油气勘探

陆相分流河道砂体地震预测方法——分方位高分辨率处理、多属性融合和变尺度反演

  • 徐立恒 , 1 ,
  • 罗庆 1 ,
  • 赵海波 1 ,
  • 宋微 2 ,
  • 李红星 1 ,
  • 黄勇 1 ,
  • 郭亚杰 1 ,
  • 孙衍民 1 ,
  • 刘朋坤 1
展开
  • 1 大庆油田勘探开发研究院,黑龙江大庆 163712
  • 2 中国石油勘探开发研究院,北京 100083

徐立恒(1980-),男,黑龙江勃利人,博士,大庆油田有限责任公司勘探开发研究院教授级高级工程师,主要从事油藏地球物理与开发地质研究工作。地址:黑龙江省大庆市让胡路区科苑路18号,大庆油田有限责任公司勘探开发研究院,邮政编码:163712。E-mail:

Copy editor: 黄昌武

收稿日期: 2025-06-15

  修回日期: 2026-01-28

  网络出版日期: 2026-01-12

基金资助

国家科技重大专项“整装特高含水油藏提高采收率技术与集成示范”(2025ZD1407000)

中国石油天然气股份有限公司重大科技专项“中高渗油田特高含水期大幅度提高采收率技术研究”(2023ZZ22)

Seismic prediction methods for continental distributary channel sands: OVT high- resolution processing, multi-attribute fusion and varible-scale inversion

  • XU Liheng , 1 ,
  • LUO Qing 1 ,
  • ZHAO Haibo 1 ,
  • SONG Wei 2 ,
  • LI Hongxing 1 ,
  • HUANG Yong 1 ,
  • GUO Yajie 1 ,
  • SUN Yanmin 1 ,
  • LIU Pengkun 1
Expand
  • 1 Exploration and Development Research Institute, PetroChina Daqing Oilfield Company, Daqing 163712, China
  • 2 PetroChina Research Institute of Petroleum Exploration & Development, Beijing 100083, China

Received date: 2025-06-15

  Revised date: 2026-01-28

  Online published: 2026-01-12

摘要

针对陆相老油田面临的河道砂体空间展布复杂、剩余油挖潜难度大等诸多油气开发挑战,聚焦窄小河道边界模糊、多期叠置砂体析分困难等储层识别关键难题,以大庆长垣萨中油田上白垩统陆相砂岩为对象,研发“分方位高分辨率处理-多属性融合-变尺度反演”三位一体技术体系,探索从地震处理到储层预测、再到剩余油挖潜实践的全链条技术路径。研究表明:①针对河道砂体地震成像难题,首次将分方位(OVT)地震处理技术从断裂成像领域拓展至砂体预测领域,建立了基于地质目标的OVT向量片划分方法,大幅提升了砂体成像精度,使河道砂体识别宽度下限突破至50 m;②针对井间窄小河道边界预测难题,提出振幅-相干多属性融合方法,在沉积单元级等时格架约束下可精准刻画800~2 000 m延伸长度、具分叉-合并特征的条带状水下分流河道;③针对多期河道叠置难题,突破单一尺度建模局限,构建砂岩组、小层、沉积单元三级变尺度地层模型,通过反演结果可成功描述曲流河“截弯取直”等关键沉积构型特征。基于上述3项技术突破,构建地震预测与剩余油挖潜直连的开发应用模式,并在研究区依据窄小河道预测结果部署水平井,水平段含油砂岩钻遇率高达97%,单井初期日产油12.5 t;通过对17条复合砂体内部单一河道边界的精准识别,指导了135口井挖潜措施的实施,单井平均日增油2.8 t,累计增油13.6×104 t。

本文引用格式

徐立恒 , 罗庆 , 赵海波 , 宋微 , 李红星 , 黄勇 , 郭亚杰 , 孙衍民 , 刘朋坤 . 陆相分流河道砂体地震预测方法——分方位高分辨率处理、多属性融合和变尺度反演[J]. 石油勘探与开发, 2026 , 53(1) : 94 -106 . DOI: 10.11698/PED.20250339

Abstract

To address the challenges of complex fluvial sandbody distribution and difficult remaining oil recovery in mature continental oilfields, this study focuses on key issues in reservoir identification such as ambiguous narrow-channel boundaries and subdivision of multi-stage superimposed sandbodies. Taking the Upper Cretaceous continental sandstone in the Sazhong Oilfield of the Daqing Placanticline as an example, a technical system integrating OVT high-resolution processing, multi-attribute fusion, and varible-scale inversion was developed to establish a complete workflow from seismic processing to reservoir prediction and remaining oil recovery. The following results are obtained. First, the Offset Vector Tile (OVT) seismic processing technology is extended, for the first time, from fracture imaging to sandbody prediction. A geology-oriented OVT partitioning method is developed to significantly improve the imaging accuracy, enabling identification of channel sandbodies as narrow as 50 m. Second, an amplitude-coherence multi-attribute fusion method is proposed for predicting narrow channel boundaries between wells. Constrained by a sedimentary unit-level sequence chronostratigraphic framework, this method accurately delineates 800-2 000 m long subaqueous distributary channels with bifurcation-convergence features. Third, considering the superimposition of multi-stage channels, a three-level variable-scale stratigraphic model (sandstone groups, sublayers, sedimentary units) is constructed to overcome single-scale modeling limitations, successfully characterizing key sedimentary features like meandering river “cut-offs” through inversion results. Based on these advances, a direct link between seismic prediction and remaining oil recovery is established. The horizontal wells deployed using narrow-channel predictions encountered oil-bearing sandstones in the horizontal section by 97%, and achieved initial daily production of 12.5 t per well. Precise identification of individual channel boundaries within 17 composite sandbodies guided recovery processes in 135 wells, yielding an average daily increase of 2.8 t per well and a cumulative increase of 13.6×104 t.

0 引言

中国陆相碎屑岩油田大多经历了长期的注水开发和多次加密调整,迄今已处于高含水和高采出程度(简称“双高”)阶段,剩余油分布呈“整体零散、局部富集”格局,挖潜难度日益加大。中国陆相碎屑岩油田中河流—三角洲相储层分布广泛,储层单砂体薄、横向非均质性强,剩余油集中分布在河道砂体顶部、河道边部及多期河道砂体垂向或平面交接处,因此,精准预测河道的空间展布特征,方能准确定位剩余油分布,对“双高”油田制定针对性调整挖潜措施及提高采收率意义重大[1-2]
中国有些学者利用开发地震资料,开展了陆相油田河流—三角洲相分支河道砂体精准描述方法研究,主要包括开发地震处理、地震沉积相刻画、地震反演及多资料融合储层建模等技术,基本解决了宽、厚河道砂体的描述问题。陈树民等[3]研发的黏滞介质叠前时间偏移技术,在保幅的基础上提高了陆相薄互储层的成像精度;曾洪流等[4-6]利用地震沉积学中的地层切片技术开展陆相河道砂预测研究,主要描述河道砂体的横向展布形态和分布范围;刘文岭等[7-8]利用叠后、叠前地震反演手段,将地震横向高密度采样与测井纵向识别结合起来,进一步提高了河道砂体的纵向分辨能力;甘利灯等[9-11]以动静态资料结合一体化方法,对砂体、物性及含油气性进行表征。
上述研究虽然在河流—三角洲相分支河道砂体描述中进行了很有价值的探索,但是面对油田“双高”阶段河道砂体精准描述的需求,目前仍然存在3方面问题尚未得到有效解决:①地震资料纵向大尺度分辨率与开发小尺度目标之间还有差距,前者无法完全满足多类型河道砂体精准描述的需求;②陆相沉积储层河道窄小(宽50~200 m),而井距较大,常规振幅类地震属性不能完全反映窄小河道的边界位置,导致窄小河道内的剩余油难以得到有效挖潜;③由于河道的频繁改道、摆动导致河道相互切割、叠加,使得依靠单一尺度反演技术难以追踪井间复合砂体内单一河道边界,而单一河道边界处渗透率相对较低,可以形成有效遮挡,造成剩余油富集。因此,复合砂体内单一河道边界的识别问题,影响了多期河道砂体垂向和平面交界处剩余油的高效挖潜[12-14]
为解决上述3个技术瓶颈,需要在地球物理技术层面上开展系统性攻关:一方面强化地震资料的高分辨率与保真性处理,为河道识别奠定可靠资料基础;另一方面多属性并用提高窄小河道边界的刻画精度,同时开展变尺度地震反演以满足复合砂体单一分支河道描述的小尺度需求。因此,本文以松辽盆地大庆长垣萨中油田上白垩统河流—三角洲相沉积储层为目标,力图构建“分方位(Offset-Vector Tile,OVT)高分辨率处理-多属性融合-变尺度反演”三位一体技术体系,即通过OVT方位保真高分辨率地震处理方法改善成像效果,提升薄砂体的地震分辨能力;针对窄小河道砂体,创新地震振幅与相干属性融合预测方法;针对多期河道叠置砂体,创新变尺度约束地震反演预测方法。最后基于砂体预测结果指导研究区剩余油挖潜实践,检验河道砂体预测精度与开发效果。

1 萨中油田地质背景、技术需求与研究思路

1.1 研究区地质背景

大庆长垣位于松辽盆地中央坳陷北部,是一个大型二级背斜带,西临齐家—古龙凹陷,东接三肇凹陷,北靠黑鱼泡凹陷,面积约2 800 km2(见图1a)。大庆长垣自北向南依次发育喇嘛甸、萨尔图、杏树岗、太平屯、高台子等7个油田,各油田主体区域均已实现地震资料全覆盖。研究区萨中油田位于萨尔图油田中部,面积约100 km2,主要发育北西向正断层(见图1b)。上白垩统产层包括青山口组二、三段、嫩江组一段和姚家组等,为陆相河流—三角洲沉积体系,包括泛滥平原、三角洲平原、三角洲前缘(内前缘和外前缘)等沉积亚相,砂体分布具有相变快、非均质强等特点[15-16]。自上而下发育萨尔图、葡萄花、高台子等含油层系,共划分为10个油层组、100多个小层(见表1),油层深度为600~1 200 m(见图1b)。
图1 研究区位置(a)及萨Ⅱ油层组顶面构造(b)图
表1 萨中油田主要含油层系划分
地层 含油层系 油层组 小层
组段
上白
垩统
嫩江组一段+
姚家组二、三段
萨尔图 萨零 萨零_1—萨零_8
萨Ⅰ 萨Ⅰ_1—萨Ⅰ_5
萨Ⅱ 萨Ⅱ_1—萨Ⅱ_10
萨Ⅲ 萨Ⅲ_1—萨Ⅲ_8
姚家组一段+
青山口组三段
葡萄花 葡Ⅰ 葡Ⅰ_1—葡Ⅰ_7
葡Ⅱ 葡Ⅱ_1—葡Ⅱ_10
青山口组二、三段 高台子 高Ⅰ 高Ⅰ_1—高Ⅰ_20
高Ⅱ 高Ⅱ_1—高Ⅱ_34
高Ⅲ 高Ⅲ_1—高Ⅲ_23
高Ⅳ 高Ⅳ_1—高Ⅳ_18

1.2 剩余油挖潜面临的挑战与河道砂体识别瓶颈

该研究区已开发65年,先后经历了基础井网、一次加密、二次加密、三次加密及化学驱等多轮调整,目前共存续水驱和化学驱4~7套开发井网。研究区地质储量采出程度已达49.1%,综合含水率高达95.9%,平均井距为60~150 m。研究区剩余油呈现“整体高度分散、局部相对富集”的分布特征,按其形成主控因素主要分为“井网控制不住型”剩余油与“注采不完善型”剩余油。这两类剩余油的富集与储层内部构型的复杂性密切相关,具体表现为以下两种地质模式:①窄小河道砂体(宽度仅50~200 m),在现有井网密度下常常未被钻遇或仅被单一井钻遇,形成“有采无注”或“有注无采”的无效单元,形成井网控制不住型剩余油(见图2a)。②复合河道砂体内部存在低渗透构型界面(如废弃河道充填或侧积泥岩),当注采井位于不同期次河道单元时,即使井距相近,界面仍会遮挡流体流动,形成注采不完善型剩余油(见图2b)。因此,精准刻画窄小河道砂体和复合砂体内部单一河道边界,是确定剩余油分布特征、制定针对性挖潜措施并实现油田高效开发的基础。
图2 不同类型河道砂体与剩余油分布示意图
然而,尽管萨中研究区具备较高密度的井网和高密度的地震资料,但由于陆相沉积储层非均质性强,以及常规地震处理和预测方法的局限,导致井间窄小河道砂体与多期次叠置河道砂体的描述仍存在较大不确定性,在开发过程中常出现静态地质描述结果与动态生产数据矛盾的现象,影响了剩余油的高效挖潜[17]。具体技术问题包括:①研究区基于常规处理的地震资料仅能识别宽度大于120 m的河道,对于宽度小于120 m的河道无法有效识别,同样无法区分复合砂体内部间距小于120 m的两期河道砂体;②窄小河道砂体在地震剖面上多表现为短轴反射和强振幅特征,但其边界往往具渐变性,不够清晰,仅依靠单一振幅地震属性难以准确预测窄小河道的边界位置;③针对多期叠置河道砂体,地震剖面波形虽可以反映其整体形态,但难以在纵、横向上直接判定单一期次河道的准确边界。

1.3 窄小河道砂体预测的研究思路与技术流程

针对上述问题,本文紧密围绕“OVT高分辨率处理-多属性融合-变尺度反演”3个环节系统开展研究,攻克窄小河道砂体预测中的关键技术难题,研究思路如图3所示。
图3 窄小河道砂体预测的研究思路与技术流程图
首先,开展OVT高分辨率地震处理方法研究。建立“最小宽度河道向量片”划分理念,集成五维插值、分方位Q(地震资料品质因子)偏移等高分辨率处理技术,有效解决了因观测系统原因导致的数据不规则、弱反射及分辨率不足等问题,从而显著提升了陆相多类型河道砂体的地震成像精度。
其次,基于OVT高分辨率处理成果,开展振幅属性与相干属性融合方法研究。首次将本征值相干算法从断裂检测拓展应用于河道边界预测,在沉积单元级地层格架的约束下,对地震数据体与相干体进行参数优化和深度融合,有效提高了陆相窄小河道砂体的预测精度。
最后,基于同一处理成果,开展变尺度约束地震反演预测方法研究。提出了“变尺度约束”反演新思路,构建变尺度地层格架模型,在该模型约束下,针对不同类型储层优选变差函数并进行反演运算,实现了多期河道叠置砂体的精细刻画。
基于上述方法得到的多类型河道砂体预测结果,对比分析井间砂体连通性及注采关系,通过剩余油挖潜实践检验预测结果的准确性。

2 OVT高分辨地震处理方法

2.1 地震OVT概念与方法

OVT概念由Vermeer在十字排列数据集研究中首次提出[18],主要基于地震波传播的运动学和动力学原理,以炮检距矢量为核心参数,对地震数据进行处理和分析。该技术将地震数据按炮检距矢量的不同划分为多个OVT向量片,每个OVT向量片内的地震数据具有相似的炮检距和方位角信息。针对不同OVT向量片进行去噪、偏移等一系列处理,可以降低不同方位地震道的相互干扰,提高地震资料的信噪比和分辨率。
目前,国内外学者主要利用OVT地震处理资料开展断层和裂缝的成像与分布预测,即通过分析不同方位角的振幅与速度变化,半定量预测小断层与裂缝密度及方向,该方法在碳酸盐岩、砂砾岩及页岩裂缝预测中已取得良好效果[18-19],但针对陆相河道砂体预测方面的研究较少见到。本文依据萨中研究区地震资料的特征和窄薄砂体成像目标,研究基于目标地质体的OVT向量片划分方法和高分辨率成像方法,为多类型河道砂体精细预测提供了高品质地震资料。

2.2 OVT向量片划分

OVT处理在河道砂体成像上的优势主要体现在利用多方位数据的互补性,通过压缩菲涅尔带效应来提高地震横向分辨率。该方法最核心的环节是进行OVT向量片的划分,关键点是搞清向量片与河道砂体发育特征的内在联系,从而建立基于地质目标的OVT向量片划分方法,提高地震识别河道边界的能力。
地震横向分辨率是指在地震剖面上能够分辨两个相邻地质体的最小水平距离或单一地质体的最小宽度。理论上,地震对于地质体的分辨率与菲涅尔带半径(R)有直接关系。地震波在传播过程中,波前在目标体处形成一个环形区域(菲涅尔带),该区域内的反射波能量会相互干涉,导致地质体边界模糊。菲涅尔带半径越小,横向分辨率就越高。通常认为,横向分辨尺度约为菲涅尔带半径的1/2,即:
Δ x = R 2 = v z 8 f
根据研究区的储层特征及地震数据特点:地震波速度约为3 000 m/s,深度范围为1 000~1 500 m,地震波主频为40 Hz,由(1)式计算可知常规处理的地震资料理论上只能分辨宽度大于120 m的河道,对于宽度小于120 m的河道则无法准确识别,同样无法区分复合砂内部距离较近的(距离小于120 m)两期河道砂体。OVT处理方法通过缩小方位角划分间隔,增加方位分区数,即通过多方位叠加缩小等效菲涅尔带,横向分辨率公式修正为:
Δ x eff = R n φ
以河道砂体宽度或河道之间距离50 m为目标,可以得到nϕ为15~22个,取平均值18个,即将地震记录划分为18个有效OVT向量片,每个单元方位角跨度为20°(360°/18),且各自含有炮检距和方位角信息(见图4)。
图4 OVT向量片划分方法

2.3 OVT高分辨率成像处理

针对每个OVT向量片单元开展地震资料高分辨精细处理,从五维插值、噪音压制、剩余静校正、Q补偿时间偏移等多个环节,整体上提高地震资料的分辨能力。需要特别说明的是:①虽然OVT处理通常针对宽方位地震(横纵比大于0.5)数据,但通过研究和实践表明,利用五维插值等精细手段对非宽方位地震数据也可实现OVT地震处理;②本文采用的OVT高分辨处理是在考虑方位各向异性的基础上开展的,与传统高分辨率处理方法相比,其优势在于能够实现纵向分辨能力和横向预测能力的统一,从而更好地进行小尺度地质体成像。关键步骤如下。

2.3.1 五维插值

由于地震资料因采集观测系统的不均匀性,存在采样不规则和部分道集缺失问题,利用地震反射同相轴在三维空间、偏移距和方位角5个维度上表现出的连续性和相干性原理,对缺失或不规则采样的道集数据进行插值填充,使最终数据体在5个维度上都规则、连续且无假频,满足OVT高精度成像的需求[20]。本文利用五维插值算法将原始地震资料的横纵比由0.48提升至0.50,拓展了方位角的同时,较好地维护了振幅的保真度。

2.3.2 噪音压制

在传统分噪声类型、分数据域、分频段、分处理步骤、分时间段以及分区域的“六分法”去噪技术基础上,分方位优选噪音压制参数,进一步提升地震资料信噪比。

2.3.3 剩余静校正

相对于平行河道走向或垂直河道方向因低速层增厚导致时移量增大,根据不同方位上的时移量差异,分方位进行校正,克服油区、城区等复杂地表条件变化引起的静校正误差。

2.3.4 Q补偿时间偏移

基于不同方位各向异性衰减特征的差异,分方位实施Q补偿时间偏移,补偿高频吸引衰减损失,提升地震资料对于河道砂体的分辨能力。

2.3.5 反褶积处理

通过分方位反褶积处理解决近地表条件变化导致的激发子波在空间上不一致的问题,分方位反褶积不仅有助于提高地震资料的分辨率,同时也能够保护方位振幅信息。
通过上述OVT高分辨地震处理,得到了研究区地震数据体(见图5)。与常规处理方法相比,OVT高分辨率处理使得地震剖面的纵向同相轴延续时间变短、同一时窗内同向轴数量变多,横向层间信息更加丰富。井点处的地震同相轴与测井上的单个薄砂体匹配更好,地震分辨砂体的能力得到了显著提高,为多类型河道砂体预测提供了可靠的地震资料基础。
图5 常规地震资料处理(a)与OVT处理(b)结果对比(剖面位置见图1

3 地震振幅与相干属性融合方法

针对单一振幅属性在窄小河道边界预测中的局限性,研究振幅属性与相干属性融合协同方法,旨在构建一个既能清晰显示反映岩性/物性变化的地震振幅信息,又能突出显示刻画河道砂体边界的相干异常信息(通常表现为低相干值)的数据体。该方法能够有效解决单一振幅属性在窄小河道砂体边界识别中不清晰、不明确的问题,具体流程包括:首先,利用井点处的沉积单元分层数据,结合地震构造解释结果,建立沉积单元级等时地层格架;其次,对地震数据体进行相干计算,得到相干数据体;最后,将相干体与地震振幅体进行属性融合,并在沉积单元级等时地层格架约束下,计算每个沉积单元的融合属性切片,从而实现窄小河道砂体的精细预测。

3.1 沉积单元地层格架搭建

在油田开发后期高密度井网条件下,油层组级格架模型尺度太大,需建立沉积单元级格架模型,每个单元的纵向厚度为2~4 m,以满足窄小河道砂体的描述需求。沉积单元是指在地质小层内按沉积模式进一步细分的单元层,利用岩心和测井资料,以1次河流旋回层界线为控制边界,依据岩性相近、曲线形态相似、厚度比例相当的原则进行细分。研究区构造平缓,萨尔图、葡萄花、高台子含油层系目的层段无缺失或地层尖灭,地震资料显示油层组级地层同相轴稳定、连续。笔者完成了研究区4 208口井的井震精细标定,井震标定相关系数达85%以上。在井震标定基础上,开展地震同相轴追踪,得到高Ⅳ—萨零油层组级地震解释层位。然后以油层组级地震解释层位作为井间约束条件,在油层组内部以井点沉积单元分层为控制条件,采用数学插值算法搭建沉积单元级地层格架,具体过程如下(见图6):①基于井震资料,获取地震标志轴(油层组顶或底)与井点沉积单元(A1,A2,A3,A4);②计算井点沉积单元与地震标志轴的距离d1d2d3d4;③对d1d2d3d4进行反距离加权或克里金插值,计算井间位置处的距离dx,网格大小可以根据构造起伏程度设置;④将距离dx与地震标志轴相加,得到沉积单元层位。
图6 沉积单元级地层格架建立方法与结果
建立的沉积单元地层格架在井间处与地震标志轴趋势一致,在井点处与实际井点沉积单元分层深度误差在±1 m内的井达95%以上,为沉积单元融合属性切片制作及窄小河道砂体精细预测奠定了基础。

3.2 相干体计算

相干体技术是一种检测不连续性的手段,当地下存在断层、裂缝或其他地质异常体时,相邻地震道间在振幅、频率、相位等属性参数上就会发生变化,从而用其检测断层及反映岩性变化。目前该方法已广泛应用于断裂系统检测[21-23],但公开报道用于河道边界识别的案例很少,主要原因在于相干技术对河道连续性的追踪能力较弱,边界常呈“断续”分布。
本文采用本征值相干算法进行相干计算,并通过融合相干属性与振幅属性的优势,提高河道边界追踪能力。本征值相干体算法基于协方差矩阵的特征值分解,通过计算局部地震数据协方差矩阵的特征值分布,量化波形的相似性。其数学本质是主成分分析,将多道地震信号映射到正交特征向量空间,以特征值的相对大小表征信号的一致性[24]。具体过程为:首先,构建协方差矩阵,计算N道地震信号的协方差矩阵C;然后,对C进行特征值分解;最后,计算相干值Eg。公式如下:
C = 1 M k = 1 M S k S k T
$ \boldsymbol{C}_{V_{i}}=\lambda_{i} \boldsymbol{V}_{i} \quad(i=1,2, \cdots, N)$
E g = λ 1 i = 1 N λ i
本征相干值定义为最大特征值占特征值总和的比例,该值理论范围为0~1,越接近1表示波形相似性越高(地质连续性强),越接近0表示不连续性越强。
本征值相干体计算过程中涉及的时间孔径、空间孔径和倾角3个重要参数,需要依据研究区实际地质条件和地震资料进行优选[25]。时间孔径是相干计算最重要的参数,大时间孔径可以压制相干体内噪音,但分辨能力会降低,本研究为了突出窄小河道特征,选择较小时间孔径,将时间孔径确定为波长的1/8~1/4。空间孔径参数决定了参加运算的道数,即采用多少道组合,才能较好地反映出储层特征。一般参与相干计算的道数越多,平均效应越大,突出的越是大断层;相反,相干道数少,平均效应小,则地层边界、小断层分辨率越高。为了突出窄小河道特征,本研究选择小空间孔径,即1~2道。波形相似性的计算是沿着倾角面进行的,参与运算的倾角面由空间孔径中定义的道数来确定,萨中油田研究区地层倾角非常平缓,因此倾角方位角参数取值-2°~2°。
图7为研究区利用不同计算方法得到的相干体,与传统多道相干方法相比,本研究采用的本征值相干方法得到的相干体信噪比更高,河道特征更加清晰,为属性融合提供了品质更好的相干数据体。
图7 传统多道相干体(a)与本征值相干体(b)对比(位置见图1,范围Ⅰ)

3.3 属性融合

在已建立的沉积单元级地层格架约束下,将地震体与相干体进行属性融合,提取目标沉积单元的融合属性切片,在此基础上实现目标沉积单元窄小河道的精细刻画,具体步骤如下:①计算地震数据体振幅值的分布范围。由图8可以看出,研究区地震数据体振幅的最小值约为-6 000,最大值约为6 000。②确定相干数据体中河道砂体边界的有效值域。研究区相干值实际范围为0.8~1.0,结合研究区地质认识及试验结果,确定河道边界的有效值域为(0.80, 0.92)。③定义河道砂体边界的新相干值区间。选择一个与振幅数据范围-6 000~6 000完全分离且明显更高的数值区间(如9 000~12 000)来表征河道边界,并将原河道边界区域的相干值(0.80~0.92)线性映射至新区间(9 000~12 000,图8中蓝线);非河道边界区域(相干值小于0.8)的相干值保持不变,从而获得重新赋值的相干数据体。④振幅与相干融合。通过计算机IF语句创建振幅和相干融合数据体,使其河道边界位置显示为高值(9 000~12 000),非河道边界位置仍显示原始地震振幅信息。⑤提取融合属性切片。在沉积单元级地层格架约束下,沿目标层位提取融合属性切片,并为该切片设计专用颜色表:将数值范围9 000~12 000(河道边界)设置为高对比度的醒目颜色,将数值范围-6 000~6 000(河道内部)设置为反映振幅强度变化的传统渐变色。
图8 振幅-相干属性值域分布及融合示意图
图9展示了萨Ⅱ_3b沉积单元的属性融合切片及河道砂体描述结果。从图中可见,融合属性既保留了地震属性的连续性,又体现出了相干属性的边界识别效果,显著提升了对窄小河道砂体边界的识别与刻画能力。萨Ⅱ_3b沉积单元为三角洲内前缘亚相沉积,井间预测出5条延展范围不小的水下分流河道,河道宽度一般为50~200 m,延伸长度为800~2 000 m,呈条带状连续分布,并且河道砂体具有分叉、合并现象,储层的横向非均质性较为突出(见图9)。在研究区开发实践中,可根据最新窄小河道的预测结果,结合原有注采系统,通过部署水平井挖潜剩余油气资源。
图9 萨Ⅱ_3b沉积单元属性融合及河道砂体描述结果(位置见图1,范围Ⅰ)

4 变尺度约束地震反演方法

地质统计学反演是当前油田开发中地震储层预测的主要方法,即在地层格架模型的约束下,以井点声波波阻抗曲线为输入,三维地震数据为约束,利用变差函数实现空间赋值,最终得到高分辨率的三维储层预测结果[26-28]。需要注意的是,地层格架模型的尺度直接影响变差函数的适配性和反演结果的精度。由于陆相沉积储层纵横向相变快,同一油层组内部砂体沉积差异显著,若采用单一油层组尺度及对应的单一变差函数,往往难以满足油层组内部多类型储层精细预测要求。
针对多期次叠置河道砂体,研究了变尺度约束地震反演方法,即在构建的变尺度地层格架约束下,针对不同类型储层优选变差函数并进行反演运算,实现多期河道叠置砂体的精细预测。具体流程包括:首先,根据不同沉积类型储层,建立由砂岩组、小层和沉积单元构成的变尺度地层格架模型;其次,针对不同类型储层拟合变差函数,获取相应的变程参数;最后,在变尺度地层格架模型约束下,输入井震数据和变差函数,计算并输出砂体三维预测结果。

4.1 变尺度地层格架模型

根据研究区的不同沉积类型储层,建立由砂岩组级、小层级、沉积单元级组成的变尺度地层格架模型,其中对较厚的三角洲平原亚相地层采用砂岩组级尺度,对三角洲内前缘亚相地层采用小层级尺度,对最薄的三角洲外前缘亚相地层采用沉积单元级尺度[29]
砂岩组定义为在油层组内具有一定连通性的含油砂岩集中发育,且上下部被较稳定的泥岩分隔、相互靠近且岩性相似的单层组合,其中少数隔层条件较好的砂岩组界面可在地震剖面上识别,厚度一般为8~10 m。小层定义为砂岩组中被泥质岩分隔的砂质、粉砂质岩层,一般基于测井与岩心资料,利用层序地层学方法进行划分与对比,在地震剖面上无法识别,厚度为4~5 m。沉积单元定义为地质小层内按沉积模式进一步细分的单元层,以一次河流旋回层界线作控制,按岩性相近、曲线形态相似、厚度比例相当的原则进行细分,厚度为2~4 m,有的小层不具备进一步地质细分条件,其本身即视为一个沉积单元。
以研究区萨Ⅱ油层组为例,阐述变尺度地层格架模型的建立过程(见表2):①基于研究区岩心、测井等资料,划分出研究区砂岩组、小层及沉积单元,并明确各沉积单元的沉积类型。该地区共划分为5个砂岩组、10个小层和17个沉积单元;②根据沉积类型,将井点处纵向相邻的沉积单元进行层系组合,将三角洲平原亚相单元组合成砂岩组级尺度,将三角洲内前缘亚相单元组合成小层级尺度,而三角洲外前缘亚相单元保留沉积单元级尺度;③以井点处组合后的层系界面为控制,以油层组级地震解释层面为趋势约束,采用数学插值算法获得变尺度层面分布;④利用断层与变尺度层面进行交切处理,使整个层位、断层及其相互关系更加逼近实际地质情况,变尺度地层格架模型网格大小一般与地震网格(10 m×10 m×0.1 ms)一致。
表2 萨Ⅱ油层组变尺度模型层系组合表
油层组 砂岩组 小层 沉积单元 沉积相 层系组合
萨Ⅱ 1 萨Ⅱ_1 萨Ⅱ_1a 三角洲平原亚相 组合1
萨Ⅱ_1b 三角洲平原亚相
萨Ⅱ_2 萨Ⅱ_2 三角洲平原亚相
2 萨Ⅱ_3 萨Ⅱ_3a 三角洲内前缘亚相 组合2
萨Ⅱ_3b 三角洲内前缘亚相
萨Ⅱ_4 萨Ⅱ_4a 三角洲外前缘亚相 组合3
萨Ⅱ_4b 三角洲外前缘亚相 组合4
3 萨Ⅱ_5 萨Ⅱ_5a 三角洲平原亚相 组合5
萨Ⅱ_5b 三角洲平原亚相
萨Ⅱ_6 萨Ⅱ_6 三角洲平原亚相
4 萨Ⅱ_7 萨Ⅱ_7a 三角洲内前缘亚相 组合6
萨Ⅱ_7b 三角洲内前缘亚相
萨Ⅱ_8 萨Ⅱ_8 三角洲外前缘亚相 组合7
5 萨Ⅱ_9 萨Ⅱ_9a 三角洲内前缘亚相 组合8
萨Ⅱ_9b 三角洲内前缘亚相
萨Ⅱ_10 萨Ⅱ_10a 三角洲内前缘亚相 组合9
萨Ⅱ_10b 三角洲内前缘亚相
图10为研究区建立的变尺度地层格架模型,与沉积单元级地层格架模型相比,主要区别在于纵向上的尺度不同,沉积单元级地层格架模型属于单一小尺度模型,主要用于小时窗属性切片提取;变尺度模型其纵向尺度规模是变化的,主要用于不同类型储层变差函数优选和约束反演运算。需要强调的是,尺度构建的依据是目的层沉积类型和砂体分布规模,实际应用中,可根据研究区地质特征灵活选择尺度级别,例如,可将三角洲平原亚相进一步按河道砂体规模(分为大中型河道和小型河道)进行细分,但这一般需多次试验验证,本文所提变尺度地层格架模型构建思想意义更大。
图10 研究区变尺度地层格架模型(剖面位置见图1

4.2 变差函数

地质统计学反演通过变差函数实现储层表征,变差函数是影响储层预测效果的重要因素之一。变差函数表示为模拟变量Zxi)和Zxi+h)因距离h而产生的半方差γh),用来反映储层数据点间的相关性。变差函数的核心参数为变程,而变程大小受储层发育规模影响,因此变程能够表征砂体的分布范围和厚度。变程按方向可分为主变程、次变程、垂向变程[30]
γ h = 1 2 N h i = 1 N h Z x i Z x i + h 2
变尺度反演计算中,变差函数的求取是在变尺度框架模型约束下实现的,针对不同沉积类型的地层,在不同尺度的时窗下,基于井数据拟合得到相应的变差函数。例如,对于三角洲平原亚相地层,在较大的砂岩组时窗内进行变差函数拟合;而对于三角洲外前缘亚相地层,则在较小的沉积单元时窗内进行拟合。图11为不同类型地层的波阻抗变差函数拟合结果,统一为指数型变差函数,三角洲外前缘亚相砂体主变程最小(450 m)、三角洲平原亚相河道砂体主变程最大(650 m),三角洲内前缘亚相河道砂体主变程介于二者之间,主变程为580 m。因此,对于不同沉积类型储层优选适合的变差函数变程,可进一步提高砂体的预测精度。
图11 不同沉积类型储层变差函数优选

4.3 反演效果

在变尺度地层格架模型下,输入三维地震数据、声波波阻抗曲线,通过以变差函数为核心的地质统计学算法,得到砂体预测三维模型。需要重点说明的是,由于地质统计学结果具有多个等概率的实现,为了规避反演预测结果的风险,同时增加实用性,故将多个砂岩实现转成砂岩概率(砂岩的个数与实现总数之比)进行反演结果输出。
图12为萨Ⅱ_8小层单一油层组尺度反演与变尺度反演的结果对比,可见二者在后验井处河道走向明显不同,与单一尺度反演结果相比,本文采用的变尺度反演与后验井的符合情况更好,精度更高。
图12 萨Ⅱ_8小层单一尺度反演(a)与变尺度反演(b)对比图(位置见图1,范围Ⅱ)
图13为研究区萨Ⅱ油层组变尺度地震反演剖面与连井微相剖面对比,由图可见,变尺度地震反演预测结果具有较高的砂体分辨能力,井点处与测井岩性解释结果符合程度高,井间能够识别河道砂体的变化(见图13a);传统的连井剖面是通过井与井的砂体高程差、厚度差异等辅助标志间接判断砂体是否属同期河道,并基于“井距置半”确定河道边界,误差较大(见图13b)。本文地震反演结果直接量化了井与河道的边界距离,可有效判别井与井之间砂体的连通关系,有助于识别叠置河道砂体内部的单一河道边界。
图13 萨Ⅱ油层组变尺度地震反演剖面(a)与连井砂体剖面(b)对比图(剖面位置见图1
图14为葡Ⅰ_2小层基于地震反演绘制的砂体厚度及沉积微相图,图14a是利用砂岩反演概率模型在目的层顶底约束下计算得到的(概率大于0.7为砂岩),从图14b可以看到典型的曲流河沉积特征,包括最后一期废弃河道及单一河道“截弯取直”的沉积构型特征,在局部可以反映点砂坝内部的砂体变差部位,井震结合进一步明确了单一河道砂体的边界,显示了本文反演方法对于识别多期河道的有效性。高含水油田剩余油一般赋存在河道砂体边部,特别是两期河道交界处,可以依据识别出来的单一河道边界位置采取针对性措施挖掘剩余油潜力。
图14 葡Ⅰ_2小层基于地震反演绘制的砂体厚度(a)及河道砂体平面分布(b)图(位置见图1,范围Ⅲ)

5 实例应用验证与开发增产效果

基于融合属性和变尺度地震反演方法预测河道砂体分布,对比分析井间砂体连通及注采关系,建立地震预测结果与剩余油挖潜直连的开发应用模式,指导研究区的水平井钻进、压裂等措施挖潜剩余油,具体包括两类:①基于井间新发现的窄小河道,部署水平井挖潜剩余油;②基于新识别的多期次叠置河道砂体内部单一河道边界,指导压裂措施,改善注采关系,挖潜河道边部剩余油[31]

5.1 窄小河道水平井挖潜

以下以萨Ⅱ_3b沉积单元为例,展示利用地震属性融合技术精细识别窄小河道砂体,并成功通过部署水平井挖潜剩余油的案例。该层属于典型的三角洲前缘相沉积储层,窄小分流河道砂体发育,其分布面积占层系总面积30%以上。此类河道砂体虽物性较好,但其横向展布范围窄、连续性受限,在传统直井井网的开发模式下,难以实现有效控制,导致注采系统不完善,从而形成了大量以井间未动用型为主的剩余油富集区。图15显示了L1水平井实钻轨迹与河道走向,该井实钻轨迹与预测的窄小河道空间吻合度高。实钻数据显示,水平段总进尺375 m,其中含油砂岩段长度达364 m,含油砂岩钻遇率高达97%,印证了基于属性融合的砂体预测结果的可靠性。该井投产后,初期获日均12.5 t的高产油流,综合含水率为65%,开发效果显著。基于L1井的成功经验,研究区在该层系已累计规模化部署6口水平井,砂体平均钻遇率为92%,整体开发效果良好,证实了研究区窄小河道砂岩储层是当前重要的剩余油挖潜方向。
图15 L1水平井实钻轨迹(位置见图1,范围Ⅳ)

5.2 多期次叠置河道砂体剩余油挖潜

图16展示了萨中油田研究区葡Ⅰ_2小层使用变尺度约束地质统计学反演方法,在识别多期次叠置河道砂体内部单一河道边界与剩余油挖潜的应用实例。其中,图16a为反演得到的砂体厚度平面分布图,图16b展示了基于地震反演结果所编制的沉积微相图,图16c则为传统仅依赖井数据编制的沉积微相图。对比可见,传统基于井数据的微相刻画结果呈现为大面积连片分布的复合河道砂体(见图16c),掩盖了内部结构的非均质性。而地震反演厚度图(见图16a)清晰揭示出该套砂体内部存在一条呈条带状展布的薄弱带,结合井数据可进一步识别其为多期间歇性河道叠置边界,即多期河道内部的单期河道侧向接触界面,而在单期河道侧向接触界面两侧附近易存在剩余油。
图16 葡Ⅰ_2小层多期叠置河道内部单一河道识别及措施挖潜应用实例(位置见图1,范围Ⅴ)
从开发动态角度分析,此类单一河道边界的识别,表明原注采井组之间的连通关系发生了本质变化:由原先认为的“一类连通”(同一河道内部高效连通)转变为实际的“二类连通”(河道间接触,连通能力变弱)。这种认识上的转变,揭示出原注采系统存在结构不完善的问题,从而形成了一批以构型控制为主的剩余油富集区(见图16b)。为改善此类剩余油的动用效果,选取典型井B001开展措施验证。该井与北、东、南3侧注入井(A001、A002、A003井)原处于二类连通关系,通过对其实施精细压裂改善砂体连通质量,改造厚度2.2 m,方案实施后日增油达5.6 t。基于该项技术,共落实17条单一河道边界,系统指导了6口水平井和135口措施井的方案优化与调整,实现平均单井日增油2.8 t,累计增油13.6×104 t,有效验证了构型级剩余油描述的可靠性及其在改善老区开发效果方面的重要价值。

6 结论

聚焦窄小河道边界模糊、多期叠置砂体分期困难等现实挑战,本次研究创新构建了“OVT高分辨率处理-多属性融合-变尺度反演”三位一体的技术体系。该体系首次将方位保真OVT处理技术从断裂成像拓展至砂体预测领域,在此基础上,分别利用属性融合方法精细刻画窄小河道边界,以及通过变尺度反演技术有效识别多期叠置砂体,有效提升了河道砂体预测精度。
建立了地震预测与剩余油挖潜直接相连的应用模式,基于融合属性和变尺度地震反演方法预测出多类型河道砂体分布,有效指导了研究区剩余油挖潜。具体包括:①基于井间新发现的窄小河道,部署水平井挖潜剩余油;②基于新识别的多期次叠置河道内单一河道边界,采用压裂措施挖潜单一河道边部的剩余油。在研究区共部署6口水平井和135口措施井进行挖掘剩余油潜力,均取得良好效果。
符号注释:
C——地震信号的协方差矩阵;d1d2d3d4dx——井点沉积单元与地震标志轴的距离,m;Eg——相干值;f——地震主频,Hz;h——样点间距离,m;i——特征值的序号;k——时间点序号;M——时间采样点数量,个;N——特征值数量,个;N(h)——距离h的样点对数量,个;nϕ——有效方位角分区数,个;R——菲涅尔带半径,m;Sk——k时刻的振幅向量;ν——地震波速度,m/s;Vi——第i个特征向量;xi——空间位置,m;z——目标深度,m;Zxi),Zxi+h)——位置xixi+h处的模拟变量值,m;λi——第i个特征分解值;γ(h)——距离h的半方差;Δx——地震横向分辨尺度,m;Δxeff——地震横向分辨尺度,m。
[1]
林承焰, 孙廷彬, 董春梅, 等. 基于单砂体的特高含水期剩余油精细表征[J]. 石油学报, 2013, 34(6): 1131-1136.

DOI

LIN Chengyan, SUN Tingbin, DONG Chunmei, et al. Fine characterization of remaining oil based on a single sand body in the high water cut period[J]. Acta Petrolei Sinica, 2013, 34(6): 1131-1136.

DOI

[2]
吴晓慧. 大庆长垣油田特高含水期水驱精细挖潜措施后产量变化规律[J]. 大庆石油地质与开发, 2018, 37(5): 71-75.

WU Xiaohui. Changed laws of the production after waterflooding finely-tapped-potential stimulations for Daqing placanticline oilfields at the stage of extra-high watercut[J]. Petroleum Geology & Oilfield Development in Daqing, 2018, 37(5): 71-75.

[3]
陈树民, 裴江云, 赵忠华, 等. 松辽盆地三肇凹陷扶余油层叠置砂体高分辨率地震成像技术及其应用[J]. 大庆石油地质与开发, 2019, 38(5): 69-77.

CHEN Shumin, PEI Jiangyun, ZHAO Zhonghua, et al. High-resolution imaging technique for the superposed sandbody and its application in Fuyu oil layers of Sanzhao Sag in Songliao Basin[J]. Petroleum Geology & Oilfield Development in Daqing, 2019, 38(5): 69-77.

[4]
曾洪流, 朱筱敏, 朱如凯, 等. 陆相坳陷型盆地地震沉积学研究规范[J]. 石油勘探与开发, 2012, 39(3): 275-284.

ZENG Hongliu, ZHU Xiaomin, ZHU Rukai, et al. Guidelines for seismic sedimentologic study in non-marine postrift basins[J]. Petroleum Exploration and Development, 2012, 39(3): 275-284.

[5]
倪长宽, 苏明军, 袁成, 等. 基于地震沉积学的薄互层储集层分布预测方法[J]. 石油勘探与开发, 2022, 49(4): 741-751.

DOI

NI Changkuan, SU Mingjun, YUAN Cheng, et al. Thin-interbedded reservoirs prediction based on seismic sedimentology[J]. Petroleum Exploration and Development, 2022, 49(4): 741-751.

[6]
詹仕凡, 陈茂山, 李磊, 等. OVT域宽方位叠前地震属性分析方法[J]. 石油地球物理勘探, 2015, 50(5): 956-966.

ZHAN Shifan, CHEN Maoshan, LI Lei, et al. OVT-domain wide-azimuth prestack seismic attribute analysis[J]. Oil Geophysical Prospecting, 2015, 50(5): 956-966.

[7]
刘文岭, 韩大匡, 程蒲, 等. 高含水油田井震联合重构地下认识体系[J]. 石油地球物理勘探, 2011, 46(6): 930-937.

LIU Wenling, HAN Dakuang, CHENG Pu, et al. Reconstruction of underground recognition system based on both seismic data and well data in a mature oilfield with high water cut[J]. Oil Geophysical Prospecting, 2011, 46(6): 930-937.

[8]
姜岩, 徐立恒, 张秀丽, 等. 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, 2013, 28(5): 2579-2586.

JIANG Yan, XU Liheng, ZHANG Xiuli, et al. Prestack geostatistical inversion method and its application on the reservoir prediction of Changyuan oil field[J]. Progress in Geophysics, 2013, 28(5): 2579-2586.

[9]
甘利灯, 戴晓峰, 张昕, 等. 测井-地震-油藏模拟一体化技术及其在老油田挖潜中的应用[J]. 石油物探, 2016, 55(5): 617-639.

DOI

GAN Lideng, DAI Xiaofeng, ZHANG Xin, et al. Research and application on well-seismic-reservoir integration technology for mature oilfield development[J]. Geophysical Prospecting for Petroleum, 2016, 55(5): 617-639.

DOI

[10]
陈玉栋, 黄旭日. EnKF整合三维地震数据和动态数据的应用[J]. 勘探地球物理进展, 2009, 32(2): 138-142.

CHEN Yudong, HUANG Xuri. Application of assimilating 3-D seismic data with dynamic data using ensemble Kalman filter[J]. Progress in Exploration Geophysics, 2009, 32(2): 138-142.

[11]
杨懋新, 刘金平, 王允清, 等. 井震联合地质建模技术在扶杨油层油藏描述中的应用[J]. 石油地球物理勘探, 2010, 45(增刊1): 130-133.

YANG Maoxin, LIU Jinping, WANG Yunqing, et al. Application of well-seismic joint geology modeling technique in reservoir characterization in Fuyang reservoir[J]. Oil Geophysical Prospecting, 2010, 45(S1): 130-133.

[12]
凌云, 郭向宇, 高军, 等. 油藏地球物理面临的技术挑战与发展方向[J]. 石油物探, 2010, 49(4): 319-335.

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): 319-335.

[13]
蔡东梅, 韩阳. 大庆长垣油田密井网区井震结合储层描述方法[J]. 大庆石油地质与开发, 2015, 34(2): 148-153.

CAI Dongmei, HAN Yang. Reservoir characterizing method for the dense well pattern region by the well and seismic integration in Daqing placanticline oilfields[J]. Petroleum Geology & Oilfield Development in Daqing, 2015, 34(2): 148-153.

[14]
杨春生, 姜岩, 宋宝权, 等. 小河道薄砂层井震联合识别技术及应用: 以大庆长垣西部AGL地区为例[J]. 石油地球物理勘探, 2022, 57(1): 159-167.

YANG Chunsheng, JIANG Yan, SONG Baoquan, et al. Recognition technology integrating logging and seismic data for thin sand reservoir in narrow channel and its application: Taking the AGL area in western Daqing placanticline as an example[J]. Oil Geophysical Prospecting, 2022, 57(1): 159-167.

[15]
赵翰卿. 大庆油田精细储层沉积学研究[M]. 北京: 石油工业出版社, 2012: 86-88.

ZHAO Hanqing. Daqing oilfield fine reservoir sedimentology[M]. Beijing: Petroleum Industry Press, 2012: 86-88.

[16]
梁文福. 大庆长垣油田井震结合高效井挖潜研究[J]. 西安石油大学学报(自然科学版), 2019, 34(5): 63-68.

LIANG Wenfu. Study on potential tapping of high efficiency wells by well-seismic combination in Daqing Changyuan Oilfield[J]. Journal of Xi’an Shiyou University (Natural Science Edition), 2019, 34(5): 63-68.

[17]
李操, 姜岩, 樊晓东, 等. 大庆长垣油田开发地震沉积学研究[J]. 石油地球物理勘探, 2022, 57(4): 916-925.

LI Cao, JIANG Yan, FAN Xiaodong, et al. Seismic sedimentology for development of Daqing Changyuan Oilfield[J]. Oil Geophysical Prospecting, 2022, 57(4): 916-925.

[18]
袁燎, 张丽娟, 温铁民. OVT域处理技术在准噶尔盆地东部致密油勘探中的应用及效果[J]. 长江大学学报(自然科学版), 2015, 12(35): 22-26.

YUAN Liao, ZHANG Lijuan, WEN Tiemin. Application of offset vector tile (OVT) processing technique in tight oil exploration in the east of Junggar area[J]. Journal of Yangtze University(Natural Science Edition), 2015, 12(35): 22-26.

[19]
孟阳, 许颖玉, 李静叶, 等. OVT域地震资料属性分析技术在断裂精细识别中的应用[J]. 石油地球物理勘探, 2018, 53(增刊2): 289-294.

MENG Yang, XU Yingyu, LI Jingye, et al. Fault identification with OVT-domain seismic attribute analysis[J]. Oil Geophysical Prospecting, 2018, 53(S2): 289-294.

[20]
刘军, 刘道理, 邹雅铭, 等. 窄方位拖缆地震数据角度域成像处理及各向异性特征研究[J]. 石油科学通报, 2023, 8(6): 738-754.

LIU Jun, LIU Daoli, ZOU Yaming, et al. Angle domain imaging processing and anisotropic characteristics of narrow azimuth streamer seismic data[J]. Petroleum Science Bulletin, 2023, 8(6): 738-754.

[21]
熊晓军, 张鑫, 童浩, 等. 基于改进的相干体分析技术的裂缝发育带预测研究[J]. 物探化探计算技术, 2021, 43(3): 269-274.

XIONG Xiaojun, ZHANG Xin, TONG Hao, et al. Prediction of fracture development zones based on improved coherence analysis[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2021, 43(3): 269-274.

[22]
马艺璇, 李慧莉, 刘坤岩, 等. 基于分频相干体的蚂蚁追踪技术在塔河油田断裂刻画中的应用[J]. 石油物探, 2020, 59(2): 258-266.

DOI

MA Yixuan, LI Huili, LIU Kunyan, et al. Application of an ant-tracking technique based on spectral decomposition to fault characterization[J]. Geophysical Prospecting for Petroleum, 2020, 59(2): 258-266.

DOI

[23]
刘畅, 朱振宇, 张琴. 基于抗大倾角干扰的第三代相干体分析技术及应用[J]. 地球物理学进展, 2015, 30(5): 2193-2199.

LIU Chang, ZHU Zhenyu, ZHANG Qin. 3rd coherence analysis technique and an application based on the anti-large-dip[J]. Progress in Geophysics, 2015, 30(5): 2193-2199.

[24]
石荣. 地震属性分析技术在储层精细描述中的应用[J]. 大庆石油地质与开发, 2019, 38(3): 138-143.

SHI Rong. Application of the seismic attribute analyzing technique in the fine characterization of the reservoirs[J]. Petroleum Geology & Oilfield Development in Daqing, 2019, 38(3): 138-143.

[25]
李亮, 刘毅, 杜磊. 基于特征值相干体属性煤田三维地震勘探小断层解释[J]. 煤炭与化工, 2022, 45(11): 42-44.

LI Liang, LIU Yi, DU Lei. Coalfield small fault interpretation explored by three-dimensional seism based on eigenvalue coherent body properties[J]. Coal and Chemical Industry, 2022, 45(11): 42-44.

[26]
刘金水, 孙宇航, 刘洋. 基于小样本数据的模型-数据驱动地震反演方法[J]. 石油勘探与开发, 2022, 49(5): 908-917.

DOI

LIU Jinshui, SUN Yuhang, LIU Yang. Model-data-driven seismic inversion method based on small sample data[J]. Petroleum Exploration and Development, 2022, 49(5): 908-917.

[27]
ROTHMAN D H. Geostatistical inversion of 3D seismic data for thinsand delineation[J]. Geophysics, 1998, 51(2): 332-339.

DOI

[28]
黄勇, 徐立恒, 杨会东, 等. 反演约束的多点地质统计学建模: 以大庆长垣陆相油田为例[J]. 石油地球物理勘探, 2022, 57(6): 1445-1452.

HUANG Yong, XU Liheng, YANG Huidong, et al. Multi-point geostatistical modeling with inversion constraints: A case study of continental oil fields in Daqing placanticline[J]. Oil Geophysical Prospecting, 2022, 57(6): 1445-1452.

[29]
徐立恒, 宋宝权, 韩嵩, 等. 变尺度构造模型在地质统计学反演储层预测中的应用[J]. 石油学报, 2019, 40(2): 190-196.

DOI

XU Liheng, SONG Baoquan, HAN Song, et al. Application of variable-scale structure model on geo-statistics inversion reservoir prediction[J]. Acta Petrolei Sinica, 2019, 40(2): 190-196.

DOI

[30]
徐立恒, 马耀军, 朱遂珲, 等. 油田开发后期井间砂体识别[J]. 石油地球物理勘探, 2019, 54(2): 390-397.

XU Liheng, MA Yaojun, ZHU Suihui, et al. Cross-well sand-body identification in the oilfield development late stage[J]. Oil Geophysical Prospecting, 2019, 54(2): 390-397.

[31]
张赫, 单高军, 杜庆龙, 等. 大庆长垣油田特高含水后期水驱开发技术难题及其对策[J]. 大庆石油地质与开发, 2022, 41(4): 60-66.

ZHANG He, SHAN Gaojun, DU Qinglong, et al. Technical challenges and solutions of water flooding development in late stage of ultra-high water cut in Placanticline Oilfield in Daqing[J]. Petroleum Geology & Oilfield Development in Daqing, 2022, 41(4): 60-66.

文章导航

/