昆特依气田2区块基岩裂缝预测及孔—缝叠置分析

doi:10.11720/wtyht.2025.1427

昆特依气田2区块基岩裂缝预测及孔—缝叠置分析

马元琨^,¹^,², 温中林¹^,², 李积永¹^,², 王海成¹^,², 陈芳芳¹^,², 徐钰¹^,², 张蕾¹^,², 潘以红³

1.中国石油青海油田分公司勘探开发研究院,甘肃敦煌 736202

2.青海省高原咸化湖盆油气地质重点实验室,甘肃敦煌 736202

3.北京博达瑞恒科技有限公司,北京 100101

Bedrock fracture prediction and pore-fracture overlay analysis: A case study of the Kun 2 block in the Kunteyi gas field

MA Yuan-Kun^,¹^,², WEN Zhong-Lin¹^,², LI Ji-Yong¹^,², WANG Hai-Cheng¹^,², CHEN Fang-Fang¹^,², XU Yu¹^,², ZHANG Lei¹^,², PAN Yi-Hong³

1. Exploration and Development Research Institute of PetroChina Qinghai Oilfield Company, Dunhuang 736202, China

2. Key Laboratory of Oil and Gas Geology in Salinized Lake Basin of Qinghai Province, Dunhuang 736202, China

3. PST Service Corp., Beijing 100101, China

第一作者: 马元琨(1992-),男,青海海东人,学士,高级工程师,主要从事油气田开发地质研究工作。Email:mykyjyqh@petrochina.com.cn

责任编辑: 沈效群

收稿日期: 2024-10-22 修回日期: 2024-11-20

Received: 2024-10-22 Revised: 2024-11-20

摘要

针对柴达木盆地昆特依气田昆2区块基岩目的层中的储层储集空间发育溶蚀孔和裂缝认识不清楚的问题,利用地震资料分选5大类12种属性分别对基岩储层进行裂缝预测和对比分析,结果表明:最大似然属性与井资料吻合好,纵横向分辨率高,优于曲率、相干、不连续和相似性类属性。同时,采用溶孔-裂缝叠合分析法,有效预测了基岩储层分布有利区,为后续开发井位部署提供了依据。

关键词： 昆特依气田; 裂缝预测; 容孔; 最大似然属性

Abstract

This study aims to determine the development of dissolution pores and fractures in the target bedrock reservoir space in the Kun 2 block in the Kunteyi gas field within the Qaidam Basin. The seismic data were classified into 12 attributes in five major categories for fracture prediction and comparative analysis of bedrock reservoirs. The results show that the maximum likelihood attribute aligned highly with the well data, with high vertical and horizontal resolution, superior to curvature, coherence, discontinuity, and similarity attributes. Moreover, the favorable areas for the distribution of bedrock reservoirs were effectively predicted using the dissolution pore-fracture overlay analysis method, providing a basis for subsequent exploitation well deployment.

Keywords： Kunteyi; fracture prediction; dissolution pore; maximum likelihood attribute

PDF (9292KB) 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

马元琨, 温中林, 李积永, 王海成, 陈芳芳, 徐钰, 张蕾, 潘以红. 昆特依气田2区块基岩裂缝预测及孔—缝叠置分析[J]. 物探与化探, 2025, 49(3): 588-598 doi:10.11720/wtyht.2025.1427

MA Yuan-Kun, WEN Zhong-Lin, LI Ji-Yong, WANG Hai-Cheng, CHEN Fang-Fang, XU Yu, ZHANG Lei, PAN Yi-Hong. Bedrock fracture prediction and pore-fracture overlay analysis: A case study of the Kun 2 block in the Kunteyi gas field[J]. Geophysical and Geochemical Exploration, 2025, 49(3): 588-598 doi:10.11720/wtyht.2025.1427

0 引言

目前,基岩作为非沉积储层已成为油气勘探开发的重要方向^[1-3]。青海省柴达木盆地昆特依气田昆2区块基岩储集空间类型为裂缝+溶孔双重介质,其中裂缝的发育对溶孔的形成提供了前提条件。沿着裂缝体系,地层水溶蚀形成溶蚀孔,构成有效储集空间,基质本身不发育孔隙。裂缝对于溶孔的形成和改善储层的渗流能力起到了重要作用。诸多学者利用各种方法对裂缝预测做了研究工作^[4-18],取得了较好的效果。但不同属性适用和应用的条件不尽相同。研究区存在的主要问题是目的层为基岩段,埋深在7 000 m左右,储集空间主要以溶蚀孔—缝为主,储层主要为溶孔储层和裂缝—溶孔储层,孔洞规模小,常规的地震剖面识别难度大。本次研究主要是参考溶蚀孔—缝形成机理,裂缝主要发育在断层附近,受控于断层的分布,基岩溶孔主要受控于裂缝的发育,裂缝沟通地表水和地下水,对基岩段可溶矿物进行溶蚀,形成溶蚀孔,因此优选对小断层识别比较敏感的最大似然属性开展裂缝预测,同时优选对缝洞体雕刻比较敏感的结构张量属性预测溶蚀孔。由于目的层埋深大,结构张量属性纵向分辨率比较低,因此引入叠后纵波阻抗反演,寻找高阻抗背景下的低阻抗储层。受控于反演过程中井的内插外推作用降低了预测的横向分辨率,因此将高的横向分辨率结构张量属性与高的纵向分辨率叠后波阻抗反演进行概率融合,试验不同的融合参数,并与已钻井进行统计分析,最终得到预测溶蚀孔储层较有效的概率融合属性,开展全区基岩溶孔储层预测。

1 区域地质概况

昆特依气田昆2区块位于青海省柴达木盆地阿尔金山前东段冷北斜坡低断阶昆特依一号构造,为柴达木盆地阿尔金斜坡的一个三级构造,西邻东坪气田牛东区块,东接冷湖三号油田(图1)。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 昆特依气田昆2区块基岩顶界构造

Fig.1 Top boundary structure of bedrock in Kun 2 block of Kunteyi gas field

冷北斜坡目前通过钻探共揭示出七个泉组(Q₁₊₂)、狮子沟组( $N_{2}^{3}$ )、上油砂山组( $N_{2}^{2}$ )、下油砂山组( $N_{2}^{1}$ )、上干柴沟组(N₁)、下干柴沟组上段( $E_{3}^{2}$ )、下干柴沟组下段( $E_{3}^{1}$ )、路乐河组(E₁₊₂)、侏罗系(J)和基岩共10套地层(图2),目的层为基岩段,基岩岩性有花岗岩、花岗片麻岩、石英片岩、板岩等,岩性较复杂^[19-21]。基岩气藏圈闭为受昆1号断层控制的断背斜圈闭,落实程度较高,在三维地震资料不同深度切片上基岩顶构造背斜特征清楚,地震剖面上构造顶部反射轴回倾明显。圈闭轴向为NW—SE,高点埋深6 805 m,海拔-4 080 m,闭合等值线海拔-4 850 m,闭合面积为27.7 km²,闭合幅度800 m。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 冷北斜坡地层柱状图

Fig.2 Stratigraphic column of the Lengbei Slope

2 裂缝预测技术方法优选

昆特依气田位于山前带,工区北侧主要发育昆1号断层,该断裂为一级断层,延伸长度大,在研究区范围内延伸长度达15 km,断距大于1 000 m。1号断层在工区范围内有2条伴生断层,分别是昆2北和昆101北断层,其中昆2北断层延伸长度为8.5 km,断距大于400 m,昆101断层延伸长度较小,为2.6 km,断距大于100 m。

基岩段的埋深大,地震资料品质较差,受信噪比和方位角限制,如果利用叠前分方位角裂缝预测会引入较多的不确定性,因此,选择利用叠后相对可靠的地震数据开展叠后裂缝预测。

2.1 基岩裂缝储层特征分析

2.1.1 基岩岩性特征

昆2区块目前钻达基岩的井有3口(昆2、昆101、昆1-1),其中,昆2、昆1-1井基岩井段岩屑薄片鉴定结果显示岩石类型为片麻岩,主要矿物成分为石英、长石和黑云母,次要矿物见绿帘石、榍石。根据ECS测井、元素录井分析结果,基岩段内各元素含量比较稳定,岩性变化较小,均为片麻岩。昆101井基岩段岩性分为上下两段,上段为黑云母石英片岩,薄片下呈鳞片变晶结构,主要矿物成分为石英、云母,次要矿物成分为长石,元素录井显示镁和铁含量较高。下段为花岗岩、花岗片麻岩,主要矿物成分为石英、长石,发育钾长石和角闪石、黑云母等,次要矿物见绿帘石等,元素测井显示镁和铁含量下降。

2.1.2 储集空间类型

昆2区块储集空间类型为裂缝+溶孔双重介质,其中裂缝发育对溶孔的形成提供了前提条件,沿着裂缝体系,地层水溶蚀形成溶蚀孔,构成有效储集空间,基质本身不发育孔隙。裂缝对溶孔的形成和储层渗流能力的改善起到了重要作用。基岩储层储集空间的分布是在缝网体系控制下的不规则连通体,其连通性取决于裂缝的发育程度和渗流能力。

2.1.3 物性特征

根据昆101井物性分析数据,孔隙度范围在1.02%~5.10%之间,渗透率范围在0.28~135.83 mD之间。根据测井解释统计,基岩储层有效孔隙度分布范围为2.0%~12.6%,平均值为5.4%,中值为5.2%;测井计算渗透率分布范围为0.02~3.5 mD,平均为0.22 mD,中值为0.09 mD。

基岩段内部小尺度断裂及裂缝较发育,裂缝的发育对于改善储层渗流能力极为重要,因此需要开展高精度裂缝预测。

2.2 断裂刻画技术优选

昆2区块均发育逆断层,研究区整体断裂较少,考虑到研究精度的需要,本次利用常用的预测裂缝敏感的曲率、相干、不连续性、蚂蚁体和最大似然等5大类12种属性分别开展裂缝预测,对12种裂缝预测属性开展过井效果对比分析。

2.2.1 曲率

曲面上某点在任意方向上都有一个曲率值,其中正交于曲面的平面所定义的曲率称为法曲率。在无限个法线曲率中,绝对值最大的就是最大主曲率。

基于网格数据用最小二乘法拟合二次曲线 $z (x, y)$ :

(1)

z (x, y) = a x^{2} + b y^{2} + c x y + d x + e y + f

。

利用Roberts提出的方程式计算平均曲率^[22]:

(2)

k_{m e a n} = \frac{a (1 + e^{2}) + b (1 + d^{2}) - c d e}{(1 + d^{2} + e^{2})^{3 / 2}}

高斯曲率:

(3)

k_{G a u s s} = \frac{(4 a b - c^{2})}{(1 + d^{2} + e^{2})^{2}}

主曲率:

(4)

\{\begin{array}{l} k_{1} = k_{m e a n} + \sqrt{k_{m e a n}^{2} - k_{G a u s s}}, \\ k_{2} = k_{m e a n} - \sqrt{k_{m e a n}^{2} - k_{G a u s s}} 。 \end{array}

最大曲率(k_max)和最小曲率(k_min)与正交圆的曲率半径成反比,分别如下:

(5)k_max=

\{\begin{array}{l} k_{1}, | k_{1} | \geq | k_{2} |; \\ k_{2}, | k_{1} | < | k_{2} |。 \end{array}

km_in₌

\{\begin{array}{l} k_{2}, | k_{1} | \geq | k_{2} |; \\ k_{1}, | k_{1} | < | k_{2} |。 \end{array}

曲率属性量化了曲线偏移直线的角度,有助于淡化局部的倾角作用,强调与沉积特征或小尺度断层相关的线性特征。将这些对构造弯曲程度的定量描述与已有的构造先验信息相结合,并结合地质模型预测储层天然裂缝。

2.2.2 相干属性

相干属性是通过计算纵向和横向上局部的波形相似性,来得到三维地震相关性的估计值。相干值的计算公式为^[8]

(6)

C_{i j} = \frac{\overset{t_{2}}{\sum_{t = t_{1}}} x_{i} (t) x_{j} (t)}{\sqrt{\overset{t_{2}}{\sum_{t = t_{1}}} x_{i}^{2} (t) \overset{t_{2}}{\sum_{t = t_{1}}} x_{j}^{2} (t)}}

式中:x_i(t)和x_j(t)分别是第i道和第j道地震信号在时间t的振幅值;t₁和t₂定义了计算相干的时间窗口。

2.2.3 不连续性

在出现断层、岩性突变、特殊地质体的小范围内,地震道之间的波形特征发生变化,进而导致局部的道与道之间相关性突变。地震不连续性检测是应用不连续性算法快速识别三维地震数据中的波形的不连续或非均匀区带,从而快速识别地下构造发育特征及空间展布,如河道、断层、岩性体边缘、不整合、裂缝等异常构造体的规模与位置。通过衡量相邻地震道波形的相似程度来判断不连续性,如果相邻地震道的波形相似,相关系数接近 1,表示连续性好;如果波形差异大,相关系数较低,则表示不连续性强。

设地震道x=[x₁,x₂,…,x_n]和y=[y₁,y₂,…,y_n],它们的相关系数r_xy计算公式为

(7)

r_{x y} = \frac{\overset{n}{\sum_{i = 1}} (x_{i} - \bar{x}) (y_{i} - \bar{y})}{\sqrt{\overset{n}{\sum_{i = 1}} (x_{i} {- \bar{x})}^{2} \overset{n}{\sum_{i = 1}} (y_{i} {- \bar{y})}^{2}}}

其中: $\bar{x} = \frac{1}{n} \overset{n}{\sum_{i = 1}} x_{i}, \bar{y} = \frac{1}{n} \overset{n}{\sum_{i = 1}} y_{i}$ 。当r_xy趋于0时,地震道之间的不连续性增大。

地质体不连续性检测技术能够有效识别不同尺度的地质异常体,例如:对低频数据体进行不连续性运算,可识别河道、大尺度断层等;对中高频数据进行不连续性运算,用于识别中小尺度断层、大裂缝或裂缝发育带等。它的实现是以计算道为中心,开辟一个包含多道的空间窗,通过计算时空窗范围内的平均道能量与总平均能量之比,实现不连续性检测。该算法稳定性高,抗噪性好,但由于多道参与运算,计算量相对较大,且横向分辨率较低。所以,选择一个3D矩形数据窗口,当探测大尺度的不连续特征时,采用较大的数据窗口;当探测小尺度特征或细微特征时,采用较小的数据窗口。将这窗口内的数据分成4个子数据体,计算相应的互相关矩阵,用互相关矩阵定义其局部结构熵值。局部结构熵值是一个归一化的数据,可表征储层的相关性,其值越小,表示相关性越大;反之,相关性越小。

2.2.4 蚂蚁体追踪技术

蚂蚁体追踪技术是基于蚁群算法实现对断裂的追踪和识别,该算法原理为模拟蚂蚁在食物与巢穴之间根据可吸引蚂蚁的信息素浓度寻求最短路径。在地震数据中,“蚂蚁”根据振幅及相位之间的差异,沿着可能的断层和裂缝移动完成对二者的刻画。蚂蚁追踪解释技术具有快速、直观、高精度、客观等优点,在一定程度上克服了传统断面解释的主观性,既可以清晰地识别区域上的大断裂,又可以定性地描述地层中发育的小断层及裂缝。为了使小断层地震属性识别更明显,解释精度更高,即通过“蚂蚁”+属性融合(包括:“蚂蚁”+方差属性、“蚂蚁”+相干属性、“蚂蚁”+朗伯反射属性、“蚂蚁”+倾角属性、“蚂蚁”+瞬时振幅属性以及“蚂蚁”+瞬时频率属性),然后优选其中的敏感属性用于精细断裂解释,提高了断裂解释的精度,能够对复杂模型做出客观评价。蚂蚁追踪基本步骤包括:对原始地震体进行构造平滑,降低噪音影响,增强地震有效反射的连续性;利用构造平滑后的数据生成方差体或相干体,对地震数据不连续点进行探测,并对其进行强化;优选适合研究区的蚂蚁追踪属性,并提取合理的参数,控制裂缝产状,消除层位痕迹,详细描述研究区裂缝的空间展布特征,交互解释,确定裂缝发育有利区。

与相干、曲率、方差等属性相比,蚂蚁体属性的优点是凸显了断裂线状构造特征,去除了与断裂无关的信息,提高了断裂解释精度;缺点是平面预测结果过于杂乱,无规律。蚂蚁体追踪技术是基于叠后地震数据计算的,虽然其精度比相干等属性高,但也只适用于小断层和大尺度裂缝的预测。

2.2.5 最大似然性

最大似然属性是在相似性基础上改进而来,通过采用数据所有采样点全局相似性算法,对整个地震数据体扫描、计算数据样点之间的相似性,获得断裂发育的最大概率。

假设X₁,X₂,…,X_N是离散随机变量,X_i~Pois(θ)属于泊松分布,其概率质量函数定义为:

(8)

P r (X_{i} = x_{i}) = \frac{e x p (- θ) θ^{x_{i}}}{x_{i}!}

式中:θ是一个需要估计的未知参数。在(x₁,x₂,…,x_N)点上,(X₁,X₂,…,X_N)的联合分布概率密度函数(pdf)就是它的似然函数:

$L_{N} (θ; x_{1}, \dots, x_{N}) = f_{X 1, X 2, \dots, X} (x_{1}, \dots, x_{N}; θ)$ 。

如果随机变量{X₁,X₂,…,X_N}相互独立,且分布相同,则:

(9)

L_{N} (θ; x_{1}, \dots, x_{N}) = \overset{N}{\prod_{i = 1}} f_{X} (x_{i}; θ)

。

$L_{N} (θ; x_{1}, \dots, x_{N})$ (或其对数)的最大化的参数值就是最大似然估计^[23](maximum likelihood estimates),用 $\overset{︿}{θ}$ 表示。结合倾角扫描和构造导向滤波等技术,可以增强裂缝的地震成像效果,提升裂缝刻画精度。

最大似然法分析技术计算思路如下:将地震数据的每一个采样点看作一个三维像素单元,其具有振幅、倾角及走向等信息,在计算过程中,比较每一个采样点与地震数据体内所有采样点之间的相似性,保留最小的相似性,将其作为最大似然法分析技术结果;在此基础上进行全局归一化,设置相应参数使得具有相近相似性的像素单元相连接,得到最大似然体计算结果。最大似然属性主要包括计算Likelihood属性和ThinLikelihood属性两个方面。Likelihood属性的计算基于地震相似性,是为了压制噪声从而突出裂缝的成像。ThinLikelihood属性是在Likelihood属性体计算的基础上进行样点扫描,对于每个样点附近一定步长范围内不同走向、不同倾角处的Likelihood属性值,只保留最大值及其对应的倾角、方位角信息,其余值设置为0,记录裂缝最有可能发育的位置及该位置裂缝发育的概率。ThinLikelihood属性比Likelihood对裂缝的刻画更加准确^[24]。

2.3 多方法裂缝刻画优选对比

由于研究裂缝预测技术的方法多样,各种技术方法预测效果千差万别,叠后地震资料预测裂缝主要通过不同的算法检测地震道与道之间的差异(振幅、能量、频率、相位等)实现裂缝预测,因此预测的裂缝尺度较大,通常均为延伸长度几十米以上、断距5 m以上的小断层级别裂缝。本次研究利用常用的裂缝预测技术方法,包括5大类12种属性,分别开展裂缝预测效果对比分析。

图3为不同属性裂缝预测对比结果,可以看出:曲率、相干、不连续和相似性类属性与已钻井一致性较差,横向分辨率较低,难以预测研究区小尺度断层及宏观裂缝;蚂蚁体属性纵向分辨率较高,横向分辨率较低;最大似然属性与井吻合好,纵横向分辨率高。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 不同属性的裂缝预测效果对比

Fig.3 Comparison of fracture prediction

由于研究区目的层为基岩段,埋深普遍大于7 000 m,地震资料信噪比较低,频带宽度较小,最大似然属性具有压制噪声突出裂缝的技术特征,能更好地应对本区的地震资料品质,因此优选最大似然属性开展基岩裂缝预测。

3 昆特依气田裂缝预测

3.1 基岩段裂缝预测

利用最大似然属性开展研究区基岩段裂缝预测,昆101预测结果与实钻结果具有较好的一致性(图4a)。昆2井上部基岩段预测裂缝相对欠发育,成像测井解释裂缝较发育,二者吻合程度低(图4b),分析认为昆2井中上部基岩段地震剖面同相轴连续性好,对后续裂缝预测造成影响,同时由于成像测井裂缝精度较高,地震预测精度较低,二者存在精度差异,所以,最大似然属性对于裂缝预测有较好的效果。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 已钻井的最大似然属性裂缝预测剖面与成像测井解释结果对比

Fig.4 Comparison of predicted fractures in drilled wells with imaging logging and logging interpretation

图5为测井解释孔隙度与地震预测裂缝强度交汇图,对比剖面是过井点最大似然属性剖面,井上投的是测井解释裂缝孔隙度,测井的裂缝强度和地震预测裂缝强度的相关度为0.81。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 测井解释孔隙度与地震预测裂缝强度交汇图

Fig.5 Intersection diagram of logging interpretation porosity and seismic prediction fracture strength

图6为过昆101、昆2-2、昆2-X1、昆2、昆1-1井联井裂缝预测剖面,纵向上不同深度段、不同尺度裂缝均有发育,以高角度缝为主;横向上井间裂缝分布差异大,昆101、昆2-X1及昆2井附近裂缝较发育,昆2-2、昆1-1裂缝局部发育。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 过昆101、昆2-2、昆2-X1、昆2、昆1-1井联井裂缝预测剖面

Fig.6 Predictive profiles of fractures in Kun 101, Kun 2-2, Kun 2-X1, Kun 2, and Kun 1-1 wells

图7为基岩顶面300 m段裂缝预测平面分布。该段最大似然平均值显示:裂缝主要发育在3条断层附近,呈条带状分布;横向裂缝发育变化快,非均质性强;研究区南侧相对裂缝欠发育。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 昆特依区块基岩0~300 m段裂缝预测平面分布

Fig.7 Prediction plan distribution of fractures in the bedrock 0~300 m section of Kunteyi Block

3.2 基岩段溶孔—裂缝叠置分析

溶孔和裂缝叠置分析的目的是为了较直观地分析溶孔的发育受控于裂缝的分布,与溶孔储层的发育地质成因一致。概率属性是结构张量与叠后纵波阻抗进行概率融合,结构张量与叠后波阻抗采用不同的概率进行融合,并与已钻井测井解释结果进行匹配,最终优选结构张量占比40%和叠后纵波阻抗占比60%进行融合,该结果与已钻井测井孔隙度解释之间的相关度最高。

将预测溶孔储层的融合概率属性与预测裂缝的最大似然属性进行叠合,开展孔—缝储层叠合分析。图8为昆101、昆2-2、昆2-X1、昆2、昆1-1井联井孔—缝叠合剖面,图中显示:纵向上储层非均质性强,大尺度裂缝以高角度缝为主,沟通不同深度溶孔储集空间;裂缝集中发育区溶孔发育程度高,与地质规律一致,溶孔储层发育受裂缝控制。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 过昆101、昆2-2、昆2-X1、昆2、昆1-1井联井孔—缝叠合剖面

Fig.8 Cross section of Kun 101, Kun 2-2, Kun 2-X1, Kun 2, and Kun 1-1 wells with overlapping boreholes and fractures

基岩0~300 m段内孔—缝储层沿着断层附近发育,孔—缝储层主要分布在逆断层上升盘附近,具有明显条带状分布特征,研究区南侧及西南侧由于远离断层,孔—缝储层不发育,各段基岩孔—缝叠合平面图平面分布规律一致,具有较强的继承性(图9)。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 昆特依区块基岩分段孔—缝叠合平面分布

Fig.9 Distribution plan of segmented holes and fractures in the bedrock of Kunteyi Block

图10为基岩0~300 m段孔—缝叠合平面分布,从图上可以识别出4个孔缝发育条带,主要发育在3条断层附近,有利区面积合计为20.06 km²。这4个孔—缝发育有利条带是后续井位部署的主要依据。参考基岩各段孔—缝叠置图,结合有利区识别结果,根据气水界面预测结果,编制了研究区综合评价图(图11)。依据评价结果部署了6口开发井(6口井均为设计井,预估每口井完钻井深均为7 000 m。目前仅2口井通过审查,尚未完钻)。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 昆特依区块0~300 m段孔—缝叠合平面分布

Fig.10 Distribution plan of hole seam overlay in the 0~300 m section of Kunteyi Block

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 昆特依区块0~300 m段综合评价成果

Fig.11 Comprehensive evaluation of Kunteyi Block 0~300 m section

4 结论与认识

通过多种技术方法对比发现,与常规的曲率、相干、不连续和相似性等几何属性相比,最大似然属性具有更好的纵、横向分辨率,尤其对于埋深较大、地震资料品质较差的目的层而言,其裂缝预测的可靠性更高,预测基岩裂缝有较好的效果,与成像测井及常规测井解释的裂缝发育段有较好的相关性。

研究表明:利用溶孔、裂缝叠置分析方式可以有效识别基岩溶蚀孔—缝发育区;基岩储层储集空间主要是溶孔和裂缝,基岩溶孔的发育受控于裂缝的分布,在裂缝发育段溶孔的发育程度高;纵向上,溶孔缝储层主要发育在基底向下100~300 m段。该研究成果可为在相似地质背景区域进行基岩溶蚀孔缝预测提供参考。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

苟迎春, 李延丽, 赵为永, 等.

阿尔金山前基岩气藏储层特征差异性研究

[J]. 东华理工大学学报:自然科学版, 2023, 46(5):499-509.

[本文引用: 1]

Gou

Y C

, Li

Y L

, Zhao

W Y

, et al.

Study on the difference in reservoir characteristics of bedrock gas reservoir in the altun piedmont

[J]. Journal of East China University of Technology:Natural Science Edition, 2023, 46(5):499-509.

[本文引用: 1]

[2]

李欣.

阿尔金山前带东段基岩储层特征研究[D]. 北京: 中国石油大学(北京), 2019.

Study on the characteristics of bedrock reservoir in the eastern part of Altun Mountain front belt[D]. Beijing: China University of Petroleum (Beijing), 2019.

[3]

孙秀建, 杨巍, 白亚东, 等.

柴达木盆地基岩油气藏储盖特征及组合方式

[J]. 天然气地球科学, 2019, 30(2):228-236.

DOI:10.11764/j.issn.1672-1926.2018.09.014 [本文引用: 1]

基岩油气藏是目前柴达木盆地油气勘探的重点领域，前期勘探程度低，储盖组合认识不清。研究发现，柴达木盆地基岩油气藏主要发育在山前带，基岩储层岩性复杂多样，共钻遇花岗岩和变质岩两大类岩性，储层具有孔隙+裂缝的双重介质储集空间，裂缝以构造裂缝和溶蚀缝为主，孔隙以溶蚀孔隙为主。受沉积环境和干旱气候影响，柴达木盆地基岩发育2种类型盖层：其一是基岩上覆的含膏泥岩、泥岩区域盖层；其二是咸水下渗，方解石和膏岩类胶结于基岩顶部储层的孔隙和裂缝中，形成的顶封式局部盖层。由于构造运动和剥蚀作用的影响，基岩储层和上覆盖层在时间上是不连续的，但在空间上是直接接触，含膏泥岩和泥岩盖层直接覆盖在基岩层之上，储盖组合配置好，形成大范围的面—面接触，对油气起到良好的遮挡作用。

Sun

X J

, Yang

, Bai

Y D

, et al.

Characterization of the reservoir-caprock assemblage of the basement reservoir in the Qaidam Basin,China

[J]. Natural Gas Geoscience, 2019, 30(2):228-236.

[本文引用: 1]

[4]

张文, 伍新明, 漆杰.

地震几何属性的快速算法实现

[J]. 地球物理学报, 2023, 66(8):3374-3390.

[本文引用: 1]

Zhang

, Wu

X M

, Qi

Fast computation of seismic geometric attributes

[J]. Chinese Journal of Geophysics, 2023, 66(8):3374-3390.

[本文引用: 1]

[5]

曹欢, 赵杨, 帅达, 等.

基于HTI介质地震曲率属性的地应力估算方法及其在威远地区的应用

[J]. 地球物理学报, 2024, 67(5):1970-1986.

Cao

, Zhao

, Shuai

, et al.

Using 3D seismic data to estimate stress based on seismic curvature attribute of HTI medium:Application to the Weiyuan,southern Sichuan Basin,China

[J]. Chinese Journal of Geophysics, 2024, 67(5):1970-1986.

[6]

杨国权, 刘延利, 张红文.

曲率属性计算方法研究及效果分析

[J]. 地球物理学进展, 2015, 30(5):2282-2286.

Yang

G Q

, Liu

Y L

, Zhang

H W

The calculation method of curvature attributes and its effect analysis

[J]. Progress in Geophysics, 2015, 30(5):2282-2286.

[7]

Chen

X H

, Yang

, He

Z H

, et al.

The algorithm of 3D multi-scale volumetric curvature and its application

[J]. Applied Geophysics, 2012, 9(1):65-72.

[8]

王楷, 印兴耀, 马正乾, 等.

基于多方位相干属性的断裂预测技术

[J]. 地球物理学报, 2023, 66(9):3828-3839.

[本文引用: 1]

Wang

, Yin

X Y

, Ma

Z Q

, et al.

Fault prediction method based on multi-azimuth coherence attribute

[J]. Chinese Journal of Geophysics, 2023, 66(9):3828-3839.

[本文引用: 1]

[9]

程晓艳, 胡曦, 罗颖, 等.

基于相干约束的页岩裂缝OVT地震预测方法研究及应用

[J]. 断块油气田, 2023, 30(6):982-990.

Cheng

X Y

, Hu

, Luo

, et al.

Research and application of OVT seismic prediction method for shale fractures based on coherence constraints

[J]. Fault-Block Oil & Gas Field, 2023, 30(6):982-990.

[10]

肖湘, 尹成, 彭达, 等.

薄砂岩储层内部不连续性检测技术

[J]. 石油物探, 2022, 61(4):635-646.

DOI:10.3969/j.issn.1000-1441.2022.04.007

利用常规的相干类属性与蚂蚁追踪组合技术所获取的不连续性信息,难以满足油田对于河流相和三角洲相薄砂岩储层精细剖析的需求。为了更好地检测薄砂岩储层内部不连续性,首先利用对薄砂岩储层变化更加敏感的均方根振幅属性计算灰度共生矩阵的均质性统计量,初步得到薄砂岩储层的不连续性特征数据;然后根据其不连续性结构的展布特点,运用路径弯曲度约束人工蚂蚁的移动方向,优化蚁群算法的平面增强效果,达到压制干扰信息、突出不连续性特征的目的;最终形成更适应薄砂岩储层不连续性检测的组合技术。模型和实际工区数据的应用结果表明,采用上述组合技术能较好地识别薄砂岩体的边缘以及其内部的小尺度不连续性结构,说明了该技术对薄砂岩储层内部不连续性检测的有效性,并且其检测结果能用于提升砂岩厚度预测精度,为后续的砂体内部结构精细刻画提供技术支持。

Xiao

, Yin

, Peng

, et al.

Detection of discontinuities inside a thin sandstone reservoir

[J]. Geophysical Prospecting for Petroleum, 2022, 61(4):635-646.

[11]

黎康毅, 陈学华, 吴昊杰, 等.

地震不连续信息的自适应方向增强检测及应用

[J]. 石油地球物理勘探, 2023, 58(6):1446-1453.

K Y

, Chen

X H

, Wu

H J

, et al.

Adaptive directional enhancement detection and application of seismic discontinuity information

[J]. Oil Geophysical Prospecting, 2023, 58(6):1446-1453.

[12]

范廷恩, 张晶玉, 王海峰, 等.

砂岩储层横向不连续性检测技术组合及应用

[J]. 石油地球物理勘探, 2021, 56(1):155-163,10-11.

Fan

T E

, Zhang

J Y

, Wang

H F

, et al.

Combination and application of detecting technology for lateral discontinuity of sandstone reservoir

[J]. Oil Geophysical Prospecting, 2021, 56(1):155-163,10-11.

[13]

张瑞, 文晓涛, 李世凯, 等.

分频蚂蚁追踪在识别深层小断层中的应用

[J]. 地球物理学进展, 2017, 32(1):350-356.

Zhang

, Wen

X T

, Li

S K

, et al.

Application of frequency division ant-tracking in identifying deep minor fault

[J]. Progress in Geophysics, 2017, 32(1):350-356.

[14]

谢清惠, 蒋立伟, 赵春段, 等.

提高蚂蚁追踪裂缝预测精度的应用研究

[J]. 物探与化探, 2021, 45(5):1295-1302.

Xie

Q H

, Jiang

L W

, Zhao

C D

, et al.

Application study of improving the precision of the ant-tracking-based fracture prediction technique

[J]. Geophysical and Geochemical Exploration, 2021, 45(5):1295-1302.

[15]

秦德文, 刘庆文, 李琴.

基于保边滤波的断层似然属性在西湖凹陷复杂断裂识别中的应用

[J]. 海洋地质前沿, 2024, 40(5):91-98.

Qin

D W

, Liu

Q W

, Li

Application of fault likelihood attribute based on edge-preserved filter in complex fault identification of Xihu Sag

[J]. Marine Geology Frontiers, 2024, 40(5):91-98.

[16]

李飞跃, 王涛, 曾清波, 等.

基于构造导向的高清似然属性在白云凹陷深层断裂预测中的应用

[J]. 石油物探, 2023, 62(1):163-172.

DOI:10.3969/j.issn.1000-1441.2023.01.014

白云凹陷深层断裂发育复杂。研究区位于断裂转换带,深层地震资料品质差,常规的相干及其改进技术难以准确刻画研究区内断裂的展布规律,不能有效指导裂缝性储层发育区的预测。针对研究区断裂发育特征,采用增强断裂构造滤波和构造导向滤波降低背景噪声。综合利用似然属性和地震剖面确定背景噪声值,计算最大似然属性,在大断裂或者小、微断裂不同倾角、走向控制下,采用边缘增强迭代技术计算得到适用于主干断裂和微、小断裂预测的两个不同高清似然属性数据,与相干、方差及基于方差的蚂蚁体相比,其背景噪声明显降低,主干断裂分布规律清晰明确,微、小断裂发育区更加聚焦,预测结果与已钻井和地震剖面特征相一致,符合构造转换带、断裂交汇位置为裂缝密集发育区的地质认识,有效指导了研究区断裂精细解释和圈闭落实,指导构造裂缝发育优势区优选及井位优化设计。

F Y

, Wang

, Zeng

Q B

, et al.

Application of high-definition likelihood attributes based on structure orientation in the prediction of deep faults in Baiyun Sag

[J]. Geophysical Prospecting for Petroleum, 2023, 62(1):163-172.

DOI:10.3969/j.issn.1000-1441.2023.01.014

The study area is located in the back-to-superimposed fault transition zone of the Baiyun Sag,where the development of deep faults is complex,and the quality of deep seismic data is poor.Conventional coherence and improved techniques cannot accurately describe the distribution of faults in the study area and effectively guide the prediction of fractured reservoirs.Enhanced filtering and structure-oriented filtering were used to reduce background noise according to the development characteristics of faults in the study area.The fault likelihood attribute and seismic profile were combined to determine the background noise value.The tracking data volume was used to automatically analyze the difference in the dip and direction of the main and micro faults,and the clip attribute of the maximum likelihood attribute under the constraints of the background noise threshold was then calculated.Under the control of different inclination angles and strikes of large or micro faults,two different high-definition likelihood attribute data suitable for the prediction of main faults and fractures were obtained through edge enhancement iteration technology.Compared with coherence,variance,and ant tracking data-based variance,the background noise was significantly reduced,the distribution of the main faults was clear,and the fracture development area was more focused.This is consistent with the characteristics of well-drilled and seismic profiles and in line with the geological understanding that the back-superimposed transition zone and intersection of faults are areas with densely developed fractures.The result of this study can be used to effectively guide the fine interpretation of faults and the implementation of traps in the study area.In addition,it can be used to indicate the optimization of a dominant area of structural fracture development and optimal design of well locations.

[17]

甄宗玉, 郑江峰, 孙佳林, 等.

基于最大似然属性的断层识别方法及应用

[J]. 地球物理学进展, 2020, 35(1):374-378.

Zhen

Z Y

, Zheng

J F

, Sun

J L

, et al.

Fault identification method based on the maximum likelihood attribute and its application

[J]. Progress in Geophysics, 2020, 35(1):374-378.

[18]

王腊梅, 娄敏, 李炳颖, 等.

最大似然属性在致密砂岩储层微断裂识别中的应用——以西湖凹陷花港组为例

[J]. 石油地质与工程, 2024, 38(1):1-5,12.

[本文引用: 1]

Wang

L M

, Lou

, Li

B Y

, et al.

Maximum likelihood attribute and its application in micro-fractures identification of tight sandstone reservoirs:A case study of Huagang Formation in Xihu Sag

[J]. Petroleum Geology and Engineering, 2024, 38(1):1-5,12.

[本文引用: 1]

[19]

王光华.

柴达木盆地阿尔金山前带东段断裂特征及演化[D]. 成都: 西南石油大学, 2015.

[本文引用: 1]

Wang

G H

Characteristics and evolution of faults in the eastern part of Altun Mountain front belt in Qaidam Basin[D]. Chengdu: Southwest Petroleum University, 2015.

[本文引用: 1]

[20]

李俊, 张西营, 张星, 等.

柴达木盆地昆特依盐湖含杂卤石地层高分辨率矿物学研究

[J]. 地质学报, 2021, 95(7):2138-2149.

, Zhang

X Y

, Zhang

, et al.

High-resolution mineralogical investigations on polyhalite-bearing strata in the Kunteyi salt lake,Qaidam basin

[J]. Acta Geologica Sinica, 2021, 95(7):2138-2149.

[21]

汪泽成, 江青春, 王居峰, 等.

基岩油气成藏特征与中国陆上深层基岩油气勘探方向

[J]. 石油勘探与开发, 2024, 51(1):28-38.

DOI:10.11698/PED.20230233 [本文引用: 1]

基于全球基岩油气藏数据库和中国基岩油气藏解剖，深入分析基岩油气成藏特征，探讨深层基岩油气成藏的有利条件和勘探方向。研究表明：全球已发现的基岩油气田主要分布在埋深小于4 500 m的中浅层，层位以太古宇和前寒武系为主，储集层岩性以花岗岩和变质岩为主；规模较大的基岩油气田主要分布在中新生代构造运动活跃的裂谷盆地、弧后盆地和前陆盆地。基岩油气成藏特征主要表现为：①以孔隙-裂缝型低孔特低渗储集层为主，非均质性强，强抗压实作用导致储集层物性不受埋深控制，规模成储期为盆地基底风化剥蚀期及后期构造改造期；②他源供烃，成藏组合可划分为烃源岩-基岩接触型和烃源岩-基岩分离型两大类；③烃源岩异常高压和基岩储集层常压-低压，导致烃源岩与储集层之间存在较大的压力差，有利于深层基岩抽吸成藏。基底构造活动性、成藏组合关系、深大断裂（尤其走滑断裂）发育程度及区域性盖层等是深层基岩选区评价的主要参数；古老克拉通盆地陆内裂谷边缘的前寒武系结晶基底、紧邻生烃凹陷的古生代褶皱基底和中新生代块断基底，均具有较好的成藏条件，是未来深层基岩油气勘探的主要方向。

Wang

, Jiang

, Wang

, et al.

Hydrocarbon accumulation characteristics in basement reservoirs and exploration targets of deep basement reservoirs in onshore China

[J]. Petroleum Exploration and Development, 2024, 51(1):28-38.

[本文引用: 1]

[22]

陈刚, 李世昌, 宋斯宇, 等.

2024.

地震叠后和叠前混合驱动下的页岩油储层多尺度裂缝预测方法

[J]. 地球物理学报, 67(7):2830-2849.

[本文引用: 1]

Chen

, Li

S C

, Song

S Y

, et al.

2024.

Multi-scale fracture prediction of shale oil reservoir driven by the combination of posstack and pre-stack seismic data

[J]. Chinese J.Geophys., 67(7):2830-2849.

[本文引用: 1]

[23]

张冰, 徐嘉亮, 王维红, 等.

基于最大似然属性和拉普拉斯金字塔的断面波增强方法建立

[J]. 地球物理学报, 2021, 64(8):2829-2837.

DOI:10.6038/cjg2021P0302 [本文引用: 1]

针对在绕射波和回转波的干扰下，断面波识别度较低的问题，本文结合最大似然属性方法和拉普拉斯金字塔算法，提出了一种有效提高断面波识别度的方法.首先通过最大似然属性对三维数据体进行扫描，并计算数据体采样点之间的相似性，以获得工区内精确断层的位置，进而利用拉普拉斯金字塔算法进行断面波能量增强，即在构造拉普拉斯金字塔的过程中加入映射函数，使断面波能量得到增强，提高了断面波识别度.由实际工区应用证明，本文提出的方法是合理且可行的，该方法为后续确定断层位置及断层展布特征、断层平面组合关系提供依据，更好地实现断层精细解释和断裂系统的有效识别.

Zhang

, Xu

J L

, Wang

W H

, et al.

Fault-surface wave enhancement technology based on maximum likelihood attributes and Laplace pyramid

[J]. Chinese Journal of Geophysics, 2021, 64(8):2829-2837.

[本文引用: 1]

[24]

马德波, 赵一民, 张银涛, 等.

最大似然属性在断裂识别中的应用——以塔里木盆地哈拉哈塘地区热瓦普区块奥陶系走滑断裂的识别为例

[J]. 天然气地球科学, 2018, 29(6):817-825.

DOI:10.11764/j.issn.1672-1926.2018.04.006 [本文引用: 1]

断裂是重要的油气储集空间和渗流通道，控制着油气藏形成与分布。断裂的精细刻画是油气藏勘探开发的关键环节。利用最大似然属性进行哈拉哈塘地区热瓦普区块奥陶系走滑断裂识别，取得良好的应用效果。最大似然属性是通过对整个地震数据体扫描计算数据样点之间的相似性，获得研究区内断裂发育的最可能位置及概率，提升断裂刻画精度。关键步骤包括：①断裂的地震反射特征分析；②倾角控制下断裂成像加强；③最大似然属性的提取(Likelihood属性、Thin Likelihood属性)；④属性切片的解译。热瓦普区块奥陶系走滑断裂的刻画证实最大似然属性刻画的断裂效果优于相干体，其中Likelihood属性对于分支断裂的刻画效果较好，Thin Likelihood属性对于分支断裂以及断裂带内部结构的刻画较为清楚，还对裂缝密集发育区的预测有一定的效果。

D B

, Zhao

Y M

, Zhang

Y T

, et al.

Application of maximum likelihood attribute to fault identification:A case study of Rewapu block in Halahatang area,Tarim Basin,NW China

[J]. Natural Gas Geoscience, 2018, 29(6):817-825.

[本文引用: 1]

阿尔金山前基岩气藏储层特征差异性研究

2023

... 目前,基岩作为非沉积储层已成为油气勘探开发的重要方向^[1-3].青海省柴达木盆地昆特依气田昆2区块基岩储集空间类型为裂缝+溶孔双重介质,其中裂缝的发育对溶孔的形成提供了前提条件.沿着裂缝体系,地层水溶蚀形成溶蚀孔,构成有效储集空间,基质本身不发育孔隙.裂缝对于溶孔的形成和改善储层的渗流能力起到了重要作用.诸多学者利用各种方法对裂缝预测做了研究工作^[4-18],取得了较好的效果.但不同属性适用和应用的条件不尽相同.研究区存在的主要问题是目的层为基岩段,埋深在7 000 m左右,储集空间主要以溶蚀孔—缝为主,储层主要为溶孔储层和裂缝—溶孔储层,孔洞规模小,常规的地震剖面识别难度大.本次研究主要是参考溶蚀孔—缝形成机理,裂缝主要发育在断层附近,受控于断层的分布,基岩溶孔主要受控于裂缝的发育,裂缝沟通地表水和地下水,对基岩段可溶矿物进行溶蚀,形成溶蚀孔,因此优选对小断层识别比较敏感的最大似然属性开展裂缝预测,同时优选对缝洞体雕刻比较敏感的结构张量属性预测溶蚀孔.由于目的层埋深大,结构张量属性纵向分辨率比较低,因此引入叠后纵波阻抗反演,寻找高阻抗背景下的低阻抗储层.受控于反演过程中井的内插外推作用降低了预测的横向分辨率,因此将高的横向分辨率结构张量属性与高的纵向分辨率叠后波阻抗反演进行概率融合,试验不同的融合参数,并与已钻井进行统计分析,最终得到预测溶蚀孔储层较有效的概率融合属性,开展全区基岩溶孔储层预测. ...

阿尔金山前基岩气藏储层特征差异性研究

2023

2019

柴达木盆地基岩油气藏储盖特征及组合方式

2019

柴达木盆地基岩油气藏储盖特征及组合方式

2019

地震几何属性的快速算法实现

2023

地震几何属性的快速算法实现

2023

基于HTI介质地震曲率属性的地应力估算方法及其在威远地区的应用

2024

基于HTI介质地震曲率属性的地应力估算方法及其在威远地区的应用

2024

曲率属性计算方法研究及效果分析

2015

曲率属性计算方法研究及效果分析

2015

The algorithm of 3D multi-scale volumetric curvature and its application

2012

基于多方位相干属性的断裂预测技术

2023

... 相干属性是通过计算纵向和横向上局部的波形相似性,来得到三维地震相关性的估计值.相干值的计算公式为^[8] ...

基于多方位相干属性的断裂预测技术

2023

... 相干属性是通过计算纵向和横向上局部的波形相似性,来得到三维地震相关性的估计值.相干值的计算公式为^[8] ...

基于相干约束的页岩裂缝OVT地震预测方法研究及应用

2023

基于相干约束的页岩裂缝OVT地震预测方法研究及应用

2023

薄砂岩储层内部不连续性检测技术

2022

薄砂岩储层内部不连续性检测技术

2022

地震不连续信息的自适应方向增强检测及应用

2023

地震不连续信息的自适应方向增强检测及应用

2023

砂岩储层横向不连续性检测技术组合及应用

2021

砂岩储层横向不连续性检测技术组合及应用

2021

分频蚂蚁追踪在识别深层小断层中的应用

2017

分频蚂蚁追踪在识别深层小断层中的应用

2017

提高蚂蚁追踪裂缝预测精度的应用研究

2021

提高蚂蚁追踪裂缝预测精度的应用研究

2021

基于保边滤波的断层似然属性在西湖凹陷复杂断裂识别中的应用

2024

基于保边滤波的断层似然属性在西湖凹陷复杂断裂识别中的应用

2024

基于构造导向的高清似然属性在白云凹陷深层断裂预测中的应用

2023

基于构造导向的高清似然属性在白云凹陷深层断裂预测中的应用

2023

基于最大似然属性的断层识别方法及应用

2020

基于最大似然属性的断层识别方法及应用

2020

最大似然属性在致密砂岩储层微断裂识别中的应用——以西湖凹陷花港组为例

2024

最大似然属性在致密砂岩储层微断裂识别中的应用——以西湖凹陷花港组为例

2024

2015

... 冷北斜坡目前通过钻探共揭示出七个泉组(Q₁₊₂)、狮子沟组(

N_{2}^{3}

)、上油砂山组(

N_{2}^{2}

)、下油砂山组(

N_{2}^{1}

)、上干柴沟组(N₁)、下干柴沟组上段(

E_{3}^{2}

)、下干柴沟组下段(

E_{3}^{1}

)、路乐河组(E₁₊₂)、侏罗系(J)和基岩共10套地层(图2),目的层为基岩段,基岩岩性有花岗岩、花岗片麻岩、石英片岩、板岩等,岩性较复杂^[19-21].基岩气藏圈闭为受昆1号断层控制的断背斜圈闭,落实程度较高,在三维地震资料不同深度切片上基岩顶构造背斜特征清楚,地震剖面上构造顶部反射轴回倾明显.圈闭轴向为NW—SE,高点埋深6 805 m,海拔-4 080 m,闭合等值线海拔-4 850 m,闭合面积为27.7 km²,闭合幅度800 m. ...

2015

... 冷北斜坡目前通过钻探共揭示出七个泉组(Q₁₊₂)、狮子沟组(

N_{2}^{3}

)、上油砂山组(

N_{2}^{2}

)、下油砂山组(

N_{2}^{1}

)、上干柴沟组(N₁)、下干柴沟组上段(

E_{3}^{2}

)、下干柴沟组下段(

E_{3}^{1}

柴达木盆地昆特依盐湖含杂卤石地层高分辨率矿物学研究

2021

柴达木盆地昆特依盐湖含杂卤石地层高分辨率矿物学研究

2021

基岩油气成藏特征与中国陆上深层基岩油气勘探方向

2024

... 冷北斜坡目前通过钻探共揭示出七个泉组(Q₁₊₂)、狮子沟组(

N_{2}^{3}

)、上油砂山组(

N_{2}^{2}

)、下油砂山组(

N_{2}^{1}

)、上干柴沟组(N₁)、下干柴沟组上段(

E_{3}^{2}

)、下干柴沟组下段(

E_{3}^{1}

基岩油气成藏特征与中国陆上深层基岩油气勘探方向

2024

... 冷北斜坡目前通过钻探共揭示出七个泉组(Q₁₊₂)、狮子沟组(

N_{2}^{3}

)、上油砂山组(

N_{2}^{2}

)、下油砂山组(

N_{2}^{1}

)、上干柴沟组(N₁)、下干柴沟组上段(

E_{3}^{2}

)、下干柴沟组下段(

E_{3}^{1}

地震叠后和叠前混合驱动下的页岩油储层多尺度裂缝预测方法

2024

... 利用Roberts提出的方程式计算平均曲率^[22]: ...

地震叠后和叠前混合驱动下的页岩油储层多尺度裂缝预测方法

2024

... 利用Roberts提出的方程式计算平均曲率^[22]: ...

基于最大似然属性和拉普拉斯金字塔的断面波增强方法建立

2021

...

L_{N} (θ; x_{1}, \dots, x_{N})

(或其对数)的最大化的参数值就是最大似然估计^[23](maximum likelihood estimates),用

\overset{︿}{θ}

表示.结合倾角扫描和构造导向滤波等技术,可以增强裂缝的地震成像效果,提升裂缝刻画精度. ...

基于最大似然属性和拉普拉斯金字塔的断面波增强方法建立

2021

...

L_{N} (θ; x_{1}, \dots, x_{N})

(或其对数)的最大化的参数值就是最大似然估计^[23](maximum likelihood estimates),用

\overset{︿}{θ}

表示.结合倾角扫描和构造导向滤波等技术,可以增强裂缝的地震成像效果,提升裂缝刻画精度. ...

最大似然属性在断裂识别中的应用——以塔里木盆地哈拉哈塘地区热瓦普区块奥陶系走滑断裂的识别为例

2018

... 最大似然法分析技术计算思路如下:将地震数据的每一个采样点看作一个三维像素单元,其具有振幅、倾角及走向等信息,在计算过程中,比较每一个采样点与地震数据体内所有采样点之间的相似性,保留最小的相似性,将其作为最大似然法分析技术结果;在此基础上进行全局归一化,设置相应参数使得具有相近相似性的像素单元相连接,得到最大似然体计算结果.最大似然属性主要包括计算Likelihood属性和ThinLikelihood属性两个方面.Likelihood属性的计算基于地震相似性,是为了压制噪声从而突出裂缝的成像.ThinLikelihood属性是在Likelihood属性体计算的基础上进行样点扫描,对于每个样点附近一定步长范围内不同走向、不同倾角处的Likelihood属性值,只保留最大值及其对应的倾角、方位角信息,其余值设置为0,记录裂缝最有可能发育的位置及该位置裂缝发育的概率.ThinLikelihood属性比Likelihood对裂缝的刻画更加准确^[24]. ...

最大似然属性在断裂识别中的应用——以塔里木盆地哈拉哈塘地区热瓦普区块奥陶系走滑断裂的识别为例

2018

〈

〉