CN107766597A - 泥页岩细粒沉积岩相研究方法 - Google Patents
泥页岩细粒沉积岩相研究方法 Download PDFInfo
- Publication number
- CN107766597A CN107766597A CN201610687331.6A CN201610687331A CN107766597A CN 107766597 A CN107766597 A CN 107766597A CN 201610687331 A CN201610687331 A CN 201610687331A CN 107766597 A CN107766597 A CN 107766597A
- Authority
- CN
- China
- Prior art keywords
- mud shale
- petrofacies
- grained sediment
- fine
- logging
- 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
- 239000013049 sediment Substances 0.000 title claims abstract description 51
- 238000011160 research Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000005416 organic matter Substances 0.000 claims abstract description 22
- 239000011435 rock Substances 0.000 claims abstract description 21
- 238000010276 construction Methods 0.000 claims abstract description 17
- 239000000470 constituent Substances 0.000 claims abstract description 11
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 10
- 239000011707 mineral Substances 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 208000035126 Facies Diseases 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 210000001520 comb Anatomy 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims 1
- 239000003079 shale oil Substances 0.000 abstract description 11
- 238000009826 distribution Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Geometry (AREA)
- Food Science & Technology (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Medicinal Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种泥页岩细粒沉积岩相研究方法，该泥页岩细粒沉积岩相研究方法包括：步骤1，确定采用岩石组分‑构造‑有机质含量三要素相结合的泥页岩细粒沉积岩相划分方案；步骤2，建立矿物组分、有机质、构造测井识别模型；步骤3，根据步骤2建立的测井判识模型，对研究区单井分段泥页岩岩相类型进行测井模型判识；步骤4，对测井模型所识别的泥页岩岩相类型进行约束和修正；步骤5，进行全区泥页岩细粒沉积岩相识别及分布规律研究。该泥页岩细粒沉积岩相研究方法提高了泥页岩细粒沉积岩相预测的精度，为陆相断陷湖盆页岩油气勘探与开发奠定了坚实的基础理论依据。
Description
技术领域
本发明涉及油田开发技术领域，特别是涉及到一种泥页岩细粒沉积岩相研究方法。
背景技术
据研究估算，泥页岩细粒沉积岩占全球各类沉积岩分布的75％左右。与砂、砾岩和碳酸盐岩相比，泥页岩细粒沉积岩研究程度总体较低，存在诸多问题，直到现在关于泥页岩细粒沉积的定义、术语、分类、形成条件、沉积过程和分布规律等仍存有争议，在某些领域甚至空白。但随着全球非常规油气大规模勘探开发，泥页岩细粒沉积已成为地学界研究的前沿领域。中国东部断陷盆地古近系湖相泥页岩分布范围广、有机质丰度高、厚度大、埋藏较浅、普遍处于生油高峰阶段，具有巨大的页岩油资源潜力，根据我国第三轮全国油气资源评价结果，初步估算东部断陷盆地古近系页岩油可采资源量56.59×108t。
我国东部陆相断陷湖盆前期页岩油勘探实践表明，页岩油主要富集的一些特点的岩相之中，但我国东部陆相断陷湖盆泥页岩细粒沉积与海相泥页岩细粒沉积不同，存在碎屑岩与化学岩的混积现象，组分复杂、岩石类型多、相变快，由于细粒沉积颗粒小、沉积动力学过程复杂，沉积主控因素和沉积成因机理不明确，尚未建立有利岩相预测方法，一定程度上阻碍了页岩油气的勘探。因此，亟需开展泥页岩细粒沉积岩相方面的研究，从而建立中国陆相断陷湖盆泥页岩细粒沉积学学科，完善我国陆相石油地质学理论体系，推动陆相断陷湖盆非常规页岩油气的勘探。为此我们发明了一种新的泥页岩细粒沉积岩相研究方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种陆相断陷湖盆泥页岩细粒沉积岩相的划分方法，为非常规页岩油气储集性评价、资源量评价以及可压性评价提供理论基础和技术支持。
本发明的目的可通过如下技术措施来实现：泥页岩细粒沉积岩相研究方法，该泥页岩细粒沉积岩相研究方法包括：步骤1，确定采用岩石组分-构造-有机质含量三要素相结合的泥页岩细粒沉积岩相划分方案；步骤2，建立矿物组分、有机质、构造测井识别模型；步骤3，根据步骤2建立的测井判识模型，对研究区单井分段泥页岩岩相类型进行测井模型判识；步骤4，对测井模型所识别的泥页岩岩相类型进行约束和修正；步骤5，进行全区泥页岩细粒沉积岩相识别及分布规律研究。
本发明的目的还可通过如下技术措施来实现：
该泥页岩细粒沉积岩相研究方法还包括，在步骤1之前，通过取心井岩心资料及分析化验数据分析，进行泥页岩细粒沉积岩相划分过程梳理。
在步骤2，考虑不同岩石的矿物组成、结构、构造及有机质丰度在常规测井组合响应特征不同，依据这种测井响应组合特征的差异性，分别建立起矿物组分、有机质、构造测井识别模型。
在步骤4，通过研究区单井分段取心资料及地质演化规律，对测井模型所识别的泥页岩岩相类型进行约束和修正，并就研究区内三条剖面的测井结果与录井显示进行对比分析，以验证录井显示资料与测井模型识别结果的一致性，从而达到在全区范围内进行泥页岩类型及其组合的识别。
在步骤5，依据全区范围内泥页岩类型及其组合的识别，运用分要素叠合的方法进一步开展全区泥页岩细粒沉积岩相识别及分布规律研究，进而编制泥页岩细粒沉积岩相各要素及要素叠合规律剖面展布图。
本发明中的泥页岩细粒沉积岩相研究方法，涉及泥页岩细粒物沉积学理论，旨在为泥页岩有利岩相预测提供技术支持和理论依据。其基于济阳坳陷5口页岩油专探系统取心井资料(1129.22余米岩心，22121块次分析化验数据，特殊测井如ECS)，首次建立了“组份-构造-有机质”三要素相结合的泥页岩细粒沉积岩相划分方案；以大量分析化验数据建立的测井模型为基础，以测井恢复的组分、构造和有机质数据为依据，以全区180余口分段取心资料和地质演化规律为约束和修正，分要素(组分、构造和有机质)叠合开展了泥页岩岩相识别及分布规律研究；该发明解决了陆相泥页岩细粒沉积岩相复杂多变，分布预测困难的问题，提高了泥页岩细粒沉积岩相预测的精度，为陆相断陷湖盆页岩油气勘探与开发奠定了坚实的基础理论依据。
附图说明
图1为本发明的泥页岩细粒沉积岩相研究方法的一具体实施例的流程图；
图2为本发明的一具体实施例中罗69井综合柱状图；
图3为本发明的页岩岩相分级划分方案；
图4为本发明的研究区岩石组分测井判识模型；
图5为本发明的研究区有机质测井判识模型；
图6为本发明的研究区构造测井判识模型；
图7为本发明研究区三条剖面导航图；
图8为本发明的东营凹陷测井结果与录井显示关系图；
图9为本发明的东营凹陷南北向岩性剖面图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的泥页岩细粒沉积岩相研究方法的流程图。在步骤101，进行泥页岩细粒沉积岩相划分过程梳理。通过济阳坳陷系统取心井岩心资料及分析化验数据分析，发现泥质类和灰质类岩相含油性差异较大，同样为泥质类岩相，构造不同，含油性也不同，同样为灰质类岩相，有机质丰度不同，含油性也不同(图2)，因此有必要对岩相分类进行划分。
在步骤102，进行岩相划分时主要是综合考虑岩石组分、构造和有机质含量三个因素(图3)，研究采用“岩石组分-构造-有机质含量”三要素相结合的泥页岩细粒沉积岩相划分方案(地质模型)。
在步骤103，考虑不同岩石的矿物组成、结构、构造及有机质丰度在常规测井组合响应特征不同，因此，依据这种测井响应组合特征的差异性，分别建立起矿物组分(图4)、有机质(图5)、构造(图6)测井识别模型。流程进入到步骤105。
在步骤104，根据上述测井判识模型，对研究区(东营凹陷)180余口单井分段泥页岩岩相类型进行了测井模型判识。
在步骤105，通过研究区(东营凹陷)180余口单井分段取心资料及地质演化规律，对测井模型所识别的泥页岩岩相类型进行约束和修正，并就研究区三条剖面(图7)的测井结果与录井显示进行对比分析，可以看出录井显示资料与测井模型识别结果是相互验证的(图8)，从而达到在全区范围内进行泥页岩类型及其组合的识别。
在步骤106，依据全区范围内泥页岩类型及其组合的识别，运用分要素(岩石组分、构造和有机质含量)叠合的方法进一步开展全区泥页岩细粒沉积岩相识别及分布规律研究，进而编制东营凹陷泥页岩细粒沉积岩相各要素(矿物组分、有机质含量、构造)及要素叠合规律剖面展布图(图9)。流程结束。
本发明中的泥页岩细粒沉积岩相研究方法，建立了“组份-构造-有机质”三要素相结合的泥页岩细粒沉积岩相划分方案，各要素测井判识模型，分要素叠合开展了泥页岩岩相识别及分布规律研究。相较于现有技术，本发明解决了陆相泥页岩细粒沉积岩相复杂多变，分布预测困难的问题，实现了陆相泥页岩细粒沉积岩相类型的划分，提高了泥页岩细粒沉积岩相预测的精度，为陆相断陷湖盆页岩油气勘探与开发奠定了坚实的基础理论依据。
以上所述仅为本发明的较佳实施例，非用以限定本发明的专利范围，其他运用本发明的专利精神的等效变化，均应俱属本发明的专利范围。
Claims (5)
1.泥页岩细粒沉积岩相研究方法，其特征在于，该泥页岩细粒沉积岩相研究方法包括：
步骤1，确定采用岩石组分-构造-有机质含量三要素相结合的泥页岩细粒沉积岩相划分方案；
步骤2，建立矿物组分、有机质、构造测井识别模型；
步骤3，根据步骤2建立的测井判识模型，对研究区单井分段泥页岩岩相类型进行测井模型判识；
步骤4，对测井模型所识别的泥页岩岩相类型进行约束和修正；
步骤5，进行全区泥页岩细粒沉积岩相识别及分布规律研究。
2.根据权利要求1所述的泥页岩细粒沉积岩相研究方法，其特征在于，该泥页岩细粒沉积岩相研究方法还包括，在步骤1之前，通过取心井岩心资料及分析化验数据分析，进行泥页岩细粒沉积岩相划分过程梳理。
3.根据权利要求1所述的泥页岩细粒沉积岩相研究方法，其特征在于，在步骤2，考虑不同岩石的矿物组成、结构、构造及有机质丰度在常规测井组合响应特征不同，依据这种测井响应组合特征的差异性，分别建立起矿物组分、有机质、构造测井识别模型。
4.根据权利要求1所述的泥页岩细粒沉积岩相研究方法，其特征在于，在步骤4，通过研究区单井分段取心资料及地质演化规律，对测井模型所识别的泥页岩岩相类型进行约束和修正，并就研究区多条剖面的测井结果与录井显示进行对比分析，判断录井显示资料与测井模型识别结果是否相互验证，从而达到在全区范围内进行泥页岩类型及其组合的识别。
5.根据权利要求1所述的泥页岩细粒沉积岩相研究方法，其特征在于，在步骤5，依据全区范围内泥页岩类型及其组合的识别，运用分要素叠合的方法进一步开展全区泥页岩细粒沉积岩相识别及分布规律研究，进而编制泥页岩细粒沉积岩相各要素及要素叠合规律剖面展布图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610687331.6A CN107766597B (zh) | 2016-08-18 | 2016-08-18 | 泥页岩细粒沉积岩相研究方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610687331.6A CN107766597B (zh) | 2016-08-18 | 2016-08-18 | 泥页岩细粒沉积岩相研究方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107766597A true CN107766597A (zh) | 2018-03-06 |
| CN107766597B CN107766597B (zh) | 2021-08-20 |
Family
ID=61261685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610687331.6A Active CN107766597B (zh) | 2016-08-18 | 2016-08-18 | 泥页岩细粒沉积岩相研究方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107766597B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190953A (zh) * | 2018-08-22 | 2019-01-11 | 中国石油化工股份有限公司 | 陆相湖盆泥页岩沉积体系划分方法 |
| CN112686994A (zh) * | 2020-12-01 | 2021-04-20 | 西南石油大学 | 一种海相页岩岩相分类的定量识别与三维表征方法 |
| CN113565494A (zh) * | 2020-04-29 | 2021-10-29 | 中国石油化工股份有限公司 | 一种识别有效陆相页岩油气储层的判定方法 |
| CN114076993A (zh) * | 2020-08-21 | 2022-02-22 | 中国石油化工股份有限公司 | 低勘探程度区陆相细粒岩相分布的预测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529474A (zh) * | 2012-07-02 | 2014-01-22 | 中国石油化工股份有限公司 | 采用岩性细分实现岩相精细描述的方法 |
| CN104007484A (zh) * | 2014-06-06 | 2014-08-27 | 董春梅 | 一种泥页岩的分类方法 |
| US20140330519A1 (en) * | 2013-05-01 | 2014-11-06 | Heiko Mueller | Method to identify multivariate anomalies by computing similarity and dissimilarity between entities and considering their spatial interdependency |
| CN104657523A (zh) * | 2013-11-20 | 2015-05-27 | 中国石油化工股份有限公司 | 砂砾岩综合地质建模方法 |
| CN105201490A (zh) * | 2014-06-05 | 2015-12-30 | 中国石油化工股份有限公司 | 一种页岩层段岩石相分析方法 |
| CN105651966A (zh) * | 2016-01-18 | 2016-06-08 | 山东科技大学 | 一种页岩油气优质储层评价方法及参数确定方法 |
| CN105785446A (zh) * | 2016-03-17 | 2016-07-20 | 成都创源油气技术开发有限公司 | 一种油页岩的地震识别与评价方法 |
-
2016
- 2016-08-18 CN CN201610687331.6A patent/CN107766597B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529474A (zh) * | 2012-07-02 | 2014-01-22 | 中国石油化工股份有限公司 | 采用岩性细分实现岩相精细描述的方法 |
| US20140330519A1 (en) * | 2013-05-01 | 2014-11-06 | Heiko Mueller | Method to identify multivariate anomalies by computing similarity and dissimilarity between entities and considering their spatial interdependency |
| CN104657523A (zh) * | 2013-11-20 | 2015-05-27 | 中国石油化工股份有限公司 | 砂砾岩综合地质建模方法 |
| CN105201490A (zh) * | 2014-06-05 | 2015-12-30 | 中国石油化工股份有限公司 | 一种页岩层段岩石相分析方法 |
| CN104007484A (zh) * | 2014-06-06 | 2014-08-27 | 董春梅 | 一种泥页岩的分类方法 |
| CN105651966A (zh) * | 2016-01-18 | 2016-06-08 | 山东科技大学 | 一种页岩油气优质储层评价方法及参数确定方法 |
| CN105785446A (zh) * | 2016-03-17 | 2016-07-20 | 成都创源油气技术开发有限公司 | 一种油页岩的地震识别与评价方法 |
Non-Patent Citations (5)
| Title |
|---|
| 张晋言: "泥页岩岩相测井识别及评价方法", 《石油天然气学报》 * |
| 张顺等: "东营凹陷半深湖—深湖细粒沉积岩岩相类型及特征", 《中国石油大学学报(自然科学版)》 * |
| 朱德燕等: "东营凹陷泥页岩层序地层划分", 《油气地质与采收率》 * |
| 罗龙等: "须家河组须4段致密砂岩储层成岩相类型及测井研究", 《重庆科技学院学报(自然科学版)》 * |
| 董春梅等: "一种泥页岩层系岩相划分方法", 《中国石油大学学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190953A (zh) * | 2018-08-22 | 2019-01-11 | 中国石油化工股份有限公司 | 陆相湖盆泥页岩沉积体系划分方法 |
| CN113565494A (zh) * | 2020-04-29 | 2021-10-29 | 中国石油化工股份有限公司 | 一种识别有效陆相页岩油气储层的判定方法 |
| CN113565494B (zh) * | 2020-04-29 | 2024-05-24 | 中国石油化工股份有限公司 | 一种识别有效陆相页岩油气储层的判定方法 |
| CN114076993A (zh) * | 2020-08-21 | 2022-02-22 | 中国石油化工股份有限公司 | 低勘探程度区陆相细粒岩相分布的预测方法 |
| CN114076993B (zh) * | 2020-08-21 | 2024-09-24 | 中国石油化工股份有限公司 | 低勘探程度区陆相细粒岩相分布的预测方法 |
| CN112686994A (zh) * | 2020-12-01 | 2021-04-20 | 西南石油大学 | 一种海相页岩岩相分类的定量识别与三维表征方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107766597B (zh) | 2021-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Houlding | 3D geoscience modeling: computer techniques for geological characterization | |
| Wang et al. | Mineral potential targeting and resource assessment based on 3D geological modeling in Luanchuan region, China | |
| Benyon et al. | Sandstone provenance and insights into the paleogeography of the McMurray Formation from detrital zircon geochronology, Athabasca Oil Sands, Canada | |
| Bodziak et al. | The role of seismic attributes in understanding the hydraulically fracturable limits and reservoir performance in shale reservoirs: An example from the Eagle Ford Shale, south Texas | |
| CN104991274A (zh) | 多种地质因素定量约束下的单一圈闭级的有利区优选方法 | |
| CN107766597A (zh) | 泥页岩细粒沉积岩相研究方法 | |
| CN107515957A (zh) | 泥页岩层序地层划分方法 | |
| Soto-Kerans et al. | Orogen proximal sedimentation in the Permian foreland basin | |
| CN105114067A (zh) | 一种岩性测井相的方法 | |
| Mandal et al. | Multiproxy isotopic and geochemical analysis of the Siwalik sediments in NW India: Implication for the late Cenozoic tectonic evolution of the Himalaya | |
| CN106033127A (zh) | 基于横波速度变化率的地应力方位地震预测方法 | |
| Allen et al. | Geologically constrained electrofacies classification of fluvial deposits: An example from the Cretaceous Mesaverde Group, Uinta and Piceance Basins | |
| Barrie et al. | A statistical approach to understanding fluid geochemistry changes in unconventional plays | |
| Smith et al. | Large detrital zircon data set investigation and provenance mapping: Local versus regional and continental sediment sources before, during, and after Ancestral Rocky Mountain deformation | |
| Sorkhabi et al. | Data analysis of the Permian Basin wolfcamp and bone spring leads to better understanding of production sweetspots | |
| CN114114396B (zh) | 一种台地相厚层灰岩沉积相刻画和预测系统及预测方法 | |
| Merdith et al. | Towards a predictive model for opal exploration using a spatio-temporal data mining approach | |
| Grant-Woolley et al. | Identification of strike-slip faults provides insights into the further development of mature Cooper Basin fields | |
| Jackson et al. | Geological and grade risk at the Golden Gift and Magdala gold deposits, Stawell, Victoria, Australia | |
| Bashir et al. | Agile FDP of Complex Brown Field Fast-Tracked by Digital Cloud Technologies | |
| Krezsek et al. | Non-Conventional Plays in Romania: the Experience of OMV Petrom | |
| Lechner et al. | A Multidisciplinary Approach to Improve Reservoir Management of a Tidal-Fluvial Channel Reservoir in Tasbulat Field, Kazakhstan | |
| Dou et al. | Reservoir Modeling of Braided River Reservoirs Based on Geological Knowledge Database: A Case Study of P1x Formation of the Daniudi Gas Field, Ordos Basin, China | |
| Bircher | Depositional Environment and Reservoir Characterization of the Paleocene Fort Union Formation, Washakie Basin, Southwest Wyoming, USA | |
| Lajo Yáñez | Subduction Zone Dynamics and Forearc Tectonostratigraphic Evolution: Talara Basin, northwestern Peru |
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 |