CN108121008A - 一种地震属性预测河道砂空间分布的方法 - Google Patents
一种地震属性预测河道砂空间分布的方法 Download PDFInfo
- Publication number
- CN108121008A CN108121008A CN201611087473.5A CN201611087473A CN108121008A CN 108121008 A CN108121008 A CN 108121008A CN 201611087473 A CN201611087473 A CN 201611087473A CN 108121008 A CN108121008 A CN 108121008A
- Authority
- CN
- China
- Prior art keywords
- seismic
- sand
- properties
- seismic properties
- thickness
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000004576 sand Substances 0.000 title claims abstract description 36
- 238000009826 distribution Methods 0.000 title claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 239000012530 fluid Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6244—Porosity
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种地震属性预测河道砂空间分布的方法，属于油气物探工程领域。该方法包括：获取目标储层区域的测井资料和地震数据，进行井震标定并确定目标层位，根据所述目标层位的地震数据，运用三次样条加密采样法，得到高密度地震数据体，根据所述高密度地震数据体和所述测井资料，得到地震敏感属性体和地震属性切片，确定地震属性的零点位置，进而确定所述地震属性与河道砂砂体位置和厚度的定量关系，将地震属性预测河道砂空间分布由定性描述转为更确切的定量分析，缩小了实际测井资料标定的地震属性砂体厚度预测结果的误差范围，拓宽了利用地震属性预测薄层河道砂分布和定量评价的应用范围。
Description
技术领域
本发明属于油气物探工程领域，特别涉及一种地震属性预测河道砂空间分布的方法。
背景技术
近年来，随着地震资料应用的深入，以地震属性切片解释为技术内涵的地震沉积学受到地震资料解释人员的广泛关注，其综合地质认识和测井信息，能最大限度地挖掘出地震数据的潜在地质信息，进而对沉积过程和沉积内幕进行预测和分析。在河流相沉积岩性油气藏的勘探开发中，河道砂体的空间分布描述与定量评价十分重要，特别是在当前油气勘探从传统的构造型油气藏向隐蔽的岩性油气藏转变的过程中，对含油气河道砂体的识别和描述精度要求愈来愈高。
现有的预测方法主要是利用三维地震资料中的地震属性对河道砂空间分布进行定性描述和分析，以局域性的统计关系为主，对砂体的分布描述和厚度进行预测。
在实现本发明的过程中，本发明人发现现有技术中至少存在以下问题：
尽管在实际生产中现有对河道砂空间分布的方法被广泛地应用，但是，由于定性描述和分析具有较大主观性，其物理意义和可靠性常受到地质家和地球物理家的质疑，不能准确识别和评价河道砂储层的高孔渗区分布和预测优质储层砂体的空间位置和物性参数分布。
发明内容
为了利用地震属性准确分析预测河道砂空间分布，本发明提供一种地震属性预测河道砂空间分布的方法。
具体而言，包括以下的技术方案：
一种地震属性预测河道砂空间分布的方法，所述方法包括：
获取目标储层区域的测井资料和地震数据，进行井震标定并确定目标层位；
根据所述目标层位的地震数据，运用三次样条加密采样法，得到高密度地震数据体；
根据所述高密度地震数据体和所述测井资料，得到地震敏感属性体和地震属性切片；
根据所述地震属性切片，确定地震属性的零点位置；
根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系。
进一步地，所述根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系之后，所述方法还包括：利用数值模拟、岩心分析和测井解释验证所述定量关系。
进一步地，所述测井资料包括测井曲线，所述测井曲线为经过标准化处理、选出敏感参数后重构得到的。
进一步地，所述根据所述高密度地震数据体和所述测井资料，得到敏感地震属性体和地震属性切片包括：根据所述高密度地震数据体，利用希尔伯特变换计算地震属性，在噪声背景下分析所述地震属性识别河道砂砂体的优劣程度，得到所述敏感地震属性体和地震属性切片。
进一步地，所述地震敏感属性体包括：均方根振幅、振幅标准方差值、弧线长度、评价反射强度。
进一步地，所述根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系包括：根据所述地震属性的零点位置的间隔和所述河道砂砂体出现的双程旅行时长，确定所述河道砂砂体厚度的定量关系。
进一步地，所述根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系还包括：根据所述地震属性的零点位置的间隔和采样的间距，确定所述河道砂砂体的平面分布。
进一步地，所述高密度地震数据体包括：振幅统计类、复地震道统计类、谱统计类、层序统计类和相关统计类。
进一步地，所述根据所述地震属性切片，确定地震属性的零点位置之后，所述方法还包括：根据所述地震属性切片，对所述河道砂砂体位置和厚度进行半定量统计分析。
进一步地，所述厚度的定量关系计算公式为：
ZR＝Δz＝(vTR)/2＝λ*/4.6
式中：λ*是视波长；
ZR称为可分辨厚度。
本发明实施例提供的技术方案的有益效果：
通过获取目标储层区域的测井资料和地震数据，进行井震标定并确定目标层位，根据所述目标层位的地震数据，运用三次样条加密采样法，得到高密度地震数据体，根据所述高密度地震数据体和所述测井资料，得到地震敏感属性体和地震属性切片，确定地震属性的零点位置，进而确定所述地震属性与河道砂砂体位置和厚度的定量关系，将地震属性预测河道砂空间分布由定性描述转为更确切的定量分析，缩小了实际测井资料标定的地震属性砂体厚度预测结果的误差范围，拓宽了利用地震属性预测薄层河道砂分布和定量评价的应用范围。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明一实施例提供的一种地震属性预测河道砂空间分布的方法的方法流程图。
具体实施方式
为使本发明的技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本实施例提供了一种地震属性预测河道砂空间分布的方法，以华北油田冀中凹陷某地区的叠后资料为例对本发明作进一步详细说明，参见图1，该方法流程具体如下：
步骤101：获取目标储层区域的测井资料和地震数据，进行井震标定并确定目标层位；
具体地，测井资料包括测井曲线，测井曲线为经过标准化处理、选出敏感参数后重构得到的，用于识别标定层位，根据综合测井响应确定研究目标区砂岩和泥岩的敏感测井响应的阈值范围，统计砂岩和泥岩的识别阈值，本实施例中碎屑岩剖面的处理，选取砂岩层段的重构的声波时差、密度和电阻率响应值作判别指标；通过对地震数据和测井资料的结合，实现井震标定，追踪目标层的顶底界面，确定研究层向上和向下均为50ms范围内作为目标储层区域。
步骤102：根据目标层位的地震数据，运用三次样条加密采样法，得到高密度地震数据体；
通过反复试验，有针对性的开时窗，高密度地震数据体包括：振幅统计类、复地震道统计类、谱统计类、层序统计类和相关统计类。
步骤103：根据高密度地震数据体和测井资料，得到地震敏感属性体和地震属性切片；
具体地，根据所述高密度地震数据体，利用希尔伯特变换计算地震属性，在噪声背景下分析所述地震属性识别河道砂砂体的优劣程度，将高密度地震数据体与测井资料进行匹配叠加，对地震属性数据进行交会分析，发现岩性与电阻率、速度、自然伽马、中子和密度曲线具有较好的线性关系，基本呈现砂岩高阻，泥岩地租的特征，随孔隙度增大含水砂岩层的电阻率降低，确定对岩性敏感属性，得到地震敏感属性体和地震属性切片。
其中，地震属性提取的基本分类为：从地震数据体中提取动力学、运动学、统计学等方面属性，不同的属性值与某些地质参数具有相关性。目前从地震数据体中提取常用属性有瞬时类参数、相关统计类参数、频(能)谱类参数、层序统计类参数等，用于帮助识别岩性、地层层序变化、不整合、断层、流体的变化、储层的孔隙率变化、河流、三角洲砂体等。在本实施例中，地震敏感属性体包括：均方根振幅、振幅标准方差值、弧线长度、评价反射强度。
假设地震道数据为x(t)，有效波的时窗长度为T，时间采样间隔为Δ，时窗内样点数为N，x(iΔ)则表示第i个样点的振幅值；将时窗内每道地震数据分别进行傅立叶变换，可得傅立叶谱X(ω)，X(kΔω)表示第k个样点频谱值，Δω表示频率采样间隔，ω1为有效频带的低频，ω2为有效频带的高频，则可以按如下关系计算相应的地震敏感属性。
a.均方根振幅：对于分析时窗内所有点振幅平方的平均值得平方根。
其中，ai为第i个样点的振幅值。因为在平均以前作了平方，所以均方根振幅对于检测由地层岩性变化或储层流体引起的振幅横向变化更为敏感。
b.振幅标准方差值：指在分析时窗内，每道内每个样点的振幅值与所有样点振幅的平均值之差的平方并求和，再除以时窗内所有的样点数。
其中，ai为第i个样点的振幅值，时窗内振幅的平均值。根据振幅变化的大小，可以用来检测地层中流体、裂缝及岩性等变化，一般分析时窗为20-100ms。
c.弧线长度：用于计算时窗内波形的弧线长度，是一个综合了振幅和频率特性的联合属性。其计算公式如下：
其中，ai+1和ai分别为第i+1和第i个样点的振幅值，ΔT为采样间隔，N为时窗内采样点数。
d.平均反射强度：也称为瞬时振幅、振幅包络，设原始记录为x(iΔ)，经希尔伯特(Hilbert)变换得到y(iΔ)，也即复地震道中的虚部。有：
用来识别储层中流体成份、岩性、地层学变异、油气聚集而引起的振幅异常。
步骤104：根据地震属性切片，确定地震属性的零点位置；
具体地，根据沿层或水平地震属性切片，定位目标砂体对应的地震属性零点和最大幅值点位置，确定地震属性的零点位置。
同时，根据地震属性切片，确定砂体之间的位置关系与它们对地震波干涉的影响，用地震切片技术对对河道砂砂体位置和厚度进行半定量统计分析。
步骤105：根据地震属性的零点位置，确定地震属性与河道砂砂体位置和厚度的定量关系。
该步骤中，首先建立地震敏感属性河道砂砂体空间分布识别和预测的判别准则，根据地震属性的零点位置的间隔和河道砂砂体出现的双程旅行时长，确定河道砂砂体厚度的定量关系；根据地震属性的零点位置的间隔和采样的间距，确定河道砂砂体的平面分布；根据压实差异准则和趋势分析计算砂体的空间趋势，对地震属性预测的砂体厚度空间分布进行局域剩余厚度计算。
为了更好地应用地震属性与河道砂砂体位置和厚度的定量关系，还需利用数值模拟、岩心分析和测井解释验证该定量关系，如在本实施例中，用部分测井砂体识别结果验证地震属性砂体预测结果，将地震属性与砂体厚度之间的统计关系用于砂体预测的目标函数，计算最终的空间砂体分布，所预测的砂体厚度相对误差10％以内，基本满足实际要求，且河道的细节刻画清晰可见，进而验证了方法的可行性，证明可将该地震属性与河道砂砂体位置和厚度的定量关系接下来运用到预测本地区其他河道砂空间分布中去。
本实施例提供的方法，通过提出一种地震属性预测河道砂空间分布的方法，通过获取目标储层区域的测井资料和地震数据，进行井震标定并确定目标层位，根据目标层位的地震数据，运用三次样条加密采样法，得到高密度地震数据体，根据高密度地震数据体和测井资料，得到地震敏感属性体和地震属性切片，确定地震属性的零点位置，进而确定地震属性与河道砂砂体位置和厚度的定量关系，将地震属性预测河道砂空间分布由定性描述转为更确切的定量分析，缩小了实际测井资料标定的地震属性砂体厚度预测结果的误差范围，拓宽了利用地震属性预测薄层河道砂分布和定量评价的应用范围。
以上所述仅是为了便于本领域的技术人员理解本发明的技术方案，并不用以限制本发明。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种地震属性预测河道砂空间分布的方法，其特征在于，所述方法包括：
获取目标储层区域的测井资料和地震数据，进行井震标定并确定目标层位；
根据所述目标层位的地震数据，运用三次样条加密采样法，得到高密度地震数据体；
根据所述高密度地震数据体和所述测井资料，得到地震敏感属性体和地震属性切片；
根据所述地震属性切片，确定地震属性的零点位置；
根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系。
2.根据权利要求1所述的方法，其特征在于，所述根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系之后，所述方法还包括：利用数值模拟、岩心分析和测井解释验证所述定量关系。
3.根据权利要求1所述的方法，其特征在于，所述测井资料包括测井曲线，所述测井曲线为经过标准化处理、选出敏感参数后重构得到的。
4.根据权利要求1所述的方法，其特征在于，所述根据所述高密度地震数据体和所述测井资料，得到敏感地震属性体和地震属性切片包括：根据所述高密度地震数据体，利用希尔伯特变换计算地震属性，在噪声背景下分析所述地震属性识别河道砂砂体的优劣程度，得到所述敏感地震属性体和地震属性切片。
5.根据权利要求1所述的方法，其特征在于，所述地震敏感属性体包括：均方根振幅、振幅标准方差值、弧线长度、评价反射强度。
6.根据权利要求1所述的方法，其特征在于，所述根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系包括：根据所述地震属性的零点位置的间隔和所述河道砂砂体出现的双程旅行时长，确定所述河道砂砂体厚度的定量关系。
7.根据权利要求6所述的方法，其特征在于，所述根据所述地震属性的零点位置，确定所述地震属性与河道砂砂体位置和厚度的定量关系还包括：根据所述地震属性的零点位置的间隔和采样的间距，确定所述河道砂砂体的平面分布。
8.根据权利要求1所述的方法，其特征在于，所述高密度地震数据体包括：振幅统计类、复地震道统计类、谱统计类、层序统计类和相关统计类。
9.根据权利要求1所述的方法，其特征在于，所述根据所述地震属性切片，确定地震属性的零点位置之后，所述方法还包括：根据所述地震属性切片，对所述河道砂砂体位置和厚度进行半定量统计分析。
10.根据权利要求1所述的方法，其特征在于，所述厚度的定量关系计算公式为：
ZR＝Δz＝(vTR)/2＝λ*/4.6
式中：λ*是视波长；
ZR称为可分辨厚度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611087473.5A CN108121008A (zh) | 2016-11-30 | 2016-11-30 | 一种地震属性预测河道砂空间分布的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611087473.5A CN108121008A (zh) | 2016-11-30 | 2016-11-30 | 一种地震属性预测河道砂空间分布的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108121008A true CN108121008A (zh) | 2018-06-05 |
Family
ID=62227111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611087473.5A Pending CN108121008A (zh) | 2016-11-30 | 2016-11-30 | 一种地震属性预测河道砂空间分布的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108121008A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109083640A (zh) * | 2018-09-26 | 2018-12-25 | 中国石油化工股份有限公司 | 海上河流相油藏边部储量有效动用方法 |
| CN109765609A (zh) * | 2019-01-30 | 2019-05-17 | 中国石油大学(北京) | 一种基于目的层与相邻层地震属性的砂体预测方法及系统 |
| CN111175823A (zh) * | 2019-12-24 | 2020-05-19 | 中国海洋石油集团有限公司 | 一种三角洲相砂体空间形态表征方法 |
| CN111880222A (zh) * | 2020-09-17 | 2020-11-03 | 东北大学 | 一种基于Shearlet变换的地震映像小断层识别增强方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9105075B1 (en) * | 2013-02-06 | 2015-08-11 | Ihs Global Inc. | Enhancing seismic features using an optical filter array |
| CN104991275A (zh) * | 2015-07-09 | 2015-10-21 | 北京诺克斯达石油科技有限公司 | 一种特征切片薄互层分析法 |
-
2016
- 2016-11-30 CN CN201611087473.5A patent/CN108121008A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9105075B1 (en) * | 2013-02-06 | 2015-08-11 | Ihs Global Inc. | Enhancing seismic features using an optical filter array |
| CN104991275A (zh) * | 2015-07-09 | 2015-10-21 | 北京诺克斯达石油科技有限公司 | 一种特征切片薄互层分析法 |
Non-Patent Citations (3)
| Title |
|---|
| X.C. ZHANG EL: ""Study on the Feasibility and Stability of Zerocrossing Time Slices of Seismic Attributes in Identification of Thin Sand"", 《78TH EAGE CONFERENCE & EXHIBITION 2016》 * |
| 孙家振 等: "《地震地质综合解释教程》", 31 July 2002, 中国地质大学出版社 * |
| 陆基孟 等: "《地质勘探原理（第三版）》", 31 March 2009, 中国石油大学出版社 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109083640A (zh) * | 2018-09-26 | 2018-12-25 | 中国石油化工股份有限公司 | 海上河流相油藏边部储量有效动用方法 |
| CN109083640B (zh) * | 2018-09-26 | 2022-05-03 | 中国石油化工股份有限公司 | 海上河流相油藏边部储量有效动用方法 |
| CN109765609A (zh) * | 2019-01-30 | 2019-05-17 | 中国石油大学(北京) | 一种基于目的层与相邻层地震属性的砂体预测方法及系统 |
| CN111175823A (zh) * | 2019-12-24 | 2020-05-19 | 中国海洋石油集团有限公司 | 一种三角洲相砂体空间形态表征方法 |
| CN111880222A (zh) * | 2020-09-17 | 2020-11-03 | 东北大学 | 一种基于Shearlet变换的地震映像小断层识别增强方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106526670B (zh) | 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 | |
| Azeem et al. | An application of seismic attributes analysis for mapping of gas bearing sand zones in the sawan gas field, Pakistan | |
| CN106597543B (zh) | 一种地层沉积相划分方法 | |
| CN103257363B (zh) | 一种探测地下裂缝性储层中裂缝倾角的方法 | |
| CN105182424A (zh) | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 | |
| Chehrazi et al. | Seismic data conditioning and neural network-based attribute selection for enhanced fault detection | |
| CN107132573A (zh) | 一种应用子波分解重构技术识别强阻抗屏蔽下岩性油藏的方法 | |
| CN108121008A (zh) | 一种地震属性预测河道砂空间分布的方法 | |
| CN105319585A (zh) | 一种利用薄层干涉振幅恢复识别油气藏的方法 | |
| Wang et al. | Multi-scale natural fracture prediction in continental shale oil reservoirs: a case study of the Fengcheng Formation in the Mahu Sag, Junggar Basin, China | |
| Lideng et al. | Key technologies for seismic reservoir characterization of high water-cut oilfields | |
| Cao et al. | Application of seismic sedimentology in predicating sedimentary microfacies and coalbed methane gas content | |
| Qian et al. | Prediction and modeling of petrophysical parameters of deep-buried, low permeability glutenite reservoirs in Yubei area, Turpan-Hami Basin, China | |
| Thachaparambil | Discrete 3D fracture network extraction and characterization from 3D seismic data—A case study at Teapot Dome | |
| Liu et al. | Seismic characterization of fault and fractures in deep buried carbonate reservoirs using CNN-LSTM based deep neural networks | |
| Xinmin et al. | Fine description and geologic modeling for volcanic gas reservoirs | |
| CN108646290A (zh) | 一种基于模型定量补偿的薄层反演方法 | |
| Yang et al. | Application of AVO analysis to gas hydrates identification in the northern slope of the South China Sea | |
| Khan et al. | Three-dimensional structural modeling (3D SM) and joint geophysical characterization (JGC) of hydrocarbon reservoir: a case study of the Kadanwari field in Middle Indus Basin (MIB), Southeastern Pakistan | |
| CN107065010B (zh) | 一种基于分形理论的地震属性和地震反演数据的融合方法 | |
| Rotimi et al. | Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis | |
| Ningkai et al. | Stepped and detailed seismic prediction of shallow-thin reservoirs in Chunfeng oilfield of Junggar Basin, NW China | |
| CN116068663A (zh) | 基于磁震联合低频建模的火成岩波阻抗反演方法 | |
| CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
| Ekine et al. | Delineation of hydrocarbon bearing reservoirs from surface seismic and well log data (Nembe Creek) in Niger Delta oil field |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180605 |
|
| RJ01 | Rejection of invention patent application after publication |