火山岩地质成因背景和储层形成机制与沉积岩有很大差异,具有结构复杂、岩性横向变化快、成层性差的特点,分布规律预测难度大(唐晓花等,2009;姜传金和冯肖宇,2009;张尔华等,2011);同时火山岩多数发育在盆地形成早期,埋藏较深,地球物理特征表现为物性界面不明显、波场复杂.因此,火山岩建造盆地地层展布规律复杂、勘探目标识别难度大.识别火山岩,主要依据火山岩的内部反射特征一般为强振幅、低频、不连续,另具有平行或斜交结构,见少量空白或杂乱反射结构;外部反射特征多为板状或者丘形,顶、底面反射振幅强弱受围岩影响;厚度大的火山岩体两翼常伴随有沉积岩上超现象等特征,在地震剖面上直接识别.利用地震属性(相干体、地震波形聚类、低频能量等)预测火山岩储层(姜传金和冯肖宇,2009;关旭等,2013;朱超等,2013;赵永红等,2014),针对构造更为复杂的地区,单纯利用地震属性预测火山岩储层比较困难(张明学等,2009;魏春光等,2011),许多学者在利用反演手段和属性综合应用识别火山岩储层方面(郭媛和陆自清,2014)、叠前反演用于流体敏感属性研究、储层预测等(喻岳钰等,2009;仝敏波等,2011;周水生等,2012)进行了很多探索.
随着反演方法的不断发展,反演和属性分析综合应用在火山岩储层预测中发挥重要作用.其中叠前AVO反演是最具有代表性的一种技术.基于全叠加地震资料的一些处理技术(如相干分析,波形聚类等),取得了较好的应用效果,但是缺乏了与流体相关的特征信息.叠后反演的应用效果在构造复杂地区的应用也受到了限制,叠前反演作为开展岩性勘探的有效手段,正在逐渐成为油气储层预测不可缺少的一项技术(唐晓花等,2009;揣媛媛等,2012).叠前反演克服了叠后反演因为叠加损失高频信息的缺陷,理论上讲可以获得更高的分辨率,叠前地震资料含有丰富的振幅、频率等信息,它反映地震反射振幅随偏移距变化,可以直观地对比出不同地层界面在同一角度范围内的振幅变化,并且横波信息没有损失,有利于克服由波阻抗反演无法识别有效含气储层的难题(唐晓花等,2009;郭媛和陆自清,2014).
莺山凹陷为构造深凹区,规模较大,受张扭性断裂控制,是继徐家围子之后深层天然气勘探的主力接替区(王志宏等,2008;印长海等,2009),目前研究区已有五口深探井,营城组主要有流纹岩类、英安岩类、安山岩类等17种岩性,前人对研究区断裂形成机制、油气资源潜力、岩石物理特征等做了大量工作,认为研究区具有良好的储盖条件,属于有油气希望区域.因此,对莺山地区的火山岩储层进行研究预测对油气勘探具有直接的意义.鉴于叠前AVO反演利用叠前地震资料,可以通过CRP道集进行超道集叠加,同时反演出纵横波阻抗和纵横波速度比等更敏感更有效的弹性参数(揣媛媛等,2012),获得的储层信息多,精度高,更有利于火山岩气藏的勘探,能更可靠地揭示地下储层的展布情况及含油气性.本文将叠前AVO反演用于双城断陷营城组火山岩油气藏的识别和预测,取得了较好的应用效果.
1 区域概况
莺山凹陷南部双城地区位于松辽盆地东部,走向近南北向,构造上处于东南隆起区,紧邻朝阳沟阶地,是处于东南隆起与中央坳陷的过渡深凹区,构造变位较为强烈,特别是断裂和构造较为复杂,受基底深大断裂的控制较强.工区内已钻井5口,目的层营城组火山岩主要经历断陷构造发育阶段和坳陷发育阶段两大构造发育阶段,火山岩伴有多期次火山活动,自下而上总体分为旋回一、二、三,期次1-6(图 1).纵向上,流纹岩类多期次发育、期次3、5厚度最大;安山岩类只在期次1、4中发育;英安岩只在期次1中发育.平面上,流纹岩类在全工区广泛发育、厚度大;安山岩类主要发育在工区中东部和东南角;英安岩主要发育在工区的东部和东南角.各旋回火山喷发具有迁移叠置、多厚度中心的特征,活动强度由东南向西北迁移的特点,局部地区发育沉积岩,火山岩目的层埋深2500~5000 m,厚度变化较大,为0~1500 m,分布范围很广,全区基本上都有分布,但在局部地区营城组火山岩不发育.目的层反射特征主要为杂乱反射,丘状反射,内部连续性差,成层性差.多期次喷发和后期蚀变充填、储层相对致密,发育多个储层段,火山岩储层受火山机构、火山岩岩性和不整合面控制.
2.1 曲线预处理及横波预测
井-震联合地震反演是基于储层的测井敏感性分析结果.测井曲线能否正确区分有效储层和致密的非储层(致密层),地震反演结果能否反映储层发育情况,都要看储层的测井敏感性参数分析结果(姜传金和冯肖宇,2009).检查发现工区测井曲线存在随机噪声,在声波、密度和横波三条测井曲线中,有些井可能缺少其中某条曲线等问题.针对这些情况,本论文对曲线进行曲线深度匹配、奇异值编辑、随机噪声等干扰信号的消除;环境校正,对各井井曲线标准化处理;开展声波、密度和横波速度模拟来补全测井曲线,对于无横波速度资料的井,采用多参数分级回归横波曲线预测技术开展横波速度模拟,通过估算得到横波速度资料,给后续的叠前反演打下基础.
2.2 火山岩岩性和储层敏感弹性参数优选
火山岩岩性、岩相变化快,储层非均质性强,储层、非储层、流体岩石物理差异小,储层有效识别难,有效储层预测更难.采用地质-地球物理综合方法,对储层的敏感属性、敏感参数的优选,从而实现有效储层预测.
2.2.1 火山岩岩性敏感参数分析
火山岩种类繁多,岩性极其复杂,这也是火山岩储层预测的一大难点.为了预测研究区火山岩岩性,分别计算了岩石的弹性参数.偶极子声波测井只能得到横波速度,常规测井可以得到纵波速度和密度.其它并不能直接通过测井获得,而需要由上述三个基本的弹性参数通过岩石物理公式计算得到.根据拟合的纵、横波速度( Vp、Vs)和密度(ρ),计算了所有井其它11个弹性参数,包括Vp/Vs(纵横波速度比)、Mu(μ-剪切模量)、MR(μρ)、Lamda(λ-压缩模量)、LR(λρ)、LA/MU(λ/μ)、K(体积模量)、E(杨氏模量)、POIS(泊松比)、IS(横波阻抗)和AI(纵波阻抗)(Yang et al., 2008;刘志勇,2008).
研究区主要发育17种岩性,包括9种火山岩岩性和8种沉积岩岩性.首先将岩性分为流纹岩类、英安岩类、安山岩类、火山角砾岩、凝灰岩和沉积岩类6类,利用了5口井开展岩石物理研究试图通过各种弹性参数交会区分岩性(图 2),但分析认为研究内各岩性之间没有规律性,6种岩性无法区分.不利于分岩性储层定量预测.因此必须找出6种岩性的不同点,进行二次调整重新归类,达到区分岩性的目的.根据岩石酸碱性及其储层发育程度将岩性划分为流纹岩类、英安岩类、安山岩类和沉积岩类4大类.这样通过岩石物理分析可以减少重叠区,从而有效的区分岩性.岩性分类的减少,使得岩性分区性明显,减少了不同岩类之间的叠置,使岩性的区分更加明显.
从图 3a可以看出,沉积岩表现为低Mu-Rho、低P-imp特征,火山岩中的安山岩表现为高P-imp特征,因此可以通过Mu-Rho将火山岩与沉积岩分开;而后可以通过P-imp将火山岩中的安山岩区分出来,但是英安岩和流纹岩类火山岩无法区分.这样就只剩下安山岩类和流纹岩类2类岩性了,由于英安岩在井上只在期次1发育,因此在分期次的基础上,完成英安岩类和流纹岩类的区分(图 3b).英安岩表现为高Lambda-Rho和高Mu-Rho特征,在分期次的情况下,可以将英安岩与凝灰岩区分开.这样4种岩性就可以完全分开了.
根据研究区已有钻井较少,勘探程度较低,地质情况复杂,岩性种类繁多的实际地质情况进行敏感性参数分析,找出决定储层预测的参数.分析有利储层敏感性发现,在不区分岩性的情况下,储层与非储层叠置较严重.在岩性区分的基础上,尝试区分不同岩性的储层与非储层.应用储层划分标准得到的储层与非储层解释结果,对多种弹性参数交会图进行标定,发现不易区分储层.郑亚斌等(2006)研究认为密度曲线对火山岩储层反映最为敏感,参考前人研究成果(戴世立等,2012),松辽盆地成熟勘探区域徐家围子营城组火山岩的储层敏感参数选取,利用密度确定不同岩性有效储层阈值.对已有钻井不同储层情况统计发现,工区主要发育流纹岩和安山岩两种储层,且相同岩性(流纹岩、安山岩)的有效储层和非储层的密度值差别较大,据此划分不同岩性的储层与非储层.其中流纹岩类储层密度门槛值为2.53 g/cc(图 4a),安山岩类储层密度门槛值为2.65 g/cc(图 4b).
3.1 技术思路
地震反演是以高分辨率三维地震数据的采集、地震资料的保幅处理,精细构造解释等工作为前提,结合属性分析和测井资料推测地下岩层结构和物性参数的空间分布(孟宪军,2006;Gao et al., 2006)从而进行储层定量预测的关键技术,为勘探开发提供重要依据.叠前地震反演方法相对于叠后反演方法得到的储层信息更多,能可靠地揭示地下储层的展布情况和孔、渗物性及含油气性,已经成为反演储层预测技术进一步发展的方向(姜岩等,2013).
分析资料发现,采集因素对后续利用道集信息预测储层影响较小,考虑目的层埋藏深度和覆盖次数,CRP道集分成远、中、近三个角度进行叠加,三个偏移距叠加剖面波组特征基本一致,目的层频率略有差别,近道频率略高于中道、远道频率,验证了叠前反演的可行性.与叠后地震数据相比,叠前地震数据包含有更多的反映地下地层特征的信息,利用AVO(振幅随偏移距的变化)信息通过求解Zoeppritz方程的近似公式,叠前反演可直接得到反映地下岩石特征的弹性参数——密度、纵波速度和横波速度(魏超等,2011).将Aki-Richards方程写成Fatti方程形式,对该方程求解时,因方程中系数在数量级上是不同的,这导致了在小角度时求解 Rs和RD不稳定.由于Zp、Zs和ρ三者之间存在着相关性,因此利用这种关系消除上述问题.考虑在背景为含水岩层的情况下的趋势关系,Fatti方程为(黄饶和刘志斌,2013)
其中,W(θ)为入射角θ处的子波,D为微分算子,Lp=ln(Zp),T(θ)为地震记录.
该方程比原来的Fatti方程有如下优点:1)各变量之间不关联;2)建立了含水岩层背景下各变量之间的区域岩石物理特征关系;利用测井资料中的纵、横波阻抗和密度曲线所含的低频信息取对数后作为(1)式的初始解,然后利用共轭梯度法求解,最终得到纵波阻抗、横波阻抗和密度数据体.对变量ΔLs和ΔLd应用预白化处理,来控制反演的噪音水平;在实际处理过程中,不同子波可均衡不同角度部分叠加数据体之间振幅、频率和相位差异,使得反演结果更加准确.再根据Goodway et al.(1997)提出的一个基于拉梅常数与密度的新的AVO反演方法(Lambda-Mu-Rho方法)原理可知
进行联合反演可以得到Zp、DEN、Zs、Vp/Vs以及λρ和μρ数据体.
3.2 反演结果
利用不同偏移距的地震资料联合反演得到了Zp(图 5a)、DEN、Zs(图 5b)、Vp/Vs以及λρ和μρ数据体,利用前期得到的岩石物理分析成果和纵波阻抗(ZP)、横波阻抗(ZS)、密度(Den)的纵向变化趋势及横向上的约束范围,再结合地质、测井、取心等资料综合分析,用优选出的敏感参数交会来综合识别岩性和储层(高建虎等,2009;苑书金,2007).得到相应的岩性数据体和储层数据体.图 5a为岩性预测剖面,图上显示岩性预测结果与井上资料吻合度较高,统计井点处各期次预测值与测井相对误差(表 1)范围为0.13%~4.57%,说明岩性反演结果准确度较高.图 5b为流纹岩储层和安山岩储层预测结果,图上可以看出储层预测成果与井资料有较好的一致性,井点处各期次预测值与测井相对误差(表 1)范围为0.82%~4.37%.
图 6a和图 6b分别为通过叠前反演得到工区的联井纵波阻抗剖面及横波阻抗剖面,可以看出,反演结果与叠前地震的特征吻合程度较高.通过统计目的层主要发育流纹岩类和安山岩类两种储层井点处岩性预测值与真实值,计算叠前岩性预测误差发现:储层预测结果与井上吻合度较好.整体上最大绝对误差50 m,最大相对误差23%,平均相对误差为10.41%.其中有一个采样点绝对误差大于30 m,这是由于沉积岩夹层为强相位,造成沉积岩预测厚度大,导致在well2井处火山岩厚度减小,绝对误差较大,但是相对误差为16.81%.笔者认为反演结果能够较好地与测井信息进行对比分析,具有良好的地质效果,储层空间特征清楚,分辨率较高.
4.1 储层分布特征
地震综合解释将研究区营城组火山岩划分为三个旋回、六个期次,各旋回上部均发育有沉积薄夹层.通过反演预测结果得出,营城组火山岩储层主要发育在旋回二、三的下部(即期次三、期次五).前人研究认为火山岩储层富集区主要位于火山口及火山近源附近,受次级断裂及火山机构、火山岩相带的控制(冯子辉等,2008),结合区域构造背景和叠前反演结果,考虑火山岩相带等因素对储层物性的分布的影响,利用不同岩性储层对应的不同门槛值,得到营城组火山岩的储层分布范围.旋回一中期次1发育流纹岩和安山岩类储层,流纹岩类储层主要分布在研究区东南部,安山岩类储层分布在西南部.其余几个期次只有流纹岩类储层,期次2、4储层欠发育.旋回二火山岩储层主要分布在研究区中部;旋回三储层主要分布在研究区中南部,面积较大.纵向上呈现相互叠置的特点,总体储层特点为研究区中部条带最为发育.
4.2 有利储层预测与井位建议
区域综合地质研究表明,营城组之下以湖相及扇三角洲相为主的沙河子组,岩性为泥岩夹细砾岩或细砂岩和泥岩互层,从暗色泥岩的分布特征来看,沙河子组为一套沉积相对稳定的含煤系暗色泥岩层,分布相对比较稳定(杨峰平等,2002).研究区火山岩储层普遍含气、但储层物性较差,原生孔隙不发育,后期火山岩蚀变作用强,孔隙、裂缝多被石英、碳酸盐充填,属于低孔、低渗致密储层.但是局部发育储集空间以溶蚀孔、气孔、裂缝为主的好储层,孔隙度相对较高,物性较好.双城凹陷营四段发育砂泥岩沉积层区域盖层、期次4的致密火山岩段区域盖层和局部火山间断期的沉积夹层.目的层发育较多的深大断裂,可以作为油气运移的通道,构成了下生上储的油气成藏模式,具备了良好的成藏条件.对研究区油气聚集规律以及影响成藏因素进行综合分析,考虑有效烃源岩发育范围、火山岩有利相带的展布、裂缝发育程度、成藏条件等,根据预测结果编制了储层发育最厚的旋回Ⅲ的有利储层综合平面分布图(图 7).
5.1 结合交会图等确定火山岩储层和岩性的敏感参数,利用Mu-Rho、P-imp、Lambda-Rho三个参数可以将岩性分开,再利用不同的密度门槛值用对流纹岩类、安山岩类储层进行划分,能较好地解决研究区储层有利区的预测.
5.2 双城地区营城组火山岩岩性复杂,属于低孔、低渗致密储层,利用属性分析与叠前AVO同时反演等多种技术综合评价,预测有利储层上下相互叠置,主要位于研究区中部条带,与已知井的实际钻井结果具有较高的一致性,说明该方法具有较高的准确性,可通过后续的勘探开发验证反演结果.
致 谢 感谢匿名专家的细心审阅;感谢地球物理学进展编辑部的支持与帮助![1] | Chuai Y Y, Zhou D H, Lü D Y, et al. 2012. Application of pre-stack simultaneous inversion technique in the hydrocarbon detection of QHD29-2 area in Bohai sea[J]. Journal of Daqing Petroleum Institute (in Chinese), 36(3): 8-12. |
[2] | Dai S L, Jiang C J, Zhang Y G. 2012. Methodologies for predicing effective reservoir of volcanic in Anda area of Xujiaweizi depression[J]. Geological Science and Technology Information (in Chinese), 31(2): 67-71. |
[3] | Feng Z H, Shao H M, Tong Y. 2008. Controlling factors of volcanic gas reservoir property in Qingshen Gas Field, Songliao Basin[J]. Acta Geologica Sinica (in Chinese), 82(6): 760-769. |
[4] | Gao J, Wang J M, Yun M H, et al. 2006. Seismic attributes optimization and application in reservoir Prediction[J]. Applied Geophysics (in Chinese), 3(4): 243-247. |
[5] | Gao J H, Wang X W, Yong X S, et al. 2009. Application of prestack seismic descriptive technology to reservoir prediction in the area SLG[J]. Progress in Geophysics (in Chinese), 24(6): 2175-2180. |
[6] | Guan X, Zhou L, Song Y, et al. 2013. Resistivity parametric inversion and volcanic rock reservoir prediction in Xiquan area[J]. Journal of Southwest Petroleum University (Science & Technology Edition) (in Chinese), 35(3): 67-75. |
[7] | Guo Y, Lu Z Q. 2014. Application of pre-stack simultaneous inversion to reservoir prediction in the area TH5[J]. Progress in Geophysics (in Chinese), 29(1): 229-233, doi: 10.6038/pg20140132. |
[8] | Huang R, Liu Z B. 2013. Application of prestack simultaneous inversion in sandstone oil reservoir prediction[J]. Progress in Geophysics (in Chinese), 28(1): 380-386, doi: 10.6038/pg20130142. |
[9] | Jiang C J, Feng X Y. 2009. Seismic inversion approach on volcanic rock reservoir prediction[J]. Petroleum Geology and Oilfield Development in Daqing (in Chinese), 28(6): 304-307. |
[10] | Jiang Y, Xu L H, Zhang X L, et al. 2013. Prestack geostatistical inversion method and its application on the reservoir prediction of Changyuan oil field[J]. Progress in Geophysics (in Chinese), 28(5): 2579-2586, doi: 10.6038/pg20130537. |
[11] | Liu Z Y. 2008. Application of seismic attribute technology in the reservoir prediction of volcano rock (in Chinese)[Ph. D. thesis]. Beijing: China University of Petroleum (Beijing). |
[12] | Meng X J. 2006. The complex lithology reservoir seismic inversion technology (in Chinese)[M]. Dongying: University of Petroleum Press. |
[13] | Tang X H, Cheng D A, Lü J L. 2009. Application of pre-stack simultaneous inversion for predicting volcanics gas reservoirs in Xujiaweizi fault depression[J]. Geophysical Prospecting for Petroleum (in Chinese), 48(3): 285-289. |
[14] | Tong M B, Jing C L, Liu Y M, et al. 2011. The application of direct quantitative pre-stack seismic inversion method in igneous reservoir prediction[J]. Progress in Geophysics (in Chinese), 26(5): 1741- 1747, doi: 10.3969/j.issn.1004-2903.2011.05.028. |
[15] | Wang Z H, Luo X, Li J K, et al. 2008. Effective Source Rock Forecasting in Deep Layers of Northern Songliao Basin[J]. Natural Gas Geoscience (in Chinese), 19(2): 204-209. |
[16] | Wei C, Zheng X D, Li J S. 2011. A study on nonlinear AVO inverse method[J]. Chinese J. Geophysics (in Chinese), 54(8): 2110-2116, doi: 10.3969/j.issn.0001-5733.2011.08.018. |
[17] | Wei C G, Xie Y F, He Y D. 2011. Reservoir prediction using seismic multi-attributes method in slope of Oriente Basin, Ecuador[J]. Journal of Jilin University(Earth Science Edition) (in Chinese), 41(S1): 374-379. |
[18] | Yang F P, Wang Y H, Yang B Z. 2002. Accumulation history of matural gas systems in the northern depth of Songliao Basin[J]. Journal of Chengdu University of Technology (in Chinese), 29(6): 622-626. |
[19] | Yang J L, Mao H B, Chang X W, et al. 2008. Mu-rho direct inversion for volcanic rock reservoir prediction: a case study of the Dinan Field, Junggar Basin[C]. SEG Las Vegas 2008 Annual Meeting. 252-255. |
[20] | Yin C H, Ran Q C, Qi J S. 2009. Geological structure and formation mechanism of the major faults in Shuangcheng fault depression, northern Songliao Basin[J]. Natural Gas Industry (in Chinese), 29(11): 13-15. |
[21] | Yu Y Y, Yang C C, Wang Y F, et al. 2009. Application of pre-stack seismic elastic impedance inversion to gas reservoir[J]. Progress in Geophysics (in Chinese), 24(2): 574-580. |
[22] | Yuan S J. 2007. Progress of pre-stack inversion and application in exploration of the lithological reservoirs[J]. Progress in Geophysics (in Chinese), 22(3): 879-886. |
[23] | Zhang E H, Guan X W, Zhang Y G. 2011. Support vector machine in volcanic reservoir forecast: East slope in Xujiaweizi depression[J]. Chinese Journal of Geophysics (in Chinese), 54 (2): 428-432, doi: 10.3969/j.issn.0001-5733.2011.02.020. |
[24] | Zhang M X, Wu J, Hu Y S. 2009. Prediction of reservoirs in volcanic rocks of the Yingcheng formation in the Fengle area north of the Songliao basin[J]. Progress in Geophysics (in Chinese), 24(6): 2145-2150. |
[25] | Zhao Y H, Yang J Y, Hui H J, et al. 2014. Earthquake prediction methodsⅠ: review[J]. Progress in Geophysics (in Chinese), 29(1): 129-140, doi: 10.6038/pg20140117. |
[26] | Zheng Y B, Wang Y B, Ran Q Q. 2006. Investigation on characteristics of volcanic reservoir in Zao 35 Block[J]. Acta Petrolei Sinica (in Chinese), 27(4): 54-58. |
[27] | Zhou S S, Yi W, Hao Z B, et al. 2012. Experiment research and application of fluid sensitive attributes based on the pre-stack inversion[J]. Chinese Journal of Geophysics (in Chinese), 55(6): 1985-1992, doi: 10.6038/j.issn.0001-5733.2012.06.020. |
[28] | Zhu C, Gong Q S, Huang G P, et al. 2013. Application of seismic technology in volcanic reservoir prediction[J]. Journal of Southwest Petroleum University(Science & Technology Edition) (in Chinese), 35(5): 73-80. |
[29] | 揣媛媛, 周东红, 吕丁友,等. 2012. 叠前同步反演技术在渤海海域QHD29-2区块油气预测中的应用[J]. 大庆石油学院学报, 36(3): 8-12. |
[30] | 戴世立, 姜传金, 张元高. 2012. 徐家围子断陷安达地区火山岩有效储层预测方法[J]. 地质科技情报, 31(2): 67-71. |
[31] | 冯子辉, 邵红梅, 童英. 2008. 松辽盆地庆深气田深层火山岩储层储集性控制因素研究[J]. 地质学报, 82(6): 760-769. |
[32] | 高建虎, 王西文, 雍学善,等. 2009. 叠前地震描述技术在SLG地区储层预测中的应用[J]. 地球物理学进展, 24(6): 2175-2180. |
[33] | 关旭, 周路, 宋永,等. 2013. 西泉地区电阻率参数反演及火山岩储层预测[J]. 西南石油大学学报(自然科学版), 35(3): 67-75. |
[34] | 郭媛, 陆自清. 2014. 叠前同时反演在TH5区储层预测中的应用[J]. 地球物理学进展, 29(1): 229-233, doi: 10.6038/pg20140132. |
[35] | 黄饶, 刘志斌. 2013. 叠前同时反演在砂岩油藏预测中的应用[J]. 地球物理学进展, 28(1): 380-386, doi: 10.6038/pg20130142. |
[36] | 姜传金, 冯肖宇. 2009. 火山岩储层预测的地震反演方法[J]. 大庆石油地质与开发, 28(6): 304-307. |
[37] | 姜岩, 徐立恒, 张秀丽,等. 2013. 叠前地质统计学反演方法在长垣油田储层预测中的应用[J]. 地球物理学进展, 28(5): 2579-2586, doi: 10.6038/pg20130537. |
[38] | 刘志勇. 2008. 地震属性技术在火山岩储层预测中的应用[硕士论文]. 北京: 中国石油大学(北京). |
[39] | 孟宪军. 2006. 复杂岩性储层约束地震反演技术[M]. 东营: 石油大学出版社. |
[40] | 唐晓花, 成德安, 吕金龙. 2009. 叠前同步反演在徐家围子断陷火山岩气藏预测中的应用[J]. 石油物探, 48(3): 285-289. |
[41] | 仝敏波, 景春利, 刘英明,等. 2011. 叠前地震直接定量反演方法在火成岩储层预测中的应用研究[J]. 地球物理学进展, 26(5): 1741-1747, doi: 10.3969/j.issn.1004-2903.2011.05.028. |
[42] | 王志宏, 罗霞, 李景坤,等. 2008. 松辽盆地北部深层有效烃源岩分布预测[J]. 天然气地球科学, 19(2): 204-209. |
[43] | 魏超, 郑晓东, 李劲松. 2011. 非线性AVO反演方法研究[J]. 地球物理学报, 54(8): 2110-2116, doi: 10.3969/j.issn.0001-5733.2011.08.018. |
[44] | 魏春光, 谢寅符, 何雨丹. 2011. 厄瓜多尔奥连特盆地斜坡带地震多属性储层预测[J]. 吉林大学学报(地球科学版), 41(S1): 374-379. |
[45] | 杨峰平, 王玉华, 杨步增. 2002. 松辽盆地北部深层天然气系统成藏史研究[J]. 成都理工学院学报, 29(6): 622-626. |
[46] | 印长海, 冉清昌, 齐景顺. 2009. 双城断陷地质结构与主控断裂形成机制[J]. 天然气工业, 29(11): 13-15. |
[47] | 喻岳钰, 杨长春, 王彦飞,等. 2009. 叠前弹性阻抗反演及其在含气储层预测中的应用[J]. 地球物理学进展, 24(2): 574-580. |
[48] | 苑书金. 2007. 叠前地震反演技术的进展及其在岩性油气藏勘探中的应用[J]. 地球物理学进展, 22(3): 879-886. |
[49] | 张尔华, 关晓巍, 张元高. 2011. 支持向量机模型在火山岩储层预测中的应用-以徐家围子断陷徐东斜坡带为例[J]. 地球物理学报, 54(2): 428-432, doi: 10.3969/j.issn.0001-5733.2011.02.020. |
[50] | 张明学, 吴杰, 胡玉双. 2009. 松辽盆地丰乐地区营城组火山岩储层预测[J]. 地球物理学进展, 24(6): 2145-2150. |
[51] | 张明学, 吴杰, 胡玉双. 2009. 松辽盆地丰乐地区营城组火山岩储层预测[J]. 地球物理学进展, 24(6): 2145-2150. |
[52] | 赵永红, 杨家英, 惠红军,等. 2014. 地震预测方法Ⅰ: 综述[J]. 地球物理学进展, 29(1): 129-140, doi: 10.6038/pg20140117. |
[53] | 郑亚斌, 王延斌, 冉启全. 2006. 枣35断块火山岩储层特征研究[J]. 石油学报, 27(4): 54-58. |
[54] | 周水生, 宜伟, 郝召兵,等. 2012. 基于叠前反演的流体敏感属性实验研究及应用[J]. 地球物理学报, 55(6): 1985-1992, doi: 10.6038/j.issn.0001-5733.2012.06.020. |
[55] | 朱超, 宫清顺, 黄革萍,等. 2013. 火山岩储层地震预测[J]. 西南石油大学学报(自然科学版), 35(5): 73-80. |