CN109116421A - 一种辫状河三角洲储层统计学反演参数确定方法 - Google Patents
一种辫状河三角洲储层统计学反演参数确定方法 Download PDFInfo
- Publication number
- CN109116421A CN109116421A CN201811234310.4A CN201811234310A CN109116421A CN 109116421 A CN109116421 A CN 109116421A CN 201811234310 A CN201811234310 A CN 201811234310A CN 109116421 A CN109116421 A CN 109116421A
- Authority
- CN
- China
- Prior art keywords
- work area
- deltas
- target work
- reservoir
- statistics
- 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 34
- 239000004576 sand Substances 0.000 claims abstract description 23
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000003908 quality control method Methods 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000000151 deposition Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 206010019909 Hernia Diseases 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000003874 inverse correlation nuclear magnetic resonance spectroscopy Methods 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 210000003903 pelvic floor Anatomy 0.000 description 1
- 238000003860 storage Methods 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本发明涉及一种辫状河三角洲储层统计学反演参数确定方法,其特征在于,包括以下步骤:1)确定目标工区的辫状河三角洲沉积构型样式;2)基于目标工区的辫状河三角洲沉积构型样式,并结合目标工区的地震资料质控和测井资料质控,开展目标工区的地震正演试验,建立目标工区的正演模型;3)确定层位剖分算法建立反演格架;4)基于辫状河三角洲横向变程与砂体规模拟合公式确定反演横向变程;5)采用马尔科夫链‑蒙特卡洛算法分层序求取各小层精确砂地比。本发明方法流程地质含义更明确,反演精度更高,对储层的空间展布特征刻画更合理,对提高辫状河三角洲储层地质统计学反演精度具有重要意义。
Description
技术领域
本发明涉及一种油气储层预测过程中的地震资料反演方法,尤其涉及一种辫状河三角洲储层统计学反演参数确定方法。
背景技术
目前,三角洲相油气藏的探明地质储量占渤海海域总探明地质储量的52%。由于海上井网稀疏,储层的精细预测需要依赖地震资料,但是三角洲相砂体纵横向变化大,基于常规反演方法很难开展储层精细预测工作,进而影响到油田开发方案和调整方案的实施。
地质统计学反演技术是目前高分辨率储层预测的常用方法,其原理是利用已知的地震信息、测井信息、地质信息,根据后验概率公式,求解空间中储层的分布特征。该技术具有以下特点:1、测井、地震、地质信息通过蒙特卡洛算法进行有机融合,实现储层空间分布规律的概率预测,提高了储层反演的空间分辨率;2、可获得多个概率实现,有效降低了地震信息的多解性;3、马尔科夫链-蒙特卡洛算法的快速收敛性及空间扰动的随机性,保证了模型和地震数据的匹配全局最优化。
地质统计学反演方法综合测井垂向和地震横向分辨率高的优势,可有效识别薄储层,其中,反演地层格架的建立直接制约着反演关键参数的选取精度。但是,目前对地层格架搭建方式的研究相对较少,实际工作中往往依靠经验、采用参数测试的方式选取反演中的纵横向变程、岩性展布趋势等关键参数,导致参数精度低、缺乏地质含义。海上井网稀疏,且辫状河三角洲沉积储层纵横向变化大,基于现有方法得到的反演参数进行反演,难以满足储层精细预测的需求。
发明内容
针对上述问题,本发明的目的是提供一种辫状河三角洲储层统计学反演参数确定方法,流程地质含义更明确,反演精度更高,对储层的空间展布特征刻画更合理,对提高辫状河三角洲储层地质统计学反演精度具有重要意义。
为实现上述目的,本发明采取以下技术方案:一种辫状河三角洲储层统计学反演参数确定方法,包括以下步骤:1)确定目标工区的辫状河三角洲沉积构型样式;2)基于目标工区的辫状河三角洲沉积构型样式,并结合目标工区的地震资料质控和测井资料质控,开展目标工区的地震正演试验,建立目标工区的正演模型;3)确定层位剖分算法建立反演格架;4)基于辫状河三角洲横向变程与砂体规模拟合公式确定反演横向变程;5)采用马尔科夫链-蒙特卡洛算法分层序求取各小层精确砂地比。
在上述步骤1)中,根据目标工区的地质资料,可将辫状河三角洲沉积构型样式分为基准面下降进积型、基准面上升退积型和基准面相对稳定加积型三种。
在上述步骤3)中,基于目标工区的正演模型进行层位解释,分别采用平行顶层和平行底层两种剖分算法建立地层格架,基于两种地层格架采用相同参数进行地质统计学反演试验,并将反演结果与正演模型进行相关性分析,确定相关性高的层序地层格架为目标工区的高精度层序地层格架。
在上述步骤4)中,基于建立的正演模型,参考测量出的每期前积层砂体平均展布规模,对不同的反演横向变程进行试验,进而确定最优反演结果时采用的横向变程,并建立反演横向变程与砂体展布规模的拟合关系;
辫状河三角洲相反演横向变程与砂体平均展布规模之间的拟合关系如下:
式中,yi为地质统计学反演横向变程(变差函数);为每一期砂体横向展布范围均值;i表示第i期砂体。
在上述步骤5)中,基于构建的高分辨率地震层序格架,采用马尔科夫链-蒙特卡洛算法分层序求取各小层精确砂地比,取代传统的均值法对目的层整体求砂地比。
本发明由于采取以上技术方案,其具有以下优点:1、本发明的一种辫状河三角洲储层统计学反演参数确定方法,通过辫状河三角洲沉积构型样式及模型的正反演试验,指导反演地层格架的构建,为地质统计学反演提供精确的高分辨率地层格架。2、本发明的一种辫状河三角洲储层统计学反演参数确定方法,基于高分辨率反演地层格架,对影响反演结果的纵横向变程、岩性展布趋势等反演关键参数进行求取,并通过模型正反演实验进行验证,通过地质与地球物理的有机结合,进一步提高反演结果精确性。3、本发明的一种辫状河三角洲储层统计学反演参数确定方法,反演流程地质含义更明确,降低了反演关键参数选择的不确定性,反演精度更高,对储层的空间展布特征刻画更合理,可以广泛应用于辫状河三角洲储层油气开发的储层预测中。
附图说明
图1是本发明方法的流程示意图;
图2是地层进积构型样式剖面特征示意图;
图3是地层退积构型样式剖面特征示意图;
图4是地层加积构型样式剖面特征示意图;
图5是平行顶层剖分地层格架示意图;
图6是平行底层剖分地层格架示意图;
图7是辫状河三角洲反演横向变程与砂体展布规模的拟合关系图;
图8(a)、(b)分别是传统的均值法和马尔科夫链-蒙特卡洛分层序求取法示意图;
图9(a)、(b)分别是基于本发明流程反演结果和传统流程反演结果剖面图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明提供的一种辫状河三角洲储层统计学反演参数确定方法,包括以下步骤:
1)确定目标工区的辫状河三角洲沉积构型样式;
根据目标工区的地质资料,可以将辫状河三角洲沉积构型样式分为以下三种:
基准面下降进积型(A/S<1):如图2所示,相对海平面停滞逐渐开始下降,基准面下降,可容空间相对减少,盆地断坡上下处可发育冲积环境沉积体系。在缓坡边缘,随着基准面下降,水道砂体不断向湖盆中心推进,整体呈现进积形态,此时盆地还处于断陷萎缩期,地形与前期相比虽较为平缓,但湖域面积较广。整体呈大套分布稳定的河道复合砂体,测井曲线呈箱状,可发育完整前三角洲泥到三角洲前缘的沉积序列。
基准面上升退积型(A/S>1):如图3所示,相对海平面快速上升,由于基准面上升,可容空间增大,沉积物向上变细,整体呈现退积序列。整体呈现出低基准面期广布的绿灰泥岩、灰绿中细砂岩与粗砂岩互层的三角洲和泛滥平原沼泽等沉积。随着基准面不断上升,河流-三角洲逐渐向盆地边缘退缩,而盆地中央渐渐以灰黑色泥质与灰色粉砂岩的滨浅湖相沉积为主体,纵向上组合成显而易见的退积序列。岩性变粗、岩相增厚,砂泥比例向上增加,纹层的几何形状向上变陡。
基准面相对稳定加积型(A/S≈1):如图4所示,相对海平面上升缓慢近于停滞,基准面保持相对稳定,可容空间也保持不变,以加积为主,既可以发生在海侵体系域初期,也可以出现在高位体系域。表现为频繁的砂泥互层沉积,呈现多期河道叠置。
2)基于目标工区的辫状河三角洲沉积构型样式,并结合目标工区的地震资料质控和测井资料质控,开展目标工区的地震正演试验,建立目标工区的正演模型;
3)确定层位剖分算法建立反演格架;
基于目标工区的正演模型进行层位解释,分别采用平行顶层(如图5所示)和平行底层(如图6所示)两种剖分算法建立地层格架,基于两种地层格架采用相同参数进行地质统计学反演试验,并将反演结果与正演模型进行相关性分析,确定相关性高的层序地层格架为目标工区的高精度层序地层格架。
4)基于辫状河三角洲横向变程与砂体规模拟合公式确定反演横向变程;
基于建立的正演模型,参考测量出的每期前积层砂体平均展布规模,对不同的反演横向变程进行试验,进而确定最优反演结果时采用的横向变程,并建立反演横向变程与砂体展布规模的拟合关系(如图7所示)。
辫状河三角洲相反演横向变程与砂体平均展布规模之间的拟合关系如下:
式中,yi为地质统计学反演横向变程(变差函数);为每一期砂体横向展布范围均值;i表示第i期砂体。
在实际项目工作中,砂体展布平均规模可由地质研究人员结合工区辫状河三角洲地质认识给出,基于上述关系式,可将地质认识转化为地质统计学反演中的横向变程参数,保证反演精度,也提高反演运行效率。
5)采用马尔科夫链-蒙特卡洛算法分层序求取各小层精确砂地比;
基于构建的高分辨率地震层序格架,采用马尔科夫链-蒙特卡洛算法分层序求取各小层精确砂地比(如图8(b)所示),取代传统的均值法对目的层整体求砂地比(如图8(a)所示),从而实现岩性空间变化趋势的合理预测。
将本发明方法应用于实际工区得到反演结果(如图9(a)所示),与基于传统做法得到的反演结果(如图9(b)所示)进行对比。可以发现,通过建立的高分辨率地层格架,借助反演关键参数优化确定得到的反演成果,更能表征三角洲前积结构特征,与井吻合度更高,砂体横向连续性更好,纵向叠置关系反映更精确。
上述各实施例仅用于说明本发明,其中各部件的结构、设置位置及其连接方式等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (5)
1.一种辫状河三角洲储层统计学反演参数确定方法,其特征在于,包括以下步骤:
1)确定目标工区的辫状河三角洲沉积构型样式;
2)基于目标工区的辫状河三角洲沉积构型样式,并结合目标工区的地震资料质控和测井资料质控,开展目标工区的地震正演试验,建立目标工区的正演模型;
3)确定层位剖分算法建立反演格架;
4)基于辫状河三角洲横向变程与砂体规模拟合公式确定反演横向变程;
5)采用马尔科夫链-蒙特卡洛算法分层序求取各小层精确砂地比。
2.如权利要求1所述的一种辫状河三角洲储层统计学反演参数确定方法,其特征在于,在上述步骤1)中,根据目标工区的地质资料,可将辫状河三角洲沉积构型样式分为基准面下降进积型、基准面上升退积型和基准面相对稳定加积型三种。
3.如权利要求1所述的一种辫状河三角洲储层统计学反演参数确定方法,其特征在于,在上述步骤3)中,基于目标工区的正演模型进行层位解释,分别采用平行顶层和平行底层两种剖分算法建立地层格架,基于两种地层格架采用相同参数进行地质统计学反演试验,并将反演结果与正演模型进行相关性分析,确定相关性高的层序地层格架为目标工区的高精度层序地层格架。
4.如权利要求1所述的一种辫状河三角洲储层统计学反演参数确定方法,其特征在于,在上述步骤4)中,基于建立的正演模型,参考测量出的每期前积层砂体平均展布规模,对不同的反演横向变程进行试验,进而确定最优反演结果时采用的横向变程,并建立反演横向变程与砂体展布规模的拟合关系;
辫状河三角洲相反演横向变程与砂体平均展布规模之间的拟合关系如下:
式中,yi为地质统计学反演横向变程(变差函数);为每一期砂体横向展布范围均值;i表示第i期砂体。
5.如权利要求1所述的一种辫状河三角洲储层统计学反演参数确定方法,其特征在于,在上述步骤5)中,基于构建的高分辨率地震层序格架,采用马尔科夫链-蒙特卡洛算法分层序求取各小层精确砂地比,取代传统的均值法对目的层整体求砂地比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811234310.4A CN109116421B (zh) | 2018-10-23 | 2018-10-23 | 一种辫状河三角洲储层统计学反演参数确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811234310.4A CN109116421B (zh) | 2018-10-23 | 2018-10-23 | 一种辫状河三角洲储层统计学反演参数确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109116421A true CN109116421A (zh) | 2019-01-01 |
CN109116421B CN109116421B (zh) | 2020-04-07 |
Family
ID=64855234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811234310.4A Active CN109116421B (zh) | 2018-10-23 | 2018-10-23 | 一种辫状河三角洲储层统计学反演参数确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109116421B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080021A (zh) * | 2019-12-24 | 2020-04-28 | 中国海洋石油集团有限公司 | 一种基于地质信息库的砂体构型cmm神经网络预测方法 |
CN111474577A (zh) * | 2019-01-24 | 2020-07-31 | 中国石油天然气股份有限公司 | 扇形三角洲前缘沉积储层构型边界类型的确定方法及装置 |
CN111505713A (zh) * | 2020-01-21 | 2020-08-07 | 长江大学 | 基于多点地质统计的叠前地震反演方法 |
CN111596376A (zh) * | 2020-05-07 | 2020-08-28 | 中国石油天然气股份有限公司 | 河流相地层河型转换的确定方法及装置 |
CN111610561A (zh) * | 2020-06-05 | 2020-09-01 | 中国地质大学(北京) | 定量建立海平面变化及海进-海退曲线计算方法 |
CN111665562A (zh) * | 2020-07-20 | 2020-09-15 | 西南石油大学 | 一种高精度地震层序划分方法 |
CN111796325A (zh) * | 2019-11-21 | 2020-10-20 | 中国海洋石油集团有限公司 | 分频迭代约束的随机反演方法 |
CN113325468A (zh) * | 2020-02-28 | 2021-08-31 | 中国石油天然气集团有限公司 | 储层缝洞分布范围预测方法及装置 |
CN115576011A (zh) * | 2022-09-30 | 2023-01-06 | 北京福瑞宝能源科技有限公司 | 一种基于地质模型的相控储层预测方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130124097A1 (en) * | 2011-11-15 | 2013-05-16 | Chervon U.S.A. Inc. | System and method of using spatially independent subsets of data to calculate property distribution uncertainty of spatially correlated reservoir data |
US20150120199A1 (en) * | 2013-10-31 | 2015-04-30 | Matthew S. Casey | Multiple Domain Processing For Combining Reservoir Models and Seismic Data |
CN105182444A (zh) * | 2015-09-09 | 2015-12-23 | 中国海洋石油总公司 | 一种高分辨率层序地层格架约束的地质统计学反演方法 |
CN108614293A (zh) * | 2018-03-14 | 2018-10-02 | 中国石油天然气股份有限公司 | 砂体预测方法及装置 |
-
2018
- 2018-10-23 CN CN201811234310.4A patent/CN109116421B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130124097A1 (en) * | 2011-11-15 | 2013-05-16 | Chervon U.S.A. Inc. | System and method of using spatially independent subsets of data to calculate property distribution uncertainty of spatially correlated reservoir data |
US20150120199A1 (en) * | 2013-10-31 | 2015-04-30 | Matthew S. Casey | Multiple Domain Processing For Combining Reservoir Models and Seismic Data |
CN105182444A (zh) * | 2015-09-09 | 2015-12-23 | 中国海洋石油总公司 | 一种高分辨率层序地层格架约束的地质统计学反演方法 |
CN108614293A (zh) * | 2018-03-14 | 2018-10-02 | 中国石油天然气股份有限公司 | 砂体预测方法及装置 |
Non-Patent Citations (2)
Title |
---|
张义 等: "地质统计学反演在薄砂体储层预测中的应用", 《断块油气田》 * |
郭智 等: "辫状河相致密砂岩气藏三维地质建模", 《石油勘探与开发》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111474577A (zh) * | 2019-01-24 | 2020-07-31 | 中国石油天然气股份有限公司 | 扇形三角洲前缘沉积储层构型边界类型的确定方法及装置 |
CN111474577B (zh) * | 2019-01-24 | 2023-07-25 | 中国石油天然气股份有限公司 | 扇形三角洲前缘沉积储层构型边界类型的确定方法及装置 |
CN111796325A (zh) * | 2019-11-21 | 2020-10-20 | 中国海洋石油集团有限公司 | 分频迭代约束的随机反演方法 |
CN111080021A (zh) * | 2019-12-24 | 2020-04-28 | 中国海洋石油集团有限公司 | 一种基于地质信息库的砂体构型cmm神经网络预测方法 |
CN111080021B (zh) * | 2019-12-24 | 2021-05-11 | 中国海洋石油集团有限公司 | 一种基于地质信息库的砂体构型cmm神经网络预测方法 |
CN111505713B (zh) * | 2020-01-21 | 2021-05-07 | 长江大学 | 基于多点地质统计的叠前地震反演方法 |
CN111505713A (zh) * | 2020-01-21 | 2020-08-07 | 长江大学 | 基于多点地质统计的叠前地震反演方法 |
CN113325468A (zh) * | 2020-02-28 | 2021-08-31 | 中国石油天然气集团有限公司 | 储层缝洞分布范围预测方法及装置 |
CN111596376A (zh) * | 2020-05-07 | 2020-08-28 | 中国石油天然气股份有限公司 | 河流相地层河型转换的确定方法及装置 |
CN111610561A (zh) * | 2020-06-05 | 2020-09-01 | 中国地质大学(北京) | 定量建立海平面变化及海进-海退曲线计算方法 |
CN111665562A (zh) * | 2020-07-20 | 2020-09-15 | 西南石油大学 | 一种高精度地震层序划分方法 |
CN115576011A (zh) * | 2022-09-30 | 2023-01-06 | 北京福瑞宝能源科技有限公司 | 一种基于地质模型的相控储层预测方法、装置及系统 |
CN115576011B (zh) * | 2022-09-30 | 2023-11-10 | 北京福瑞宝能源科技有限公司 | 一种基于地质模型的相控储层预测方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109116421B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116421A (zh) | 一种辫状河三角洲储层统计学反演参数确定方法 | |
CN105044770A (zh) | 致密砂砾岩气藏储层定量预测方法 | |
AU2005262438A2 (en) | Hydrodynamics-based gridding geologic modeling (Hydro-Gridding) | |
Kadkhodaie-Ilkhchi et al. | Seismic inversion and attributes analysis for porosity evaluation of the tight gas sandstones of the Whicher Range field in the Perth Basin, Western Australia | |
CN108663713B (zh) | 一种建立深度域构造模型的方法 | |
Hampson et al. | Synthesis of time-stratigraphic relationships and their impact on hydrocarbon reservoir distribution and performance, Bridport Sand Formation, Wessex Basin, UK | |
Kim et al. | Lithofacies modeling by multipoint statistics and economic evaluation by NPV volume for the early Cretaceous Wabiskaw Member in Athabasca oilsands area, Canada | |
Naji et al. | Stratigraphy, deposition, and structural framework of the cretaceous (review) and 3D geological model of the lower cretaceous reservoirs, Masila oil field, Yemen. | |
Zeng et al. | Multistage progradational clinoform-set characterisation and evolution analysis of the Early Oligocene in the Baiyun Sag, Pearl River Mouth Basin, South China Sea | |
Babina et al. | Geometry analysis and oil reservoirs prediction in the lower cretaceous Clinoforms of the northern Priobskoye field | |
Tang et al. | Seismic geomorphology analysis and petroleum geology significance of presalt Jurassic carbonate in the right bank of Amu Darya River | |
Lo et al. | Bouguer gravity anomalies and the three-dimensional density structure of a thick mudstone area: A case study of southwestern Taiwan | |
Shinn et al. | Lithofacies distribution and depositional environment in the Lower Cretaceous McMurray Formation, BlackGold Lease, northern Alberta: implications for geometry and distribution of oil sand reservoirs | |
Sun et al. | Architectural analysis of subsurface meander-belt sandstones: A case study of a densely drilled oil field, Zhanhua sag, east of Bohai Bay Basin | |
Nyantakyi et al. | Structural and stratigraphic mapping of delta field, Agbada Formation, offshore Niger Delta, Nigeria | |
Su et al. | Low relief structure interpretation and mapping of the Donghe Sandstone thin reservoir based on seismic data | |
Datta et al. | Capturing multiscale heterogeneity in paralic reservoir characterization: A study in Greater Burgan Field, Kuwait | |
Zhang et al. | Tectonic evolution and its control over deposition in fault basins: A case study of the Western Sag of the Cenozoic Liaohe Depression, eastern China | |
Behera et al. | Imaging Mesozoic sediments in Deccan Volcanic province of India: inferences from seismic and gravity studies | |
Shakir et al. | Prospect generation studies of cretaceous sands, Khipro Area by integrating seismic and well data | |
Boonyasatphan et al. | Seismic characterization of thin bedded reservoirs: The application of elastic geostatistical inversion in the Bongkot Field, Gulf of Thailand | |
Correia | Integration of reservoir characterization with history matching guided by pilot wells: Application to the Norne Field | |
Chiadikobi et al. | Seismic attributes of Betta field, onshore Niger delta, southern Nigeria | |
Shaohua et al. | Stochastic modeling of reservoir with multi-source | |
Soleimani et al. | Petroleum reservoir simulation, Ramin Oil Field, Zagros, Iran |
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 |