2. 恒泰艾普石油天然气技术服务股份有限公司, 北京 100027
2. LandOcean Energy Service Co. Ltd., Beijing 100027, China
岩性油气藏在我国天然气勘探开发中占有非常重要的位置,岩性油气藏分布区域的成像是合理布设井位,提高钻井成功率的关键之一,弄清其在地下的形态和内部结构特征是石油工业中地质、地球物理工作者的首要任务(贾承造等,2008),地震成像是实现这一目标的主要手段.
目前地震成像主要指偏移成像.按所采用的地震信息,偏移成像可分为射线偏移成像和波动方程偏移成像.射线偏移出现在20世纪70年代初,主要用于相对简单的构造形态(地质体反射界面)成像(贺振华等,1989).波动方程偏移最初由Claerbout(1976)提出并实现,随后发展了一系列波动方程偏移方法,如有限差分偏移、频率-波数域偏移、克希霍夫积分偏移等(贺振华等,1989;Sava et al., 2009; Berkhout and Wapenaar, 1993; Bleistein, 1987).波动方程偏移可用于复杂构造成像,同时能通过地震波振幅信息显示界面两侧地层(地质体)弹性特征差异大小.随着计算技术的发展和对高陡构造成像的要求,近年来基于波动方程的逆时偏移(RTM)取得了长足的进展,也是当今勘探地球物理热点课题 之一(刘红伟等,2010;Etgen and Michelena, 2010).
偏移成像在人们认识地球内部构造方面起着非常重要的作用,但其只限于提供地层界面形态成像,不能提供反映地层物性特征的弹性参数定量成像,而这些参数与地层的岩性、孔隙、含流体性等直接相关,是勘探地球物理学家定量描述研究对象的基础.
近年来全波形反演受到了高度的重视.全波形反演能充分利用接收到的各种地震波信息,同时自动考虑了地震波在地下的传播行为,能提供地下地层弹性参数图像,是定量地震成像的未来(Virieux and Operto, 2009; Brossier et al., 2009; Tarantola, 1987). 但地层弹性性质受多因素影响,不能直接标示油气藏的存在及其特征.
本文首先利用声学全波形反演,获得地层体积模量和密度的定量成像;然后通过岩石物理模型,从反演结果中提取地层孔隙度和孔隙流体信息.在此基础上,依据油气藏对孔隙度、饱和度的要求,定义成像函数,进行油气藏成像,并从理论模型和实际数据两方面验证了方法的可行性和有效性.
全波形反演是利用全波场信息,通过一定的优化方法估计地下介质的地球物理模型,使计算的地震波场数据与观测数据达到最佳拟合,即使目标函数
达到最小.在处理实际数据时,由于测量误差、噪声的存在,以及测量数据的不完整,在反演过程中,我们一般对式(1a)表示的目标函数进行适当修改(即正则化) (1a)(1b)两式中,上标“*” 表示共轭转置(后面意义相同,不再赘述); C D和 C M分别为数据协方差矩阵和模型协方差矩阵;Δ d = d obs- d cal为剩余地震数据, d obs和 dcal分别为观测数据和模型为m时的模拟数据;Δ m = m - m prior为当前模型 m 与先验模型 m prior的差.在全波形反演中,要使目标函数 S ( d , m )达到最小,目前基本上都采用局部优化方法.本文采用(2)式迭代修改模型至模拟地震记录与观测数据拟合达到一定程度,
其中,下标n表示第n次迭代,α为修改步长,φ为共轭方向.修改步长的确定在迭代修改过程中是非常重要的,本文采用Shi等(2007)提出的计算方法,即
其中,为Frechét导数矩阵;k为失配值反馈增益,kI和kD分别为其积分项和微分项; f( m )=φ · ( m ),用φn-φn-1计算,第一次迭代时取f( m )=φ1;其他符号意义同前.式(2)中共轭方向用(4)式计算,
其中, p n为预条件方向, g n 为目标函数梯度:目前,地震勘探测量的大多数是纵波信息,针对这种情况,同时考虑计算效率,我们采用声学近似,即用下列方程描述地震波在地下传播,
其中,K和ρ分别为有效介质(或地层)体积模量和密度;P为声波场;s为震源;grad(·)和div(·)分别表示梯度运算和散度运算; x 为位置矢量;nj为边界法向单位矢量在j方向的投影.声学近似情况下,模型 m 表示为 m =(ρ,K).
基于Tarantola(1984,1987)波场回传理论,式(5)右端第一项用(7a)(7b)式计算,
其中,δ m ^ =(δρ ^ ,δK ^ )为模型扰动量δ m =(δρ,δK)的共轭;P( x ,t; x s)为震源位于 x s处时由定解问题(6)获得的位于 x 的模拟地震波场;t表示时间;ψ( x ,t; x s)为震源位于 x s处的剩余地震数据回传的剩余波场 其中,Δ d ( x R,t)是位于 x R处检波点的剩余地震数据;Γ( x ,-t; x R,0) 为 Green′s函数,t前的负号表示波场逆时传播.波场P( x ,t; x s)和 ψ( x ,t; x s)的计算是全波形反演最耗时的部分,有效的模拟方法是提高全波形反演计算效率的关键.本文采用谢桂生等(2005)提出的单程波算子结合反射/透射算子的地震波单程波方程模拟方法进行P( x ,t; x s)和 ψ( x ,t; x s)的计算.
由上述方法,我们可获得包含密度和体积模量值的地下地层弹性参数成像.
油气藏是地壳上油气聚集的基本单元,是油气在单一圈闭中的聚集,具有独立压力系统和统一的油水界面的聚集,油气藏成像是油气地震勘探的最终目标,它可为储量估计、井位设计和开发方案调整提供有力的依据.
3.1 油气藏的声学特征描述介质声学特征的参数有(VP,ρ)、(IP,ρ)或(K,ρ)(VP为声波速度,IP为声波阻抗,ρ为密度,K为体积模量),与定解问题(6)一致,本文采用最后一组.
由声学全波形反演我们可以获得地层(或有效介质)密度和体积模量,与地震数据相比,这两参数的图像虽然排除了地层间接触关系的影响,直接反映了地层弹性性质的变化,但仍然是岩性、孔隙和孔隙流体等多因素的综合反映,多解性比较严重.为了充分利用全波形反演的优势进行油气藏成像,这里,首先简要阐述油气藏的声学特征.
(1)密度油气藏的密度(即地层密度)与骨架固体、孔隙度和孔隙流体三因素的关系可用(9a)(9b)式描述,
其中,ρe、ρs、ρf分别为地层密度(即反演的密度)、骨架固体密度和孔隙流体密度;ρw、ρo(g)分别为地层水和油(气)的密度;φ为孔隙度;Sw为含水饱和度.对于一个研究区来说,骨架固体的密度基本确定,这时,地层密度值的变化取决于孔隙度和孔隙流体性质及饱和度.由式(9a)和(9b)可知,地层密度与孔隙度和饱和度两者均呈线性关系.孔隙度增大,密度减小,其变化率取决于骨架固体密度与孔隙流体密度的差(ρs-ρf).含水饱和度增加,密度亦增大,其变化率取决于孔隙中水的密度、油或气的密度及孔隙度,孔隙度越大,饱和度对密度值的影响程度就越大,但相对于孔隙度对密度的影响,饱和度对密度的影响要小得多.有关密度与孔隙度和饱和度的更详细讨论可参见文献(石玉梅等, 2010).
(2)体积模量描述油气藏体积模量(即地层体积模量)与孔隙 度和饱和度关系的模型比较多,最常用的为Gassmann 方程(Mavko et al., 1998)
其中,φ为孔隙度,Ke、Ks、Kd和Kf分别为地层、骨架固体、干骨架和孔隙流体体积模量,地层体积模量即全波形反演获得的体积模量.从式(10)可以看出,油气藏体积模量与孔隙度及饱和度的关系比密度与孔隙度和饱和度的关系复杂得多.研究表明,油气藏体积模量随孔隙度增大而减小,且在小孔隙度情况下,这种影响效应比大孔隙度情况下要大.
流体体积模量与饱和度的关系可用(11)式描述
其中,Kw和Ko(g)分别为水和油(气)的体积模量;Kf为饱和度为Sw时孔隙流体的体积模量.流体体积模量值的大小反映了孔隙中流体的性质和状态(如压力、矿化度等)及其所占有的比例(即饱和度)(刘雯林,1996).通常情况下,随着含水饱和度的增加,流体体积模量和地层体积模量都增大,对于油藏,这种关系近似呈线性.而气藏的关系相对比较复杂,一般含气5%左右时,流体体积模量和地层体积模量都发生急剧变化,当含气饱和度超过80%时,随着饱和度增加,这两体积模量的变化都比较平缓.但无论是油藏还是气藏,饱和度引起的流体体积模量的变化要比引起的地层体积模量变化大得多,因此,相对于地层体积模量,流体体积模量更适合用于流体识别.有关体积模量与孔隙度及孔隙流体关系的更详细讨论可参见文献(石玉梅,2003).
总的来说,孔隙度对地层密度和体积模量两者的影响都比较大,因此,由声学全波形反演获得的两参数都可以用于获取地层孔隙度信息,相比之下,获 取流体信息需要精度更高的反演结果.依据Tarantola (1986)的研究成果,地震响应特征的变化对体积模量更敏感,也就是说, 从地震数据中反演的体积模量精度比密度高.综合考虑密度和体积模量与孔隙度和饱和度的关系,及地震参数反演精度,这里,我们首先利用声学全波形反演的地层密度计算孔隙度,再从反演的地层体积模量中分解出与流体性质及饱和度密切相关的流体体积模量.
3.2 地震油气藏成像常规偏移成像给出的是地层界面形态成像,全波形反演提供了包含弹性参数值的地层成像,而对于油气藏,不但需要具有一定的含油气饱和度,同时也需要有一定的存储空间(孔隙度)和渗透率(夏位荣,1999),即孔、渗、饱,因此,油气藏成像应涉及这三个参数.
方法原理声学全波形反演获得的是地层密度和体积模量,这些参数值的特征不仅反映了地层的构造形态和空间结构关系,同时也与地层的岩性、孔隙和孔隙流体直接相关,通过岩石物理模型,可以从反演的参数中提取孔隙度和流体体积模量.流体体积模量只与孔隙流体性质及其饱和度相关,而孔隙度与渗透率也存在一定的关系,一般情况下,孔隙度大的地方,渗透性比较好(Fabricius et al., 2007).因此,考虑油气藏的孔隙度、饱和度和渗透率以及孔隙度与渗透率、流体体积模量与饱和度的内在联系,我们可以利用孔隙度和流体体积模量进行油气藏成像.
成像函数常规偏移成像依据地震波传播到界面时会产生反射、透射和波型转换等,这些反射波、透射波和转换波产生的时刻即入射波到达的时刻,基于这一特征,人们定义了不同的成像条件(贺振华等,1989)来关联入射波场和逆时间方向回推回来的波场,实现构造成像.与此类似,本文依据油气藏的特征,利用孔隙度和流体体积模量,定义地震油气藏成像函数
其中φ( x )、Kf( x )分别表示空间 x 处的孔隙度和流体体积模量,Kw为地层水体积模量.通常情况下(除重油外),油、气的体积模量比水小,由式(11)和(12)可以看出:(1)含油或气的饱和度越大,Kf越小,I值越大;(2)孔隙度越大,I值也越大.因此,成像函数值的大小在一定程度上指示了油气藏的品质.
对于一个具有开采价值的油气藏,孔隙度、渗透率和饱和度都有一定的门槛值,而这些门槛值也决定了油气藏成像函数的门槛值.用I0表示成像函数门槛值,则油气藏成像的条件为φ( x )≥I0,即当( x )≥I0 时,进行油气藏成像.
3.3 孔隙度和流体体积模量的计算 孔隙度计算由式(9a)可得
利用(13a)式,可由地层密度计算孔隙度,但在实际工作中,通常采用(13b)式(石玉梅等,2010) 其中,SH为泥质含量,ρsh为泥岩密度,其他符号意义同前. 流体体积模量计算重新整理Gassmann方程,可得
式中干骨架的体积模量取决于骨架固体体积模量和孔隙度及孔隙形状.与Gassmann方程对应,本文考虑球形孔隙情况,则干骨架体积模量可用(14b)式计算(Toksz et al., 1976) 其中μs为骨架固体剪切模量,其他符号意义同前.利用式(14)和密度-孔隙度计算结果,我们可以从反演的地层体积模量中分解出流体体积模量.
3.4 反演精度对成像的影响上面,我们阐述了利用反演的密度和体积模量计算孔隙度和流体体积模量.在实际地震勘探中,由于测量误差、噪声、数据的不完整性以及地球物理反演方法自身的限制,通常情况下,不可能获得精确的地下地层密度和体积模量值,即使是精度较高的全波形反演.这些都可能影响预测孔隙度和流体体积模量的精度,从而影响油气藏成像质量.下面,我们 简要讨论反演结果的误差对这两个参数的影响程度.
密度误差与孔隙度估计式(9a)两边对反演的密度进行微分,并整理得
可以看出,孔隙度的变化量dφ只是密度变化量dρ的-1/(ρs-ρf)(负号表示密度增大,孔隙度减小),如ρs=2.65 g/cm3,ρf=1.0 g/cm3,孔隙度φ=15%,则由式(9a)可得实际密度ρe=2.40 g/cm3.假设反演的密度值为ρei=2.30 g/cm3,与实际值相差dρ=0.1 g/cm3,由式(15)可得预测孔隙度与实际孔隙度值的差约为0.06,即1%密度误差,预测的孔隙度误差达9.5%. 体积模量误差与流体体积模量估计类似于密度与孔隙度,式(10)两端对流体体积模量求导并整理,得
取Ks=38 GPa,μs=44 GPa和Sw=100%,φ= 15%,则Kf=2.25 GPa,Kd=29.4 GPa,Ke=30.15 GPa. 假设反演获得的体积模量Kei=31.4 GPa,与实际值相差1.25 GPa,即dK=1.25 GPa,相对误差为4.1%.用式(16)计算得的流体体积模量变化约为0.017 GPa,相对误差约为0.75%,可见,前述的流体体积模量估计方法是稳健的.前面阐述了声学全波形反演及油气藏地震成像方法,下面从模型和实例两方面进一步讨论方法的可行性和应用效果.
4.1 模型研究根据我国西部某气田五口井的资料和地震层位解释数据,我们设计了一个含气砂岩气藏模型,如图 1所示,目标层为薄互层,总厚度在50~70 m左右,图中各地层参数列于 表 1.该模型反映了五口井目标地层段的主要特征.
在该模型上共模拟了14炮,为中间放炮,两边接收,最大偏移距1000 m,炮间距100 m,道间距10 m, 采样率为1 ms,记录长度0.8 s.为更接近实际地震波传播情况,我们采用了弹性波模拟方法,震源为胀缩源,主频30 Hz的Ricker子波.图 2显示了其中某炮的三分量记录,目标地层段反射波在垂直分量上近似为一个同相轴,水平分量上可以分出两个同相轴(除反射纵波在该分量上的投影外).与常规地震采集对应,反演时只采用了垂直分量数据.
利用前述的声学全波形反演方法,反演的初始模型采用真实模型的低频分量.经过6次迭代,得到反演的密度和体积模量,如图 3所示.密度剖面上(图 3a):密度大(蓝色)的干砂岩区别明显,密度相对低的含气砂岩(绿色)与围岩(泥岩)接近,很难识别.体积模量剖面上(图 3b):砂岩与泥岩区分明显,含气砂岩和干砂岩也具有明显的区别,但含水砂岩位置显示不明显.直接利用密度和体积模量都很难辨别含水砂岩.比较图 1和图 3,同时参照表1,可以看出全波形反演给出了比较好的地层密度和体积模量估计.
利用式(13b)、(14a)和式(12),我们获得了气藏成像结果,如图 4所示.图中黄-红色标示气藏成像,颜色越红表示气藏的品质越好.与图 1比较,可以看出,除水砂位置处微小差别外,其他地方气藏成像的结果与模型吻合得很好.
下面是我国西部地区某气田的研究实例.该区为海陆交互大型三角洲沉积环境,构造平缓.砂体广泛分布,但横向上极不连续,纵向上分布层次多,且相互叠置.多口井钻井测试情况显示,研究区内含流体情况复杂,高低部位均出现有干井、微气井、工业气井和气水同产井,表明地层的含气性主要受岩性控制.有效储层以单层厚度薄、纵横向变化显著的薄互层为特征,单层厚度一般为2~10 m,累积厚度30~40 m.孔隙度分布区间1%~14%,最大可达15.1%,平均4.07%.砂岩含气体后,与围岩密度、纵波速度和阻抗差异小,地震异常不明显.
此处用于反演的为该区的一条二维地震测量,中间放炮,两边接收,炮间距80 m,道间距10 m,最大偏移距4000 m,记录长度5 s,采样率1 ms.反演前对该数据进行了地表一致性振幅补偿、静校正、叠前去噪、直达波切除和振幅增益处理.处理后数据频谱宽5~130 Hz,主频达50 Hz,图 5显示了处理后某炮集数据(a)和相应的频谱(b),可见数据质量比较好.由于全波形反演试图匹配预测数据和观测数据,因此,上述数据预处理过程中尽量保持观测数据的主要特征.两个目标层“须六”和“须四”位于X6—J1Z和X5—X4间,深度分别在2000 m和2300 m左右,对应的反射在1 s至1.2 s之间,因此,反演时我们只用了2.5 s以上的数据.
该测线上有两口井,这两口井都有密度、声波和伽玛测井,它们被作为先验信息,对反演结果进行约束.由于该区地层比较平缓,我们直接利用叠加速度分析和Dix公式(Dix, 1955)计算层速度,并进行时深转换,用Gardner公式(Gardner et al., 1974)计算初始密度模型,随后计算初始体积模量模型.
图 6a和6b分别为经过10次迭代反演后获得的深度域密度和体积模量剖面.密度剖面(图 6a)上蓝色至绿色表示密度逐渐增大,变化范围在2.1~2.8 g/cm3, 与该区密度测井基本一致.密度分布呈层状,但横向上很不均匀.在J1d上面有一个明显的低密度层;须六地层密度较低,与J1d上覆层相比,横向上分布不均匀性更强,这在一定程度上反映了三角洲平原和三角洲前缘水下分流河道沉积的特征,但密度剖面总体比较均匀,只根据密度数据是很难解释气藏的存在.有效体积模量剖面(图 6b)上,紫红-兰-黄-红-绿色表示体积模量值由小逐渐增大.体积模量值横向上亦呈明显的条带分布,图中三个相对低的条带分别为位于J1d 上覆层、须六和须四地层,表明这三个条带区域含气的可能性比较大.这三个条带上的体积模量横向上也表现出很强的不均匀性,在一定程度上也反映了该区的沉积特征.
图 7为根据反演结果(图 6所示)预测的孔隙度(a)和流体体积模量(b)剖面.与密度剖面不同,孔隙度剖面上有三个明显的成层状高孔隙度带,分别位于须六、须四地层和J1d的上覆层,除J1d上覆层外(因没有孔隙度测井解释结果,无法对比),其他两个高孔带与测井结果基本一致(石玉梅等,2010).流体体积模量剖面上,兰-黄-绿色表示模量值逐渐增大,黄色为气区,蓝色为水饱和区(或含水饱和度大),绿 色为无气区.将图 7b与图 6和图 7a比较,可以看出:(1)与密度、有效体积模量、孔隙度不同,流体模量横向分布比较连续,表示流体横向分布连续;(2)J1d以上的低密度、低有效体积模量、相对高孔带为水层;(3)在井W2附近的J1z以上及须四下部的低密度、相对高孔和低有效体积模量区域含水饱和度高;(4)W1和W2两井处的须六地层、井W1附近的须四及井W2处须四上部地层分布气体,两井之间的地层也有气体分布,井孔处的气体分布预测结果与钻井基本吻合.流体体积模量描述了流体分布状况,但气体分布区域是否形成有效气藏还与孔隙度密切相关,如孔隙度非常小,通常可能认为是“干层”或微气层.
图 8为气藏成像剖面.图中红色标示为气藏分布区域(即“甜点”),在设计井位时,这些区域应优先考虑.黄色区域表示含气饱和度低(如Jid上覆层,含气饱和度低于20%,为水层)或孔隙度非常小(孔隙度小于3%,为“干层”或微气层)或厚度非常薄的地层.图中可以看出:(1)在须六和须四地层中,气藏横向分布极不连续,纵向上叠置,这与该区气藏分布于大套砂岩地层中高能河道内一致;(2)在W1井处的须六底部,有一10 m左右的气层;在W2井处的须六层,含气层呈薄互层,且位于中部.
该测线上两口井W1和W2,均已在须六试气,为气井.W1井试气段为2026.7~2085.6 m,日产气量为 2.5015×104 m3;W2井有两个试气井段,分别位于2070~2076 m和2082~2108 m,日产气量为 6.3×104 m3.测井解释结果也显示,在W1井须六地层上部为气水同层,约8 m厚,中间有两个薄的气层,其中之一厚度在1 m左右,另一层的厚度约为3 m,底部有一约10 m厚的气层.在W2井须六段测井解释气藏为薄互层,单层厚度在2 m到7 m之间,总厚度约30 m,主要分布在该段地层的中间部位.测井解释结果和试井结果与气藏成像基本吻合.
上述的理论模型和实际地震数据研究表明,声学全波形反演充分利用了采集到的地震波场信息,且自动考虑了地震波在地下的传播行为,可以给出精度比较高的地层密度和体积模量估计,从而为油气藏地震成像提供了可靠的地球物理参数.地层密度和体积模量与岩性、孔隙、孔隙流体的性质和饱和度密切相关,但对于一个研究区来说,岩性已知,联合反演的密度和体积模量可以获得有关地层的孔隙度和流体信息.与地层体积模量相比,流体体积模量与流体性质和饱和度关系更为密切,可直接用于地下流体识别和分布预测.分布有油气的地层并不表示具有开采价值的油气藏的存在,即使地层大面积含气,如果孔隙度非常小或含水饱和度非常高,通常也认为是干层或微气层或水层,只有孔隙度和饱和度都达到一定的要求才形成有效气藏.利用孔隙度和流体体积模量定义的成像函数同时考虑了孔隙度和饱和度信息,能比较准确地对油气藏进行成像,为井位设计提供了可靠的依据,从而提高钻井的成功率.
[1] | Berkhout A J, Wapenaar C P A. 1993. A unified approach to acoustical reflection imaging. Part II: The inverse problem. J. Acoust. Soc. Am., 93: 2017-2023. |
[2] | Bleistein N. 1987. On the imaging of reflectors in the earth. Geophysics, 52(7): 932-942, doi: 10.1190/1.1442363. |
[3] | Brossier R, Operto S, Virieux J. 2009. Two-dimensional seismic imaging of the Valhall model from synthetic OBC data by frequency-domain elastic full-waveform inversion. 79th SEG Expanded Abstracts, 2293-2297. |
[4] | Claerbout J F. 1976. Fundamentals of Geophysical Data Processing. McGraw-Hill Book Co., Inc. |
[5] | Dix C H. 1955. Seismic velocities from surface measurement. Geophysics, 20(1): 68-86, doi: 10.1190/1.1438126. |
[6] | Etgen J T, Michelena R J. 2010. Introduction to this special section: Reverse time migration. The Leading Edge, 29(11): 1363-1363, doi: 10.1190/1.3517307. |
[7] | Fabricius I L, Baechle G, Eberli G P, et al. 2007. Estimating permeability of carbonate rocks from porosity and vp/vs. Geophysics, 72(5): E185-E191, doi: 10.1190/1.2756081. |
[8] | Gardner G H F, Gardner L W, Gregory A R. 1974. Formation velocity and density: The diagnostic basis for stratigraphic traps. Geophysics, 39(6): 770-780, doi: 10.1190/1.1440465. |
[9] | He Z H, Wang C J, He D J, et al. 1989. Reflection Seismic Migration and Inversion Method (in Chinese). Chongqing: University of Chongqing Press. |
[10] | Jia C Z, Zhao W Z, Zou C N, et al. 2008. Geologic Theory and Exploration Technology of Stratigraphic Reservoirs (in Chinese). Beijing: Petroleum Industry Press. |
[11] | Liu W L. 1996. Production Seismic Technology of Oil and Gas Field (in Chinese). Beijing: Petroleum Industry Press. |
[12] | Liu H W, Li B, Liu H, et al. 2010. The algorithm of high order finite difference pre-stack reverse time migration and GPU implementation. Chinese J. Geophys. (in Chinese), 53(7): 1725-1733. |
[13] | Mavko G, Mukerji T, Dvorkin J. 1998. The Rock Physics Handbook: Tools for Seismic Analysis in Porous Media. New York: Cambridge University Press. |
[14] | Sava P, Stephen J H. 2009. Overview and classification of wavefield seismic imaging methods. The Leading Edge, 28(2): 170-183, doi: 10.1190/1.3086052. |
[15] | Shi Y M. 2003. Studies on geophysical theoretical basis for fluid identification of reservoir [Postdoctoral Report] (in Chinese). Beijing: Research Institute of Petroleum Exploration & Development, PetroChina. |
[16] | Shi Y M, Zhao W Z, Cao H. 2007. Nonlinear process control of wave-equation inversion and its application in the detection of gas. Geophysics, 72(1): R9-R18, doi: 10.1190/1.2399450. |
[17] | Shi Y M, Yao F C, Sun H S, et al. 2010. Density inversion and porosity estimation. Chinese J. Geophys. (in Chinese), 53(1): 197-204. |
[18] | Tarantola A. 1984. Inversion of reflection data in the acoustic approximation. Geophysics, 49(8): 1259-1266, doi: 10.1190/1.1441754. |
[19] | Tarantola A. 1986. A strategy for nonlinear elastic inversion of seismic reflection data. Geophysics, 51(10): 1893-1903, doi: 10.1190/1.1442046. |
[20] | Tarantola A. 1987. Inverse Problem Theory: Methods for Data Fitting and Parameter Estimation. New York: Elsevier Science Publishing Company, Inc. |
[21] | Toksz M, Cheng C H, Timur A. 1976. Velocities of seismic waves in porous rocks. Geophysics, 41(4): 621-645, doi: 10.1190/1. 1440639. |
[22] | Xia W R. 1999. Development Geology of Oil and Gas Field (in Chinese). Beijing: Petroleum Industry Press. |
[23] | Xie G S, Liu H, Li Y M, et al. 2005. Seismic modeling by reflection/transmission operator and one-way wave equation under the condition of fluctuating reflectors. Chinese J. Geophys. (in Chinese), 48(5): 1172-1178. |
[24] | Virieux J, Operto S. 2009. An overview of full-waveform inversion in exploration geophysics. Geophysics, 74(6): WCC1-WCC26, doi: 10.1190/1.3238367. |
[25] | 贺振华,王才经,何櫵登等.1989.反射地震资料偏移处理与反演方法.重庆:重庆大学出版社. |
[26] | 贾承造,赵文智,邹才能等.2008.岩性地层油气藏地质理论与勘探技术.北京:石油工业出版社. |
[27] | 刘雯林.1996.油气田开发地震技术.北京:石油工业出版社. |
[28] | 刘红伟,李博,刘洪等.2010.地震叠前逆时偏移高阶有限差分算法及GPU实现.地球物理学报,53(7):1725-1733. |
[29] | 石玉梅,姚逢昌,孙虎生等.2010.地震密度反演及地层孔隙度估计.地球物理学报,53(1):197-204. |
[30] | 石玉梅.2003.油气藏流体识别的地球物理基础理论研究[博士后出站报告].北京:中国石油勘探开发研究院. |
[31] | 夏位荣.1999.油气田开发地质学.北京:石油工业出版社. |
[32] | 谢桂生,刘洪,李幼铭等.2005.界面起伏条件下反射/透射算子+单程波方程的地震波模拟方法.地球物理学报,48(5):1172-1178. |