地球物理学进展  2014, Vol. 29 Issue (5): 2314-2319   PDF    
目标砂体厚度精细预测技术在歧南地区的应用
张兆辉1, 李胜军2, 张忠义3, 蔡刚2, 苏明军2     
1. 甘肃省油气资源研究重点实验室/中国科学院油气资源研究重点实验室, 兰州 730000;
2. 中国石油勘探开发研究院西北分院, 兰州 730020;
3. 长庆油田勘探开发研究院, 西安 710018
摘要:储层预测、评价是勘探阶段井位部署的主要依据,目前主要采用地震属性、频谱分解和波阻抗反演技术预测砂体分布,基本停留在平面发育位置、规模的定性预测程度,难以满足日益复杂的岩性油气藏精细勘探需求,缺乏砂体厚度定量精细预测技术.为此,首先根据目标区沉积环境认识以及砂体叠置关系建立正演地质模型,并且在二维全波场正演模拟分析的基础上,定性选出与砂体发育程度关系紧密的地震属性类别;然后通过邻区已钻井的精细测井解释砂岩厚度与井点位置地震属性制作二维散点交会图,利用Kendall指示法分析其相关性,根据有效数的大小优选出二、三种相互独立的地震属性进行数据融合,同时确定出砂岩厚度值与各属性值的数学映射关系;利用该数学映射关系将目标砂体的属性值直接转化为砂体厚度值;最后对各砂体厚度值进行距离加权平均法抽稀,自动勾绘砂体厚度等值线图,若目标砂体过已钻井,则进一步做井点厚度校正.相对于传统的依据沉积规律,通过测井解释厚度的人工勾绘技术和纯地震预测技术而言,井点控制、融合属性约束下的自动成图技术综合了测井解释的纵向高精度和井间信息连续密集优势,砂体纵横向发育规模的预测精度更高、结果更加可信.歧南地区应用实践证实了方法的可行性与精确性,为该区的井位部署提供了可靠依据,提高了钻探成功率.该方法对于砂体厚度精细预测具较高的实用价值.
关键词正演模拟     测井解释     特征属性     有效数     地震约束    
Fine prediction technology of sandstone thickness and its application in Qi-nan area
ZHANG Zhao-hui1, LI Sheng-jun2, ZHANG Zhong-yi3, CAI Gang2, SU Ming-jun2    
1. Key Laboratory of Petroleum Resources, Gansu Province/ Key Laboratory of Petroleum Resources Research, Institute of Geology and Geophysics, Chinese Academy of Sciences, Lanzhou 730000, PR China;
2. Research Institute of Petroleum Exploration and Development-Northwest(NWGI), PetroChina, Lanzhou 730020, China;
3. Petroleum Exploration and Development Research Institute of Changqing Oil Field, Xiaan 710018, China
Abstract: Prediction and evaluation is the main basis for well deploy at exploration phase. At present, commonly used methods of reservoir prediction mainly include seismic attributes, spectrum decomposition and wave impedance inversion, these technologies are qualitative methods to predict reservoir, can't met the needs of fine exploration for lithological reservoir and lack quantitative prediction technology for sandstone thickness. In order to quantitative predict sandstone thickness, the Qinan area of Qikou Sag is located, studied the prediction technical by seismic and logging data. Firstly, analysis the depositional setting and the overriding relationship of sandstone by geology and seismic data, according to above results establish the forward modeling, and qualitative choose seismic attributes that closed sandstone thickness and distribution on the basis of forward modeling results. Secondly, fine interpret the sandstone thickness by logging in adjacent and extract seismic attribute at well point, then make crossplot of above two parameters, and analysis the correlation using Kendall method, further mix selected independent of each other seismic attributes, meanwhile fitting nonlinear mathematical mapping relationship between sandstone thickness and mixed seismic attribute of drilled well, next automatically calculate the sandstone thickness using the nonlinear mathematical mapping relationship. Finally, dilute the sandstone thickness from calculated results by distance weighted average method and get preliminary thickness distribution map, if target trap has the drilling, the further do well point thickness correction. Compared with the commonly used methods of artificial drew and pure seismic technology, this technology combined the longitudinal precision of log interpretation and continuous dense advantage of seismic data, so the prediction results have higher precision but also more reliable. The error between the predicted sandstone thickness and measured thickness of the sandstone of drilled wells is very small, which fits well with sand sections in the wells. Thus the effectiveness of this technology is verified.
Key words: forward modeling     logging interpretation     attributes fusion     significance     constraint by seismic    
0 引 言

随着地球物理技术的不断进步,储层预测的手段、方法层出不穷,传统的地震属性、波形分类、频谱分解、波阻抗反演等储层预测技术不断被扩展应用.近年来,地震属性预测储层参数的方法主要有支持向量机法(唐耀华等,2009)、神经网络法(孟召平等,2006Sadegh, et al,2010)、相关主成分分析法(井西利和王明利,2013),普遍应用数学手段建立储层参数与地震属性之间的数学关系,从根本上说,地震属性都是岩性、含油性、地层等储层参数的综合响应,多解性强(凌云等,2003侯伯刚等,2004张延玲等,2005Zou et al., 2006);波形分类预测技术的研究尺度一般比较大,比较适合于勘探程度较低的地区,难以满足精细勘探需求(赵力民等,2001李丽等,2012);频谱分解技术的应用有效提高了地震资料识别薄砂层能力,但当储层垂直间隔小于四分之一波长时,发生的干涉现象使得调谐振幅和储层厚度的关系失去明晰的物理意义,方法的应用受到限制(袁志云等,2006魏志平,2009熊冉等,2013);波阻抗反演技术是最常用的储层预测技术,与上述技术相比,不仅消除了调谐响应与旁瓣效应,而且引入了测井资料的高频信息,拓宽了地震资料的频带,但波阻抗受岩性的影响较大,难以应用在复杂岩性发育区(马劲风等,1999杨立强等,2003曹丹平等,2009崔成军等,2010王锡文等,2013).总体来看,上述技术方法本质上都与波阻抗有关,集中体现在利用地震资料进行定性、半定量程度上的砂体分布位置搜索,但对于目前的精细岩性油气藏勘探来说,不仅要搞清砂体分布,更重要的是弄清楚砂体纵向的发育规模,定量预测砂体厚度.众所周知,对于砂体发育厚度、发育规模等储层情况的定量研究离不开测井资料,但遗憾的是,过去的研究技术很少应用,仅在测井约束波阻抗反演技术、地震属性标定工作中用到测井资料,可见,目前的井-震协同研究目标体的程度较低、测井资料应用程度不够深入.

本文以歧南地区为例,通过综合利用测井-地震-地质资料,提出了一种目标砂体厚度精细预测的方法,综合了测井曲线的纵向高精度与井间地震信息的平面连续密集优势,实现了砂体厚度定量精细预测的目的,为井位部署提供可靠依据,提高钻探成功率.

1 工区位置及资料情况

歧南地区位于歧口凹陷(大港探区)南部,西起羊三木凸起,东至张北断层,北抵南大港断层,南至埕宁隆起,总体呈北东-南西向展布,勘探面积约750 km2(图 1).三维叠后地震数据沙一段频率主要分布在1~50 Hz,主频约20 Hz,研究区内钻遇沙一中的重点探井有29口,测井系列较全,有助于制作精细合成记录,实现测井解释成果与地震资料的精确对应.

图 1 歧南地区沙一段底界断裂纲要图 Fig. 1 The Es1 bottom’s fault key drawing of Qinan area

歧南地区沙河街组主要受南部埕宁隆起物源的影响(许淑梅等,2001董艳蕾等,2008张兆辉等,2012吕琳等,2012),沙一下亚段(Es1x)以浅湖环境下形成的湖相碳酸盐岩及辫状河三角洲前缘沉积为主,沙一中亚段(Es1z)-沙一上亚段(Es1s)湖泊水体较深,总体以湖相泥质沉积为主,但在凹陷中东部大致与埕宁隆起和孔店-羊三木隆起之的交汇地区相对应的最低洼处,自下而上持续发育南北向展布的辫状河三角洲与重力流沉积体系,二者的分界位置大致在zh65-zh47一带,该界线以南为辫状河三角洲沉积,以北发育古地形突然变陡的坡折带(可能与北东向赵北断层的活动有关),坡折带之下在qn8-qn6-qn2井一带发育重力流沉积体系,油田勘探工作者称之为“歧南水道”.

2 关键技术

2.1 测井解释砂体厚度

砂岩厚度确定目前以测井解释最为准确,对于砂泥岩地层来说,首先计算出泥质体积曲线,一般选取自然伽玛曲线或自然电位曲线,或者二者都用(雍世和等,1996);然后根据解释井段确定出泥质含量上限值,结合测井曲线采样率,进一步计算得到砂层厚度,为下步井-震融合精细预测砂体厚度提供基础.目前较常用的泥质体积计算公式为

式中,GCUR为地区经验系数(对第三纪地层为3.7,对老地层为2,也可由本地区的实际资料统计获得);SHLG为解释层段内选取曲线的测井值;GMAX、GMIN分别为该曲线在解释井段纯泥岩层和纯砂岩层的测井值;SH为该曲线测井相对值;Vsh为泥质含量曲线;H为解释井段砂层厚度;N为大于泥质含量上限值的采样点个数;RLEV为采样率.

2.2 地震正演初选特征属性

地震正演的目的是为了明确地震响应对砂体的敏感程度(肖开宇和胡祥云,2009曹卿荣等,2013),初步确定出用以描述砂体厚度的地震属性.建立初始参数模型是正演模拟的重要环节,主要依据两个因素而定,一是根据构造解释层位建立的地质模型;二是测井资料,建立地震初始储层模型就是在地质模型的约束下,从测井资料出发,沿层进行插值,获得一个整体的初始参数模型.

根据歧南地区沙一段砂体对比结果,结合沉积相研究成果,设计二维模型(图 2),通过对研究工区内29口井参数的统计,对模型中砂泥岩参数进行设置,模型中上层介质中纵波速度为2800 m/s,密度为2.2 g/cc,砂岩纵波速度为3600 m/s,密度为2.3 g/cc,下层介质纵波速度为3200 m/s,密度为2.23 g/cc.

图 2 二维正演模型 Fig. 2 Two-dimensional forward model

模拟用的子波主频与实际地震资料一致,对图 2模型进行全波场模拟,偏移剖面如图 3,为了分析频率对砂体厚度变化的影响,还采用主频为31 Hz的子波对该模型就行全波场模拟,偏移剖面如图 4.可以看出,整套砂泥岩基本落在负相位,且负相位向上侧厚砂体部位漂移,向砂层厚度变薄的方向(由右到左),振幅呈减弱趋势.从子波主频为19 Hz的偏移剖面中可见,随着砂层厚度的变薄,反射同相轴振幅在逐渐减弱,在2500 m处达到最小值,随着砂体的上倾尖灭,反射同相轴相位也向上偏移,与31 Hz的偏移剖面相比,发现:19 Hz的偏移剖面由于频率的降低,使得纵向分辨率也下降,整个砂体全部落在负相位.

图 3 子波主频为19 Hz的偏移剖面 Fig. 3 Migrated section of 19 Hz wavelet
图 4 子波主频为31 Hz的偏移剖面 Fig. 4 Migrated section of 31 Hz wavelet

正演结果表明,振幅、频率和波形对本区储层变化均有不同程度的响应,特别是振幅类属性反映尤为明显,因此初步选定振幅类属性描述砂体厚度.

2.3 提取井点地震属性

井点地震属性提取的方法较多,本文采用用面元距离加权平均法,即:在以井点为圆心、以某一长度为半径的圆形区域内(半径不能太大),网格化该圆形区域(网格大小一般为2~5 m),读取每个网格点的属性值,加权平均后得到井点处的地震属性值(赵军,2004张小浩和周鼎武,2007).假设某井点坐标为 A0(x0,y0),以此为中心的圆形区域为U(A0,ξ),圆形区域内任一网格点(xi,yi)距离井点A0的距离为

则A0井点属性为

式中,Di为属性点权重系数,Wi为圆形区域内网格点的属性值.

可见,网格点距离井点越远,权重系数就越小,对地震属性预测值的影响就越小;随着距离减小影响程度逐渐增大.

2.4 Kendall指示法优选地震属性

根据上步确定的井点属性值与测井解释砂体厚度,制作散点交会图,如图 5为歧南地区29口井的沙一中、上段测井解释砂体厚度与平均振幅属性的交会图,二者统计关系的好坏通过相关系数仅能粗略表达,通过Kendall指示法确定二者的单调程度(鲍祥生等,2006),并记为τK,若交会图中有N个离散点,那么就有NT=N(N-1)/2个交汇点间的斜率(重合点除外),则

式中,NP,NN,NZ,N分别是斜率为正的、负的、零及无穷大的点对个数.如果这些点对的斜率都相同,这些离散点就是严格单调的,这时τK=1;如果斜率为正、负的点对个数相等,那么离散点的单调性就最差,这时τK=0.应用τK进行相关性计算的优点在于τK对应于线性相关和非线性相关都有很好的指示,其它的统计方法只有在线性相关时才适用.

图 5 砂体厚度与井点平均振幅属性交会图 Fig. 5 The crossplot of s and stone thickness and average amplitude at well point

单独的τK仅反映度量点的分散程度,并不是有效数.对于只有两个离散点的情况,τK=1,但是没有有效数.定义有效数为一个变量由另一个与之相关变量可求取的概率,根据τK和离散点数N计算有效数的公式为

当N≥4时,上式成立.根据图 5所示的29口井的储层厚度和平均振幅的交会图,得到的有效数为 81%,即由平均振幅计算储层厚度的可实现概率为81%.

3 应用实例及效果

利用本文方法对歧南地区沙一段新识别出的三个岩性圈闭(图 6)进行砂体厚度预测.由于地震反射是构造、岩性、含油性等综合因素的反映,因此必须首先将岩性因素提取出来,可喜的是,90°相位转换技术使得地震同相轴具有了岩性意义(董春梅等,2006林承焰等,2007陈旭等,2010陈春继等,2012),得到的相对波阻抗数据体具备2大优势:1)它是保幅的,忠实于原始地震记录的振幅;2)它与等效储层(砂层组)的空间位置对应较好,有利于和测井资料直接对比.因此后面工作中的井点属性、地震属性的提取工作均是在此90°相移后的数据体上进行.

图 6 过目标圈闭的地震剖面 Fig. 6 Seismic section for target trap

通过地震反射特征分析认为,地震属性提取时窗为20 ms比较合适,表 1为利用上述方法计算出的目标区29口已钻探井的井点属性与砂体厚度的有效数.

表 1 井点属性有效性 Table 1 Effectiveness of attributes at well point

可见仅采用单一属性不能精细描述砂体厚度,因此将现有属性数据进行线性、非线性数学融合出一个新属性来描述砂体厚度,选取参与重构属性的原则有三:一是有效数相对较高、二是至少要包含两类属性、三是同类属性尽量不要超过2个.根据上文正演模拟结果、有效数的大小,结合已钻井砂层厚度解释成果,本次研究选取平均振幅、平均反射强度、最大波峰振幅三种属性,非线性拟合得到砂体厚度与地震属性之间的数学映射关系为

式中,x1为平均振幅;x2为平均反射强度;x3为最大波峰振幅;y为计算得到的砂体厚度.方程左边相当于数学融合出的新属性,即为特征属性.由于7式是由该区已钻井的砂体厚度拟合而来,因此,从砂体发育规律与数学角度两个方面来讲,完全适用于该区未钻探目标砂体的厚度预测.

本文仅以一号砂体为例,图 7a为一号圈闭的融合属性,据此可以得到目标砂体厚度预测平面分布图(图 7b),预测一号砂体厚度为20.5 m,钻后测井曲线(图 7c)显示该砂体厚度为19 m,厚度误差仅7.3%,对于探井部署来说,较以往的定性评价更加具有说服力、更加精确.证实了本文砂体厚度预测方法的准确性及可行性,可以为井位部署提供可靠依据,保障钻探成功率.

图 7(a)融合属性;(b)砂体厚度分布图;(c)实钻测井曲线. Fig. 7(a)Integrated attributes;(b)Distribution of s and stone thickness;(c)Actual logs.
4 结 论

4.1 在测井解释砂层厚度的基础上,采用Kendall指示法优选出与砂体纵横向发育程度关系紧密的地震属性,由非线性拟合得到的融合属性作为井间砂体厚度变化的约束条件,实现了未钻目标砂体厚度精细预测.该方法综合了测井曲线的纵向高精度与井间地震信息的平面连续密集优势,使得砂体纵横向发育规模的预测精度更高、结果更加可信.歧南地区的成功应用证实了方法的正确性与可行性,为井位部署提供了可靠依据,保障了钻探成功率.

4.2 该方法对于砂体厚度精细预测具较高的实用价值.值得注意的是,方法应用成功的前提在于:(1)必须保证测井砂层厚度解释成果与井点属性精细对应; (2)提取目标砂体地震属性时要选择合理的时窗.

参考文献
[1] Bao X S, Yin C, Zhao W, et al. 2006. Optimizing selection of seismic attributes in reservoir prediction [J]. Geophysical Prospecting for Petroleum (in Chinese), 45(1): 28-33.
[2] Cao D P, Yin X Y, Zhang F C, et al. 2009. A study on the method of joint inversion of multiscale seismic data [J]. Chinese Journal of Geophysics (in Chinese), 52(4): 1059-1067.
[3] Cao Q R, Li P, Tong M B, et al. 2013. Channel sand distribution prediction based on seismic forward modeling and attribute analysis technology [J]. Journal of Southwest Petroleum University (Science & Technology Edition) (in Chinese), 35(4): 69-74.
[4] Chen C J, Feng S M, Mo A L, et al. 2012. Application of 90°phase data in lithologic interpretation [J]. Oil Geophysical Prospecting (in Chinese), 47(1): 95-99.
[5] Chen X, Chen H H, Dong Y W, et al. 2010. Methods and application of seismic sedimentology: An overview [J]. Sedimentary Geology and Tethyan Geology (in Chinese), 30(1): 54-60.
[6] Cui C J, Gong Y J, Shen D Y. 2010. Application of wave impedance inversion to reservoir prediction research [J]. Progress in Geophysics (in Chinese), 25(1): 9-15.
[7] Dong C M, Zhang X G, Lin C Y. 2006. Conception, method and technology of the seismic sedimentology [J]. Acta Sedimentologica Sinica (in Chinese), 24(5): 698-704.
[8] Dong Y L, Zhu X M, Zeng H L, et al. 2008. Seismic sedimentology study on Shayi sequence in Qinan sag, Huanghua depression [J]. Acta Sedimentologica Sinica (in Chinese), 26(2): 234-240.
[9] Hou B G, Yang C Y, Wu Z G, et al. 2004. Seismic attributes and their affected factors in reservoir prediction [J]. Oil Geophysical Prospecting (in Chinese), 39(5): 553-558. Jing X L, Wang M L. 2013. Reservoir prediction based on correlation principal component analysis with seismic attributes [J]. Journal of Yanshan University (in Chinese), 37(3): 250-253.
[10] LI L, Lv F L, Fan G Z, et al. 2012. Integrated seismic interpretation of deep water channels in northern slope of the South China Sea [J]. Progress in Geophysics (in Chinese), 27(3): 1020-1025.
[11] Lin C Y, Zhang X G, Dong C M. 2007. Concept of seismic sedimentology and its preliminary application [J]. Acta Petrolei Sinica (in Chinese), 28(2): 69-72.
[12] Ling Y. 2003. Study on application of basic seismic attributes to interpretation of depositional environment [J]. Oil Geophysical Prospecting (in Chinese), 38(6): 642-653.
[13] Lü L, Jiao Y Q, Wu L Q, et al. 2012. Reconstruction of provenance-sedimentary system of the first member of the paleogene Shahejie formation in the Qikou sag, Bohai bay basin [J]. Acta Sedimentologica Sinica (in Chinese), 30(4): 629-638.
[14] Ma J F, Wang X J, Zhong J, et al. 1999. Multiple roots in well-restricted impedance inversion [J]. Oil & Gas Geology (in Chinese), 20(1): 7-10.
[15] Meng Z P, Guo Y X, Wang Y, et al. 2006. Prediction models of coal thickness based on seismic attributions and their applications [J]. Chinese Journal of Geophysics (in Chinese), 49(2): 512-517.
[16] Sadegh K, Nader F, Jaber R. 2010. A new approach to improve neural networks' algorithm in permeability prediction of petroleum reservoirs using supervised committee machine neural network (SCMNN) [J]. Journal of Petroleum Science and Engineering, 73(3-4): 227-232.
[17] Tang Y H, Zhang X J, Gao J H. 2009. Method of oil/gas prediction based on optimization of seismic attributes and support vector machine [J]. Oil Geophysical Prospecting (in Chinese), 44(1): 75-80.
[18] Wang X W, Deng G Z, Han F M, et al. 2013. The application of reservoir West Coast area prediction technique in of Ecuador [J]. Progress in Geophysics( in Chinese), 28(3): 1490-1496.
[19] Wei Z P. 2009. Application of spectrum-decomposition tuning body technique to quantitatively predict thin reservoir [J]. Oil Geophysical Prospecting (in Chinese), 44(3): 337-340.
[20] Xiao K Y, Hu X Y. 2009. Forward seismic modeling technology in the application of interpretation [J]. Chinese Journal of Engineering Geophysics (in Chinese), 6(4): 459-464.
[21] Xiong R, Zhao J L, Hou G F. 2013. Using spectral decomposition technology and seismic peak attribute analysis for prediction of thin sandstone reservoir [J]. Xinjiang Petroleum Geology (in Chinese), 34(2): 225-227.
[22] Xu S M, Zhai S K, Li S Z, et al. 2001. An analysis on sequence stratigraphy and sedimentary system of early Neocene in Qikou sag [J]. Acta Sedimentologica Sinica (in Chinese), 19(3): 363-367.
[23] Yang L Q. 2003. A review of well log constrained seismic inversion [J]. Progress in Geophysics (in Chinese), 18(3): 530-534.
[24] Yong S H, Zhang C M. 1996. Digital processing and integrate interpretation of well data [M]. Beijing: Publishing House of Oil Industry.
[25] Yuan Z Y, Kong L H, Wang C L. 2006. Application of spectrum decomposition in reservoir prediction [J]. Oil Geophysical Prospecting (in Chinese), 41(Supplement): 11-15.
[26] Zhang X H, Zhou D W. 2007. Application of radial basis function in Nan Ni Wan oil field [J]. Progress in Geophysics (in Chinese), 22(1): 213-217.
[27] Zhang Y L, Yang C C, Jia S G. The application of the seismic attributes [J]. Progress in Geophysics (in Chinese), 20(4): 1129-1133.
[28] Zhang Z H, Su M J, Liu H Q, et al. 2012. High-precision analysis technology of seismic sequence strata and its application: a case study of Binhai region in Qikou Sag, Bohai Bay Basin [J]. Petroleum Geology & Experiment (in Chinese), 34(6): 648-652.
[29] Zhao J. 2004. Application of the seismic attributes technology in sedimentary facies analysis [J]. Geophysical Prospecting for Petroleum (in Chinese), 43(Supplement): 67-69.Zhao L M, Lang X L, Jin F M, et al. 2001. Application of waveform classification technique in the prediction of subtle reservoirs [J]. Petroleum Exploration & Development (in Chinese), 28(6): 53-55.
[30] Zou X N, Sun W, Zhang M B, et al. 2006. The application of seismic attributes analysis to lithologic gas reservoir description [J]. Journal of Jilin University (Earth Science Edition), 36(2): 289-294.
[31] 鲍祥生, 尹成, 赵伟,等. 2006. 储层预测的地震属性优选技术研究[J]. 石油物探, 45(1): 28-33.
[32] 曹丹平, 印兴耀, 张繁昌,等. 2009. 多尺度地震资料联合反演方法研究[J]. 地球物理学报, 52(4): 1059-1067.
[33] 曹卿荣, 李珮, 仝敏波,等. 2013. 基于地震正演和属性分析技术预测河道砂体[J]. 西南石油大学学报(自然科学版), 35(4): 69-74.
[34] 陈春继, 冯世民, 莫阿玲,等. 2012. 90°相移技术在岩性解释中的应用[J]. 石油地球物理勘探, 47(1): 95-99.
[35] 陈旭, 陈红汉, 董玉文,等. 2010. 地震沉积学研究方法评析[J]. 沉积与特提斯地质, 30(1): 54-60.
[36] 崔成军, 龚姚进, 申大媛. 2010. 波阻抗反演在储层预测研究中的应用[J]. 地球物理学进展, 25(1): 9-15.
[37] 董春梅, 张宪国, 林承焰. 2006. 地震沉积学的概念、方法和技术[J]. 沉积学报, 24(5): 698-704.
[38] 董艳蕾, 朱筱敏, 曾洪流,等. 2008. 黄骅坳陷歧南凹陷古近系沙一层序地震沉积学研究[J]. 沉积学报, 26(2): 234-240.
[39] 侯伯刚, 杨池银, 武站国,等. 2004. 地震属性及其在储层预测中的影响因素[J]. 石油地球物理勘探, 39(5): 553-558.
[40] 井西利, 王明利. 2013. 基于地震属性相关主成分分析的储层预测[J]. 燕山大学学报, 37(3): 250-253.
[41] 李丽, 吕福亮, 范国章,等. 2012. 海洋深水水道地震综合解释技术研究-以南海北部陆坡区更新统深水水道为例[J]. 地球物理学进展, 27(3): 1020-1025.
[42] 林承焰, 张宪国, 董春梅. 2007. 地震沉积学及其初步应用[J]. 石油学报, 28(2): 69-72.
[43] 凌云. 2003. 基本地震属性在沉积环境解释中的应用研究[J]. 石油地球物理勘探, 38(6): 642-653.
[44] 吕琳, 焦养泉, 吴立群,等. 2012. 渤海湾盆地歧口凹陷古近系沙一段物源-沉积体系重建[J]. 沉积学报, 30(4): 629-638.
[45] 马劲风, 王学军, 钟俊,等. 1999. 测井资料约束的波阻抗反演中的多解性问题[J]. 石油与天然气地质, 20(1): 7-10.
[46] 孟召平, 郭彦省, 王赟,等. 2006. 基于地震属性的煤层厚度预测模型及其应用[J]. 地球物理学报, 49(2): 512-517.
[47] 唐耀华, 张向君, 高静怀. 2009. 基于地震属性优选与支持向量机的油气预测方法[J]. 石油地球物理勘探, 44(1): 75-80.
[48] 王锡文, 邓国振, 韩福民,等. 2013. 储层预测技术在厄瓜多尔西海岸地区的应用[J]. 地球物理学进展, 28(3): 1490-1496.
[49] 魏志平. 2009. 谱分解调谐体技术在薄储层定量预测中的应用[J]. 石油地球物理勘探, 44(3): 337-340.
[50] 肖开宇, 胡祥云. 2009. 正演模拟技术在地震解释中的应用[J]. 工程地球物理学报, 6(4): 459-464.
[51] 熊冉, 赵继龙, 厚刚福. 2013. 用频谱分解和地震峰值属性分析预测薄砂岩储集层[J]. 新疆石油地质, 34(2): 225-227.
[52] 许淑梅, 翟世奎, 李三忠,等. 2001. 歧口凹陷滩海区下第三系层序地层分析及沉积体系研究[J]. 沉积学报, 19(3): 363-367.
[53] 杨立强. 2003. 测井约束地震反演综述[J]. 地球物理学进展, 18(3): 530-534.
[54] 袁志云, 孔令洪, 王成林. 2006. 频谱分解技术在储层预测中的应用[J]. 石油地球物理勘探, 41(增刊): 11-15.
[55] 张小浩, 周鼎武. 2007. 径向基函数方法在南泥湾油田勘探中的应用[J]. 地球物理学进展, 22(1): 213-217.
[56] 张延玲, 杨长春, 贾曙光. 2005. 地震属性技术的研究和应用[J]. 地球物理学进展, 20(4): 1129-1133.
[57] 张兆辉, 苏明军, 刘化清,等. 2012. 精细地震层序地层分析技术及应用-以渤海湾盆地歧口凹陷滨海地区为例[J]. 石油实验地质, 34(6): 648-652.
[58] 赵军. 2004. 地震属性技术在沉积相研究中的应用[J]. 石油物探, 43(增刊): 67-69.
[59] 赵力民, 郎晓玲, 金凤鸣,等. 2001. 波形分类技术在隐蔽油藏预测中的应用[J]. 石油勘探与开发, 28(6): 53-55.