文章快速检索     高级检索
  中国石油勘探  2024, Vol. 29 Issue (2): 147-157  DOI:10.3969/j.issn.1672-7703.2024.02.012
0

引用本文 

吴国海, 胡欣, 郭振华, 倪国辉, 姜仁, 杨爰齐, 王坤. 地震资料在气藏测井解释评价中的重要作用——以西伯利亚盆地M气田为例[J]. 中国石油勘探, 2024, 29(2): 147-157. DOI: 10.3969/j.issn.1672-7703.2024.02.012.
Wu Guohai, Hu Xin, Guo Zhenhua, Ni Guohui, Jiang Ren, Yang Yuanqi, Wang Kun. Important role of seismic data in gas reservoir logging interpretation and evaluation: a case study of M Gas Field in Siberian Basin[J]. China Petroleum Exploration, 2024, 29(2): 147-157. DOI: 10.3969/j.issn.1672-7703.2024.02.012.

第一作者简介

吴国海(1971-),男,吉林长春人,本科,1994年毕业于大庆石油学院,高级工程师,现主要从事测井解释及测井地质综合研究方面的工作。地址:北京市朝阳区安立路101名人大厦18层中国石油集团测井有限公司国际公司解释研究中心,邮政编码:100101。E-mail: wuguohai@cnlc.cn

文章历史

收稿日期:2023-09-20
修改日期:2024-01-09
地震资料在气藏测井解释评价中的重要作用——以西伯利亚盆地M气田为例
吴国海1, 胡欣2, 郭振华1, 倪国辉1, 姜仁3, 杨爰齐1, 王坤1     
1. 中国石油集团测井有限公司国际公司;
2. 中国石油天然气勘探开发公司;
3. 中国石油勘探开发研究院
摘要: 西伯利亚盆地M气田的白垩系上部层系HM1层、HM2层砂岩储层存在低阻气层,测井资料不完整,缺少密度和中子孔隙度曲线,给气层的解释评价带来较大困难。应用测井及试气资料发现地震剖面中亮点反射特征和储层含气性有很好的相关性,应用AVO技术,对地震叠前资料作了提噪和振幅补偿等处理工作,得到5个道集高精度的AVO剖面,通过分析振幅和炮检距的变化关系,进一步证实了地震亮点反射特征是气层引起的,确定了地震资料在辅助测井解释及气层预测研究中的可行性。用测井资料对地震剖面进行有效刻度、标定,排除地震反射特征中与天然气富集无关的岩性等因素,建立地震反射特征和储层含气性之间的直接关系。充分挖掘和利用地震资料中包含的天然气信息,亮点反射、锅底反射、屏蔽—吸收等地震剖面的反射特征辅助测井解释,在弥补测井资料不足的同时,也对测井解释结论进一步验证,根据亮点的分布范围精确地圈定出HM1层、HM2层的含气范围,真正实现了井—震结合。另外,利用亮点的振幅变化特征在预测高丰度的含气区、预测气层的厚度变化及估算气水界面等方面也发挥了巨大的作用。在气藏进行解释评价中采用这种井—震结合的方法,取得了非常好的效果,为井位优选提供了可靠的依据,成果得到了生产实践的检验。
关键词: 地震资料    气藏    测井解释评价    重要作用    
Important role of seismic data in gas reservoir logging interpretation and evaluation: a case study of M Gas Field in Siberian Basin
Wu Guohai1 , Hu Xin2 , Guo Zhenhua1 , Ni Guohui1 , Jiang Ren3 , Yang Yuanqi1 , Wang Kun1     
1. International Company, CNPC Logging Co., Ltd.;
2. China National Oil and Gas Exploration and Development Co., Ltd.;
3. PetroChina Research Institute of Petroleum Exploration & Development
Abstract: The low-resistivity gas layers are observed in HM1 and HM2 sandstone reservoirs in the upper part of the Cretaceous in M Gas Field. Due to the incomplete logging data and lack of density and neutron porosity curves, there are great challenges in gas layer interpretation and evaluation. In the process of logging and well test data interpretation, it is found that there is a good correlation between the bright spot reflection feature in seismic profile and gas-bearing property of the reservoir. AVO technology is applied to process the pre-stack seismic data such as noise reduction and amplitude compensation, and the high-precision AVO profile is obtained with five channels. The analysis of the relationship between amplitude and offset further proves that the bright spot seismic reflection is caused by gas layer, and confirms the feasibility of using seismic data in assisting logging interpretation and gas layer prediction. After effectively scaling and calibrating seismic profile and eliminate lithology factors unrelated to gas enrichment in seismic reflection features by logging data, the direct relationship between seismic reflection features and gas-bearing property of the reservoir is established. By fully tapping and utilizing natural gas information contained in seismic data, the reflection features of seismic profile such as bright spot reflection, pot bottom reflection, and shield-absorption are used to assist logging interpretation, which not only makes up for the lack of logging data, but also further verifies the logging interpretation conclusions. Based on the distribution range of bright spots, the gas-bearing range of HM1 and HM2 layers is precisely delineated, achieving the combination of well and seismic data. In addition, the amplitude variation of bright spots plays a significant role in predicting the high-abundance gas-bearing zone, predicting the thickness variation of gas layers, and estimating the gas-water contact. In the process of gas reservoir interpretation and evaluation, superior results have been obtained by the method of well and seismic data combination, providing a reliable basis for the optimal selection of well location, which has been confirmed by production practice.
Key words: seismic data    gas reservoir    logging interpretation and evaluation    important role    
0 引言

M气田于1974年在初探井4井的白垩系砂岩储层发现气藏,之后陆续钻探了预探井和详探井,到2004年共完钻41口探井,并开展了海洋二维地震勘探工作,完成了反射层的构造成图。根据构造成图和地震记录异常评估了局部构造含油气性的前景并在局部发现可能与气藏有关的亮点,由于二维地震资料品质,无法做进一步验证和深入分析研究。2021年在M气田范围内完成了三维精细地震勘探工作,根据资料处理和解释结果,对晚白垩世到古生代沉积地层进行构造成图,明确了侏罗系气藏的地质模型。此时由于研究区内钻井已经较多,因此对三维地震资料在含气性检测方面的应用并没有得到重视。进行气藏描述工作中,在井—震结合进行精细地层对比、气层对比时,发现地震时间剖面上的各种反射特征和含气性有非常好的相关性。研究区中高孔、中高渗的储层特征及高饱和度的气层给地震剖面产生典型反射特征创造了有利条件,发现了很典型的亮点特征,使得地震资料在含气性识别方面的作用得以重新审视,尤其在井—震结合方面引起了重视。目前天然气藏地震识别技术较多,其中最常用的、比较成熟的技术有亮点分析、AVO分析及地震属性提取[1-3]。国内很多油田做了这方面的工作,由于各项技术的多解性和局限性,如不整合面和岩性等的变化也会产生亮点,AVO分析难以区分低含气饱和度和高含气饱和度的气层,地震属性提取的复杂性等[4-5],所以取得的成果大都没有达到预期。M气田探井的分布、三维地震资料的精度及多变的气藏特征,从层状的含边底水的气藏到高丰度的厚层构造气藏均有发育,赋予了井—震结合解释及评价工作完美的条件。

1 气田概况及解释评价难点 1.1 气田概况

M气田的构造位置为西伯利亚盆地中部,气田整体为一个宽缓的长轴背斜,白垩系目的层平面上发育3个局部次级高点(图 1)。地层自下而上钻揭侏罗系、白垩系、古近系、新近系和第四系。气层分布在下白垩统的HM1、HM2、TP1—TP26等众多小层内,其中上部储层HM1层、HM2层为主力气层,是本文研究的目的层,岩性为砂岩和细砂岩,平均孔隙度为25%,最高达30%,渗透率平均大于100mD,为中高孔—中高渗型储层;单层气层厚度变化较大,为2~15m,平均厚度约为4m,含气范围大,除了边部的几口井没有气层外,其余井均有气层发现。

图 1 M气田HM1层井位构造图 Fig. 1 Well location and structural map of HM1 layer in M Gas Field
1.2 测井解释评价难点

在M气田上部储层HM1层、HM2层,典型气层电阻率在10Ω·m以上,易于识别。HM1层整套储层厚度在20m左右,泥岩隔层将储层分割成多个1~5m厚的薄储层,其中顶部储层泥质含量重,自然伽马偏高,电阻率低,气层和水层难于区分,图 2a中1号、2号层为典型的低阻气层,电阻率仅有6Ω·m左右,而下部水层的电阻率也在5Ω·m左右。还有一些井由于测井系列不全,仅有侧向电阻率曲线,流体识别同样困难,图 2b中1号气层的电阻率和下部纯水层(3号层,已经试气证实)的电阻率均为9Ω·m左右,14井仅有一条侧向电阻率曲线,由于研究区的侧向电阻率在水层普遍偏高,使得气层、水层电阻率差异很小,不易识别;另外,14井无感应电阻率曲线,无密度曲线和中子孔隙度曲线辅助解释,仅依据现有测井曲线很难识别出来。这些原因使得一些层解释结论存疑。

图 2 4井、14井解释综合图 Fig. 2 Comprehensive interpretation columns of wells 4 and 14
2 地震亮点反射特征与气层的关系 2.1 亮点发现及亮点理论

在研究区的测井解释中发现砂岩储层的声波时差变化范围非常大,在水层处约为300μs/m,在气层处声波时差增大,最高可达到590μs/m,远远高于泥岩围岩,普遍出现大锯齿状跳跃。从地震界面反射理论上分析,高声波时差气层声波速度降低,同时气层的密度也有所降低,所以气层的波阻抗降低,在气层和上部围岩、下部围岩(或下部水层)的界面处产生较大的反射系数,见公式(1),在地震上出现强振幅反射特征[6-7]。根据上述分析,得到地震反射的正演模型示意图(图 3),由反射系数公式可知,气层顶界面反射系数为负数,气层底界面反射系数为正数,并且反射波的振幅和气层的厚度有直接关系。据此推测在研究区的地震剖面上在气层的位置会出现亮点反射特征。通过对三维地震提取出来的纵横向多条过井地震剖面分析发现,在HM1层、HM2层局部均显示清晰的亮点特征。

$ R_{\mathrm{o}}=\frac{\rho_2 \times v_2-\rho_1 \times v_1}{\rho_2 \times v_2+\rho_1 \times v_1} $ (1)
图 3 地震反射正演模型示意图 Fig. 3 Schematic diagram of seismic reflection for ward model ρ3—水层密度,g/cm3v3—水层声波速度,m/s

式中  Ro——界面反射系数;

ρ1——上部地层密度,g/cm3

ρ2——下部地层密度,g/cm3

v1——上部地层声波速度,m/s;

v2——下部地层声波速度,m/s。

2.2 AVO技术证实了亮点和气层的关系

为了进一步证实研究区亮点和气层的关系,引入AVO技术,AVO技术就是利用CDP道集(地震中称具有共同深度反射点的各记录道组成共深度点道集称为CDP道集),分析反射波振幅随着炮检距的变化规律,来估算界面的弹性参数、分析岩性和含油气情况的一种方法。从AVO的基本原理结合研究区地震资料在亮点的AVO分析,来说明研究区使用亮点进行气层辅助解释及气层预测研究的可行性。图 4a是研究区过38井、12井、57井3口井,并经过偏移、叠加处理后以波形显示的时间剖面,这种波形显示的剖面能更清晰地反映出亮点特征,在剖面图中可以看出在38井、12井的HM1层、HM2层均出现清晰的亮点,测井解释和试气结论均证实了这两口井在HM1层和HM2层存在气层。引入AVO技术作深入分析,在12井左侧的位置选取5个CDP道进行AVO分析,为了获得高质量的AVO剖面,对地震资料的叠前资料作了提噪和振幅补偿等处理工作,得到炮检距从20~680m变化的5个道集的AVO剖面图(图 4b[8-11]图 4b中可以看出,HM1层亮点对应的振幅随着炮检距增加而明显增大(图中红色图框圈定)。从区域地质背景和测井资料分析,排除了煤和软泥的可能,确定是由于气层的存在导致地震剖面上出现振幅明显增强的亮点特征。

图 4 地震亮点特征及亮点处AVO分析图 Fig. 4 Characteristics and AVO analysis of seismic bright spots (a)过38井—57井地震剖面图;(b)AVO道集图;(c)反射系数随炮检距变化关系图

通过实践试算,对M气田在HM1层、HM2层发育气层的8口井的地震数据进行模拟分析,其结果基本一致,气藏顶界面的振幅极性为负,振幅绝对值随入射角的增大而增大;气藏底界面的振幅极性为正,振幅值随入射角的增大而增大(图 4c);该气层属于中—高孔隙的砂岩气层,AVO响应特征明显,具备应用亮点结合AVO分析技术进行气藏分布预测的可行性。

为了标定和对比地震资料,制作了16井的合成记录—地震对比图(图 5),发现合成记录和地震仅局部有细微差异,总体对比效果很好。HM1层和HM2层在高声波时差处,地震和合成记录上均出现强振幅的特征,1号气层电阻率不高和2号水层电阻率差距很小,单从电性特征上识别流体有很大困难,但1号气层的声波时差很高,同样解释为气层的3号层电阻率高,声波时差也异常偏高,试气结论证实了1号层和3号层均为气层。对比1号、3号气层和2号、4号水层的地震特征,发现气层在地震剖面上均有亮点特征。井—震结合,从局限于井眼范围的气层解释,扩展到了三维地震覆盖范围内对亮点的追踪,实现了测井解释从点到面的拓展。

图 5 16井合成记录—地震对比图 Fig. 5 Comparison between synthetic record of Well 16 and seismic profile
3 亮点反射特征的应用 3.1 三维地震资料对于薄气层的识别

应用地震资料辅助测井解释,首先要清楚地震资料的纵向分辨率问题,研究区的气层在地震上是否能够被识别。从理论上分析,目前λ/4(λ为地震波长)的纵向分辨率被大多数人接受[12],但也有部分学者提出质疑,不同研究者从不同的观测角度出发,给出了不同的纵向分辨率极限定义,如冉建斌将纵向分辨率极限分别定义为λ/8和λ/12[13]。凌云研究组指出在相对保持振幅、频率、相位和波形的处理条件下,可以突破λ/4地震分辨率极限的[14];云美厚则认为地震分辨率主要取决于地震子波特性[15];倪宇东、什内尔索纳等认为增加信号的高频成分可以提高分辨率[16]。总之,地震纵向分辨率问题比较复杂,不能简单的一概而论,而应根据具体情况,如子波特性、地震频率等而变化[17-18]。对于研究区的情况而言,从应用的角度出发,根据大量过井的地震剖面资料,发现HM1层、HM2层的厚气层单层厚度大于4m,在地震剖面上反射明显,易于识别;对于单层厚度小于1m的气层反射不清晰,地震无法识别;对于薄互层气层的情况,大部分集中在HM1层顶部,气层厚度为2~3m,隔层厚度为1~3m,气层数为3~6层,通过大量过井地震剖面的统计,发现这种情况气层有叠加效应,虽然在定量上,如气层数、气层厚度不好识别,但容易定性识别。另外,研究区普遍发育的厚度为1m左右的钙质层,这些钙质层大部分发育在砂岩储层内部,在地震资料上没有出现强反射特征,这是由于均是单层出现,厚度薄,超出了地震资料的纵向分辨能力。

3.2 亮点辅助气层解释

三维地震资料提取出来的纵横向多条过井地震剖面上,在HM1层、HM2层的局部均发现有清晰的亮点。图 6是研究区过21井、23井、4井、13井4口井的经过偏移、叠加处理后以波形显示的时间剖面(波形显示的剖面能更清晰的反应亮点特征),在剖面图中可以看出在23井、4井HM1层、HM2层的位置均出现清晰的亮点,而两侧的21井和13井两口井的位置亮点消失。图 7是这4口井的联井剖面图,和地震剖面对比发现,典型气层和亮点对应关系非常好,有气层有亮点,无亮点无气层,因此对于4井HM1层顶部的2个薄层,虽然电阻率偏低,但根据亮点发育情况及储层位于HM1顶部位置,明确解释为气层,试气也证实了确为气层。注意在应用地震资料辅助进行气层识别时,首先要通过井—震对比,排除特殊岩性等的干扰,进一步确定亮点和气层的关系。由于研究区在HM1层、HM2层不发育煤和软泥,通过井—震对比也排除了这些因素,因此亮点和气层直接相关。

图 6 过21井—13井地震剖面图(剖面位置见图 1 Fig. 6 Seismic profile cross wells 21-23-4-13 (section location is in Fig. 1)
图 7 21井—13井联井剖面图 Fig. 7 Well correlation section of wells 21-23-4-13

虽然大部分气层的声波时差值增大,但部分井缺少声波时差曲线,另外,声波时差曲线也会受井眼条件等影响,仅靠声波时差曲线来判断气层,也易产生误判。对于类似14井曲线不完整的情况,仅依靠测井曲线不易识别的气层,如果结合地震剖面中的亮点特征,则很容易把气层识别出来(图 8)。从图 8中可以看出,从左至右,23井到22井在HM1层和HM2层均有亮点,到14井位置则仅有HM1层有亮点,HM2层亮点消失,说明14、15、26井仅在HM1层有气层存在,参考测井曲线比较全的15井,则14井在HM1层的气层比较容易识别出来。

图 8 过23井—26井地震剖面图(剖面位置见图 1 Fig. 8 Seismic profile cross wells 23-9-19-22-14-15-26 (section location is in Fig. 1)
3.3 地震锅底反射预测高丰度含气区

研究区的中部高点的地震剖面上有锅底反射特征,在叠后地震时间剖面上表现为明显的同相轴下拉现象。分析导致同相轴下拉现象是由于含气饱和度高、厚度大的气层中声波传播速度会急速下降,造成接收时间上有明显的延迟。含气地震异常在纵向上的强弱变化,取决于地震波穿过含气层段的厚度和数量。地震波每穿过一个含气层段,剖面上的同相轴下拉幅度就会增大一次,厚度越大增幅越大,地震波穿过的含气层段厚度越大或数量越多,所造成的同相轴下拉幅度就越大,规模就越大[19-20]。而且,下拉程度在剖面上有明显的对称性。理论研究发现,当地层层速度低于2400m/s后,层间时差∆t将随层速度的降低而明显增大,并且层速度越低,相同层速度降低量所产生的层间时差增量越大。当储层孔隙度达到25%以上,含气饱和度接近70%时,层速度便可达到15%的最大降低量,从而在时间剖面上形成锅底反射,区域地层层速度越低,下拉幅度就越大[21-22]

图 9是过2—6—7—17—19—3井的地震剖面图,其中6井、7井、17井、19井在HM1层和HM2层出现亮点的同时,呈现锅底反射特征,同相轴下拉现象非常清晰,其中6井处于锅底反射的边部,其他3口井处于锅底反射左半部分的主要反射区域,测井资料反应HM1层和HM2层的气层厚度均在10m以上(图 10)。这6口井中有4口井测井资料不完整,没有声波时差曲线,针对测井资料较完整的7井,在HM1层和HM2层计算的气层孔隙度分别为26%、28%,计算的含气饱和度分别为75%、82%,根据声波时差计算出气层的层速度约为2000m/s,这些均满足形成锅底反射的条件。通过对锅底反射区域和测井资料的对照分析,发现研究区的锅底反射均出现在含气储层厚度大、含气丰度高的区域,主要分布在中部高点中心位置,例如有试气结论的19井HM1层气层日产量达到20×104m3以上。根据锅底反射的分布特征,准确预测出了HM1层、HM2层高丰度含气区的分布区域(图 11),根据高丰度含气分布区域,后期部署的一些以HM1层或者HM2层为目的层的钻井,如46、47、48、60等井均获得了高产气流,取得了很大成功。

图 9 过2井—3井锅底反射地震剖面图(剖面位置见图 1 Fig. 9 Pot bottom reflection profile cross wells 2-6-7-17-19-3 (section location is in Fig. 1)
图 10 2井—3井联井剖面图 Fig. 10 Well correlation section of wells 2-6-7-17-19-3
图 11 HM1层—HM2层高丰度含气区预测图 Fig. 11 Prediction of high-abundance gas-bearing area of HM1-HM2 layer
3.4 含气区的地震波屏蔽特征

从气藏边部至顶部,含气丰度越高,气藏的吸收系数越大,对地震波的累计影响越大;地震波通过多层气藏后能量衰减更大,图 9中19井的HM2层气层厚度大于HM1层气层的厚度,但是HM1层的亮点振幅明显强于HM2层的亮点振幅,就是这个原因引起的,天然气的存在会使地震波向下传播时高频成分急剧衰减,甚至有时会在气层处形成暗点[23-24]。因此,过气藏顶部的地震剖面上有时会出现同相轴中断,甚至因多层气层对地震波能量的吸收而造成所谓的“屏蔽区”(同相轴数量减少、模糊、消失),呈现明显的暗点特征。研究区内地震信号比较明显的衰减正是由于多层气层的吸收和屏蔽引起的,在图 9的地震剖面图中,HM1层、HM2层的锅底反射下部,红色线圈定的范围内,波形不稳定, 反射杂乱,同相轴连续性明显变差,高频成分明显减弱,在锅底反射的正下方,TP1层同相轴出现消失现象,这种现象正是由于上部2套厚气层的屏蔽、吸收及本套气层的吸收产生的“屏蔽—吸收区”引起的[25-27]。17井和19井的TP1层正好处于这个屏蔽区,虽然这2口井的TP1层均有气层的存在,但是TP1层的同相轴出现消失现象(暗点),因此在研究区进行地震资料分析解释时,要注意这种现象。

4 亮点反射特征的拓展应用

地震剖面中的亮点不仅能够指示储层含气特征,还能利用亮点特征来预测气水界面和气层厚度。例如根据图 7中HM1层和HM2层的亮点消失位置,可以确定气层边界在21井和23井之间及4井和13井之间,结合测井曲线很容易确定HM1层的气水界面在海拔-1560m附近,HM2层的气水界面在海拔-1613m。

研究区气层的波阻抗小于其上覆泥岩的波阻抗,气层顶界面的反射系数为负值,气层的波阻抗小于下伏水层的波阻抗,气层的底界面反射系数为正值,所以气层顶底界面的反射波极性相反,从负极性的波谷到正极性的波峰显示的厚度即为气层厚度[28-31],这个厚度与亮点振幅的强弱正相关。从研究区地震剖面中截取出来的一部分(图 12),亮点处振幅的变化特征非常突出,在19井的位置亮点振幅很强,这口井的HM1层气层厚度为12m,HM2层气层厚度为15m,而在10井HM1层和HM2层处振幅明显变弱,在HM1层顶部仅有1.5m的薄气层,在HM2层顶部仅有2.5m厚的气顶,气顶下部即为水层,可以发现明显的气水界面。因此,可以应用亮点振幅强弱特征来预测气层的厚度。另外,在锅底反射区,反射同相轴拉平至下拉部位相当于进入含气区,下拉反射的最低点对应含气构造的最高点,下拉反射的斜坡状相当于含气构造的翼部,拉平至下拉反射的拐点部位则相当于构造的气水边界。总之,对亮点细部特征包含的振幅变化及极性变化等信息,可以在气层解释评价中发挥很好的作用。

图 12 同相轴变化特征与气层厚度及气水界面关系图 Fig. 12 Relationship between events variation characteristics and gas layer thickness and gas-water contact
5 结论

本文充分挖掘和利用地震资料中所包含的天然气信息,如亮点反射、锅底反射、屏蔽—吸收反射等地震剖面的反射特征,弥补测井资料不完整带来的一些问题,在明确测井解释中存疑层、推测含气范围、估算气水界面、预测高丰度的优质含气区等方面均取得了理想的成果;弥补了钻井少、井间难以预测的问题,在井位部署及目标优选等方面也可发挥很好的作用。首先通过AVO分析、测井、测试资料证实了气层和亮点的关系,确认了多变的气藏在三维地震资料中标准反射特征后,采用井—震结合的方法对M气田进行解释评价,这种井—震结合的解释方法实现了测井标定地震,地震弥补测井的效果,实现了测井解释从点到面的拓展。作为天然气藏识别及评价技术的典型案例,值得参考与借鉴。在现有认识的基础上,在地震储层反演、多属性提取等方面做详细的工作,会取得更丰富的研究成果。

参考文献
[1]
赵学松, 崔立叶, 赵伟森, 等. AVO技术在固安地区浅层天然气藏的有效检测[J]. 中国石油勘探, 2012, 17(6): 73-79.
Zhao Xuesong, Cui Liye, Zhao Weisen, et al. Effective detection of shallow natural gas reservoirs with AVO technology in Guan area[J]. China Petroleum Exploration, 2012, 17(6): 73-79.
[2]
杜新江, 周妍, 朱萍, 等. AVO技术在苏里格气田SQW区块的应用[J]. 石油地球物理勘探, 2013, 48(5): 785-792.
Du Xinjiang, Zhou Yan, Zhu Ping, et al. Application of AVO technology in SQW block of Sulige Gasfield[J]. Oil Geophysical Prospecting, 2013, 48(5): 785-792.
[3]
曾忠, 阎世信, 魏修成, 等. 苏里格气田地震预测技术效果分析及对策[J]. 石油勘探与开发, 2003, 30(6): 63-67.
Zeng Zhong, Yan Shixin, Wei Xiucheng, et al. Effect analysis and countermeasures of seismic prediction technology in Sulige Gasfield[J]. Petroleum Exploration and Development, 2003, 30(6): 63-67.
[4]
罗宇, 牟泽辉, 朱宏权, 等. 鄂尔多斯盆地北部塔巴庙地区气层识别与预测[J]. 石油勘探与开发, 2003, 30(4): 61-64.
Luo Yu, Mou Zehui, Zhu Hongquan, et al. Gas layer identification and prediction in Tabamiao area of northern Ordos Basin[J]. Petroleum Exploration and Development, 2003, 30(4): 61-64.
[5]
王冰洁, 王静, 潘晓晨. 曲靖盆地茨营组三段Ⅳ砂组含气性的地震预测[J]. 天然气工业, 2012, 32(4): 42-45.
Wang Bingjie, Wang Jing, Pan Xiaochen. Seismic prediction of gas bearing capacity in Sand set Ⅳ of the Ciying Formation Qujing Basin[J]. Natural Gas Industry, 2012, 32(4): 42-45.
[6]
张光荣, 廖奇, 喻颐, 等. 四川盆地高磨地区龙王庙组气藏高效开发有利区地震预测[J]. 天然气工业, 2017, 37(1): 66-74.
Zhang Guangrong, Liao Qi, Yu Yi, et al. Seismic prediction of favorable area for efficient gas development of the Longwangmiao Formation in Gaomo area Sichuan Basin[J]. Natural Gas Industry, 2017, 37(1): 66-74.
[7]
王大兴, 赵玉华, 王永刚, 等. 苏里格气田低渗透砂岩岩性气藏多波地震勘探技术[J]. 中国石油勘探, 2015, 20(2): 59-67.
Wang Daxing, Zhao Yuhua, Wang Yonggang, et al. Multi-wave seismic exploration technology for low permeability sandstone Lithologic gas reservoir in Sulige Gasfield[J]. China Petroleum Exploration, 2015, 20(2): 59-67.
[8]
扈玖战. AVO正反演技术在杏树岗地区浅层气预测中的应用[J]. 大庆石油地质与开发, 2015, 34(4): 134-138.
Hu Jiuzhan. Application of AVO forward and inversion technology in shallow gas prediction in Xingshugang area[J]. Petroleum Geology & Development in Daqing, 2015, 34(4): 134-138.
[9]
夏红敏. 天然气藏地震反射特征及预测方法研究[D]. 北京: 中国石油大学(北京), 2006.
Xia Hongmin. Research on seismic reflection characteristics and prediction methods of Natural gas reservoirs[D]. Beijing: China University of Petroleum(Beijing), 2006.
[10]
Wang Yao, Wang Yanfei. Quantitative evaluation of gas hydrate reservoir by AVO attributes analysis based on the Brekhovskikh equation[J]. Petroleum Science, 2023, 20(4): 2045-2059. DOI:10.1016/j.petsci.2023.02.008
[11]
Hashem I, Helal A E N, Lala A M S, et al. Application of AVO and seismic attributes techniques for characterizing pliocene sand reservoirs in Darfeel Field, eastern Mediterranean, Egypt[J]. International Journal of Geosciences, 2022, 13(10): 973-984. DOI:10.4236/ijg.2022.1310049
[12]
李勇根, 张朝军, 曾庆才, 等. 薄层砂岩含气性多维信息加权约束地震反演判识方法及应用: 以鄂尔多斯盆地庆北地区山西组一段为例[J]. 地质学报, 2021, 95(8): 2628-2639.
Li Yonggen, Zhang Chaojun, Zeng Qingcai, et al. Identification method of gas bearing property of thin tight sandstone based on comprehensive analysis of geology and geophysics: a case study on the 1st member of Shanxi Formation in north Qingcheng area of Ordos Basin[J]. Acta Geologica Sinica, 2021, 95(8): 2628-2639.
[13]
冉建斌, 张明玉, 李海银, 等. "两宽一高"三维地震资料的纵向分辨率探讨及应用[J]. 石油地球物理勘探, 2018, 53(3): 520-537.
Ran Jianbin, Zhang Mingyu, Li Haiyin, et al. Vertical resolution of broadband, wide-azimuth and high-density seismic data[J]. Oil Geophysical Prospecting, 2018, 53(3): 520-537.
[14]
凌云, 林鸿梅, 张红杰, 等. 层序地层学与局域三维地震解释[J]. 石油物探, 2021, 60(5): 773-783.
Ling Yun, Lin Hongmei, Zhang Hongjie, et al. Sequence stratigraphy and local 3D seismic interpretation countermeasures, petroleum geophysical prospecting[J]. Geophysical Prospecting for Petroleum, 2021, 60(5): 773-783.
[15]
云美厚, 赵秋芳, 李晓斌. 地震分辨率思考与高分辨率勘探对策[J]. 石油地球物理勘探, 2022, 57(5): 1250-1262.
Yun Meihou, Zhao Qiufang, Li Xiaobin. Seismic resolution thinking and high-resolution exploration countermeasures[J]. Oil Geophysical Prospecting, 2022, 57(5): 1250-1262.
[16]
倪宇东. 可控震源地震勘探采集技术 [M]. 北京: 石油工业出版社, 2014.
Ni Yudong. Vibroseis seismic exploration and acquisition technology [M]. Beijing: Petroleum Industry Press, 2014.
[17]
王红, 李红梅. 基于正演模型的砂泥薄互层地震属性特征分析[J]. 油气藏评价与开发, 2015, 5(3): 15-21.
Wang Hong, Li Hongmei. Analysis of seismic properties of sand-mud thin interbed based on forward modeling[J]. Reservoir Evaluation and Development, 2015, 5(3): 15-21.
[18]
Alfredo M. Prestack amplitude analysis methodology and application to seismic bright spots in the Po Valley, Italy[J]. Geophysics, 2012, 55(2): 157-166.
[19]
李达, 隋波, 马光克, 等. 地震多属性分析技术在含气储层预测中的应用[J]. 海洋地质前沿, 2012, 28(6): 51-55.
Li Da, Sui Bo, Ma Guangke, et al. Application of seismic multi-attribute analysis technique to prediction of gas-bearing reservoir[J]. Marine Geology Frontiers, 2012, 28(6): 51-55.
[20]
林小兵, 刘莉萍. 利用地震多属性分析技术预测"暗点"型含气储层[J]. 新疆石油地质, 2007, 25(2): 183-186.
Lin Xiaobing, Liu Liping. Prediction of"dark spot"gas-bearing reservoir by seismic multi-attribute analysis[J]. Xinjiang Petroleum Geology, 2007, 25(2): 183-186.
[21]
杜新江, 任春玲. 利用"同相轴下拉"地震反射特征预测苏里格气田气层[J]. 石油天然气学报, 2008, 30(2): 466-467.
Du Xinjiang, Ren Chunling. Prediction of gas reservoirs in Sulige Gasfield by using the seismic reflection feature of"in-phase axis pull-down"[J]. Journal of Oil and Gas Technology, 2008, 30(2): 466-467.
[22]
李绪宣. 莺歌海盆地浅层天然气藏的地震识别技术研究[J]. 中国海上油气地质, 2000, 14(3): 193-199.
Li Xuxuan. Study on seismic identification technology of shallow natural gas reservoir in Yinggehai Basin[J]. China Offshore Petroleum Geology, 2000, 14(3): 193-199.
[23]
付锁堂, 马达得, 陈琰, 等. 柴达木盆地阿尔金山前东段天然气勘探[J]. 中国石油勘探, 2015, 20(6): 1-13.
Fu Suotang, Ma Dade, Chen Yan, et al. Natural gas exploration in Eastern segment of Alkin Piedmont, northern Qaidam Basin[J]. China Petroleum Exploration, 2015, 20(6): 1-13.
[24]
史松群, 赵玉华. 苏里格气田低阻砂岩储层的含气性预测研究[J]. 石油地球物理勘探, 2003, 38(1): 77-83.
Shi Songqun, Zhao Yuhua. Prediction of gas bearing capacity of low resistance sandstone reservoirs in Sulige Gasfield[J]. Oil Geophysical Prospecting, 2003, 38(1): 77-83.
[25]
汪功怀, 何碧竹, 刘亚村. 利用地震资料识别台南气田的天然气[J]. 石油地球物理勘探, 2004, 39(2): 215-217.
Wang Gonghuai, He Bizhu, Liu Yacun. Identification of natural gas in Tainan Gasfield by seismic data[J]. Oil Geophysical Prospecting, 2004, 39(2): 215-217.
[26]
王利田, 王志章, 秦志军, 等. 应用地震属性分析预测气藏储集层[J]. 新疆石油地质, 2007, 28(3): 369-371.
Wang Litian, Wang Zhizhang, Qin Zhijun, et al. Prediction of gas reservoirs by seismic attribute analysis[J]. Xinjiang Petroleum Geology, 2007, 28(3): 369-371.
[27]
尚永生. 天然气藏地震识别技术研究[D]. 北京: 中国科学院地质与地球物理研究所, 2007.
Shang Yongsheng. Research on seismic identification technology of natural gas reservoir[D]. Beijing: Institute of Geology and Geophysics, Chinese Academy of Sciences, 2007.
[28]
欧阳永林, 杨池银. 用常规及近、远道叠加剖面识别气层[J]. 天然气地球科学, 2003, 14(8): 287-290.
Ouyang Yonglin, Yang Chiyin. To identify gas layer using conventional stacked profiles an near, far offset trace stacked profiles[J]. Natural Gas Geoscience, 2003, 14(8): 287-290.
[29]
Clairmont R, Bedle H, Marfurt K, et al. Seismic attribute analyses and attenuation applications for detecting gas hydrate presence[J]. Geosciences, 2021, 11(11): 450-450. DOI:10.3390/geosciences11110450
[30]
杨开珍, 陈伟明, 王德新, 等. 川西坳陷中南段浅层气的地震响应特征[J]. 天然气工业, 2000, 20(5): 39-41.
Yang Kaizhen, Chen Weiming, Wang Dexin, et al. Seismic response characteristics of shallow gas in the centresouth part of west Sichuan Depression[J]. Natural Gas Industry, 2000, 20(5): 39-41.
[31]
杨开珍, 陈代军, 陈伟民, 等. 洛带气田蓬莱镇组气层地震反射特征及横向预测[J]. 物探化探计算技术, 2000, 22(3): 216-218.
Yang Kaizhen, Chen Daijun, Chen Weimin, et al. Seismic reflection characteristics and lateral prediction of gas layers in Penglaizhen Formation of Luodai Gasfield[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2000, 22(3): 216-218.