Seismic fine characterization of deep carbonate fractured-vuggy reservoir: Case study of the 4th Member of Sinian Denying Formation in Anyue Gas Field, Sichuan Basin

  • Yu LIN , 1 ,
  • Chun-mei LI 1 ,
  • Wen GU 1 ,
  • Wen-jun LUO 2 ,
  • Zhi-yong WANG 1 ,
  • Zhi YU 1 ,
  • Jia ZHANG 1 ,
  • Jing BIE 1 ,
  • Wen-qi LI 1
Expand
  • 1. Bureau of Geophysics Prospecting Inc. ,PetroChina,Zhuozhou 072750,China
  • 2. Southwest Oil & Gasfield Company,PetroChina,Chengdu 610041,China

Received date: 2020-04-22

  Revised date: 2020-07-21

  Online published: 2020-12-11

Supported by

The China National Science and Technology Major Project(2016ZX05052-001)

Abstract

The fracture-vuggy reservoir of the Dengying Formation in Sichuan Basin is controlled by sedimentation and karstification, which has the characteristics of wide distribution, large reservoir thickness, strong heterogeneity and small fracture-cave scale. The primary matrix pore of the reservoir is not developed, and the secondary dissolution fracture and cavity is the main factor for high production of well. Affected by short-term weathering karstification, the Dengying Formation mainly develops small-scale karst fracture-cave units with the scale of milimeter-centimeter, which makes the seismic description of the fracture-cave units of Dengying Formation gas reservoir extremely difficult. Based on the wide azimuth seismic data, the distribution of small-scale fracture-cavity units is gradually implemented by means of OVT domain migration processing, pre-stack anisotropy analysis and post-stack sensitive attribute optimization, which effectively guides the development well deployment and drilling adjustment in the research area. According to the research results, the drilling effect of the development wells deployed and adjusted is good, and the success rate is 100%. The proportion of the high-yield well that has the test production of more than 50×104 m3/d per day has increased significantly.

Cite this article

Yu LIN , Chun-mei LI , Wen GU , Wen-jun LUO , Zhi-yong WANG , Zhi YU , Jia ZHANG , Jing BIE , Wen-qi LI . Seismic fine characterization of deep carbonate fractured-vuggy reservoir: Case study of the 4th Member of Sinian Denying Formation in Anyue Gas Field, Sichuan Basin[J]. Natural Gas Geoscience, 2020 , 31(12) : 1792 -1801 . DOI: 10.11764/j.issn.1672-1926.2020.07.009

0 引言

作为中国陆上典型的叠合盆地,四川盆地深层碳酸盐岩油气资源十分丰富。特别是寒武系龙王庙组与震旦系灯影组特大型油气藏的发现,展示了盆地深层古老碳酸盐岩油气勘探与开发的巨大潜力1。其中,震旦系灯影组为一套受沉积与岩溶共同控制的深层碳酸盐岩缝洞型储层,储量规模大、分布面积广,为四川盆地最重要的天然气增储上产层系之一。储集空间主要为次生溶蚀孔、洞、缝,原生孔隙大多被破坏2-3。孔隙度介于2.00%~9.89%之间,平均值为3.22%,渗透率介于(0.01~10.00)×10-3 μm2之间,为低孔低渗储层4。据实钻井统计,测试产量为50×104 m3/d以上高产井,缝洞均较为发育,测试产量50×104 m3/d以下低产井,缝洞发育欠佳或被充填,因此,钻遇缝洞为灯影组气井高产的主要因素。利用地震资料进行缝洞地质体刻画为储层预测中的关键一环。受埋藏深、风化淋漓时间短影响,灯影组储集单元主要为毫米—厘米级的小尺度缝洞体,地震剖面响应特征很不明显,利用地震资料进行缝洞地质体刻画难度极大。
目前,关于碳酸盐岩岩溶缝洞单元的地震预测,国内外学者主要针对塔里木盆地奥陶系开展了大量研究,使用的地震预测技术主要包括地震属性预测技术、波形分类技术、正演模拟技术、谱分解技术、三维可视化技术及地震反演技术5-7。其中,地震属性技术中的相干、曲率、纹理、蚂蚁体运用较多,效果相对较好。从地震资料使用情况看,目前仍以叠后为主,以叠后资料为基础的属性分析及反演技术仍然为现阶段碳酸盐岩缝洞型储层预测的两大主导技术8。现有方法在大尺度缝洞预测中效果良好,对于小尺度缝洞,常规方法预测困难。针对灯影组气藏缝洞尺度小的特点,本文从处理解释一体化、叠前—叠后综合研究着手,通过开展OVT域偏移处理、各向异性差异分析、地震正演模拟、敏感属性优选等技术攻关,逐步形成了一套针对此类小尺度缝洞单元的地震表征技术,运用效果相对较好。截至目前,依托本文研究成果部署的灯影组气藏开发建产井钻探成功率100%,测试产量大于50×104 m3/d的高产井比例显著提升。

1 研究思路及对策

安岳气田灯影组储层具有埋藏深、缝洞尺度小、非均质性强的特点,要实现小尺度缝洞单元精细刻画,单靠地震资料解释技术很难实现,必须通过处理、解释一体化,叠前、叠后综合研究,才能从根本上解决碳酸盐岩缝洞体油气藏高效勘探开发难题。此次研究,提出了针对小尺度缝洞地质体预测的地震技术对策:通过OVT域处理,获得具有炮检距及方位角信息的高品质地震资料;利用OVT域地震资料,进行叠前方位各向异性强度分析,达到识别小尺度裂缝密度及方位的目的;通过精细分析缝洞地质体叠后地震响应特征,提出小尺度缝洞层概念,建立模型进行正演,依据正演结果及地震响应特征,优选敏感属性精细刻画小尺度缝洞层分布;最终,依据缝洞预测结果划分出有利区,为井位部署及调整提供依据。

2 小尺度缝洞储集体预测关键技术及应用效果分析

2.1 OVT域叠前裂缝检测技术

安岳气田灯影组储层具有埋藏深、缝洞发育但尺度小、非均质性强的特点4。裂缝作为油气的渗滤通道及储集空间,其精细刻画显得尤为重要。利用地震资料进行裂缝预测的方法大致可以分为3种:多分量转换波裂缝检测、叠后地震属性裂缝检测、叠前分方位各向异性裂缝检测。多分量转换波裂缝检测主要是通过求取多波中的横波分裂特征参数来实现的,其对野外采集参数设计要求较高,且多波多分量地震资料的处理难度较大,难于完全满足裂缝预测需求。叠后地震属性裂缝检测主要是通过叠后相干、曲率、梯度等敏感属性参数来对裂缝进行预测,该方法能够大致预测裂缝发育带概貌及大尺度断裂,但无法精细计算小尺度裂缝,计算出的裂缝精度较低。叠前各向异性裂缝检测主要是利用叠前纵波所携带的方位信息来进行裂缝方位及密度预测,相比前2种方法,此方法识别精度更高且较为稳定,在裂缝检测中具有一定优势9。鉴于研究区目的层缝洞规模较小的特点,本文利用OVT域地震数据开展叠前各向异性裂缝检测。

2.1.1 基础资料分析

叠前方位各向异性分析在裂缝检测中虽具有一定优势,但该方法对地震资料要求较高,需要宽方位或全方位采集,且需要有较高信噪比10。研究区2011年开展了宽方位三维地震采集,覆盖次数80次,地震资料面元20 m×20 m,最大炮检距5 741 m,横纵比0.83,经过精细处理后,地震资料保真保幅信噪比高,满足后续的OVT处理与精细解释需求。

2.1.2 宽方位OVT域处理技术

OVT即炮检距向量片,每个OVT子集就是一个限制方位角、炮检距范围的偏移距组。OVT道集在偏移后,能够保留所有方位角的信息,因此更加有利于偏移后进行与方位有关的各项异性分析及校正11。与常规处理不同的是,OVT域处理是在OVT排列片进行五维插值,并且在得到包含偏移距及方位角信息的螺旋道集后进行了方位各向异性校正,能够有效消除方位各向异性影响,得到相比常规处理更能准确反映裂缝发育方位及密度的地震数据体10。此次研究具体处理流程见图1。从最终处理的效果上看(图2),相比常规CRP道集,OVT道集品质明显提高。常规CRP道集远近道能量弱、中道能量强;OVT域偏移后的道集整体能量更均衡,远中近道能量趋于一致,炮检距和方位角信息更加丰富,能够满足裂缝预测对地震资料品质的要求。
图1 OVT处理流程与常规叠前偏移处理流程的对比

Fig.1 Comparison of OVT domain processing flow and conventional PSTM processing flow

图2 常规CRP道集与OVT螺旋道集对比

Fig.2 Comparison of OVT conventional CRP gathers and spiral gathers

2.1.3 基于OVT域地震资料的方位各向异性裂缝检测技术

裂缝的存在会引起地震波的方位各向异性,反映到螺旋道集上表现为道集同相轴的剩余时差、振幅值等随方位角发生“抖动”12。本文裂缝预测的思路是在OVT域处理的道集基础上,首先进行OVT数据炮检距及方位角优选、规则化和存储等预处理工作,然后基于道集同相轴的抖动“特性”,进行分方位的地震属性提取及分析,最后根据这些属性的变化幅度大小生成裂缝发育平面图。
(1) OVT数据预处理。首先,沿最大纵距和非纵距方位分别抽取方位角道集数据进行对比分析,以非纵距为直径画圆,对数据进行切除。然后采用矩形规则化方法,对地震数据进行炮检距域和方位角域的分选和内插。此方法有效提高了近炮检距的信噪比与远炮检距的分辨率。经过上述预处理步骤,地震数据可以任意抽取共炮检距方位角道集、任意共方位角的炮检距道集的切片,进而分析各向异性特征12图3)。
图3 M-22井灯影组各向异性特征

Fig.3 Anisotropic characteristics of Dengying Formation of Well M-22

(2) 属性提取及分析。利用自动追踪技术对道集同相轴进行追踪和属性提取,并基于道集能量变化和时差变化与各向异性的关系,用玫瑰图的方式表征各向异性。图4展示了过M-22井共炮检距道集的振幅属性和时差属性,2种属性各向异性的延伸方向基本是一致的。根据道集同相轴属性的变化幅度,通过统计学方法求取各向异性强度与方位各向异性系数,分别用于裂缝密度与方向的检测。
图4 M-22井共炮检距道集各向异性属性

(a)同相轴时差属性切片;(b)同相轴振幅属性切片;(c) M-22井灯影组各向异性方位

Fig.4 Anisotropic seismic attributes in common offset gathers of Well M-22

(3) 检测效果分析。通过将研究区各向异性强度属性图与叠后增强相干属性进行对比可知,前者裂缝预测精度明显提高,并且裂缝发育区主要位于区域断裂附近,这与地质上认识的研究区裂缝以构造缝为主一致,有效证实了预测结果的合理性。从最终的各向异性裂缝方位预测结果来看,玫瑰图所表征的裂缝方向与已知井成像测井解释的裂缝方向基本吻合,表明预测结果可行(图5图6)。
图5 研究区灯影组四段裂缝预测结果对比(局部放大)

(a) 基于OVT道集的各向异性强度属性;(b) 基于OVT叠后数据的增强相干属性

Fig.5 Comparison of fracture prediction results in the fourth Member of Dengying Formation (local zoom)

图6 M-22井裂缝方位地震预测结果与测井解释成果对比

Fig.6 Comparison of fracture azimuth between seismic prediction and well logging interpretation in Well M-22

2.2 地震波形分析及小尺度孔洞正演模拟技术

研究区井震标定结果表明,受地震极限分辨率限制,单个孤立孔洞单元在地震剖面上无明显响应,密集孔洞发育段地震响应特征明显,呈现不连续、短轴状杂乱反射特征(图7)。单个孔洞并不是油田关心的对象,油田开发所关心的是规模性的、具有储集能力的密集缝洞发育带。为证实密集孔洞发育带地震响应特征可靠性,利用研究区实钻井的地层与岩溶孔洞岩石物理参数以及子波信息,建立了精细地质模型,开展了地震正演模拟。从模拟结果来看(图8),与实际地震数据的响应基本一致,当孔洞单元集中发育形成孔洞发育带时,正演剖面上同相轴的短轴杂乱特征变得异常清楚。
图7 灯四段孔洞发育层岩心、成像测井地震响应特征

Fig.7 Core, FMI logging and seismic response of dense karst cavity layer in the fourth Member of Dengying Formation

图8 灯四段孔洞发育带地质模型与地震正演模拟剖面

Fig.8 Profiles of geologic model and seismic forward of dense karst cavity layer in the fourth Member of Dengying Formation

2.3 地震属性优选技术

随着计算机技术的发展,从地震数据体中提取的属性多达上百种,大致可以分为几何类属性、频率类属性及分析类属性。多种地震属性的出现充分挖掘了地震信息,同时也带来了诸多不确定性。一是因为地震属性与预测对象间并不是简单二维线性关系,而是多元、多维及非线性的复杂关系;另一方面是不同地震属性对储层敏感程度不同,且地震属性通常不具有明确的地质意义13-15。因此,地震属性优选就显得尤为重要。地震属性优选通常有2种方法:数学运算法(相关分析、聚类分析及交会分析等)、专家经验法。数学运算法能够提高工作效率,但优选的属性缺乏地质意义;专家经验法优选的地震属性具有明确地质意义,但是工作量大且具有一定主观性13。此次研究,在广泛调研的基础上,主要依据两点原则进行属性优选:①提取的地震属性符合区域地质规律;②预测结果与实际钻井情况吻合较好。
经过调研,目前对小尺度溶蚀孔洞反应较为灵敏的地震属性主要包括曲率、振幅差异与纹理属性等。曲率属性主要表征反射界面的弯曲程度,能够突出微小裂缝及小断层,有利于缝洞预测16。振幅差异属性主要表征一个点同周围点的振幅差异,反映由地质特征引起的振幅突变,对地质异常体边界比较敏感17。纹理熵属性主要采用灰度共生矩阵函数计算一幅图像中特定的像素在某一空间位置关系中出现的次数来刻画纹理特征,能够表征地震同相轴的杂乱程度,同相轴灰度共生矩阵的熵值越高,同相轴越均匀,反之越复杂,因此,纹理熵属性对缝洞发育带具有良好反映18
鉴于研究区孔洞发育带“短轴、杂乱”的特征,本文研究首先针对OVT域偏移数据开展构造导向滤波,使得地震数据同相轴的杂乱与间断特征更加明显,然后分别提取曲率、纹理及振幅差异属性。四川盆地灯影组孔洞发育带的形成受表层风化淋滤与沉积相带展布共同控制,缝洞型优质储层主要分布于灯四段顶部,且呈较为连续的、层状分布。部分断裂附近,优质储层受表层风化淋漓及岩溶期古断裂共同控制,灯四段顶部及内幕均发育缝洞型优质储层。基于以上2点地质认识,结合实钻井缝洞垂向分布情况,进行属性优选,对缝洞发育带进行预测。图9为优选结果,由图知,纹理熵属性预测结果优质缝洞型储层主要分布于灯四段顶部,呈连续层状分布,与地质认识一致;振幅差异属性及曲率属性预测结果显示缝洞沿垂向分布,横向上较为离散,与地质认识存在差异。通过与井对比,纹理属性、振幅差异属性与井吻合较好,曲率属性与井吻合较差。因此,最终优选纹理熵属性进行孔洞分布预测。表1为预测结果符合率统计,从后期开发验证井统计情况来看,本次岩溶孔洞预测结果效果显著,与验证井钻井解释成果符合率高于85%。
图9 灯影组四段孔洞发育带敏感属性优选

(a)常规地震剖面;(b)纹理熵属性剖面;(c)振幅差异属性剖面;(d)曲率属性剖面;(e)纹理熵属性平面

Fig.9 Sensitive seismic attribute optimization of dense karst cavity layer in the fourth Member of Dengying Formation

表1 岩溶孔洞预测结果与开发验证井吻合情况统计

Table 1 Coincidence of karst cavity prediction and drilling result of development wells

井号 实钻孔洞型储层垂厚/m 地震预测结果 井震吻合情况
G-H2 10.96 较发育 吻合
G-H20 26.6 较发育 不吻合
G-H27 0 不发育 吻合
G-X1 39.11 发育 吻合
G-X21 69.84 发育 吻合
G-X23 9.2 较发育 吻合
G-X24 28.46 发育 吻合
G-X25 6.74 不发育 吻合
G-X3 32.8 发育 吻合
G-X30 38.48 发育 吻合
G-X31 27.87 发育 吻合
G-X4 21.76 较发育 吻合
G-X5 6.36 不发育 吻合
G-X6 18.41 较发育 吻合
G-X7 6.94 发育 不吻合

3 应用效果评价

根据裂缝与孔洞预测结果,将二者进行融合,最终得到缝洞预测平面图。利用预测成果图将研究区划分为3类有利甜点区与相对致密区,其中I类有利区面积为500 km2,裂缝与溶蚀孔洞均最为发育;II类有利区面积为350 km2,裂缝与溶蚀孔洞均较为发育;III类有利区面积为300 km2,仅溶蚀孔洞发育、裂缝不发育;致密区二者均不发育(纹理属性为绿色—蓝色)(图10)。
图10 灯四段缝洞储层平面预测

Fig.10 Plan prediction of fractured-vuggy reservoir of the fourth Member of Dengying Formation

研究成果目前主要运用于2个方面,指导井位部署、辅助靶体目标及井轨迹调整。本文在I类、II类有利区共部署水平井及大斜度井11口,后期实钻成功率100%,平均测试产量超过50×104 m3/d。根据研究结果指导调整的G-X25井钻遇良好缝洞,测试产气量高达102.16×104 m3/d,无助流量187.41×104 m3/d。G-X25井是为动用灯四上亚段储层而部署的一口开发井,钻进过程中,发现该井灯四下亚段地震响应特征与邻井G-8相似,G-8灯四下亚段缝洞型储层发育。结合缝洞剖面(图11),预测G-X25井灯四下亚段发育良好缝洞,建议该井加深至灯四下,该建议被采纳并实施。实钻G-X25井灯四下亚段储层发育,井底出现放空,测试高产。新井的高产说明本文的研究方法切实有效,研究成果能够有效提高四川盆地深层灯影组气藏岩溶缝洞体钻遇率,为油田高效开发提供技术保障。
图11 G-X25井轨迹方向的地震缝洞预测剖面

(a)常规地震剖面;(b)地震预测裂缝—溶蚀孔洞融合剖面

Fig.11 Raw seismic and fractured-vuggy prediction profiles along the well trajectory of Well G-X25

4 结论

震旦系灯影组现今埋深大、地层年代古老,其储层的形成受较短时间风化淋滤与原始沉积相带展布的双重控制,储集单元主要表现为毫米—厘米级的小尺度缝洞集合体。针对此类储层的预测难点,本文采用有针对性的处理与解释一体化研究,主要取得以下3点认识:
--引用第三方内容--

(1)地震资料品质是决定缝洞体预测成败的关键。通过针对宽方位数据开展OVT域处理的方法,有效改善了研究区深层地震叠前道集与偏移成果品质,最大程度地保留了地震资料的各项异性特征。

(2)基于OVT螺旋道集,在“矩形规则化”预处理的基础上,开展道集同相轴追踪解释,并利用统计学方法求取各向异性强度与方位各向异性系数,实现了微小裂缝的有效预测。相比常规叠后属性预测,该方法裂缝预测精度显著提高,与宏观断裂分布认识完全吻合。

(3)通过实钻井井震标定与地震正演模拟,明确了灯四段岩溶孔洞带的不连续、杂乱地震反射特征,基于这一认识优选地震纹理熵属性实现了孔洞带精细预测。从分布上看,孔洞带主要沿风化壳表面呈较为连续的层状展布,局部受岩溶期古断裂影响,在地层内部沿断裂周缘呈团块状展布。

(4)根据孔洞与裂缝的匹配关系, 将研究区划分为3类有利甜点区与相对致密区,并提出建议井位目标11口。后期实钻结果表明,本文研究所形成的一套针对小尺度缝洞储集体的地震刻画技术切实可行,可以有效降低研究区勘探开发风险,而且对国内外其他探区类似储层的精细预测也具有借鉴意义。

1
罗冰,杨跃明, 罗文军, 等. 川中古隆起灯影组储层发育控制因素及展布[J]. 石油学报, 2015,36(4):416-425.

LUO B, YANG Y M, LUO W J, et al. Controlling factors and distribution of reservoir development in Dengying Formation of paleo-uplift in central Sichuan Basin[J]. Acta Petrolei Sinica, 2015,36(4):416-425.

2
段金宝, 代林呈, 李毕松, 等. 四川盆地北部上震旦统灯影组四段储层特征及其控制因素[J]. 天然气工业, 2019, 39(7):9-20.

DUAN J B, DAI L C, LI B S, et al. Reservoir characteristics and their controlling factors of the fourth member of Upper Sinian Dengying Formation in the northern Sichuan Basin[J]. Natural Gas Industry, 2019, 39(7):9-20.

3
杨雨,黄先平,张健, 等.四川盆地寒武系沉积前震旦系顶界岩溶地貌特征及其地质意义[J].天然气工业, 2014,34(3):38-43.

YANG Y, HUANG X P, ZHANG J, et al. Geatures and geologic significances of the top Sinian karst landform before the Cambrian deposition in the Sichuan Basin[J]. Natural Gas Industry, 2014, 34(3):38-43.

4
肖富森, 陈康, 冉崎, 等. 四川盆地高石梯地区震旦系灯影组气藏高产井地震模式新认识[J]. 天然气工业, 2018, 38(2):8-15.

XIAO F S, CHEN K, RAN Q, et al. New understandings of the seismic modes of high productivity wells in the Sinian Dengying Formation gas reservoirs in the Gaoshiti area,Sichuan Basin[J]. Natural Gas Industry, 2018, 38(2):8-15.

5
姚清洲, 孟祥霞, 张虎权,等. 地震趋势异常识别技术及其在碳酸盐岩缝洞型储层预测中的应用——以塔里木盆地英买2井区为例[J]. 石油学报, 2013, 34(1):101-106.

YAO Q Z, MENG X X, ZHANG H Q, et al. Principles and application of a seismic trend anomaly diagnostic technique: A case study on carbonate fractured-cavity reservoir in Yingmai 2 area,Tarim Basin[J].Acta Petrolei Sinica,2013,34(1):101-106.

6
姚姚, 唐文榜.深层碳酸盐岩岩溶风化壳洞缝型油气藏可检测性的理论研究[J]. 石油地球物理勘探, 2003,38(6):623-629.

YAO Y, TANG W B. Theoretical study of detectable cavern-fractured reservoir in weathered karst of deep carbonatite[J]. Oil Geophysical Prospecting, 2003,38(6):623-629.

7
王小垚, 曾联波, 魏荷花, 等. 碳酸盐岩储层缝洞储集体研究进展[J]. 地球科学进展, 2018, 33(8):818-832.

WANG X Y, ZENG L B,WEI H H, et al. Research progress of the fractured-vuggy reservoir zones in carbonate reservoir [J]. Advances in Earth Science, 2018, 33(8):818-832.

8
韩东, 袁向春, 胡向阳. 叠后地震储层预测技术在缝洞型储层表征中的应用[J]. 石油天然气学报, 2014, 36(9):63-68.

HAN D, YUAN X C, HU X Y, et al. The application of reservoir prediction technique based the post-stack seismic data in fracture-cavity reservoir characterization[J]. Journal of Oil and Gas Technology, 2014, 36(9):63-68.

9
党常青, 崔永福, 陈猛, 等. OVT域叠前裂缝预测技术——以塔里木盆地塔中ZG地区奥陶系碳酸盐岩为例[J]. 物探与化探, 2016, 40(2):398-404.

DANG C Q,CUI Y F,CHEN M, et al.Fracture detection with prestack seismic data in OVT domain: A case study of the Ordovician carbonate reservoir in ZG area of Tazhong district in Tarim Basin[J]. Geophysical and Geochemical Exploration, 2016, 40(2): 398-404.

10
VERMEER G J O. Creating image gathers in the absence of proper common-offset gather[J].Exploration Geophysics, 1998, 29(4): 636-642.

11
詹仕凡, 陈茂山, 李磊,等. OVT域宽方位叠前地震属性分析方法[J]. 石油地球物理勘探, 2015, 50(5):956-966.

ZHAN S F, CHEN M S, LI L, et al. OVT-domain wide-azimuth prestack seismic attribute analysis[J]. Oil Geophysical Prospecting, 2015, 50(5):956-966.

12
欧守波. 基于OVT域数据的裂缝预测——以四川盆地G-M地区灯影组储层为例[D]. 成都:成都理工大学, 2017:41-46.

OU S B. Fracture Prediction Based on OVT Domain Data-A case study of Dengying Formation in G-M area of Sichuan Basin[D].Chengdu:Chendu University of Technology, 2017: 41-46.

13
马灵伟. 塔中顺南地区缝洞型储层地震响应特征及识别模式研究[D]. 武汉: 中国地质大学, 2014: 4-5.

MA L W. Seismic Response Characteristics and Recognize Pattern of the Ordovician Fractured-Vuggy Reservoirs in Tazhong Shunnan Area[D]. Wuhan: China University of Geosciences, 2014: 4-5.

14
韩长城, 林承焰, 马存飞. 地震多属性优选技术在碳酸盐岩缝洞型储层预测中的应用[J]. 岩性油气藏, 2013, 25(6):67-71.

HAN C C, LIN C Y, MA C F. Application of seismic multi-attribute optimization technology to the prediction of carbonate fractured-vuggy reservoir[J]. Lithologic Reservoirs, 2013,25(6):67-71.

15
刘立峰, 孙赞东, 杨海军, 等. 缝洞型碳酸盐岩储层地震属性优化方法及应用[J]. 石油地球物理勘探, 2009, 44(6):747-754.

LIU L F, SUN Z D, YANG H J, et al. Seismic attribute optimization method and its application for fractured vuggy carbonate reservoir[J]. Oil Geophysical Prospecting, 2009, 44(6):747-754.

16
徐敏. 深层碳酸盐岩岩溶缝洞储层综合识别新技术[D]. 成都: 成都理工大学, 2016: 53-55.

XU M. Comprehensive Prediction Techniques of Deep Carbonate Karstic Fractured-Vuggy Reservoirs: A Case Study of Sinian Dengying Formation in Leshan-Longnüsi Paleo-Uplift, Sichuan Basin[D].Chengdu: Chendu University of Technology, 2016: 53-55.

17
韩革华, 漆立新, 李宗杰, 等. 塔河油田奥陶系碳酸盐岩缝洞型储层预测技术[J]. 石油与天然气地质, 2006, 27(6):860-870.

HAN G H, QI L X, LI Z J, et al. Prediction of the Ordovician fractured vuggy carbonate reservoirs in Tahe Oilfield[J]. Oil & Gas Geology, 2006, 27(6):860-870.

18
杨帅. 基于灰度共生矩阵的地震纹理属性分析及其运用[D]. 北京: 中国石油大学, 2018: 35-55.

YANG S. Analysis and Application of Seismic Texture Attributes Based on Gray Level Co-occurrence Matrix[D]. Beijing: China University of Petroleum, 2018: 35-55.

Outlines

/