断缝体油藏露头地质知识库构建及其软件系统

聂梓俊 ,  刘远刚 ,  张方利 ,  冯文杰 ,  刘洪平

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (6) :2289-2300

PDF (14853KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (6) :2289-2300 DOI: 10.12404/j.issn.1671-1815.2502569
天文学、地球科学

断缝体油藏露头地质知识库构建及其软件系统

作者信息 +

Construction of Geological Knowledge Base and Software System for Fault-fracture Reservoirs Outcrop

Author information +
文章历史 +

摘要

断缝体因其连通性和储集性能,成为致密砂岩储层油气聚集的关键区域。准确识别断缝体的规模与成因,以及详细描述裂缝单元的发育和空间配置关系,对于致密-低渗油藏的勘探开发具有重要指导意义。然而,目前关于断缝体油藏的数据资料多侧重于断裂构造的经验判断与定性描述,缺乏精细化、结构化的定量表征,这在很大程度上限制了三维储层精细建模及油气运移富集规律的预测能力。研究聚焦于断缝体油藏地质露头,以鄂尔多斯盆地南部地区三叠系延长组的地质露头剖面为研究对象。通过对露头剖面上的裂缝单元进行精细刻画,依据断裂构造的地质规律划分不同的裂缝带,并结合地层划分结果识别不同的裂缝段,进而设计并开发了露头地质知识库软件系统,以实现对断缝体油藏地质知识的高效组织和管理。测试结果表明,该知识库系统能够有效管理断缝体油藏露头的地质解释结果,显著提高了裂缝单元的查询筛选与统计分析效率,为断缝体油藏储层建模与预测提供了有力的工具支持。

Abstract

Fault-fracture zones are regarded as key areas for oil and gas accumulation in tight sandstone reservoirs, owing to their connectivity and storage capabilities. The scale and genesis of these zones, as well as the development, distribution, and spatial configuration of fracture units, need to be accurately identified and described for effective exploration and development of tight and low-permeability reservoirs. However, existing data concerning fault-fracture reservoirs is often based on empirical judgments and qualitative descriptions of fault structures, and refined, structured quantitative characterizations are lacking. Such limitations have considerably restricted the precision of three-dimensional reservoir modeling and the forecasting of oil and gas migration and accumulation laws. The geological outcrops of fault-fracture reservoirs, particularly the Triassic Yanchang Formation outcrops in the southern Ordos Basin, were selected as research objects. Fracture units on outcrop profiles were meticulously characterized and classified into different fracture belts based on geological principles, and various fracture sections were identified. Subsequently, a software system for a geological knowledge base was designed and developed to achieve efficient organization and management of geological knowledge regarding fault-fracture reservoirs. Through practical testing, the developed knowledge base system was shown to efficiently manage geological interpretation results of fault-fracture reservoir outcrops, considerably improving the efficiency of querying, filtering, and statistical analysis of fracture units, thus providing a powerful tool to support reservoir modeling and prediction in fault-fracture reservoirs.

Graphical abstract

关键词

断缝体 / 知识库 / 数据管理分析 / 软件系统

Key words

fault-fracture zone / knowledge base / data management and analysis / software system

引用本文

引用格式 ▾
聂梓俊, 刘远刚, 张方利, 冯文杰, 刘洪平. 断缝体油藏露头地质知识库构建及其软件系统[J]. 科学技术与工程, 2026, 26(6): 2289-2300 DOI:10.12404/j.issn.1671-1815.2502569
NIE Zi-jun, LIU Yuan-gang, ZHANG Fang-li, FENG Wen-jie, LIU Hong-ping. Construction of Geological Knowledge Base and Software System for Fault-fracture Reservoirs Outcrop[J]. Science Technology and Engineering, 2026, 26(6): 2289-2300 DOI:10.12404/j.issn.1671-1815.2502569

登录浏览全文

4963

注册一个新账户 忘记密码

断缝体油藏在致密砂岩储层中是油气聚集的关键区域[1-3],其独特的连通性和储集性能对油气的生成、运移及富集过程起着决定性作用。尤其在低渗透储层中,断缝体作为油气运移的重要通道和油气富集的主要场所[4-6],其影响尤为显著。然而,当前的研究往往依赖于对断裂构造的定性描述和经验判断,缺乏针对断缝体的精细化和结构化定量表征。这种局限性严重制约了三维储层建模的精度以及对油气运移路径和富集规律的准确预测。构建一个能够高效组织和管理断缝体油藏地质知识的知识库系统已成为推动其勘探与开发的关键措施之一,直接加速断缝体油藏的探索与利用进程。
断缝体油藏的研究主要集中在断裂构造特征及其对油气运移的影响,现有研究方法通常采用断裂带几何形态、裂缝分布等定性描述,但对断缝体内部结构的精细化刻画仍显不足。近年来,随着三维地质建模技术的发展[7-11]与应用[12-14],断缝体的定量表征逐渐成为研究热点,但其发展仍面临数据来源复杂、建模精度不足等一系列挑战。地质知识库的构建在地质学及相关领域得到了广泛应用[15-20]。如美国的Macrostrat数据库以其全面的沉积学数据集成为相关研究的典范[21]。王涛等[22]结合数据、编图和研究功能,构建了全球性的深时数字地球(deep-time digital earth,DDE) 岩浆岩数据库。在油气资源的管理领域。谢红兵等[23]基于WEB-GIS技术打造了油气资源评价数据库及系统,有效支持常规与非常规油气资源评价数据的管理和应用。此外,肖海红等[24]针对煤田测量的数据管理,开发了地理信息系统(geographic information system,GIS)煤田大地测量控制点成果信息系统,显著提升了测量成果管理的规范化水平和信息共享。马海涛等[25]则采用B/S和C/S相结合的架构,研发了基于GIS的集成化放射性数据管理系统,保障多源异构数据的统一管理、三维分析与可视化能力。同时,碳酸盐岩油藏知识库的建立及其在缝洞系统地质建模中的应用,是断缝体油藏的研究提供了新的范式,更拓宽了地质建模的应用边界[26]。均展示了地质知识库在多源异构数据管理中的潜力。
断缝体油藏露头地质知识库构建仍面临诸多挑战:断缝体数据多源且异构,包括露头影像、裂缝参数、断裂带属性等,如何实现数据的标准化存储与管理是关键问题;其次,断缝体的多层次表征需要结合地质规律与地层划分结果,这对知识库的结构设计提出了更高要求;此外,通过知识库系统实现数据的动态分析和可视化仍然是当前研究的难点。
因此,现以鄂尔多斯盆地南部三叠系延长组露头为对象,提出“体-带-段-缝”多层次表征方法,并结合VUE、MySQL与SpringBoot技术框架构建了断缝体油藏露头地质知识库软件系统。以期实现断缝体地质数据的结构化存储与高效管理,提供断缝体参数的定量分析与可视化工具,并为断缝体油藏的勘探开发提供技术支持。

1 构建方法

1.1 露头断缝体野外数据采集方法

近年来,无人机倾斜摄影技术凭借其高效、便捷与低风险等优势,在地质野外露头数字化数据采集领域得到广泛应用,并取得了显著成效。基于无人机航拍结合倾斜摄影建模技术,实现了高精度露头三维模型参数的获取[27-29],并通过数字化分析方法,有效完成了裂缝单元的空间定位及几何参数的定量提取[30-32](图1)。

采用搭载高分辨率倾斜摄影系统的无人机(如DJI M300),以自动航线与人工补拍相结合的方式,获取多视角、高分辨率影像,全面反映研究区内露头的地貌与结构特征。采集的影像数据通过DJI-Terra或Pix4D等专业软件处理,实现三维重建与数字表面模型生成,获得毫米级精度的三维数字露头模型,如图2所示,为后续的断缝体精确测量提供了坚实的数据基础。依托构建的高精度三维表面模型,借助中石油勘探研究院自主研制的观测与测量软件——锐鹰,对裂缝片进行数字化描绘和空间定位。通过人机交互界面对各裂缝单元进行系统编号、标注空间位置,并录入包括走向、倾角、长度、宽度与产状等关键几何属性。整个流程集成了无人机影像获取、三维建模和参数化测量,实现裂缝要素的批量自动提取与标准化管理,有效提升了断缝体地质结构数据的采集质量和处理水平。

1.2 多层次露头断缝体概念模型设计

断缝体的形成、发育及其地质特征与区域构造活动密切相关。为深入理解断缝体油藏的复杂结构与演化过程,系统梳理了200余篇地质学文献,构建起一套完整的知识体系。结合实地地质规律与地层划分成果,提出了一种“体-带-段-缝”的四级表征框架,并实现与数据库的结构化映射管理。框架中,“体”代表断缝体整体,通常指一个典型地质露头剖面(如马宝泉剖面);“带”是在同一断缝体内,根据主要断裂及构造分割出的多个断裂带,每一断裂带反映特定的应力场特征,根据性质可细分为裂缝带、角砾带、破碎带等,如图3所示;“段”为在断裂带内部,依据地层或岩性进一步划分的裂缝段,常以分层编号加以区分;“缝”对应单条裂缝,并系统采集其走向、倾角、高度等详细属性(图3红色虚线)。图4展示了从地质分层到数据库结构的映射关系,直观体现了本概念模型在数字化知识库中的实现方式,其中一对多(1∶N)关系指一个上层对象可对应多个下层对象,如一个断裂体实体可对应多条断裂带、一个断裂带可对应多段裂缝中心线。

断缝体油藏的地质特征可归纳为:断层系统,断层控制油气运移与聚集,是断缝体油藏的关键结构。裂缝系统,裂缝的空间发育直接影响油气储集性能及连通性,其分布受控于岩石力学性质和区域构造应力场。储集岩特征,如延长组主要为砂岩,断缝的发育有效提升了储集岩的渗透率和成藏条件。为实现断缝体地质信息的高效组织与管理,知识库基于“体-带-段-缝”多层次表征方法,对断裂结构及裂缝单元进行精细刻画,并结合地层划分识别不同裂缝段,建立了标准化与结构化的知识数据体系。这一多层次概念模型不仅优化了断缝体及其要素的数字化表达,也为断缝体油藏动态过程的认识、油气资源的勘探与开发,提供了理论支撑和数据基础。

1.3 数据库结构设计与数据存储

数据库的设计将综合应用关系数据库和非关系数据库(文档型数据库等)技术,有效组织和存储知识库中各类结构化、半结构化和非结构化形式数据,将所构建的本体模型作为数据库概念模型的基础,将相关概念、实体、属性、关系和规则转换为关系数据库中的关系模式、文档型数据库中的Excel文件集合,实现本体与数据库的映射和转换,实现数据库的逻辑结构设计。采用关系数据库(MySQL)与文档型数据库结合的架构,设计了一个针对断缝体油藏地质露头的数据库系统(图5)。知识库使用MySQL高效存储和管理裂缝相关数据,并通过优化的数据表设计和索引提升查询效率,确保灵活的数据存储和集成。

以马宝泉剖面的第一层级——断缝体实体为例,如表1所示,采用6位顺序编码(aID,如A00003)作为唯一标识符,并在各级表格间作为外键进行关联。所有数据项均来源于综合地质资料解释,涵盖经纬度、剖面名称、断裂类型和结构样式等。该多层次概念模型不仅实现了断缝体地质要素的规范化数字表征,也为深入认识断缝体油藏动态过程及油气资源勘探开发提供了坚实的理论基础和数据支持。

2 软件研制

2.1 系统的架构设计

系统采用了浏览器/服务器(B/S)架构,并结合模块化设计,整体分为数据层、服务层和表现层。数据层利用MySQL数据库实现数据持久化,确保信息的稳定存储和高效查询。服务层通过Spring Boot框架提供API服务,支持复杂的数据筛选和参数计算,为前端应用提供高度灵活的数据接口。表现层使用Vue.js结合ECharts,实现交互式的数据可视化,并集成Leaflet的地图服务,提升用户的地图数据交互体验。

关键技术上,引入了WebGIS空间分析,实现地理信息的精确分析和展示。系统的架构设计以数据驱动为核心,结合地质学理论与计算机科学方法学,形成了一个涵盖数据采集、知识管理、综合分析与可视化交互的全流程解决方案。知识库的设计遵循模块化、可扩展性及高可用性原则,确保系统能够适应不断变化的需求和技术环境。

系统以断缝体油藏露头地质知识库为核心,实现了从野外数据采集到油藏建模和勘探决策的全流程技术支撑。整体架构自下而上划分为数据整合、知识体系构建、露头地质数据库和三维地质建模与应用4个主要功能层级。图6所示,知识体系构建层基于野外数字露头高精度采集的数据,综合处理数值型、文本型、表格、XML及xlsx等多元化数据类型,开展模式提取与语义归纳,最终构建“体-带-段-缝”多层级、规范化的断缝体地质知识体系。数据库层采用关系型数据库架构,系统规范地存储与管理断缝体油藏露头的数据,实现对参数检索、定量分析、空间关系挖掘及可视化图表生成的功能集成。最终,三维建模与应用层高效利用知识库中的地质信息,开展断缝体地质体的三维结构建模,支撑储层表征、油气运移富集预测及勘探开发的综合应用,从而提升断缝体油藏研究的数字化建模程度与实际工程决策能力。

2.2 系统功能设计与实现

系统的核心功能模块,如图7所示,涵盖了数据管理、分析决策与可视化等方面,具体包括地图服务模块、单剖面分析模块、剖面联动分析模块以及数据管理中心等模块。

地图服务模块通过Leaflet提供二维地图的可视化功能,支持行政区域筛选、剖面标注与坐标定位,使用户能够便捷地执行空间数据导航和决策。单剖面分析模块支持动态加载裂缝参数与生成多种可视化统计分析图表,包括玫瑰图、直方图和折线图等,帮助用户深入理解单个剖面的地质特征。

剖面联动分析模块允许跨剖面的数据联动分析,通过热力图与交互式空间分析,实现裂缝产状、密度与断裂带分布的全维度统计分析。数据管理中心提供全生命周期的数据管理功能,并支持对剖面数据的增删改查、断裂带拓扑关系维护及裂缝属性批量编辑。同时,系统内置了数据版本控制和操作日志追溯机制,确保数据管理的透明和有效。

系统还包括了用户权限管理和帮助文档模块。权限管理基于RBAC模型,实现用户权限的细粒度分配和数据鉴权策略配置,确保数据访问的合规性和安全性。帮助文档模块提供系统功能的交互式引导,辅助用户快速掌握系统的操作。系统通过其多层次的功能设计,实现了对地质数据的高效管理与分析,为断缝体油藏研究提供了全面的技术支持和数据保障。

3 领域应用

3.1 研究区域与数据源

鄂尔多斯盆地南部地区因其复杂的地质构造和丰富的断缝体发育,成为研究断缝体油藏的理想场所。该区域的构造演化历史悠久,经历了华北板块和扬子板块相互作用的多期变形过程。特别是在三叠系,区域处于活动大陆边缘的构造环境,这导致了频繁的构造活动并形成大量断裂与裂缝[33-35]。盆地的断层系统主要由北东向和北西向两组构成,北东向断层控制了盆地边界和构造单元的划分,而北西向断层则与褶皱构造密切相关。这些断层不仅影响了盆地的沉积格局,还对油气的生成、运移和聚集起到了重要的作用。

研究中,选取了鄂尔多斯盆地南部三叠系延长组作为示范区,采集了30个经典剖面的数据,涵盖267条断裂带与23 052条裂缝(表2)。数据示例包括露头剖面的模式图及其解译结果,还统计了断裂带的宽度、高程以及裂缝密度。这些详尽的数据为精细化地质研究提供了丰富的资源。

3.2 单剖面断缝体定量表征与分析

鄂尔多斯盆地南部地区的断缝体进行深入研究的过程中,以典型露头剖面(如陕西省咸阳市旬邑县枣林河地区-枣林河B剖面)为例,如图8所示,进行了细致的断缝体定量表征与分析。该剖面的详细研究结合了现代地质调查技术与高效数据库管理,揭示了区域内断缝体的复杂特征。

由于断缝体结构的复杂性,为深入分析其内部特征,知识库针对每一个露头剖面实施了多模块、多层次的剖面概况、实测数据和统计分析。剖面概况对应于剖面层次分析,而实测数据聚焦于断缝体内部断裂带及地层层次的详细研究。统计分析则是对断缝体基本单元进行的综合探讨,可根据具体需求,对裂缝数据的产状、高度、开度和密度等多个属性进行系统分析,实现对断缝体地质结构的精细化研究。

具体以裂缝高度为例,系统分析了枣林河B剖面断缝体的内部裂缝高度。图9展示了全部裂缝的高度分布情况。数据显示,裂缝总数达540条,最大裂缝高度为12 m,最小裂缝高度为0,平均高度为2.74 m,中位数为1.77 m。多数裂缝高度分布在0~1.5 m,其中0~0.5 m和1~1.5 m分别有106条和127条裂缝,占较大比例。随着裂缝高度的增加,裂缝数量明显减少,呈现典型的右偏分布特征。表明,在枣林河B剖面断缝体内部,低高度裂缝占据主导地位。

图10则特别展示了某一断裂带内裂缝的高度分布情况。断裂带内裂缝总数为85条,最大高度为13.82 m,最小为0,平均高度为1.60 m,中位数为0.72 m。裂缝高度依然集中于0~1.5 m,分别有30条和18条裂缝落在0~0.5 m和1~1.5 m。裂缝数量随高度增加而显著减少,累积概率密度图显示,大部分裂缝集中在较低高度范围内。

通过对枣林河B剖面断缝体内部裂缝高度的系统分析,揭示了低高度裂缝在整体和特定断裂带内的显著优势,且裂缝高度呈现出典型的右偏分布,这表明此特征可能由复杂的地质构造条件及应力场分布共同作用引起。断裂带内裂缝的较低平均高度进一步突显了其内部裂缝的相对较小规模。这些发现为地质构造研究和油气勘探提供了关键的科学依据,有助于深入理解区域内地质动态过程。

3.3 多剖面断缝体定量表征与分析

多剖面的断缝体分析中,知识库聚焦于鄂尔多斯盆地南部的断缝体,并通过跨剖面的联动分析,揭示了更广泛区域内的地质规律。随机选择的10个剖面展示了断缝体的分布异质性,如图11所示,总计识别出103个断裂带和5 498条裂缝。

多剖面数据的分析中,不仅对断缝体内部裂缝的产状、高度、开度和密度等属性进行了全面系统的分析,还对断裂带的主要影响因素进行了统计研究。具体包括对各因素本身的细致分析及它们和断距、断层间距离之间的关系。特别展示了断裂带宽度和密度这两个关键影响因素。

断裂带的宽度,统计数据显示,如图12所示。断裂带的宽度主要集中在0~5 m和5~10 m,各有33条,这表明研究区的断裂带倾向于发育在较窄的宽度范围。地质分析揭示了断裂带宽度与断距之间的对数线性关系,拟合方程为y=8.22+3.27lnx,反映了随着断距增大,断裂带宽度呈对数增长趋势,直接体现了地质构造活动中断层作用对周围岩石破碎的影响。分析显示断裂带宽度与断层距离呈指数衰减关系,拟合方程:y=15.86exp(-0.01x),表明随着离断层距离增加,断裂带宽度减小,说明断层活动影响范围逐渐减弱。

对于裂缝密度分析,数据显示,如图13所示。裂缝平均密度主要集中在0~4条/m,特别是2~4条/m区间裂缝带最多(56条),指出该地区低密度裂缝带较常见。裂缝平均密度与断距的地质分析揭示了对数线性关系(拟合方程:y=3.25+0.6lnx),这意味着断距增加时,岩石破裂程度的增强在裂缝密度变化中得到反映。此外,裂缝平均密度与断层距离也呈现出指数衰减关系,拟合方程: y=3.64exp(-0.01x),这与断层活动的影响范围逐渐减弱一致。

跨剖面的详细联动分析,得出了关键结论:断缝体在空间上的不均匀分布揭示了地域间裂缝密度差异的显著性。断裂带宽度和裂缝密度均与断距呈对数线性关系,而与断层距离呈指数衰减,这些发现明确指出断距和断层距离是调控断裂带发育和裂缝分布的重要因素。多剖面研究结果为理解鄂尔多斯盆地南部的复杂地质构造提供了新视角。

4 结论与展望

4.1 结论

提出了一种“体-带-段-缝”多层次表征方法,为断缝体地质单元的标准化刻画提供了系统框架。通过结合VUE、MySQL和SpringBoot技术,开发了一个高效的知识库软件系统,实现了对地质数据的结构化存储、复杂分析及交互式可视化。知识库系统的应用显著提高了对断缝体露头数据的管理和分析效率,尤其在揭示鄂尔多斯盆地南部复杂地质背景下断缝体的参数分布规律,以及对油气运移和聚集过程的深入理解方面,提供了科学依据和实用工具。通过系统的应用研究,证明了该知识库系统在推动油气勘探和开发过程中的潜在价值。

4.2 未来研究方向

基于知识库的断缝体油藏研究取得了重要进展,但仍存在进一步深化的空间。当前知识库主要集中于鄂尔多斯盆地的典型地质背景,未来有必要在更多的地质环境中验证其模型的普适性,以增强其通用性。技术应用层面,引入人工智能技术(AI),将为裂缝智能解译与预测能力的提升带来革新。随着技术的不断进步和数据资源的丰富,未来的断缝体油藏研究将更加全面和立体化,从而更好地服务于油气资源的可持续发展和高效利用。

参考文献

[1]

郝巍, 孙鑫鑫, 连建文, 等. 吐哈盆地侏罗系三工河组高含水致密砂岩油气储层甜点预测[J]. 天然气工业, 2025, 45(2): 63-72.

[2]

Hao Wei, Sun Xinxin, Lian Jianwen, et al. Prediction of sweet spots in the high-water-content tight sandstone reservoirs of Jurassic Sangonghe Formation in the Tuha Basin[J]. Natural Gas Industry, 2025, 45(2): 63-72.

[3]

王国壮, 骆杨, 陈红汉, 等. 致密低渗砂岩断缝体油藏地质储量计算[J]. 地球科学, 2025, 50(1): 181-194.

[4]

Wang Guozhuang, Luo Yang, Chen Honghan, et al. Geological reserves estimation of fault-controlled fracturing reservoirs in tight and low-permeability sandstones[J]. Earth Science, 2025, 50 (1): 181-119.

[5]

何发岐, 张宇, 王付斌, 等. 鄂尔多斯盆地中国石化“十三五”油气勘探进展与新领域[J]. 中国石油勘探, 2022, 27(5): 1-12.

[6]

He Faqi, Zhang Yu, Wang Fubin, et al. Petroleum exploration progress and new field of Sinopec in Ordos Basin during the 13th Five-Year Plan period[J]. China Petroleum Exploration, 2022, 27(5): 1-12.

[7]

朱如凯, 李国欣, 崔景伟, 等. 中国致密油气形成地质条件与勘探前景[J]. 石油学报, 2025, 46(1): 236-254.

[8]

Zhu Rukai, Li Guoxin, Cui Jingwei, et al. Geological accumulation conditions and exploration prospects of tight oil and gas in China[J]. Acta Petrolei Sinica, 2025, 46 (1): 236-254.

[9]

何发岐, 李俊鹿, 等. 鄂尔多斯盆地西南缘断缝体油藏开发特征与潜力[J]. 油气藏评价与开发, 2024, 14(5): 667-677.

[10]

He Faqi, Li Junlu. Development characteristics and potential of fault-fracture reservoir in southwest margin of Ordos Basin[J]. 2024, 14(5): 667-677.

[11]

刘振峰, 刘忠群, 郭元岭, 等. “断缝体”概念、地质模式及其在裂缝预测中的应用——以四川盆地川西坳陷新场地区须家河组二段致密砂岩气藏为例[J]. 石油与天然气地质, 2021, 42(4): 973-980.

[12]

Liu Zhenfeng, Liu Zhongqun, Guo Yuanling, et al. Concept and geological model of fault-fracture reservoir and their application in seismic fracture prediction: a case study on the Xu 2 member tight sandstone gas pool in Xinchang Area, Western Sichuan Depression in Sichuan Basin[J]. Oil & Gas Geology, 2021, 42(4): 973-980.

[13]

王君照, 李胜涛, 岳冬冬, 等. 基于GIS与GOCAD的天津双窑凸起构造区热储三维地质建模[J]. 科学技术与工程, 2023, 23(14): 5887-5902.

[14]

Wang Junzhao, Li Shengtao, Yue Dongdong, et al. Tree-dimensional geological modeling of thermal reservoir of Shuangyao uplift structural area in tianjin based on GIS and GOCAD[J]. Science Technology and Engineering, 2023, 23(14): 5887-5902.

[15]

张平松, 李洁, 李圣林, 等. 三维地质建模在煤矿地质可视化中的应用分析[J]. 科学技术与工程, 2022, 22(5): 1725-1740.

[16]

Zhang Pingsong, Li Jie, Li Shenglin, et al. Application status of 3D geological modeling in the development of coal mine intelligence[J]. Science Technology and Engineering, 2022, 22(5): 1725-1740.

[17]

贾志宾, 曹凯, 杨志强. 一种基于钻孔数据的优化三维地质建模方法[J]. 科学技术与工程, 2017, 17(17): 178-183.

[18]

Jia Zhibin, Cao Kai, Yang Zhiqiang. An optimized 3D geological modeling method based on borehole data[J]. Science Technology and Engineering, 2017, 17(17): 178-183.

[19]

Jiang X, Li R R. The layering construction of the three-dimensional (3D) geological model for Wudalianchi volcanic area, Northeast China[J]. PLoS One, 2025, 20(2): 1932-6203.

[20]

Zhao L F, Hu C L. Comparative analysis of 3D reservoir geologic modeling: a comprehensive review and perspectives[J]. Geoenergy Science and Engineering, 2025, 244: 2949-8910.

[21]

王艳美, 刘星. 尖灭分叉型煤层三维地质建模研究: 基于地质统计学和符号矩阵的方法[J]. 科学技术与工程, 2024, 24(4): 1402-1410.

[22]

Wang Yanmei, Liu Xing. Three-dimensional geological modeling of pinch out bifurcationcoal seam: method based on geostatistics and symbolic matrix[J]. Science Technology and Engineering, 2024, 24(4): 1402-1410.

[23]

范文遥, 曹梦雪, 路来君. 基于GOCAD软件的三维地质建模可视化过程[J]. 科学技术与工程, 2020, 20(24): 9771-9778.

[24]

Fan Wenyao, Cao Mengxue, Lu Laijun. Visualization process of 3D geological modeling based on GOCAD software[J]. Science Technology and Engineering, 2020, 20(24): 9771-9778.

[25]

张小艳, 朱圣凯, 杨鑫磊. 采煤工作面煤层三维地质建模[J]. 科学技术与工程, 2020, 20(10): 4049-4055.

[26]

Zhang Xiaoyan, Zhu Shengkai, Yang Xinlei. Three-dimensional geological modeling of coal seam in mining face[J]. Science Technology and Engineering, 2020, 20(10): 4049-4055.

[27]

陈曦, 闫东, 潘懋, 等. 基于领域知识库的地勘单位分类算法[J]. 科学技术与工程, 2017, 17(13): 192-196.

[28]

Chen Xi, Yan Dong, Pan Mao, et al. Geological prospecting companies classification algorithm based on domain knowledge database[J]. Science Technology and Engineering, 2017, 17(13): 192-196.

[29]

李晓岚, 高秉博, 潘瑜春, 等. 基于本体知识库的建设用地疑似用地问题自动发现[J]. 科学技术与工程, 2017, 17(13): 197-204.

[30]

Li Xiaolan, Gao Bingbo, Pan Yuchun, et al. Automatic detection Research of suspected land use problems in construction land based on ontology knowledge base[J]. Science Technology and Engineering, 2017, 17(13): 197-204.

[31]

Ren Q Q, Gao J L. A novel fracture-cavity reservoir outcrop geological knowledge base construction method considering parameter collection and processing, mutual transformation of data-know-ledge, application and update[J]. Petroleum Science, 2024(4): 2184-2202.

[32]

Zhang H Y, Meng Y C. Sedimentary microfacies characteristics and quantitative characterization of sand bodies in Braided Rivers: taking the dense well pattern area of Karamay 96 District as an example[J]. Advances in Geosciences, 2022, 12(7): 955-966.

[33]

杨特波, 王继平, 王一, 等. 基于地质知识库的致密砂岩气藏储层建模——以苏里格气田苏X区块为例[J]. 岩性油气藏, 2017, 29(4): 138-145.

[34]

Yang Tebo, Wang Jiping, Wang Yi, et al. Reservoir modeling of tight sandstone gas reservoir based on geological knowledge database: a case from Su X block in Sulige Gas Field[J]. Lithologic Reservoirs, 2017, 29(4): 138-145.

[35]

张帅琳, 刘远刚, 李少华, 等. 基于文献数据拾取的储层构型参数库构建方法及其实践——以辫状河储层为例[J]. 石油科学通报, 2024, 9(6): 885-898.

[36]

Zhang Shuailin, Liu Yuangang, Li Shaohua, et al. Method for constructing a reservoir architectural parameter database based on literature data collection and its practical application: a case study of braided river reservoirs[J]. Petroleum Science Bulletin, 2024, 9(6): 885-898.

[37]

Peters S E, Husson J M, Czaplewski J. Macrostrat: a platform for geological data integration and deep-time earth crust research[J]. Geochemistry, Geophysics, Geosystems, 2018, 19(4): 1393-1409.

[38]

王涛, 童英, 丁毅, 等. DDE-岩浆岩数据库初步构建与应用[J]. 岩石学报, 2024, 40(3): 873-888.

[39]

Wang Tao, Tong Ying, Ding Yi, et al. Preliminary construction and application of DDE-database of igneous rocks[J]. Acta Petrologica Sinica, 2024, 40(3): 873-888.

[40]

谢红兵, 陈晓林, 郭秋麟, 等. 基于WEB-GIS的油气资源评价数据库构建及应用[J]. 天然气地球科学, 2016, 27(9): 1752-1760.

[41]

Xie Hongbing, Chen Xiaolin, Guo Qiulin, et al. Establishment and application of WEB-GIS based oil and gas resource evaluation database[J]. Natural Gas Geoscience, 2016, 27(9): 1752-1760.

[42]

肖海红, 谢瑞. GIS支持下的煤田大地测量控制点成果信息管理系统的设计与实现[J]. 测绘通报, 2015(9): 117-121.

[43]

Xiao Haihong, Xie Rui. Design and implementation of coalfield geodetic survey control point result information management system based on GIS[J]. Bulletin of Surveying and Mapping, 2015(9): 117-121.

[44]

马海涛, 潘进礼, 李建华, 等. 基于GIS的放射性数据管理系统设计与开发建设研究[J]. 现代电子技术, 2023, 46(17): 133-138.

[45]

Ma Haitao, Pan Jinli, Li Jianhua, et al. Research on design and development of radioactive data management system based on GIS[J]. Modern Electronics Technique, 2023, 46(17): 133-138.

[46]

何治亮, 孙建芳. 碳酸盐岩储集层知识库构建方法及其在缝洞型油藏地质建模中的应用[J]. 石油勘探与开发, 2021, 48(4): 710-718.

[47]

He Zhiliang, Sun Jianfang. Construction method of carbonate reservoir knowledge base and its application in fracture-cavity reservoir geological modeling[J]. Petroleum Exploration and Development, 2021, 48(4): 710-718.

[48]

毛正君, 于海泳, 梁伟, 等. 基于无人机倾斜摄影测量三维建模的区域黄土滑坡识别及特征分析[J]. 中国地质, 2024, 51(2): 561-576.

[49]

Mao Zhengjun, Yu Haiyong, Liang Wei, et al. Identification and feature analysis of regional loess landslides based on UAV tilt photogrammetry 3D modeling[J]. Geology in China, 2024, 51(2): 561-576.

[50]

Che D, Su M, Ma B D. A three-dimensional triangle mesh integration method for oblique photography model data[J]. Buildings, 2023, 13(9). DOI: 10.3390/buildings13092266.

[51]

Zhang X J, Zhao P C, Hu Q W. A UAV-based panoramic oblique photogrammetry (POP) approach using spherical projection[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020(159): 198-219.

[52]

Yang B X, Ali F, Zhou B. A novel approach of efficient 3D reconstruction for real scene using unmanned aerial vehicle oblique photogrammetry with five cameras[J]. Computers & Electrical Engineering, 2022(99). DOI: 10.1016/j.compeleceng.2022.107804.

[53]

乔占峰, 沈安江, 郑剑锋, 等. 基于数字露头模型的碳酸盐岩储集层三维地质建模[J]. 石油勘探与开发, 2015, 42(3): 328-337.

[54]

Qiao Zhanfeng, Shen Anjiang, Zheng Jianfeng, et al. Three-dimensional carbonate reservoir geomodeling based on the digital outcrop model[J]. Petroleum Exploration and Development, 2015, 42(3): 328-337.

[55]

Panara Y, Menegoni N, Finkbeiner T. High-resolution analysis of 3D fracture networks from digital outcrop models, correlation to plate-tectonic events and calibration of subsurface models (Jurassic, Arabian Plate)[J]. Marine and Petroleum Geology, 2024(167). DOI: 10.1016/j.marpetgeo.2024.106998.

[56]

He F Q, Qi R, Yuan C Y, et al. Further understanding of relationship between fault characteristics and hydrocarbon accumulation in Binchang Area, Ordos Basin[J]. Earth Science, 2024, 49(11): 4082-4097.

[57]

郭惠, 赵红格, 陈江萌, 等. 鄂尔多斯盆地西部古峰庄地区三叠系延长组裂缝特征及其对低渗透油藏的控制作用[J]. 中国地质, 2024, 51(1): 73-88.

[58]

Guo Hui, Zhao Hongge, Chen Jiangmeng, et al. Fracture characteristics of Triassic Yanchang Formation in the Gufengzhuang Area, Western Ordos Basin and its control on low permeability reservoirs[J]. Geology in China, 2024, 51(1): 73-88.

[59]

何发岐, 梁承春, 陆聘, 等. 鄂尔多斯盆地南缘过渡带致密-低渗油藏断缝体的识别与描述[J]. 石油与天然气地质, 2020, 41(4): 710-718.

[60]

He Faqi, Liang Chengchun, Lu Cheng, et al. Identification and description of fault-fracture bodies in tight and low permeability reservoirs in transitional zone at the south margin of Ordos Basin[J]. Oil & Gas Geology, 2020, 41(4): 710-718.

基金资助

国家自然科学基金(42172172)

国家自然科学基金(42130813)

油气资源与勘探技术教育部重点实验室(长江大学)开放基金(PI2023-04)

PDF (14853KB)

43

访问

0

被引

详细

导航
相关文章

/

〈 〉