CN111352172A - 一种用井震联合法获取铀异常在砂体中空间分布位置的方法 - Google Patents

一种用井震联合法获取铀异常在砂体中空间分布位置的方法 Download PDF

Info

Publication number
CN111352172A
CN111352172A CN202010106643.XA CN202010106643A CN111352172A CN 111352172 A CN111352172 A CN 111352172A CN 202010106643 A CN202010106643 A CN 202010106643A CN 111352172 A CN111352172 A CN 111352172A
Authority
CN
China
Prior art keywords
uranium
well
data
seismic
sand
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
Application number
CN202010106643.XA
Other languages
English (en)
Other versions
CN111352172B (zh
Inventor
孙章庆
韩复兴
张原庆
王雪秋
刘明忱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN202010106643.XA priority Critical patent/CN111352172B/zh
Publication of CN111352172A publication Critical patent/CN111352172A/zh
Application granted granted Critical
Publication of CN111352172B publication Critical patent/CN111352172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

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)

Abstract

本发明涉及一种用井震联合法获取铀异常在砂体中的三维分布位置,包括读入三维地震、钻井和测井数据,铀异常目标层段与精细井震标定,铀异常目标层段井资料岩石物理敏感性分析,铀异常目标层段精细构造解释与反演初始模型建立,铀异常目标层段高分辨率三维井震砂体反演与精度评估,叠合伽玛测井曲线与三维反演数据体快速获取铀异常与砂体空间对应关系等。解决了铀异常在砂体中的具体分布,为详勘提供了可靠的布钻依据。与仅基于钻井资料分析方法相比,本发明方法能够获得包含岩石物理敏感性分析和精度评估的井震联合法具有更好针对性、可靠性和精度保障。极大地减少了大量钻探工作量,提高了详勘的工作效率,极大地降低了野外工作成本。

Description

一种用井震联合法获取铀异常在砂体中空间分布位置的方法
技术领域
本发明涉及计一种基于三维井震联合分析快速获取铀异常在砂体中的三维空间对应关系,尤其是用井震联合法获取铀异常在砂体中空间分布位置的方法。
背景技术
砂岩型铀矿是一种对国家核能和国防安全有重要战略意义,且可以通过地浸方式低成本清洁采矿的新型资源。《沉积学报》2005年公开了焦养泉等的“鄂尔多斯盆地东北部直罗组底部砂体成因分析——砂岩型铀矿床预测的空间定位基础”,该文指出砂体既是铀成矿流体的运移通道,也是铀成矿的储集空间,研究铀异常与砂体的空间对应关系,可以用于砂岩型铀矿成矿规律的总结和铀成矿空间的定位。因此,本发明围绕铀异常与砂体的空间对应关系的获取方法展开,对于发现砂岩型铀矿的成矿规律、建立成矿理论、精细开发砂岩型铀矿以及勘探新矿床都具有重要理论意义与实际价值义。
目前在砂岩型铀矿铀异常与砂体空间对应关系获取方面,主要有基于钻孔统计的平面分布法、基于钻孔统计的剖面法和平面结合剖面的方法。
关于基于钻孔统计的平面分布法,《铀矿地质》2005年公开了焦养泉等的“砂体非均质性是铀成矿的关键因素之一——鄂尔多斯盆地东北部铀成矿规律探讨”,该文通过研究区(局部)地层含砂率、层间氧化带和铀矿化叠合平面图分析了砂体非均质性与成矿的关系;《铀矿地质》2015年公开了蒋宏等的“伊犁盆地南缘蒙其古尔铀矿床含矿砂体与铀成矿的关系”,该文通过蒙其古尔铀矿床三工河组下段砂体与铀矿带平面关系图研究了含矿砂体与铀成矿的关系;《中国煤炭地质》2016年公开了康勇等的“伊犁盆地南缘含矿砂体特征与铀成矿关系研究”,该文通过蒙其古尔铀矿床Ⅴ2 2旋回砂体等厚度平面图分析了砂体沉积特征与铀成矿的关系;《现代矿业》2018年公开了刘治国等的“新疆吐哈盆地十红滩铀矿床南矿带含矿砂体与铀矿体的空间展布关系”,该文通过十红滩铀矿床南矿带下亚段矿体分布平面图分析了含矿砂体与铀矿体的空间展布关系。
关于基于钻孔统计的剖面法,《铀矿地质》2005年公开了吴仁贵和余达淦的“辫状沉积砂体与砂岩型铀矿的关系剖析”,该文通过东胜铀矿区某剖面图分析了辫状沉积砂体与铀矿化的作用;《西部探矿工程》2010年公开了申平喜的“新疆温宿县萨瓦甫齐铀矿含矿砂体特征研究”,该文通过铀矿体产出位置剖面图分析了含矿砂体的空间展布、体厚度、砂泥比与铀矿体的关系;《现代矿业》2016年公开了张磊等的“蒙其古尔铀矿床三工河组砂体特征与铀成矿的关系”,该文通过三工河组上段南和下段铀矿体剖面图分析了砂体空间展布特征与铀成矿的关系。
关于平面结合剖面的方法,《科学技术与工程》2014年公开了张虎军等的“伊犁盆地南缘乌库尔其铀矿床西山窑组下段砂体特征与铀成矿关系”,该文通过沉积相与铀成矿关系平面示意图和乌库尔其铀矿床461勘探线西山窑组下段沉积与铀成矿关系剖面示意图分析了砂体厚度平面展布特征和砂地比平面展布特征与铀成矿的关系;《沉积与特提斯地质》2014年公开了杜默等的“伊犁盆地扎吉斯坦北部西山窑组下段砂体发育特征与铀成矿的关系”,该文通过西山窑组下段横向剖面图和砂体空间展布与铀成矿关系平面示意图分析了砂体空间展布特征与铀成矿的关系;《中国矿业》2015年公开了王强强等的“伊犁盆地乌库尔其铀矿床西山窑组上段砂体发育特征与铀成矿分析”,该文通过西山窑组上段Ⅶ1亚旋回砂体等厚度及铀矿体分布平面示意图和369号勘探线Ⅶ1与Ⅶ2亚旋回矿体形态剖面示意图分析了砂体平面展布特征与铀成矿关系。《西部资源》2016年公开了田栋栋等的“唐公梁——大营西段直罗组下段上亚段砂体非均质性与铀矿化的关系”,该文通过唐公梁——大营西段直罗组下段上亚段砂体厚度与铀矿化叠合平面示意图和唐公梁——大营西段B0号勘探线剖面图分析了砂体非均质性与铀矿化的关系。
以上三种方法均能在一定程度上获取铀异常与砂体的空间对应关系,这些空间对应关系对于分析砂岩型铀矿的成矿规律和成矿理论有重要意义。但是,这些方法却有如下缺点:①仅在有一定数量钻井数据时,才能得到可靠的表征铀异常与砂体空间对应关系的平面图或剖面图;②仅能得到砂体在一个或几个面内的空间对应关系,不能得到全三维空间内铀异常与砂体的空间对应关系。与上述三种方法不同,基于三维地震、钻井和测井资料的井震联合法却能得到表征砂体空间展布特征的三维数据体,进而获取全三维空间中铀异常与砂体的空间对应关系。目前,在砂岩型铀矿领域,关于基于三维井震砂体反演的研究仅有《铀矿冶》2018年公开的罗林的“地质统计学反演在钱家店地区砂岩型铀矿勘探中的应用”,但是该项研究工作都聚焦在伽玛参数反演上,没有深入研究和探讨砂体与矿体的空间对应关系。鉴于此,本发明首先采用三维井震砂体反演获取砂体的空间展布,然后叠合井中伽玛异常值域段来简洁直观的研究铀异常与砂体的空间对应关系。
发明内容
本发明的目的就在于针对上述现有技术基于钻井资料统计的剖面法和平面法效率低、井间需要插值或推测、只能得到一个平面或局部空间对应关系、不易获取全三维空间对应关系等问题,提供一种用井震联合法获取铀异常在砂体中空间分布位置的方法。
本发明的目的是通过以下技术方案实现的:
一种用井震联合法获取铀异常在砂体中空间分布位置的方法,包括如下步骤:
a、读入目标工区的三维地震资料、钻井资料和测井资料;
b、铀异常目标层段的精确定位与精细井震标定;
c、铀异常目标层段井资料的砂岩岩石物理敏感性分析;
d、铀异常目标层段精细构造解释与反演初始模型建立;
e、铀异常目标层段高分辨率三维井震砂体反演与精度评估;
f、将伽玛测井曲线与三维反演数据体叠合在一起,获取铀异常在砂体中的空间对应关系,进而得到铀异常在砂体中的具体位置。
有益效果:本发明针对常规基于钻井资料分析的平面法与剖面法存在的问题,综合利用三维地震和井资料,提出了一种用井震联合法获取铀异常在砂体中空间分布位置的方法,解决了铀异常在砂体中的具体分布,为详勘提供了可靠的布钻依据。该方法具有如下特点:①与常规仅基于钻井资料分析的平面法和剖面法相比,综合利用井震资料获取铀异常与砂体三维空间对应关系的井震联合法,能够获得不止一个或几个平面内的,而是全三维空间的铀异常与砂体的三维空间对应关系;②包含岩石物理敏感性分析和精度评估的井震联合法,比常规需要井间插值或推测的仅基于钻井资料分析的平面法和剖面法,具有更好的针对性、可靠性和精度保障;③基于井震联合反演和测井数据叠加的方法,无需开展大量钻井数据的细致统计工作,因此能在更短的工期内完成分析工作。极大地减少了大量钻探工作量,提高了详勘的工作效率,极大地降低了野外工作成本。
附图说明
图1、一种用井震联合法获取铀异常在砂体中空间分布位置的方法流程图;
图2、本发明具体实施例实现过程详解示意图;
图3、三维反演数据体的一个沿层切片
图4、反演剖面与井中测井参数和砂体吻合程度的精度评估
图5、铀异常与砂体的空间对应关系图
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
如图1所示,一种用井震联合法获取铀异常在砂体中空间分布位置的方法,包括如下步骤:
a、读入目标工区的三维地震资料、钻井资料和测井资料;
所述的三维地震资料用于砂体反演,钻井资料和测井资料综合利用可进行岩石物理敏感性分析进而找出最能表征砂岩的井震砂体反演目标参数,测井资料主要用于铀异常目标层段精确定位与精细井震标定;
b、铀异常目标层段的精确定位与精细井震标定;
所述的铀异常目标层段的选取是基于测井伽玛曲线的异常区结合钻井岩心的砂岩区共同确定的,即砂岩中的高伽玛区为砂岩型铀矿的铀异常区,选定后的目标层段是通过测井声波曲线制作合成地震记录,并与地震剖面对比来实现精细井震标定,进而建立井震数据的时深对应关系;
c、铀异常目标层段井资料的砂岩岩石物理敏感性分析;
所述的钻井的岩心资料提供岩性信息,岩石物理敏感性分析的目的是筛选出最能区分砂岩的测井参数作为井震砂体反演的目标参数,具体实施时采用的方法是定量化的将各种测井参数数据与岩性做交会分析,进而确定某种测井参数能否区分砂岩以及区分砂岩的具体值域范围是多少;
d、铀异常目标层段精细构造解释与反演初始模型建立;
所述的构造解释是在步骤b的精细井震标定的基础上开展的,包括层位解释和断层解释两个部分,层位解释首先是通过对比过井剖面和骨干剖面,然后逐条测线追踪每个目标层位而实现的,断层解释则是基于地震数据的相干属性来实施的,最终层位和断层解释成果构成反演初始模型的框架结构;
e、铀异常目标层段高分辨率三维井震砂体反演与精度评估;
所述的反演是以步骤d的初始模型为基础,以步骤c优选出的目标测井参数为对象,在测井数据的约束下,实施的井震联合反演,反演最终得到的是能表征砂岩的三维参数数据体,该数据体需要在与测井曲线和钻井岩心岩性进行吻合程度对比的精度评估后才能被使用;
f、将伽玛测井曲线与三维反演数据体叠合在一起,获取铀异常与砂体的空间对应关系;
所述的铀异常是通过伽玛曲线的值域异常区间来表述的,经过步骤e精度评估后的三维反演数据体能够表征砂体的三维空间展布特征,将二者叠合在一起即可快速获取铀异常与砂岩的三维空间对应关系,进而得到铀异常在砂体中的具体位置。
实施例
a、如图2a所示,读入目标工区的三维地震资料、钻井资料和测井资料,其中三维地震资料用于砂体反演,钻井资料和测井资料综合利用可进行岩石物理敏感性分析进而找出最能表征砂岩的井震砂体反演目标参数,测井资料主要用于铀异常目标层段精确定位与精细井震标定;
b、如图2b所示,铀异常目标层段的精确定位与精细井震标定,其中铀异常目标层段的选取是基于测井伽玛曲线的异常区结合钻井岩心的砂岩区共同确定的,即砂岩中的高伽玛区为砂岩型铀矿的铀异常区,选定后的目标层段是通过测井声波曲线制作合成地震记录,并与地震剖面对比来实现精细井震标定,进而建立井震数据的时深对应关系,在实施时发现:在井震标定环节除了需要对照合成地震记录与地震数据的相关性,还需要对照岩性小层与地震数据的分层情况,进而精细评估标定的可靠性;
c、如图2c所示,铀异常目标层段井资料的砂岩岩石物理敏感性分析,其中钻井的岩心资料提供岩性信息,岩石物理敏感性分析的目的是筛选出最能区分砂岩的测井参数作为井震砂体反演的目标参数,具体实施时采用的方法是定量化的将各种测井参数数据与岩性做交会分析,进而确定某种测井参数能否区分砂岩以及区分砂岩的具体值域范围是多少,在实施时发现:本研究区岩石物理敏感性分析得出的最能表征砂岩的测井参数是电阻率,其中大于5.0欧姆﹒米的值域范围岩性是砂岩的概率非常大,且数值越大概率越大;
d、如图2d所示,铀异常目标层段精细构造解释与反演初始模型建立,其中构造解释是在步骤b的精细井震标定的基础上开展的,包括层位解释和断层解释两个部分,层位解释首先是通过对比过井剖面和骨干剖面,然后逐条测线追踪每个目标层位而实现的,断层解释则是基于地震数据的相干属性来实施的,最终层位和断层解释成果构成反演初始模型的框架结构,在实施时发现:为了高分辨率反演,相比常规的层位解释,面向砂岩型铀矿的解释密度需要更高;
e、如图2e所示,铀异常目标层段高分辨率三维井震砂体反演与精度评估,其中反演是以步骤d的初始模型为基础,以步骤c优选出的目标测井参数为对象,在测井数据的约束下,实施的井震联合反演,反演最终得到的是能表征砂岩的三维参数数据体,该数据体需要在与测井曲线和钻井岩心岩性进行吻合程度对比的精度评估后才能被使用,本研究区域反演数据体与井中数据的平均符合率为88.60%;
f、如图2f所示,将伽玛测井曲线与三维反演数据体叠合在一起,获取铀异常与砂体的空间对应关系,其中铀异常是通过伽玛曲线的值域异常区间来表述的,经过步骤e精度评估后的三维反演数据体能够表征砂体的三维空间展布特征,将二者叠合在一起即可快速获取铀异常与砂岩的三维空间对应关系
图3-5给出了图2中在工作区具体实施过程中的一些核心结果,分析它们可得出如下现象和结论:
①图3为研究区砂岩型铀矿目的层位的砂体分布情况,图中红颜色表示反演数据的高值区,对应着大概率的岩性为砂岩,图中J01-J06表示目的层位中铀异常明显高值区,从平面图上可以明显看出,它们基本位于巨厚砂体附近,相对砂泥交互的过渡区,这与地质上的成矿规律和成矿理论是吻合的;
②图4为反演剖面与井中电阻率曲线(左)和井中岩性分布(右)的吻合程度,分析左右两图可以发现反演结果与井中数据吻合良好,井中电阻率曲线的高值区,对应着反演结果的高值区,同时井中砂体的分布区,也对应着反演结果的高值区,且对应关系良好;
③图5为砂岩型铀矿目标层段反演剖面与井中伽玛曲线的叠合图,通过该图可以一定程度反映砂体(反演数据体)与矿体(井中伽玛异常高值区)的空间对应关系,从图中可以清晰看出:井中的高伽玛区基本均位于反演数据的高值区向低值区过渡的区带,这一现象与图3的现象是完全吻合的,同时与地质资料上的成矿规律和成矿理论也是吻合的。基于上述的分析可知:本发明方法确实能够直观的得出砂体与铀异常在三维空间上的对应关系,同时目标层位平面和目标层段剖面的横纵向结果均能得出一致的结论,进而得到铀异常在砂体中的具体位置。

Claims (1)

1.一种用井震联合法获取铀异常在砂体中空间分布位置的方法,其特征在于,包括以下步骤:
a、读入目标工区的三维地震资料、钻井资料和测井资料,并全面评估资料质量;
b、铀异常目标层段的精确定位与精细井震标定;
c、铀异常目标层段井资料的砂岩岩石物理敏感性分析;
d、建立铀异常目标层段精细构造解释与反演初始模型;
e、铀异常目标层段高分辨率三维井震砂体反演与精度评估;
f、将伽玛测井曲线与三维反演数据体叠合在一起,获取铀异常在砂体中的空间对应关系,进而得到铀异常在砂体中的具体位置。
CN202010106643.XA 2020-02-21 2020-02-21 一种用井震联合法获取铀异常在砂体中空间分布位置的方法 Active CN111352172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010106643.XA CN111352172B (zh) 2020-02-21 2020-02-21 一种用井震联合法获取铀异常在砂体中空间分布位置的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010106643.XA CN111352172B (zh) 2020-02-21 2020-02-21 一种用井震联合法获取铀异常在砂体中空间分布位置的方法

Publications (2)

Publication Number Publication Date
CN111352172A true CN111352172A (zh) 2020-06-30
CN111352172B CN111352172B (zh) 2021-12-03

Family

ID=71190550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010106643.XA Active CN111352172B (zh) 2020-02-21 2020-02-21 一种用井震联合法获取铀异常在砂体中空间分布位置的方法

Country Status (1)

Country Link
CN (1) CN111352172B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983721A (zh) * 2020-08-26 2020-11-24 核工业北京地质研究院 一种砂岩铀矿“泥-砂-泥”地质结构识别方法及系统
CN112180465A (zh) * 2020-11-03 2021-01-05 中国石油化工股份有限公司 一种井震联合的地层展布确定方法
CN112228049A (zh) * 2020-09-30 2021-01-15 核工业二〇八大队 地浸工艺钻孔的测量方法
CN112946738A (zh) * 2021-01-27 2021-06-11 吉林大学 一种砂岩型铀矿储层综合地质建模方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102759748A (zh) * 2012-07-04 2012-10-31 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于目标分析的交汇分析地震储层预测方法
WO2014124885A1 (en) * 2013-02-15 2014-08-21 Total S.A. Method of modelling a subsurface volume
CN106054248A (zh) * 2016-07-15 2016-10-26 河海大学 一种基于大面积致密储层地震岩石物理反演方法
CN106970422A (zh) * 2017-03-02 2017-07-21 中国石油化工股份有限公司 一种在三类avo亮点特征储层区识别非亮点油藏的方法
CN109343120A (zh) * 2018-10-17 2019-02-15 吉林大学 融入约束稀疏脉冲反演低频补偿的声波曲线重构方法
CN109387867A (zh) * 2017-08-10 2019-02-26 中国石油化工股份有限公司 一种致密砂岩储层建模方法
US20190302294A1 (en) * 2018-04-02 2019-10-03 Chevron U.S.A. Inc. Systems and methods for refining estimated effects of parameters on amplitudes

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102759748A (zh) * 2012-07-04 2012-10-31 中国石油集团川庆钻探工程有限公司地球物理勘探公司 基于目标分析的交汇分析地震储层预测方法
WO2014124885A1 (en) * 2013-02-15 2014-08-21 Total S.A. Method of modelling a subsurface volume
CN106054248A (zh) * 2016-07-15 2016-10-26 河海大学 一种基于大面积致密储层地震岩石物理反演方法
CN106970422A (zh) * 2017-03-02 2017-07-21 中国石油化工股份有限公司 一种在三类avo亮点特征储层区识别非亮点油藏的方法
CN109387867A (zh) * 2017-08-10 2019-02-26 中国石油化工股份有限公司 一种致密砂岩储层建模方法
US20190302294A1 (en) * 2018-04-02 2019-10-03 Chevron U.S.A. Inc. Systems and methods for refining estimated effects of parameters on amplitudes
CN109343120A (zh) * 2018-10-17 2019-02-15 吉林大学 融入约束稀疏脉冲反演低频补偿的声波曲线重构方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孙章庆 等: "基于三维地质统计学反演的单砂体精细雕刻技术", 《中国地球科学联合学术年会论文集.2018》 *
李子伟 等: "砂岩型铀矿波阻抗反演砂体识别技术研究", 《世界核地质科学》 *
李翀 等: "井震联合反演技术在砂岩型铀矿找矿中的应用研究", 《中国地球科学联合学术年会论文集.2017》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983721A (zh) * 2020-08-26 2020-11-24 核工业北京地质研究院 一种砂岩铀矿“泥-砂-泥”地质结构识别方法及系统
CN112228049A (zh) * 2020-09-30 2021-01-15 核工业二〇八大队 地浸工艺钻孔的测量方法
CN112180465A (zh) * 2020-11-03 2021-01-05 中国石油化工股份有限公司 一种井震联合的地层展布确定方法
CN112180465B (zh) * 2020-11-03 2022-06-21 中国石油化工股份有限公司 一种井震联合的地层展布确定方法
CN112946738A (zh) * 2021-01-27 2021-06-11 吉林大学 一种砂岩型铀矿储层综合地质建模方法
CN112946738B (zh) * 2021-01-27 2024-06-21 吉林大学 一种砂岩型铀矿储层综合地质建模方法

Also Published As

Publication number Publication date
CN111352172B (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
CN111352172B (zh) 一种用井震联合法获取铀异常在砂体中空间分布位置的方法
CN108279444A (zh) 一种热液型铀矿深部探测方法
Bergmann et al. Combination of seismic reflection and constrained resistivity inversion with an application to 4D imaging of the CO 2 storage site, Ketzin, Germany
CN105510993A (zh) 前陆盆地深埋挤压型复杂膏盐岩层识别和分布预测方法
CN110018528B (zh) 幔源油气综合地质分析方法
CN104049283A (zh) 一种用于前陆盆地巨厚砾岩体识别与预测的方法
Hamlin et al. Geology and petrophysics of the bakken unconventional petroleum system
Chen et al. Geophysical interpretation of a subsurface landslide in the Southern Qinshui Basin
Dai et al. Reunderstanding and significance of high-quality reservoirs of the inner Dengying Formation in the Anyue Gas Field
Trippetta et al. Carbonate-ramp reservoirs modelling best solutions: Insights from a dense shallow well database in Central Italy
Liu et al. Seismic characterization of fault and fractures in deep buried carbonate reservoirs using CNN-LSTM based deep neural networks
Thachaparambil Discrete 3D fracture network extraction and characterization from 3D seismic data—A case study at Teapot Dome
Liu et al. Integrated seismic–geological prediction of tectonic coal via main controlling factors
Seib et al. Assessment of a medium-deep borehole thermal energy storage site in the crystalline basement: A case study of the demo site Lichtwiese Campus, Darmstadt
Wu et al. Combination of seismic attributes using clustering and neural networks to identify environments with sandstone-type uranium mineralization
Laudon et al. Machine learning applied to 3D seismic data from the Denver-Julesburg basin improves stratigraphic resolution in the Niobrara
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
Chan Subsurface geophysical characterization of the crystalline Canadian Shield in northeastern Alberta: implications for geothermal development
Zhang et al. Sand-mudstone modeling of fluvial fan sedimentary facies: a case study of Shanxi Formation reservoir in Ordos Basin
Pranter et al. Sequence-stratigraphic, petrophysical, and multicomponent seismic analysis of a shelf-margin reservoir: San Andres Formation (Permian), Vacuum field, New Mexico, United States
Zhang et al. Multi-parameters logging identifying method for sand body architectures of tight sandstones: A case from the Triassic Chang 9 Member, Longdong area, Ordos Basin, NW China
Zeng et al. Three-dimensional seismic analysis of a polygonal fault system (PFS) in the Northern Carnarvon Basin, Australia: Implications for fluid flow migration and gas hydrate system
Li et al. Multiscale Modeling of Meandering Fluvial Reservoir Architecture Based on Multiple‐Point Geostatistics: A Case Study of the Minghuazhen Formation, Yangerzhuang Oilfield, Bohai Bay Basin, China
Sun et al. Reservoir characterization of sandstone type uranium deposit: 3D field dataset example
Hu et al. Seismic interpretation of sandstone-type uranium deposits in the Songliao Basin, Northeast China

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