張顯文 胡光義 范廷恩 井涌泉 王海峰 于 斌

(1.海洋石油高效開(kāi)發(fā)國(guó)家重點(diǎn)實(shí)驗(yàn)室 北京 100028； 2.中海油研究總院有限責(zé)任公司 北京 100028)

河流相儲(chǔ)層是我國(guó)已發(fā)現(xiàn)油田中主要的儲(chǔ)集層類(lèi)型，渤海海域河流相儲(chǔ)層探明地質(zhì)儲(chǔ)量占總探明儲(chǔ)量的一半，其產(chǎn)量占渤海海域產(chǎn)量的近60%[1]。隨著主力油田進(jìn)入油氣開(kāi)發(fā)的中后期，剩余油分布預(yù)測(cè)是油田調(diào)整與挖潛的核心，此時(shí)儲(chǔ)層構(gòu)型分析成為開(kāi)發(fā)地震的工作重點(diǎn)，其預(yù)測(cè)精度直接影響油田的開(kāi)發(fā)方案設(shè)計(jì)及剩余油分布研究[2]。胡光義 等[3]綜合多資料分析在地震資料可識(shí)別尺度把河流相儲(chǔ)層砂體疊置樣式劃分為3種類(lèi)型共7類(lèi)樣式，通過(guò)進(jìn)一步研究每類(lèi)構(gòu)型的地震響應(yīng)特征，闡述了地震屬性描述模板，將構(gòu)型類(lèi)型與地震響應(yīng)有機(jī)結(jié)合后提出了“地震構(gòu)型相”[4]，為河流相儲(chǔ)層砂體預(yù)測(cè)提供了新的研究思路。劉偉 等[5]針對(duì)河流相砂泥巖薄互層開(kāi)展了敏感地震屬性分析；何方[6]分析研究了渤海海域河流相儲(chǔ)層地震響應(yīng)特征，總結(jié)了Q油田河流相儲(chǔ)層的厚度變化特征、河道砂體的空間分布特征及河道的邊界分布特征。在河流相儲(chǔ)層巖性和厚度預(yù)測(cè)方面，地震屬性分析技術(shù)取得了廣泛的應(yīng)用[7-8]。井涌泉 等[9]基于波形分類(lèi)技術(shù)實(shí)現(xiàn)了河流相砂體疊置模式預(yù)測(cè)，馬躍華 等[10]利用譜分解技術(shù)對(duì)河流相儲(chǔ)層厚度分布和沉積微相區(qū)帶展布規(guī)律進(jìn)行了研究，劉超 等[11]對(duì)海上油田大井距條件下曲流河儲(chǔ)層內(nèi)部構(gòu)型解剖進(jìn)行了應(yīng)用研究，這些研究成果在河流相儲(chǔ)層的勘探與開(kāi)發(fā)中發(fā)揮了重要的價(jià)值。然而，河流相儲(chǔ)層結(jié)構(gòu)復(fù)雜，地震響應(yīng)存在諸多影響因素，有必要從實(shí)際應(yīng)用角度“抽象構(gòu)建”河流相儲(chǔ)層結(jié)構(gòu)模式，分析地震響應(yīng)規(guī)律以實(shí)現(xiàn)儲(chǔ)層結(jié)構(gòu)表征。

本文首先基于河流相砂體疊置樣式構(gòu)建了儲(chǔ)層結(jié)構(gòu)模式，通過(guò)模型地震正演開(kāi)展了地震響應(yīng)分析與敏感屬性研究，從實(shí)際應(yīng)用出發(fā)提出了河流相儲(chǔ)層結(jié)構(gòu)樣式滑塊模型，構(gòu)建了該模型主因素地震屬性響應(yīng)模板，基于概率神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了河流相儲(chǔ)層結(jié)構(gòu)反演，最后通過(guò)模型數(shù)據(jù)和實(shí)際油田應(yīng)用驗(yàn)證了方法的有效性和適用性。

1 河流相儲(chǔ)層結(jié)構(gòu)模式建立

河流相儲(chǔ)層縱向多期疊置切割，橫向變化快，具有較強(qiáng)的非均質(zhì)性。為了分析不同儲(chǔ)層結(jié)構(gòu)地震響應(yīng)特征，在高分辨率層序地層格架控制下，依據(jù)沉積結(jié)構(gòu)構(gòu)造、幾何形態(tài)、疊置增生樣式，分析砂體尖滅、切割疊置及泥巖隔、夾層發(fā)育的地震響應(yīng)特征，總結(jié)出河流相儲(chǔ)層四類(lèi)結(jié)構(gòu)模式(圖1)。

圖1 河流相儲(chǔ)層四類(lèi)結(jié)構(gòu)模式Fig .1 Four kinds of architecture models for fluvial facies reservoir

1) 砂體厚度變化模式?！澳喟啊苯Y(jié)構(gòu)，砂巖厚度為0～15 m。該模式代表單期河道砂體或多期疊置且無(wú)夾層的河道砂體從中部到邊部的厚度變化特征。

2) 砂體疊置與砂體厚度變化模式。該模式中兩期砂體疊置，中間發(fā)育夾層。其中，下部砂體厚度穩(wěn)定，為6～8 m；中間夾層厚度為3～5 m；而上部砂體厚度變化，為0～10 m。

3) 砂體疊置與夾層厚度變化模式。與模式(2)相似，兩期砂體疊置，中間發(fā)育夾層。兩套砂體厚度穩(wěn)定，為6～8 m；中間夾層厚度變化，為0～8 m。

模式(2)與模式(3)代表河道砂體疊置模式，基本涵蓋不同砂體部位疊置、不同砂體厚度疊置以及夾層厚度變化等各類(lèi)疊置模式。

4) 薄互層模式。多套薄層砂巖與泥巖相互疊置，砂、泥巖厚度為2～4 m，代表多期砂體疊置模式中砂泥巖邊部組合特征，或溢岸沉積。

2 地震響應(yīng)分析與敏感屬性研究

基于河流相儲(chǔ)層結(jié)構(gòu)模式構(gòu)建地震正演模型，如圖2所示，模型中黃色代表砂巖，其速度為2 450 m/s，密度為2.1 g/cm3；灰色代表泥巖，其速度為2 650 m/s，密度為2.25 g/cm3。圖2中,模型①模擬砂巖厚度變化模式，楔形體的厚度從左到右由0增加到15 m；模型②模擬砂體疊置、上覆砂巖厚度變化模式，上覆砂巖厚度由0增加到8 m，下覆砂巖厚度為5 m，泥巖厚度為3 m；模型③模擬砂體疊置與夾層厚度變化模式，砂巖厚度為5 m，泥巖厚度由0增加到5 m；模型④模擬砂泥薄互層模式，砂、泥巖厚度為3 m。

河流相儲(chǔ)層砂體地震響應(yīng)模擬與波阻抗反演剖面如圖3所示，砂巖為低阻抗特征(負(fù)值)，其中時(shí)間采樣率為1 ms，道間距為6.25 m。從圖3可以看出，不同的儲(chǔ)層厚度、砂體結(jié)構(gòu)以及泥巖隔夾層發(fā)育程度影響地震響應(yīng)的振幅、頻率、波形等變化，因此有必要針對(duì)不同儲(chǔ)層結(jié)構(gòu)特征開(kāi)展儲(chǔ)層地震屬性敏感性研究。

地震屬性種類(lèi)和數(shù)量很多，已有分析結(jié)果[12-13]表明振幅類(lèi)屬性與砂體模型相關(guān)程度最好，層序類(lèi)僅次于振幅類(lèi)，而頻譜類(lèi)、瞬時(shí)類(lèi)和非線性類(lèi)最差。本次研究主要包括不同的儲(chǔ)層厚度變化與泥巖隔夾層發(fā)育程度對(duì)地震屬性的敏感性，因此基于圖3所示的砂頂、底反射層位提取地震屬性與反演屬性，優(yōu)選了振幅類(lèi)、頻譜類(lèi)和層序類(lèi)中具有代表性的敏感屬性。

圖3 河流相儲(chǔ)層地震正演與波阻抗反演剖面Fig .3 Seismic forward modeling section and impedance inversion section for fluvial facies reservoir

河流相儲(chǔ)層歸一化振幅類(lèi)地震屬性如圖4所示,結(jié)合圖2可以看出：對(duì)于模型①，振幅隨儲(chǔ)層厚度增加而增大，當(dāng)儲(chǔ)層厚度達(dá)到1/4波長(zhǎng)(即調(diào)諧厚度)時(shí)，振幅最大。對(duì)于模型②，隨著上覆砂巖厚度的增加，儲(chǔ)層表現(xiàn)為薄互層特征，均方根振幅、反演最小振幅逐漸減小，而反演總負(fù)振幅屬性隨整體砂地比的增加而增大；當(dāng)上覆砂巖厚度較小時(shí)，儲(chǔ)層表現(xiàn)為下河道特征，即上薄、下厚，此時(shí)儲(chǔ)層頂界面波谷反射較弱，儲(chǔ)層底界面波峰反射較強(qiáng)，隨著上覆砂巖厚度的增加，波谷反射增強(qiáng)，波峰反射減弱。對(duì)于模型③，隨著泥巖隔夾層的增加，振幅逐漸減小。對(duì)于模型④，砂泥薄互層儲(chǔ)層表現(xiàn)為弱振幅的反射特征。

圖4 河流相儲(chǔ)層振幅類(lèi)歸一化地震屬性Fig .4 Normalized seismic amplitude attributes for fluvial facies reservoir

河流相儲(chǔ)層歸一化頻率類(lèi)和層序類(lèi)地震屬性如圖5所示，結(jié)合圖2可以看出：對(duì)于模型①，隨著砂體厚度增加，優(yōu)勢(shì)頻率與瞬時(shí)頻率減小，能量半時(shí)間增大；弧長(zhǎng)屬性是振幅和頻率的綜合響應(yīng)，隨著砂體厚度增加而增大，當(dāng)儲(chǔ)層厚度達(dá)到1/4波長(zhǎng)(即調(diào)諧厚度)時(shí)，弧長(zhǎng)最大。對(duì)于模型②，隨著上覆砂巖厚度的增加，儲(chǔ)層表現(xiàn)為薄互層特征，優(yōu)勢(shì)頻率、瞬時(shí)頻率、弧長(zhǎng)減小，能量半時(shí)間減小；當(dāng)上覆砂巖厚度較小時(shí)，儲(chǔ)層表現(xiàn)為下河道特征，能量半時(shí)間最大。對(duì)于模型③，隨著泥巖隔夾層的增加，優(yōu)勢(shì)頻率、瞬時(shí)頻率與弧長(zhǎng)減小。對(duì)于模型④，砂泥薄互層儲(chǔ)層表現(xiàn)為低頻、弱振幅的地震響應(yīng)特征。

圖5 河流相儲(chǔ)層頻譜類(lèi)與層序類(lèi)歸一化地震屬性Fig .5 Normalized seismic frequency and sequence attributes for fluvial facies reservoir

針對(duì)復(fù)雜的河流相儲(chǔ)層砂體結(jié)構(gòu)，在沉積學(xué)研究基礎(chǔ)上抽象建立了 “滑塊模型”，如圖6所示。該模型將砂體厚度、夾層層數(shù)作為自變量，當(dāng)“滑塊”在坐標(biāo)系內(nèi)滑動(dòng)一個(gè)點(diǎn)，就代表一個(gè)新的構(gòu)型樣式。當(dāng)夾層不發(fā)育時(shí)，即一層砂巖，厚度變化可以表征單期河道砂體或多期疊置且無(wú)夾層的河道砂體沉積變化；當(dāng)夾層發(fā)育時(shí)，包括發(fā)育一期夾層、兩期夾層及多期夾層，不同的夾層位置反映了砂體多期疊置儲(chǔ)層結(jié)構(gòu)的變化。

圖6 河流相儲(chǔ)層結(jié)構(gòu)樣式滑塊模型Fig .6 Sliding block model for fluvial facies reservoir architecture

基于 “滑塊模型”及儲(chǔ)層地震敏感屬性分析，構(gòu)建了河流相儲(chǔ)層主因素變化地震響應(yīng)模板，如圖7所示，箭頭表示地震屬性值與砂巖厚度變化、泥質(zhì)夾層發(fā)育的相關(guān)性，箭頭向外為正相關(guān)、向內(nèi)為負(fù)相關(guān)。

圖7 河流相儲(chǔ)層結(jié)構(gòu)主因素變化地震響應(yīng)模板(箭頭表示相關(guān)性，向外為正相關(guān)，向內(nèi)為負(fù)相關(guān))Fig .7 Seismic response model of main factors variation for fluvial facies reservoir(arrows indicate positive or negative correlation)

結(jié)合圖2、4分析表明，圖7a中振幅能量屬性與砂巖厚度表現(xiàn)為正相關(guān)，而頻譜類(lèi)屬性以負(fù)相關(guān)為主，因此以反演為主的振幅屬性以及地震振幅、能量屬性是刻畫(huà)砂巖厚度變化的有效手段，分頻屬性能夠刻畫(huà)特定砂巖厚度儲(chǔ)層特征。盡管頻譜類(lèi)屬性在穩(wěn)定性方面較振幅類(lèi)屬性差，但對(duì)薄層厚度變化具有更好的指示性，可作為振幅類(lèi)屬性的有效補(bǔ)充。

圖7b所示的泥質(zhì)夾層發(fā)育儲(chǔ)層刻畫(huà)包括泥質(zhì)夾層數(shù)量及夾層空間位置變化兩種情況，結(jié)合圖2、5分析表明隨著夾層數(shù)量增多，儲(chǔ)層表現(xiàn)為低頻、弱振幅的地震響應(yīng)特征，振幅能量類(lèi)與頻率類(lèi)屬性整體以負(fù)相關(guān)為主(箭頭向內(nèi))，而夾層空間位置變化主要影響地震反射的波形形態(tài)，波形類(lèi)屬性具有較好的指示。因此，利用振幅、頻率類(lèi)屬性確定泥質(zhì)夾層的數(shù)量，利用波形類(lèi)屬性確定夾層的空間位置，進(jìn)而綜合判別實(shí)現(xiàn)河流相含夾層儲(chǔ)層結(jié)構(gòu)預(yù)測(cè)。

圖7給出了河流相儲(chǔ)層結(jié)構(gòu)預(yù)測(cè)的主因素變化地震響應(yīng)模板，在實(shí)際應(yīng)用中應(yīng)針對(duì)研究區(qū)地質(zhì)特征構(gòu)建對(duì)應(yīng)的儲(chǔ)層結(jié)構(gòu)主因素變化地震響應(yīng)模板，對(duì)于各類(lèi)屬性中敏感地震屬性的優(yōu)選，需結(jié)合儲(chǔ)層巖石物理分析及正演模擬進(jìn)行屬性優(yōu)選與敏感性排序，這里僅給出了部分代表性的地震屬性。

3 河流相儲(chǔ)層結(jié)構(gòu)地震預(yù)測(cè)

河流相儲(chǔ)層結(jié)構(gòu)識(shí)別包括地震屬性優(yōu)選與儲(chǔ)層結(jié)構(gòu)反演兩個(gè)關(guān)鍵環(huán)節(jié)。首先，以河流相儲(chǔ)層結(jié)構(gòu)主因素變化地震響應(yīng)模板為基礎(chǔ)，利用SDC三參數(shù)地震屬性優(yōu)化方法實(shí)現(xiàn)儲(chǔ)層結(jié)構(gòu)變化敏感地震屬性優(yōu)選，三參數(shù)是指從相關(guān)性、有效性和符合率等3個(gè)方面進(jìn)行綜合分析[14]。進(jìn)一步，基于優(yōu)選的敏感地震屬性，利用概率神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法進(jìn)行儲(chǔ)層結(jié)構(gòu)反演。概率神經(jīng)網(wǎng)絡(luò)屬于有監(jiān)督型模式識(shí)別方法，單個(gè)訓(xùn)練樣本由作為輸入信息的敏感地震屬性和作為監(jiān)督信息的井點(diǎn)儲(chǔ)層結(jié)構(gòu)組成。

3.1 模型測(cè)試

以圖2中河流相儲(chǔ)層結(jié)構(gòu)模式為例，分析實(shí)際砂體疊置情況的儲(chǔ)層結(jié)構(gòu)表征，旨在通過(guò)地震屬性優(yōu)選和神經(jīng)網(wǎng)絡(luò)模式識(shí)別對(duì)儲(chǔ)層結(jié)構(gòu)進(jìn)行分類(lèi)和預(yù)測(cè)，指導(dǎo)實(shí)際油藏應(yīng)用研究。通過(guò)模型地震正演分析與主因素變化地震響應(yīng)模板，將河流相儲(chǔ)層結(jié)構(gòu)分為6種，即模式①～⑥： ①單期河道主體(砂巖厚度大于3 m，小于7 m)；②兩期河道疊置且無(wú)夾層(砂巖厚度大于7 m，泥巖夾層厚度小于3 m)；③兩期河道疊置且?jiàn)A層發(fā)育(砂巖厚度大于7 m，泥巖夾層厚度大于3 m)；④薄層砂巖與泥巖相互疊置(砂、泥巖厚度2～4 m)；⑤單期河道邊部(砂巖厚度小于3 m)；⑥純泥巖。

為了驗(yàn)證儲(chǔ)層結(jié)構(gòu)預(yù)測(cè)方法的有效性，在不同的砂體部位定義了18口井，河流相儲(chǔ)層砂體結(jié)構(gòu)模式井特征值定義如圖8和表1～3所示。圖8中黑色線表示井在模型中的位置，表1～3中明確了各井所在位置的砂巖、泥巖特征及特征參數(shù)值(特征值“1～6”分別對(duì)應(yīng)模式①～⑥)。以表中定義的模式井特征值及圖7b中的地震屬性模板為基礎(chǔ)，利用概率神經(jīng)網(wǎng)絡(luò)方法進(jìn)行儲(chǔ)層結(jié)構(gòu)反演，計(jì)算的最終結(jié)果如圖9所示，可以看出，基于屬性模式約束概率神經(jīng)網(wǎng)絡(luò)反演技術(shù)能夠?qū)崿F(xiàn)河流相儲(chǔ)層結(jié)構(gòu)識(shí)別。

圖8 河流相儲(chǔ)層結(jié)構(gòu)模式井特征值定義Fig .8 Flag value definition of wells for fluvial facies reservoir architecture model表1 河流相砂體結(jié)構(gòu)模式井特征值(模型1)Table 1 Flag value definition of wells for fluvial facies reservoir architecture model(model 1)

井名砂巖厚度/m特征值W106W225W341W492W5132

表2 河流相砂體結(jié)構(gòu)模式井特征值(模型2、3)Table 2 Flag value definition of wells for fluvial facies reservoir architecture model(model 2 and 3)

表3 河流相砂體模式井特征值(模型4)Table 3 Flag value definition of wells for fluvial facies reservoir architecture model(model 4)

3.2 實(shí)例應(yīng)用

Q油田為典型的河流相油田，沉積類(lèi)型為曲流河相，北向物源，受東西兩側(cè)地形限制，河道主要在中部河谷范圍內(nèi)遷移擺動(dòng)，形成側(cè)向和垂向疊置的復(fù)合砂體。研究區(qū)測(cè)井相分析與地質(zhì)研究表明，砂體厚度數(shù)米到十幾米，存在如圖10所示的5種儲(chǔ)層結(jié)構(gòu)樣式，基于測(cè)井響應(yīng)特征選取20口井作為地震屬性反演模式識(shí)別的訓(xùn)練樣本。

圖10 Q油田5種儲(chǔ)層結(jié)構(gòu)樣式測(cè)井響應(yīng)Fig .10 Five types log response for reservoir architecture in Q oilfield

利用概率神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)的Q油田儲(chǔ)層結(jié)構(gòu)如圖11所示，沉積主體位于中部，砂體疊置程度高，夾層不發(fā)育；到研究區(qū)東側(cè)，由于曲流河的低砂地比以及側(cè)向遷移作用，不同時(shí)期砂體疊置，并發(fā)育夾層；而研究區(qū)兩側(cè)，由于沉積階地的限制作用，此處以沉積旋回末期的河道或溢岸沉積為主，砂巖厚度小，常見(jiàn)砂泥巖薄互層。選取29口井作為檢驗(yàn)井，儲(chǔ)層結(jié)構(gòu)預(yù)測(cè)的吻合率為86%；此外，2口過(guò)路井的實(shí)鉆結(jié)果與本文預(yù)測(cè)結(jié)果相吻合。由此可見(jiàn)，綜合本文提出的儲(chǔ)層結(jié)構(gòu)預(yù)測(cè)結(jié)果與常規(guī)的儲(chǔ)層巖性與厚度預(yù)測(cè)成果，可實(shí)現(xiàn)儲(chǔ)層結(jié)構(gòu)及儲(chǔ)層品質(zhì)的綜合表征，為油藏注采連通性分析、新井井位的設(shè)計(jì)與優(yōu)化提供堅(jiān)實(shí)的成果基礎(chǔ)。

圖11 基于概率神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)的Q油田儲(chǔ)層結(jié)構(gòu)反演Fig .11 Reservoir architecture inversion based on algorithm of probabilistic neural network in Q oilfield

4 結(jié)論

構(gòu)建了河流相儲(chǔ)層結(jié)構(gòu)模式，通過(guò)模型地震正演開(kāi)展了地震響應(yīng)分析與敏感屬性研究。針對(duì)復(fù)雜的河流相儲(chǔ)層結(jié)構(gòu)，在沉積學(xué)研究基礎(chǔ)上抽象建立了河流相儲(chǔ)層結(jié)構(gòu)樣式“滑塊模型”，將儲(chǔ)層地震響應(yīng)影響因素簡(jiǎn)化為砂體厚度、夾層(層數(shù)及空間位置)兩個(gè)因變量，通過(guò)屬性分析建立了河流相儲(chǔ)層結(jié)構(gòu)主因素變化地震響應(yīng)模板。進(jìn)一步，提出了SDC三參數(shù)地震屬性優(yōu)化與基于概率神經(jīng)網(wǎng)絡(luò)算法的儲(chǔ)層結(jié)構(gòu)反演技術(shù)，實(shí)現(xiàn)了河流相儲(chǔ)層結(jié)構(gòu)6種疊置樣式的預(yù)測(cè)。本文研究成果可為油藏注采連通性分析、新井井位設(shè)計(jì)與優(yōu)化提供重要的成果基礎(chǔ)。

[1] 陳飛,胡光義,范廷恩,等.渤海海域W油田新近系明化鎮(zhèn)組河流相砂體結(jié)構(gòu)特征[J].地學(xué)前緣,2015,22(2):207-213.CHEN Fei,HU Guangyi,FAN Ting’en,et al.Sandbody architecture and sequence stratigraphy of fluvial facies,Neogene Minghuazhen Formation,W oilfield,Bohai bay[J].Earth Science Frontiers,2015,22(2):207-213.

[2] 凌云,郭向宇,高軍,等．油藏地球物理面臨的技術(shù)挑戰(zhàn)與發(fā)展方向[J]．石油物探,2010,49(4):319-336.LING Yun,GUO Xiangyu,GAO Jun,et al.The technical challenges on the development trend of reservoir geophysics[J].Geophysical Prospecting for Petroleum,2010,49(4):319-336.

[3] 胡光義,陳飛,范廷恩,等.渤海海域S 油田新近系明化鎮(zhèn)組河流相復(fù)合砂體疊置樣式分析[J].沉積學(xué)報(bào),2014,32(3):586-592.HU Guangyi,CHEN Fei,FAN Ting’en,et al.Analysis of fluvial facies compound sandbody architecture of the Neogene Minghuazhen Formation of S oilfield in the Bohai bay[J].Acta Sedimentologica Sinica,2014,32(3):586-592.

[4] 胡光義,范廷恩,陳飛,等.從儲(chǔ)層構(gòu)型到“地震構(gòu)型相”：一種河流相高精度概念模型的表征方法[J].地質(zhì)學(xué)報(bào),2017,91(2):465-478.HU Guangyi,FAN Ting’en,CHEN Fei,et al.From reservoir architecture to seismic architecture facies:characteristics method of a high-resolution fluvial facies model[J].Acta Sedimentologica Sinica,2017,91(2):465-478.

[5] 劉偉,尹成,王敏,等.河流相砂泥巖薄互層基本地震屬性特征研究[J].石油物探,2014,53(4):468-476.LIU Wei,YIN Cheng,WANG Min,et al.Study on the characteristics of basic seismic attributes in fluvial sand-shale interbedded layers[J].Geophysical Prospecting for Petroleum,2014,53(4):468-476.

[6] 何方.渤海海域河流相儲(chǔ)層地震響應(yīng)特征分析研究[D].成都:西南石油大學(xué),2015.HE Fang.The study on reservoir seismic response for fluvial facies reservoir in Bohai[D].Chengdu:Southwest Petroleum University,2015.

[7] 陳恭洋,陳玲朱,潔瓊,等.地震屬性分析在河流相儲(chǔ)層預(yù)測(cè)中的應(yīng)用[J].西南石油大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,34(3):1-8.CHEN Gongyang,CHEN Lingzhu,JIE Qiong,et al.Application of seismic attributes analysis fluvial reservoir to prediction[J].Journal of Southwest Petroleum University(Science & Technology Edition),2012,34(3):1-8.

[8] 劉文嶺,牛彥良,李剛,等.多信息儲(chǔ)層預(yù)測(cè)地震屬性提取與有效性分析方法[J].石油物探,2002,41(1):100-106.LIU Wenling,NIU Yanliang,LI Gang,et al.Seismic attribute extraction and ef fectiveness analysis of multi-attribute reservoir prediction[J].Geophysical Prospecting for Petroleum,2002,41(1):100-106.

[9] 井涌泉,范洪軍,陳飛,等.基于波形分類(lèi)技術(shù)預(yù)測(cè)河流相砂體疊置模式[J].地球物理學(xué)進(jìn)展,2014,29(3):1163-1167.JING Yongquan,FAN Hongjun,CHEN Fei,et al.Application of waveform classification in the prediction of fluvial facies interbedded sandstone reservoirs[J].Progress in Geophysics,2014,29(3):1163-1167.

[10] 馬躍華,吳蜀燕,白玉花,等.利用譜分解技術(shù)預(yù)測(cè)河流相儲(chǔ)層[J].石油地球物理勘探,2015,50(3):502-509.MA Yuehua,WU Shuyan,BAI Yuhua,et al.River sedimentary microfacies prediction based on spectral decomposition[J].Oil Geophysical Prospecting,2015,50(3):502-509.

[11] 劉超，趙春明，廖新武，等.海上油田大井距條件下曲流河儲(chǔ)層內(nèi)部構(gòu)型精細(xì)解剖及應(yīng)用分析[J].中國(guó)海上油氣，2014,26(1):58-64.LIU Chao,ZHAO Chunming,LIAO Xinwu,et al.A refined anatomy of the internal structure of meandering river reservoirs under large well spacing in offshore oilfields and its application[J].China Offshore Oil and Gas,2014,26(1):58-64.

[12] CHEN Q,SIDNEY S.Seismic attribute technology for reservoir forecasting and monitoring[J].The Leading Edge,1997,16(5):445-450.

[13] 魏艷,尹成,丁峰,等．地震多屬性綜合分析的應(yīng)用研究[J].石油物探，2007,46(1):42-47.WEI Yan,YIN Cheng,DING Feng,et al.Synthetic analysis of seismic multi-attribute and its application[J].Geophysical Prospecting for Petroleum,2007,46(1):42-47.

[14] 肖湘.多種屬性敏感性方法的對(duì)比研究[D].成都:西南石油大學(xué),2014.XIAO Xiang.A comparative study of several attribute sensitivity[D].Chengdu:Southwest Petroleum University,2014.