地球物理学进展  2015, Vol. 30 Issue (3): 1315-1328   PDF    
地球物理技术在页岩储层裂缝研究中的应用
代鹏1,2,3, 丁文龙1,2,3 , 何建华1,2,3, 李昂1,2,3, 赵冬1,2,3, 赵威1,2,3    
1. 中国地质大学 能源学院, 北京 100083;
2. 海相储层演化与油气富集机理教育部重点实验室, 中国地质大学, 北京 100083;
3. 页岩气勘查与评价国土资源部重点实验室, 中国地质大学, 北京 100083
摘要:近年来北美等国外页岩气勘探的巨大成功和我国在南方海相页岩(包括涪陵焦石坝、长宁-威远及昭通等)中获得的重大突破表明,泥页岩裂缝的研究尤为重要.裂缝的发育程度是决定泥页岩气藏品质的重要因素,一般来说,裂缝越发育,气藏的富集程度越高.地球物理方法和技术贯穿于页岩气勘探开发的始终,也是识别泥页岩裂缝的重要手段.在对国内外大量页岩储层测试数据和研究成果全面系统调研和深入分析总结的基础上,总结了常规测井技术识别裂缝的特点以及测井新技术裂缝识别的原理和方法.现今有关泥页岩裂缝识别的地震研究工作主要存在下面三种思路和方法: 基于对裂缝敏感的属性直接分析、基于施工过程中的裂缝响应特征分析以及基于学科综合的定量化分析预测和识别裂缝.根据以上思路,全面系统分析了泥页岩裂缝识别的各种地震方法.综合测井和地震的地球物理方法准确确定裂缝产状、裂缝长度及空间展布特征等参数,对寻找页岩气富集“甜点区”有着重要意义.
关键词地球物理     测井     地震     页岩气藏     裂缝     技术    
Application of geophysical techniques in fracture of shale reservoir
DAI Peng1,2,3, DING Wen-long1,2,3 , HE Jian-hua1,2,3, LI Ang1,2,3, ZHAO Dong1,2,3, ZHAO Wei1,2,3    
1. School of Energy Resources, China University of Geosciences, Beijing 100083, China;
2. Key Laboratory for Marine Reservoir Evolution and Hydrocarbon Abundance Mechanism, Ministry of Education, China University of Geosciences, Beijing 100083, China;
3. Key Laboratory for Shale Gas Exploitation and Assessment, Ministry of Land and Resources, China University of Geosciences, Beijing 100083, China
Abstract: In recent years the great success of shale gas exploration in foreign areas such as North America and the breakthrough of marine black shale is South China (including Jiaoshiba in Fuling district, Changning-Weiyuan and Zhaotong area) indicates: the study of shale fracture is of great significance. The developmental characteristics of fracture are important factors in determining the quality of shale gas reservoirs. Generally speaking, a greater development of fractures indicates a higher enrichment of gas. Geophysical techniques are important methods in identifying shale fractures, which run though exploration and development. By comprehensively analysis and summary many test data and research results of shale reservoirs, the author summarized the characteristics of fracture in conventional logging response and principle and methods of new logging technology to identify fracture. There are three main seismic ideas and methods in identifying fractures nowadays: direct analysis based on sensitive quality of fracture, analysis based on response characteristics of fracture during work and quantitative analysis based on multidisciplinary integration to predict and identify fractures. Based on the thinking above, the author analysis many seismic methods to identify fractures. Synthesize logging and seismic methods to confirm parameters of fractures (including occurrence、 length and distribution) are of great significance in identifying desert in shale reservoir.
Key words: geophysical     logging     seismic     shale reservoir     fracture     techniques    
0 引 言

泥页岩裂缝的研究意义重大,国内外大量泥页岩裂缝油气藏的不断发现和近年来北美地区在海相页岩中对天然气勘探获得的巨大成功表明,在低孔(孔隙度<5%)、低渗(渗透率<0.05 mD)的富有机质泥页岩中,当其发育有足够的天然裂缝或岩石内的微裂缝和纳米级孔隙及裂缝经压裂改造后能产生大量裂缝系统时,泥页岩完全可以成为有效的油气储集层或储集体.国外Curtis J B等学者以及国内丁文龙、张金川、董大忠、邹才能、金衍、李玉喜等学者和研究团队已在该领域进行了大量研究工作,取得了重要成果,并有效地指导了我国页岩气的勘探开发(Curtis,2002金衍等,2006李新景等,20072009向立宏,2008张金川等,20082011董大忠等,2009聂海宽等,2009焦婷婷,2010丁文龙等,20112013邹才能等,2011龙鹏宇等,2011赵金洲等,2012李玉喜等,2012李建青,2012朱贺,2012马若龙,2013王玉满等,2014魏斌等,2014董宁等,2014曾维特等,2014).以丁文龙为代表的中国地质大学团队和以包书景为代表的中国地质调查局油气资源调查中心,在页岩储层裂缝地质识别上 形成了一套系统的研究方法,并有效的应用到我国南方页岩气勘探当中;以魏斌为代表的辽河石油勘探局和以赵文杰为代表的中石化石油工程技术研究院,解决了页岩裂缝测井识别的技术难题,并有效指导焦页HF-1井和丁页2HP井等实现地质突破;以张宇生为代表的中国石油东方地球物理公司和以董宁为代表的中国石化勘探开发研究院,在页岩储层裂缝地震识别方面实现了诸多技术突破,有效的应用到页岩储层甜点预测当中;以金衍为代表的中国石油大学团队,在页岩储层压裂理论、材料和工艺等方面攻克了多项技术难题,形成了一套完整的页岩储层压裂改造的关键技术 .

天然裂缝系统发育程度不仅直接影响到泥页岩油气藏的开采效益,而且还决定着泥页岩油气藏品质和产量的高低,有助于泥页岩产层中游离态天然气体积的增加和吸附态天然气的解析.裂缝发育程度是决定页岩气藏品质的重要因素.一般来说,裂缝较发育的气藏,其品质也相对较好.裂缝对页岩气藏具有着双重作用:一方面,裂缝为天然气和地层水提供了运移通道和聚集空间,有助于页岩总含气量的增加.页岩具有非常低的原始渗透率,如果天然裂缝发育不够充分,就需要进行压裂来产生更多的裂缝,以使有更多的裂缝与井筒相连,为天然气解析提供更大的压降和面积.另一方面,如果裂缝规模过大,可能导致天然气散失(聂海宽等,2009).裂缝和孔隙发育不仅为游离态的页岩气聚集提供了空间,同时也可以有效增加页岩的比表面积,加上较高的有机碳和粘土矿物含量,大大增加了页岩的吸附能力(徐士林和包书景,2009).

页岩微裂缝愈发育,气藏富集程度愈高.页岩储层的孔隙度和渗透率极低,非均质性极强,页岩气藏中的游离气主要储集在页岩基质孔隙和裂缝等空间中.由于页岩中矿物组成、富有机质等独特因素的存在,页岩除基质孔隙外,天然裂缝的发育、有机质经生烃演化后的消耗而增加的大量孔隙空间以及页岩层中的粉、细砂岩夹层等,均可极大地增加页岩的实际储集空间,从而提高页岩的储气能力(陈更生等,2009).

在美国正在进行商业开采的页岩气盆地,一般是在经历了区域地质构造运动后,在岩石表面形成褶皱、裂缝或是被挤压,并且经历多次的海平面变化形成有效的不整合.这些裂缝和不整合面为页岩气提供了聚集空间,也为页岩气的生产提供运移通道.

由于页岩中极低的基岩渗透率,开启的、相互垂直的或多套天然裂缝能增加页岩气储层的产量(Hill,2000).美国东部地区产气量高的井,都处在裂缝发育带内,而裂缝不发育地区的井,则产量低或不产气,说明天然气产量与裂缝发育程度密切相关.控制页岩气产能的主要地质因素为裂缝的密度及其走向的分散性,裂缝条数越多,走向越分散,气产量越高(黄龙威,2005董谦等,2012).

1 测井技术在页岩储层裂缝研究中的应用

测井技术,由于其信息丰富、资料全面、分辨率高、可直接获得地下信息,所以是目前研究裂缝(包括火成岩、碳酸盐岩和泥页岩等裂缝性致密储层)的主要方法之一.但是由于泥页岩储层的诸多特殊性,测井技术在其中的应用又与在其他常规储层中的应用有很大差别.与国外相比,我国已在常规测井资料的分析与解释,电磁、声波测井的基础理论方面处于国际先进水平,而针对泥页岩裂缝研究的专项测井技术、仪器和方法研究等方面与国外尚有一定的差距,直接影响到了我国泥页岩储层测井评价.

测井技术在页岩储层裂缝研究中的应用可分为常规测井裂缝识别和测井新技术裂缝识别.

1.1 常规测井裂缝识别

常规测井裂缝识别包括自然伽马测井、双侧向电阻率测井、声波时差测井、补偿中子测井、补偿密度测井、自然电位测井、电阻率测井、井径测井、电磁波测井、地层倾角测井等(宋子齐,1991张光亚等,1993王宣龙等,1996孙建孟等,1999王维红,2002邓攀等,2002华学理,2004谭海芳等,2004夏文豪,2009宋梅远,2011朱定伟等,2013刘之的和赵靖舟,2014罗刚等,2014).不同产状(倾角)泥页岩裂缝发育段在常规测井上的响应特征差异明显(丁文龙等,2013),详见表 1.上述常规测井方法对早期的裂缝分析工作起到了重要促进作用,有的仍是当前裂缝分析的重要手段.但是这些分析方法在准确确定裂缝产状、裂缝密度等方面具有很大的模糊性与局限性.

表 1 泥页岩储层裂缝在常规测井曲线上的响应特征(据丁文龙等,2013有修改) Table 1 Response characteristic of shale fracture in logging

1.2 测井新技术裂缝识别

测井新技术裂缝识别主要包括高分辨率阵列感应、声电成像、交叉多极阵列声波测井等成像测井技术,以及核磁共振测井、BP神经网络和小波多尺度识别等技术和方法(傅爱兵等,2003周灿灿,2003舒卫国等,2005李建良等,2006何雨丹和魏春光,2007陈振标等,2007顾雯,2012李宝华,2013).这些技术和方法为复杂储层的地质评价提供了更丰富的信息资源,可以更好地开展岩石非均质和各向异性分析、裂缝类型和储层有效性评价、流体性质识别、沉积特征和地质构造解释等.

1.2.1 高分辨率阵列感应测井识别泥页岩中的裂缝

泥页岩裂缝储层的电阻率测量往往受很多因素的影响,常规电阻率测井技术一般无法识别与校正.高分辨率阵列感应(HDIL)测井技术不仅克服了常规电阻率测井纵向分辨率低、探测深度较浅和不能解释复杂侵入剖面及划分渗透层能力较差等缺点,同时其采用多频率阵列测量、软件数字聚焦和趋肤影响、井眼、井斜影响等环境校正、储层各向异性聚焦等处理技术,极大地改善了泥页岩裂缝储层的电阻率测量精度.高分辨率阵列感应的最高纵向分辨率达1英尺(0.3048 m),最大探测深度达120英寸(2.54 cm),为泥页岩裂缝储层的电阻率评价提供了更可靠、更精细、更丰富的信息.

在泥页岩裂缝地层中,相同纵向分辨率的高分辨率感应曲线表现出明显的差异性,非常明确而直观地指示储层段裂缝发育,由于该类层段岩性为泥质组成,渗透性差.高分辨率感应曲线的明显差异性,从另一个侧面也反映了地层的异常高压特性,泥浆侵入对地层的影响较小.高分辨率感应曲线的明显差异也可能说明这类地层的高产能.而在非裂缝发育段,曲线表现出良好的重合性.

1.2.2 声电成像测井识别泥页岩中的裂缝

由于各种地质信息在声电成像上均有其独特的成像特征,成像测井资料反映井壁形态及构造,正确识别各种地质特征有利于储层的精细描述与划分(齐宝权和甘秀娥,2007丁文龙等,2009王天娇,2011).

层界面与裂缝的识别:层界面总是相互平行或上下相切,但绝不能交叉,且相邻两层界面的电相相同(或相似),而裂缝可以切割任何介质,且裂缝可以平行或相交,相邻裂缝之间电相可以不同;相互交叉的裂缝可以形成网状、树枝状等裂缝组合,而层界面不具有这种特征.各种形态裂缝在成像上的特征示意图如下(图 1).

图 1 水平缝、斜交缝和垂直缝在成像图特征示意图(据顾雯,2012,有修改) Fig. 1 Characteristics of horizontal fractures,oblique fractures and vertical fractures in image logging

层界面一般在图像上连续、完整,不能在图像上随意中断,而裂缝不一定完整,它可以随时中断;层界面常常是一组相互平行或接近平行的电导率异常,且异常宽度窄而均匀,但由于裂缝与构造运动和溶蚀相伴生,因而电导率异常一般既不平行也不规则.在一定的层段内层理和裂缝各自的倾角、倾向均有一定的规律性,即相邻层理和裂缝的走向可以互相参考.层理面或层界面与地层往往有一定的颜色过渡关系,而裂缝的颜色是变化的,与地层无颜色过渡关系.FMI全井眼地层微电阻率图像清晰显示出裂缝(第3道中的正弦曲线和第4道中的蝌蚪)和地层层理(正弦曲线和蝌蚪)(图 2).

图 2 页岩中的裂缝实例;第1道显示井径、井眼方位角和自然伽马数据.第2道和第3道分别显示FMI静态和动态图像,第4道显示地层倾角的蝌蚪图像(据Schlumberger内部资料) Fig. 2 Example of fracture in shale

缝合线与天然裂缝的鉴别: 由于缝合线是压溶作用的结果,因而两侧有近垂直于缝合面的细微的高电导率异常.当压熔作用主要来自上覆岩层压力,缝合线基本平行于层理面;当压溶作用主要来自水平方向的构造挤压作用,缝合线基本垂直于层理面.

断层面与裂缝面的鉴别: 断层面总是有地层的错动,与裂缝较容易识别.

1.2.3 交叉多极阵列声波测井识别泥页岩中的裂缝

由单极全波资料提取的高精度纵波、横波时差得到的横纵波时差比、泊松比和体积压缩系数能较好地解决气层识别的难题.全波波形既能反映各波到达接收器时间的快慢,其幅度又能反映各波能量的大小.当地层裂缝发育时,纵波、横波、斯通利波幅度发生不同程度的衰减,这种衰减特性能较好地描述非均质储层的有效性.衰减程度与裂缝的倾角、张开度及地层渗透性等有关(王海云和陈小青,2012罗泽松,2012).

影响纵波幅度衰减的主要因素有:声波信号的发射频率、裂缝张开度、裂缝倾角.在实际测井中,得到的纵波幅度只受到裂缝倾角、裂缝张开度的影响.理论已证明,裂缝倾角越高,裂缝的张开度越大,纵波幅度衰减越明显,反之,纵波幅度衰减不明显(图 3).只有裂缝倾角小于横波临界角时,横波幅度衰减最明显(图 4),并且受声波发射频率、裂缝开度的影响较小,甚至可忽略不计;裂缝倾角大于临界角时,横波幅度随裂缝倾角、裂缝张开度的变化有所变化,但其差别相对来讲不十分明显,只有裂缝张开度很小时,透射系数才明显减小.

图 3 纵波能量的透射系数与裂缝倾角、开度的关系图(据舒卫国等,2005有修改) Fig. 3 Relationship of transmission coefficient of P-wave with dip angle and opening degree of fractures

图 4 横波能量的透射系数与裂缝倾角、开度的关系图(据舒卫国等,2005有修改) Fig. 4 Relationship of transmission coefficient of S-wave with dip angle and opening degree of fractures

1.2.4 核磁共振测井识别泥页岩中的裂缝

核磁共振测井测量的对象是储层空间中的流体,因而可以直接用来划分储集层,而且能提供几乎不受岩性影响的孔隙度和渗透率等参数,同时,由于其T2分布表征了岩石的孔隙结构,所以可以根据T2的分布形态判断有效裂缝(高敏等,2000李召成等,2001吴海燕和朱留方,2003谭茂金和赵文杰,2006林振洲和潘和平,2006毕林锐,2007肖飞,2012赵军龙等,2012).

氢核的动态与小的条形磁铁类似,倾向于与永磁体的磁场一致,如NMR测井仪中使用的磁体(A).在设定的等待时间(WT)内,氢核以指数生成速度T1发生极化,由多个成分(C)构成.随后,一系列RT脉冲控制氢核自旋,使其翻转90°后,往永磁场方向旋进.地层流体在连续脉冲之间形成RF回波,这些回波被NMR仪的天线所接收并测量(B).脉冲之间的时间是回波间隔(TE)(D).回波衰减幅度以指数型衰减时间(弛豫速率T2)的叠合形式进行(图 5).裂缝在核磁共振的测井响应特征表现为:以表面弛豫为主,弛豫快,T2谱呈单峰分布且多分布在T2截止线的附近(偏左).

图 5 NMR基本原理(据Schlumberger内部资料) Fig. 5 Basic principles of NMR
1.2.5 BP神经网路识别泥页岩裂缝

常规测井资料对不同特点的泥页岩裂缝都有着不同程度的识别,在使用过程中需要根据实际情况及经验进行选择.BP神经网络模型把多种常规测井的方法融合在一起,发挥各种测井方法的优势,相互补充,共同来完成泥页岩裂缝的识别任务(申辉林和高松洋,2007汪勇,2013赵茜等,2014).

运用神经网络来分析辨别泥页岩裂缝的具体流程为:

(1)通过测井资料的的预处理,来对测井曲线标准化处理,以此消除外界因素的不必要影响,只需保留曲线上反应地层特征的有用成分.

(2)进行样本的选取,选取时,提取出对泥页岩裂缝反应比较清晰的测井曲线,然后把测井曲线进行计算机的自动分层处理,来运算出层段曲线的异常值,再把异常值进行归一化处理,使其范围在[0,1]之间.最后建立起BP网络模型,编制BP神经网络的识别程序,针对研究区的实际情况,选取出反映泥页岩裂缝特征明显的7条测井曲线,对该7条曲线建立样本的模式,提取出曲线的异常值,再对其进行归一化处理,使其输入和输出值的范围确定在[0,1]之间(图 6).

图 6 神经网络识别模型 Fig. 6 Recognition model of neural network

1.2.6 小波多尺度识别泥页岩裂缝

小波多尺度方法识别泥页岩储层裂缝就是在小波多尺度分析的理论基础之上,把测井信号及多尺度分析的理论结合起来,构成测井多尺度分析理论方法.一般情况下,运用计算机编程方法来实现其算法,与此同时还要对常规的测井资料及全波列来进行处理,主要的目的是为了进行泥页岩裂缝研究(高伟等,2008张文静,2009肖大志,2011),见图 7.

图 7 小波多尺度方法技术路线图 Fig. 7 Technology roadmap of wavelet multi-scale analysis
2 地震技术在泥页岩裂缝识别中的应用

在用地震方法进行裂缝检测方面,前人做了很多探索,并取得了不少成就(Lynn et al.,19951999Bates et al.,2001Al-Hawas et al.,2003Tod et al.,2007Georgia et al.,2008),先后经历了横波勘探、多波多分量勘探和纵波裂缝检测、微地震和多学科综合裂缝识别等几个发展阶段,探索出了多种方法和技术.

工作主要存在下面三种思路和方法: 基于对裂缝敏感的属性直接分析、基于施工过程中的裂缝响应特征分析以及基于学科综合的定量化分析预测和识别裂缝.

2.1 基于对裂缝敏感的属性直接分析裂缝

用基于常规裂缝响应属性的预测方法直接预测裂缝展布特征,其关键在于选择对裂缝敏感的地震属性,如相干体、地层曲率、吸收系数、振幅、波阻抗、分频属性、属性体和属性差异体等信息(张昕和郑晓东,2005).相关的技术和方法较多,主要包括异常孔隙流体压力分析法、相干体不连续性检测法、地层曲率分析法、地震吸收系数分析法、多方位角地震资料AVA和VVA法、多方位角反演及IPVA技术、转换横波分裂技术等.

2.1.1 异常孔隙流体压力分析法

异常高压是形成裂缝的内在动力,地层中异常压力越大,则产生裂缝的可能性就越大,可以根据地层中异常压力的分布情况来推测裂缝的可能发育区,因此可以利用地震资料研究平面上地层的压力分布,进而判断裂缝的发育情况(付广等,2002付广和康德江,2005江涛,2007孙伟家等,2013王树刚和李红梅,2013).

根据Fillippone(1979)提出的利用地震层速度计算地层压力的经验公式,计算出孔隙流体压力,公式为

式中,Pt为孔隙流体压力,Pon为上覆地层压力,Vc为地震层速度.当孔隙流体压力等于或近似等于静水压力时,表明地层为正常压实;如果孔隙流体压力大于静水压力时,表明地层是欠压实地层,为可能的裂缝发育带,且压力越大,裂缝发育的可能性越大(图 8).

图 8 欠压实泥页岩异常孔隙流体压力形成时期 Fig. 8 Diagram of formation time of abnormal pore-fluid pressure in undercompacted shale
2.1.2 相干体不连续性检测法

三维数据体反映地下一个规则网格的反射信息,当地下存在裂缝等不连续变化因素时,在这些不连续点的两侧,地震道会表现出不同的反射波特征,从而导致道与道之间的相干性突变.一般来说,不连续变化所反映的是弱相干,反之为较大的相干值.经过三维处理后得到一个三维相干数据体,对其进行切片解释或拾取沿层相干数据,能够有效地反映出地下断层和裂缝的发育区(苏朝光等,2001霍凤龙,2012张宇生等,2013陆明华等,2013刘财等,2013)(图 9).

图 9 由裂缝引起的波形变化(何英,2011) Fig. 9 Change of wave shape caused by fracture
2.1.3 地层曲率分析法

该方法假定变形地层是一个完全弹性体,地层发生变形弯曲后,中性面以上的地层承受拉张应力,岩石可以形成张性裂缝,其发育程度与弯曲地层的曲率成正比.同样,中性面以下的地层受挤压应力,可以形成与挤压作用的裂缝.因此可以用地层曲率来反映裂缝的相对发育程度(蒋礼宏,2003).通过地震资料的精细层位标定和解释,计算目的层段的地层曲率,其值的大小表示裂缝发育的相对程度.

通过对地震资料的精细层位标定和解释,利用裂缝段顶面地震解释成果来计算该层的地层曲率(图 10).从图中可以看出,YCHENG1井、YCAN1井均位于曲率值相对高值区,YCAN1井曲率值为0.3,YCHENG1井为0.4,这表示YCAN1井的裂缝发育程度低于YCHENG1井.

图 10 地层曲率等值图(蒋礼宏,2003有修改) Fig. 10 Isogram of formation curvature
2.1.4 地震吸收系数分析法

岩石基质的固有粘弹性导致了地震波的吸收衰减,岩性、孔隙度和流体饱和度等因素都能影响地震波吸收衰减的程度,其中波速的影响最大且最明显.理论证明,有效吸收系数与波速的立方成反比,即当岩层波速稍有变化时,吸收衰减系数就能明显地显现出来,其灵敏度远远超过振幅、频率和速度等信息的灵敏度.一般地,孔隙度增大,吸收系数也增大;流体饱和度增加,吸收系数也随之增大.在均质介质中,相同频率反射波的吸收衰减程度与反射深度成正比,即浅层反射振幅大,深层振幅小.不同频率反射波的衰减也不同,高频衰减快,低频衰减慢.因此,对于泥页岩地层,裂缝的发育程度不同及含气性不同都会引起储层的孔隙度、饱和度、层速度和地震振幅频率等属性的变化,从而引起地震吸收系数的变化,因此可以利用地震能量吸收分析预测泥页岩裂缝的发育情况(Qu et al.,2007魏嘉和郭全仕,2011陈雪莲等,2014).

王秀玲等在沾化凹陷四扣洼陷的罗42井区沙三段泥页岩裂缝油藏建立了该工区的吸收系数数据体,数据体中,目的层在罗42井附近表现出强吸收,说明裂缝发育;然而数据体中目的层在罗67井附近表现出弱的吸收系数,表明裂缝不太发育.上述分析结果与两口井的实际钻井情况具有很高的吻合,证明了技术的可靠性(王秀玲等,2003).

2.1.5 多方位角地震资料AVA和VVA法

用P波资料检测地层各向异性的研究近几年来发展很快,对于定向垂直裂缝而言,在平行于裂缝的走向方向,裂缝带对P波影响很小,而在垂直于裂缝走向的方向上,裂缝带上振幅随炮检距的增加而减小,地震记录的振幅特征与方位角密切相关.各向异性的存在对NMO速度、旅行时间、泊松比、频率及信噪比等都有影响.若在野外采集施工中方位角设计较均匀,则地震资料的AVA(Amplitude variation with azimuth)和VVA(Velocity variation with azimuth)分析对检测裂隙发育带十分有效(宋建国等,2008张璐,2009夏晓燕,2012马妮,2013张广智等,2013陈怀震等,2014).

从济阳坳陷沾化凹陷罗67井的成像分析结果中得知,该井目的层段2500~2600 ms之间的的页岩层中发育了30°和150°左右的两组裂缝.图 11是分别用AVA、VVA和IPVA计算得到的裂缝方位图.图上可以看出,目的层段2500~2600 ms之间发育两组走向分别为30°和150°左右的裂缝,与成像测井以及该位置的断裂系统走向有很好的一致性.

图 11 罗67井旁裂缝方位图(目的层2500~2600 ms)(王延光,2006)
(a)AVA;(b)VVA;(c)IPVA.
Fig. 11 Fracture azimuth near Well Luo 67(The target formation between 2500~2600 ms)
2.1.6 多方位角反演及IPVA技术

由于振幅易受噪音及采集和处理的影响,而叠前的速度又受到速度分析方法本身的局限,得到的速度在横向和垂向上,数据量都远远不能满足要求;另外,振幅信息包含了丰富的高频信息,且覆盖范围广;而叠前速度分析结果包含了低频内容,二者有机的结合得到新的地层阻抗和速度信息,应该具有对各向异性同样的反映和更强的敏感性(曲寿利等,2001戴勇,2007王炳章,2008贺懿,2008晏信飞,2009王晓东等,2011汪功怀等,2011刘传虎,2012刘军迎,2012).

波阻抗是速度与密度的乘积,对于裂缝性各向异性地层应该具有与速度类似的随方位角变化的特征.因此,通过将全三维资料处理过程中的叠前方位角速度分析结果和方位叠加结果结合进行地震反演,得到地层的波阻抗信息,再利用波阻抗随方位角变化的特征求得裂缝的发育情况,称为IPVA(the impedence variance with azimuth)技术(王延光和杜启振,2006).

2.1.7 转换横波分裂技术

转换横波在裂缝介质中依其入射方位与裂隙走向的相对关系而发生不同的分裂情况:垂直时只产生慢波,平行时只产生快波,在其它方位上则观察到快慢两种横波,分裂的快慢波的强弱和时差与裂缝的强度密切相关,因此,横波分裂成为研究储层裂缝方向及其发育程度的最直接最可靠的方法之一(图 12).所以,利用多波多分量地震勘探分裂的快慢横波,采用相对时差梯度法等,可研究页岩气储集层裂缝的方向以及发育程度(王兴建,2003张佳佳等,2011王世明,2012林建东等,2012赵松,2013).

图 12 转换横波分裂示意图(林建东等,2012) Fig. 12 Sketch map of converted shear wave

2.2 基于施工过程中的裂缝响应特征分析

根据泥页岩压裂施工过程中的裂缝响应,如油气开采活动引起储层压力变化所导致周围岩石小型的破裂和裂缝所引起的扰动现象,进行微地震实时监测裂缝.

微地震监测是油气田地震开发中的一种新地震方法,用于监测气藏开采中的压裂效果.相对于初始应力条件,由油气开采活动而引起储层压力变化所导致周围岩石小型的破裂和裂缝所引起的扰动,这种运动显现为小地震,被称为微地震.在页岩层压裂施工中,可在邻井井下或者地面布置地震检波器,监测压裂过程中地下岩石破裂所产生的微地震事件(图 13),记录在压裂期间由岩石剪切造成的微地震声波传播情况,通过处理微地震数据确定压裂效果,实时提供压裂施工中所产生的裂缝位置、裂缝方位、裂缝大小(长度、宽度和高度)、裂缝复杂程度等,评价增产方案的有效性以及优化页岩气藏多级改造方案(周婕等,2005Maxwell,2011Refunjol et al.,2011张旭亮,2013段银鹿等,2013张晓林等,2013).

图 13 微地震压裂缝监测示意图 Fig. 13 Sketch map of fracture monitoring in microseismic

中石油东方地球物理公司率先将微地震监测技术应用到页岩储层,处于国内领先水平,图 14是其在页岩储层微地震监测中的实例.图中时间为压裂进行3小时40分钟后,西翼缝长253 m,距已知断层仅剩40余米.为防止沟通断层,立即调整施工方案:中止第二阶段压裂液II型的注入(原设计800 m3,实际注入460 m3).本次压裂过程中,根据实时裂缝监测结果,动态调整压裂方案,有效控制缝网范围,及时避免与断层沟通,达到了预期效果.

图 14 微地震监测实例(据中石油东方地球物理公司内部资料) Fig. 14 Example of monitoring in microseismic

2.3 基于学科综合的定量化分析

通过与不同学科和理论的结合,提高地震参数预测裂缝的有效性和准确性,如密度投影法和双向介质理论等.

2.3.1 密度投影法

由于单个地震属性在表征裂缝时存在多解性,因此须对适合于表征裂缝的多种地震属性进行综合分析,为此开发出密度投影技术,重点突出多种地震属性的相同特征,并保留相互间的差异,进而预测有利的裂缝发育区(张奎华,2013).

选取与裂缝储层相关的多种地震属性,如分形、混沌、伪熵、均方根、频率、相位、曲率、倾角和拟峰度等属性,通过对比,优选出与裂缝相关性较好的地震属性,进行密度投影,进而得出裂缝展布规律.密度投影技术的数学模型如下:

式中:yi为xi经过重新赋值后的属性;xi为优选的地震属性;z为yi的密度投影值.当xi表征裂缝发育时,yi=1;当表征裂缝不发育时,yi =0;因此,每个优选的地震属性在重新赋值后,仅有2个地震属性值,即1或0;且z越大,发育裂缝的可能性越大.

2.3.2 双向介质理论

Dvorikn和Nur于1993年建立了流体在纵向上的Biot流动和在横向上的喷射流动引起的频散和衰减参数与弹性参数、储层参数、流体参数和频率参数为函数的BISQ理论:

式中:Vp为速度频散;αd为吸收衰减;J0为零阶贝塞尔函数;J1为一阶贝塞尔函数;ρs为固体密度;ρf为流体密度;φ为孔隙度;k为渗透率;η为流体粘滞度;S为饱和度; Fsq为固-流耦合系统的综合压缩性;α为有效应力孔隙弹性系数;M为干燥骨架的单轴应变模量;F为固-流耦合系统的压缩性;R为特征喷射流动长度;K为干燥骨架体积模量;ω为圆频率.

根据(4)(5)(6)(7)(8)式,速度频散和吸收衰减与弹性参数、储层参数、流体参数和频率参数的函数关系,以参数形式表示内涵.然而,由于方程参数太多且多不可测量,目前无法实现以参数形式进行描述和应用.根据用频率作自变量表示信号为频谱的定义,可以用地震偏移数据计算出以频率为自变量的速度频散谱和吸收衰减谱,以谱的形式表示其内涵.瞬时频散谱和瞬时吸收谱上的频散和衰减信息揭示流体的存在和运动,流体的存在和运动表明裂缝的存在(李煜伟等,20092013).

3 结论与建议

3.1     常规测井方法(GR、RT、CNL、DEN及CAL等)在泥页岩裂缝识别中起到了重要的作用,但是这些分析方法在准确确定裂缝特征参数方面具有很大的不确定性与局限性.测井新技术(HDIL、FMI及NMR等)为复杂储层的地质评价提供了更丰富的信息资源,可以更好地识别裂缝类型、裂缝产状及空间展布特征等.

3.2    随着测井仪器的改善和探测性能的提高,通过测井资料来显示泥页岩裂缝的地质信息也更加全面和丰富,而且通过各种测井技术取长补短,综合各个种类的测井信息比单一方法评价泥页岩裂缝更加准确和详细.对于一些新的测井方法和技术,还需要进一步的发展和完善,以便为泥页岩裂缝识别服务.

3.3     与其它裂缝分析的技术相比,地震资料用于裂缝的识别和预测还不够成熟,因为裂缝的变化引起的地震响应远远小于其他地质因素(如岩性和孔隙度等)引起的响应,定性和定量地描述裂缝是难点,再加上裂缝的成因复杂,所以用地震资料进行裂缝的识别、描述和预测存在较大的挑战.

3.4     应加强多学科、多属性的综合研究,提高地震裂缝预测的精度,深化各种地球物理方法间的相关性分析,建立针对我国不同地区实际地质情况和页岩储层特征的地球物理技术裂缝评价体系,综合评价、预测页岩气富集“甜点区”,为我国页岩气勘探开发提供更可靠的依据.

致 谢 感谢审稿专家和编辑的辛勤劳动和支持.
参考文献
[1] Al-Hawas K, Ameen M, Wahab M, et al. 2003. Delineation of fracture anisotropy signatures in Wudayhi Field by azimuthal seismic data[J]. The Leading Edge, 22(12): 1202-1211.
[2] Bates C R, Phillips D R, Grimm R, et al. 2001. The seismic evaluation of a naturally fractured tight gas sand reservoir in the Wind River Basin, Wyoming[J]. Petroleum Geoscience, 7(1): 35-44.
[3] Bi L R. 2007. Latest advances in NMR logging technology [J]. Chinese Journal of Engineering Geophysics (in Chinese), 4(4): 369-374.
[4] Chen G S, Dong D Z, Wang S Q, et al. 2009. A preliminary study on accumulation mechanism and enrichment pattern of shale gas[J]. Natur. Gas Ind.(in Chinese), 29 (5): 17-21.
[5] Chen H Z, Yin X Y, Gao C G, et al. 2014. AVAZ inversion for fluid factor based on fracture anisotropic rock physics theory [J]. Chinese Journal of Geophysics (in Chinese), 57(3): 968-978, doi: 10.6038/cjg20140326.
[6] Chen X L, Tang X M, Qian Y P. 2014, Propagation characteristics of multipole acoustic logging in cracked porous tight formations[J]. Chinese Journal of Geophysics (in Chinese), 57(9): 2961-2970, doi: 10.6038/cjg20140921.
[7] Chen Z B, Li J, Zhang C M. 2007. The application of new logging technique in fractured-vuggy reservoir (in Chinese)[C]. Professional Committee of Hubei Institute of Petroleum Logging. Wuhan: Hubei Association for Science & Technology, 1-21.
[8] Curtis J B. 2002. Fractured shale-gas systems [J]. AAPG Bulletin, 86(11): 1921-1938.
[9] Dai Y. 2007. Research on seismic prediction and evaluation for the fracture in the compact clastic rock reservoir (in Chinese)[D]. Chengdu: Chengdu University of Technology.
[10] Deng P, Chen M J, Gao Z R, et al. 2002. Log response and explanation of structural fractures in volcanic rock reservoir [J]. Acta Petrolei Sinica (in Chinese), 23(6): 32-36.
[11] Ding W L, Qi L X, Lv H T, et al. 2009. Analysis of the lower-middle Ordovician reservoir tectonic stress field using FMI data in the south of Tahe oilfield[J]. Geoscience (in Chinese), 23(5): 852-859.
[12] Ding W L, Xu C C, Jiu K, et al. 2011. The research progress of shale fractures[J]. Advances in Earth Science (in Chinese), 26(2): 135-144.
[13] Ding W L, Jin W Z, Fan C, et al. 2013. Tectonic Analysis of Oil Reservoir (in Chinese)[M]. Beijing: Petroleum Industrial Publishing House.
[14] Dong D Z, Cheng K M, Wang S Q, et al. 2009. An evaluation method of shale gas resource and its application in the Sichuan basin[J]. Natur. Gas Ind.(in Chinese), 29(5): 33-39.
[15] Dong N, Huo Z Z, Sun Z D, et al. 2014. An investigation of a new rock physics model for shale [J]. Chinese Journal of Geophysics (in Chinese), 57(6): 1990-1998, doi: 10.6038/cjg20140629.
[16] Dong Q, Liu X P, Li G W, et al. 2012. Determination of gas content in shale[J]. Natural Gas and Oil (in Chinese), 30(5): 34-37, 39.
[17] Du Q Z, Tang H Z, Dong Y. 2002. A study on shear wave velocity estimation and fracture detection in HTI media[J]. Journal of Computational Acoustics, 10(3): 331-347.
[18] Duan Y L, Li Q, Yao W P. 2013. Microseismic fracture monitoring technology of hydraulic fracturing and its application[J]. Fault-Block Oil & Gas Field (in Chinese), 20(5): 644-648.
[19] Fu A B, Wu H, Li L, et al. 2003. Application of image logging to fractured reservoir evaluation[J]. Petroleum Geology and Recovery Efficiency (in Chinese), 10(2): 67-69.
[20] Fu G, Kang D J. 2005. On indirect affect of abnormal pore fluid pressure to the seal of gas in each phase[J]. Natural Gas Geoscience (in Chinese), 16(6): 700-705.
[21] Fu G, Lu Y F, Yang M. 2002. Quantitative study on abnormal pore fluid pressure in undercompacted mudstone[J]. Xinjiang Petroleum Geology (in Chinese), 23(4): 295-298.
[22] Gao M, An X R, Zhi S H, et al. 2000. Evaluating porous structure of reservoir with MRIL data[J]. Well Logging Technology (in Chinese), 24(3): 188-193.
[23] Gao W, Wang Y C, Xu J, et al. 2008. Application of wavelet analysis in recognizing fractures by logging[J]. Journal of Southwest Petroleum University (Science & Technology Edition) (in Chinese), 30(1): 51-53.
[24] Gu W. 2012. Research on the fracture detection technology of seismic multi-attributes (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[25] He Y. 2008. Study on seismic reservoir parameters nonlinear inversion and prediction methods (in Chinese) [D]. Qingdao: Ocean University of China.
[26] He Y. 2011. High precision curvature analysis and its application of structural identification (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[27] He Y D, Wei C G. 2007. The present situation and research direction of evaluation methods in fracture type reservoir [J]. Progress in Geophysics (in Chinese), 22(2): 537-543.
[28] Hua X L. 2004. Identification techniques of mudstone-fractured reservoirs in Dongpu depression (in Chinese)[D]. Chengdu: Southwest Petroleum Institute.
[29] Huang L W. 2005. The mudstone fracture reservoirs in central Wenliu Graben of Dongpu depression[J]. Journal of Oil and Gas Technology (in Chinese), 27(3): 289-294.
[30] Huo F L. 2012. Factured mudstone reservoir forming condition and its geophysical characteristics in Qijia-Gulong area (in Chinese) [D]. Hangzhou: Zhejiang University.
[31] Jiang L H. 2003. Application of seismic data to study the fracture distributional laws of mudstone and marts in ZJD area[J]. Journal of Jianghan Petroleum Institute (in Chinese), 25(2): 49-50.
[32] Jiang T. 2007. Study on formation fracture prediction of low permeability reservoir—Study on formation fracture prediction at Xinli-Xinbei blocks in southern Songliao basin (in Chinese) [D]. Beijing: China University of Geosciences.
[33] Jiao T T. 2010. Causes and characteristics of mudstone fracture and hydrocarbon accumulation in Dongying depression[J]. Petroleum Geology and Engineering (in Chinese), 24(6): 22-26.
[34] Jin Yan, Chen Mian, Zhang Xudong. 2006. Hydraulic fracturing initiation pressure models for directional wells in naturally fractured formation[J]. Acta Petrolei Sinica (in Chinese), 27(5): 124-126.
[35] Li B H. 2013. A discussion on issues related to shale gas reservoir well logging evaluation[J]. Coal Geology of China (in Chinese), 25(4): 68-71.
[36] Li J L, Ge X, Zhang Y. 2006. Application of image logging technology to evaluation of reservoirs in the 2nd member of Xujiahe formation in the western Sichuan basin[J]. Natur. Gas Ind. (in Chinese), 26(7): 49-51.
[37] Li J Q. 2012. Evaluation of selection areas of marine sediment shale gas in south of China (in Chinese) [D]. Xi’an: Northwest University.
[38] Li X J, Hu S Y, Cheng K M. 2007. Suggestions from the development of fractured shale gas in North America[J]. Petroleum Exploration and Development (in Chinese), 34(4): 392-400.
[39] Li X J, Lv Z G, Dong D Z, et al. 2009. Geologic controls on accumulation of shale gas in North America[J]. Natur. Gas Ind. (in Chinese), 29(5): 27-32.
[40] Li Y W, Li Y, Lv Z G, et al. 2009. Seismic hydrocarbon detection based on the unified Biot and squirt-flow mechanism (BISQ) model of two-phase medium[J]. Natur. Gas Ind.(in Chinese), 29(12): 29-31.
[41] Li Y W, Lv Z G, Peng H R, et al. 2013. Detection of shale fractures and oil/gas by biphasic medium theory[J]. Journal of Chengdu University of Technology (Science & Technology Edition) (in Chinese), 40(6): 648-657.
[42] Li Y X, Zhang J C, Jiang S L, et al. 2012. Geologic evaluation and targets optimization of shale gas[J]. Earth Science Frontiers (China University of Geosiciences (Beijing); Prking University) (in Chinese), 19(5): 332-337.
[43] Li Z C, Sun J M, Geng S C, et al. 2001. Classification of fractured reservoirs by T2 spectrum of nuclear magnetic resonance log[J]. Geophysical Prospecting for Petroleum (in Chinese), 40(4): 113-118.
[44] Lin J D, Ren S L, Xue M X, et al. 2012. Shale Gas Seismic Identification and Prediction Techniques[J]. Coal Geology of China (in Chinese), 24(8): 56-60.
[45] Lin Z Z, Pan H P. 2006. The progress of nuclear magnetic resonance logging[J]. Chinese Journal of Engineering Geophysics (in Chinese), 3(4): 295-303.
[46] Liu C, Lan H T, Guo Z Q, et al. 2013. Pseudo-spectral modeling and feature analysis of wave propagation in two-phase HTI medium based on reformulated BISQ mechanism [J]. Chinese Journal of Geophysics (in Chinese), 56(10): 3461-3473, doi: 10.6038/cjg20131021.
[47] Liu C H. 2012. Wide azimuth seismic technique and subtle hydrocarbon reservoir exploration[J]. Geophysical Prospecting for Petroleum (in Chinese), 51(2): 138-145.
[48] Liu J Y. 2012. Fractured hydrocarbon reservoirs pre-stack seismic detection methods and techniques (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[49] Liu Z D, Zhao J Z. 2014. Recognizing oil shale fracture of Chang 7 member in Ordos Basin using logging data [J]. Natural Gas Geoscience (in Chinese), 25(2): 259-265.
[50] Long P Y, Zhang J C, Tang X, et al. 2011. Feature of muddy shale fissure and its effect for shale gas exploration and development[J]. Natural Gas Geoscience (in Chinese), 22(3): 525-532.
[51] Lu M H, Luo P, Jiang C F, et al. 2013. Application of Seismic Attribute Technology in Shale Fracture Prediction[J]. Journal of Oil and Gas Technology (in Chinese), 35(8): 62-64, 92.
[52] Luo G, Zou Y, Zhang Y J, et al. 2014. Discussion on the method of fractured shale reservoir between the salt[J]. China Petroleum and Chemical Standard and Quality (in Chinese), (4): 154.
[53] Luo Z S. 2012. Anyue blocks shall be two low porosity reservoir well logging evaluation (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[54] Lynn H B, Simon K M, Bates C R, et al. 1995. Use of anisotropy in P-wave and S-wave data for fracture characterization in a naturally fractured gas reservoir[J]. The Leading Edge, 14(8): 887-893.
[55] Lynn H B, Beckham W E, Simon K M, et al. 1999. P-wave and S-wave azimuthal anisotropy at a naturally fractured gas reservoir, Bluebell-Altamont Field, Utah[J]. Geophysics, 64(4): 1312-1328.
[56] Ma N. 2013. Review of seismic attribute analysis of shale[J]. Value Engineering (in Chinese), (31): 313-314.
[57] Ma R L. 2013. The geological characteristics of the argillutite formation and potentiality for the exploration of the shale gas in Central Hunan, southeastern Hunan and northeastern Hunan (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[58] Maxwell S. 2011. Microseismic hydraulic fracture imaging: The path toward optimizing shale gas production[J]. The Leading Edge, 30(3): 340-346.
[59] Nie H K, Tang X, Bian R K. 2009a. Controlling factors for shale gas accumulation and prediction of potential development area in shale gas reservoir of South China[J]. Acta Petrolei Sinica (in Chinese), 30(4): 484-491.
[60] Nie H K, Zhang J C, Zhang P X, et al. 2009b. Shale gas reservoir characteristics of Barnett shale gas reservoir in Fort Worth Basin[J]. Geological Science and Technology Information (in Chinese), 28(2): 87-93.
[61] Qi B Q, Gan X E. 2007. New logging techniques used in evaluation on Xujiahe group reservoirs in Guang’an area[J]. Natur. Gas Ind. (in Chinese), 27(6): 15-18.
[62] Qu S L, Ji Y X, Wang X, et al. 2001. Seismic method for using full-azimuth P-wave attribution to detect fracture[J]. Oil Geophysical Prospecting (in Chinese), 36(4): 390-397.
[63] Qu S L, Ji Y X, Wang X, et al. 2007. Fracture detection by using full azimuth P wave attributes[J]. Applied Geophysics, 4(3): 238-243.
[64] Refunjol X E, Marfurt K J, Le Calvez J H. 2011. Inversion and attribute-assisted hydraulically induced microseismic fracture characterization in the North Texas Barnett Shale[J]. The Leading Edge, 30(3): 292-299.
[65] Shen H L, Gao S Y. 2007. Research on fracture identification based on BP neural network[J]. Fault-Blcok Oil & Gas Field (in Chinese), 14(2): 60-62.
[66] Shu W G, Zhang C G, Han C, et al. 2005. Appication of new logging technologies in sand shale reservoir assessment[J]. World Well Logging Technology (in Chinese), 20(1): 9-13.
[67] Song J G, Wang Y X, Qiao Y L, et al. 2008. Advances in AVO technique[J]. Progress in Geophysics (in Chinese), 23(2): 508-514.
[68] Song M Y. 2011. Study on reservoir development and forming mechanism of fractured shale Reservoirs in Bonan Sub-Sagin (in Chinese) [D]. Qingdao: China University of Petroleum (East China).
[69] Song Z Q. 1991. Study of fractured shale reservoirs with conventional well logging information[J]. GWL (in Chinese), 15(5): 309-317.
[70] Su C G, Liu C H, Gao Q J. 2001. Seismic identification and description technique for shale-fractured reservoir in Luojia area of Shengli oilfield[J]. Oil Geophysical Prospecting (in Chinese), 2001, 36(3): 371-377.
[71] Sun J M, Liu R, Mei J X, et al. 1999. Fracture identification technique by conventional logs from western Chaidamu Basin, Qinghai Oilfield[J]. Well Logging Technology (in Chinese), 23(4): 268-272.
[72] Sun W J, Fu L Y, Guan X Z, et al. 2013. A study on anisotropy of shale using seismic forward modeling in shale gas exploration[J]. Chinese Journal of Geophysics (in Chinese), 56(3): 961-970, doi: 10.6038/cjg20130324.
[73] Tan H F, Shi G X, Shen M Y, et al. 2004. Method research to distinguish fracture by using conventional logging data [J]. Fault-block Oil & Gas Field (in Chinese), 11(6): 81-82.
[74] Tan M J, Zhao W J. 2006. Description of carbonate reservoirs with NMR log analysis method[J]. Progress in Geophysics (in Chinese), 21(2): 489-493.
[75] Tod S, Taylor B, Messaoud H, et al. 2007. Fracture prediction from wide-azimuth land seismic data in SE Algeria[J]. The Leading Edge, 26(9): 1154-1160.
[76] Wang B Z. 2008. Seismic rock physics and its applied research (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[77] Wang G H, Deng M X, Song P, et al. 2011. Seismic identification and description technique for upper Es3 fractured mudstone reservoir with salt interbed in Dongpu Depression[J]. Fault-Block Oil & Gas Field (in Chinese), 18(4): 461-464.
[78] Wang H Y, Chen X Q. 2012. Identification of the fractured shale reservoir and selection of logging series[J]. World Well Logging Technology (in Chinese), (3): 11-12.
[79] Wang S G, Li H M. 2013. Anisotropy forward modeling and attribute analysis of shale reservoirs [J]. Reservoir Evaluation and Development (in Chinese), 3(5): 61-65.
[80] Wang S M. 2012. The analysis of porosity and gas-bearing of coal seams and shale of the upper Paleozoic in the Ordos Basin (in Chinese) [D]. Xi’an: Northwest University.
[81] Wang T J. 2011. The research on evaluating carbonate fractured reservior of Amu Darya right bank block (in Chinese) [D]. Xi’an: Xi’an Shiyou University.
[82] Wang W H. 2002. Forward numerical simulation of dual-laterolog in shale fractured formation (in Chinese) [D]. Daqing: Daqing Petroleum Institute.
[83] Wang X D, Lin N T, Tang J J, et al. 2011. The applied study of the seismic mufti-attribute analysis technique in the prediction of shale gas reservoir (in Chinese) [C]. The Chinese Geophysics, 638.
[84] Wang X J. 2003. Study on the rock fractures prediction methods from seismic data (in Chinese) [D]. Chengdu: Chengdu University of Technology.
[85] Wang X L, Li H Y, Feng H X. 1996. Analysis of fracture-type shale reservoir using acoustic and natural gamma ray spectrometry logs[J]. Well Logging Technology (in Chinese), 20(6): 432-435.
[86] Wang X L, Ji Y X, Liu Y Z, et al. 2003. Application of seismic analysis techniques to forecast fractured resevoir[J]. Petroleum Geophysics (in Chinese), 1(2): 44-46.
[87] Wang Y. 2013. Prediction method and its application of the fractured oil and gas reservoirs (in Chinese) [D]. Wuhan: China University of Geosciences.
[88] Wang Y G, Du Q Z. 2006. Study of seismic methods in detecting shale-fracture reservoirs[J]. Progress in Geophysics (in Chinese), 21(1): 494-501.
[89] Wang Y M, Dong D Z, Yang H, et al. 2014. Quantitative characterization of reservoir space in the Lower Silurian Longmaxi Shale, southern Sichuan, China[J]. Science China: Earth Sciences, 57(2): 313-322.
[90] Wei B, Wang L S, Fu Y Q. 2014. Summary of Shale Gas Evaluation by Well Logging (in Chinese) [M]. Beijing: Petroleum Industry Press, 22-82.
[91] Wei J, Guo Q S. 2011. Seismic technology in shale gas exploration and development (in Chinese) [C]. The Chinese Geophysics2011, 19.
[92] Wu H Y, Zhu L F. 2003. Application of imaging and nuclear magnetic resonance to assessment of fractured reservoirs in Chengbei[J]. Oil and Gas Geology (in Chinese), 23(1): 45-48.
[93] Wu S H, Ou Y J, Wei T, et al. 1995. Geological analysis of Ordovician fractured reservoirs in Lunnan region of tarim basin[j]. Acta Petrolei Sinica (in Chinese), 16(1): 17-23.
[94] Xia W H. 2009. Research of logging evaluation for fractured reservoir in Jidong Oilfield (in Chinese) [D]. Qingdao: China University of Petroleum(East China).
[95] Xia X Y. 2012. AVO technique applied in gas-bearing detection in Jingbian gas field (in Chinese) [D]. Wuhan: China University of Geosciences.
[96] Xiang L H. 2008. Quantitatively analyze the main controlling factors of mudstone fracture in Jiyang Depression[J]. Petroleum Geology and Recovery Efficiency (in Chinese), 15(5): 31-33, 37.
[97] Xiao D Z. 2011. Research on crack identification based on wavelet multi-scale analysis of conventional logging data[J]. Chinese Journal of Engineering Geophysics (in Chinese), 8(2): 216-221.
[98] Xiao F. 2012. The application study of NMR logging—The study of clastic rock reservoir pore structure, T2 dynamic cutoff value, heavy oil identification (in Chinese) [D]. Jingzhou: Yangtze University.
[99] Xu S L, Bao S J. 2009. Preliminary analysis of shale gas resource potential and Favorable areas in Ordos Basin[J]. Natural Gas Geoscience (in Chinese), 20(3): 460-465.
[100] Yan X F. 2009. The research of seismic wave forward modeling for oil-gas reservoir and AVO analysis (in Chinese)[D]. Beijing: China University of Geosciences.
[101] Zeng W T, Zhang J C, Ding W L, et al. 2014. The gas content of continental Yanchang shale and its main controlling factors: A case study of Liuping-171 Well in Ordos Basin[J]. Natural Gas Geoscience (in Chinese), 25(2): 291-301.
[102] Zhang G Y, Chen Q M, Liu L M. 1993. A discussion on the characteristics of fractured reservoir of mudstone in Nanyang depression and the mechanism of its formation[J]. Petroleum Exploration and Development (in Chinese), 20(1): 18-26.
[103] Zhang G Z, Chen H Z, Wang Q, et al. 2013. Estimation of S-wave velocity and anisotropic parameters using fractured carbonate rock physics model [J]. Chinese Journal of Geophysics (in Chinese), 56(5): 1707-1715, doi: 10.6038/cjg20130528.
[104] Zhang J C, Wang Z Y, Nie H K, et al. 2008. Shale gas and its significance for exploration[J]. Geoscience (in Chinese), 22(4): 640-646.
[105] Zhang J C, Bian R K, Jing T Y, et al. 2011. Fundamental significance of gas shale theoretical research[J]. Geological Bulletin of China (in Chinese), 30(2-3): 318-323.
[106] Zhang J J, Li H B, Yao F C, et al. 2011. Seismic methods in evaluation of oil shale and its application (in Chinese) [C]. The Chinese Geophysics 2011, 689-690.
[107] Zhang K H. 2013. Application of density projection in prediction of fractured shale reservoirs-case study of lower Es3, Luojia region of Bonan sag[J]. Petroleum Geology and Recovery Efficiency (in Chinese), 20(3): 46-48.
[108] Zhang L. 2009. Application of rock physics theory in seismic reservoir discrimination (in Chinese) [D.]. Qingdao: China University of Petroleum (East China).
[109] Zhang W J. 2009. Identify fracture with wavelet multi-scale analysis method (in Chinese) [D]. Qingdao: China University of Petroleum (East China).
[110] Zhang X, Zheng X D. 2005. Progress in studying seismic recognition and prediction technology in fracture-developed zone[J]. Oil Geophysical Prospecting (in Chinese), 40(6): 724-730.
[111] Zhang X L. 2013. The research and application of micro-seismic fracturing monitoring technology (in Chinese) [D]. Jingzhou: Yangtze University.
[112] Zhang X L, Zhang F, Li X Y, et al. The influence of hydraulic fracturing on velocity and microseismic location [J]. Chinese Journal of Geophysics (in Chinese), 56(10): 3552-3560, doi: 10.6038/cjg20131030.
[113] Zhang Y S, Liang X, Yu G, et al. 2013. Application effect of wide-azimuth 3D seismic attribute in predicting shale microfractures in MA exploration area[J]. Journal of Yangtze University (Nat Sci Edit) (in Chinese), 10(26): 68-70, 84.
[114] Zhao Jinzhou, Wang Song, Li Yongming. 2012. Difficulties and key techniques in the fracturing treatment of shale gas reservoirs[J]. Natur. Gas Ind. (in Chinese), 32(4): 46-49.
[115] Zhao J L, Gong Z W, Li G, et al. 2012. A review and perspective of identifying and evaluating the logging technology of fractured carbonate reservoir[J]. Progress in Geophysics (in Chinese), 27(2): 537-547, doi: 10.6038/j.issn.1004-2903.2012.02.017.
[116] Zhao Q, Han B, Tan Y L, et al. 2014. Logging identification and evaluation of fractured mudstone reservoir [J]. Liaoning Chemical Industry (in Chinese), 43(3): 340-342, 345.
[117] Zhao S. 2013. The structural features and Lower Paleozoic of black shale fracture characteristics and distribution in Qianbei area (in Chinese) [D]. Beijing: China University of Geosciences.
[118] Zhou C C. 2003. Studies on the structure mode of Baigezhuang region and the identification and prediction of structure fracture of reservoirs (in Chinese) [D]. Guangzhou: Graduate School of Chinese Academy of Sciences.
[119] Zhou J, Gao J W, He P, et al. 2005. Application of microseism and microfrac monitoring tech in Shanshan Oilfield[J]. Well Testing (in Chinese), 14(6): 62-64.
[120] Zhu D W, Wang X Z, Ding W L, et al. 2013. Application of logging data in the identification of high quality shale gas reservoirs: an example from the Chang-7 black shale in southeastern Ordos Basin[J]. Journal of Xi'an Shiyou University (Natural Science Edition) (in Chinese), 28(2): 25-29, 34.
[121] Zhu H. 2012. Experimental study on closure pressure and pressure-sensibility of Fractured shale reservoir (in Chinese) [D]. Daqing: Northeast Petroleum University.
[122] Zou C N, Dong D Z, Yang H, et al. 2011. Conditions of shale gas accumulation and exploration practices in China [J]. Natur. Gas Ind. (in Chinese), 31(12): 26-39.
[123] 毕林锐. 2007. 核磁共振测井技术的最新若干进展[J]. 工程地球物理学报, 4(4): 369-374.
[124] 陈更生, 董大忠, 王世谦,等. 2009. 页岩气藏形成机理与富集规律初探[J]. 天然气工业, 29(5): 17-21.
[125] 陈怀震, 印兴耀, 高成国,等. 2014. 基于各向异性岩石物理的缝隙流体因子AVAZ反演[J]. 地球物理学报, 57(3): 968-978, doi: 10.6038/cjg20140326.
[126] 陈雪莲, 唐晓明, 钱玉萍. 2014. 含孔隙、裂隙致密介质中多极子声波的传播特征[J]. 地球物理学报, 57(9): 2961-2970, doi: 10.6038/cjg20140921.
[127] 陈振标, 李军, 张超谟. 2007. 测井新技术评价方法在缝洞型储层中的应用[C].// 湖北省石油学会测井专业委员会2007年年会论文集. 武汉: 湖北省科学技术协会, 1-21.
[128] 戴勇. 2007. 致密碎屑岩储层裂缝地震预测与评价方法研究[D]. 成都: 成都理工大学.
[129] 邓攀, 陈孟晋, 高哲荣,等. 2002. 火山岩储层构造裂缝的测井识别及解释[J]. 石油学报, 23(6): 32-36.
[130] 丁文龙, 漆立新, 吕海涛,等. 2009. 利用FMI资料分析塔河油田南部中—下奥陶统储层构造应力场[J]. 现代地质, 23(5): 852-859.
[131] 丁文龙, 许长春, 久凯,等. 2011. 泥页岩裂缝研究进展[J]. 地球科学进展, 26(2): 135-144.
[132] 丁文龙, 金文正, 樊春,等. 2013. 油藏构造分析[M]. 北京: 石油工业出版社.
[133] 董大忠, 程克明, 王世谦,等. 2009. 页岩气资源评价方法及其在四川盆地的应用[J]. 天然气工业, 29(5): 33-39.
[134] 董宁, 霍志周, 孙赞东,等. 2014. 泥页岩岩石物理建模研究[J]. 地球物理学报, 57(6): 1990-1998, doi: 10.6038/cjg20140629.
[135] 董谦, 刘小平, 李武广,等. 2012. 关于页岩含气量确定方法的探讨[J]. 天然气与石油, 30(5): 34-37, 39.
[136] 段银鹿, 李倩, 姚韦萍. 2013. 水力压裂微地震裂缝监测技术及其应用[J]. 断块油气田, 20(5): 644-648.
[137] 傅爱兵, 吴辉, 李林,等. 2003. 成像测井技术在裂缝储层评价中的应用[J]. 油气地质与采收率, 10(2): 67-69.
[138] 付广, 吕延防, 杨勉. 2002. 欠压实泥岩异常孔隙流体压力的定量研究[J]. 新疆石油地质, 23(4): 295-298.
[139] 付广, 康德江. 2005. 异常孔隙流体压力对各种相态天然气的间接封闭作用[J]. 天然气地球科学, 16(6): 700-705.
[140] 高敏, 安秀荣, 祗淑华,等. 2000. 用核磁共振测井资料评价储层的孔隙结构[J]. 测井技术, 24(3): 188-193.
[141] 高伟, 王允诚, 徐静,等. 2008. 小波分析在测井裂缝识别中的应用[J]. 西南石油大学学报(自然科学版), 30(1): 51-53.
[142] Georgia R, 高静怀, 汪玲玲,等. 2008. 基于方向模板的保持边缘平滑后地震图像的不连续性检测[J]. 地球物理学进展, 23(5): 1398-1405.
[143] 顾雯. 2012. 地震多属性裂缝检测方法技术研究[D]. 成都: 成都理工大学.
[144] 何英. 2011. 高精度曲率分析方法及其在构造识别中的应用[D]. 成都: 成都理工大学.
[145] 何雨丹, 魏春光. 2007. 裂缝型油气藏勘探评价面临的挑战及发展方向[J]. 地球物理学进展, 22(2): 537-543.
[146] 贺懿. 2008. 地震储层参数非线性反演与预测方法研究[D]. 青岛: 中国海洋大学.
[147] 华学理. 2004. 东濮凹陷泥岩裂缝油气藏特征及识别技术研究[D]. 成都: 西南石油学院.
[148] 黄龙威. 2005. 东濮凹陷文留中央地垒带泥岩裂缝性油气藏研究[J]. 石油天然气学报, 27(3): 289-294.
[149] 霍凤龙. 2012. 古龙地区泥岩裂缝油藏成藏条件及地球物理特征研究[D]. 杭州: 浙江大学.
[150] 蒋礼宏. 2003. 利用地震资料研究ZJD地区泥岩、泥灰岩裂缝的分布规律[J]. 江汉石油学院学报, 25(2): 49-50.
[151] 江涛. 2007. 低渗透油藏储层裂缝预测技术研究——松辽盆地南部新北—新立油田储层裂缝预测研究[D]. 北京: 中国地质大学(北京).
[152] 焦婷婷. 2010. 东营凹陷泥岩裂缝的特征成因与油气富集[J]. 石油地质与工程, 24(6): 22-26.
[153] 金衍, 陈勉, 张旭东. 2006. 天然裂缝地层斜井水力裂缝起裂压力模型研究[J]. 石油学报, 27(5): 124-126.
[154] 李宝华. 2013. 页岩气储层测井评价有关问题的探讨[J]. 中国煤炭地质, 25(4): 68-71.
[155] 李建良, 葛祥, 张筠. 2006. 成像测井新技术在川西须二段储层评价中的应用[J]. 天然气工业, 26(7): 49-51.
[156] 李建青. 2012. 中国南方海相页岩气选区评价体系研究[D]. 西安: 西北大学.
[157] 李新景, 胡素云, 程克明. 2007. 北美裂缝性页岩气勘探开发的启示[J]. 石油勘探与开发, 34(4): 392-400.
[158] 李新景, 吕宗刚, 董大忠,等. 2009. 北美页岩气资源形成的地质条件[J]. 天然气工业, 29(5): 27-32.
[159] 李玉喜, 张金川, 姜生玲,等. 2012. 页岩气地质综合评价和目标优选[J]. 地学前缘(中国地质大学(北京); 北京大学), 19(5): 332-337.
[160] 李召成, 孙建孟, 耿生臣,等. 2001. 应用核磁共振测井T2谱划分裂缝型储层[J]. 石油物探, 40(4): 113-118.
[161] 李煜伟, 李砚, 吕宗刚,等. 2009. 双相介质BISQ地震油气预测技术[J]. 天然气工业, 29(12): 29-31.
[162] 李煜伟, 吕宗刚, 彭海润,等. 2013. 双相介质理论检测页岩裂缝及其油气[J]. 成都理工大学学报(自然科学版), 40(6): 648-657.
[163] 林建东, 任森林, 薛明喜,等. 2012. 页岩气地震识别与预测技术[J]. 中国煤炭地质, 24(8): 56-60.
[164] 林振洲, 潘和平. 2006. 核磁共振测井进展[J]. 工程地球物理学报, 3(4): 295-303.
[165] 刘财, 兰慧田, 郭志奇,等. 2013. 基于改进BISQ机制的双相HTI介质波传播伪谱法模拟与特征分析[J]. 地球物理学报, 2013, 56(10): 3461-3473, doi: 10.6038/cjg20131021.
[166] 刘传虎. 2012. 宽方位地震技术与隐蔽油气藏勘探[J]. 石油物探, 51(2): 138-145.
[167] 刘军迎. 2012. 裂缝型油气藏叠前地震检测方法技术研究[D]. 成都: 成都理工大学.
[168] 刘之的, 赵靖舟. 2014. 鄂尔多斯盆地长7段油页岩裂缝测井定量识别[J]. 天然气地球科学, 25(2): 259-265.
[169] 龙鹏宇, 张金川, 唐玄,等. 2011. 泥页岩裂缝发育特征及其对页岩气勘探和开发的影响[J]. 天然气地球科学, 22(3): 525-532.
[170] 陆明华, 骆璞, 姜传芳,等. 2013. 地震属性技术在页岩裂缝预测中的应用[J]. 石油天然气学报(江汉石油学院学报), 35(8): 62-64, 92.
[171] 罗刚, 邹勇, 张勇军, 等. 2014. 盐间泥岩裂缝储层孔隙度计算方法探讨[J]. 中国石油和化工标准与质量, (4): 154.
[172] 罗泽松. 2012. 安岳区块须二段低孔裂缝型储层测井评价[D]. 成都: 成都理工大学工程.
[173] 马妮. 2013. 页岩的地震属性分心综述[J]. 价值工程, (31): 313-314.
[174] 马若龙. 2013. 湘中、湘东南及湘东北地区泥页岩层系地质特征与页岩气勘探潜力[D]. 成都: 成都理工大学.
[175] 聂海宽, 唐玄, 边瑞康. 2009a. 页岩气成藏控制因素及中国南方页岩气发育有利区预测[J]. 石油学报, 30(4): 484-491.
[176] 聂海宽, 张金川, 张培先,等. 2009b. 福特沃斯盆地Barnett页岩气藏特征及启示[J]. 地质科技情报, 28(2): 87-93.
[177] 齐宝权, 甘秀娥. 2007. 测井新技术在广安地区须家河组储层评价中的应用[J]. 天然气工业, 27(6): 15-18.
[178] 曲寿利, 季玉新, 王鑫,等. 2001. 全方位P波属性裂缝检测方法[J]. 石油地球物理勘探, 36(4): 390-397.
[179] 申辉林, 高松洋. 2007. 基于BP神经网络进行裂缝识别研究[J]. 断块油气田, 14(2): 60-62.
[180] 舒卫国, 章成广, 韩成,等. 2005. 测井新技术在砂泥岩裂缝储层评价中的应用[J]. 国外测井技术, 20(1): 9-13.
[181] 宋建国, 王艳香, 乔玉雷,等. 2008. AVO技术进展[J]. 地球物理学进展, 23(2): 508-514.
[182] 宋梅远. 2011. 渤南洼陷泥岩裂缝油气藏储层发育及成藏规律研究[D]. 青岛: 中国石油大学(华东).
[183] 宋子齐. 1991. 用常规测井资料研究泥岩裂缝性储层[J]. 地球物理测井, 15(5): 309-317.
[184] 苏朝光, 刘传虎, 高秋菊. 2001. 胜利油田罗家地区泥岩裂缝油气藏地震识别与描述技术[J]. 石油地球物理勘探, 36(3): 371-377.
[185] 孙建孟, 刘蓉, 梅基席,等. 1999. 青海柴西地区常规测井裂缝识别方法[J]. 测井技术, 23(4): 268-272.
[186] 孙伟家, 符力耘, 管西竹,等. 2013. 页岩气地震勘探中页岩各向异性的地震模拟研究[J]. 地球物理学报, 56(3): 961-970, doi: 10.6038/cjg20130324.
[187] 谭海芳, 师桂祥, 申梅英,等. 2004. 利用常规测井资料识别砂泥岩中裂缝的方法研究[J]. 断块油气田, 11(6): 81-82.
[188] 谭茂金, 赵文杰. 2006. 用核磁共振测井资料评价碳酸盐岩等复杂岩性储集层[J]. 地球物理学进展, 21(2): 489-493.
[189] 王炳章. 2008. 地震岩石物理学及其应用研究[D]. 成都: 成都理工大学.
[190] 汪功怀, 邓明霞, 宋萍,等. 2011. 东濮凹陷沙三上盐间泥岩裂缝油气藏地震识别及描述[J]. 断块油气田, 18(4): 461-464.
[191] 王海云, 陈小青. 2012. 泥岩裂缝性储层识别及测井系列的选择[J]. 国外测井技术, (3): 11-12.
[192] 王树刚, 李红梅. 2013. 泥页岩储层各项异性正演模拟与属性分析[J]. 油气藏评价与开发, 3(5): 61-65.
[193] 王世明. 2012. 鄂尔多斯盆地上古生界煤层与泥页岩的孔隙性和含气性分析[D]. 西安: 西北大学.
[194] 王天娇. 2011. 阿姆河右岸区块碳酸盐岩裂缝性储层评价方法研究[D]. 西安: 西安石油大学.
[195] 王维红. 2002. 泥岩裂缝地层双侧向测井正演数值模拟[D]. 大庆: 大庆石油学院.
[196] 王晓东, 林年添, 汤健健,等. 2011. 地震多属性分析技术在页岩气藏储层预测中的应用研究[C]. 中国地球物理, 638.
[197] 王兴建. 2003. 地震裂缝预测方法研究及应用[D]. 成都: 成都理工大学.
[198] 王宣龙, 李厚裕, 冯红霞. 1996. 利用声波和自然伽马能谱分析泥岩裂缝储层[J]. 测井技术, 20(6): 432-435.
[199] 王秀玲, 季玉新, 刘玉珍,等. 2003. 应用地震吸收分析技术预测裂缝性储层[J]. 油气地球物理, 1(2): 44-46.
[200] 汪勇. 2013. 裂缝油气藏储层预测方法及应用研究[D]. 武汉: 中国地质大学(武汉).
[201] 王延光, 杜启振. 2006. 泥岩裂缝性储层地震勘探方法初探[J]. 地球物理学进展, 21(1): 494-501.
[202] 王玉满, 董大忠, 杨桦,等. 2014. 川南下志留统龙马溪组页岩储集空间定量表征[J]. 中国科学: 地球科学, 44(6): 1348-1356.
[203] 魏斌, 王绿水, 傅永强. 2014. 页岩气测井评价综述[M]. 北京: 石油工业出版社, 22-82.
[204] 魏嘉, 郭全仕. 2011. 页岩气勘探开发中的地震技术[C]. 中国地球物理2011, 19.
[205] 吴海燕, 朱留方. 2003. 成像、核磁共振测井在埕北裂缝性储层评价中的应用[J]. 石油与天然气地质, 23(1): 45-48.
[206] 吴胜和, 欧阳健, 魏涛,等. 1995. 轮南地区奥陶系裂缝型储层的地质分析[J]. 石油学报, 16(1): 17-23.
[207] 夏文豪. 2009. 冀东油田裂缝性储层测井评价研究[D]. 青岛: 中国石油大学(华东).
[208] 夏晓燕. 2012. AVO技术在靖边气田含气性检测中的应用研究[D]. 武汉: 中国地质大学(武汉).
[209] 向立宏. 2008. 济阳坳陷泥岩裂缝主控因素定量分析[J]. 油气地质与采收率, 15(5): 31-33, 37.
[210] 肖大志. 2011. 基于常规测井资料小波多尺度分析的裂缝识别方法[J]. 工程地球物理学报, 8(2): 216-221.
[211] 肖飞. 2012. 核磁共振测井应用研究——碎肩岩储层孔隙结构、动态T2截止值、稠油识别研究[D]. 荆州: 长江大学.
[212] 徐士林, 包书景. 2009. 鄂尔多斯盆地三叠系延长组页岩气形成条件及有利发育区预测[J]. 天然气地球科学, 20(3): 460-465.
[213] 曾维特, 张金川, 丁文龙,等. 2014. 延长组陆相页岩含气量及其主控因素——以鄂尔多斯盆地柳坪171井为例[J]. 天然气地球科学, 25(2): 291-301.
[214] 张光亚, 陈全茂, 刘来民. 1993. 南阳凹陷泥岩裂缝油气藏特征及其形成机制探讨[J]. 石油勘探与开发, 20(1): 18-26.
[215] 张广智, 陈怀震, 王琪,等. 2013. 基于碳酸盐岩裂缝岩石物理模型的横波速度和各向异性参数预测[J]. 地球物理学报, 56(5): 1707-1715, doi: 10.6038/cjg20130528.
[216] 张金川, 汪宗余, 聂海宽,等. 2008. 页岩气及其勘探研究意义[J]. 现代地质, 22(4): 640-646.
[217] 张金川, 边瑞康, 荆铁亚,等. 2011. 页岩气理论研究的基础意义[J]. 地质通报, 30(2-3): 318-323.
[218] 张佳佳, 李宏兵, 姚逢昌,等. 2011. 地震评价油页岩的方法及应用[C]. 中国地球物理2011, 689-690.
[219] 张奎华. 2013. 密度投影技术在页岩里裂缝储层预测中的应用—以渤南洼陷罗家地区沙三段下亚段为例[J]. 油气地质与采收率, 20(3): 46-49.
[220] 张文静. 2009. 小波多尺度分析方法识别储层裂缝[D]. 青岛: 中国石油大学(华东).
[221] 张晓林, 张峰, 李向阳,等. 2013. 水力压裂对速度场及微地震定位的影响[J]. 地球物理学报, 56(10): 3552-3560, doi: 10.6038/cjg20131030.
[222] 张旭亮. 2013. 微地震裂缝监测技术研究与应用[D]. 荆州: 长江大学.
[223] 张宇生, 梁兴, 余刚, 等. 2013. 利用宽方位三维地震属性预测页岩裂缝发育区的研究[J]. 长江大学学报(自科版), 10(26): 68-70, 84.
[224] 张昕, 郑晓东. 2005. 裂缝发育带地镇识别预测技术研究进展[J]. 石油地球物理勘探, 40(6): 724-730.
[225] 张璐. 2009. 基于岩石物理的地震储层预测方法应用研究[D]. 青岛: 中国石油大学(华东).
[226] 赵军龙, 巩泽文, 李甘,等. 2012. 碳酸盐岩裂缝性储层测井识别及评价技术综述与展望[J]. 地球物理学进展, 27(2): 537-547, doi: 10.6038/j.issn.1004-2903.2012.02.017.
[227] 赵金洲, 王松, 李勇明. 2012. 页岩气藏压裂改造难点与技术关键[J]. 天然气工业, 32(4): 46-49.
[228] 赵松. 2013. 黔北地区构造特征及其下古生界黑色页岩裂缝发育特征和分布规律研究[D]. 北京: 中国地质大学(北京).
[229] 赵茜, 韩冰, 谭云龙,等. 2014. 砂泥岩裂缝性储层测井识别及评价技术[J]. 辽宁化工, 43(3): 340-342, 345.
[230] 周灿灿. 2003. 柏各庄地区构造样式及储层构造裂缝识别与预测[D]. 广州: 中国科学研研究生院.
[231] 周婕, 高敬文, 何平,等. 2005. 微地震裂缝监测系统在鄯善油田的应用[J]. 油气井测试, 14(6): 62-64.
[232] 朱定伟, 王香增, 丁文龙,等. 2013. 测井资料在优质页岩气储层识别中的应用——以鄂尔多斯盆地东南部长7段黑色页岩为例[J]. 西安石油大学学报(自然科学版), 28(2): 25-29, 34.
[233] 朱贺. 2012. 泥岩裂缝性储层闭合压力及应力敏感性研究[D]. 大庆: 东北石油大学.
[234] 邹才能, 董大忠, 杨桦,等. 2011. 中国页岩气形成条件及勘探实践[J]. 天然气工业, 31(12): 26-39.
[235] 晏信飞. 2009. 油气储层地震波场特性正演模拟研究及AVO分析技术[D]. 北京: 中国地质大学(北京).