CN111352165A - 一种综合地球物理测井数据处理方法 - Google Patents
一种综合地球物理测井数据处理方法 Download PDFInfo
- Publication number
- CN111352165A CN111352165A CN201811579260.3A CN201811579260A CN111352165A CN 111352165 A CN111352165 A CN 111352165A CN 201811579260 A CN201811579260 A CN 201811579260A CN 111352165 A CN111352165 A CN 111352165A
- Authority
- CN
- China
- Prior art keywords
- apparent resistivity
- quantitative
- formula
- value
- curve
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种综合地球物理测井数据处理方法。其包括如下步骤:(1)选择视电阻率测井参数作为定量解释沉积环境的参数;(2)分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础;(3)获得视电阻率测井曲线形态特征的几何要素,包括:幅度、形态、顶底接触关系、光滑程度、齿中线;(4)基于贝叶斯判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数;(5)根据沉积相定量判别函数择优评判判断归入哪类沉积相。本发明进行综合分析、自动建模,择优评价等途径,最终达到对勘查区域沉积相的量化识别。
Description
技术领域
本发明属于地球物理勘查数据处理技术方法,具体涉及铀矿地球物理测井数据处理方法。
背景技术
测井信息的电、核、声均受一定的沉积环境所制约,故测井资料必然程度不同地反映了沉积环境。比如:视电阻率曲线由于记录了沉积岩的矿物含量和孔隙度,而矿物含量和孔隙度是一定沉积环境的产物,所以钻孔剖面中视电阻率的变化就是沉积环境变化的反映;自然电位曲线是岩石的电化学特征反映,它受岩石的孔隙度,渗透率,泥质含量,矿物成分及含量等制约,而这些又受沉积时水动力能量,物源供应条件等控制,所以自然电位的不同,就是沉积环境的不同;人工放射性曲线记录了岩石的孔隙度亦即密度,不同密度的岩石是不同沉积环境的产物,所以人工放射性曲线的变化也是沉积环境变化的一个方面;天然放射曲线记录了岩石的泥质组合含量,且与岩石沉积时的Eh值,PH值有着极为密切的关系,故天然放射性曲线上γ值的不同,就是岩石沉积时泥质含量,水动力能量,Eh值和PH值的不同,即沉积环境的不同;中子,声速测井曲线都是建立在各自特有的物理基础上的,也必然能以其自身的特点参与环境的揭示。
虽然各种测井参数都能从不同的物理基础对沉积环境作出指示,但是要将这些地球物理信息转化为具体的地质信息时,基本上采用的都是定性分析,致使解释结果孕含了大量的主观因素,经验主义十分浓厚,严重制约了测井资料的应用和推广。一方面实际工作中投入了大量的人力、财力和物力从事地球物理综合测井,另一方面,其在综合地质研究中却未能发挥出其潜在的价值,从而造成了人财物的极大浪费。但要解决这一瓶颈性问题,地球物理测井数据的量化解释则是必由之路,并且这一方法更符合于大数据时代特征。
发明内容
本发明的目的在于提供一种综合地球物理测井数据处理方法。
实现本发明目的的技术方案:一种综合地球物理测井数据处理方法,其包括如下步骤:
(1)选择视电阻率测井参数作为定量解释沉积环境的参数;
(2)分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础;
(3)获得视电阻率测井曲线形态特征的几何要素,包括:幅度、形态、顶底接触关系、光滑程度、齿中线;
(4)基于贝叶斯判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数;
(5)根据沉积相定量判别函数择优评判判断归入哪类沉积相。
如上所述的一种综合地球物理测井数据处理方法,其步骤(2)所述的分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础,具体如下:
①在一定的沉积环境条件下,视电阻率与岩石粒度之间存在公式1所示关系
Mz=C0+C1Δρs………………………………(1)
式中:
Mz为岩石粒度均值,mm;
C0、C1为解释层岩石粒度Mz与视电阻率相对值Δρs拟合系数;
Δρs为视电阻率相对值;
ρs为解释层视电阻率值,Ω·m;
ρsmin为纯泥岩视电阻率值,Ω·m;
ρsmax为纯砂岩视电阻率值,Ω·m;
②在一定的沉积环境条件下,视电阻率曲线幅值的大小,反映了岩层中泥质含量的多少;不同岩层的泥质含量Vsh与其视电阻率存在着下述公式2所示关系
式中:
ρsmax为纯砂岩视电阻率值,Ω·m;
ρsmin为纯泥岩视电阻率值,Ω·m;
ρs为解释层视电阻率值,Ω·m;
b为系数,b=1.0~2.0。
如上所述的一种综合地球物理测井数据处理方法,其步骤(3)所述的获得视电阻率测井曲线形态特征的几何要素,其中幅度具体如下:
幅度反映的是沉积体的粒度、分选性及泥质含量的变化趋势,并且间接反映了沉积环境的变化;高能环境中沉积物的粒度较粗,视电阻率值较大;而低能环境中沉积物的粒度较细,视电阻率值较小;曲线幅度大小变化用中心均值AV描述,如公式3所示
式中:
X(i)为解释层测井曲线各测点数值;
N为解释层内测量总点数;
a为解释层测井曲线边界影响点数。
如上所述的一种综合地球物理测井数据处理方法,其步骤(3)所述的获得视电阻率测井曲线形态特征的几何要素,其中形态具体如下:
形态:测井曲线的形态反映的是沉积过程中物源供应与水动力条件等特征;其基本形态有四种:箱形、钟形、漏斗形、菱形,测井曲线的“单一”形态变化用相对重心W描述,如公式4所示
式中:
X(i)为解释层测井曲线第i测点数值;
N为解释层内测点总数。
如上所述的一种综合地球物理测井数据处理方法,其步骤(3)所述的获得视电阻率测井曲线形态特征的几何要素,其中顶底接触关系具体如下:
顶底接触关系指沉积体之间的顶、底部测井曲线形态,反映的是沉积体沉积初期、末期的物源、水动力条件,分为渐变型和突变型两大类,用方差D进行描述,如公式5所示
式中:
X(i)为解释层测井曲线第i测点数值;
N为解释层内测量总点数。
如上所述的一种综合地球物理测井数据处理方法,其步骤(3)所述的获得视电阻率测井曲线形态特征的几何要素,其中光滑程度及齿中线具体如下:
光滑程度及齿中线属于曲线的次级形态,反映的是水动力对沉积物改造持续时间的长短;次级形态的发育与否决定了测井曲线的光滑程度,曲线光滑说明沉积时水动力作用强、持续时间较长;若曲线不光滑,则说明沉积时水动力作用较弱、持续时间较短;用相对变号个数RC描述,如公式6所示
式中:
L为解释层测井曲线相邻测点值绝对差大于某给定锯齿门限值的个数;
N为解释层内测量总点数。
如上所述的一种综合地球物理测井数据处理方法,其步骤(4)所述的基于贝叶斯判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数,具体如下:
基于贝叶斯Bayes判别准则,依据视电阻率测井曲线形态特征要素量化指标——中心均值AV、相对重心W、方差D、相对变号个数RC,建立沉积相定量判别函数,如公式7所示
Fg(X)=C0g+C1gX1+C2gX2+…+CmgXm…………(7)
式中:
g为沉积相类别数目,g=1,2,…,k;
i为测井曲线形态特征量化指标数目;i=1,2,…,m
Cig为判别系数;
Xi为测井曲线形态特征量化指标值;
C0g为判别函数常量值;
Fg(X)为沉积相定量判别函数。
如上所述的一种综合地球物理测井数据处理方法,其步骤(5)所述的根据沉积相定量判别函数择优评判判断归入哪类沉积相,具体为:
首先,针对不同勘探区,建立基准钻孔资料,在取得对所关注对象相应的认识的基础上,求取判别函数公式7中的判别系数Cig;
其次,求取目的层(解释层)各测井相判别函数值Fg(X);
最后,求取Fg(X)最大值F/g(X),如公式8所示,判断F/g(X)归入哪类沉积相,如果F/g(X)归g类沉积相,那么对应测井相就归g类沉积相;
本发明的效果在于:本发明基于“大数据”理念和技术,进行综合分析、自动建模,择优评价等途径,最终达到对勘查区域沉积相的量化识别。本发明杜绝了地球物理测井资料解释中的主观因素和经验主义,保证了地球物理测井资料解释的客观性和一致性。
附图说明
图1为视电阻率相对值Δρs与岩石粒度Mz散点图;
图2为测井曲线基本形态。
具体实施方式
下面结合附图和具体实施例对本发明所述的一种综合地球物理测井数据处理方法作进一步描述。
本发明所述的一种综合地球物理测井数据处理方法,其包括如下步骤:
(1)选择视电阻率测井参数作为定量解释沉积环境的参数;
(2)分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础;
(3)获得视电阻率测井曲线形态特征的几何要素,包括:幅度、形态、顶底接触关系、光滑程度、齿中线;
(4)基于贝叶斯判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数;
(5)根据沉积相定量判别函数择优评判判断归入哪类沉积相。
步骤(2)所述的分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础,具体如下:
①在一定的沉积环境条件下,视电阻率与岩石粒度具有相当好的相关性(图1),二者之间存在公式1所示关系
Mz=C0+C1Δρs………………………………(1)
式中:
Mz为岩石粒度均值,mm;
C0、C1为解释层岩石粒度Mz与视电阻率相对值Δρs拟合系数;
Δρs为视电阻率相对值;
ρs为解释层视电阻率值,Ω·m;
ρsmin为纯泥岩视电阻率值,Ω·m;
ρsmax为纯砂岩视电阻率值,Ω·m。
②在一定的沉积环境条件下,视电阻率曲线幅值的大小,反映了岩层中泥质含量的多少;不同岩层的泥质含量Vsh与其视电阻率存在着下述公式2所示关系
式中:
ρsmax为纯砂岩视电阻率值,Ω·m;
ρsmin为纯泥岩视电阻率值,Ω·m;
ρs为解释层视电阻率值,Ω·m;
b为系数,b=1.0~2.0;
步骤(3)所述的获得视电阻率测井曲线形态特征的几何要素,包括:幅度、形态、顶底接触关系、光滑程度、齿中线,具体如下:
①幅度:幅度是测井曲线形态的重要特性之一,它反映的是沉积体的粒度、分选性及泥质含量等的变化趋势,并且间接反映了沉积环境的变化。一般情况下,高能环境中沉积物的粒度较粗,视电阻率值较大;而低能环境中沉积物的粒度较细,视电阻率值较小。曲线幅度大小变化可用中心均值(AV)描述,如公式3所示
式中:
X(i)为解释层测井曲线各测点数值;
N为解释层内测量总点数;
a为解释层测井曲线边界影响点数;
②形态:测井曲线的形态反映的是沉积过程中物源供应与水动力条件等特征。其基本形态有四种:箱形、钟形、漏斗形、菱形(图2)。测井曲线的“单一”形态变化用相对重心W描述,如公式4所示
式中:
X(i)为解释层测井曲线第i测点数值;
N为解释层内测点总数;
③顶底接触关系:顶底接触关系指沉积体之间的顶、底部测井曲线形态,反映的是沉积体沉积初期、末期的物源、水动力条件,一般可分为渐变型和突变型两大类,用方差D进行描述,如公式5所示
式中:
X(i)为解释层测井曲线第i测点数值;
N为解释层内测点总数;
④光滑程度及齿中线:光滑程度及齿中线属于曲线的次级形态,反映的是水动力对沉积物改造持续时间的长短。次级形态的发育与否决定了测井曲线的光滑程度,曲线光滑(曲线锯齿少)说明沉积时水动力作用强、持续时间较长;若曲线不光滑(锯齿发育),则说明沉积时水动力作用较弱、持续时间较短;用相对变号个数RC描述,如公式6所示
式中:
L为解释层测井曲线相邻测点值绝对差大于某给定锯齿门限值的个数;
N为解释层内测量总点数;
步骤(4)所述的基于贝叶斯(Bayes)判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数,具体如下:
基于贝叶斯Bayes判别准则,依据视电阻率测井曲线形态特征要素量化指标——中心均值AV、相对重心W、方差D、相对变号个数RC,建立沉积相定量判别函数,如公式7所示
Fg(X)=C0g+C1gX1+C2gX2+…+CmgXm…………(7)
式中:
g为沉积相类别数目,g=1,2,…,k;
i为测井曲线形态特征量化指标数目;i=1,2,…,m
Cig为判别系数;
Xi为测井曲线形态特征量化指标值;
C0g为判别函数常量值;
Fg(X)为沉积相定量判别函数。
步骤(5)所述的根据沉积相定量判别函数择优评判判断归入哪类沉积相,具体为:
贝叶斯(Bayes)判别分析是在多元统计中用于判别样品所属类型的一种统计分析方法。是一种在一些已知研究对象用某种方法已经分成若干类的情况下,确定新的样品观测数据属于哪一类的统计分析方法。所以,在实践应用中,首先,针对不同勘探区,建立基准钻孔资料,在取得对所关注对象相应的认识的基础上,求取判别函数公式7中的判别系数Cig;
其次,求取目的层(解释层)各测井相判别函数值Fg(X);
最后,求取Fg(X)最大值F/g(X),如公式8所示,判断F/g(X)归入哪类沉积相,如果F/g(X)归g类沉积相,那么对应测井相就归g类沉积相;
以内蒙古哈达图铀矿勘查区为例,采用本发明所述的一种综合地球物理测井数据处理方法,结果如下:
哈达图地区主要发育河流沉积体系,局部发育冲积扇沉积体系,主要沉积微相有六类:滞留沉积、点砂坝、天然堤、决口扇、洪泛、泥石流。
以视电阻率测井曲线形态特征量化指标中心均值(AV)、相对变号个数(RC)相对重心(W)方差(D)为自变量建立联立方程组,通过解方程,分别求取各沉积相(滞留沉积、点砂坝、天然堤、决口扇、洪泛、泥石流)定量判别函数的判别系数(表1)。
利用表1所建立的哈达图地区沉积相定量判别函数对该地区钻孔EZK928-2031进行沉积相定量判别计算,将定量判别结果与实际地质鉴定结论相对比(表2),发现其吻合程度非常高,吻合率达90.91%。
应用上述方法建立的哈达图地区沉积相定量判别函数对该区域内的部分钻孔进行定量识别,识别结果见表3。
表3显示:区域内32个钻孔沉积相定量解释正确率100%的有8个钻孔,占比25%,正确率90%的有8个钻孔,占比25%,正确率80%的有10个钻孔,占比31.25%,正确率70%的有3个钻孔,占比9.38%,正确率60%的有3个钻孔,占比9.38%;总体平均判对率90.63%。
理论上,贝叶斯(Bayes)判别分析判对率大于75%,则认为判别函数就是有效的,所以可以认为该方法与判别流程用于是定量识别沉积相是有效的。
表1哈达图地区各沉积微相定量判别函数及其判别系数一览表
表2哈达图地区EZK928-2031钻孔单井沉积相定量判别一览表
表3哈达图地区钻孔沉积相定量判别结果一览表
Claims (8)
1.一种综合地球物理测井数据处理方法,其特征在于,该方法包括如下步骤:
(1)选择视电阻率测井参数作为定量解释沉积环境的参数;
(2)分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础;
(3)获得视电阻率测井曲线形态特征的几何要素,包括:幅度、形态、顶底接触关系、光滑程度、齿中线;
(4)基于贝叶斯判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数;
(5)根据沉积相定量判别函数择优评判判断归入哪类沉积相。
2.根据权利要求1所述的一种综合地球物理测井数据处理方法,其特征在于,步骤(2)所述的分析视电阻率测井曲线具备“表征沉积物特征,并且可以使该沉积物与其它沉积物区别开来”的量化物理基础,具体如下:
①在一定的沉积环境条件下,视电阻率与岩石粒度之间存在公式1所示关系
Mz=C0+C1Δρs………………………………(1)
式中:
Mz为岩石粒度均值,mm;
C0、C1为解释层岩石粒度Mz与视电阻率相对值Δρs拟合系数;
Δρs为视电阻率相对值;
ρs为解释层视电阻率值,Ω·m;
ρsmin为纯泥岩视电阻率值,Ω·m;
ρsmax为纯砂岩视电阻率值,Ω·m;
②在一定的沉积环境条件下,视电阻率曲线幅值的大小,反映了岩层中泥质含量的多少;不同岩层的泥质含量Vsh与其视电阻率存在着下述公式2所示关系
式中:
ρsmax为纯砂岩视电阻率值,Ω·m;
ρsmin为纯泥岩视电阻率值,Ω·m;
ρs为解释层视电阻率值,Ω·m;
b为系数,b=1.0~2.0。
7.根据权利要求1所述的一种综合地球物理测井数据处理方法,其特征在于,步骤(4)所述的基于贝叶斯判别准则,依据视电阻率测井曲线形态特征要素量化指标,建立沉积相定量判别函数,具体如下:
基于贝叶斯Bayes判别准则,依据视电阻率测井曲线形态特征要素量化指标——中心均值AV、相对重心W、方差D、相对变号个数RC,建立沉积相定量判别函数,如公式7所示
Fg(X)=C0g+C1gX1+C2gX2+…+CmgXm…………(7)
式中:
g为沉积相类别数目,g=1,2,…,k;
i为测井曲线形态特征量化指标数目;i=1,2,…,m
Cig为判别系数;
Xi为测井曲线形态特征量化指标值;
C0g为判别函数常量值;
Fg(X)为沉积相定量判别函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811579260.3A CN111352165A (zh) | 2018-12-24 | 2018-12-24 | 一种综合地球物理测井数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811579260.3A CN111352165A (zh) | 2018-12-24 | 2018-12-24 | 一种综合地球物理测井数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111352165A true CN111352165A (zh) | 2020-06-30 |
Family
ID=71195246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811579260.3A Pending CN111352165A (zh) | 2018-12-24 | 2018-12-24 | 一种综合地球物理测井数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111352165A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2487239C1 (ru) * | 2012-09-19 | 2013-07-10 | Открытое акционерное общество "Татнефть" им. В.Д. Шашина | Способ определения нефтенасыщенных пластов |
CN103510947A (zh) * | 2012-06-21 | 2014-01-15 | 中国石油化工股份有限公司 | 滩坝砂岩微相识别模式的建立及其在微相识别中的应用 |
CN104020509A (zh) * | 2014-06-20 | 2014-09-03 | 中国石油大学(华东) | 基于Bayes判别分析的砂质滩坝沉积微相测井识别方法 |
CN108072915A (zh) * | 2016-11-16 | 2018-05-25 | 中国石油天然气股份有限公司 | 一种识别碳酸盐岩颗粒滩相的方法 |
-
2018
- 2018-12-24 CN CN201811579260.3A patent/CN111352165A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103510947A (zh) * | 2012-06-21 | 2014-01-15 | 中国石油化工股份有限公司 | 滩坝砂岩微相识别模式的建立及其在微相识别中的应用 |
RU2487239C1 (ru) * | 2012-09-19 | 2013-07-10 | Открытое акционерное общество "Татнефть" им. В.Д. Шашина | Способ определения нефтенасыщенных пластов |
CN104020509A (zh) * | 2014-06-20 | 2014-09-03 | 中国石油大学(华东) | 基于Bayes判别分析的砂质滩坝沉积微相测井识别方法 |
CN108072915A (zh) * | 2016-11-16 | 2018-05-25 | 中国石油天然气股份有限公司 | 一种识别碳酸盐岩颗粒滩相的方法 |
Non-Patent Citations (2)
Title |
---|
王仁铎: "利用测井曲线形态特征定量判别沉积相", 《地球科学-中国地质大学学报》 * |
王贵文,郭荣坤: "《测井地质学》", 30 November 2000 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111425190B (zh) | 一种页岩气地层岩性识别方法、系统、存储介质、终端 | |
KR101853334B1 (ko) | 순차층서 분석을 통한 비전통자원 개발 구간 예측 방법 | |
Moradi et al. | Inversion of well logs into rock types, lithofacies and environmental facies, using pattern recognition, a case study of carbonate Sarvak Formation | |
CN107977480A (zh) | 一种页岩气储层产气性快速评价方法 | |
CN105572747B (zh) | 一种识别高盐富钾区注水开发油藏碎屑岩岩性的方法 | |
Zaitouny et al. | Fast automatic detection of geological boundaries from multivariate log data using recurrence | |
Schlanser et al. | Lithofacies classification in the Marcellus Shale by applying a statistical clustering algorithm to petrophysical and elastic well logs | |
CN117365458A (zh) | 一种混积型页岩储层岩性测井识别方法 | |
Mulyanto et al. | Porosity and permeability prediction using pore geometry structure method on tight carbonate reservoir | |
Bentley | Practical turbidite interpretation: The role of relative confinement in understanding reservoir architectures | |
CN113050168B (zh) | 基于阵列声波测井和声波远探测测井资料的裂缝有效性评价方法 | |
CN109826623A (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
CN112185469B (zh) | 一种预测海域天然气水合物有利聚集区的方法 | |
CN113534284A (zh) | 一种利用水质参数推测砂体氧化带发育特征的方法 | |
CN110399649B (zh) | 一种基于成岩指示元素的变质岩量化识别方法 | |
CN111352165A (zh) | 一种综合地球物理测井数据处理方法 | |
CN109709155A (zh) | 一种应用视电阻测井曲线定量判别沉积相的方法 | |
CN108375803A (zh) | 一种泥岩墙的识别方法及系统 | |
Bagheri et al. | Characterization of reservoir rock types in a heterogeneous clastic and carbonate reservoir | |
CN112987126A (zh) | 一种岩石物理相的地球物理预测方法 | |
Salim et al. | A diagenetic facies model for characterizing yanan formation, ordos basin, north Central China | |
CN112731544A (zh) | 一种基于机器监督学习识别页岩纹层组合类型的方法 | |
Guo et al. | Prediction of hydrocarbon source rock distribution using logging curves: A case study of Es3 2 source rock in Nanpu Sag, Huanghua depression, Bohai Bay Basin | |
CN114114453A (zh) | 一种判别砂岩胶结矿物类型的方法 | |
Adeigbe et al. | Geology, Palynomorphs Distribution, Stratigraphy and Depositional Environments of Lewumeji and Idogun Wells, Eastern Dahomey Basin Southwestern, Nigeria |
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 |