素的影响,预测精度不高,钻探成功率低[8]

面对“低孔低渗”砂砾岩岩性油气藏的地质特征,近几年新疆油田公司在环玛湖凹陷西斜坡重点区块实施了“两宽一高”二次地震资料采集[9],通过“两宽一高”地震资料采集、处理和解释一体化,利用宽方位资料优势,开展炮检距向量片(OVT)域振幅补偿、噪声压制、数据规则化和叠前时间偏移,不仅使偏移道集的近、中、远炮检距—振幅关系一致性更好,而且包含方位角信息,有利于叠前储层预测[10]。目前OVT域叠前偏移数据在预测断裂、裂缝、薄砂体和碳酸盐岩岩溶缝洞方面取得了广泛应用[11-12],但业界利用OVT域叠前数据预测砂砾岩岩性圈闭“甜点”储层的研究较少。为此,本文通过分析高产井的砂砾岩“甜点”储层油气富集主控因素,以黄羊泉扇体MX1井区为例,采用“五步法”逐级控制的测井—地质—地震一体化研究思路,利用OVT域三维地震数据体预测扇三角洲前缘亚相砂砾岩“甜点”储层的平面分布。利用研究成果部署的预探井相继获得高产工业油流,证明了研究结果的实用性和可靠性。

1 研究区地质概况

玛湖凹陷是准噶尔盆地的6大生烃凹陷之一。玛湖凹陷西、北、南以断裂带为界,东抵夏盐凸起,凹陷与周缘相对隆起的逆冲断裂带和凸起之间形成环玛湖凹陷斜坡区。逆冲断裂带和凸起明显控制扇体的形成,玛湖凹陷T1b发育中拐扇、克拉玛依扇、黄羊泉扇、夏子街扇、盐北及夏盐扇六大扇体[13],研究区位于黄羊泉扇(图 1a),三维覆盖面积为538 km2。环玛湖凹陷斜坡区变形相对弱,呈平缓的单斜,地层倾角约为2°,局部发育低幅度平台、背斜或鼻状构造。斜坡区发育平行于西北缘断裂带的逆断裂,剖面上断开层位从P到T1b,逆断裂与燕山期形成的正断裂形成“Y”字型,正断裂断开层位为T1b2至J,平面上延伸方向为近东西向,具有走滑性质[14]。“Y”字型断裂将与二叠系风城组(P1f)油气运移伴随的有机酸流体垂向运移至T1b2,在由古鼻状构造和层间小断裂共同构成的流体优势运移通道内,扇三角洲前缘亚相水下分流河道砂砾岩中的钾长石、岩屑等颗粒发生溶解而形成次生孔隙储层——“甜点”储层发育区。“甜点”储层发育区上倾方向被扇三角洲平原亚相致密带遮挡,侧向被扇三角洲前缘亚相致密砂砾岩、水下分流河道间泥岩构成遮挡带,圈闭顶板层为百口泉组三段(T1b3)湖进泥岩,底板层为百口泉组一段(T1b1)扇三角洲前缘亚相致密层或平原亚相砂砾岩致密层及湖泛泥岩,从而为前缘亚相“甜点”储层成藏形成良好封闭条件[15]

图 1 研究区位置图(a)及T1b岩性柱状图(b) SP、GR、RI及RT分别为自然电位、自然伽马、侵入带电阻率及地层电阻率。

环玛湖凹陷斜坡区地层发育较全,其中T1b厚度为200~250 m,根据岩性自下而上分为3段(图 1b):T1b1,厚度为60~80 m,岩性以厚层灰色砂砾岩、褐色砂砾岩为主,夹薄层棕灰色含砾泥岩;T1b2,厚度为70~90 m,单层厚度为15~20 m,岩性以灰绿色砂砾岩为主,夹棕灰色泥岩,储层分布相对稳定,为主要储层;T1b3,厚度为70~80 m,岩性为薄层灰绿色砂砾岩与泥岩互层,为有利盖层。目前已发现的油藏主要分布在T1b2扇三角洲前缘亚相水下分流河道砂砾岩“甜点”储层中。T1b与下伏二叠系乌尔禾组(P2w)呈不整合接触,与上覆三叠系克拉玛依组(T2k)呈整合接触。

2 五步法“甜点”储层预测法 2.1 T1b地震相特征及目标处理方法选择

唐勇等[16]对环玛湖凹陷斜坡区T1b扇三角洲沉积体系的水槽模拟实验表明,在T1b1、T1b2和T1b3三个沉积阶段由于湖平面上升而形成一种退积层序,不同层序之间呈明显的上超现象[17]。由BAI75-AIHU1井连井沉积相剖面(图 2a)可见,地层自下而上,随着水体不断扩大,扇体由湖心向物源方向退积,表现为:T1b1为低位域,以扇三角洲平原亚相为主,仅在AIHU1井处局部发育扇三角洲前缘亚相;T1b2沉积期水体扩大,平原亚相向物源方向后退,整体以扇三角洲前缘为主,仅在BAI75井发育一套褐色致密平原亚相砂砾岩;T1b3为高位域,以泥岩为主。根据图 2a设计二维地质模型,选取主频为35 Hz的雷克子波作为震源,采用波动方程法进行正演模拟。正演模拟结果(图 2b)表明:扇三角洲平原亚相的T1b厚度大于λ/4(λ为波长),呈弱振幅—空白反射;扇三角洲前缘亚相的T1b厚度为15~20 m(等于λ/4)时,呈中—强振幅、中—高频、平行连续反射,与泥岩形成互层反射,储层向上倾方向超覆,反映了从下向上的水进过程。根据图 2,选用OVT域“分相带道集叠加”技术对T1b精细处理[18-20]图 3为过BAI75-AIHI1井OVT域分相带道集叠加和常规全道集叠加的叠前时间偏移剖面。由图可见:在OVT域分相带道集叠加的叠前时间偏移剖面(图 3a)上,T1b的平原亚相呈较弱振幅、中—低频反射,连续性较差,前缘亚相呈中—强振幅反射,连续性较好,与图 2b相似;常规全道集叠加的叠前时间偏移剖面(图 3b)反射特征与图 2b不相似。因此,本文利用OVT域资料预测沉积相带和“甜点”。

图 2 BAI75-AIHU1井连井沉积相剖面(a)及其正演模拟结果(b) T1b厚度为200~250 m,由BAI75井到AIHU1井T1b2由厚层块状砂砾岩过渡为单层厚度为15~20 m的薄互层砂砾岩。扇三角洲平原亚相致密砂砾岩速度为5800 m/s,扇三角洲前缘亚相砂砾岩速度为4500 m/s,泥岩速度为4000 m/s。

图 3 过BAI75-AIHI1井OVT域分相带道集叠加(a)和常规全道集叠加(b)的叠前时间偏移剖面 拉平白碱滩组泥岩顶(T3b)强反射层。
2.2 T1b古地貌恢复及扇三角洲亚相边界刻画 2.2.1 古地貌恢复

古地貌控制着T1b各段的沉积相带分布,沉积相带则决定有利相带和储层分布,精确恢复古地貌是刻画T1b沉积扇体边界及预测有利储层的基础。由于T1b为连续沉积,因此利用高分辨率层序地层学地层厚度法恢复T1b各段沉积前古地貌背景[21-22],在小时窗内利用钻井资料与OVT域三维地震资料精细标定合成记录,结果(图 4)表明:T1b1底为波峰(最大值),振幅强、连续性好,易追踪,与下伏P2w呈不整合接触;T1b2底为波峰下沿(零值点),振幅较强、连续性较好,较易追踪,与T1b1顶呈整合接触;T1b3底为波峰下沿(零值点),振幅较强、连续性较好,较易追踪,与T1b2顶呈整合接触;T1b3沉积末期形成最大湖泛面,T1b3顶为波峰上沿(零值点),振幅强、连续性好,易追踪,与上覆T2k呈整合接触。待T1b层位精细标定后,应用全局自动地震层序地层解释技术解释地震剖面,该技术基于地震波形相似性及地质一致性的价值函数,利用地震—地质一体化联合分析的思想对地震三维数据体进行空间解构,通过数学算法直接从三维数据体中得到地质模型,然后从地质模型中提取层位。剖面解释结果(图 4)表明,全局自动追踪层位为相位“零值点”或波峰(谷),比人机交互解释的层位细节准确、丰富。从三维地层模型中抽取T1b2底、顶界的t0差值,再乘以T1b2层速度值,可得到T1b2厚度图,从而恢复T1b2沉积前的古地貌。图 5为T1b2沉积前古地貌。由图可见:平面上分为低隆区(红、黄色,厚度为60~66 m)和平台区(绿、蓝色,厚度为66~80 m),低隆区主要分布于BAI19-BAI64-BAI75井周边,在BAIWU1、HUANG3井间存在一条沟谷;西南方向为平台区,主要分布于BAI65-AIHU2-AIHU3井周边,为砂砾岩体卸载提供了空间。

图 4 T1b标定及剖面解释结果的局部放大 虚线为人机交互解释层位,实线为全局自动解释层位。

图 5 T1b2沉积前古地貌
2.2.2 扇三角洲平原、前缘亚相边界刻画

钻井资料表明,分布于古地貌低隆区的BAIWU1、HUANG3和BAI75等井的T1b2单井相为扇三角洲平原亚相,平台区分布的BAI65、AIHU2、AIHU1和MA18等井的单井相为扇三角洲前缘亚相。结合图 2图 3a的地震响应特征提取T1b2均方根振幅属性图(图 6)。可见,平面上低隆区的均方根振幅较低(蓝、绿色),储层不发育,平台区的均方根振幅较高(黄、红色),储层较发育。将图 5图 6叠合,结合单井相特征得到T1b2扇体亚相预测结果(图 7):低隆区发育扇三角平原亚相,平台区发育扇三角洲前缘亚相[23],两者的分界线位于MA14-BAI64-BAI75井一线;在BAIWU1、HUANG3井间存在一条沟谷,受其控制在前缘亚相发育水下分流河道及其分支,控制前缘相朵叶体的分布,从而形成砂砾岩体卸载区。

图 6 T1b2均方根振幅属性图

图 7 T1b2扇体亚相预测图
2.3 叠前反演 2.3.1 优质储层厚度预测

根据钻井储层物性、电性和试产结果,把T1b2分为优质储层和非储层两大类。优质储层电阻率值为25~30 Ω·m,密度为2.35~2.47 g/cm3;孔隙度为8%~15%,渗透率为0.1~1000 mD,试油获日产油10 t以上,岩性为扇三角洲前缘亚相水下分流河道灰色、灰绿色砂砾岩。非储层分别为平原亚相的致密砂砾岩和泥岩,孔隙度小于6%,无油气显示。图 8为T1b2储层纵横波速度比(VP/VS)与纵波阻抗交会图。由图可见:优质储层的波阻抗值与泥岩、致密储层严重交叉,利用波阻抗值不能区分;优质储层的VP/VS小于1.75,可以利用VP/VS预测优质储层。开展叠前AVA参数反演时,首先将炮检距道集转化为角度道集,同时满足T1b的AVO变化特征;然后按角度区间3º~12º、12º~21º 和21º~30º叠加,得到3个分角度叠加地震数据体;最后同时联立求解不同角度地震数据体,通过最小化实际地震道集与合成地震记录道集之间的差异,反演纵、横波阻抗和VP/VS

图 8 T1b2储层VP/VS与纵波阻抗交会图

图 9为过BAI75-AIHU1井T1b的VP/VS反演剖面。由图可见:BAI75井位于扇三角洲平原亚相,VP/VS大于1.75,T1b2优质储层不发育;AIHU1井位于扇三角洲前缘亚相,VP/VS小于1.75,T1b2优质储层较发育,呈“透镜体状”。

图 9 过BAI75-AIHU1井T1b的VP/VS反演剖面

根据储层的横向延伸范围、储层顶、底的双程旅行时及反射层速度(4000 m/s)得到储层厚度(图 10)。可见:平面上BAI75、BAI59、BAI64井位于扇三角洲平原亚相,VP/VS大于1.75,优质储层不发育;扇三角洲前缘亚相发育水下分流河道,VP/VS小于1.75,优质储层发育,共有16个岩性圈闭,储层厚度为0~30 m,优质储层分布面积为4.80~34.4 km2,累计面积达231.5 km2

图 10 T1b2优质储层厚度图
2.3.2 孔隙度平面预测

利用叠前地震数据反演孔隙度时,将叠前反演的纵、横波阻抗、密度、AVO属性作为神经网络的输入数据,与测井孔隙度进行交叉验证并优选属性。交叉验证的基本原理为N+1个属性的多属性变换的预测误差必须不大于N个属性的多属性变换预测误差。交叉检验的目的就是寻找最优属性,并将最优属性输入神经网络,利用概率神经网络(PNN)方法训练,最终反演储层孔隙度参数[24]图 11为T1b2孔隙度平面图。由图可见,扇三角洲平原亚相孔隙度小于6%,扇三角洲前缘亚相优质储层厚度(图 10)与孔隙度呈正相关,水下分流河道砂砾岩孔隙度为10%~16%。

图 11 T1b2孔隙度平面图
2.4 油源小断裂剖面、平面展布预测

图 12为不同方法的小断裂识别成果。由图可见:①斜坡区T1b2、T1b3发育正断裂,断距为10~15 m,断面陡倾(倾角为70º~80º)。上述正断裂与下伏海西期逆断裂呈“Y”型搭配,将P1f烃源岩垂向运移至T1b砂砾岩优质储层内,从而形成“甜点”储层(图 12a)。②在地震剖面(图 12b)的断点处(A、B、C、D、E、F)同相轴轻微挠曲,具有“层断波不断”特征。③在第三代相干体属性剖面(图 12c)上各断点不清晰。④在沿T1b顶提取的第三代相干体属性平面图(图 12d)上断裂展布方向也不明显。⑤本文根据地震道及其相邻道的变差三分量建立梯度结构张量矩阵,由矩阵特征值计算断裂属性(图 12e图 12f)量化断裂结构特征[25]。如:图 12e中A、B、C、D、E、F处的断点清晰;图 12f中发育两组断裂(一组为近南北向,平行于西北缘断裂;另一组为近东西向,为走滑断裂),在纵、横向切割扇三角洲前缘亚相砂砾岩岩性圈闭,为油气垂向运移至岩性圈闭的疏导断层。

图 12 不同方法的小断裂识别成果图 (a)T1b成藏模式;(b)BB´地震剖面;(c)第三代相干体属性剖面;(d)沿T1b顶提取的第三代相干体属性平面图;(e)梯度结构张量断裂属性剖面;(f)沿T1b顶提取的梯度结构张量断裂属性平面图
2.5 “甜点”储层预测成果

根据T1b砂砾岩成藏特征,“甜点”储层发育区受相带、优质储层厚度、孔隙度和油源断裂等四个关键要素控制,因此以T1b2顶面构造图为背景,采用叠合分析法确定“甜点”储层发育区。分析认为,扇三角洲前缘亚相的储层厚度、孔隙度高值区及存在油源断裂的部位为“甜点”储层发育区。图 13为T1b2 “甜点”储层分布及后验井平面分布图。由图可见,共预测了18个“甜点”区,面积为2.9~15.9 km2,累计面积达126.9 km2

图 13 T1b2 “甜点”储层分布及后验井平面分布图
3 应用效果

采用“五步法”逐级控制的研究思路,预测了研究区T1b2砂砾岩“甜点”储层平面分布范围,部署的一批探井获得了工业油流,如AIHU2、MA18、MA14、BAI65等井在T1b2“甜点”储层获得10 t/d以上的油流。为了验证“五步法”的合理性及可靠性,根据有利相带、优质储层厚度、孔隙度、油源断裂和油气单井产量五个指标(每个指标权重为20%),对比、分析了预测结果与5口探井的实钻结果(表 1)。结果表明,T1b2“甜点”储层预测结果最终吻合率达92%,预测精度较高,可指导该区的勘探、开发。

表 1 研究区T1b2“甜点”储层预测精度
4 结论

环玛湖凹陷西斜坡区T1b2发育砂砾岩“甜点”储层,油气高产富集主要受扇三角洲前缘亚相有利相带、优质储层厚度、孔隙度和油源断裂四重因素共同控制。利用“分相带道集叠加”OVT域技术精细处理T1b目标,为储层预测奠定了资料基础。对OVT域三维地震资料进行全三维自动地震层序解释,精细地恢复了古地貌,结合单井相、地震属性准确刻画了扇三角洲亚相边界。通过叠前反演预测优质储层的厚度、范围和孔隙度,利用结构张量矩阵特征值构建断裂属性数据体,从而预测油源断裂剖面、平面展布特征,其中扇三角洲前缘亚相的储层厚度、孔隙度高值区及存在油源断裂的部位为“甜点”储层发育区。采用“五步法”逐级控制研究思路预测砂砾岩“甜点”储层平面分布范围,根据有利相带、优质储层厚度、孔隙度、油源断裂和油气单井产量五个指标,对比、分析了预测结果与实钻结果,预测结果最终吻合率达92%,预测精度较高,可指导该区的油气勘探与开发。

参考文献
[1]
BIDDLE K T, WIELCHOWSKY C C, BIDDLE K T, et al.. Hydrocarbon traps//The Petroleum System—From Source to Trap[M]. AAPG Memoir 60, 1994: 219-235.
[2]
CANT D J, ETHIER V G. Lithology-dependent diagenetic control of reservoir properties of conglomerates, Falher Member, Elmworth Field, Alberta[J]. AAPG Bulletin, 1984, 68(8): 1044-1054.
[3]
WILSON H H. "Frozen-in" hydrocarbon accumulations or diagenetic traps: exploration targets[J]. AAPG Bulletin, 1977, 61(4): 483-491.
[4]
SYLVIA M C, LUIZ F, Rogério S, et al. Depositional and diagenetic controls on the reservoir quality of Lower Cretaceous Pendencia sandstones, Potiguar rift basin, Brazil[J]. AAPG Bulletin, 2000, 84(11): 1719-1742.
[5]
RICHARDS M, BOWMAN M. Submarine fans and related depositional systems Ⅱ: variability in reservoir architecture and wireline log character[J]. Marine and Petroleum Geology, 1998, 15(8): 821-839. DOI:10.1016/S0264-8172(98)00042-7
[6]
靳军, 康逊, 胡文瑄, 等. 准噶尔盆地玛湖凹陷西斜坡百口泉组砂砾岩储层成岩作用及对储集性能的影响[J]. 石油与天然气地质, 2017, 38(2): 323-333, 406.
JIN Jun, KANG Xun, HU Wenxuan, et al. Diagenesis and its influence on coarse clastic reservoirs in the Baikouquan Formation of western slope of the Mahu Depression, Junngar Basin[J]. Oil & Gas Geology, 2017, 38(2): 323-333, 406.
[7]
曲永强, 王国栋, 谭开俊, 等. 准噶尔盆地玛湖凹陷斜坡区三叠系百口泉组次生孔隙储层的控制因素及分布特征[J]. 天然气地球科学, 2015, 26(增刊1): 50-63.
QU Yongqiang, WANG Guodong, TAN Kaijun, et al. Controlling factors and distribution characteristics of the secondary pore reservoirs of the Triassic Baikouquan Formation in the Mahu slope area, Junggar Basin[J]. Natural Gas Geoscience, 2015, 26(S1): 50-63.
[8]
崔名喆, 郭诚, 穆朋飞, 等. 基于地震波形及属性优选的优势储层预测———以渤海湾盆地A油田为例[J]. 长江大学学报(自然科学版), 2019, 16(1): 15-20.
CUI Mingzhe, GUO Cheng, MU Pengfei, et al. . Predication of advantaged reservoirs based on seimic waveform and attribute optimization: By taking A oilfield in Bohai Bay basin for example[J]. Journal of Yangtze University (Natural Science Edition), 2019, 16(1): 15-20.
[9]
丁吉丰, 裴江云, 包燚. "两宽一高"资料处理技术在大庆油田的应用[J]. 石油地球物理勘探, 2017, 52(增刊1): 10-16.
DING Jifeng, PEI Jiangyun, BAO Y1. Broadband, wide-azimuth and high-density(BWH) seismic data processing technology in Daqing Oilfield[J]. Oil Geophysical Prospecting, 2017, 52(S1): 10-16.
[10]
赵邦六, 张宇生, 曾忠, 等. 川中地区侏罗系沙溪庙组致密气处理和解释关键技术与应用[J]. 石油地球物理勘探, 2021, 56(6): 1370-1380.
ZHAO Bangliu, ZHANG Yusheng, ZENG Zhong, et al. Key technology and application of processing and interpretation of tight gas in Jurassic Shaximiao Formation in Central Sichuan Basin[J]. Oil Geophysical Prospecting, 2021, 56(6): 1370-1380.
[11]
夏亚良, 魏小东, 王中凡, 等. OVT域方位各向异性技术在中非花岗岩裂缝预测中的应用研究[J]. 石油物探, 2018, 57(1): 140-147.
XIA Yaliang, WEI Xiaodong, WANG Zhongfan, et al. Application of azimuthally anisotropy by OVT gather for granite fracture prediction in Central Africa[J]. Geophysical Prospecting for Petroleum, 2018, 57(1): 140-147.
[12]
杨春生, 姜岩, 宋宝权, 等. 小河道薄砂层井震联合识别技术及应用——以大庆长垣西部AGL地区为例[J]. 石油地球物理勘探, 2022, 57(1): 159-167.
YANG Chunsheng, JIANG Yan, SONG Baoquan, et al. Recognition technology integrating logging and seismic data for thin sand reservoir in narrow channel and its application: Taking the AGL area in western Daqing placanticline as an example[J]. Oil Geophysical Prospecting, 2022, 57(1): 159-167.
[13]
雷振宇, 鲁兵, 蔚远江, 等. 准噶尔盆地西北缘构造演化与扇体形成和分布[J]. 石油与天然气地质, 2005, 26(1): 86-91.
LEI Zhenyu, LU Bing, WEI, Yuanjiang, et al. Tectonic evolution and development and distribution of fans on northwestern edge of Junggar Basin[J]. Oil & Gas Geology, 2005, 26(1): 86-91.
[14]
陈永波, 程晓敢, 张寒, 等. 玛湖凹陷斜坡区中浅层断裂特征及其控藏作用[J]. 石油勘探与开发, 2018, 45(6): 985-994.
CHEN Yongbo, CHENG Xiaogan, ZHANG Han, et al. Fault characteristics and control on hydrocarbon accumulation of middle-shallow layers in the slope zone of Mahu sag, Junggar Basin, NW China[J]. Petroleum Exploration and Development, 2018, 45(6): 985-994.
[15]
潘建国, 王国栋, 曲永强, 等. 砂砾岩成岩圈闭形成与特征——以准噶尔盆地玛湖凹陷三叠系百口泉组为例[J]. 天然气地球科学, 2015, 26(增刊1): 41-49.
PAN Jianguo, WANG Guodong, QU Yonqiang, et al. Formation mechanism and characteristics of sandy conglomerate diagenetic trap: A case study of the Triassic Baikouquan Formation in the Mahu Sag, Junggar Basin[J]. Natural Gas Geoscience, 2015, 26(S1): 41-49.
[16]
唐勇, 尹太举, 覃建华, 等. 大型浅水扇三角洲发育的沉积物理模拟实验研究[J]. 新疆石油地质, 2017, 38(3): 253-263.
TANG Yong, YIN Taiju, QIN Jianhua, et al. Development of large-scale shallow-water fan delta: Sedimentary laboratory simulation and experiments[J]. Xinjiang Petroleum Geology, 2017, 38(3): 253-263.
[17]
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.
[18]
龚明平, 张军华, 王延光, 等. 分方位地震勘探研究现状及进展[J]. 石油地球物理勘探, 2018, 53(3): 642-658.
GONG Mingping, ZHANG Junhua, WANG Yanguang, et al. Current situations and recent progress in different azimuths seismic exploration[J]. Oil Geophysical Prospecting, 2018, 53(3): 642-658.
[19]
印兴耀, 张洪学, 宗兆云. OVT数据域五维地震资料解释技术研究现状与进展[J]. 石油物探, 2018, 57(2): 155-178.
YIN Xinyao, ZHANG Hongxue, ZONG Zhaoyun. Research status and progress of 5D seismic data interpretation in OVT domain[J]. Geophysical Prospecting for Petroleum, 2018, 57(2): 155-178.
[20]
陈永波, 张虎全, 张寒, 等. 基于OVT域偏移数据的云质岩储层预测技术及应用——以玛湖凹陷乌夏地区风三段为例[J]. 岩性油气藏, 2021, 33(6): 145-155.
CHEN Yongbo, ZHANG Huquan, ZHANG Han, et al. Dolomitic reservoir prediction technology based on OVT domain migration data and its application: A case study of Feng 3 member in Wuxia area, Mahu Sag[J]. Lithologic Reservoirs, 2021, 33(6): 145-155.
[21]
黄林军, 唐勇, 陈永波, 等. 准噶尔盆地玛湖凹陷斜坡区三叠系百口泉组地震层序格架控制下的扇三角洲亚相边界刻画[J]. 天然气地球科学, 2015, 26(增刊1): 25-32.
HUANG Linjun, TANG Yong, CHEN Yongbo, et al. The subfacies boundary description of fan delta under the control of sequence stratigraphy of Triassic Baikouquan Formation in the Mahu slope area, Junggar Basin[J]. Natural Gas Geoscience, 2015, 26(S1): 25-32.
[22]
马永平, 黄林军, 滕团余, 等. 准噶尔盆地玛湖凹陷斜坡区三叠系百口泉组高精度层序地层研究[J]. 天然气地球科学, 2015, 26(增刊1): 33-40.
MA Yongping, HUANG Linjun, TENG Tuanyu, et al. Study on the high-resolution sequence stratigraphy of Triassic Baikouquan Formation in the slope zone of Mahu Depresssion in the Junggar Basin[J]. Natural Gas Geoscience, 2015, 26(S1): 33-40.
[23]
任本兵, 瞿建华, 王泽胜, 等. 玛湖凹陷三叠纪古地貌对沉积的分级控制作用[J]. 西南石油大学学报(自然科学版), 2016, 38(5): 81-89.
REN Benbing, QU Jianhua, WANG Zesheng, et al. Hierarchical control function of the paleogeomorphology in Triassic period to sedimentary in Mahu Sag[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2016, 38(5): 81-89.
[24]
周单, 朱童, 胡华锋, 等. 一种基于叠前反演的孔隙度预测方法[J]. 物探化探计算技术, 2015, 37(4): 472-477.
ZHOU Shan, ZHU Tong, HU Huafeng, et al. A porosity prediction method based on pre-stack inversion[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2015, 37(4): 472-477.
[25]
张晟, 李亚林, 肖又军, 等. 利用梯度结构张量刻画碳酸盐岩缝洞体边界[J]. 石油地球物理勘探, 2022, 57(4): 907-915.
ZHANG Sheng, LI Yalin, XIAO Youjun, et al. Research and application of carbonate fracture-cavity boundary characterization method based on gradient structure-tensor[J]. Oil Geophysical Prospecting, 2022, 57(4): 907-915.