莺歌海盆地海口鼻状构造带有利储层预测

孙万元 ,  黄晟 ,  汪锐 ,  刘姝娴

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (5) :1893-1907

PDF (44433KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (5) :1893-1907 DOI: 10.12404/j.issn.1671-1815.2500582
天文学、地球科学

莺歌海盆地海口鼻状构造带有利储层预测

作者信息 +

Favorable Reservoir Prediction of Haikou Nose Structural Belt of Yinggehai Basin

Author information +
文章历史 +

摘要

莺歌海盆地莺北区海口鼻状构造带油气资源丰富,具有较大的勘探潜力。针对莺歌海盆地低孔超低渗储层存在地质结构复杂、地震响应规律不明、地球物理预测难度大等问题,从莺歌海盆地莺北区海口鼻状构造带的地质背景出发,利用已知的探井资料开展储层预测工作,首先结合地震资料和岩石物理分析确定储层敏感参数,进而明确研究工区地球物理特征和油气藏分布规律,创新性融合波形指示相控反演、岩性流体概率预测及吸收衰减分析技术,构建多参数协同预测体系,显著提升储层参数反演精度。利用波形指示相控反演技术反演储层的纵横波阻抗和纵横波速度比,并结合吸收衰减技术和岩性流体概率预测技术定量评估研究区内岩相和流体类型及横向展布,进而确定有利储层的发育和空间分布范围。根据储层预测结果部署B1井实现对研究工区的有效开发,最后将实测的孔隙度与预测结果相对比,发现储层预测结果与测井和地震数据吻合性较高,为探明莺歌海盆地的地质储量,提升低渗气藏有利储层的预测准确率具有重要意义。

Abstract

The Yinggehai Basin, particularly the Haikou nose structural belt in its northern region, is rich in oil and gas resources with significant exploration potential. However, the low-porosity and ultra-low-permeability reservoirs in this area were characterized by complex geological structures, unclear seismic response patterns, and significant challenges in geophysical prediction. Reservoir prediction was conducted based on the geological background of the Haikou nose structural belt in the northern Yinggehai Basin, utilizing available exploration well data. First, sensitive reservoir parameters were determined by integrating seismic data with rock physics analysis. Subsequently, the area’s geophysical characteristics and hydrocarbon distribution patterns were clarified. A multi-parameter collaborative prediction system was established through the innovative combination of waveform-indicated facies-controlled inversion, lithology-fluid probability prediction, and absorption attenuation analysis. This system significantly improved the accuracy of reservoir parameter inversion. The reservoirs’ compressional-wave impedance, shear-wave impedance, and P-wave-to-S-wave velocity ratio were obtained through waveform-indicated facies-controlled inversion. Furthermore, lithofacies, fluid types, and their lateral distribution were quantitatively evaluated by absorption attenuation analysis and lithology-fluid probability prediction. The spatial distribution of favourable reservoirs was thereby determined. Based on the reservoir prediction results, well B1 was deployed to develop the study area effectively. Finally, the measured porosity was compared with the predicted values, and high consistency with well logging and seismic data was demonstrated. The geological reserves in the Yinggehai Basin are expected to be better evaluated through the study, and the prediction accuracy of favourable low-permeability gas reservoirs is anticipated to be improved.

Graphical abstract

关键词

低渗储层 / 储层参数预测 / 波形指示相控反演 / 地震响应特征 / 莺歌海盆地

Key words

low-permeability reservoir / prediction of reservoir parameters / waveform-indicated phased inversion / seismic response characteristics / Yinggehai Basin

引用本文

引用格式 ▾
孙万元, 黄晟, 汪锐, 刘姝娴. 莺歌海盆地海口鼻状构造带有利储层预测[J]. 科学技术与工程, 2026, 26(5): 1893-1907 DOI:10.12404/j.issn.1671-1815.2500582
SUN Wan-yuan, HUANG Sheng, WANG Rui, LIU Shu-xian. Favorable Reservoir Prediction of Haikou Nose Structural Belt of Yinggehai Basin[J]. Science Technology and Engineering, 2026, 26(5): 1893-1907 DOI:10.12404/j.issn.1671-1815.2500582

登录浏览全文

4963

注册一个新账户 忘记密码

目前,莺歌海盆地是南海北部天然气勘探的主要区域,是建设“海南万亿大气区”的重要战场。莺歌海盆地在梅山组、黄流组沉积时期,受到越东和海南岛物源的共同影响,在中央凹陷带低位海底扇和斜坡近凹带水道两类储集体中发育多个岩性圈闭,油气资源潜力巨大[1-5],其中莺歌海盆地孔隙结构复杂,且裂缝发育,增加了勘探开发的难度[6-8]。直到2024年,再探莺歌海盆地,以长水平井求产为目的11部署探井,落实甜点储层发育区,力证“强压实”相低渗储层具备产能条件。马剑等[9]通过进行凝析水含量测定实验,分析莺歌海盆地高温高压气藏含气饱和度的控制因素;谢玉洪等[10]从Zoeppritz方程的近似式出发构建适用于Ⅱ类振幅随偏移角变化(amplitude variation with offset,AVO)异常的“暗点”识别因子,提高了“暗点”型油气藏识别的敏感性;李芳等[11]研发适用于高阻抗薄层的孔隙度校正公式,显著提高目标区物性预测精度;刘仕友等[12]根据弹性参数和储层物性参数的关系,引入布谷鸟算法寻求物性参数的最优解,提高储层预测物性参数反演的精度;成涛等[13]利用稀疏反演区分砂岩几类AVO特征,能够有效区分纵波阻抗差异较大的区域的“甜点”的平面展布;孟凡可等[14]利用了联合建模匹配衰减技术,应用多道均衡匹配滤波技术对地震资料和多次波模型进行联合匹配衰减;郭伟等[15]建立振幅影响因素的理论模版,分析了不同影响造成的振幅规律差异。然而,莺歌海盆地具有地质结构复杂、地震响应规律不明、地球物理预测难度大等条件,仍然为后续油气勘探带来了巨大的挑战,亟需结合多种适用于低孔超低渗储层的物性参数预测方法,以合理表征莺歌海盆地复杂的地质特征。
地震波形指示相控反演利用地震波形的横向相似性,结合测井高频信息,实现高分辨率反演,突破传统地震资料分辨率的极限[16]。波形指示相控反演技术选择井样本时体现“相控”思想,并结合地质沉积认识,将同一沉积相内空间距离近、波形相似性高的井作为同类,通过井震结合来进行高频模拟,有效针对低孔低渗储层的岩石物理特征[17]。前人的研究证明波形指示反演对储层参数的预测具有一定的优势。李亚哲等[18]利用波形指示反演对沙砾岩的物性参数定量预测;陈彦虎等[19]构建不同地震相的贝叶斯反演框架,有效实现薄互层地震相的精准预测;周自强等[20]基于坐标旋转的储层指示构建技术结合拟声波阻抗重构技术,有效预测了黄骅坳陷致密砂岩的储层预测;鲁秀芹等[21]提出用远道部分叠加数据减近道部分叠加反演预测敏感参数体,成功解决了原生煤和构造煤的分布情况不明显的难题;殷文[22]根据准噶尔盆地红车断裂带富含火山岩、非均质性强、断裂复杂的特征,综合利用沿层切片技术、波形相控反演进行地震多属性分析,明确优势储层发育的空间展布;任广磊等[23]基于压缩感知扩频数据进行地震波形指示反演,对预测5~6 m的致密薄储层具有较高的可靠性。
基于上述内容,现首先分析莺歌海盆地莺北区海口鼻状构造带地质背景,综合地震资料和测井信息识别储层的岩性特征,结合地震资料和岩石物理分析确定研究工区内地球物理特征和富集规律,基于岩石物理量版,提出Vp/Vs(纵横波速度比)与Ip(纵波阻抗)联合约束的敏感参数组合,解决低渗储层阻抗重叠难题,并首次在莺歌海盆地应用“波形指示相控反演+岩性流体概率预测+吸收衰减分析”三重技术链,突破单一反演方法分辨率不足的局限,为探明莺歌海盆地地质储量,提升低渗超低渗气藏目标预测的准确率提供技术支撑。

1 区域地质概况

莺歌海盆地莺北区海口鼻状构造带位于海南岛的北部,距海南省崖县西侧约130 m处。莺北区发育来自海南岛物源的多期辫状河三角洲-重力流海底扇沉积,与浅海泥岩形成多套储盖组合,受多期海平面升降影响,三亚组沉积期盆缘转换斜坡控制多期大型三角洲沉积[24-28]。莺北区经历了渐新世末期、晚中新世多期反转,形成大型构造脊汇烃背景,渐新世末期受左旋走滑变形影响,崖城组末期莺北区发生挤压变形,形成左阶式排列的走滑派生褶皱,逐渐形成海口古构造脊,晚中新世后,由左旋走滑转变为右旋走滑变形,经历黄流组、莺二段两期反转,形成大型鼻状构造(图1)。因此,莺北区海口鼻状构造带具备双源供烃的有利条件,同时走滑断层的存在为油气提供了垂向输导的通道,能够实现油气的聚集和运移(图2)。

研究工区主要发育细砂岩、粉砂岩及泥质粉砂岩,局部含有细砂以上的粗颗粒和岩屑石英砂岩。沉积物中的颗粒大小分布相对均匀,分选性处于中等水平,颗粒的磨圆度介于次棱角和次圆之间(图3)。工区内A1井和A2井的储层的孔隙度在11%~17%,渗透率在0.2~1.6 mD,A3井的孔隙度在12%~21%,渗透率在0.13~5.25 mD,研究区砂体可分为压实致密型、溶蚀孔隙型、胶结致密型三种类型储层。压实致密型储层粒度较细,杂基含量高,压实作用导致原生粒间孔发育差,后期溶蚀作用较弱;胶结致密型砂岩早期胶结发育,储层致密;溶蚀孔隙型储层为主要甜点区。

由岩心资料可知,在强压实作用下,减少了岩石颗粒间的接触面积,与成岩作用中的胶结和溶蚀作用共同降低了储层的孔隙度和渗透性。由于莺歌海盆地莺北区海口鼻状构造带地质构造复杂、矿物组分多样,尤其是孔隙度较低、渗透率超低的地质特征,无法满足精确表征储层的微观结构和物性特征的需要,亟需采取新的储层预测技术。

2 低孔低渗条件下地球物理特征分析

2.1 岩石物理分析

由于地质构造的形成过程与演化历史具有独特性,不同地区的物性参数差异比较明显,同一地区油气富集规律往往具有一致性。因此,针对目标区域已探井A1和A2的资料,深入分析勘探目标的物性参数及其影响因素,对于分析周边目标储层的油气勘探潜力有着重要的作用。如图4所示,提取目标区域已知探井A1和A2的测井曲线,绘制自然伽马与纵波速度、纵横波阻抗、纵横波速度比和密度的岩石物理量版,从图4中可以看出天然气多储存于砂岩中,且砂岩相比较于泥岩表现为低密度、低纵波速度、低纵波阻抗、低纵横波速度比特征。

2.2 储层敏感因素分析

孔隙度是衡量储层岩石储集油气能力的关键指标,较高的孔隙度意味着岩石中存在更多的孔隙空间,从而为油气提供了更多的储集场所。此外,孔隙度直接影响渗透率,是影响油气的开采和运移的重要因素之一。因此,建立关于孔隙度和岩石物性参数的岩石物理量版,对后续的储层预测工作具有重要意义。根据井A1和A2的数据建立孔隙度和纵横波速度、纵横波阻抗、纵横波速度比和密度的岩石物理量版,优选出对孔隙度比较敏感的参数,如图5所示,密度、纵波阻抗与孔隙度均有较好线性对应关系,可以通过波阻抗反演来预测储层的孔隙度。

2.3 变孔隙度AVO正演

根据已知钻井A1和钻井A2开展不同厚度的变孔隙度AVO正演分析,其中A2井部分为薄层。图6和图7分别为A1井的孔隙度分别为13.2%、14%、16%和18%时孔隙度和相对振幅的关系和不同孔隙度时地震合成记录。图8和图9分别为A2井的孔隙度分别为14%、15.2%、16%和18%时孔隙度和相对振幅的关系和不同孔隙度时地震合成记录。孔隙度正演结果表明,随着孔隙度的增大,地震振幅增强,但薄层的物性变化对振幅的影响较小。证明结合地震振幅属性综合预测储层的孔隙度。随后,对大于调谐厚度的砂岩进行地震正演,进一步分析均质砂岩孔隙度变化对地震波形特征的影响。从图10和图11可以看出,均质砂岩表现为波谷-旁瓣-旁瓣-波峰的反射特征,当厚层砂岩内部存在物性变化后,物性台阶的旁瓣能量明显加强。

2.4 流体替换后AVO特征分析

为了进一步分析流体对地震响应特征的影响,对A1井进行流体替换,将部分含气层替换为水层,并改变孔隙度和饱和度进行AVO正演。如图11和图12所示,从AVO的特征来看,气层表现为大截距、小梯度的Ⅲ类AVO特征,水层表现为Ⅳ类AVO特征,随着孔隙度的增大,无论是气层还是水层都是由Ⅲ类AVO向Ⅳ类AVO变化。

综上可知,可以利用纵横波速度比、纵波阻抗、地震振幅属性、波形结构特征、AVO截距梯度位置等敏感参数综合识别莺歌海莺北区海口鼻状构造带的含气性。

3 有利储层预测

3.1 地震波形指示相控反演技术

地震波形指示反演选取样本的方式是在全局优选地震波形相似的井作为有效样本(图13),引入马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法优化反演解空间,纵向分辨率达3 m(传统方法5 m),创新性融合地质统计学先验信息,解决低信噪比区(SNR<2 dB)反演不稳定问题。其核心思想是利用波形的横向变化代替变差函数以表征储层的空间变异程度,以每一道地震波为指示因子,实现井旁地震道的波形高效动态分析,结合测井曲线与地震数据之间的映射关系生成确定最佳截止频率[29-30]。在进行最佳截止频率质控时,地震最大有效频宽和拐点将质控图划分为3个区域,如图14所示。0 Hz到地震最大有效频宽,该部分是由常规算法求取的,为确定性部分;地震有效频宽至拐点,引入马尔可夫链蒙特卡洛(MCMC)算法优化反演解空间,纵向分辨率达3 m(传统方法5 m)。该部分是由马尔科夫链蒙特卡洛算法(波形指示)求取的,为逐步确定部分;拐点至更高频率,该部分由随机模拟算法求取。根据建立不同地震相类型的反演框架,能够大幅提高反演结果的分辨率,技术路线如图15所示。

以莺歌海莺北区海口鼻状构造带中的B砂体为研究对象,结合叠前岩石物理分析,利用地震波形指示相控反演技术对其进行综合预测。首先利用反演得到最小纵波阻抗属性平面,针对平面上波阻抗较低的部分,设计一条连井剖面对纵波阻抗和纵横波速度比进行储层参数反演。图16中,从上到下依次是纯波地震剖面、纵波阻抗反演和纵横波速度比反演剖面,绿色的虚线所示的位置为B砂体。通过地质资料可知储层主要为泥岩和砂岩,同时储层中发育着大量的裂缝和孔隙,因此反演结果非均质性强,与地质资料较为符合。此外,B砂体表现出低纵波阻抗、低纵横波速度比的特征,横向连续性较好且区分明显,具有较明显的含气特征;干层表现为高纵波阻抗、高纵横波速度比特征(蓝绿色),反演结果与A1和A2井的实测结果一致。

3.2 岩性流体概率预测技术

岩性流体概率预测的基本原理是通过测井岩石物理分析,统计岩性与测井参数的关系,建立各类岩性和流体的概率密度函数,调整弹性参数信息在最终目标反演函数中的权重,并利用高斯混合分布函数自动估计岩相的先验概率,降低含气砂岩误判率,并根据弹性参数计算各岩相类型的后验概率[31]。通过建立储层物性与弹性参数之间的量化关系,构建贝叶斯框架下的多弹性参数联合概率模型(纵波阻抗Ip、纵横波速度比Vp/Vs、品质因子Q),为地震岩石物理反演提供理论基础,从而提高储层预测的准确性。

岩性概率预测结果如图17所示,其中绿色的虚线所示的位置为B砂体,反演结果表明,B砂体中部含气概率较高(红黄色)具有较高的含气潜力,与测井结果和地震数据具有较好的相关性,且与波形指示反演预测的结果吻合性较高,含气砂岩后验概率计算误差<5%。有效降低岩相误判的风险,实现了针对低孔低渗砂岩储层的高分辨率反演。

3.3 吸收衰减技术

在地震波传播过程中,由于地下介质的非弹性产生的吸收衰减作用,导致地震记录上的能量降低、波形畸变和分辨率降低[32]。通过分析地震数据中高频成分与低频成分的衰减差异,利用广义S变换时频分析方法,提取高频衰减与低频谐振属性,在靶区建立Q与含气饱和度的定量关系,将衰减信息转化为吸收衰减参数,为Q滤波提供更精确的频率信息,从而优化反Q滤波的效果,得到检测含油气储层子波谱的高频衰减和低频谐振相关敏感属性,能够检测地震资料中的油气指示特征。

图18是吸收衰减的预测结果,B砂体表现为明显的强吸收衰减异常(红色),具有较高的含气性概率,其预测结果与测井解释和地震资料相关性较高,B砂体预测的低Ip[<10 000 (m/s)·(g/cm3)]、低Vp/Vs(<1.55)区域与A1和A2井实测数据误差较小,且吸收衰减异常区与测井解释气层位置重合度达90%(图6),再次验证B砂体具有较高的含气性。

3.4 预测一致性分析

基于莺歌海莺北区海口鼻状构造带的储层反演结果,优先选择具有较高成藏概率的潜力区域以扩大油气储量规模,对B砂体的控制储量进行了升级评估,并部署B1井以实现对目标储层的精确识别和有效开发。图19是A1井、A2井和B1井的测井曲线图,可以看出实钻邻眼井实测结果与预测结果较为吻合,岩性预测结果和测井曲线趋势基本一致。图20是B1井实测孔隙度和预测孔隙度的对比图,可以看出钻前预测B砂体的孔隙度在13%~16%,实测气层的孔隙度约为13.19%,钻前预测孔隙度与实测孔隙度相关性高,含气概率预测吻合率达92%,预测结果良好。

4 结论

首先分析莺歌海盆地莺北区海口鼻状构造带的区域地质概况,运用多参数分布交会法建立了岩石物理图版,根据地震资料和岩石物理分析明确该工区地球物理特征,确定了纵横波速度比、纵波阻抗、地震振幅属性、波形结构特征、AVO截距梯度位置等可以作为敏感参数进行储层预测,随后利用地震波形指示相控反演技术、岩性流体概率预测技术和吸收衰减技术确定优势储层发育情况和储层分布特征,有效提高地震资料的分辨率,使得薄层地震响应更加突出,根据储层参数结果部署B1井实现对研究工区的有效开发,最后通过对比B1井的预测孔隙度和实测孔隙度,验证了预测结果的准确性,含气砂岩预测厚度误差较小,平面展布吻合地质认识,对于提高低渗透气藏中有利储层预测的准确率具有重要意义,为探明莺歌海盆地有利储层提供技术支持,推动莺歌海盆地探明地质储量500亿m3。

参考文献

[1]

潘广超, 邓勇, 范彩伟, 等. 莺歌海盆地深层“暗点”型隐蔽圈闭识别方法[J]. 石油地球物理勘探, 2018, 53(5): 1014-1022.

[2]

Pan Guangchao, Deng Yong, Fan Caiwei, et al. Dim spot subtle trap identification in Yinggehai Basin[J]. Oil Geophysical Prospecting, 2018, 53(5): 1014-1022.

[3]

韩光明, 潘光超, 付琛, 等. 含气储层及盖层速度变化对地震响应和AVO类型的影响[J]. 岩性油气藏, 2016, 28(2): 107-113.

[4]

Han Guangming, Pan Guangchao, Fu Chen, et al. Influence of velocity changing of gas reservoir and seal on seismic response and AVO type[J]. Lithologic Reservoirs, 2016, 28(2): 107-113.

[5]

韩光明, 周家雄, 裴健翔, 等. 莺歌海盆地底辟本质及其与天然气成藏关系[J]. 岩性油气藏, 2012, 24(5): 27-31.

[6]

Han Guangming, Zhou Jiaxiong, Pei Jianxiang, et al. The nature of diapir in Yinggehai Basin and its relationship with natural gas accumulation[J]. Lithologic Reservoirs, 2012, 24(5): 27-31.

[7]

刘巍, 李雷, 马光克. 莺歌海盆地高温高压复杂气藏高精度储层预测及含气性识别[J]. 石油地球物理勘探, 2020, 55(S1): 64-71.

[8]

Liu Wei, Li Lei, Ma Guangke. High precision prediction and identification of high temperature and high-pressure gas reservoir in Yinggehai Basin[J]. Oil Geophysical Prospecting, 2020, 55(S1): 64-71.

[9]

雷超. 南海北部莺歌海—琼东南盆地新生代构造变形格局及其演化过程分析[D]. 武汉: 中国地质大学, 2015.

[10]

Lei Chao. Analysis of the Cenozoic tectonic deformation pattern and its evolutionary process in the Yinggehai-Qiongdongnan Basin of the northern South China Sea[D]. Wuhan: China University of Geosciences, 2015.

[11]

靳叶军, 范彩伟, 王雯娟, 等. 底辟和非底辟区天然水力破裂对天然气成藏的意义: 以莺歌海盆地为例[J]. 中国矿业大学学报, 2022, 51(5): 964-977.

[12]

Jin Yejun, Fan Caiwei, Wang Wenjuan, et al. Significance of natural hydraulic fracturing in diapir and non-diapir areas for natural gas accumulation: a case study of Yinggehai Basin[J]. Journal of China University of Mining and Technology, 2022, 51(5): 964-977.

[13]

马光克, 李雷, 刘巍, 等. 高密度地震勘探技术在莺歌海盆地M气田岩性勘探中的应用[J]. 石油物探, 2019, 58(4): 591-599.

[14]

Ma Guangke, Li Lei, Liu Wei, et al. Application of high-density seismic acquisition technology for lithological exploration of M gas field in the Yinggehai Basin[J]. Geophysical Prospecting for Petroleum, 2019, 58(4): 591-599.

[15]

刘志杰, 卢振权, 张伟, 等. 莺歌海盆地中央泥底辟带东方区与乐东区中深层成藏地质条件[J]. 海洋地质与第四纪地质, 2015, 35(4): 49-61.

[16]

Liu Zhijie, Lu Zhenquan, Zhang Wei, et al. Geological conditions for the formation of central mud diapir zone in Dongfang and Ledong areas of Yinggehai Basin[J]. Marine Geology & Quaternary Geology, 2015, 35(4): 49-61.

[17]

马剑, 黄志龙, 李绪深, 等. 莺歌海盆地DF区高温高压带高含水及低含气饱和度天然气藏成因分析[J]. 中国石油大学学报: 自然科学版, 2015, 39(5): 43-49.

[18]

Ma Jian, Huang Zhilong, Li Xushen, et al. Cause analysis of natural gas with high water saturation and low gas saturation in high-temperature and high-pressure zone of DF area in Yinggehai Basin[J]. Journal of China University of Petroleum(Edition of Natural Science), 2015, 39(5): 43-49.

[19]

谢玉洪, 邓勇, 李芳, 等. 莺歌海盆地“暗点”型油气藏指示因子构建及应用[J]. 石油地球物理勘探, 2019, 54(6): 1302-1309.

[20]

Xie Yuhong, Deng Yong, Li Fang, et al. A dim-spot reservoir indicative factor in the Yinggehai Basin[J]. Oil Geophysical Prospecting, 2019, 54(6): 1302-1309.

[21]

李芳, 邓勇, 胡林, 等. 地球物理技术预测莺歌海盆地低孔低渗储层孔隙度[J]. 地质科技通报, 2022, 41(4): 84-90.

[22]

Li Fang, Deng Yong, Hu Lin, et al. Porosity prediction by geophysics technology at low-porosity and low-permeability reservoir of the Yinggehai Basin[J]. Bulletin of Geological Science and Technology, 2022, 41(4): 84-90.

[23]

刘仕友, 段治川, 周凡, 等. 基于布谷鸟算法的储层物性参数同步反演[J]. 石油地球物理勘探, 2022, 57(3): 638-646.

[24]

Liu Shiyou, Duan Zhichuan, Zhou Fan, et al. Simultaneous inversion of petrophysical parameters of reservoir based on cuckoo search algorithm[J]. Oil Geophysical Prospecting, 2022, 57(3): 638-646.

[25]

成涛, 马勇新, 周伟, 等. 基于测井约束稀疏脉冲反演的低渗储层“甜点”预测及分类评价[J]. 海相油气地质, 2022, 3(6): 123-135.

[26]

Cheng Tao, Ma Yongxin, Zhou Wei, et al. Prediction and classification evaluation of low-permeability reservoir “Sweet Spots” based on logging-constrained sparse pulse inversion[J]. Marine Petroleum Geology, 2022, 3(6): 123-135.

[27]

孟凡可, 安黎明, 李永康. 基于联合建模匹配衰减技术的莺歌海盆地多次波压制方法研究[J]. 科技与产业, 2023, 23(1): 276-282.

[28]

Meng Fanke, An Liming, Li Yongkang. Research on multi-wave suppression method of Yinggehai Basin based on combined multiple modeling matching attenuation technology[J]. Science Technology and Industry, 2023, 23(1): 276-282.

[29]

郭伟, 周凡, 廖键. 饱和剩余振幅分析方法的研究及应用——以莺歌海盆地为例[J]. 非常规油气, 2024, 11(3): 77-83.

[30]

Guo Wei, Zhou Fan, Liao Jian. Research and application of saturated residual amplitude analysis: a case study of Yinggehai Basin[J]. Unconventional Oil & Gas, 2024, 11(3): 77-83.

[31]

熊晓军, 罗海龙, 肖尧, 等. 基于波形指示反演方法的川中二叠系栖霞组薄储层预测研究[J]. 地球物理学进展, 2022, 37(6): 2460-2468.

[32]

Xiong Xiaojun, Luo Hailong, Xiao Yao, et al. Thin reservoir prediction of Permian Qixia Formation in central Sichuan Basin based on waveform indication inversion method[J]. Progress in Geophysics, 2022, 37(6): 2460-2468.

[33]

高君, 毕建军, 赵海山, 等. 地震波形指示反演薄储层预测技术及其应用[J]. 地球物理学进展, 2017, 32(1): 142-145.

[34]

Gao Jun, Bi Jianjun, Zhao Haishan, et al. Seismic waveform inversion technology and application of thinner reservoir prediction[J]. Progress in Geophysics, 2017, 32(1): 142-145.

[35]

李亚哲, 王力宝, 郭华军, 等. 基于地震波形指示反演的砂砾岩储层预测: 以中拐—玛南地区上乌尔禾组为例[J]. 岩性油气藏, 2019, 31(2): 134-142.

[36]

Li Yazhe, Wang Libao, Guo Huajun, et al. Prediction of glutenite reservoir based on seismic waveform indicative inversion: a case study of the upper Wuerhe Formation in Zhongguai-Manan area[J]. Lithologic Reservoirs, 2019, 31(2): 134-142.

[37]

陈彦虎, 毕建军, 邱小斌, 等. 地震波形指示反演方法及其应用[J]. 石油勘探与开发, 2020, 47(6): 1149-1158.

[38]

Chen Yanhu, Bi Jianjun, Qiu Xiaobin, et al. A method of seismic meme inversion and its application[J]. Petroleum Exploration and Development, 2020, 47(6): 1149-1158.

[39]

周自强, 朱正平, 潘仁芳, 等. 基于波形相控反演的致密砂岩储层模拟预测方法: 以黄骅坳陷沧东凹陷南部古近系孔二段为例[J]. 岩性油气藏, 2024, 36(5): 77-86.

[40]

Zhou Ziqiang, Zhu Zhengping, Pan Renfang, et al. Simulation and prediction of tight sandstone reservoirs based on waveform facies-controlled inversion: a case study from the second member of Paleogene Kongdian Formation in southern Cangdong Sag, Huanghua Depression[J]. Lithologic Reservoirs, 2024, 36(5): 77-86.

[41]

鲁秀芹, 汪关妹, 杨延辉, 等. 基于叠前AVO数据的波形指示反演预测煤体结构[J]. 石油地球物理勘探, 2022, 57(S1): 117-121.

[42]

Lu Xiuqin, Wang Guanmei, Yang Yanhui, et al. Prediction of coal body structure by waveform indication inversion based on prestack AVO data[J]. Oil Geophysical Prospecting, 2022, 57(S1): 117-121.

[43]

殷文. 准噶尔盆地红车断裂带石炭系火山岩油藏地球物理特征及有利储层预测[J]. 科学技术与工程, 2024, 24(25): 10645-10658.

[44]

Yin Wen. Geophysical characteristics and favorable reservoir prediction of Carboniferous volcanic reservoir in Hongche fault zone of Junggar Basin[J]. Science Technology and Engineering, 2024, 24(25): 10645-10658.

[45]

任广磊, 李晓慧, 王照周, 等. 基于压缩感知的波形指示反演在薄储层预测中的应用[J]. 断块油气田, 2024, 31(4): 637-644.

[46]

Ren Guanglei, Li Xiaohui, Wang Zhaozhou, et al. Application of waveform indication inversion based on compressive sensing in thin reservoir prediction[J]. Fault-Block Oil & Gas Field, 2024, 31(4): 637-644.

[47]

徐新德, 张迎朝, 裴健翔, 等. 莺歌海盆地东方区天然气成藏模式及优质天然气勘探策略[J]. 地质学报, 2014, 88(5): 956-965.

[48]

Xu Xinde, Zhang Yingzhao, Pei Jinxiang, et al. Gas accumulating models and exploration strategy for high quality natural gas in Dongfang area, Yinggehai Basin[J]. Acta Geologica Sinica, 2014, 88(5): 956-965.

[49]

何家雄, 夏斌, 张树林, 等. 莺歌海盆地泥底辟成因、展布特征及其与天然气运聚成藏关系[J]. 中国地质, 2006, 33(6): 1336-1344.

[50]

He Jiaxiong, Xia Bin, Zhang Shulin, et al. Origin and distribution of mud diapirs in the Yinggehai Basin and their relation to the migration and accumulation of natural gas[J]. Geology in China, 2006, 33(6): 1336-1344.

[51]

关成尧, 赵国春, 刘翠, 等. 莺歌海盆地形成的约束条件及动力学模式[J]. 科学技术与工程, 2017, 17(29): 8-18.

[52]

Guan Chengyao, Zhao Guochun, Liu Cui, et al. Constraint conditions and dynamic models for the formation of Yinggehai Basin[J]. Science Technology and Engineering, 2017, 17(29): 8-18.

[53]

杨马剑, 赵静, 郭娟, 等. 莺歌海盆地乐东10-1区黄流组储层流体包裹体特征及油气成藏期次分析[J]. 科学技术与工程, 2023, 23(29): 12382-12390.

[54]

Yang Majian, Zhao Jing, Guo Juan, et al. Characteristics of fluid inclusion and periods of hydrocarbon accumulation of the Huangliu Formation in the Ledong10-1 area, Yinggehai Basin[J]. Science Technology and Engineering, 2023, 23(29): 12382-12390.

[55]

周伟, 张辉, 杨朝强, 等. 莺歌海盆地东方气田砂质碎屑流沉积相研究[J]. 科学技术与工程, 2022, 22(34): 15062-15073.

[56]

Zhou Wei, Zhang Hui, Yang Zhaoqiang, et al. Study on sedimentary facies of sandy debris flow in Dongfang Gas Field in Yinggehai Basin[J]. Science Technology and Engineering, 2022, 22(34): 15062-15073.

[57]

段南. 叠前地震波形指示反演在薄互储层预测中的应用[J]. 地球物理学进展, 2019, 34(2): 523-528.

[58]

Duan Nan. Application of prestack seismic waveform indicates inversion in thin reservoir prediction[J]. Progress in Geophysics( in Chinese), 2019, 34(2): 523-528.

[59]

云美厚, 丁伟, 杨凯. 地震道空间分辨力研究[J]. 地球物理学进展, 2005, 20(3): 741-746.

[60]

Yun Meihou, Ding Wei, Yang Kai. Study on the spatial resolution of seismic trace[J]. Progress in Geophysics, 2005, 20(3): 741-746.

[61]

洪忠, 张猛刚, 朱筱敏. 基于岩石物理的致密碎屑岩气藏岩性及流体概率预测[J]. 石油物探, 2015, 54(6): 735-744.

[62]

Hong Zhong, Zhang Menggang, Zhu Xiaomin. Prediction on lithology and fluid probabilities of tight clastic gas reservoir based on rock physics[J]. Geophysical Prospecting for Petroleum, 2015, 54(6): 735-744.

[63]

李振春, 王清振. 地震波衰减机理及能量补偿研究综述[J]. 地球物理学进展, 2007, 22(4): 1147-1152.

[64]

Li Zhenchun, Wang Qingzhen. A review of research on mechanism of seismic attenuation and energy compensation[J]. Progress in Geophysics, 2007, 22(4): 1147-1152.

基金资助

“十四五”重大科技项目(KJGG2022-0404)

“十四五”重大科技项目(KJGG2022-0104)

中海石油(中国)有限公司综合科研项目(KJZH-2023-2102)

国家科技重大专项(2025ZD1402706)

PDF (44433KB)

50

访问

0

被引

详细

导航
相关文章

/

〈 〉