石油地球物理勘探  2024, Vol. 59 Issue (2): 311-319  DOI: 10.13810/j.cnki.issn.1000-7210.2024.02.013
0
文章快速检索     高级检索

引用本文 

张军华, 陈永芮, 于正军, 周昊, 任瑞军, 桂志鹏. 准东地区云质岩储层叠前反演及脆性预测. 石油地球物理勘探, 2024, 59(2): 311-319. DOI: 10.13810/j.cnki.issn.1000-7210.2024.02.013.
ZHANG Junhua, CHEN Yongrui, YU Zhengjun, ZHOU Hao, REN Ruijun, GUI Zhipeng. Prestack inversion and brittleness prediction of dolomitic reservoir in eastern Junggar area. Oil Geophysical Prospecting, 2024, 59(2): 311-319. DOI: 10.13810/j.cnki.issn.1000-7210.2024.02.013.

本项研究受中国石化先导项目“准东地区二叠系非常规甜点预测技术研究”(P21007)资助

作者简介

张军华  教授,博士生导师,1965年生。1987年获华东石油学院物探专业学士学位;2002年获石油大学(华东)地质资源与地质工程专业博士学位;长期从事油气地球物理勘探方法研究,在国内、外期刊和重要会议上发表论文200余篇;现在中国石油大学(华东)从事地球物理领域的教学和科研工作

张军华, 山东省青岛市黄岛区长江西路66号中国石油大学(华东)地球科学与技术学院,266580。Email:zjh@upc.edu.cn

文章历史

本文于2023年1月17日收到,最终修改稿于同年11月12日收到
准东地区云质岩储层叠前反演及脆性预测
张军华1,2 , 陈永芮1,2 , 于正军3 , 周昊1,2 , 任瑞军3 , 桂志鹏1,2     
1. 中国石油大学(华东)地球科学与技术学院, 山东青岛 266580;
2. 中国石油大学(华东)深层油气全国重点实验室, 山东青岛 266580;
3. 中国石化胜利油田分公司物探研究院, 山东东营 257022
摘要:脆性是一种评价致密储层可压裂性的重要指标,对油气勘探与开发有着重要的意义。准东地区勘探程度低、探井少,二叠系中下部云质岩致密储层的精细描述和脆性的准确预测均有着很大的难度。为此,根据岩石物理实验结果,利用叠前地震角度域数据体,开展储层叠前反演及脆性预测。通过AVO反演,获取P(截距)+G(梯度)和P×G属性;通过Y(杨氏模量,E)P(泊松比,σ)D(密度,ρ)和L(拉梅常数,λ)M(μ)R(ρ)反演,获取弹性参数的变化率(反射系数);通过测井约束反演,获取弹性参数的实际值,并用多种表征公式计算脆性,分析其物理含义及应用效果。研究结果表明:①研究区横波速度与纵波速度有较好的拟合关系,杨氏模量、泊松比和密度对泥岩、非泥岩区分度明显;②云质岩具有高速特征,研究区储层呈双“甜点”结构;③用三个小角度数据体直接反演弹性参数反射系数,YPD反演方法相较LMR的储层识别效果更好、分辨率更高,密度反射系数数据体可见比较明显的扇体及河道冲积特征;④脆性表征结果与弹性参数特征有一定的区别,脆性表征的云质岩有利区呈条带状分布,而弹性参数预测的云质岩有利区基本呈连续、成片分布;⑤$ \rho E/\sigma $为研究区最佳的脆性表征公式,可为类似油田云质岩储层脆性预测提供借鉴。
关键词准东地区    云质岩    脆性预测    叠前反演    AVO反演    弹性参数    
Prestack inversion and brittleness prediction of dolomitic reservoir in eastern Junggar area
ZHANG Junhua1,2 , CHEN Yongrui1,2 , YU Zhengjun3 , ZHOU Hao1,2 , REN Ruijun3 , GUI Zhipeng1,2     
1. School of Geosciences, China University of Petroleum(East china), Qingdao, Shandong 266580, China;
2. Key Laboratory of Deep Oil and Gas, China University of Petroleum(East china), Qingdao, Shandong 266580, China;
3. Geophysical Research Institute of Shengli Oil Field Company, SINOPEC, Dongying, Shandong 257022, China
Abstract: Brittleness is an important index to evaluate the fracturing ability of tight reservoir and is of great significance to oil and gas exploration and development. Due to the low exploration degree, large area and few exploration wells, it is difficult to describe and predict the brittleness of the dolomitic tight reservoir in the middle and lower part of Permian in the eastern Junggar basin. This paper carries out the prestack inversion and brittleness prediction of the reservoir by using the angle domain data, according to the petrophysics experiment. Prestack inversion includes the following methods. AVO inversion is applied to obtain the P+G and P×G attributes. Y(Young's modulus, E) P(Poisson's ratio, σ) D(density, ρ) and(L(λ)M(μ)R(ρ) inversions are applied to obtain the reflection coefficient of elastic parameters logging constrained inversion is utilized to get the actual value of multiple elastic parameters. Then, the brittleness is calculated with various characterization formulas, and its physical meaning and application effects are analyzed. The practical application shows that: ①There is a good fitting relationship between shear wave velocity and P-wave velocity in the study area, and Young's modulus and Poisson's ratio are distinguished from mudstone and non-mudstone. ②The dolomitic rock has the characteristic of high velocity, and the reservoir shows a double sweet spot structure. ③Using three small-angle data bodies to directly invert the reflection coefficient of elastic parameters, the YPD inversion method has a better reservoir identification effect and high resolution than LMR inversion. Especially in the density reflection coefficient data, obvious fan and channel alluvial features can be seen. ④There is a certain difference between the brittleness characterization results and the characteristics of elastic parameters. The favorable areas of the dolomitic rock characterized by brittleness are distributed in bands, while the elastic parameters basically distributed in continuous patches. ⑤$ \rho E/\sigma $ is the best brittleness characterization formula in the study area, which can provide a reference for the prediction of brittleness in dolomitic tight reservoirs.
Keywords: eastern Junggar area    dolomitic rock    brittleness prediction    prestack inversion    AVO inversion    elastic parameters    
0 引言

准噶尔盆地二叠系为一套深湖相暗色泥岩与云质岩混杂沉积,其中暗色泥岩为主力烃源岩层,云质岩是致密油主要富集层[1]。目前,已在准东地区吉木萨尔凹陷二叠系芦草沟组探明地质储量1.279×109 t,并且多口井获得了新的油气发现,展示了准东地区良好的油气勘探前景[2]。针对准东地区致密油储层的勘探与开发,脆性是一种重要指标,用于评价可压裂性。高脆性储层压裂更容易,形成的次生裂缝更丰富,因此储层脆性的准确预测对油气压裂增产至关重要。

脆性反映的是物体受力变形时发生破裂的性质,与延性、弹性、塑性等都属于岩石的力学特性。脆性大小一般通过脆性指数来衡量,其计算方法主要包括岩石矿物组分法、测井参数统计和弹性参数反演等。

矿物组分法考虑的是脆性矿物的占比。储层类型不同,脆性矿物不同,计算公式也有所不同。Jarvie等[3]用石英的矿物比重计算脆性指数(BI);Wang等[4]将石英和白云石作为脆性矿物用于BI计算;陈吉等[5]则将方解石、长石等加入到脆性指数计算;Jin等[6]将硅酸盐矿物(石英、长石和云母)和脆性碳酸盐矿物(方解石和白云石)一起纳入计算BI。

测井参数统计法是通过分析岩石物理实验结果和矿物组分与测井参数之间的关系,或通过测井资料估计岩石的组分以间接计算脆性指数[7-8]。矿物组分法和测井参数统计法仅限于井点,无法用于整个研究区。本文研究区勘探程度低、钻井少,适合利用叠前地震反演得到的弹性参数进行储层脆性预测。

弹性参数反映岩石受力后的应力、应变,也能够体现脆性的含义。Rickman等[9]将归一化后的杨氏模量(E)和泊松比(σ)二者的平均值作为脆性指数,这是目前业界比较经典的脆性计算方法。Goodway等[10]用拉梅常数$ (\lambda +2\mu )/\lambda $表达脆性指数;Guo等[11]Eσ的比值表征脆性大小。另外,还有很多学者围绕Eσ和拉梅常数等进行方法的改进与推广应用。如张丰麒等[12]将Zoeppritz方程推广为BI-Zoeppritz方程,直接反演脆性指数;Zhang等[13]基于多孔介质理论和AVO理论,推导出E与密度($ \rho $)的乘积的脆性反演方程;张瑞等[14]通过幂指数经验公式替换Aki近似方程中的密度项,推导得到了以Eσ两项参数表达的近似方程,建立了一套直接反演岩石脆性参数的方法。

此外,学者们还研究了影响压裂的因素,熊健等[15]通过建立的地层参数预测模型,明确了影响压裂效果的主要因素排序,其中脆性指数排序靠前,并利用层次分析法建立的压裂评价模型为储层压裂、优化提供参考;马霄一等[16]通过对页岩岩石物理性质的超声测试,发现了弹性模量在不同方向上具有不同的变化规律,可以为页岩脆性评价提供依据。

在前人研究基础上,本文依据录井、测井信息与岩石物理实验成果,以W1井三维工区为例,开展了基于叠前角度域数据体的反演方法研究,提取了AVO属性P(截距)与G(梯度),并计算了P+GP×G组合属性;进行了基于Eσ以及拉梅系数的弹性参数反演,通过不同反演方法的效果对比,筛选出适合该区的反演方法;根据不同的脆性表征公式计算、对比了云质岩目标层的脆性预测效果,对研究区“甜点”有利分布区进行了预测。该研究成果可为准东地区二叠系致密油的勘探与开发提供指导。

1 云质岩储层地球物理特征 1.1 地震反射特征

以W1井为例,由图 1可见,深度308.0~345.5 m二叠系云质岩层主要发育灰质白云岩、泥质白云岩、白云质灰岩、泥质灰岩、灰岩和灰质泥岩。321.6 m处为泥质白云岩的底面,同时也是一速度分界面。根据电阻率(RT)、声波时差(DT)特征,可以将云质岩层分为上“甜点”段(312.0~321.6 m)和下“甜点”段(334.0~341.5 m)两部分。

图 1 W1井二叠系云质岩目的层段综合测井曲线

图 2a可见,W1井云质岩层顶面为强反射界面、底面为一波谷反射,符合云质岩高速度、高密度特征(顶面正反射系数、底面负反射系数)。但总体来说,云质岩层表现为复合波。从图 2b可见,云质岩具有比较清晰的分段特征,可见上、下两个“甜点”。

图 2 过W1井叠后地震剖面(a)和波阻抗反演剖面(b) 井旁绿色、粉色测井曲线分别为GR、RT。
1.2 岩石物理特征

利用钻井岩心开展岩石物理实验,获取纵波速度(VP)、横波速度(VS)、$ \rho $Eσ等参数,以便准确描述储层岩性、电性、物性和脆性等。

根据准东地区5口井29块岩样的岩石物理实验结果(图 3),统计横波速度与纵波速度的关系,即

$ {V}_{\mathrm{S}}=579.18{\mathrm{e}}^{0.0003{V}_{\mathrm{P}}} $ (1)
图 3 准东地区云质岩层VSVP关系

图 3可见横波速度与纵波速度二者之间具有较好的相关性。由于目前没有横波测井资料,而叠前反演必须利用横波速度信息,为此可根据式(1)通过声波测井资料换算得到横波速度。

图 4给出了准东地区云质岩层静态E、静态σ与岩性的统计结果。由图可见,云质岩等非泥岩储层具有高E、低σ特征,而泥岩段规律正好相反,即具低E、高σ特征,而且泥岩样本的分布更集中。这为开展储层精细描述和脆性计算提供了很好的岩石物理数据基础。

图 4 准东地区云质岩层静态Eσ与岩性统计关系

图 5是准东地区云质岩层$ \rho $、BI与岩性的统计结果。由图可见,$ \rho $与BI相关性较好,即脆性强,密度大;密度大,脆性也强。因此,在BI计算中引入密度,可以在一定程度上提高储层岩性的区分度。

图 5 准东地区云质岩层不同岩性$ \rho $与脆性指数交会图
1.3 模型AVO正演及脆性特征

建立如图 6a所示地质模型进行模型测试,研究云质岩储层地震响应及脆性特征。该模型为6层,其中云质岩层顶面到底面4个层(第L2~第L5小层)之间的时间厚度分别为20、10、20、20 ms,具体参数见表 1。子波采用与实际资料主频比较接近的30 Hz雷克子波,采样间隔取2 ms。

图 6 地质模型和角度域正演模拟及弹性参数反演剖面 (a)地质模型;(b)8°角度域正演剖面;(c)BI;(d)E;(e)σ;(f)$ \rho $

表 1 模型参数

利用Aki-Richards近似式[17],得到角度域纵波速度、横波速度、密度表征的反射系数

$ \begin{array}{l}R\left(\theta \right)=\frac{\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\theta }{2}\frac{ {\Delta }{V}_{\mathrm{P}}}{{V}_{\mathrm{P}}}-4\frac{{V}_{\mathrm{S}}^{2}}{{V}_{\mathrm{P}}^{2}}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta \frac{ {\Delta }{V}_{\mathrm{S}}}{{V}_{\mathrm{S}}}+\\ \;\;\;\;\;\;(\frac{1}{2}-2\frac{{V}_{\mathrm{S}}^{2}}{{V}_{\mathrm{P}}^{2}}\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta )\frac{ {\Delta }\rho }{\rho }\end{array} $ (2)

式中:$ \theta $为纵波入射角;$ {\Delta } $表示某个参数的界面两侧相对差值。利用该反射系数公式进行AVO正演模拟。从8°入射角的正演模拟剖面(图 6b)可以看到,储层上“甜点”顶面为强波峰反射,下“甜点”底面为强波谷反射,云质岩层反射特征与实际资料(图 2a)一致。

利用稀疏正则化反演方法[18]图 6b中正演模拟数据进行反演,得到Eσ$ \rho $等弹性参数(图 6d~图 6f)。与层状模型对比,E$ \rho $分层明显,结果较为稳定;而σ数值范围跨度大,稳定性不如E$ \rho $。从脆性反演结果(图 6c)可以看出,储层上、下“甜点”段反演的脆性数值较大,与实际模型储层段相吻合。

2 叠前弹性参数反演 2.1 叠前AVO属性提取及分析

根据Shuey近似式[19],角度域纵波反射系数可以由

$ \begin{array}{l} R\left(\theta \right)={R}_{0}+\left[{A}_{0}{R}_{0}+\frac{ {\Delta }\sigma }{{(1-\sigma )}^{2}}\right]\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta +\\ \;\;\;\;\;\;\frac{1}{2}\frac{ {\Delta }{V}_{\mathrm{P}}}{{V}_{\mathrm{P}}}(\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\theta -\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta ) \end{array} $ (3)

计算。式中:$ {A}_{0}=\frac{1}{2{R}_{0}}\frac{ {\Delta }{V}_{\mathrm{P}}}{{V}_{\mathrm{P}}}-\left(2+\frac{1}{2{R}_{0}}\frac{ {\Delta }{V}_{\mathrm{P}}}{{V}_{\mathrm{P}}}\right)\times \frac{1-2\sigma }{1-\sigma } $; $ {R}_{0}=\frac{1}{2}\left(\frac{ {\Delta }\rho }{\rho }+\frac{ {\Delta }{V}_{\mathrm{P}}}{{V}_{\mathrm{P}}}\right) $。在小角度($ \theta < 30° $)情况下,等式右边第三项可以省略,则反射系数R$ \mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta $近似成线性关系,进一步简化可得[20]

$ R\left(\theta \right)=P+G\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta $ (4)

组合属性P+Gσ的变化有关,可以称为拟泊松比[21]P×G乘积属性加大了数据的绝对幅度差异,可以拓宽数据变化范围,提高识别精度[22]

根据研究区特点和试验结果,选取4°、8°、12°三个道集数据体进行AVO属性分析。图 7为研究区下“甜点”AVO属性沿层切片。由图可见,由P+GP×G属性预测的云质岩发育有利区位于工区西北部,该区域位于古沉积中心附近,云质岩普遍发育。

图 7 研究区下“甜点”沿层AVO属性 (a)P+G;(b)P×G
2.2 基于弹性参数变化率的反演方法

依据式(2),在小角度条件下,纵波反射系数可以用纵波速度、横波速度、密度变化率来计算。反之,弹性参数也可通过3个角度的角道集反演得到。通过推导,可得Eσ$ \rho $的变化率反演公式(YPD法)[23],即

$ \begin{array}{l}R\left(\theta \right)=(\frac{1}{4}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\theta -2k\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta )\frac{ {\Delta }E}{E}+\left[\frac{1}{4}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\theta \frac{(2k-3){(2k-1)}^{2}}{k(4k-3)}+\right.\\ \;\;\;\;\;\;\;\;\; \left.2k\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta \frac{1-2k}{3-4k}\right]\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta +\frac{ {\Delta }\sigma }{\sigma }+(\frac{1}{2}-\frac{1}{4}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\theta )\frac{ {\Delta }\rho }{\rho }\end{array} $ (5)

式中$ k=({V}_{\mathrm{S}}/{V}_{\mathrm{P}}{)}^{2} $。也可用拉梅系数表征的弹性参数(LMR法,弹性参数为$ \lambda $$ \mu $$ \rho $)[24],即

$ \begin{array}{l}R\left(\theta \right)=(\frac{1}{4}-\frac{1}{2}k)\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\theta \frac{ {\Delta }\lambda }{\lambda }+\\ \;\;\;\;\;\;\;\;\;\; (\frac{1}{2}\mathrm{s}\mathrm{e}{\mathrm{c}}^{2}\theta -2\mathrm{s}\mathrm{i}{\mathrm{n}}^{2}\theta )k\times \frac{ {\Delta }\mu }{\mu }-\\ \;\;\;\;\;\;\;\;\;\; \frac{1}{4}(1-\mathrm{t}\mathrm{a}{\mathrm{n}}^{2}\theta )\frac{ {\Delta }\rho }{\rho }\end{array} $ (6)

图 8展示了W1井工区下“甜点”弹性参数反演沿层切片。由图可见:①YPD方法$ {\Delta }E $/$ E $$ {\Delta }\sigma $/$ \sigma $$ {\Delta }\rho $/$ \rho $ 3个参数与LMR方法的$ {\Delta }\lambda $/$ \lambda $特征相似;②LMR方法$ {\Delta }\mu $/$ \mu $(图 8e)与以上属性有一定差别,但它与AVO属性,特别是P+G属性有较好的相似性;③ LMR方法的$ {\Delta }\rho $/$ \rho $无明显规律,反演效果较差。从局部放大图(图 8g)可以清晰地看到扇三角洲及分支河道特征。根据研究区沉积特征,可以认为YPD方法$ {\Delta }\rho $/$ \rho $参数为最佳反演弹性参数。

图 8 研究区下“甜点”不同方法弹性参数反演结果对比 YPD方法:$ {\Delta }E $/$ E $(a);$ {\Delta }\sigma $/$ \sigma $(b);$ {\Delta }\rho $/$ \rho $(c)。LMR方法:$ {\Delta }\lambda $/$ \lambda $(d);$ {\Delta }\mu $/$ \mu $(e);$ {\Delta }\rho $/$ \rho $(f)。(g)图c虚线框局部放大图
2.3 井约束叠前阻抗及弹性参数反演

由于没有井约束,上述弹性参数反演只能得到其变化率,均没有量纲,缺乏具体的地质含义。

根据式(1)得到横波速度信息,在测井约束下,融入低频模型,可以反演得到绝对弹性阻抗等多种弹性参数[25],反演流程如图 9所示。

图 9 测井约束叠前反演流程

杨氏模量变化率(图 8)与井约束叠前反演的E(图 10)特征类似,但前者是相对值,范围为0~7.5×10-5;后者是真实值,范围为0~45 GPa,这与岩石物理实验结果基本一致。与密度变化率(图 8c)比较,其分辨率略有降低,扇三角洲特征并不明显。

图 10 测井约束叠前E反演结果 (a)过W1井南北向剖面;(b)研究区下“甜点”切片
3 准东云质岩储层脆性预测

脆性是致密油气储层评价的一种重要指标。脆性的评价主要有矿物组分法、测井参数统计法和弹性参数法。其中,利用不同弹性参数计算脆性评价指数公式及其特点如表 2所示。

表 2 不同方法(弹性参数)脆性表征公式及意义

图 11为4种方法计算的下“甜点”脆性沿层切片,均指示出了条带状甜点特征。其中,图 11a图 11c可见目标区南部脆性数值较大,这与实际地质认识不一致,白云岩多分布于北部区域,南部古沉积高部位不发育;而图 11b图 11d脆性预测结果与实际地质特征更吻合。总体来看,杨氏模量/泊松比法具有类似“甜点”属性的优势(杨氏模量数量级大,泊松比数量级小),预测的脆性平面特征更可靠。

图 11 不同方法计算的脆性预测结果 (a)Rickman经典方法;(b)杨氏模量/泊松比比值法;(c)拉梅系数比值法(泊松比比值法);(d)剪切模量μ表征法
4 结束语

准东地区二叠系中下部云质岩储层发育双“甜点”。通过岩石物理实验,获取了纵波速度与横波速度之间的关系,指示了杨氏模量、密度与脆性呈正相关,泊松比与脆性呈负相关的基本规律。开展了AVO属性反演、井约束叠前反演,提出了角道集弹性参数变化率直接反演方法,其中YPD方法密度变化率反演储层识别效果好、分辨率高,值得在类似勘探区块推广使用。分析比较了4种脆性表征方法的物理含义,其中$ \rho E/\sigma $表征脆性具有“甜点”属性放大作用,实际应用效果最好。

参考文献
[1]
匡立春, 唐勇, 雷德文, 等. 准噶尔盆地二叠系咸化湖相云质岩致密油形成条件与勘探潜力[J]. 石油勘探与开发, 2012, 39(6): 657-667.
KUANG Lichun, TANG Yong, LEI Dewen, et al. Formation conditions and exploration potential of tight oil in the Permian saline lacustrine dolomitic rock, Junggar Basin, NW China[J]. Petroleum Exploration and Development, 2012, 39(6): 657-667.
[2]
宋永, 周路, 郭旭光, 等. 准噶尔盆地吉木萨尔凹陷芦草沟组湖相云质致密油储层特征与分布规律[J]. 岩石学报, 2017, 33(4): 1159-1170.
SONG Yong, ZHOU Lu, GUO Xuguang, et al. Characteristics and occurrence of lacustrine dolomitic tight‑oil reservoir in the Middle Permian Lucaogou Formation, Jimusaer sag, southeastern Junggar Basin[J]. Acta Petrologica Sinica, 2017, 33(4): 1159-1170.
[3]
JARVIE D M, HILL R J, RUBLE T E, et al. Unconventional shale‑gas systems: The Mississippian Barnett Shale of north-central Texas as one model for thermogenic shale-gas assessment[J]. AAPG Bulletin, 2007, 91(4): 475-499. DOI:10.1306/12190606068
[4]
WANG F P, GALE J F. Screening criteria for shale-gas systems[J]. Gulf Coast Association Geological Society Transactions, 2009, 59: 779-793.
[5]
陈吉, 肖贤明. 南方古生界3套富有机质页岩矿物组成与脆性分析[J]. 煤炭学报, 2013, 38(5): 822-826.
CHEN Ji, XIAO Xianming. Mineral composition and brittleness of three sets of Paleozoic organic-rich shales in China South area[J]. Journal of China Coal Society, 2013, 38(5): 822-826.
[6]
JIN X, SHAH S N, ROEGIERS J C, et al. Fracability evaluation in shale reservoirs: an integrated petrophysics and geomechanics approach[C]. SPE Hydraulic Fracturing Technology Conference, 2014, SPE-168589-MS.
[7]
LAI J, WANG G, HUANG L, et al. Brittleness index estimation in a tight shaly sandstone reservoir using well logs[J]. Journal of Natural Gas Science and Engineering, 2015, 27: 1536-1545. DOI:10.1016/j.jngse.2015.10.020
[8]
MARTIN J. A Geomechanical Approach to Evaluate Brittleness Using Well Logs: Mississippian Limestone, Northern Oklahoma[D]. The University of Texas at Arlington, Arlington, USA, 2015.
[9]
RICKMAN R, MULLEN M, PETRE E, et al. A practical use of shale petrophysics for stimulation design optimization: All shale plays are not clones of the Barnett Shale[C]. SPE Annual Technical Conference and Exhibition, 2008, SPE-115258-MS.
[10]
GOODWAY B, PEREZ M, VARSEK J, et al. Seismic petrophysics and isotropic-anisotropic AVO methods for unconventional gas exploration[J]. The Leading Edge, 2010, 29(12): 1500-1508. DOI:10.1190/1.3525367
[11]
GUO Z, CHAPMAN M, LI X. A shale rock physics model and its application in the prediction of brittleness index, mineralogy, and porosity of the Barnett Shale[C]. SEG Technical Program Expanded Abstracts, 2012, 31: 1-5.
[12]
张丰麒, 魏福吉, 王彦春, 等. 基于精确Zoeppritz方程三变量柯西分布先验约束的广义线性AVO反演[J]. 地球物理学报, 2013, 56(6): 2098-2115.
ZHANG Fengqi, WEI Fuji, WANG Yanchun, et al. Generalized linear AVO inversion with the priori constraint of trivariate cauchy distribution based on Zoeppritz equation[J]. Chinese Journal of Geophysics, 2013, 56(6): 2098-2115.
[13]
ZHANG S, HUANG H, DONG Y, et al. Direct estimation of the fluid properties and brittleness via elastic impedance inversion for predicting sweet spots and the fracturing area in the unconventional reservoir[J]. Journal of Natural Gas Science and Engineering, 2017, 45: 415-427. DOI:10.1016/j.jngse.2017.04.028
[14]
张瑞, 文晓涛, 杨吉鑫, 等. 杨氏模量和泊松比反射系数近似方程及地震叠前反演[J]. 石油地球物理勘探, 2019, 54(1): 145-153.
ZHANG Rui, WEN Xiaotao, YANG Jixin, et al. Two-term reflection coefficient equation with Young's modulus and Poisson ratio and its prestack seismic inversion[J]. Oil Geophysical Prospecting, 2019, 54(1): 145-153. DOI:10.13810/j.cnki.issn.1000-7210.2019.01.017
[15]
熊健, 林海宇, 唐勇, 等. 砂砾岩油藏影响压裂效果关键地质力学因素研究及应用[J]. 石油地球物理勘探, 2021, 56(5): 1048-1059.
XIONG Jian, LIN Haiyu, TANG Yong, et al. A case study of key geomechanical factors affecting fracturing effect in sandy conglomerate reservoirs[J]. Oil Geophysical Prospecting, 2021, 56(5): 1048-1059. DOI:10.13810/j.cnki.issn.1000-7210.2021.05.012
[16]
马霄一, 李呈呈, 白俊, 等. 基于超声测试的页岩岩石物理特征分析[J]. 石油地球物理勘探, 2021, 56(4): 801-808.
MA Xiaoyi, LI Chengcheng, BAI Jun, et al. Analysis of physical characteristics of shale rock based on ultrasonic testing[J]. Oil Geophysical Prospecting, 2021, 56(4): 801-808. DOI:10.13810/j.cnki.issn.1000-7210.2021.04.013
[17]
AKI K, RICHARDS P G. Quantitative Seismology Theory and Method Volume Ⅱ[M]. W. H. Freeman and Company: San Francisco, USA, 1980.
[18]
刘晓晶, 印兴耀, 吴国忱, 等. 基于正交匹配追踪算法的叠前地震反演方法[J]. 石油地球物理勘探, 2015, 50(5): 925-935.
LIU Xiaojing, YIN Xingyao, WU Guochen, et al. Prestack seismic inversion based on orthogonal matching pursuit algorithm[J]. Oil Geophysical Prospecting, 2015, 50(5): 925-935. DOI:10.13810/j.cnki.issn.1000-7210.2015.05.016
[19]
SHUEY R T. A simplification of the Zeoppritz equations[J]. Geophysics, 1985, 50(4): 609-614. DOI:10.1190/1.1441936
[20]
伊尔马兹. 地震资料分析: 地震资料处理、反演和解释[M]. 刘怀山, 王克斌, 童思友, 等译. 北京: 石油工业出版社, 2006.
YILMAZ O. Seismic Data Analysis: Processing, Inversion, and Interpretation of Seismic Data[M]. Petroleum Industry Press, Beijing, 2006.
[21]
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.
[22]
FOSTER D J, KEYS R G, REILLY J M. Another perspective on AVO crossplotting[J]. The Leading Edge, 1997, 16(9): 1233-1239. DOI:10.1190/1.1437768
[23]
宗兆云, 印兴耀, 张峰, 等. 杨氏模量和泊松比反射系数近似方程及叠前地震反演[J]. 地球物理学报, 2012, 55(11): 3786-3794.
ZONG Zhaoyun, YIN Xingyao, ZHANG Feng, et al. Reflection coefficient equation and pre-stack seismic inversion with Young's modulus and Poisson ratio[J]. Chinese Journal of Geophysics, 2012, 55(11): 3786-3794. DOI:10.6038/j.issn.0001-5733.2012.11.025
[24]
GRAY D, ANDERSEN E. The application of AVO and inversion to the estimation of rock properties[C]. SEG Technical Program Expanded Abstracts, 2000, 19: 549-552.
[25]
李正文, 胡光岷, 蒲勇. 地震数据多参数约束反演及应用[J]. 石油地球物理勘探, 1994, 29(5): 581-587.
LI Zhengwen, HU Guangmin, PU Yong. Multiparameter constrained inversion of seismic data and the application[J]. Oil Geophysical Prospecting, 1994, 29(5): 581-587.