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種類型共7類樣式,通過(guò)進(jìn)一步研究每類構(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。
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)層四類結(jié)構(gòu)模式(圖1)。
圖1 河流相儲(chǔ)層四類結(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。“泥包砂”結(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。
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。
地震屬性種類和數(shù)量很多,已有分析結(jié)果[12-13]表明振幅類屬性與砂體模型相關(guān)程度最好,層序類僅次于振幅類,而頻譜類、瞬時(shí)類和非線性類最差。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、頻譜類和層序類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)層歸一化頻率類和層序類地震屬性如圖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?。划?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)層頻譜類與層序類歸一化地震屬性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。盡管頻譜類屬性在穩(wěn)定性方面較振幅類屬性差,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,振幅能量類與頻率類屬性整體以負(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),波形類屬性具有較好的指示。因此,利用振幅、頻率類屬性確定泥質(zhì)夾層的數(shù)量,利用波形類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。
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。
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)
Q油田為典型的河流相油田,沉積類型為曲流河相,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
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.