CN103954995A - 一种砂岩型铀矿勘查中的砂体识别方法 - Google Patents
一种砂岩型铀矿勘查中的砂体识别方法 Download PDFInfo
- Publication number
- CN103954995A CN103954995A CN201410162695.3A CN201410162695A CN103954995A CN 103954995 A CN103954995 A CN 103954995A CN 201410162695 A CN201410162695 A CN 201410162695A CN 103954995 A CN103954995 A CN 103954995A
- Authority
- CN
- China
- Prior art keywords
- data
- sandstone
- type uranium
- sand body
- exploration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于砂岩型铀矿勘查技术领域，具体公开一种砂岩型铀矿勘查中的砂体识别方法，该方法包括以下步骤：(1)采集一条地震处理剖面的纯波数据；(2)采集该地震剖面附近的钻井的测井数据，计算密度和声波的异常衬度值；(3)对密度数据和声波数据进行滑动平均处理；(4)利用步骤(3)中滑动平均处理后的密度和声波测井数据，建立地震反演计算的初始模型；(5)使用基于模型反演法对该地震剖面的波阻抗数据进行反演计算，获取该地震剖面的波阻抗数据；(6)根据上述步骤(5)中得到的波阻抗数据确定砂岩型铀矿区的砂体。该方法能够精确、快速、经济地识别砂岩型铀矿勘查中砂体的发育情况及展布特征。
Description
技术领域
本发明属于砂岩型铀矿勘查技术领域，具体涉及一种能够在砂岩型铀矿勘查中快速有效识别砂体的发育情况及展布特征的方法。
背景技术
砂岩型铀矿因砂体与围岩物性差异小，其识别难度较大。常规的地球物理电(磁)勘探法识别精度较低，无法区分砂泥岩的互层情况；传统地震勘探法中的地震相特征识别法，受个人经验影响较大，识别特征不统一，且精准度不高。
发明内容
本发明的目的在于提供一种砂岩型铀矿勘查中的砂体识别方法，该方法能够精确、快速、经济地识别砂岩型铀矿勘查中砂体的发育情况及展布特征。
实现本发明目的的技术方案：一种砂岩型铀矿勘查中的砂体识别方法，该方法包括以下步骤：
(1)采集一条地震处理剖面的纯波数据；
(2)采集该地震剖面附近的钻井的测井数据，计算密度和声波的异常衬度值；
(3)对密度数据和声波数据进行滑动平均处理；
(4)利用步骤(3)中滑动平均处理后的密度和声波测井数据，建立地震反演计算的初始模型；
(5)使用基于模型反演法对该地震剖面的波阻抗数据进行反演计算，获取该地震剖面的波阻抗数据；
(6)根据上述步骤(5)中得到的波阻抗数据确定砂岩型铀矿区。
所述的步骤(1)中通过地震仪采集地震野外实测数据，对地震野外实测数据进行处理得到地震纯波数据。
所述的步骤(2)中的测井数据通过测井仪在井中采集，测井数据的采集过程是使用测井仪的参数探头向井下滑动，每隔0.05m测定一个数据。
所述的步骤(2)中密度数据和声波数据的异常衬度值C如以下公式所示：C＝a/b。
所述的步骤(2)之后还进一步包括以下步骤：删除异常衬度值大于3和小于0.2的采样点的数据。
所述的步骤(3)中的密度数据的3点或5点滑动平均处理分别如以下公式所示：
①密度3点滑动平均公式：dden(i)＝(dden(i-1)+dden(i)+dden(i+1))/3；
②密度5点滑动平均公式：dden(i)＝(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5。
所述的步骤(3)中的声波数据的3点或5点滑动平均处理分别如以下公式所示：
①声波3点滑动平均公式：dson(i)＝(dson(i-1)+dson(i)+dson(i+1))/3；
②声波5点滑动平均公式：dson(i)＝(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5。
所述的步骤(4)中的采用低频趋势法建立反演的约束模型。
所述的步骤(5)中各层的波阻抗数据公式如下：
Rj＝(ρj+1Vj+1-ρjVj)/(ρj+1Vj+1+ρjVj)
其中，Rj为第j个界面上的反射系数，ρj+1Vj+1为第j+1层的波阻抗，ρjVj为第j层的波阻抗。
所述的步骤(6)中将上述步骤(5)中得到的波阻抗数据减去门槛值，大于等于零的标记为砂岩型铀矿区的砂体，小于零的标记为泥岩。
本发明的有益技术效果在于：本发明使用地震波阻抗反演法反演砂岩型铀矿勘查的地震数据，依据地质体岩石的波阻抗特性，识别砂体信息。本发明充分利用测井资料具有较高的垂向分辨率和地震剖面具有较好的横向连续性的特点，将砂岩型铀矿地震剖面转换成岩性剖面，有效地评价了地震剖面的砂体的分布规律。结合地震波阻抗反演法的优势，达到精确、快速、经济地识别砂岩型铀矿勘查中砂体的发育情况及展布特征的目的。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
一种砂岩型铀矿勘查中的砂体识别方法，该方法包括以下步骤：
(1)采集一条地震处理剖面的纯波数据
通过地震仪采集地震野外实测数据，对地震野外实测数据依次进行静校正、去噪、振幅补偿、反褶积、动校叠加、偏移处理，可以求得地震纯波数据。
上述地震纯波数据未经过滤波和动平衡处理。
(2)采集该地震剖面附近的钻井的测井数据，计算密度和声波的异常衬度值
地震剖面附近的钻井是指：如果研究区地质背景复杂，钻井位置距剖面的垂直距离不大于500m，如果研究区地质背景较为简单，钻井位置距剖面的垂直距离不大于1500m。
测井数据是通过测井仪在井中采集的。采集过程是使用测井仪的参数探头向井下滑动，每隔0.05m测定一个数据，最终可测得多个测井数据，比如1000m的井深，就可以采集20000个测井数据。
其中，每个相隔0.05m的点称为一个采样点，其对应的值就是采样点的值，所有采样点的值的集合叫做测井数据。
测井数据主要包括：密度、声波、伽马、电阻率、自然电位。
测井数据取决于测井仪使用哪种参数探头进行测定，比如使用密度参数探头、声波参数探头、伽马参数探头、电阻率参数探头、自然电位参数探头分别可以测定密度、声波、伽马、电阻率、自然电位数据。
选取测井数据中的密度数据和声波数据，计算密度数据和声波数据的异常衬度值C如以下公式所示：
C＝a/b
其中，a为测井数据中各采样点的密度或声波值，b为测井数据中全部采样点的密度或声波的平均值。
删除异常衬度值大于3和小于0.2的采样点的数据。目的是清除采样值跳变强烈的采样点以及采样值过大或过小的采样点，确保异常的合理性和真实性。
(3)对密度数据和声波数据进行滑动平均处理
对密度数据和声波数据进行3点或5点滑动平均处理。
密度数据的3点或5点滑动平均处理分别如以下公式所示：
①密度3点滑动平均公式：dden(i)＝(dden(i-1)+dden(i)+dden(i+1))/3
其中，di代表某个采样点的密度值，di-1为该采样点的前一个采样点的密度值，di+1为该采样点的后一个采样点的密度值。
②密度5点滑动平均公式：dden(i)＝(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5
其中，di代表某采样点的密度值，di-2为该采样点的前两个采样点的密度值，di-1为该采样点的前一个采样点的密度值，di+1为该采样点的后一个采样点的密度值，di+2为该采样点的后两个采样点的密度值。
声波数据的3点或5点滑动平均处理分别如以下公式所示：
①声波3点滑动平均公式：dson(i)＝(dson(i-1)+dson(i)+dson(i+1))/3
其中，di代表某个采样点的声波值，di-1为该采样点的前一个采样点的声波值，di+1为该采样点的后一个采样点的声波值。
②声波5点滑动平均公式：dson(i)＝(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5
其中，di代表某采样点的声波值，di-2为该采样点的前两个采样点的声波值，di-1为该采样点的前一个采样点的声波值，di+1为该采样点的后一个采样点的声波值，di+2为该采样点的后两个采样点的声波值。
(4)利用步骤(3)中滑动平均处理后的密度和声波测井数据，建立地震反演计算的初始模型
采用STRATA软件，利用滑动平均处理后的密度和声波测井数据测井数据，建立地震反演计算的初始模型。
采用低频趋势法建立反演的约束模型，模型频率为15-20Hz。
(5)使用基于模型反演法对该地震剖面的波阻抗数据进行反演计算，获取该地震剖面的波阻抗数据
反演的公式如下：
S(t)＝R(t)*W(t)+N(t)
式中，S(t)为未去噪的地震纯波数据，R(t)为地下分界面的反射系数，W(t)为地震子波，N(t)为噪音。S(t)是通过(1)步骤得到，R(t)是待求值，W(t)通过STRATA软件统计地震纯波数据中的子波得到，N(t)为地震数据中的噪音，可由现有技术中的CGG、grisys或者focus软件计算得到。反演的计算采用STRATA软件，反演参数的设置是：叠代次数大于10次；采样率为1ms～2ms；最大阻抗变化范围为25％～50％；预白化率为1％；运算块大小为1ms～2ms，该运算块大小与采样率相同；比例因子为1。
地震反演(反褶积)的任务就是从地震记录S(t)中设法将子波W(t)和噪音N(t)消除，得到仅反映地下界面变化的反射系数序列R(t)，进而求出各层的波阻抗数据，依此推断地下介质分布情况。
密度ρj和速度Vj的乘积ρjVj即为波阻抗，各层的波阻抗数据公式如下：
Rj＝(ρj+1Vj+1-ρjVj)/(ρj+1Vj+1+ρjVj)
其中，Rj为第j个界面上的反射系数，ρj+1Vj+1为第j+1层的波阻抗，ρjVj为第j层的波阻抗。
反射系数序列R(t)包含一系列反射系数值，Rj即为R(t)的第j个序列值。
(6)根据上述步骤(5)中得到波阻抗数据确定砂岩型铀矿区的砂体分布
将上述步骤(5)中得到的波阻抗数据减去门槛值，大于等于零的标记为砂岩型铀矿区的砂体，小于零的标记为泥岩。
砂岩型铀矿工区的波阻抗参数的门槛值为7500～7900(m/s*g/cc)。
门槛值的确定必须基于工区岩石物性参数分析，才能获得较为准确的门槛值。岩石物性参数分析可利用geoview软件中的交会图分析工具获得。
上面结合实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (10)
1.一种砂岩型铀矿勘查中的砂体识别方法，其特征在于，该方法包括以下步骤：
(1)采集一条地震处理剖面的纯波数据；
(2)采集该地震剖面附近的钻井的测井数据，计算密度和声波的异常衬度值；
(3)对密度数据和声波数据进行滑动平均处理；
(4)利用步骤(3)中滑动平均处理后的密度和声波测井数据，建立地震反演计算的初始模型；
(5)使用基于模型反演法对该地震剖面的波阻抗数据进行反演计算，获取该地震剖面的波阻抗数据；
(6)根据上述步骤(5)中得到的波阻抗数据确定砂岩型铀矿区的砂体分布。
2.根据权利要求1所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(1)中通过地震仪采集地震野外实测数据，对地震野外实测数据进行处理得到地震纯波数据。
3.根据权利要求2所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(2)中的测井数据通过测井仪在井中采集，测井数据的采集过程是使用测井仪的参数探头向井下滑动，每隔0.05m测定一个数据。
4.根据权利要求3所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(2)中密度数据和声波数据的异常衬度值C如以下公式所示：C＝a/b。
5.根据权利要求4所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(2)之后还进一步包括以下步骤：删除异常衬度值大于3和小于0.2的采样点的数据。
6.根据权利要求5所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(3)中的密度数据的3点或5点滑动平均处理分别如以下公式所示：
①密度3点滑动平均公式：dden(i)＝(dden(i-1)+dden(i)+dden(i+1))/3；
②密度5点滑动平均公式：dden(i)＝(dden(i-2)+dden(i-1)+dden(i)+dden(i+1)+dden(i+2))/5。
7.根据权利要求6所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(3)中的声波数据的3点或5点滑动平均处理分别如以下公式所示：
①声波3点滑动平均公式：dson(i)＝(dson(i-1)+dson(i)+dson(i+1))/3；
②声波5点滑动平均公式：dson(i)＝(dson(i-2)+dson(i-1)+dson(i)+dson(i+1)+dson(i+2))/5。
8.根据权利要求7所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(4)中的采用低频趋势法建立反演的约束模型。
9.根据权利要求8所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(5)中各层的波阻抗数据公式如下：
Rj＝(ρj+1Vj+1-ρjVj)/(ρj+1Vj+1+ρjVj)
其中，Rj为第j个界面上的反射系数，ρj+1Vj+1为第j+1层的波阻抗，ρjVj为第j层的波阻抗。
10.根据权利要求9所述的一种砂岩型铀矿勘查中的砂体识别方法，其特征在于：所述的步骤(6)中将上述步骤(5)中得到的波阻抗数据减去门槛值，大于等于零的标记为砂岩型铀矿区的砂体，小于零的标记为泥岩。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410162695.3A CN103954995B (zh) | 2014-04-22 | 2014-04-22 | 一种砂岩型铀矿勘查中的砂体识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410162695.3A CN103954995B (zh) | 2014-04-22 | 2014-04-22 | 一种砂岩型铀矿勘查中的砂体识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103954995A true CN103954995A (zh) | 2014-07-30 |
| CN103954995B CN103954995B (zh) | 2016-12-07 |
Family
ID=51332290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410162695.3A Active CN103954995B (zh) | 2014-04-22 | 2014-04-22 | 一种砂岩型铀矿勘查中的砂体识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103954995B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105785467A (zh) * | 2015-12-29 | 2016-07-20 | 核工业二六大队 | 一种可地浸砂岩型铀矿的水动力窗识别方法 |
| CN105785466A (zh) * | 2015-12-29 | 2016-07-20 | 核工业二六大队 | 一种越流成矿的铀矿找矿方法 |
| CN107576982A (zh) * | 2017-09-01 | 2018-01-12 | 核工业北京地质研究院 | 一种砂岩型铀矿地震综合预测方法 |
| CN108897041A (zh) * | 2018-08-16 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种铀矿富集区的预测方法和装置 |
| CN109580498A (zh) * | 2018-12-24 | 2019-04-05 | 核工业北京地质研究院 | 一种砂岩型铀矿含矿层间氧化带地质识别方法 |
| CN110749928A (zh) * | 2018-07-24 | 2020-02-04 | 中国石油天然气股份有限公司 | 钙质砂岩识别方法和装置 |
| CN111190240A (zh) * | 2020-01-13 | 2020-05-22 | 吉林大学 | 基于三维地震解释的砂岩型铀矿成矿构造要素的提取方法 |
| CN111239815A (zh) * | 2020-01-20 | 2020-06-05 | 吉林大学 | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 |
| CN111290043A (zh) * | 2019-12-06 | 2020-06-16 | 核工业北京地质研究院 | 一种沉积地层拟声波测井数据的计算方法 |
| CN111852467A (zh) * | 2020-07-28 | 2020-10-30 | 核工业北京地质研究院 | 一种砂岩铀矿矿体延伸范围的圈定方法及系统 |
| CN111983721A (zh) * | 2020-08-26 | 2020-11-24 | 核工业北京地质研究院 | 一种砂岩铀矿“泥-砂-泥”地质结构识别方法及系统 |
| CN113279748A (zh) * | 2021-06-21 | 2021-08-20 | 吉林大学 | 一种计算机垂向地下空间分带含铀层识别方法 |
| CN113640880A (zh) * | 2021-08-18 | 2021-11-12 | 核工业二0八大队 | 砂岩型铀矿地震勘探方法和装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262070A1 (en) * | 2012-03-30 | 2013-10-03 | Chevron U.S.A. Inc. | System and method for subsurface reservoir characterization |
| CN103454685A (zh) * | 2013-08-09 | 2013-12-18 | 中国石油天然气股份有限公司 | 利用测井约束波阻抗反演预测砂体厚度的方法和装置 |
-
2014
- 2014-04-22 CN CN201410162695.3A patent/CN103954995B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262070A1 (en) * | 2012-03-30 | 2013-10-03 | Chevron U.S.A. Inc. | System and method for subsurface reservoir characterization |
| CN103454685A (zh) * | 2013-08-09 | 2013-12-18 | 中国石油天然气股份有限公司 | 利用测井约束波阻抗反演预测砂体厚度的方法和装置 |
Non-Patent Citations (4)
| Title |
|---|
| SHIQIANG XIA ET AL.: "《River channel sand body prediction by means of integrating well log and seismic attribute analysis in dense well patterns:a case study of the eastern Beierxi Block in the Sabei Development Area of Daqing Oilfield, China》", 《ARAB J GEOSCI》, 26 January 2013 (2013-01-26), pages 4607 - 4617 * |
| 冯西会等: "《用于铀矿勘探的高分辨率地震技术》", 《物探与化探》, vol. 31, 31 October 2007 (2007-10-31), pages 19 - 22 * |
| 荆雅莉: "《井震联合反演在塔南凹陷储层预测中的应用》", 《内蒙古石油化工》, no. 8, 31 December 2010 (2010-12-31), pages 207 - 209 * |
| 薛志恒: "《浅层地震在砂岩型铀矿勘查中的应用》", 《国外铀金地质》, vol. 19, no. 4, 31 December 2002 (2002-12-31), pages 217 - 219 * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105785467A (zh) * | 2015-12-29 | 2016-07-20 | 核工业二六大队 | 一种可地浸砂岩型铀矿的水动力窗识别方法 |
| CN105785466A (zh) * | 2015-12-29 | 2016-07-20 | 核工业二六大队 | 一种越流成矿的铀矿找矿方法 |
| CN105785467B (zh) * | 2015-12-29 | 2018-02-13 | 核工业二一六大队 | 一种可地浸砂岩型铀矿的水动力窗识别方法 |
| CN105785466B (zh) * | 2015-12-29 | 2018-02-13 | 核工业二一六大队 | 一种越流成矿的铀矿找矿方法 |
| CN107576982A (zh) * | 2017-09-01 | 2018-01-12 | 核工业北京地质研究院 | 一种砂岩型铀矿地震综合预测方法 |
| CN107576982B (zh) * | 2017-09-01 | 2019-05-17 | 核工业北京地质研究院 | 一种砂岩型铀矿地震综合预测方法 |
| CN110749928B (zh) * | 2018-07-24 | 2021-09-28 | 中国石油天然气股份有限公司 | 钙质砂岩识别方法和装置 |
| CN110749928A (zh) * | 2018-07-24 | 2020-02-04 | 中国石油天然气股份有限公司 | 钙质砂岩识别方法和装置 |
| CN108897041A (zh) * | 2018-08-16 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种铀矿富集区的预测方法和装置 |
| CN109580498A (zh) * | 2018-12-24 | 2019-04-05 | 核工业北京地质研究院 | 一种砂岩型铀矿含矿层间氧化带地质识别方法 |
| CN109580498B (zh) * | 2018-12-24 | 2021-10-19 | 核工业北京地质研究院 | 一种砂岩型铀矿含矿层间氧化带地质识别方法 |
| CN111290043A (zh) * | 2019-12-06 | 2020-06-16 | 核工业北京地质研究院 | 一种沉积地层拟声波测井数据的计算方法 |
| CN111190240A (zh) * | 2020-01-13 | 2020-05-22 | 吉林大学 | 基于三维地震解释的砂岩型铀矿成矿构造要素的提取方法 |
| CN111190240B (zh) * | 2020-01-13 | 2021-09-07 | 吉林大学 | 基于三维地震解释的砂岩型铀矿成矿构造要素的提取方法 |
| CN111239815A (zh) * | 2020-01-20 | 2020-06-05 | 吉林大学 | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 |
| CN111239815B (zh) * | 2020-01-20 | 2021-07-13 | 吉林大学 | 基于三维地震属性的砂岩型铀储层成矿沉积要素提取方法 |
| CN111852467A (zh) * | 2020-07-28 | 2020-10-30 | 核工业北京地质研究院 | 一种砂岩铀矿矿体延伸范围的圈定方法及系统 |
| CN111983721A (zh) * | 2020-08-26 | 2020-11-24 | 核工业北京地质研究院 | 一种砂岩铀矿“泥-砂-泥”地质结构识别方法及系统 |
| CN113279748A (zh) * | 2021-06-21 | 2021-08-20 | 吉林大学 | 一种计算机垂向地下空间分带含铀层识别方法 |
| CN113279748B (zh) * | 2021-06-21 | 2022-04-29 | 吉林大学 | 一种计算机垂向地下空间分带含铀层识别方法 |
| CN113640880A (zh) * | 2021-08-18 | 2021-11-12 | 核工业二0八大队 | 砂岩型铀矿地震勘探方法和装置 |
| CN113640880B (zh) * | 2021-08-18 | 2024-03-08 | 核工业二0八大队 | 砂岩型铀矿地震勘探方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103954995B (zh) | 2016-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103954995B (zh) | 一种砂岩型铀矿勘查中的砂体识别方法 | |
| CN108802812B (zh) | 一种井震融合的地层岩性反演方法 | |
| Dolan et al. | The broad-band fractal nature of heterogeneity in the upper crust from petrophysical logs | |
| CN107783187B (zh) | 一种将测井速度和地震速度结合建立三维速度场的方法 | |
| US9091786B2 (en) | Image based effective medium modeling of the near surface earth formation | |
| CN109188520B (zh) | 薄储层厚度预测方法及装置 | |
| CN104237945B (zh) | 一种地震资料自适应高分辨处理方法 | |
| CN111722284B (zh) | 一种基于道集数据建立速度深度模型的方法 | |
| CN111856566B (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
| CN105093306A (zh) | 一种地球物理勘探中储层自动解释与厚度求取方法 | |
| CN106597545B (zh) | 一种水平裂缝地震叠前反演方法和装置 | |
| CN109541685A (zh) | 一种河道砂体识别方法 | |
| CN109884707A (zh) | 近地表分层时深曲线静校正方法 | |
| CN108508489A (zh) | 一种基于波形微变化匹配的地震反演方法 | |
| CN106842289A (zh) | 一种适用于测井约束反演的波阻抗曲线去压实处理方法 | |
| Rotimi et al. | Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis | |
| Datta Gupta et al. | Importance of coloured inversion technique for thin hydrocarbon sand reservoir detection–A case in mid Cambay basin | |
| Rotimi et al. | Petrophysical analysis and sequence stratigraphy appraisal from well logs of'Bobo'field, South-Eastern, Niger Delta | |
| AU2014394076B2 (en) | Methods and systems for identifying and plugging subterranean conduits | |
| CN105467447B (zh) | 相控趋势能量匹配的地震保幅评价方法 | |
| Nielsen et al. | Estimation of chalk heterogeneity from stochastic modeling conditioned by crosshole GPR traveltimes and log data | |
| CN112505767A (zh) | 深度域层位的标定方法 | |
| CN105989240A (zh) | 砂层预测方法及装置 | |
| US10393900B2 (en) | Process for characterising the evolution of an oil or gas reservoir over time | |
| John et al. | Comparative Characterization of Petrophysical and Mechanical Properties of Siliciclastic Reservoir Rocks within a compressional structure of the Teapot Dome Oilfield, Wyoming, USA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |