E-mail Alert Rss
 

物探与化探, 2024, 48(3): 629-639 doi: 10.11720/wtyht.2024.1289

地质调查·资源勘查

川中地区茅口组碳酸盐岩储层类型测井识别

刘宇,, 王亮, 罗洋, 苏树特, 姚蔺芳, 刘瑜超, 周纯润, 胡梦蝶

成都理工大学 能源学院,四川 成都 610059

Log-based identification of the types of the Maokou Formation carbonate reservoirs in the central Sichuan Basin

LIU Yu,, WANG Liang, LUO Yang, SU Shu-Te, YAO Lin-Fang, LIU Yu-Chao, ZHOU Chun-Run, HU Meng-Die

College of Energy, Chengdu University of Technology, Chengdu 610059, China

第一作者: 刘宇(1996-),男,汉族,四川自贡人,在读硕士研究生,研究方向测井方法与解释评价。Email:1394054999@qq.com

责任编辑: 王萌

收稿日期: 2023-07-7   修回日期: 2023-09-24  

基金资助: 国家自然科学基金项目“热液作用下的深部含铀油蚀变砂岩地球物理响应及铀油监探方法”(U2003102)
国家科技重大专项“四川盆地大型碳酸盐岩气田开发示范工程”(2016ZX05052)

Received: 2023-07-7   Revised: 2023-09-24  

摘要

川中地区茅口组碳酸盐岩储层溶蚀孔、洞、缝发育,非均质性强,储层类型多样。为明确川中茅口组碳酸盐岩储层类型,建立不同储层类型测井识别标准,首先通过铸体薄片、岩心照片、微电阻率成像测井资料分析,划分储层类型,并明确不同储层类型的常规测井响应特征;采用裂缝孔隙度(φf)和次生孔隙发育指数(RP)交会法,进行储层类型测井识别。结果表明:川中地区茅口组储层类型可划分为4类:缝洞型储层、裂缝—孔隙型储层、孔洞型储层和基质孔隙型储层;裂缝越发育,不同模型计算的裂缝孔隙度越接近,溶蚀孔、洞会在一定程度上影响裂缝孔隙度计算结果;φf-RP交会法对储层类型识别效果较好。研究成果为碳酸盐岩储层类型测井识别提供了技术支撑。

关键词： 茅口组; 酸盐岩储层; 储层类型划分; 测井识别

Abstract

The Maokou Formationcarbonate reservoirs in the central Sichuan Basinexhibit well-developed dissolutionpores, vugs, and fractures, pronounced heterogeneity, and diverse types. This study aims to identify their types and establish the log-based identification criteria for various reservoir types. First, this study classified the reservoir types based on the analysis of casting thin sections, core photos, and micro-resistivity imaging logs.Moreover, it determined the conventional log response characteristics of different reservoir types. Finally, it conducted log-based identification of reservoir types using the fracture porosity (φf) -secondary porosity index (RP) cross-plotting method. The results are as follows: (1)The Maokou Formation carbonate reservoirs in the central Sichuan Basin can beclassified into four types, i.e., fractured-vuggy, fractured-porous, porous-vuggy, and matrix porous reservoirs;(2) Fracture porosities calculated from different models are more similar in the case of more developed fractures, and dissolution pores and vugscan affect the fracture porositycalculation results to some extent;(3) The φf-RP cross-plotting method can effectively identify reservoir types. These research results provide technical support for the log-based identification of carbonate reservoir types.

Keywords： Maokou Formation; carbonate reservoir; reservoir type classification; log-based identification

PDF (9463KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

刘宇, 王亮, 罗洋, 苏树特, 姚蔺芳, 刘瑜超, 周纯润, 胡梦蝶. 川中地区茅口组碳酸盐岩储层类型测井识别[J]. 物探与化探, 2024, 48(3): 629-639 doi:10.11720/wtyht.2024.1289

LIU Yu, WANG Liang, LUO Yang, SU Shu-Te, YAO Lin-Fang, LIU Yu-Chao, ZHOU Chun-Run, HU Meng-Die. Log-based identification of the types of the Maokou Formation carbonate reservoirs in the central Sichuan Basin[J]. Geophysical and Geochemical Exploration, 2024, 48(3): 629-639 doi:10.11720/wtyht.2024.1289

0 引言

目前,世界油气总储量的50%存在于碳酸盐岩储层中,其产量已达到总产量的60%[1],对油气产/储量的贡献十分显著。全球最大的20个油气藏中碳酸盐岩油气藏占11个[2],而我国碳酸盐岩油气藏的发现比例远低于世界平均水平,因此对碳酸盐岩储层的研究十分必要[1]。四川盆地中部(以下简称川中)茅口组主要沉积海相碳酸盐岩,经玄武岩淋滤作用[3]、热液作用[4]、表生期岩溶作用和大气淡水淋滤作用[5-6]等,形成了大量的溶蚀孔、洞、缝。因此,该区域储层的储集空间类型多样,多种储层空间相互叠加组合,形成了不同的储层类型。

利用岩心资料、成像测井以及核磁测井等非常规测井资料能够有效识别不同类型的储层[7⇓-9],但受制于取心井少、非常规测井成本高等因素,上述方法的普适性较差[10];因此,有必要采用常规测井资料进行储层类型识别。马立文等[11]采用Q型聚类与判别函数进行储层类型识别;顾战宇等[12]通过提取多条常规测井曲线的特征参数,在塔河油田八区碳酸盐岩地层中识别出5种储层类型;赵军等[13]采用聚类分析方法,在塔中地区鹰山组识别出4种碳酸盐岩储层类型,并取得了一定的应用效果;李政宏等[14]运用因子分析法对塔中东部良田组的碳酸盐岩储层进行了储层类型识别,在该地区的应用效果较好。上述的储层类型识别方法都适用于所属研究区,且多为以数学方法为主,缺乏综合考虑测井曲线所蕴涵的地质意义。也曾有学者利用导电效率分别与孔隙度和深电阻率减小幅度交会进行储层类型判别[15],但该方法仅考虑连通孔隙和裂缝流体对地层导电性的贡献,未考虑泥质导电的影响,因此,该方法在裂缝受泥质充填严重的地层中适用性差。

针对常规测井资料识别储层类型困难的问题,本文首先结合岩心照片、薄片和微电阻率成像测井资料,标定常规测井,划分了4种储层类型;然后计算裂缝孔隙度(φf)、次生孔隙发育程度的参数(RP);最后基于φf与RP交会建立储层类型识别标准。

1 区域地质概况

四川盆地位于上扬子地区西北部,面积约18万km2,是中国中西部地区的一个大型叠合含油气盆地[16]。四川盆地中二叠统受加里东运动、海西运动影响,地层不整合于石炭系、泥盆系、志留系和更老地层之上,乐山—龙女寺古隆起形成的古地貌对川中二叠系的沉积具有继承性的控制作用[17]。四川盆地西高东低的背景上叠加了隆洼相间的古地理格局,使得古地貌高部位发育颗粒滩[18]。颗粒滩有利于储层发育,所以该时期处于古地貌相对高部位的川中地区拥有储层发育的良好条件。中二叠统时期,四川盆地所处的扬子板块整体处于拉张背景[19],使得地下热液对中二叠统储层改造成为可能。前人研究表明峨眉山玄武岩喷发导致了四川盆地古热流值的突变,在距今259 Ma即茅口组沉积末期该热值达到最大[20],这一热异常事件持续时间约为1~2 Ma[21],为茅口组热液白云岩的形成提供了热源条件。研究区主体位于四川盆地中部南充—遂宁一带,大地构造位置处于川中古隆平缓构造带(图1a)。下二叠统末期受东吴运动影响,川中地区茅口组地层顶部出露地表,顶部普遍遭受剥蚀。研究区茅四段地层几乎被完全剥蚀,使得茅三段地层与上覆龙潭组地层不整合接触,茅口组整段厚度约为200~220 m[22](图1b)。白云岩主要发育在茅二段中、上部,以及茅三段下部。在野外剖面呈层状、似层状产出,横向上单层厚度存在不连续变化。局部发育大量角砾白云岩,另外见少量含灰质白云岩团块、斑块[23]。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区地理位置与茅口组岩性柱状简图

Fig.1   The diagrammatic plan of geographic position and Maokou Formation lithological column of research area


地下热液对地层岩石溶蚀改造的同时,部分灰岩也因热液里镁离子的影响发生白云化,从而在岩心上观察到溶蚀孔、洞、缝与白云岩共生的现象。前人通过同位素分析也发现,白云岩的形成受到外部环境的影响[24]。基于上述特殊地质背景,茅口组储层类型复杂多样。录井资料与试气资料显示,茅口组储层主要发育在其中部的茅二段白云岩地层。多口井钻遇茅口组显示工业气流,气测结果显示气侵、气测异常、井漏频繁,上述情况均表明川中地区茅口组地层具有较大油气勘探潜力。

2 储层类型及特征

碳酸盐岩储层孔隙结构复杂[25-26],基于岩心、薄片、电成像等测井资料明确储层类型是应用常规测井资料识别碳酸盐岩储层类型的前提。根据岩心资料显示,并结合前人对川中茅口组储层的研究经验[27⇓-29],将该研究区茅口组储层类型划分为4类:裂缝—孔洞型、裂缝—孔隙型、孔洞型和基质孔隙型储层。其中,裂缝—孔洞型储层有效性最好;裂缝—孔隙型储层和孔洞型储层次之;基质孔隙型储层最差。结合岩心、薄片和测井资料分析发现,裂缝—孔洞型储层主要发育在茅二(a)亚段;裂缝—孔隙型储层主要发育在茅二(a)亚段和茅三段顶部;孔洞型储层主要发育在茅二段和部分井的茅三段;基质孔隙型储层在茅口组整段均有分布(图2,表1)。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   研究区茅二段储层特征照片

Fig.2   Photograph of reservoir characteristics of Member 2 of Maokou Formation in the study area


表1   不同储层类型在岩心、薄片、成像测井和常规测井响应对比

Table 1  Comparison of core and thin section, imaging logging and conventional logging response of different reservoirs

新窗口打开| 下载CSV


2.1 缝洞型储层

一般认为,在裂缝储集层的基础上,由于地层水的溶蚀作用,沿着裂缝发育方向产生溶蚀孔洞,最终形成缝洞型储层。溶蚀孔洞为主要的储集空间,裂缝为主要的渗流通道[30]。研究区缝洞型储层主要发育在茅二(a)亚段,岩心观察结果显示,该类储层的裂缝和溶蚀孔洞多被半充填,总体上裂缝充填程度高于溶蚀孔洞,充填物一般为泥质和方解石。在电成像上也可见相同的现象,在方解石半充填的部分,电成像图表现出高阻的亮色,而泥质充填部分表现出低阻的暗色,因此,在电成像图上较少出现完整的类正弦暗色条带。前人研究成果表明,川中茅口组发育较多热液白云岩储层[17,23],岩心分析资料也显示,在缝洞型储层段多为细晶白云岩和灰质白云岩。

综上所述,此类储层的测井响应特征为中低自然伽马,由于部分裂缝和孔隙被泥质半填充,自然伽马值相对于纯地层有小幅的增加,一般小于60 API;受岩性影响,密度一般介于2.7~2.81 g/cm3;声波时差大于47 μs/ft;中子孔隙度大于4.5%;双侧向电阻率为高阻背景下的低阻,呈“W”和“尖刀”型。

2.2 裂缝—孔隙型储层

裂缝孔隙型储层是在具有一定有效孔隙后,被裂缝切割形成[30]。基质孔隙为主要的储集空间,裂缝为渗流通道。在研究区此类储层中裂缝多呈网状发育,受地下热液改造程度相对于缝洞型储层降低,裂缝之间充填程度差异大,所以此类储层的非均质性最强。随着热液作用的不断侵蚀改造,裂缝—孔隙型储层将向缝洞型储层演变,因此该类储层也应是研究区应重点关注的储层。岩心显示网状裂缝发育,裂缝通常贯穿孔隙,电成像图上也能观察到相互交叉的暗色条带。此类储层常规测井响应特征表现为中低自然伽马,一般低于60 API;三孔隙度曲线变化较小,其中密度一般小于2.75 g/cm3,声波时差大于50 μs/ft;中子孔隙度大于2%;双侧向电阻率曲线之间存在明显的正差异,多呈“V”型。

2.3 孔洞型储层

溶蚀孔洞作为缝洞型储层的主要储集空间,然而当缝洞型储层中的裂缝被泥质或者方解石等充填后,就形成了孔洞型储层,这类储层依旧以溶蚀孔洞为主要储集空间,渗流通道主要为孔隙喉道,以次生溶孔为主,孔径多介于2~10 mm之间,少部分大于10 mm,最大可到50 mm。由于研究区内孔洞型储层多为溶蚀缝被充填后形成相对孤立的溶蚀孔洞,在电成像图上表现为暗色的斑点或斑块。常规测井资料显示,该类储层测井响应特征与缝洞型储层有较高的相似度,自然伽马值一般小于60 API;密度介于2.62~2.78 g/cm3之间,白云岩越发育的层段密度值相对更高;声波时差大于47 μs/ft,中子孔隙度大于3%;双侧向电阻率为高阻背景下的低阻,多呈“U”型。

2.4 基质孔隙型储层

研究区基质孔隙型储层一般发育在相对致密的灰岩段,热液作用无法涉及到的区域,在后期成岩作用中孔隙无明显改善,多为原生孔隙,以晶间孔和粒间孔为主。电成像上多呈杂乱分布的暗色麻点,物性分析表明该类储层多为低孔、低渗储层,孔隙之间的连通性差。常规测井响应特征一般为三孔隙度测井值略偏移岩石骨架值,显示出较差的物性特征;双侧向电阻率无明显差异,有轻微的减小趋势。由于该类储层常发育在致密的纯灰岩层中,所以自然伽马值相对于上述3种储层类型有小幅下降。

3 储层类型识别

根据岩石体积物理模型,储层中裂缝越发育,则裂缝所占的岩石体积越大,即裂缝孔隙度越大;裂缝和溶蚀孔洞均发育,即次生孔隙发育,裂缝孔隙度会增大,溶蚀孔洞所占的岩石体积比也会越大;由于次生孔隙中裂缝孔隙占比例较小,对次生孔隙度的贡献小于溶蚀孔洞,所以当只有溶蚀孔洞发育时,储层裂缝孔隙度将减小,而次生孔隙度并不会产生明显变化;当裂缝和溶蚀孔洞均不发育时,裂缝孔隙度较小,次生孔隙度偏小。根据上述思路,在计算得到裂缝孔隙度与次生孔隙度两个关键参数后,便可以区分各种储层类型。

3.1 裂缝孔隙度计算

对于裂缝孔隙度的求取,国内外学者已做了大量的研究工作。李善军等[31-32]根据裂缝形态对双侧向电阻率的影响,建立了针对不同裂缝形态的经验公式,后续又利用有限元素法反演裂缝孔隙度和裂缝倾角;陆云龙等[33]提出了一种基于多孔介质模型的裂缝孔隙度计算方法;王晓畅等[34]利用裂缝面孔率与裂缝孔隙度的比值模型,分不同裂缝倾角对裂缝孔隙度进行计算;Pezard等[35]根据不同裂缝状态,建立了计算裂缝孔隙度的P-A模型;范高尔夫—拉特[36]基于相应的地质模型,将裂缝和基质孔隙视为并联导电,建立了裂缝孔隙度的计算模型;魏伯阳[37]基于测井图像的机器学习预测裂缝孔隙度。由于研究区仅少部分井有电成像测井数据和岩电实验数据,所以上述诸多裂缝孔隙度计算方法在本研究区储层分类测井评价中并不适用。P-A模型和李善军等[31-32]的经验公式仅利用双侧向电阻率曲线值便可求得裂缝孔隙度,因此,本文仅采用这两种方法计算裂缝孔隙度。

3.1.1 P-A模型计算裂缝孔隙度φf(P-A)

将裂缝型地层等效为宏观上均匀的各向异性介质,可推导出用于计算近垂直和近水平裂缝的孔隙度计算模型[35]。其中,依据双侧向电阻率的差异判断裂缝形态,即正差异(Rt>Rxo)为近垂直缝,负差异(Rt<Rxo)为近水平缝[38]。

φf垂直缝=2Rt2-Rxo2RtRxo2Rmf,
φf水平缝=2Rxo2-Rt2RtRxo2Rmf,

式中:Rt、Rxo和Rmf分别为深、浅侧向和泥浆滤液电阻率,Ω·m。

对大于60°的裂缝系统也可用式(1)计算;小于30°的裂缝系统也可用式(2)计算[39]。因此本文在P-A模型计算裂缝孔隙度中,式(1)、式(2)分别用于高角度缝(Rt>Rxo)和低角度缝(Rt>Rxo)。

3.1.2 李善军等[31-32]计算裂缝孔隙度(φf(Li))

双侧向电阻率不同的差异表征着地层裂缝的不同状态,根据不同的裂缝状态选择不同的参数计算裂缝孔隙度。裂缝形态的判别公式为:

Y=Rt-RxoRtRxo,

式中:Y为裂缝状态判别系数[31];Rt为深侧向电阻率值,Ω·m;Rxo为浅侧向电阻率值,Ω·m。

当Y≤0,对应低角度裂缝,倾角介于0°~50°;当0<Y<0.1,对应倾斜裂缝,倾角介于50°~74°;当Y≥0.1,对应高角度裂缝,倾角介于74°~90°。

已知裂缝形态后,即可利用李善军等[31-32]经验公式计算裂缝孔隙度:

φf=A1Rxo+A2Rt+A3×Rmf,

式中:A1、A2和A3为随裂缝状态变化的常数,具体见表2。

表2   不同裂缝状态对应的常数取值

Table 2  Constant values corresponding to different farcture states

裂缝状态YA1A2A3
低角度裂缝Y≤0-9.9924171.972470.000318291
倾斜裂缝0<Y<0.1-17.633220.364510.00093177
高角度裂缝Y≥0.18.522532-8.2427880.00071236

新窗口打开| 下载CSV


3.1.3 裂缝孔隙度

为分析两种方法计算的孔隙度之间的关系和差异,通过岩心照片、薄片和微电阻率成像测井标定4种储层类型,然后提取不同储层类型样本点的双侧向电阻率值即Rxo和Rt。分别计算φf(Li)和φf(P-A),并分储层类型建立φf(Li)-φf(P-A)交会图版(图3)。对于缝洞型和裂缝孔隙型储层,两种方法计算的裂缝孔隙度十分接近;基质孔隙型储层和孔洞型储层,两种方法计算的裂缝孔隙度差异相对较大。储层裂缝越发育时,二者之间的差异越小;反之,则差异更大。该结果从侧面反映裂缝不发育的储层中,这两种计算裂缝孔隙度的公式并不适用。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   各储层两种方法计算裂缝孔隙度对比

Fig.3   Comparison of fracture porosity calculated by two methods in each reservoir


赵辉等[40]研究发现,使用P-A模型和李善军等[31-32]的经验公式计算的裂缝孔隙度大小差异大,但裂缝孔隙度曲线的形态十分相似。为得到更准确的裂缝孔隙度,笔者综合上述两种方法,并采用二者裂缝孔隙度的平方平均值,作为地层的裂缝孔隙度,具体公式如下:

φf=φf(Li)2+φf(P-A)22,

式中:φf(Li)为李善军等[31-32]的经验公式计算的裂缝孔隙度,%;φf(P-A)为P-A模型计算的裂缝孔隙度,%。

3.2 次生孔隙参数求取

由三孔隙度测井原理可知,中子、密度测井主要反映地层的总孔隙度,而声波时差测井主要反映地层原生孔隙,即基质孔隙度的大小。分别计算中子测井孔隙度、声波测井孔隙度、密度测井孔隙度;再求取地层总孔隙度;最终构造表征次生孔隙发育优劣的参数RP。RP越大,表明次生孔隙越发育[41]。

Rp=φ-φACφ,
φ=φCNL2+φDEN22,
φCNL=φN-φNmaφNf-φNma,
φDEN=ρb-ρmaρf-ρma,
φAC=Δt-ΔtmaΔtf-Δtma,

式中:φ为地层总孔隙度,%;φCNL为中子测井孔隙度,%;φDEN为密度测井孔隙度,%;φAC为声波时差测井孔隙度,%;φN为中子测井值,%;ρb为密度测井值,g/cm3;Δt为声波时差测井值,μs/ft;φNma为岩石骨架的中子测井响应值(1~3%),%;ρma为岩石骨架的密度测井响应值2.75~2.87 g/cm3;Δtma为岩石骨架的声波时差测井响应值43.5~47.5 μs/ft;φNf为孔隙流体的中子测井响应值,%;ρf为孔隙流体的密度测井响应值,g/cm3;Δtf孔隙声波时差测井响应值,μs/ft。

在实际地层受泥质影响,采用上述公式计算孔隙度误差较大。为减少误差,消除泥质对孔隙度计算结果影响,对孔隙度进行相应的泥质校正[30,42]。校正公式如下:

φCNL=φN-φNmaφNf-φNma-Vsh×φNsh-φNmaφNf-φNma,
φDEN=ρb-ρmaρf-ρma-Vsh×ρsh-ρmaρf-ρma,
φAC=Δt-ΔtmaΔtf-Δtma-Vsh×Δtsh-ΔtmaΔtf-Δtma,
IR=GR-GRminGRmax-GRmin,
Vsh=2c×IR-12c-1,

式中:Vsh为地层的泥质含量,%;φNsh为泥质的中子测井值(30%),%;ρsh为泥质的密度测井值(2.65 g/cm3);Δtsh分为泥质的声波时差侧井值(70 μs/ft);IR为自然伽马相对值;GR、GRmin和GRmax分别为原地层、纯碳酸盐岩地层和纯泥岩地层的自然伽马值,API;c与底层年代有关的经验系数,本研究区取值2。

3.3 建立φf—RP交会图版

通过岩心照片、薄片和微电阻率成像测井标准判定4种储层类型,然后提取不同储层类型样本点的常规测井值,包括中子(CNL)、密度(DEN)、声波时差(AC)、深侧向电阻率(Rt)、浅侧向电阻率(Rxo)以及自然伽马(GR)。基于上述裂缝孔隙度的计算方法和次生孔隙参数的求取方法,分别求取不同储层类型的裂缝孔隙度和次生孔隙参数并制作交会图。图4显示,不同类型储层交会点分布在交会图的不同区域,分区性较好。为此利用该交会图版建立储层类型识别标准(表3)。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   储层类型识别图版

Fig.4   Reservoir type identification chart


表3   储层类型定量识别标准

Table 3  Criteria for quantitative identification of reservoir types

储层类型φf/%RP
缝洞型储层≥0.075≥0.5
裂缝—孔隙型储层≥0.075<0.5
孔洞型储层<0.075≥0.5
基质孔隙型储层<0.075<0.5

新窗口打开| 下载CSV


4 应用效果

根据上述方法,对研究区部分井进行储层类型划分。首先,对测井曲线进行标准化处理,消除非地质因素对测井信息的影响;然后,使用双侧向电阻率曲线数据通过李善军等[31-32]的经验公式和P-A模型分别计算出两条裂缝孔隙度曲线,进而计算出最终的裂缝孔隙度曲线φf;再采用三孔隙度曲线数据,计算出表征次生孔隙发育程度的RP曲线。在得到上述曲线后,根据表3储层类型判别标准,基于测井软件实现储层类型自动判别。X1井主要发育缝洞型和裂缝—孔隙型储层,与电成像图吻合度较高(图5a、b),试气资料也显示该套储层为高产层,日产气为113.4万方;X2井主要发育孔洞型储层(图6),试气结果显示日产气为10.8万方,与微电阻率成像图吻合(图6a、b)。储层类型识别结果不仅与电成像图吻合度高,还与试气结果高度吻合。因此,该方法识别碳酸盐岩储存类型十分可靠。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   X1井茅口组储层类型识别结果

Fig.5   X1 well Maokou Formation reservoir type identification results


图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   X2井茅口组储层类型识别结果

Fig.6   X2 well Maokou Formation reservoir type identification results


5 结论

1)研究区茅口组碳酸盐岩储层溶蚀孔、洞、缝发育,储集空间类型多样,充填程度不一,但多为半充填,整体上裂缝充填程度高于溶蚀孔洞。在岩心、薄片观察的基础上,结合电成像测井将研究区储层类型划分为4种:缝洞型、裂缝—孔隙型、孔洞型以及基质孔隙型。缝洞型储层为最优质储层,其次为裂缝—孔隙型和孔洞型储层,基质孔隙型储层最差。

2)裂缝发育程度越高,不同模型计算的裂缝孔隙度越接近;溶蚀孔洞对裂缝孔隙度的计算结果影响较大。在充分挖掘常规测井数据中所反映的地质信息基础上,建立了φf—RP交会图版,对研究区碳酸盐岩储层类型识别效果较好,为缺少岩心资料、电成像测井数据的区域开展储层类型测井识别提供了新的技术思路。

参考文献

李宁. 中国海相碳酸盐岩测井解释概论[M]. 北京: 科学出版社, 2013.

[本文引用: 2]

Li N. Introduction to logging interpretation of China marine carbonate rocks[M]. Beijing: Science Press, 2013.

[本文引用: 2]

李宁, 肖承文, 伍丽红, 等.

复杂碳酸盐岩储层测井评价:中国的创新与发展

[J]. 测井技术, 2014, 38(1):1-10.

[本文引用: 1]

Li N, Xiao C W, Wu L H, et al.

The innovation and development of log evaluation for complex carbonate reservoir in China

[J]. Well Logging Technology, 2014, 38(1):1-10.

[本文引用: 1]

金振奎, 冯增昭.

滇东—川西下二叠统白云岩的形成机理——玄武岩淋滤白云化

[J]. 沉积学报, 1999, 17(3):383-389.

[本文引用: 1]

Jin Z K, Feng Z Z.

Origin of dolostones of the Lower Permian in East Yunnan-West sichuan—Dolomitization through leaching of basalts

[J]. Acta Sedimentologica Sinica, 1999, 17(3):383-389.

[本文引用: 1]

汪华, 沈浩, 黄东, 等.

四川盆地中二叠统热水白云岩成因及其分布

[J]. 天然气工业, 2014, 34(9):25-32.

[本文引用: 1]

Wang H, Shen H, Huang D, et al.

Origin and distribution of hydrothermal Dolomites of the Middle Permian in the Sichuan Basin

[J]. Natural Gas Industry, 2014, 34(9):25-32.

[本文引用: 1]

陈宗清.

四川盆地中二叠统茅口组天然气勘探

[J]. 中国石油勘探, 2007, 12(5):1-11,78.

[本文引用: 1]

Chen Z Q.

Exploration for natural gas in middle Permian Maokou formation of Sichuan Basin

[J]. China Petroleum Exploration, 2007, 12(5):1-11,78.

[本文引用: 1]

Maokou Formation is one of the major pay zones of Sichuan Basin, in which there are Yangxin Series and Silurian potential source rock. Cracks,pores, and caves are dominant reservoir space of the Formation. In particular, corrosion caves developed from surface Palaeokarst generated after DongwuMovement are widely distributed in the Formation. Now 99 wells have been drilled in Luzhou Paleouplift area, with the ratio drilled being 9.94% and evenreaching as high as 11.35% thanks to repeated borehole drilling.Without the limit of region and structure, venting thickness ranges from 0.1m to 1.0m, withthe maximum reaching 3.95m. Venting also exists in synclines, of which the exploration area is more extensive than that of structural traps. Developmentshows that it is better to cumulatively produce gas in Palaeokarst reservoirs which are well connected with fractured gas reservoirs. Networks consisting ofPalaeokarst pores and caves interweave with networks developed from the connection between Palaeokarst reservoirs and fractured gas reservoirs. Theinterweaving is the best. So research on seismic reflection data should be intensified to find out such types of network systems.

洪海涛, 杨雨, 刘鑫, 等.

四川盆地海相碳酸盐岩储层特征及控制因素

[J]. 石油学报, 2012, 33(S2):64-73.

DOI:10.7623/syxb2012S2006      [本文引用: 1]

四川盆地海相碳酸盐岩储层发育层系多、累计厚度大，在川渝地区天然气储量和产量贡献中占有重要地位。从岩石类型、物性特征、储层类型等基本特征分析入手，研究和总结了盆地内碳酸盐岩储层发育的主控因素和分布预测思路。盆地主要储集岩类型是颗粒白云岩、藻（礁）格架白云岩、粉-细晶白云岩，石灰岩次之;物性总体上具低孔、低渗的特征，局部地区发育的优质储层是重要的勘探对象;储层类型可分为裂缝-孔隙型、孔隙型、裂缝-孔洞型和裂缝型4类;储层发育程度主要受有利沉积相带分布、白云石化作用、3期岩溶作用等因素控制。针对生物礁、颗粒滩等相控型储层，精细沉积微相刻画是储层分布预测的有效手段;对于风化岩溶型储层，区域性和重点目标区的岩溶古地貌恢复可为成藏区带评价和储层预测提供依据。

Hong H T, Yang Y, Liu X, et al.

Characteristics and controlling factors of marine carbonate reservoirs in Sichuan Basin

[J]. Acta Petrolei Sinica, 2012, 33(S2):64-73.

[本文引用: 1]

薛宗安, 胡志方, 肖玉峰, 等.

中东地区强非均质性碳酸盐岩储层测井评价方法及应用

[J]. 科学技术与工程, 2022, 22(7):2654-2663.

[本文引用: 1]

Xue Z A, Hu Z F, Xiao Y F, et al.

Logging evaluation method and application of strongly heterogeneous carbonate reservoir in the Middle East

[J]. Science Technology and Engineering, 2022, 22(7):2654-2663.

[本文引用: 1]

李宁, 肖承文, 伍丽红, 等.

复杂碳酸盐岩储层测井评价:中国的创新与发展

[J]. 测井技术, 2014, 38(1):1-10.

[本文引用: 1]

Li N, Xiao C W, Wu L H, et al.

The innovation and development of log evaluation for complex carbonate reservoir in China

[J]. Well Logging Technology, 2014, 38(1):1-10.

[本文引用: 1]

李昌, 司马立强, 沈安江, 等.

电成像测井储层非均质性评价方法在川东北G地区FC段地层的应用

[J]. 地球物理学进展, 2015, 30(2):725-732.

[本文引用: 1]

Li C, Sima L Q, Shen A J, et al.

The application of the reservoir heterogeneity evaluate method with microresistivity image log in FC Formation of G region in northeastern Sichuan

[J]. Progress in Geophysics, 2015, 30(2):725-732.

[本文引用: 1]

田杰, 王亮, 司马立强, 等.

基于微电阻率成像测井的储集层物性及孔隙结构表征——孔隙度谱、渗透率谱及等效毛管压力曲线

[J]. 石油勘探与开发, 2023, 50(3):553-561.

DOI:10.11698/PED.20220850      [本文引用: 1]

基于毛管理论，在构建微电阻率成像测井等效毛管模型的基础上，建立反映储集层非均质性的孔隙度谱（?<sub>i</sub>）、渗透率谱（K<sub>i</sub>）和等效毛管压力曲线（p<sub>c</sub><sub>i</sub>）的理论模型；为扩展理论模型的实际应用，引入阿尔奇公式建立定量表征?<sub>i</sub>、K<sub>i</sub>、p<sub>c</sub><sub>i</sub>的通用模型。对比现有模型表明：①现有孔隙度谱模型与?<sub>i</sub>的通用模型相同；②相较于普塞尔（Purcell）渗透率模型，K<sub>i</sub>模型能计算得到渗透率谱；③相较于现有的毛管压力曲线构建经验模型，p<sub>c</sub><sub>i</sub>模型具有理论基础且克服了现有模型仅基于孔隙度谱分量构建的应用局限。四川盆地川中古隆起TSX井二叠系茅口组实例应用表明，基于孔隙度谱、渗透率谱及等效毛管压力曲线可有效区分储集层类型并计算得到储集层物性及孔隙结构参数，进而有效评价储集层的非均质性。

Tian J, Wang L, Sima L Q, et al.

Characterization of reservoir properties and pore structure based on micro-resistivity imaging logging:Porosity spectrum,permeability spectrum,and equivalent capillary pressure curve

[J]. Petroleum Exploration and Development, 2023, 50(3):553-561.

[本文引用: 1]

马立文, 窦齐丰, 彭仕宓, 等.

用Q型聚类分析与判别函数法进行储层评价——以冀东老爷庙油田庙28X1区块东一段为例

[J]. 西北大学学报:自然科学版, 2003, 33(1):83-86.

[本文引用: 1]

Ma L W, Dou Q F, Peng S M, et al.

Comprehensively applying Q-Model gathering and discriminant function methods to reservoir classification and evaluation:Taking Ed1No.of Miao 28X1 block in Laoyemiao Oilfield in Jidong as an example

[J]. Journal of Northwest University:Natural Science Edition, 2003, 33(1):83-86.

[本文引用: 1]

顾战宇, 杨斌.

塔河油田八区奥陶系碳酸盐岩缝洞储层测井识别研究

[J]. 矿物岩石, 2010, 30(3):89-95.

[本文引用: 1]

Gu Z Y, Yang B.

Study of identifying logging in carbonate reservoir of Ordovician in eight block,Tahe oil field

[J]. Journal of Mineralogy and Petrology, 2010, 30(3):89-95.

[本文引用: 1]

赵军, 刘彦斌, 王菲菲, 等.

碳酸盐岩缝洞型储层类型识别与分类预测

[J]. 中国岩溶, 2018, 37(4):584-591.

[本文引用: 1]

Zhao J, Liu Y B, Wang F F, et al.

Identification and classification prediction of fractured-vuggy reservoir type in carbonate rocks

[J]. Carsologica Sinica, 2018, 37(4):584-591.

[本文引用: 1]

李政宏, 张立强, 陈曦, 等.

缝洞型碳酸盐岩储层测井识别——以塔中东部良里塔格组良二段为例

[J]. 天然气地球科学, 2019, 30(12):1805-1814.

[本文引用: 1]

Li Z H, Zhang L Q, Chen X, et al.

Logging identification of fractured-vuggy carbonate reservoirs:Case study from the second section of Lianglitage Formation in the eastern part of Tazhong area

[J]. Natural Gas Geoscience, 2019, 30(12):1805-1814.

[本文引用: 1]

李功强, 赵永刚, 江子凤, 等.

塔河油田托普台区碳酸盐岩储层类型判别方法及应用

[J]. 工程地球物理学报, 2013, 10(3):338-343.

[本文引用: 1]

Li G Q, Zhao Y G, Jiang Z F, et al.

Identification of carbonate reservoir types in Tahe oil field of tuoputai region and its application

[J]. Chinese Journal of Engineering Geophysics, 2013, 10(3):338-343.

[本文引用: 1]

杜金虎. 古老碳酸盐岩大气田地质理论与勘探实践[M]. 北京: 石油工业出版社, 2015.

[本文引用: 1]

Du J H. Geologic theory and exploration practice of ancient largecarbonates gas Field[M]. Beijing: Petroleum Industry Press, 2015.

[本文引用: 1]

杨光, 汪华, 沈浩, 等.

四川盆地中二叠统储层特征与勘探方向

[J]. 天然气工业, 2015, 35(7):10-16.

[本文引用: 2]

Yang G, Wang H, Shen H, et al.

Characteristics and exploration prospects of Middle Permian Reservoirs in the Sichuan Basin

[J]. Natural Gas Industry, 2015, 35(7):10-16.

[本文引用: 2]

周进高, 郝毅, 邓红婴, 等.

四川盆地中西部栖霞组—茅口组孔洞型白云岩储层成因与分布

[J]. 海相油气地质, 2019, 24(4):67-78.

[本文引用: 1]

Zhou J G, Hao Y, Deng H Y, et al.

Genesis and distribution of vuggy dolomite reserviors of the Lower Permian Qixia Formation and Maokou Formation,western-central Sichuan Basin

[J]. Marine OriginPetroleum Geology, 2019, 24(4):67-78.

[本文引用: 1]

罗志立. 地裂运动与中国油气分布[M]. 北京: 石油工业出版社,1991.

[本文引用: 1]

Luo Z L. Ground fissure movement and oil and gas distribution in China[M]. Beijing: Petroleum Industry Press,1991.

[本文引用: 1]

朱传庆, 徐明, 袁玉松, 等.

峨眉山玄武岩喷发在四川盆地的地热学响应

[J]. 科学通报, 2010, 55(6):474-482.

[本文引用: 1]

Zhu C Q, Xu M, Yuan Y S, et al.

Geothermal response of Emeishan basalt eruption in Sichuan Basin

[J]. Chinese Science Bulletin, 2010, 55(6):474-482.

[本文引用: 1]

何斌, 徐义刚, 肖龙, 等.

峨眉山大火成岩省的形成机制及空间展布:来自沉积地层学的新证据

[J]. 地质学报, 2003, 77(2):194-202.

[本文引用: 1]

He B, Xu Y G, Xiao L, et al.

Generation and spatial distribution of the Emeishan large igneous province:New evidence from stratigraphic records

[J]. Acta GeologicaSinica, 2003, 77(2):194-202.

[本文引用: 1]

贺川航, 鲜成龙, 林煜, 等.

川中茅口组白云岩储层预测关键技术研究与应用

[J]. 石油物探, 2021, 60(2):342-352.

DOI:10.3969/j.issn.1000-1441.2021.02.015      [本文引用: 1]

四川盆地中部下二叠茅口组白云岩储层物性差、厚度薄、埋藏深且空间各向异性较强,给地震资料处理和储层预测造成困难。为明确研究区茅口组地层下一步勘探方向,以中、深层缝洞型碳酸盐岩处理成像和非均质性缝洞型储层量化描述为导向,探索并形成了多敏感曲线融合、井控高保真宽频处理、岩溶古地貌刻画、地震相带预测以及相控储层反演预测等多种关键技术。在地震资料处理方面,以提升地震资料对构造、断裂、薄储层的宽频成像精度为核心,在地震资料解释方面,以精细描述白云岩储层主要参数为目标,结合&ldquo;先岩溶后储层&rdquo;的评价思路,对川中地区茅口组白云岩储层进行精细解释评价,共预测了2个白云岩储层发育带,预测结果与新钻井结果吻合度较高,为下一步川中地区油气勘探开发以及井位部署提供了有力支撑。

He C H, Xian C L, Lin Y, et al.

KeytechnologiesforthepredictionofDolomite Reservoirs in the Maokou Formation in central Sichuan

[J]. Geophysical Prospecting for Petroleum, 2021, 60(2):342-352.

[本文引用: 1]

刘建强, 郑浩夫, 刘波, 等.

川中地区中二叠统茅口组白云岩特征及成因机理

[J]. 石油学报, 2017, 38(4):386-398.

DOI:10.7623/syxb201704003      [本文引用: 2]

川中地区茅口组白云岩主要位于茅口组二段中、上部和茅口组三段下部，根据岩石学特征可分为含灰质细-中晶白云岩、细-中晶白云岩、角砾白云岩，且以后两者为主。对比泥晶灰岩与不同类型白云岩样品地球化学特征后发现，白云岩相对于同层灰岩具有较低的Fe含量、较高的Mn含量和较低的Sr含量；泥晶灰岩与不同类型白云岩具有相似的稀土配分特征，均表现为LREE亏损、轻微正La异常和负Ce异常，且白云岩样品具有微弱的Eu正异常；细-中晶白云岩与角砾白云岩&delta;<sup>18</sup>O值均明显低于原始灰岩，而<sup>87</sup>Sr/<sup>86</sup>Sr比值则明显高于原始泥晶灰岩。不同类型白云岩与灰岩相似的稀土配分特征表明茅口组白云岩形成过程中保留了原始灰岩的部分地球化学特征，而白云岩微弱Eu正异常及其与灰岩同位素差异性可能是由于白云岩化过程中高温地质热流体的参与而引发的。茅口组白云岩化作用受多种因素控制：地层残余海水和岩浆活动伴生的热液流体为白云岩化作用中Mg的主要来源；峨眉山大火成岩省热效应为白云岩化提供异常高的古地温背景；断裂系统为异常地温对流和白云岩化流体提供了快速运移通道；颗粒滩相灰岩较好的孔、渗性使之比泥晶灰岩更易发生白云岩化。峨眉山大火成岩省伴生的异常地温和充足Mg供给是茅口组发生白云岩化的关键，不同类型白云岩形成于白云岩化过程的不同阶段。

Liu J Q, Zheng H F, Liu B, et al.

Characteristics and genetic mechanism of the dolomite in the Middle Permian Maokou Formation,central Sichuan area

[J]. Acta Petrolei Sinica, 2017, 38(4):386-398.

[本文引用: 2]

陈轩, 赵文智, 张利萍, 等.

川中地区中二叠统构造热液白云岩的发现及其勘探意义

[J]. 石油学报, 2012, 33(4):562-569.

[本文引用: 1]

Chen X, Zhao W Z, Zhang L P, et al.

Discovery and exploration significance of structure-controlled hydrothermal Dolomites in the Middle Permian of the central Sichuan Basin

[J]. Acta Petrolei Sinica, 2012, 33(4):562-569.

DOI:10.7623/syxb201204004      [本文引用: 1]

<p>Integrated with seismic profile interpretations, Petro-mineralogic observations and geochemical analyses, the present paper proposed that dolomites in the Middle Permian Qixia Formation-Maokou Formation of the central Sichuan Basin are of a structure-controlled hydrothermal origin. The characterization of the dolomites showed that:1) they are relatively thicker in a single layer, commonly in lenticular form, poor in lateral continuity, sometimes accompanied with developed strike-slip faults and having a &ldquo;concave-down&rdquo; reflection in seismic sections corresponding to dolomite intervals concerned; 2) matrix dolomites composed mainly of meso- or macro-crystalline grains have the saddle-shaped dolomite with undulatory extinction stuffed in their fractures and vugs, where a large amount of breccias with white dolomites filled between them develops, forming zebralike fabrics; and 3) homogenization temperatures of matrix and interstitial saddle-shaped dolomites are commonly 5℃ higher than those of strata during dolomitization, ranging between 105.8～159.6℃ and 113.2～138.6℃,respectively. In addition, they show lighter oxygen isotopes (-7.64&permil;～-7.95&permil;) and higher <sup>87</sup>Sr / <sup>86</sup>Sr ratios（0.708 369～0.709 684）. The development and distribution of structure-controlled hydrothermal dolomites are dominated by strike-slip faults. There would be a good lithologic reservoir if hydrothermal dolomites combine well with overlying tight limestones.</p>

Tian J, Wang L, Zhao RR,etal.

Improved triple porosity model for calculating porosity exponent of fractured-vuggy reservoirs based on Maxwell-Garnett mixing rule and anisotropic conductivity analysis

[J]. Journal of Petroleum Science and Engineering, 2022,212:110265.

[本文引用: 1]

Tian J, Sima L Q, WangL, et al.

A novel triple-porosity model for fractured-vuggy reservoirs based on Maxwell-Garnett mixing rule

[J]. Journal of Petroleum Science and Engineering, 2022,208:109362.

[本文引用: 1]

李双建, 杨天博, 韩月卿, 等.

四川盆地中二叠统热液白云岩化作用及其储层改造意义

[J]. 石油与天然气地质, 2021, 42(6):1265-1280.

[本文引用: 1]

Li S J, Yang T B, Han Y Q, et al.

Hydrothermal dolomitization and its role in improving Middle Permian Reservoirs for hydrocarbon accumulation,Sichuan Basin

[J]. Oil & Gas Geology, 2021, 42(6):1265-1280.

[本文引用: 1]

黎霆, 诸丹诚, 杨明磊, 等.

热液活动对四川盆地中西部地区二叠系茅口组白云岩的影响

[J]. 石油与天然气地质, 2021, 42(3):639-651.

[本文引用: 1]

Li T, Zhu D C, Yang M L, et al.

Influence of hydrothermal activity on the Maokou Formation dolostone in the central and western Sichuan Basin

[J]. Oil & Gas Geology, 2021, 42(3):639-651.

[本文引用: 1]

郝毅, 姚倩颖, 田瀚, 等.

四川盆地二叠系茅口组沉积特征及储层主控因素

[J]. 海相油气地质, 2020, 25(3):202-209.

[本文引用: 1]

Hao Y, Yao Q Y, Tian H, et al.

Sedimentary characteristics and reservoir controlling factors of Permian Maokou Formation in Sichuan Basin

[J]. Marine Origin Petroleum Geology, 2020, 25(3):202-209.

[本文引用: 1]

雍世和, 张超谟. 测井数据处理与综合解释[M]. 东营: 中国石油大学出版社,1996.

[本文引用: 3]

Yong S H, Zhang C M. Logging data processing and comprehensive interpretation[M]. Dongying: China University of Petroleum Press,1996.

[本文引用: 3]

李善军, 汪涵明, 肖承文, 等.

碳酸盐岩地层中裂缝孔隙度的定量解释

[J]. 测井技术, 1997, 21(3):205-215.

[本文引用: 8]

Li S J, Wang H M, Xiao C W, et al.

Quantitative interpretation of fracture porosity in carbonate formation

[J]. Well Logging Technology, 1997, 21(3):205-214.

[本文引用: 8]

李善军.

用三维有限元素法反演单一灰岩裂缝性储层的裂缝孔隙度和裂缝倾角

[J]. 测井技术, 1998, 22(6):28-31.

[本文引用: 7]

Li S J.

Inversion of fracture porosity and fracture dip angle of single limestone fractured reservoir bythree-dimensionalfinite element method

[J]. Well Logging Technology, 1998, 22(6):28-31.

[本文引用: 7]

陆云龙, 崔云江, 李瑞娟, 等.

基于多孔介质模型的储层裂缝孔隙度计算方法

[J]. 西南石油大学学报:自然科学版, 2019, 41(5):67-74.

[本文引用: 1]

Lu Y L, Cui Y J, Li R J, et al.

Calculation method of reservoir fracture porosity based on porous media model

[J]. Journal of Southwest Petroleum University:Science & Technology Edition, 2019, 41(5):67-74.

[本文引用: 1]

王晓畅, 李军, 张松扬, 等.

基于测井资料的裂缝面孔率标定裂缝孔隙度的数值模拟及应用

[J]. 中国石油大学学报:自然科学版, 2011, 35(2):51-56.

[本文引用: 1]

Wang X C, Li J, Zhang S Y, et al.

Numerical simulation and application of fracture surface porosity calibrating fracture porosity by logging data

[J]. Journal of China University of Petroleum:Edition of Natural Science, 2011, 35(2):51-56.

[本文引用: 1]

Pezard P, AndersonR.

In situ measurements of electrical resistivity,formation anisotropy,and tectonic context

[C]// SPWLA 31st Aonual Lagging Sgmposium,1990.

[本文引用: 2]

范高尔夫—拉特. 裂缝油藏工程基础[M],陈钟祥译. 北京: 石油工业出版社,1989.

[本文引用: 1]

Van golf-racht. Fundamentals of fractured reservoir engineering[M]. Chen Zhongxiang,Translation.Beijing: Petroleum Industry Press,1989.

[本文引用: 1]

魏伯阳. 基于测井图像的机器学习识别裂缝并预测裂缝孔隙度[D]. 长春: 吉林大学, 2020.

[本文引用: 1]

Wei B Y. Machine learning based on logging images identifies fractures and predicts fracture porosity[D]. Changchun: Jilin University, 2020.

[本文引用: 1]

陈义国, 赵谦平, 杨文博, 等.

双侧向测井裂缝孔隙模型考察与改进

[J]. 大庆石油地质与开发, 2011, 30(4):171-174.

[本文引用: 1]

Chen Y G, Zhao Q P, Yang W B, et al.

Examination and improvement of fracture-pore model for dual-lateral logging

[J]. Petroleum Geology & Oilfield Development in Daqing, 2011, 30(4):171-174.

[本文引用: 1]

樊政军, 柳建华, 马勇.

塔河油田石灰岩洞缝型储层测井评价

[J]. 天然气工业, 2007, 27(7):45-48,135.

[本文引用: 1]

Fan Z J, Liu J H, Ma Y.

Logging evaluation for cave- and pore-type limestone reservoirs in Tahe oilfield

[J]. Natural Gas Industry, 2007, 27(7):45-48,135.

[本文引用: 1]

赵辉, 石新, 司马立强.

裂缝性储层孔隙指数、饱和度及裂缝孔隙度计算研究

[J]. 地球物理学进展, 2012, 27(6):2639-2645.

[本文引用: 1]

Zhao H, Shi X, Sima L Q.

Study on porosity exponent,saturation and fracture porosity for fractured reservoirs

[J]. Progress in Geophysics, 2012, 27(6):2639-2645.

[本文引用: 1]

孙建孟, 刘蓉, 梅基席, 等.

青海柴西地区常规测井裂缝识别方法

[J]. 测井技术, 1999, 23(4):268-272.

[本文引用: 1]

Sun J M, Liu R, Mei J X, et al.

Fractureidentificationmethodofconventional logging in Chaixi area,Qinghai Province

[J]. Well Logging Technology, 1999, 23(4):268-272.

[本文引用: 1]

景建恩, 梅忠武, 李舟波.

塔河油田碳酸盐岩缝洞型储层的测井识别与评价方法研究

[J]. 地球物理学进展, 2003, 18(2):336-341.

[本文引用: 1]

Jing J E, Mei Z W, Li Z B.

Investigation of well logging evaluation and identification methods for carbonate reservoirs with fracture and vug in Tahe oil field

[J]. Progress In Geophysics, 2003, 18(2):336-341.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址：北京市学院路29号航遥中心 邮编：100083
电话：010-62060192；62060193 E-mail：whtbjb@sina.com , whtbjb@163.com