CN107490810A - 基于风场、物源、盆地系统的储集砂体预测方法和装置 - Google Patents
基于风场、物源、盆地系统的储集砂体预测方法和装置 Download PDFInfo
- Publication number
- CN107490810A CN107490810A CN201710711093.2A CN201710711093A CN107490810A CN 107490810 A CN107490810 A CN 107490810A CN 201710711093 A CN201710711093 A CN 201710711093A CN 107490810 A CN107490810 A CN 107490810A
- Authority
- CN
- China
- Prior art keywords
- data
- predicted
- bar
- ach
- region
- 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
- 238000000034 method Methods 0.000 title claims abstract description 206
- 239000004576 sand Substances 0.000 title claims abstract description 166
- 239000000463 material Substances 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 54
- 238000011084 recovery Methods 0.000 claims description 35
- 238000012937 correction Methods 0.000 claims description 20
- 230000008021 deposition Effects 0.000 claims description 17
- 239000011435 rock Substances 0.000 claims description 15
- 239000004927 clay Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000000819 phase cycle Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims 2
- 238000000605 extraction Methods 0.000 claims 2
- 239000004744 fabric Substances 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract description 34
- 239000013049 sediment Substances 0.000 description 29
- 238000004458 analytical method Methods 0.000 description 19
- 208000035126 Facies Diseases 0.000 description 13
- 230000009471 action Effects 0.000 description 13
- 238000005056 compaction Methods 0.000 description 13
- 238000011161 development Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000000547 structure data Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000012876 topography Methods 0.000 description 6
- 238000009933 burial Methods 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 5
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 235000010755 mineral Nutrition 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 229910052761 rare earth metal Inorganic materials 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000013316 zoning Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005137 deposition process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 235000013619 trace mineral Nutrition 0.000 description 2
- 239000011573 trace mineral Substances 0.000 description 2
- 241001474374 Blennius Species 0.000 description 1
- 206010027336 Menstruation delayed Diseases 0.000 description 1
- 229910052776 Thorium Inorganic materials 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 229910052586 apatite Inorganic materials 0.000 description 1
- 239000003786 aquatic sediment Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003181 biological factor Substances 0.000 description 1
- 230000002925 chemical effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 229910052735 hafnium Inorganic materials 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 238000000608 laser ablation Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000002366 mineral element Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 238000003921 particle size analysis Methods 0.000 description 1
- VSIIXMUUUJUKCM-UHFFFAOYSA-D pentacalcium;fluoride;triphosphate Chemical compound [F-].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O VSIIXMUUUJUKCM-UHFFFAOYSA-D 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000004079 vitrinite Substances 0.000 description 1
- 229910052726 zirconium Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
- G01V11/002—Details, e.g. power supply systems for logging instruments, transmitting or recording data, specially adapted for well logging, also if the prospecting method is irrelevant
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于风场、物源、盆地系统的储集砂体预测方法和装置;其中,该方法包括:获取待预测区域的地质数据;其中,地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;将地质数据输入至预设的风场、物源、盆地系统模型中,生成待预测区域的滩坝砂体形成过程数据;其中,风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;根据滩坝砂体形成过程数据,采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置。本发明可以有效地识别和预测浅水薄层滩坝砂体的分布位置和范围,提高了储集砂体预测方式可行性和准确性。
Description
技术领域
本发明涉及地质勘探技术领域,尤其是涉及一种基于风场、物源、盆地系统的储集砂体预测方法和装置。
背景技术
现有的油田中,大部分油田的探明程度达70%以上;因而,“发现大构造,分析主物源”的勘探方法已不能再勘探出更多的油田。经勘探实践证实,在主物源影响较弱的地区,也能形成储集砂体,这些地区薄互层砂体较发育;其中,“非主物源体系”的浅水薄层滩坝砂体即是其中之一,已成为油气勘探重要的接替目标,勘探潜力和意义巨大。然而,由于该类油藏储层薄、颗粒细、难识别,导致储集砂体预测方式可行性和准确性较差,难以有效地勘探到可用的油田。
针对上述现有的储集砂体预测方式可行性和准确性较差的问题,尚未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供基于风场、物源、盆地系统的储集砂体预测方法和装置,以有效地识别和预测浅水薄层滩坝砂体的分布位置和范围,提高储集砂体预测方式可行性和准确性。
第一方面,本发明实施例提供了一种基于风场、物源、盆地系统的储集砂体预测方法,包括:获取待预测区域的地质数据;其中,地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;将地质数据输入至预设的风场、物源、盆地系统模型中,生成待预测区域的滩坝砂体形成过程数据;其中,风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;根据滩坝砂体形成过程数据,采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述将地质数据输入至预设的风场、物源、盆地系统模型中,生成待预测区域的滩坝砂体形成过程数据的步骤,包括:采用古风力恢复工具和古风向恢复工具,对地质数据进行处理,生成待预测区域的滩坝砂体的分布格局;采用古物源恢复工具,对滩坝砂体的分布格局进行处理,生成滩坝砂体的分布特征和沉积模式;采用古地貌恢复工具和古水深恢复工具,对滩坝砂体的分布特征和沉积模式进行处理,生成待预测区域的滩坝砂体的分布位置和范围。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述采用古风力恢复工具和古风向恢复工具,对地质数据进行处理,生成待预测区域的滩坝砂体的分布格局的步骤,包括:从地质数据中提取风成砂岩数据、黏土磁化率或水成沉积构造数据;根据风成砂岩数据、黏土磁化率或水成沉积构造数据恢复待预测区域的古风向;计算待预测区域的破浪沙坝厚度或砂砾质沿岸坝厚度;根据破浪沙坝厚度或砂砾质沿岸坝厚度,恢复待预测区域的古风力;根据待预测区域的古风向和古风力,计算获得待预测区域的滩坝砂体的分布格局。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述采用古物源恢复工具,对滩坝砂体的分布格局进行处理,生成滩坝砂体的分布特征和沉积模式的步骤,包括:采用沉积学方法、岩石学方法、元素地球化学方法或地球物理方法,对滩坝砂体的分布格局进行物源分析,恢复待预测区域的物源系统;采用地质方法、地球化学方法或地球物理方法计算待预测区域的在设定时间段内的剥蚀量;根据剥蚀量,计算获得滩坝砂体的分布特征和沉积模式。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,上述采用古地貌恢复工具和古水深恢复工具,对滩坝砂体的分布特征和沉积模式进行处理,生成待预测区域的滩坝砂体的分布位置和范围的步骤,包括:根据滩坝砂体的分布特征和沉积模式,恢复待预测区域的原始厚度;从滩坝砂体的分布特征和沉积模式中提取沉积相数据和古生物数据;对沉积相数据和古生物数据进行古水深校正处理,生成校正数据;根据原始厚度和校正数据,恢复待预测区域的古地貌;采用相序法、波痕法或多门类微体古生物法,恢复待预测区域的古水深;根据待预测区域的古地貌和古水深,计算获得待预测区域的滩坝砂体的分布位置和范围。
第二方面,本发明实施例提供了一种基于风场、物源、盆地系统的储集砂体预测装置,包括:地质数据获取模块,用于获取待预测区域的地质数据;其中,地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;滩坝砂体形成过程数据生成模块,用于将地质数据输入至预设的风场、物源、盆地系统模型中,生成待预测区域的滩坝砂体形成过程数据;其中,风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;预测模块,用于根据滩坝砂体形成过程数据,采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,上述滩坝砂体形成过程数据生成模块,包括:分布格局生成单元,用于采用古风力恢复工具和古风向恢复工具,对地质数据进行处理,生成待预测区域的滩坝砂体的分布格局;分布特征和沉积模式生成单元,用于采用古物源恢复工具,对滩坝砂体的分布格局进行处理,生成滩坝砂体的分布特征和沉积模式;分布位置和范围生成单元,用于采用古地貌恢复工具和古水深恢复工具,对滩坝砂体的分布特征和沉积模式进行处理,生成待预测区域的滩坝砂体的分布位置和范围。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第二种可能的实施方式,其中,上述分布格局生成单元还用于:从地质数据中提取风成砂岩数据、黏土磁化率或水成沉积构造数据;根据风成砂岩数据、黏土磁化率或水成沉积构造数据恢复待预测区域的古风向;计算待预测区域的破浪沙坝厚度或砂砾质沿岸坝厚度;根据破浪沙坝厚度或砂砾质沿岸坝厚度,恢复待预测区域的古风力;根据待预测区域的古风向和古风力,计算获得待预测区域的滩坝砂体的分布格局。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第三种可能的实施方式,其中,上述分布特征和沉积模式生成单元还用于:采用沉积学方法、岩石学方法、元素地球化学方法或地球物理方法,对滩坝砂体的分布格局进行物源分析,恢复待预测区域的物源系统;采用地质方法、地球化学方法或地球物理方法计算待预测区域的在设定时间段内的剥蚀量;根据剥蚀量,计算获得滩坝砂体的分布特征和沉积模式。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第四种可能的实施方式,其中,上述分布位置和范围生成单元还用于:根据滩坝砂体的分布特征和沉积模式,恢复待预测区域的原始厚度;从滩坝砂体的分布特征和沉积模式中提取沉积相数据和古生物数据;对沉积相数据和古生物数据进行古水深校正处理,生成校正数据;根据原始厚度和校正数据,恢复待预测区域的古地貌;采用相序法、波痕法或多门类微体古生物法,恢复待预测区域的古水深;根据待预测区域的古地貌和古水深,计算获得待预测区域的滩坝砂体的分布位置和范围。
本发明实施例带来了以下有益效果:
本发明实施例提供的基于风场、物源、盆地系统的储集砂体预测方法和装置,将待预测区域的地质数据输入至预设的风场、物源、盆地系统模型中,通过古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具等进行处理,可以获得待预测区域的滩坝砂体形成过程数据;再采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置;该方式可以有效地识别和预测浅水薄层滩坝砂体的分布位置和范围,提高了储集砂体预测方式可行性和准确性。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的第一种基于风场、物源、盆地系统的储集砂体预测方法的流程图;
图2为本发明实施例提供的第二种基于风场、物源、盆地系统的储集砂体预测方法的流程图;
图3为本发明实施例提供的一种风场、物源、盆地系统的结构示意图;
图4为本发明实施例提供的基于风场、物源、盆地系统的储集砂体预测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到现有的储集砂体预测方式可行性和准确性较差的问题,本发明实施例提供了基于风场、物源、盆地系统的储集砂体预测方法和装置;该技术可以应用于浅水薄层滩坝砂体等油藏储层薄、颗粒细、难识别地质中的油气勘探中,该技术可以采用相关的软件或硬件实现,下面通过实施例进行描述。
实施例一:
参见图1所示的第一种基于风场、物源、盆地系统的储集砂体预测方法的流程图,该方法包括如下步骤:
步骤S102,获取待预测区域的地质数据;其中,地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;
步骤S104,将地质数据输入至预设的风场、物源、盆地系统模型中,生成待预测区域的滩坝砂体形成过程数据;其中,风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;
通常,沉积过程发生风场、物源、盆地系统中,具体涉及古气候、古物源、古地貌、古水深等多种因素。通过将地质数据输入至风场、物源、盆地系统中,可以明确上述各因素在地质沉积过程的控制作用,尤其可以定量或者半定量地恢复上述各因素对滩坝沉积过程的控制作用。
步骤S106,根据滩坝砂体形成过程数据,采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置。
上述地球物理方法主要包括地震勘探、电法勘探、重力勘探、磁法勘探、地球物理测井和放射性勘探等,通过先进的地球物理测量仪器,测量来自地下的地球物理场信息,对测得的信息进行分析、处理、反演、解释,进而推测地下的结构构造和矿产分布。
本发明实施例提供的基于风场、物源、盆地系统的储集砂体预测方法,将待预测区域的地质数据输入至预设的风场、物源、盆地系统模型中,通过古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具等进行处理,可以获得待预测区域的滩坝砂体形成过程数据;再采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置;该方式可以有效地识别和预测浅水薄层滩坝砂体的分布位置和范围,提高了储集砂体预测方式可行性和准确性。
实施例2:
参见图2所示的第二种基于风场、物源、盆地系统的储集砂体预测方法的流程图,该方法在实施例一中提供的基于风场、物源、盆地系统的储集砂体预测方法的基础上实现;该方法包括如下步骤:
步骤S202,获取待预测区域的地质数据;其中,地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;
步骤S204,采用古风力恢复工具和古风向恢复工具,对地质数据进行处理,生成待预测区域的滩坝砂体的分布格局;
上述步骤S204,具体可以通过下述步骤1至5实现:
1、从地质数据中提取风成砂岩数据、黏土磁化率或水成沉积构造数据;
2、根据风成砂岩数据、黏土磁化率或水成沉积构造数据恢复待预测区域的古风向;
上述风成砂岩数据等风成沉积物是在风力搬运作用下形成的;因而,风成沉积物本身的组分特征、沉积构造和沉积序列,包含了大量的古气候信息。具有高角度交错层理的风成砂岩可作为一种古风向重建指征。在野外和钻井岩心中观察到的风成沙丘内部的交错层理,可用来指示沙丘的形态和移动方向,从而成为一种良好的古风向指征。横向沙丘的交错层理多为板状,前积纹层长而平整,倾向大多指向下风向;通过识别横向沙丘,并运用前积层倾向可以重建古风向。
上述黏土磁化率的长轴方向和风向有较好的对应关系,其偏差不超过20°。风成沉积物天然剩磁方向和沉积过程的关系紧密,沉积后作用对其影响较小,因而,黏土磁化率各向异性最大磁化率方位与气流方位平行,可以用来重建古风向。
风可以直接作用于沉积物,还可以驱动其他介质运动并在沉积物中留下痕迹。面积广阔的地表水体可以作为一种常见的联系风力和沉积物的介质。在各种地表水体中,湖泊水体运动相对简单,主要受控于风场作用,在特定条件下通过细致分析水成沉积构造数据可以提取出重建古风向的指征。
3、计算待预测区域的破浪沙坝厚度或砂砾质沿岸坝厚度;
4、根据破浪沙坝厚度或砂砾质沿岸坝厚度,恢复待预测区域的古风力;
上述步骤4中,利用破浪沙坝与形成该沙坝的破浪的平衡关系,可以根据破浪沙坝的厚度估算形成该沙坝的波浪特征,进而可以进一步根据风浪关系恢复产生这些波浪的风场状况。具体地,根据破浪沙坝的几何形态,可以得到如下关系式(式1):
其中,t是破浪沙坝的原始厚度(m),db是破浪水深即破浪沙坝坝顶处水深(m),dt是破浪沙坝向岸一侧凹槽的水深(m),α是破浪沙坝的基底坡度,θ是破浪沙坝向岸一侧的坡度;tanθ的理想值为0.63。
设定dt/db≈1.60,由此,式1可以简化为:
tb=(0.6+0.95tanα)db (式2)
因此根据式2,当破浪沙坝厚度tb、形成破浪沙坝基底的坡度α已知的条件下,就可以求得破浪水深db。
根据Goda曲线,可以将破浪水深(db)这一参数换算成破浪波高(Hb)。波浪在向岸传播的过程中,波高逐渐增大,在破浪位置波高达到最大,之后随着波能的消耗逐渐变小,因此根据Goda曲线确定的破浪波高Hb,可近似为该时期波浪的最大波高即Hb≈Hmax。根据波浪的统计特征可知,最大理论波高Hmax是深水区有效波高Hs两倍,即Hmax≈2Hs。因此形成破浪沙坝时的破浪波高Hb可近似地转换为Hs,即Hb≈2Hs。
风压系数UA可以通过下述式3求得:
式3中,F为风区长度(m);Hs为深水区有效波高(m);
风压系数UA与风速有关:
UA=0.71U1.23 (式4)
式4中,U即为水面上方10m处的风速(m/s)。
由上述分析,可以得到利用破浪沙坝厚度进行古风力恢复的过程,该过程描述如下:①准确识别出破浪沙坝,并测量出单期形成的破浪沙坝的最大厚度,并进行去压实校正,得到原始厚度;②确定所研究的古湖泊的古地貌与古岸线,从而得到古坡度以及古风程;③根据破浪沙坝的形态特征与古坡度参数,结合破浪临界条件,将破浪沙坝厚度转换为破浪波高(式2);④将破浪波高转换为相应的深水区有效波高;⑤根据深水区有效波高与古风程计算相对应的风压系数(式3);⑥根据风压系数计算出风速(式4)。
上述步骤4中,基于冲浪回流与沿岸砾质滩坝的关系,可以利用砂砾质沿岸坝厚度恢复古风力。砂砾质沿岸沙坝的厚度(tr)近似记录了冲浪回流的极限高度,亦即湖(海)水向陆方向侵入的极限位置。这个极限高度是风暴壅水高度(hs)、波浪增水高度(hsu)以及波浪爬高(hru)之和,即式5所示。
tr=hs+hsu+hru (式5)
由式5可知,通过砂砾质沿岸沙坝的厚度(tr),可以与古波况关联起来,进而可以通过风浪关系计算古风力。具体操作方法如下:
风暴增水可以通过风场参数、盆地参数表达出来,如式6所示:
其中,K为综合摩阻系数,可取值3.6×10-6;d为水域的平均水深;γ为风向与垂直于岸线的法线的夹角;其他参数同前。
波浪增水高度(hsu)可以近似为深水区有效波高(Hs)的10%,见式7所示;波浪爬高(hru)可以近似为Hs的30%,见式8所示。
hsu=0.1Hs (式7)
hru=0.3Hs (式8)
将式6、式7和式8代入式5中,式5可以表示如下:
进一步地,根据式3和式4,式9可以转换如下:
由式10可知,在古风程(F)、湖盆的古水深(d)和古风向相对于岸线的夹角(γ)已知的条件下,古风速(U)就可以由砂砾质沿岸沙坝的厚度(tr)计算出来。
由上述分析,利用砂砾质沿岸坝厚度恢复古风力的具体方法,描述如下:①从沉积记录中(如露头、钻井资料等)准确识别单期形成的砂砾质沿岸坝,并准确记录其厚度;②如果砂砾质沿岸坝经历了显著的压实过程,应需进行去压实校正,以获得其原始厚度;③通过沉积记录恢复盆地的古水深;④通过沉积记录恢复古风向;⑤进行古岸线的识别,准确地获取古岸线的走向,结合古风向得到古风程与古风向与垂直于岸线的法线的夹角这两个参数;⑥根据所获取的以上参数,通过式10计算古风力。
5、根据待预测区域的古风向和古风力,计算获得待预测区域的滩坝砂体的分布格局。
步骤S206,采用古物源恢复工具,对滩坝砂体的分布格局进行处理,生成滩坝砂体的分布特征和沉积模式;
上述步骤S206,具体可以通过下述步骤1至3实现:
1、采用沉积学方法、岩石学方法、元素地球化学方法或地球物理方法,对滩坝砂体的分布格局进行物源分析,恢复待预测区域的物源系统;
该步骤1中,通过上述方法可以实现对该区域物源的定性描述;碎屑岩沉积体物源供给系统包括物源区、沉积区、运移方向和方式,通过结合已知的沉积体系发育、分布与沉积物特征变化研究物源供给系统,可以很大程度上恢复古沉积物物源系统。
上述沉积学方法主要依据沉积学原理对碎屑岩进行物源分析。例如,砂分散体系分析可以为物源分析提供证据,其空间结构不仅可以指示古水流方向和物源区数量,而且可以有效地揭示物源的影响范围及其随时间变化的稳定性。对同一个沉积体系而言,一般的规律是距离物源区越近,含砂率值或者砂体厚度越大;砂体通常为沉积物的主要搬运通道,因此,砂分散体系的展布方向可以指示古水流方向,从而进一步的指示物源方向。
根据盆地钻井、测井、地震等资料,经过详细的地层对比与划分,作出某时期的地层等厚图、砂地比等值线图、沉积相展布图等相关图件,可推断出物源区的相对位置,结合岩性变化、粒径大小及所占百分比、层理及层面构造及玫瑰花状图等古流向资料、古地貌分析,使物源区分析更可靠。应用沉积学方法进行物源分析,应当基于大量的野外观测和(或)资料统计之上,分析统计尽可能多的数据点以保证结论的可靠性。这种方法能够判断物源的大致方向。
上述岩石学方法研究手段在物源分析中可发挥重要的作用。盆地陆源碎屑岩来自于母岩,因此陆源碎屑组合可以推断物源区母岩类型。尤其是砂砾岩中的砾石成分,可直接反映基底和物源区母岩的成分,也反映磨蚀的程度、气候条件以及构造背景。因此,砾石的各种特征是判断物源区、分析沉积环境的直接标志。碎屑岩中的岩屑,也是物源的直接标志之一。岩屑的类型及含量能够准确反映物源区的岩性、风化作用的类型、程度及搬运距离。同一物源各岩屑类型及所占的比例应该存在一致性。
上述元素地球化学方法,包括常量元素、特征元素及其比值法、微量元素(含稀土元素)法等。一些元素在母岩风化、剥蚀、搬运、沉积及成岩过程中不易迁移,几乎被等量地转移到碎屑沉积物中,故可被作为沉积物物源的示踪物,如Th、Sc、Al、Co、Zr、Hf、Ti、Ga、Nb及稀土元素(REE)等。保存在沉积物(岩)中的环境和物源信息,可用多种元素地球化学方法释读,如通过研究元素的组成、组合、相对含量、分布规律、比值关系、多元图解、配分模式,以及元素与同位素的关系等,进行物源示踪。沉积物中的特征元素某些特征元素化学性质较为稳定,主要受物源影响,相对独立于沉积环境和成岩作用,在风化剥蚀、搬运、沉积、成岩过程中其含量基本保持不变,在物源区和沉积区具有一定的可比性,可作为良好的物源指示元素。因而,利用特征元素方法判别沉积物物源,能够有效地避免水动力、矿物组成等因素的影响,尽可能的突出物源信息。另外,还可以利用电子探针、激光剥蚀等仪器测量重矿物中的常量元素、石英颗粒微量元素根据矿物元素的组成、相对含量、元素的组合,建立多元图解和配分模式,用于物源分析和大地构造背景判别及沉积环境分析。
上述地球物理方法主要包括测井地质学法和地震地层学法。测井地质学法主要利用自然伽马曲线分形维数、地层倾角测井来判断物源方向。
2、采用地质方法、地球化学方法或地球物理方法计算待预测区域的在设定时间段内的剥蚀量;
其中,该地质方法包括质量平衡法、沉积速率法、地层对比法、趋势厚度法、波动分析法等;该地球化学方法包括镜质体反射率法、磷灰石裂变径迹分析法、宇宙成因核素分析法、流体包裹体法、孢粉法、地温法等。
该地球物理方法包括应用声波测井资料计算剥蚀量;当剥蚀量较大而埋藏较浅时,可应用声波时差法估算泥页岩的压实趋势和计算剥蚀量的大小,其基本原理是:在正常压实的情况下,泥页岩的孔隙度随埋深的增大呈指数衰减,而在均匀分布的小孔隙的固结地层中,孔隙度与声波传播时间之间又存在着正比例的线性关系,因此声波时差与深度在半对数坐标系中为线性相关。如果某一地区经历了抬升和剥蚀,那么泥页岩声波时差与深度的正常压实趋势曲线与未遭受剥蚀的地区相比,向压实程度增大的方向偏移。根据这一偏移趋势,将其压实趋势线上延到未经历压实的Δt0处,则Δt0与剥蚀面处的高差即为剥蚀厚度。
其操作流程为:首先分别对间断面上下的泥页岩声波时差~埋深曲线进行对数回归,得到两个回归方程,取埋藏深度为0,并依据间断面之上的埋深-声波时差关系回归方程,求算出地表的声波时差值Δt0;而后将Δt0值代入间断面之下的埋深-声波时差回归方程,得到剥蚀前的地表相对于现今地表的深度(或高度),其与间断面深度的差值即为剥蚀厚度。
应用声波测井资料计算剥蚀量一般要求剥蚀厚度要大于再沉积的上覆地层厚度,因为当再沉积地层厚度明显大于剥去的地层厚度时,再沉积厚度可能会对先存地层的压实趋势有所改造。
3、根据剥蚀量,计算获得滩坝砂体的分布特征和沉积模式。
步骤S208,采用古地貌恢复工具和古水深恢复工具,对滩坝砂体的分布特征和沉积模式进行处理,生成待预测区域的滩坝砂体的分布位置和范围。
上述步骤S208,具体可以通过下述步骤1至6实现:
1、根据滩坝砂体的分布特征和沉积模式,恢复待预测区域的原始厚度;
在实际实现时,可以从上述地质数据中提取相应的岩性和物性数据、单井数据和地震数据;通过压实方程对岩性和物性数据进行压实回复,生成第一数据;通过残留厚度图对单井数据和地震数据进行视厚度校正,生成第二数据;通过剥蚀厚度恢复对地震数据进行平衡剖面制作,生成第三数据;最后根据上述第一数据、第二数据和第三数据恢复待预测区域的原始厚度。
2、从滩坝砂体的分布特征和沉积模式中提取沉积相数据和古生物数据;
3、对沉积相数据和古生物数据进行古水深校正处理,生成校正数据;
4、根据原始厚度和校正数据,恢复待预测区域的古地貌;
5、采用相序法、波痕法或多门类微体古生物法,恢复待预测区域的古水深;其中,相序法、波痕法和多门类微体古生物法,具体阐述如下:
(1)相序法
由于沿岸坝发育于冲浪回流的极限位置,可以将其底部视作平均水平面;近岸坝发育于碎浪带,假设其充分发育时达到平均水平面的位置,则近岸坝的厚度记录了其形成前的碎浪带水深,同理,远岸坝发育于破浪带,假设其充分发育时达到碎浪带水深(即远岸坝坝顶对应的水平面与近岸坝底部对应的水平面持平),则远岸坝形成前的破浪带水深可以用近岸坝加远岸坝的厚度表达出来;同样地道理可以应用到风暴作用带并恢复风暴作用带的水深。
针对某一研究区域,首先通过岩心、测井、录井等资料进行单井相分析,识别出滨浅湖滩坝沉积。然后垂直岸线选择连井剖面,在准确、精细对比沉积相的基础上,进行坝砂的厚度统计,并通过去压实校正,计算出各个带的水深,可以在平面上做出古水深等值线图。
(2)波痕法
保存在地质体中的振荡流成因的波痕(浪成波痕)为重塑古沉积水深参数提供了良好的基础。根据对古波痕的研究,已经可以应用数学表达式来估算古水深及古波痕的形成条件。
首先,为了比较准确地估算形成波痕时的运动水体的深度,对所选取的波痕类型需满足一定的条件:最大的波痕对称指数被限制在1.5内,垂直形态指数不能超过9.
对于对称波痕,如果波痕波长λ(cm)与沉积颗粒直径D(μm)之间满足:λ<0.0028D1.68,则近底水质点运动轨道直径d0可以用下式表示:
d0=λ/0.65 (式11)
沉积物开始运动的临界速度Ut可用下式表示:
Ut 2=0.46π(d0/D)1/4(ρS-ρ)gD/ρ,D≥0.5mm (式13)
其中:ρ为水介质的密度;ρs为沉积物的密度;g为重力加速度。
对于临界速度Ut,所对应的水波波长为Lt,其有如下关系:
假设波痕由碎浪形成。波浪破碎时,有:
Hmax=0.142×Lt (式15)
式中:Hmax为碎浪的最大可能波高。
在浅水区,h=H/0.89;其中,H为碎浪波高(可参考Hmax),h为沉积古水深。
在计算过程中,波痕的波长λ为直接测量所得;沉积物颗粒直径D为通过沉积岩石的粒度分析数据所得,由于记录波痕的深度为一深度段,因此D为平均颗粒直径;水介质密度ρ可以根据盐度的不同合理选取,如淡水应选为1g/cm3,沉积物的密度ρs数据可由密度测井或直接测量样品所得,同样,由于记录波痕的深度为一深度段,因此ρs也为平均密度。最后通过计算,得出利用波痕所计算出的古水深值。需要注意的是,沉积岩中保存的波痕由于受到压实作用的影响,其现今的波痕参数与沉积时相比发生了变化,因此在用波痕法恢复古水深时,应当考虑压实作用对波痕参数的影响,在压实校正之后的波痕参数基础上进行计算。
(3)多门类微体古生物法
多门类微体古生物法主要应用生态学中水深因素对水生生物控制的原理。对水生生物来说,所生活的水深环境是一个由多种物理、化学和生物因素相互作用的综合生态因子。因此不同类别的古生物有其适宜的生存深度,可以指示水深。通过开展底栖宏观藻类分析,并结合其他的同生生物或保存的环境,可以获得反映原生环境水深范围。
对某一具体的研究区域,利用多门类微体古生物法恢复古水深的具体操作为:(1)方法调研和确定水深判断标志和标准;(2)古生物资料的收集和样品采集;(3)古生物资料和样品分析处理以及鉴定;(4)各个古生物类别的生态和深度分析;(5)各个样品中多门类深度叠合分析,(6)多因子加权综合分析。
6、根据待预测区域的古地貌和古水深,计算获得待预测区域的滩坝砂体的分布位置和范围。
步骤S210,根据滩坝砂体形成过程数据,采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置。
本发明实施例提供的基于风场、物源、盆地系统的储集砂体预测方法,运用风场、物源、盆地系统模型可以针对滩坝沉积体系做出更为全面合理的解释,从新的角度预测薄互层砂体油气储层的分布。通过建立风场、物源、盆地系统模型,以古物源、古地貌、古风力、古风向和古水深作为滩坝砂体预测的主要手段,恢复和推演滩坝砂体的形成和演化,可以对非主物源体系控制区的滩坝砂体发育的可能性进行预测;并结合地球物理手段对滩坝砂体发育的有利区进行进一步的识别和预测。通过风场、物源、盆地系统模型的建立、地球物理手段的应用,能够突破油气勘探中薄互层砂体难于预测和识别的瓶颈。该方式可以有效地识别和预测浅水薄层滩坝砂体的分布位置和范围,提高了储集砂体预测方式可行性和准确性。
实施例三:
对应于上述实施例一或实施例二中提供的基于风场、物源、盆地系统的储集砂体预测方法,参见图3所示的一种风场、物源、盆地系统的结构示意图;该实施例中,风场、物源、盆地系统也可以简称为“风-源-盆系统”。
以滩坝为例,滩坝发育过程对风-源-盆系统各要素反映敏感,平面上主要发育于波浪作用持续稳定、沉积物源丰富、古地形差异较小的场所,即其形成和分布主要受水动力、物源和盆地的古构造特点及水深等因素控制,因此,滩坝发育过程受“风-源-盆”系统控制。并且各因素并不是孤立地发挥作用,而是共同控制沉积体的形成,它们之间存在相互作用。
(1)风与古地貌的相互作用
滨岸带的坡度、微地形起伏,不仅直接影响到滨岸带水动力分带的宽窄,而且还直接控制着破浪带的位置以及滨岸环流系统的水动力条件。在拗陷湖盆或断陷湖盆的缓坡带,滨岸带范围广阔,波浪作用范围大,能够作用到大范围水底的沉积物。
波浪折射的实际型式决定于近岸地形的特征。岸线的不规则与局部的微地形起伏会使波向线与波峰线在浅水区发生扭曲变形,呈现多样的变化,由这些原因造成的波浪折射导致波峰线趋于与等深线平行,对波浪能量的分布也具有直接的影响。例如,凸岸与脊岭状的微地貌使波向线集中,而凹岸与峡谷状微地貌则使波向线向两侧分散;波能在幅聚处集中并迅速消耗,而在幅散处波能分散。因此在凸岸、正向构造单元周围与斜坡单元的迎风面一般为波浪运动能量突然减弱的消能带,有利于沉积物的卸载,而凹岸带与负向构造单元水动力能量相对较低,这种波浪能量的差异导致了不同微地貌单元上发生不同的沉积作用。而在等深线平行且地形单斜的滨岸带,水动力分带与岸线接近平行,沉积物的侵蚀、堆积也往往也与岸线平行。
波浪也对滨岸带微观古地貌有一定的影响。滨岸带沉积物的搬运、沉积过程严格受到水动力条件的支配。因而,不同水动力分带,常形成不同的微地貌形态。以单斜平坦缓坡滨岸带为例,破浪带形成的远岸坝和碎浪带形成的近岸坝往往呈多列或单列出现,在地形上作凸起和凹槽规律的分布,有时其规模甚至较大。尤其是遇到风暴作用,对近岸浅水区的地貌形态有着比平常大若干倍的破坏力和再塑力。斜交入射岸线的波浪可能在凹岸处由于能量的降低而形成沙嘴,进一步发育成障壁岛,形成与湖泊半隔绝的湖湾。
(2)物源与古地貌的相互作用
宏观古地貌格局对物源起到严格的控制作用,古地貌控制了水流的分散方向及沉积物的堆积中心。物源供给的方向与分配受古地貌影响,基准面之上的凸起或高地一般会遭受剥蚀,形成物源区,决定着物源体系与水系的分布格局,沟谷地区是碎屑物的主要搬运通道,断裂坡折带和沉积坡折带是水动力能量削弱的地区,是沉积物卸载的场所。
不同古地貌位置,物源供给与分配是有差异的。例如,湖平面之上根据物源供给速率由小到大,依次发育河流(物源供给速率<0.6)和冲积扇(物源供给速率>0.6)。在水下隆起区,当物源供给速率<0.6时,以发育碳酸盐岩滩坝为主,物源供给速率>0.6以发育披覆三角洲为主。在水下斜坡区和滨浅湖洼地地区,当物源供给速率>0.6时,以发育三角洲为主;当物源供给速率为0.2-0.6时,主要发育砂质滩坝,当物源供给速率<0.2时,主要发育碳酸盐岩滩坝。半深湖洼地则主要发育泥质沉积或浊积扇,物源供给速率<0.2时,为泥质悬浮沉积,0.2-0.6时发育中小型浊积扇,0.6-1时发育大型浊积扇。
(3)水深与物源的相互作用
即使在构造运动相对稳定的地质时期,物源区的面积也不是固定不变的,而是受相对湖平面变化的控制。相对湖平面的变化影响物源区的扩大和收缩。这种变化在断陷湖盆缓坡带和拗陷型湖盆显得尤为明显,数米的水深波动往往能够在平坦的斜坡上引起湖岸线在平面上几千米甚至几十千米的摆动。
不同层序位置或湖平面变化不同阶段,物源区的变化影响沉积作用的发生。在低水位期,湖平面降低,物源作用相对增强,物源供给指数增高,往往形成进积式砂体组合;在高水位期,由于水域扩大,局部小物源的作用减弱或消失,物源供给指数低,并且遭受波浪作用的强烈破坏与改造。以滩坝为例,在物源作用与相对湖平面此消彼长的过程中,在相对湖平面下降/上升的转换面附近,即低可容纳空间控制的相对湖平面上升期间最有利于滩坝砂体的发育,此时,物源供给充分,水动力条件也开始增强。
(4)风动力与物源的相互作用
对于碎屑质滨浅湖滩坝,其形成主要是波浪对早期形成的砂体的改造和二次分配,风浪动力与充足的物源供给必不可少;风浪是滩坝形成的动力,物源提供了滩坝的物质基础。而在物源供应匮乏时,则常形成碳酸盐滩坝。
除了滩坝沉积,风动力与物源的相互作用还表现在其他沉积体系中。例如,在内陆地区,风的搬运能力与沉积物的供给强度决定了侵蚀-沉积作用的发生:当物源供给足够充足且超过了风的搬运能力,往往以沉积作用为主,如形成大规模的沙丘及其他风积地貌;而强的风动力条件与弱物源供给,则往往以风力的侵蚀作用为主,容易形成戈壁滩及其他风蚀地貌。
除了滩坝体系,“风-源-盆”系统的控制作用可以体现在各类沉积体系中。“风-源-盆”系统进一步可以分为七个子系统(如图3所示),简述如下:
“风-源-盆”系统包含了三个端元,分别为:(1)风控系统,也包含风场控制下的温度、湿度等气候特征,以风为主要的地质营力,不考虑物源和盆地内部的作用,以风的侵蚀作用为主,以各类风蚀地貌为代表;(2)源控系统,以物源作用为主,不考虑气候条件和各类盆地因素,主要包含了各类物源,形成剥蚀区;(3)盆控系统,以盆地自身的营力为主,不考虑气候与物源作用,此时主要发生盆地自身的作用过程,例如形成生物碎屑堆积、各类化学作用、生化作用、震积作用等。
“风-源-盆”系统三端元之间也可以两两相互作用,形成:(1)风-源系统,风的作用及其伴随的冷暖干湿气候条件与物源的供给为主导,盆地的作用弱,以形成各类风积相(如风成沙丘、风成黄土)为代表,也包含了风搬运至水盆地中、与水成沉积物一同沉积的粉砂、粘土、孢粉等;(2)风-盆系统,以风的作用及其伴随的冷暖干湿气候条件与盆地作用为主导,无陆源碎屑供给,以鲕粒滩坝、生物碎屑滩坝、膏岩等的形成为代表;(3)源-盆系统,有充足的物源供给,并且考虑了盆地的构造、层序演化等特征,而风场及其伴随的冷暖干湿气候条件作用不占主导,此时主要是物源作用与盆地内部作用形成的各类沉积体系,例如冲积扇、(扇、辫状河、正常)三角洲、水下重力流、以陆源碎屑物质为主的细粒岩等。
另外,“风-源-盆”系统三端元之间也可以相互作用。滩坝即是风场、物源、盆地(包括盆地演化过程中的构造特征、地貌特征、水深变化等)三者共同作用的产物。如前所述,波浪是滩坝形成的动力,风的作用形成波浪,波浪的水动力分带控制滩坝砂体的分布格局,在盛行风存在的前提下,盆地的迎风一侧有利于滩坝的发育。物源是形成滩坝的物质基础。物源的强弱、方位会影响滩坝平面上的分布特征与沉积模式。盆地演化过程中古地貌与古水深决定了滩坝发育位置与范围。平面上,宏观古地貌控制了滩坝砂体的发育范围,以缓坡带最为有利;微观古地貌影响了局部的水动力能量变化,鼻状构造侧翼和水下古隆起发育区水体较浅,在这些正向地貌单元的迎风斜坡带,是波浪的消能带,利于滩坝发育。另外,盆地的层序演化同样可以影响滩坝的发育,滩坝体系发育于浅水地区,可容空间整体小,对基底沉降和海(湖)平面变化导致的盆地可容纳空间变化反应灵敏,在相对湖平面下降/上升的转换面附近,有利于滩坝砂体的保存。整体上,迎风面、缓坡带、正向地形、物源充足、并且处于湖平面低位到高位的转换阶段时,容易形成面积大、厚度大的滩坝砂体。而在物源供应不足、水动力条件较弱的地区,可以形成碳酸盐岩滩坝。
“风-源-盆”系统的统一还体现在风暴沉积上。例如,东营凹陷古近纪受到来自西太平洋台风的影响,在利津洼陷滨东地区,由于靠近控盆断裂,坡度较陡、水深较大、物源丰富,为风暴沉积的形成提供了很好的古地理条件:(1)发育在海岸线附近的东营凹陷,常常会受到来自海洋的气旋(台风)影响。在风暴作用下,湖泊中不仅仅产生大规模的波浪,湖水还会发生晃动,造成湖水振荡,在湖泊的迎风侧形成壅水,湖面抬升;相反地,在湖泊的背风一侧则湖面下降。当风暴作用减弱,湖水反方向运动,形成湖水振荡,直至恢复水平;(2)同期发育的滨县凸起南坡的扇三角洲持续进积,可以提供充足的物源,湖水振荡运动的作用可以侵蚀、再悬浮扇三角洲沉积物,并随湖水振荡被携带至深水区沉积并保存下来;(3)从单井沉积相分析和层序分层看,风暴沉积主要发育在低位体系域晚期,这是因为该时期,湖水范围开始扩大,水体能量增加,易形成风暴沉积;(4)风暴沉积时期古地形坡度较陡,可达到2-3°。作为一种事件性沉积,坡度陡是风暴沉积发育的一个有利条件。因此,风暴作用、充足的物源、较大的水深、较陡的坡度是风暴沉积发育的有利条件,体现了风-源-盆各要素作用的统一。
实施例四:
对应于上述实施例一或实施例二中提供的基于风场、物源、盆地系统的储集砂体预测方法,参见图4所示的一种基于风场、物源、盆地系统的储集砂体预测装置的结构示意图,该装置包括:
地质数据获取模块40,用于获取待预测区域的地质数据;其中,地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;
滩坝砂体形成过程数据生成模块41,用于将地质数据输入至预设的风场、物源、盆地系统模型中,生成待预测区域的滩坝砂体形成过程数据;其中,风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;
预测模块42,用于根据滩坝砂体形成过程数据,采用地质方法和地球物理方法预测待预测区域中,滩坝砂体的具体分布位置。
进一步地,上述滩坝砂体形成过程数据生成模块,包括:分布格局生成单元,用于采用古风力恢复工具和古风向恢复工具,对地质数据进行处理,生成待预测区域的滩坝砂体的分布格局;分布特征和沉积模式生成单元,用于采用古物源恢复工具,对滩坝砂体的分布格局进行处理,生成滩坝砂体的分布特征和沉积模式;分布位置和范围生成单元,用于采用古地貌恢复工具和古水深恢复工具,对滩坝砂体的分布特征和沉积模式进行处理,生成待预测区域的滩坝砂体的分布位置和范围。
进一步地,上述分布格局生成单元还用于:从地质数据中提取风成砂岩数据、黏土磁化率或水成沉积构造数据;根据风成砂岩数据、黏土磁化率或水成沉积构造数据恢复待预测区域的古风向;计算待预测区域的破浪沙坝厚度或砂砾质沿岸坝厚度;根据破浪沙坝厚度或砂砾质沿岸坝厚度,恢复待预测区域的古风力;根据待预测区域的古风向和古风力,计算获得待预测区域的滩坝砂体的分布格局。
进一步地,上述分布特征和沉积模式生成单元还用于:采用沉积学方法、岩石学方法、元素地球化学方法或地球物理方法,对滩坝砂体的分布格局进行物源分析,恢复待预测区域的物源系统;采用地质方法、地球化学方法或地球物理方法计算待预测区域的在设定时间段内的剥蚀量;根据剥蚀量,计算获得滩坝砂体的分布特征和沉积模式。
进一步地,上述分布位置和范围生成单元还用于:根据滩坝砂体的分布特征和沉积模式,恢复待预测区域的原始厚度;从滩坝砂体的分布特征和沉积模式中提取沉积相数据和古生物数据;对沉积相数据和古生物数据进行古水深校正处理,生成校正数据;根据原始厚度和校正数据,恢复待预测区域的古地貌;采用相序法、波痕法或多门类微体古生物法,恢复待预测区域的古水深;根据待预测区域的古地貌和古水深,计算获得待预测区域的滩坝砂体的分布位置和范围。
本发明实施例所提供的基于风场、物源、盆地系统的储集砂体预测方法和装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种基于风场、物源、盆地系统的储集砂体预测方法,其特征在于,包括:
获取待预测区域的地质数据;其中,所述地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;
将所述地质数据输入至预设的风场、物源、盆地系统模型中,生成所述待预测区域的滩坝砂体形成过程数据;其中,所述风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;
根据所述滩坝砂体形成过程数据,采用地质方法和地球物理方法预测所述待预测区域中,滩坝砂体的具体分布位置。
2.根据权利要求1所述的方法,其特征在于,所述将所述地质数据输入至预设的风场、物源、盆地系统模型中,生成所述待预测区域的滩坝砂体形成过程数据的步骤,包括:
采用所述古风力恢复工具和古风向恢复工具,对所述地质数据进行处理,生成所述待预测区域的滩坝砂体的分布格局;
采用所述古物源恢复工具,对所述滩坝砂体的分布格局进行处理,生成所述滩坝砂体的分布特征和沉积模式;
采用所述古地貌恢复工具和所述古水深恢复工具,对所述滩坝砂体的分布特征和沉积模式进行处理,生成所述待预测区域的滩坝砂体的分布位置和范围。
3.根据权利要求2所述的方法,其特征在于,所述采用所述古风力恢复工具和古风向恢复工具,对所述地质数据进行处理,生成所述待预测区域的滩坝砂体的分布格局的步骤,包括:
从所述地质数据中提取风成砂岩数据、黏土磁化率或水成沉积构造数据;
根据所述风成砂岩数据、所述黏土磁化率或所述水成沉积构造数据恢复所述待预测区域的古风向;
计算所述待预测区域的破浪沙坝厚度或砂砾质沿岸坝厚度;
根据所述破浪沙坝厚度或所述砂砾质沿岸坝厚度,恢复所述待预测区域的古风力;
根据所述待预测区域的古风向和古风力,计算获得所述待预测区域的滩坝砂体的分布格局。
4.根据权利要求2所述的方法,其特征在于,所述采用所述古物源恢复工具,对所述滩坝砂体的分布格局进行处理,生成所述滩坝砂体的分布特征和沉积模式的步骤,包括:
采用沉积学方法、岩石学方法、元素地球化学方法或地球物理方法,对所述滩坝砂体的分布格局进行物源分析,恢复所述待预测区域的物源系统;
采用地质方法、地球化学方法或地球物理方法计算所述待预测区域的在设定时间段内的剥蚀量;
根据所述剥蚀量,计算获得所述滩坝砂体的分布特征和沉积模式。
5.根据权利要求2所述的方法,其特征在于,所述采用所述古地貌恢复工具和所述古水深恢复工具,对所述滩坝砂体的分布特征和沉积模式进行处理,生成所述待预测区域的滩坝砂体的分布位置和范围的步骤,包括:
根据所述滩坝砂体的分布特征和沉积模式,恢复所述待预测区域的原始厚度;
从所述滩坝砂体的分布特征和沉积模式中提取沉积相数据和古生物数据;
对所述沉积相数据和所述古生物数据进行古水深校正处理,生成校正数据;
根据所述原始厚度和所述校正数据,恢复所述待预测区域的古地貌;
采用相序法、波痕法或多门类微体古生物法,恢复所述待预测区域的古水深;
根据所述待预测区域的古地貌和古水深,计算获得所述待预测区域的滩坝砂体的分布位置和范围。
6.一种基于风场、物源、盆地系统的储集砂体预测装置,其特征在于,包括:
地质数据获取模块,用于获取待预测区域的地质数据;其中,所述地质数据至少包括岩心数据、古生物数据、测录井数据和地震数据中的多种;
滩坝砂体形成过程数据生成模块,用于将所述地质数据输入至预设的风场、物源、盆地系统模型中,生成所述待预测区域的滩坝砂体形成过程数据;其中,所述风场、物源、盆地系统模型中至少包括古物源恢复工具、古风力恢复工具、古风向恢复工具、古地貌恢复工具和古水深恢复工具中的多种;
预测模块,用于根据所述滩坝砂体形成过程数据,采用地质方法和地球物理方法预测所述待预测区域中,滩坝砂体的具体分布位置。
7.根据权利要求6所述的装置,其特征在于,所述滩坝砂体形成过程数据生成模块,包括:
分布格局生成单元,用于采用所述古风力恢复工具和古风向恢复工具,对所述地质数据进行处理,生成所述待预测区域的滩坝砂体的分布格局;
分布特征和沉积模式生成单元,用于采用所述古物源恢复工具,对所述滩坝砂体的分布格局进行处理,生成所述滩坝砂体的分布特征和沉积模式;
分布位置和范围生成单元,用于采用所述古地貌恢复工具和所述古水深恢复工具,对所述滩坝砂体的分布特征和沉积模式进行处理,生成所述待预测区域的滩坝砂体的分布位置和范围。
8.根据权利要求7所述的装置,其特征在于,所述分布格局生成单元还用于:
从所述地质数据中提取风成砂岩数据、黏土磁化率或水成沉积构造数据;
根据所述风成砂岩数据、所述黏土磁化率或所述水成沉积构造数据恢复所述待预测区域的古风向;
计算所述待预测区域的破浪沙坝厚度或砂砾质沿岸坝厚度;
根据所述破浪沙坝厚度或所述砂砾质沿岸坝厚度,恢复所述待预测区域的古风力;
根据所述待预测区域的古风向和古风力,计算获得所述待预测区域的滩坝砂体的分布格局。
9.根据权利要求7所述的装置,其特征在于,所述分布特征和沉积模式生成单元还用于:
采用沉积学方法、岩石学方法、元素地球化学方法或地球物理方法,对所述滩坝砂体的分布格局进行物源分析,恢复所述待预测区域的物源系统;
采用地质方法、地球化学方法或地球物理方法计算所述待预测区域的在设定时间段内的剥蚀量;
根据所述剥蚀量,计算获得所述滩坝砂体的分布特征和沉积模式。
10.根据权利要求7所述的装置,其特征在于,所述分布位置和范围生成单元还用于:
根据所述滩坝砂体的分布特征和沉积模式,恢复所述待预测区域的原始厚度;
从所述滩坝砂体的分布特征和沉积模式中提取沉积相数据和古生物数据;
对所述沉积相数据和所述古生物数据进行古水深校正处理,生成校正数据;
根据所述原始厚度和所述校正数据,恢复所述待预测区域的古地貌;
采用相序法、波痕法或多门类微体古生物法,恢复所述待预测区域的古水深;
根据所述待预测区域的古地貌和古水深,计算获得所述待预测区域的滩坝砂体的分布位置和范围。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710711093.2A CN107490810B (zh) | 2017-08-17 | 2017-08-17 | 基于风场、物源、盆地系统的储集砂体预测方法和装置 |
EP18175399.7A EP3444640B1 (en) | 2017-08-17 | 2018-05-31 | Method and device of predicting reservoir sand bodies based on a wind field-provenance-basin system |
US16/027,987 US11353620B2 (en) | 2017-08-17 | 2018-07-05 | Method and device of predicting reservoir sand bodies based on a wind field-provenance-basin system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710711093.2A CN107490810B (zh) | 2017-08-17 | 2017-08-17 | 基于风场、物源、盆地系统的储集砂体预测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107490810A true CN107490810A (zh) | 2017-12-19 |
CN107490810B CN107490810B (zh) | 2019-07-19 |
Family
ID=60646381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710711093.2A Active CN107490810B (zh) | 2017-08-17 | 2017-08-17 | 基于风场、物源、盆地系统的储集砂体预测方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11353620B2 (zh) |
EP (1) | EP3444640B1 (zh) |
CN (1) | CN107490810B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108564610A (zh) * | 2018-04-20 | 2018-09-21 | 中国地质大学(北京) | 沉积体古水流方向角的计算方法和装置 |
CN109594979A (zh) * | 2018-11-15 | 2019-04-09 | 中国海洋石油集团有限公司 | 基于井轨迹的分流砂坝内部夹层参数计算方法 |
CN110045431A (zh) * | 2019-04-19 | 2019-07-23 | 成都理工大学 | 一种新的基于伽马数据体的海相沉积地层古地貌校正方法 |
CN110187391A (zh) * | 2019-06-20 | 2019-08-30 | 克拉玛依亚新石油科技有限公司 | 一种利用声波时差确定地层层序界面的方法 |
CN110189353A (zh) * | 2019-06-10 | 2019-08-30 | 中国石油大学(华东) | 一种泥页岩能谱矿物分布图校准方法及系统 |
CN110320574A (zh) * | 2018-03-30 | 2019-10-11 | 中国石油化工股份有限公司 | 基于缓坡三角洲薄层砂体刻画的方法 |
CN110596783A (zh) * | 2019-09-29 | 2019-12-20 | 核工业北京地质研究院 | 一种统计砂岩型铀矿含矿层油气大规模充注时间的方法 |
CN111009179A (zh) * | 2019-10-23 | 2020-04-14 | 上海同继地质科技有限公司 | 剥蚀厚度的确定方法及装置 |
CN111562615A (zh) * | 2020-06-02 | 2020-08-21 | 中国石油化工股份有限公司 | 退积型滩坝砂体发育区确定方法、油藏识别方法及装置 |
CN111596353A (zh) * | 2020-05-07 | 2020-08-28 | 中国石油天然气股份有限公司 | 沉积盆地物源区剥蚀速率的计算方法及装置 |
CN111812743A (zh) * | 2019-04-10 | 2020-10-23 | 中国石油化工股份有限公司 | 一种储层单砂体的识别方法 |
CN112648960A (zh) * | 2021-01-18 | 2021-04-13 | 新疆大学 | 一种计算湖岸远岸坝与近岸坝间距的方法 |
CN112697787A (zh) * | 2020-12-08 | 2021-04-23 | 新疆大学 | 一种通过碳酸盐岩台地鲕粒滩分布规律确定古风向的方法 |
CN112925019A (zh) * | 2019-12-06 | 2021-06-08 | 中国石油天然气股份有限公司 | 孔隙型白云岩的识别方法及装置 |
CN113008921A (zh) * | 2021-02-04 | 2021-06-22 | 新疆大学 | 通过湖中心岛屿两侧沉积分异现象确定盆地古风向的方法 |
CN113156537A (zh) * | 2021-04-12 | 2021-07-23 | 中国地质调查局油气资源调查中心 | 一种沉积砂体物源区古地质演化的重建方法 |
CN113295849A (zh) * | 2021-05-21 | 2021-08-24 | 新疆大学 | 一种通过沉积体系分布样式确定陆相湖盆古风向的方法 |
CN114841389A (zh) * | 2021-01-31 | 2022-08-02 | 中国石油化工股份有限公司 | 致密滩坝砂储层评价方法 |
CN114863209A (zh) * | 2022-04-21 | 2022-08-05 | 中国科学技术大学 | 类别比例引导的无监督领域适应建模方法、系统、设备及介质 |
CN117521558A (zh) * | 2023-12-11 | 2024-02-06 | 大连海事大学 | 一种考虑水底快变地形上波浪反射特征的方法 |
CN118884523A (zh) * | 2024-08-07 | 2024-11-01 | 中国石油大学(华东) | 一种针对无法界定地层剥蚀边界的剥蚀量计算方法 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111624677B (zh) * | 2019-02-27 | 2022-07-26 | 中国石油化工股份有限公司 | 一种致密砂岩气藏单期河道砂体边界刻画方法 |
CN111781661A (zh) * | 2019-04-04 | 2020-10-16 | 中国石油天然气股份有限公司 | 少井地区沉积微相平面展布预测方法及装置 |
US12164075B2 (en) * | 2019-07-11 | 2024-12-10 | Landmark Graphics Corporation | Auto-generated transgressive systems tract maps |
CN110703325B (zh) * | 2019-09-11 | 2021-03-05 | 中国海洋石油集团有限公司 | 基于构造差异活动的烃源识别方法 |
CN110656934B (zh) * | 2019-10-08 | 2024-04-30 | 中国石油天然气股份有限公司 | 一种致密砂岩储层去压实地层对比方法 |
CN110930834B (zh) * | 2019-11-25 | 2021-10-12 | 齐齐哈尔大学 | 一种获得匀加速运动液体液面高差的实验装置和方法 |
CN111239818B (zh) * | 2020-02-12 | 2022-02-25 | 成都理工大学 | 一种基于三维倾角属性体校正的古地貌分析方法 |
CN111427087B (zh) * | 2020-04-08 | 2023-03-31 | 中国石油天然气股份有限公司 | 用于确定古地貌中碳酸盐岩储层位置的方法 |
CN113674806B (zh) * | 2020-05-13 | 2024-05-31 | 中国石油化工股份有限公司 | 基于微量元素与古生物分异度的沉积湖盆古水深恢复方法 |
CN111650642A (zh) * | 2020-06-08 | 2020-09-11 | 中国石油大学(华东) | 一种利用三维地震恢复相对微古地貌的工业化流程 |
CN111781659B (zh) * | 2020-06-30 | 2022-10-21 | 中国石油天然气股份有限公司 | 薄层单期砂体连通关系识别方法 |
CN113900157B (zh) * | 2020-07-06 | 2023-04-07 | 中国石油化工股份有限公司 | 砂体输导层中油气运移速率与运移量的计算方法 |
CN113945972A (zh) * | 2020-07-17 | 2022-01-18 | 中国石油天然气股份有限公司 | 滩坝砂储层预测方法及装置 |
CN113970796B (zh) * | 2020-07-23 | 2023-06-23 | 中国石油化工股份有限公司 | 精确恢复沉积盆地古水深的方法 |
CN114252935B (zh) * | 2020-09-25 | 2024-05-28 | 中国石油天然气股份有限公司 | 火山岩风化壳风化淋滤的波及深度预测方法及装置 |
CN114624775B (zh) * | 2020-12-11 | 2023-04-07 | 中国石油化工股份有限公司 | 一种沉积湖盆古水深综合定量恢复方法 |
CN114791802A (zh) * | 2021-01-26 | 2022-07-26 | 中国石油天然气股份有限公司 | 砂体劈层方法及装置 |
CN112943230B (zh) * | 2021-02-05 | 2024-07-05 | 中国石油化工股份有限公司 | 一种普通稠油油藏的剩余油分布预测方法 |
CN113065184B (zh) * | 2021-03-09 | 2024-03-12 | 中国三峡建设管理有限公司 | 一种拱坝施工区风场预测方法及装置 |
CN113027433B (zh) * | 2021-03-24 | 2023-08-22 | 中国石油天然气股份有限公司 | 计算强非均质性砂砾岩储层渗透率的方法和装置 |
CN115639622B (zh) * | 2021-07-19 | 2024-09-20 | 中国石油化工股份有限公司 | 关于古气候干湿因子的量化恢复方法 |
CN113935153B (zh) * | 2021-09-24 | 2023-08-29 | 中国地质大学(武汉) | 基于源汇-ArcGIS系统的古水系定量恢复和拾取方法 |
CN114635681B (zh) * | 2022-03-22 | 2022-12-06 | 成都理工大学 | 一种高砂地比厚层辫状河三角洲前缘砂体构型构建方法 |
CN114910964B (zh) * | 2022-05-30 | 2023-04-14 | 中国石油化工股份有限公司 | 一种断陷湖盆陡坡带砂砾岩体甜点区的预测方法 |
CN115097545B (zh) * | 2022-06-22 | 2024-08-02 | 中海石油国际能源服务(北京)有限公司 | 一种碳酸盐岩储层中非原生沉积成因的石膏识别方法 |
CN115166826A (zh) * | 2022-08-03 | 2022-10-11 | 成都理工大学 | 一种非常规储层多维多时期地层古压力的恢复方法 |
CN115308803B (zh) * | 2022-09-14 | 2024-12-10 | 北京天玛智控科技股份有限公司 | 煤层厚度预测方法、装置、设备和介质 |
CN115577213B (zh) * | 2022-11-11 | 2023-03-24 | 成都理工大学 | 一种水侵方向预测方法 |
CN117251739B (zh) * | 2023-11-17 | 2024-01-30 | 核工业北京地质研究院 | 用于砂岩型铀资源定量预测的样本集的构建方法 |
CN117665933B (zh) * | 2023-11-27 | 2024-06-11 | 西南石油大学 | 一种低分辨率地震资料限制下稀井网区的沉积微相刻画方法 |
CN118734725A (zh) * | 2024-09-04 | 2024-10-01 | 浙江大学 | 一种针对台风参数化风场的复杂微地形影响修正方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243678A (zh) * | 2011-07-19 | 2011-11-16 | 北京师范大学 | 一种基于沉积动力学反演的储集砂体分析方法 |
CN102508315A (zh) * | 2011-10-20 | 2012-06-20 | 中国地质大学(北京) | 冲浪回流带砂体堆积计算方法 |
CN104749394A (zh) * | 2015-04-17 | 2015-07-01 | 中国地质大学(北京) | 基于沿岸沙坝厚度定量方法的古风力测量方法及装置 |
CN106526697A (zh) * | 2016-12-07 | 2017-03-22 | 中国地质大学(北京) | 一种三角洲建设与破坏主要转换面识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765966B (zh) * | 2015-04-17 | 2018-05-04 | 中国地质大学(北京) | 一种古湖泊中沿岸沙坝原始厚度的测量方法及装置 |
FR3036210B1 (fr) * | 2015-05-12 | 2018-07-06 | Services Petroliers Schlumberger | Stratigraphie geologique par fonctions implicites et a saut |
-
2017
- 2017-08-17 CN CN201710711093.2A patent/CN107490810B/zh active Active
-
2018
- 2018-05-31 EP EP18175399.7A patent/EP3444640B1/en not_active Not-in-force
- 2018-07-05 US US16/027,987 patent/US11353620B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243678A (zh) * | 2011-07-19 | 2011-11-16 | 北京师范大学 | 一种基于沉积动力学反演的储集砂体分析方法 |
CN102508315A (zh) * | 2011-10-20 | 2012-06-20 | 中国地质大学(北京) | 冲浪回流带砂体堆积计算方法 |
CN104749394A (zh) * | 2015-04-17 | 2015-07-01 | 中国地质大学(北京) | 基于沿岸沙坝厚度定量方法的古风力测量方法及装置 |
CN106526697A (zh) * | 2016-12-07 | 2017-03-22 | 中国地质大学(北京) | 一种三角洲建设与破坏主要转换面识别方法 |
Non-Patent Citations (4)
Title |
---|
刘立安等: "古风向重建指征研究进展", 《地理科学进展》 * |
张惬等: "济阳坳陷中、新生代构造沉降与板块聚敛速率关系探讨", 《高校地质学报》 * |
李国斌等: "利津洼陷沙四上亚段滩坝沉积特征及控制因素分析", 《中国地质》 * |
李国斌等: "薄互层滩坝砂体的定量预测――以东营凹陷古近系沙四上亚段(Es_4~上)为例", 《中国地质》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320574A (zh) * | 2018-03-30 | 2019-10-11 | 中国石油化工股份有限公司 | 基于缓坡三角洲薄层砂体刻画的方法 |
CN108564610A (zh) * | 2018-04-20 | 2018-09-21 | 中国地质大学(北京) | 沉积体古水流方向角的计算方法和装置 |
CN108564610B (zh) * | 2018-04-20 | 2020-07-14 | 中国地质大学(北京) | 沉积体古水流方向角的计算方法和装置 |
CN109594979A (zh) * | 2018-11-15 | 2019-04-09 | 中国海洋石油集团有限公司 | 基于井轨迹的分流砂坝内部夹层参数计算方法 |
CN109594979B (zh) * | 2018-11-15 | 2022-04-22 | 中国海洋石油集团有限公司 | 基于井轨迹的分流砂坝内部夹层参数计算方法 |
CN111812743A (zh) * | 2019-04-10 | 2020-10-23 | 中国石油化工股份有限公司 | 一种储层单砂体的识别方法 |
CN110045431A (zh) * | 2019-04-19 | 2019-07-23 | 成都理工大学 | 一种新的基于伽马数据体的海相沉积地层古地貌校正方法 |
CN110189353B (zh) * | 2019-06-10 | 2021-01-19 | 中国石油大学(华东) | 一种泥页岩能谱矿物分布图校准方法及系统 |
CN110189353A (zh) * | 2019-06-10 | 2019-08-30 | 中国石油大学(华东) | 一种泥页岩能谱矿物分布图校准方法及系统 |
CN110187391A (zh) * | 2019-06-20 | 2019-08-30 | 克拉玛依亚新石油科技有限公司 | 一种利用声波时差确定地层层序界面的方法 |
CN110187391B (zh) * | 2019-06-20 | 2022-02-01 | 克拉玛依亚新石油科技有限公司 | 一种利用声波时差确定地层层序界面的方法 |
CN110596783A (zh) * | 2019-09-29 | 2019-12-20 | 核工业北京地质研究院 | 一种统计砂岩型铀矿含矿层油气大规模充注时间的方法 |
CN111009179A (zh) * | 2019-10-23 | 2020-04-14 | 上海同继地质科技有限公司 | 剥蚀厚度的确定方法及装置 |
CN111009179B (zh) * | 2019-10-23 | 2022-01-25 | 上海同继地质科技有限公司 | 剥蚀厚度的确定方法及装置 |
CN112925019A (zh) * | 2019-12-06 | 2021-06-08 | 中国石油天然气股份有限公司 | 孔隙型白云岩的识别方法及装置 |
CN111596353A (zh) * | 2020-05-07 | 2020-08-28 | 中国石油天然气股份有限公司 | 沉积盆地物源区剥蚀速率的计算方法及装置 |
CN111562615A (zh) * | 2020-06-02 | 2020-08-21 | 中国石油化工股份有限公司 | 退积型滩坝砂体发育区确定方法、油藏识别方法及装置 |
CN112697787A (zh) * | 2020-12-08 | 2021-04-23 | 新疆大学 | 一种通过碳酸盐岩台地鲕粒滩分布规律确定古风向的方法 |
CN112648960A (zh) * | 2021-01-18 | 2021-04-13 | 新疆大学 | 一种计算湖岸远岸坝与近岸坝间距的方法 |
CN114841389A (zh) * | 2021-01-31 | 2022-08-02 | 中国石油化工股份有限公司 | 致密滩坝砂储层评价方法 |
CN113008921A (zh) * | 2021-02-04 | 2021-06-22 | 新疆大学 | 通过湖中心岛屿两侧沉积分异现象确定盆地古风向的方法 |
CN113156537A (zh) * | 2021-04-12 | 2021-07-23 | 中国地质调查局油气资源调查中心 | 一种沉积砂体物源区古地质演化的重建方法 |
CN113295849A (zh) * | 2021-05-21 | 2021-08-24 | 新疆大学 | 一种通过沉积体系分布样式确定陆相湖盆古风向的方法 |
CN114863209A (zh) * | 2022-04-21 | 2022-08-05 | 中国科学技术大学 | 类别比例引导的无监督领域适应建模方法、系统、设备及介质 |
CN114863209B (zh) * | 2022-04-21 | 2023-10-20 | 中国科学技术大学 | 类别比例引导的无监督领域适应建模方法、系统、设备及介质 |
CN117521558A (zh) * | 2023-12-11 | 2024-02-06 | 大连海事大学 | 一种考虑水底快变地形上波浪反射特征的方法 |
CN117521558B (zh) * | 2023-12-11 | 2024-05-14 | 大连海事大学 | 一种考虑水底快变地形上波浪反射特征的方法 |
CN118884523A (zh) * | 2024-08-07 | 2024-11-01 | 中国石油大学(华东) | 一种针对无法界定地层剥蚀边界的剥蚀量计算方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190056527A1 (en) | 2019-02-21 |
CN107490810B (zh) | 2019-07-19 |
EP3444640A1 (en) | 2019-02-20 |
EP3444640B1 (en) | 2020-10-28 |
US11353620B2 (en) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107490810B (zh) | 基于风场、物源、盆地系统的储集砂体预测方法和装置 | |
Bridge et al. | Depositional models of braided rivers | |
Lee et al. | Submarine landslides: an introduction | |
Shanmugam et al. | Deep-water processes and deposits | |
Shanmugam | Glossary: A supplement to “Submarine fans: A critical retrospective (1950–2015)” in the Journal of Palaeogeography (2016, 5 [2]) | |
Dick et al. | A novel machine learning approach for interpolating seismic velocity and electrical resistivity models for early-stage soil-rock assessment | |
Ellis et al. | Numerical simulation of net longshore sediment transport and granulometry of surficial sediments along Chandeleur Island, Louisiana, USA | |
CN106526697A (zh) | 一种三角洲建设与破坏主要转换面识别方法 | |
Jiang | Sedimentary dynamics of windfield-source-basin system: new concept for interpretation and prediction | |
Oldenborger et al. | Radar determination of the spatial structure of hydraulic conductivity | |
Langhi et al. | Fault seal first-order analysis–SW Hub | |
Mihraje et al. | ERT survey and geotechnical characterization of underground cavities: a case study of Amouni coastal cliff, Safi, Morocco | |
Jiang et al. | Paleogene sedimentary system and sedimentary dynamics of windfield-source-basin system in the Dongying Sag | |
Alotaibi | Seismic Structural Investigation and Reservoir Characterization of the Moki Formation in Maari Field, Taranaki Basin, New Zealand | |
Liao et al. | Evolution of Sand Wave Migration and Morphodynamic Changes in Offshore Wind Farms in the Taiwan Strait | |
Li et al. | Sequence Stratigraphy of Fluvial Facies: A New Type Representative from Wenliu Area, Bohai Bay Basin | |
Jiang et al. | The Emergence of Windfield-Source-Basin Dynamics | |
Egwuonwu et al. | Preliminary gully hazard assessment using 2D-ERT and 2D-SRT geophysical surveys: a Case study in southeastern Nigeria | |
Dike et al. | Structural characterization and water saturation evaluation of a shaly-sand reservoir rocks in an onshore, Niger Delta, Nigeria | |
de Campos Stohler et al. | Integrated reservoir characterization and modeling of the São Tomé saline aquifer (Brazil): A case study of a CCS Pilot Project | |
Aftab et al. | An Elastic–Electrical Analysis Method for Identifying Reservoirs and Lithology and its Application in the Northern Mexico Gulf Sedimentary Basin | |
Manzunzu et al. | Site response analysis for estimation of seismic site amplification in the city of Durban (South Africa) | |
Idris | Coastal vulnerability assessment using electrical resistivity tomography in Padang Betuah, Central Bengkulu | |
Bentley et al. | Reservoir Model Types | |
Tinker et al. | The benefits of a synergistic approach to reservoir characterization and proration Rose City Prairie Du Chien gas field, Ogemaw County, Michigan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |