石油物探  2023, Vol. 62 Issue (1): 163-172  DOI: 10.3969/j.issn.1000-1441.2023.01.014
0
文章快速检索     高级检索

引用本文 

李飞跃, 王涛, 曾清波, 等. 基于构造导向的高清似然属性在白云凹陷深层断裂预测中的应用[J]. 石油物探, 2023, 62(1): 163-172. DOI: 10.3969/j.issn.1000-1441.2023.01.014.
LI Feiyue, WANG Tao, ZENG Qingbo, et al. Application of high-definition likelihood attributes based on structure orientation in the prediction of deep faults in Baiyun Sag[J]. Geophysical Prospecting for Petroleum, 2023, 62(1): 163-172. DOI: 10.3969/j.issn.1000-1441.2023.01.014.

基金项目

国家科技重大专项项目(2016ZX05026-007)和中海石油(中国)有限公司综合科研项目(YXKY-ZX012021)共同资助

第一作者简介

李飞跃(1989—), 男, 硕士, 主要从事油气田地球物理解释和综合研究的相关工作。Email: lify22@cnooc.com.cn

文章历史

收稿日期:2021-07-27
基于构造导向的高清似然属性在白云凹陷深层断裂预测中的应用
李飞跃, 王涛, 曾清波, 宋双, 白志钊, 王禹诺, 郭帅    
中海油研究总院有限责任公司, 北京 100028
摘要:白云凹陷深层断裂发育复杂。研究区位于断裂转换带, 深层地震资料品质差, 常规的相干及其改进技术难以准确刻画研究区内断裂的展布规律, 不能有效指导裂缝性储层发育区的预测。针对研究区断裂发育特征, 采用增强断裂构造滤波和构造导向滤波降低背景噪声。综合利用似然属性和地震剖面确定背景噪声值, 计算最大似然属性, 在大断裂或者小、微断裂不同倾角、走向控制下, 采用边缘增强迭代技术计算得到适用于主干断裂和微、小断裂预测的两个不同高清似然属性数据, 与相干、方差及基于方差的蚂蚁体相比, 其背景噪声明显降低, 主干断裂分布规律清晰明确, 微、小断裂发育区更加聚焦, 预测结果与已钻井和地震剖面特征相一致, 符合构造转换带、断裂交汇位置为裂缝密集发育区的地质认识, 有效指导了研究区断裂精细解释和圈闭落实, 指导构造裂缝发育优势区优选及井位优化设计。
关键词构造导向滤波    最大似然属性    高清似然属性    断裂刻画    裂缝预测    
Application of high-definition likelihood attributes based on structure orientation in the prediction of deep faults in Baiyun Sag
LI Feiyue, WANG Tao, ZENG Qingbo, SONG Shuang, BAI Zhizhao, WANG Yunuo, GUO Shuai    
CNOOC Research Institute Co., Ltd., Beijing 100028, China
Abstract: The study area is located in the back-to-superimposed fault transition zone of the Baiyun Sag, where the development of deep faults is complex, and the quality of deep seismic data is poor. Conventional coherence and improved techniques cannot accurately describe the distribution of faults in the study area and effectively guide the prediction of fractured reservoirs. Enhanced filtering and structure-oriented filtering were used to reduce background noise according to the development characteristics of faults in the study area. The fault likelihood attribute and seismic profile were combined to determine the background noise value. The tracking data volume was used to automatically analyze the difference in the dip and direction of the main and micro faults, and the clip attribute of the maximum likelihood attribute under the constraints of the background noise threshold was then calculated. Under the control of different inclination angles and strikes of large or micro faults, two different high-definition likelihood attribute data suitable for the prediction of main faults and fractures were obtained through edge enhancement iteration technology. Compared with coherence, variance, and ant tracking data-based variance, the background noise was significantly reduced, the distribution of the main faults was clear, and the fracture development area was more focused. This is consistent with the characteristics of well-drilled and seismic profiles and in line with the geological understanding that the back-superimposed transition zone and intersection of faults are areas with densely developed fractures. The result of this study can be used to effectively guide the fine interpretation of faults and the implementation of traps in the study area. In addition, it can be used to indicate the optimization of a dominant area of structural fracture development and optimal design of well locations.
Keywords: structure-oriented filtering    maximum likelihood attribute    high-definition likelihood attribute    fracture characterization    fracture prediction    

断裂对构造圈闭的形成、油气运聚分析、储层物性改善等都具有重要意义, 控制着油气富集[1]。随着中浅层油气勘探程度的不断提高, 深层已成为当今油气勘探的重点领域之一, 对深层地质认识、断裂预测精度的要求越来越高。深层地震资料信噪比较低, 背景噪声大, 对断裂及储层裂缝预测带来很大挑战。

地震解释人员对叠后地震数据断裂预测技术进行了诸多探索, 主要是基于相干[1-2]、蚂蚁体[3-4]、曲率类属性[5]和边缘检测[6]计算过程的技术优化, 通过地震数据滤波、平滑、分频融合、多属性等提高地震资料品质, 减小背景噪声, 改善断裂或储层裂缝的识别精度[1-9]。蚂蚁体压制噪声能力较差, 改善断裂识别效果有限, 主要用于裂缝预测[3, 10]。最大似然属性一般用于小尺度断裂、裂缝的预测[11-13], 但是, 在构造导向控制下, 能够较好地预测出中、小级别的断裂, 有效指导断裂解释, 提高断裂解释的准确性和效率[14-18]

似然属性目前在油气和煤勘探领域的裂缝预测、潜山储层预测、隐形走滑断裂预测等得到初步应用[11-19], 其断裂、裂缝预测效果相比常规相干、方差、蚂蚁体、基于方差体的蚂蚁体断裂预测技术的效果和精度明显得到提高, 能够有效预测不同尺度断裂, 但深层地震资料品质较差时, 断裂预测连续性较差, 整体较为破碎。一般情况下, 断裂与裂缝预测采用同一种技术方法、参数时, 不能有效区分主干断裂及微、小断裂, 两者之间存在相互干扰。本文针对珠江口盆地深水区白云凹陷深层地震资料信噪比较低、背景噪声严重导致断裂预测困难, 断裂组合关系不明, 储层裂缝预测精度较差的问题, 首次提出基于构造导向高清似然属性方法并探索了相关技术流程。通过对比分析相干、方差、蚂蚁体、基于方差体的蚂蚁体和最大似然属性断裂预测技术的优缺点, 进一步优化滤波技术组合、参数组合以降低噪声干扰、提高信噪比; 探索利用边缘增强迭代技术, 通过主干断裂和微、小断裂倾角、走向数据的差异性控制高清似然属性的计算, 达到区分主干断裂与裂缝预测的目的, 得到分别适用于主干断裂和裂缝预测的两个不同的高清似然属性数据, 突出需要的单一信息, 减小相互干扰, 进而有效地指导断裂解释、预测裂缝性储层发育区。

1 基本原理 1.1 倾角构造导向技术

断裂复杂发育区, 各种级别断裂和裂缝广泛发育, 地层倾角、方位角变化较大, 中深层地震资料品质差, 随机噪声严重, 直接使用叠后资料预测断裂或者构造裂缝发育区, 背景噪声干扰严重, 不能有效识别主要断裂和裂缝发育区。

倾角和方位角是地质构造精准描述需要包含的两个方向属性, 也是制约地震数据体处理、断裂识别刻画精度的重要因素。倾角构造导向技术将倾角、方位角控制和滤波处理、属性计算相结合, 是一种在时窗范围内依据采样点倾角和方位角来追踪叠后地震数据同相轴进行滤波和多道属性处理的技术[20-22], 可以在保留地震同相轴有效信息的基础上压制随机噪声、增强同相轴的连续性, 突出边缘特征, 提高地震同相轴追踪的准确性和连续性, 有利于构造的精细刻画和解释。利用倾角构造导向技术进行地震数据体处理或多道属性计算时, 首先利用地震数据体生成表示地质体构造形态(倾向和走向)空间展布特征的导向体, 确定每一个采样点的倾角和方位角信息, 然后在导向数据体的约束下确定滤波处理或者多道属性计算方向, 进行纯数据驱动的构造处理和多道属性计算[23-25], 达到保护断裂信息消减随机噪声的目的, 并且能够有效提高滤波的效果及似然属性计算精度, 减小背景噪声干扰, 突出断裂、裂缝的预测效果。

1.2 似然属性

目前相干、方差断裂识别方法主要通过对比时窗范围内的地震反射同相轴的波形、振幅和相位等相似性描述地层、岩性的横向不连续性以检测断裂; 蚂蚁体属性依据蚁群觅食方式形成的仿生算法, 可以实现自动优化搜索断裂信息。在深层地震信噪比较低、构造复杂时, 相干、方差及蚂蚁体等属性容易受背景噪声干扰, 无法准确识别断裂信息。

断裂似然属性(Likelihood)是一种以突出断裂信息为导向, 基于多道相似性第二代相干算法(C2)改进的断裂属性预测技术, 通过放大相邻样本点间相似性的对比关系, 有效增强断裂和非断裂属性响应的差异性, 压制背景噪声, 突出断裂成像效果[18-19]。相邻采样点的相似性表示为:

$ S=\frac{\left\langle\langle g\rangle_s^2\right\rangle_f}{\left\langle\left\langle g^2\right\rangle_s\right\rangle_f} $ (1)

式中: S为地震数据相邻采样点的相似属性(数值限定为0~1);g为地震数据体; 〈·〉s表示地震数据体计算时窗内采样点构造导向平均值; 〈·〉f表示沿断裂倾向、走向(倾角和方位角)平滑滤波, 增加相似性属性计算的稳定性。S值越小, 越能突出断裂造成的局部不连续强反射特征, 可以更加准确地预测断裂。

断裂似然属性计算公式为:

$ F_l=1-S^8 $ (2)

断裂似然属性(Fl, 表示断裂发育可能性大小)似然值范围为0~1。公式(2)中指数8扩大了相似性属性高值与低值之间的差异性, 使断裂特征更加突出, 背景噪声更小[26-27]

高清似然属性计算公式为:

$ F_h=F\left(D_E\left[M_l\left(1-S^8\right)-\omega\right]\right)^n $ (3)

式中: 高清似然属性(Fh)值范围为0~1;ωMl(最大似然属性)属性背景噪声最大值, 可以结合似然属性和实际地震剖面综合确定; F是迭代函数; n是迭代次数; DE表示边缘检测增强技术参数。在不同倾角和走向的共同控制下, 通过边缘检测增强技术多次迭代可以增强断裂或者裂缝特征, 弱化噪声干扰, 突出主干断裂或者裂缝平面展布规律。

1.3 构造导向高清似然属性计算思路

构造导向高清似然属性计算思路就是在对断裂进行增强性滤波处理、构造导向滤波基础上, 在断裂倾角、方位角(倾向和走向)约束下, 沿断裂面对时窗范围内扫描的倾向和倾角采样点分别计算其最大似然属性, 在背景噪声值约束下用Clip Attribute处理最大似然属性体, 消除背景噪声, 在不同倾角和走向约束下, 通过边缘检测增强迭代处理得到符合实际需求的高清似然属性, 从而更加准确地突出主干断裂信息, 增加断裂垂向和横向的延展性, 改善断裂的预测效果。基于构造导向高清似然属性断裂预测技术流程如图 1所示, 其关键步骤包括: ①增强断裂显示效果的构造滤波处理, 增强地震同相轴连续性, 整体压制地震资料噪声, 提高信噪比; ②基于初步处理的地震数据体计算倾角和方位角导向体, 利用构造导向体约束对地震数据进行滤波处理, 突出断裂位置, 形成构造导向滤波数据体; ③基于构造导向滤波数据体再次计算倾角和方位角导向体, 在倾角和方位角导向体约束下计算断裂似然属性及最大似然属性, 利用Tracking体自动统计分析不同规模断裂走向、倾角; ④结合原始地震剖面特征, 分析断裂似然属性体, 综合确定背景噪声值分布范围, 采用Clip Attribute对最大似然属性数据体进行处理, 在倾角和方位角控制下, 通过边界增强迭代处理得到符合实际需求的高清似然属性, 指导构造精细解释及微断裂发育区的预测。

图 1 基于构造导向高清似然属性断裂预测技术流程
2 应用及效果分析

白云凹陷位于珠江口盆地深水区, 整体呈NW-NE走向, 北邻番禺低隆起, 东靠东沙隆起, 西接云开低凸起(图 2), 水深为300~2 000 m, 自下至上发育始新统文昌组、恩平组, 渐新统珠海组、珠江组、韩江组、粤海组地层。目前浅层珠江组、韩江组已发现多个中型气田。近年针对深层珠海及恩平组钻探B1井和B2井, 测井解释出近100 m气层, 展现出深层极大的勘探潜力, 是珠江口盆地深水区未来的勘探方向, 但是井区储层渗透性较差, 需要寻找裂缝发育区进一步证实该区油气潜力。

图 2 白云凹陷研究区位置

研究区位于白云凹陷断裂叠置转换带, 发育张扭性质断裂, 北东向断裂与北西向断裂相互交织, 深层的珠海组、恩平组地震同相轴连续性差、反射较弱、复波较多, 同时受一统暗沙走滑断裂、火山底辟影响, 断裂垂向断距较小, 深层断裂不易准确预测(图 3)。从常规的相干、方差及其改进技术断裂预测切片结果(图 4a, 图 4b)可以看出, 背景噪声很大, 几乎不能有效识别出目的层段的断裂, 更无法指导构造裂缝发育区的优选。蚂蚁体及基于方差体的蚂蚁技术断裂预测的效果(图 4c, 图 4d)也不佳, 出现杂乱现象, 有效信息几乎全部被背景噪声淹没, 难以准确刻画断裂平面展布及相互关系, 不能有效反映裂缝实际发育情况。

图 3 白云凹陷深层断裂地震反射特征(位置见图 2)
图 4 研究区4 900 m深度不同技术方法的断裂预测切片结果 a 基于构造导向的相干; b 倾角校正方差体; c 蚂蚁体; d 基于方差体的蚂蚁体

首先对试验区叠后地震资料进行预处理, 为了突出研究区断裂刻画效果, 需要通过增强断裂构造滤波改善断裂显示, 平滑地震同相轴, 增强连续性, 减小地震数据因构造、地层快速变化产生的随机噪声, 降低因地震同相轴连续性差、反射弱所产生的干扰, 突出断裂与背景噪声的差异。

对比图 5a图 5b可以看出, 增强断裂显示后地震体主要断裂特征得到有效改善, 地震同相轴明显平滑, 连续性更好。综合地震剖面统计分析, 滤波前背景噪声值为0.20~0.30, 断裂不相干值为0.33~0.45(图 5c); 滤波后背景噪声降低至0.07~0.20, 断裂不相干值为0.60~0.80, 减小了背景噪声干扰, 微、小断裂特征显著增强, 断裂预测明显改善, 连续性更好(图 5d)。

图 5 增强断裂构造滤波前、后4 900 m深度平面断裂识别效果 a 增强断裂构造滤波前地震剖面; b 增强断裂构造滤波后地震剖面; c 增强断裂构造滤波前断层似然属性; d 增强断裂构造滤波后断层似然属性

增强断裂构造滤波效果主要取决于Inline、Xline平滑参数及垂向采样点数。在保留断层滤波时, 根据研究目的层来选择参与计算的相干道数, Inline、Xline平滑参数越大, 同相轴平滑作用越强, 容易将有效信息滤掉, 宽度范围取7~11相同奇数道, 垂向采样点取11~21, 沿断面的三维倾斜中心窗进行滤波综合效果较好。

倾角、方位角可以全面直观地反映断裂的倾向与走向变化趋势, 对于研究区的构造特征具有一定的指导意义。在增强断裂构造滤波处理后, 计算地震体的倾角、方位角数据。在倾角、方位角数据体控制下, 对地震数据进一步进行构造导向滤波处理, 降低背景噪声, 平滑断面, 增强断面的分辨率, 改善断面的连续性, 突显断面特征。从构造导向滤波结果(图 6)可以看出, 断裂面更加聚焦、平滑, 断点更加干脆, 垂向连续性更好, 减小了主要断裂周围裂缝带对成像的影响。

图 6 构造导向滤波前(a)与构造导向滤波后(b)的地震剖面

在预处理地震数据体基础上, 计算地震数据体的倾角和方位角数据, 在倾角和方位角共同控制下, 计算断层似然属性及最大似然属性(图 7)。从断裂预测结果(图 7)可以看出, 断层似然属性基本刻画出了研究区北东向及北西向两组断裂分布特征, 但是断裂平面连续性较差, 断裂之间搭接关系受微、小断裂、背景噪声干扰严重; 最大似然属性表现出更多的断裂细节, 平面连续性较差, 主干断裂不突出, 断裂大小级别无法分辨, 不能有效指导断裂解释和优势构造裂缝发育区预测。

图 7 基于构造导向的断层似然属性(a)和最大似然属性(b)

利用最大似然属性Tracking数据体, 统计分析研究区主干断裂倾角为30°~60°, 走向为65°~105°; 微、小断裂倾角为30°~90°, 走向为90°~195°(图 8), 不同级别断裂之间倾角和走向具有明显的差异性, 微、小断裂整体倾角较大, 与主干断裂走向夹角成锐角。结合地震剖面及走向、倾角信息, 对断层似然属性及最大似然属性进行综合分析, 确定背景噪声范围为0~0.2, 为了突出主干断裂, 利用Clip Attribute对最大似然属性体进行处理, 直接消除背景噪声干扰, 但同时有效断裂信息也受到减弱。在此基础上, 采用边缘检测增强迭代处理技术, 针对主干断裂和微、小断裂采用不同参数的走向和倾角约束, 通过多次迭代处理, 达到分别刻画大断裂及微、小断裂的目的。在主干断裂倾角、走向参数共同约束下, 采用边缘检测增强技术进行3次迭代, 结果如图 9a所示, 与图 7a相比, 明显改善了主干断裂展布特征, 减小了微、小断裂对主干断裂的干扰, 突出了主干断裂信息。在微、小断裂倾角、走向参数共同控制下, 采用边缘检测增强技术进行2次迭代, 结果如图 9b所示, 与图 7b相比, 微、小断裂的分布更加清晰, 连续性更好, 减小了背景噪声的干扰, 直观地反映出北东向主干断裂之间发育协调性微小断裂, 能够有效指示构造裂缝发育优势区。高清似然属性(图 9)相对于常规的断层属性和最大似然属性(图 7)能够显著改善断裂识别效果, 减小噪声干扰, 可以有效刻画主干断裂和微、小断裂分布特征, 提高断裂识别精度。

图 8 主干断裂倾角及走向(a)及微、小断裂倾角及走向(b)
图 9 高清似然属性体主干断裂(a)及微、小断裂(b)预测结果

从地震剖面与不同技术方法预测的断裂融合对比结果(图 10)可以看出, 高清似然属性(图 10a)相对于基于构造导向的断裂似然属性(图 10b)能够清晰准确地反映出断裂发育位置, 断面成像更加聚焦; 与基于构造导向的最大似然属性(图 10c)相比, 垂向直线延伸、连续性好, 几乎无背景噪声干扰。倾角导向相干体(图 10d)能刻画出较大断裂, 不能识别微、小断裂, 垂向连续性较差, 背景噪声干扰严重, 不能清晰反映断面位置; 基于方差的蚂蚁体(图 10e)对断裂的预测效果整体较为杂乱, 背景噪声严重, 不能有效识别断裂。

图 10 地震剖面与不同技术方法预测的断裂的融合 a 高清似然属性; b 基于构造导向的断裂似然属性; c 基于构造导向的最大似然属性; d 倾角导向相干; e 基于方差的蚂蚁体

采用基于构造导向高清似然属性预测的白云凹陷研究区深层断裂见图 11, 相对于相干体、方差体属性(图 4a, 图 4b), 特征刻画清晰, 背景噪声小, 能够清晰刻画出北东和北西向展布的主干断裂及分支断裂, 断裂之间的搭接关系识别效果较好。微、小断裂的预测精度明显提高, 刻画出北东向主干断裂之间以及断裂搭接部位发育多条裂缝密集发育区, 这与背向叠置型转换带、断裂交汇位置为裂缝密集发育区的地质认识一致, 与已钻井B1和B2井区裂缝不发育相符合, 与地震剖面反射特征相同, 证实了该方法预测的正确性。常规的裂缝预测方法(图 4c, 图 4d)精度较低, 不能准确刻画出裂缝发育区, 不能有效地指导井位设计。在基于构造导向高清似然属性指导下, 完成研究区148条断裂精细解释(图 12), 落实4层15个断鼻-断块圈闭, 总面积近260 km2; 刻画了主干断裂间协调性微、小断裂, 突出了分支断裂及断裂带内部特征, 指导优选出3个深层构造裂缝发育优势区(图 11b), 为油气运聚研究和井位的优化设奠定了构造和储层基础。

图 11 采用基于构造导向高清似然属性预测的白云凹陷研究区深层(4 900 m)主干层断裂(a)及微、小断裂(b) (红色方框内为试验区, 红色圈内为构造裂缝发育优势区)
图 12 白云凹陷研究区深层目的层平面断裂组合前期成果(a)与最新成果(b)
3 结论

1) 综合利用断裂增强构造滤波、构造导向滤波属性, 能够有效去除背景噪声, 保留断裂原始边界特征, 显著改善地震资料品质, 结合似然属性体和地震剖面确定随机噪声阈值, 采用Clip Attribute属性处理可以进一步去除噪声, 提升深层断裂和裂缝性储层的预测精度。

2) 基于最大似然属性提取的Clip Attribute属性体, 利用大断裂与微、小断裂的倾角和走向的差异性, 在不同参数控制下利用边缘检测增强迭代处理技术, 可以有效区分主干断裂及微、小断裂, 突出单一信息, 减小相互干扰, 提高深层断裂预测精度。解决了运用相干、似然属性技术预测深层断裂呈现出杂乱、连续性差无法准确区分主干断裂与微、小断裂的问题, 可以有效地指导断裂解释和裂缝发育区的优选。

参考文献
[1]
李飞跃, 张功成, 杨海长, 等. 复杂断裂综合解释方法在长昌凹陷的应用[J]. 石油物探, 2017, 56(4): 543-550.
LI F Y, ZHANG G C, YANG H Z, et al. Application of comprehensive interpretation method of complicated fracture in Changchang sag[J]. Geophysical Prospecting for Petroleum, 2017, 56(4): 543-550. DOI:10.3969/j.issn.1000-1441.2017.04.010
[2]
王奇韵, 黄睿哲, 钱志, 等. 复杂断块老区油藏精细构造解释技术研究及应用[J]. 地球物理学进展, 2021, 36(6): 2610-2617.
WANG Q Y, HUANG R Z, QIAN Z, et al. Study and application of fine structure interpretation technology in old reservoir of complex fault block[J]. Progress in Geophysics, 2021, 36(6): 2610-2617.
[3]
黄苇, 周捷, 高利君, 等. 基于同步挤压改进短时傅立叶变换的分频蚂蚁追踪在断裂识别中的应用[J]. 物探与化探, 2021, 45(2): 432-439.
HUANG W, ZHOU J, GAO L J, et al. The application of frequency division ant tracking based on synchronous extrusion improvement of short time Fourier transform in crack detection[J]. Geophysical and Geochemical Exploration, 2021, 45(2): 432-439.
[4]
张介辉, 谢清惠, 张东涛, 等. 优化的蚂蚁追踪技术在四川盆地Y1井区的应用研究[J]. 石油物探, 2020, 59(6): 970-977.
ZHANG J H, XlE Q H, ZHANG D T, et al. Application of an optimized ant-tracking workflow in shale-gas Yl area of Sichuan[J]. Geophysical Prospecting for Pctrolcum, 2020, 59(6): 970-977. DOI:10.3969/j.issn.1000-1441.2020.06.015
[5]
霍志周, 刘喜武, 莫莉, 等. 高精度结构曲率提取方法在潜江凹陷构造解释中的应用[J]. 石油物探, 2020, 59(6): 961-969.
HUO Z Z, LIU X W, MO L, et al. Application of highrprecision structural curvature extracting On the structural interpretation of Jianghan-Qianjian Depression[J]. Geophysical Prospecting for Petroleum, 2020, 59(6): 961-969. DOI:10.3969/j.issn.1000-1441.2020.06.014
[6]
马承杰. 多尺度边缘检测技术在断层识别及裂缝发育带预测中的应用——以车排子地区排691井区为例[J]. 油气地质与采收率, 2021, 28(2): 85-90.
MA C J. Application of multi-scale edge detection technology to fault recognition and fracture zone prediction: A case study of Block Well P691Chepaizi area[J]. Petroleum Geology and Recovery Efficiency, 2021, 28(2): 85-90.
[7]
仲伟军, 姚卫江, 贾春明, 等. 地震多属性断裂识别技术在中拐凸起石炭系中的应用[J]. 石油地球物理勘探, 2017, 52(增刊2): 135-139.
ZHONG W J, YAO W J, JIA C M, et al. Fault and fracture identification in Carboniferous, Zhongguai Uplift, Junggar Basin with seismic multi-attributes[J]. Oil Geophysical Prospecting, 2017, 52(S2): 135-139.
[8]
谢舟, 李斌, 徐红霞, 等. 多属性分析技术在桑塔木油田断块油气藏中的应用[J]. 石油地球物理勘探, 2017, 52(增刊1): 181-188.
XIE Z, LI B, XU H X, et al. Seismic multi-attribute analysis used in the develop ment of Sangtamu Oilfield[J]. Oil Geophysical Prospecting, 2017, 52(S1): 181-188.
[9]
李飞跃, 杨海长, 纪沫, 等. 分频倾角相干融合技术在琼东南盆地深水区断裂解释中的应用[J]. 石油物探, 2020, 59(6): 918-926.
LI F Y, YANG H Z, JI M, et al. Application of frequency- divided dip coherency fusion technology in the deep water of Qiongdongnan basin[J]. Geophysical Prospecting for Petroleum, 2020, 59(6): 918-926. DOI:10.3969/j.issn.1000-1441.2020.06.010
[10]
姜晓宇, 张研, 甘利灯, 等. 花岗岩潜山裂缝地震预测技术[J]. 石油地球物理勘探, 2020, 55(3): 694-704.
JIANG X Y, ZHANG Y, GAN L D, et al. Seismic techniques for predicting fractures in granite buried hills[J]. Oil Geophysical Prospecting, 2020, 55(3): 694-704.
[11]
裴秀秀. 最大似然属性在泌阳凹陷张厂地区断层识别中的应用[J]. 石油地质与工程, 2020, 34(5): 8-11.
PEI X X. Application of seismic maximum likelihood attribute on fault identificationin Zhangchang area of Biyang sag[J]. Petroleum Geology and Engineering, 2020, 34(5): 8-11.
[12]
刘良刚. 最大似然法在桩海潜山内幕断裂识别中的应用[J]. 复杂油气藏, 2020, 13(1): 28-33.
LIU L G. Maximum likelihood method for recognizing interior fault of buried hills in Zhuanghai area[J]. Complex Hydrocarbon Reservoirs, 2020, 13(1): 28-33.
[13]
张璐, 何峰, 陈晓智, 等. 基于倾角导向滤波控制的似然属性方法在断裂识别中的定量表征[J]. 岩性油气藏, 2020, 32(2): 108-114.
ZHANG L, HE F, CHEN X Z, et al. Quantitative characterization of fault identification using likelihood attribute based on dip-steering filter control[J]. Lithologic Reservoirs, 2020, 32(2): 108-114.
[14]
于娅, 边立恩, 王国强, 等. 最大似然法断层识别技术在秦皇岛28油田勘探中的应用[J]. 海洋地质前沿, 2019, 35(8): 67-72.
YU Y, BIAN L E, WANG G Q, et al. Application of fault recognition technique based on maximum likelihood in exploration of qinhuangdao 28 oil field[J]. Marine Geology Frontiers, 2019, 35(8): 67-72.
[15]
甄宗玉, 郑江峰, 孙佳林, 等. 基于最大似然属性的断层识别方法及应用[J]. 地球物理学进展, 2020, 35(1): 374-378.
ZHEN Z Y, ZHENG J F, SUN J L, et al. Fault identification method based on the maximum likelihood attribute and its application[J]. Progress in Geophysics, 2020, 35(1): 374-378.
[16]
余攀, 彭兴和, 曾维望. 基于断裂似然体属性精细识别小断裂构造[J]. 煤炭与化工, 2018, 41(12): 59-63.
YU P, PENG X H, ZENG W W. Fine identification of small fault structures based on fault likelihood[J]. Coal and Chemical Industry, 2018, 41(12): 59-63.
[17]
王亚琪, 幸晓凤. 最大似然体属性在煤田老窑巷道识别中的应用[J]. 煤炭与化工, 2020, 43(11): 51-54.
WANG Y Q, XING X F. Application of maximum likelihood attributes in recognition of old roadways incoal fields[J]. Coal and Chemical Industry, 2020, 43(11): 51-54.
[18]
马德波, 赵一民, 张银涛, 等. 最大似然属性在断裂识别中的应用——以塔里木盆地哈拉哈塘地区热瓦普区块奥陶系走滑断裂的识别为例[J]. 天然气地球科学, 2018, 29(6): 817-825.
MA D B, ZHAO Y M, ZHANG Y T, et al. Application of maximum likelihood attribute to fault identification: A case study of Rewapu block in Halahatang area, Tarim Basin, NW China[J]. Natural Gas Geoscience, 2018, 29(6): 817-825.
[19]
李蒙, 商晓飞, 赵华伟, 等. 基于likelihood地震属性的致密气藏断裂预测——以四川盆地川西坳陷新场地区须二段为例[J]. 石油与天然气地质, 2020, 41(6): 1299-1309.
LI M, SHANG X F, ZHAO H W, et al. Prediction of fractures in tight gas reservoirs based on likelihood attribute—A case study of the 2nd member of Xujiahe Formation in Xinchang area, Western Sichuan Depression, Sichuan Basin[J]. Oil & Gas Geology, 2020, 41(6): 1299-1309.
[20]
赵明章, 范雪辉, 刘春芳, 等. 利用构造导向滤波技术识别复杂断块圈闭[J]. 石油地球物理勘探, 2011, 46(增刊1): 128-133.
ZHAO M Z, FAN X H, LIU C F, et al. Complex fault block traps identification with strumstore-oriented filter[J]. Progress in Geophysics, 2011, 46(S1): 128-133.
[21]
庄益明, 张兴平, 王琦, 等. 基于构造导向滤波下的蚂蚁追踪技术的应用与实践[J]. 煤炭技术, 2018, 37(9): 150-152.
ZHUANG Y M, ZHANG X P, WANG Q, et al. Application and practice of ant tracking technology basedon structure oriented filtering[J]. Coal Technology, 2018, 37(9): 150-152.
[22]
徐德奎, 王玉英, 郑江峰. 倾角导向的相干加强技术在改善复杂断块地震资料中的应用[J]. 地球物理学进展, 2016, 31(3): 1224-1228.
XU D K, WANG Y Y, ZHENG J F. Dip steering coherent-enhancing filtering and its application on seismicdata of complex faultblock[J]. Progress in Geophysics, 2016, 31(3): 1224-1228.
[23]
解淑林, 宁松华, 曾德龙, 等. 倾角构造导向滤波方法识别小断层[J]. 中国锰业, 2017, 35(2): 79-81.
XIE S L, NING S H, ZENG D L, et al. Recognition of minor faults by dip structure oriented filtering[J]. China's Manganese Industry, 2017, 35(2): 79-81.
[24]
田涛, 陈文雄, 任百聪, 等. 基于构造导向的叠后处理技术——以渤海湾盆地A油田为例[J]. 物探化探计算技术, 2019, 41(3): 314-318.
TIAN T, CHEN W X, REN B C, et al. Post-stack processing technology based on structure guided: a case study from a oilfield in Bohai bay basin[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2019, 41(3): 314-318.
[25]
段友祥, 曹婧, 孙歧峰. 自适应倾角导向技术在断层识别中的应用[J]. 岩性油气藏, 2017, 29(4): 101-107.
DUAN Y X, CAO J, SUN Q F. Application of auto-adaptive dip-steering technique to fault recognition[J]. Lithologic Reservoirs, 2017, 29(4): 101-107.
[26]
HALE D. Methods to compute fault images extract fault surfaces and estimate fault throws from 3D seismic images[J]. Geophysics, 2013, 78(2): O33-O43.
[27]
HARDEEP J, FARRUKH Q, HÈLÈNS H. Unconventional seismic attributes for fracture characterization[J]. First Break, 2015, 33(3): 101-108.