Research and application of high precision seismic amplitude decoupling technology: Case study of Baodao Sag of Qiongdongnan Basin

  • Fang LI , 1 ,
  • Wanyuan SUN 1 ,
  • Wei GUO 2
Expand
  • 1. CNOOC China Limited,Hainan Branch,Haikou 570311,China
  • 2. CNOOC China Limited,Zhanjiang Branch,Zhanjiang 524057,China

Received date: 2023-03-27

  Revised date: 2023-11-01

  Online published: 2023-12-13

Supported by

The China National Science and Technology Major Project(KJGG2022-0404)

Abstract

Seismic amplitude contains abundant geological information, and plays an important role in structural interpretation and target evaluation. In deep-sea exploration with limited logging information, accurate amplitude attributes will conducive high-precision lithology identification and fluid detection. Recently, Baodao Sag in Qiongdongnan Basin is an important field for gas exploration in the deep water area of the South China Sea. However, its seismic amplitude is influenced by multiple factors, restricting the development of geophysical evaluation seriously. To improve the accuracy of reservoir prediction and fluid detection, we proposes a high-precision seismic amplitude decoupling technique in this paper. Firstly, we use forward modelling to clarify the formation coupling amplitude response law, and adopt the amplitude ratio method to identify the impact of fluid properties on amplitude. Then, semi-quantitative matching decoupling technology is used to eliminate the influence of formation thickness, and the effect of cap rock on the amplitude is reduced by the adaptive wavelet decomposition technology. Finally, the gas bearing capacity of the formation is accurately predicted. The practical application indicate that the proposed method helps to guide significant exploration breakthroughs and discoveries in the deep water area of Baodao Sag in Qiongdongnan Basin.

Cite this article

Fang LI , Wanyuan SUN , Wei GUO . Research and application of high precision seismic amplitude decoupling technology: Case study of Baodao Sag of Qiongdongnan Basin[J]. Natural Gas Geoscience, 2023 , 34(12) : 2160 -2171 . DOI: 10.11764/j.issn.1672-1926.2023.11.001

0 引言

琼东南盆地位于南海大陆架北部,西侧为莺歌海盆地与红河断裂,东侧临近珠江口盆地神狐隆起,是一个以新生代沉积为主要沉积类型的裂陷型含油气盆地,是南海天然气勘探的重要战场1-2。盆地中央坳陷带发育大型水道体系——中央峡谷体系,目前已在深水西区乐东—陵水凹陷莺歌海组和黄流组发现了超千亿立方米大气田,油气资源极为丰富3。其中宝岛—长昌凹陷位于中央坳陷带深水区东部,西侧连接松南凹陷,北邻松涛凸起与神狐隆起,南邻松南低凸起与南部隆起,呈近东西向展布,宝岛—长昌凹陷自下而上主要发育了崖城组、陵水组、梅山组等多种组系,区域内发育多套优质烃源岩,地质成藏条件优越,勘探潜力巨大4-5。但由于其储层埋藏较深,成藏地质条件复杂,引起振幅异常影响因素复杂、多解性强,对地层识别带来极大挑战6-8。因此,本文以理论振幅影响因素模拟与实际振幅差异类比,建立多因素振幅影响的定量关系,明晰地层振幅耦合产生的地震特征规律,利用相关规律认识建立振幅耦合识别,研究减小或剔除多类因素对振幅耦合的影响,去伪求真,实现厚度耦合调谐、物性变化、流体性质等因素的识别与判断,达到振幅定量化解释目的,从而实现流体信息提取,提高地球物理预测准确率。

1 理论振幅影响因素与实际地震影响因素差异类比

1.1 多因素信息对地震耦合影响规律

通过对大量地震相模式的识别与归类,对振幅主控因素形成一定认识。建立地震资料正演模型,设置储层、盖层与背景介质的不同物性和岩性参数,研究地震波振幅强度、波形宽度等受储层、地震、盖层、地质等一系列控制因素的影响并进行研究与总结,分析地震耦合影响规律,从而对地震振幅影响因素产生更深刻的认识。
通过对琼东南盆地已钻遇储层的系统梳理和分析,将琼东南盆地有利储层划分为以下6种基本模型(图1),代表其不同的储层发育特征。采用正演模拟分析手段明确不同因素对振幅的影响规律,基于宝岛—长昌凹陷的实际地震资料特征,采用25 Hz雷克子波进行正演模拟,根据周边已钻井区域岩石物理基础规律,确定正演模型的参数(具体参数见表1);同时根据区域地质认识及实际已钻遇储层特征,对储层厚度、物性等因素进行合理变化,模拟分析振幅特征随厚度及物性的变化规律,正演模拟结果如图1所示。其中红色为砂底振幅绝对值,黑色为砂顶振幅。二者相等时红色线段覆盖在黑色线段之上。图1(a)模型为楔状砂体,模拟砂体厚度变化对其振幅的影响规律,厚度变化范围在数米到一百米之间,在背景泥岩为高阻抗泥岩情况下,随着储层厚度增大,振幅强度与波形宽度同时表现为先增大,在调谐厚度处达到极值随即小幅下降后保持稳定;图1(b)模型模拟不同盖层条件下地震振幅反射响应,在上覆致密盖层对砂岩的影响下,砂体顶界面反射逐渐加强,随着致密层厚度增加,完全超过调谐厚度,表明该砂体盖层完全改变,砂体振幅亦随之稳定,砂体底反射未受到影响;图1(c)模型为变孔隙度模型,随着孔隙度横向变小,孔隙度变化范围为30%~10%,砂体顶底界面反射振幅在横向上表现出明显减弱;图1(d)模型表示在储层右侧上方存在浅层气因素影响时,地震同相轴主频明显降低,振幅减小,波形宽度增加,琼东南盆地浅层气田的深度一般在数百米到一千米之间,宝岛凹陷的目标储层深度通常在4 000 m左右;图1(e)模型模拟较低孔隙度储层上气下水的地震响应特征,有效孔隙度大小为15%,其在砂体顶底反射之间存在较为明显的平点反射,受孔隙度低的影响,气水弹性参数差异小,平点反射较弱;图1(f)模型模拟高孔隙度储层上气下水地震响应特征,有效孔隙度大小为25%,与图1(e)差异明显的是其气水界面显著增强。
图1 部分因素对振幅正演模拟结果的影响

Fig.1 Effects of some factors on amplitude forward modeling results

表1 正演模型部分参数

Table 1 Parts of parameters about forward model

部分参数 气层 干层 水层 泥岩背景
速度/(m/s) 密度/(kg/m3 速度/(m/s) 密度/(kg/m3 速度/(m/s) 密度/(kg/m3 速度/(m/s) 密度/(kg/m3
a 3 610 2 300 4 120 2 650
b 2 900~3 350 2 300~2 440 4 120 2 650
c 2 400 2 300 4 530 2 650 4 120 2 650
d 3 600 2 300 4 120 2 650
e 3 680 2 378 4 210 2 520 4 120 2 650
f 2 400 2 300 2 070 2 400 4 120 2 650
根据砂体与地震波形对应关系,提取不同模型振幅值,其规律主要满足以下几种类型,其中据此结合振幅横向变化规律与纵向变化规律可以实现振幅主控因素识别。如图2所示,采用零相位子波,根据不同模型提取砂体顶界面反射振幅(图中波谷)、砂体底界面反射振幅(图中下波峰)、砂体上旁瓣振幅(图中上波峰),将砂体顶界面反射振幅归一化后,其基本规律满足如下几种模型,模式1(图3红色实线)代表存在调谐效应,在砂体顶底振幅增强,旁瓣基本不受影响,其基本满足A <0.4∶1∶1(A 为上波峰处振幅值),根据调谐位置,上波峰在小于0.4范围内变化;模式2(图3黄色实线)代表上下围岩存在明显差异,波谷振幅明显大于下波峰,其上波峰大于旁瓣值,满足A >0.4∶1∶A <1(A 为下波峰处的振幅值);模式3(图3绿色虚线)代表厚层砂岩顶底振幅及旁瓣规律,其基本满足0.4∶1∶1的模式;模式4、模式5存在平点特征,其在砂体底界面反射前存在平点反射,所以其多一重变化,模式4为砂体孔隙度高,平点反射特征强于砂体底界面反射,同时均小于砂体顶界面反射,满足0.4∶1∶A <A x<1(Ax为平点反射的振幅);模式5为低孔隙度砂岩,其平点反射较弱,砂体整体反射较强,满足0.4∶1∶A x<A <1。这为振幅定性定量解耦奠定基础。将其实际应用在宝岛21工区,振幅主控因素见图4
图2 砂体纵向振幅提取示意

Fig.2 Sandstone longitudinal amplitude extraction diagram

图3 砂体振幅变化示意

Fig.3 Sandstone amplitude change diagram

图4 实际地震振幅主控因素影响分析

Fig.4 Analysis of main controlling factors of actual seismic amplitude

根据振幅空间变化规律,进行横向和纵向振幅变化分析,其中图4(a)中目标区域黑色同向轴上波峰振幅显著强于波谷特征,结合其横向变化规律及地震资料相位分析推测其盖层存在致密层概率高,相关系数为81.2%;图4(b)中目标区域上方黑色同相轴与砂底反射间存在同相轴,其旁瓣概率为23%,夹层概率为40%,平点概率为37%,该区振幅解耦结果将直接进行流体判断;图4(c)中为目标区域横向和纵向振幅变化,该区域振幅特征厚度调谐计算相关系数为94.6%。基于此判断结果,图4(a)与图4(c)中的目标区域需排除盖层及厚度因素后进行流体预测。

2 多因素影响下的振幅解耦技术

2.1 基于振幅比值法的定性解耦

反射系数是影响地震振幅最主要的因素之一,反射系数越大,地震振幅越强,反射系数R计算公式为: R = v p 2 * ρ 2 - v p 1 * ρ 1 / v p 2 * ρ 2 + v p 1 * ρ 1,故反射系数取决于界面上下地层的阻抗,不同地层的阻抗差异越大,界面产生的反射越强,亮点特征越明显。为减少“亮点”分析的多解性,在理论研究的基础上,结合区域岩石物理特征确定泥-气界面反射能量最强,气-水界面次之,水-泥界面最弱的基本规律。
分析储层含气、含水后各个界面地震振幅能量特征及相对关系,并且通过实际及等效模型进行正演模拟分析,对有利目标进行分析论证,证实了该方法的有效性。再对其影响因素进行详细研究分析,最后结合研究区自身油气成藏特征,总结归纳出适合该地区油气勘探工作中切实有效的“振幅比值法烃检技术”,为该地区有利目标的油气勘探提供了强有力的技术保障。
图5所示建立上气下水正演模型,对地层影响因素下的振幅特征进行分析,可以看出厚层模式下,水层与上覆泥岩间的阻抗差保持不变;在上气下水区(气水过渡区),砂顶振幅发生突变,并且气层振幅大于水层,且二者的振幅比值大于某一特定值;随着气层厚度增加,流体全部为气时,砂体顶底振幅比值基本保持不变9-10。因此基于振幅比值法可以有效地对地层所含流体性质进行判别,实现对地层主控因素下的振幅定性解耦。
图5 上气下水振幅模式

Fig.5 Amplitude pattern diagram of upper air and lower water

对宝岛凹陷实际目标砂体典型剖面进行分析,发现实际剖面具有明显的强振幅波谷特征,预测储层较为发育。砂体顶底振幅比值在低部位变化较小,随着向高部位变化,振幅存在明显突变,比值异常明显,直至最高部位比值基本无变化(图6),上述特征与前面的图5理论正演模式极为类似,推测低部位为水层,并且在较高部位存在明显的上气下水模式,高部位为纯气层区。
图6 实际地层振幅剖面(a)及振幅比曲线(b)

Fig.6 Actual stratigraphic amplitude profile(a) and amplitude ratio curve(b)

2.2 地震与理论调谐的半定量匹配解耦

为研究调谐对地层反射振幅影响,建立砂泥岩楔形二维模型如图7(a)所示,根据模型正演可以得到砂岩与泥岩界面反射振幅如图7(b)所示。砂岩地层顶底反射均在调谐厚度达到最大调谐振幅能量值,在薄层时其顶底振幅值均比较小,大于一定厚度时反射振幅趋于平稳。而当厚度小于调谐厚度时,地层反射振幅强度随地层厚度线性增长,如图7(c)所示。图8为实际地震振幅与厚度的关系图,可以看出实际情况中振幅与厚度的关系在大的规律上与理论楔状模型一致,但精确的倍数关系与理论楔状模型存在一定的差异,因此在实际情况中,由于厚度因素导致的振幅变化,难以判断其准确的振幅信息。
图7 楔状模型振幅与厚度的关系

(a)地质模型;(b)正演地震剖面;(c)砂体顶界面振幅与厚度关系

Fig.7 Relationship between amplitude and thickness of wedge model

图8 实际地震振幅与厚度的关系

Fig.8 Relationship between actual seismic amplitude and thickness

结合调谐差异与含气层、水层振幅差异,可根据正演模型理论值公式,通过基准振幅确定实际地震资料中气层以及水层振幅异常,并对其进行计算得到调谐振幅、气水差异等信息,进一步进行筛选分析,获得各成分地层信息并解读。
地震数据中振幅处理与计算一般通过计算比例或相减进行对比,不同批次采集数据其振幅幅值数值量级大小并未有准确含义。如图9所示,目标气层振幅与水层振幅平均值可通过地震数据体解释层位信息提取,根据其比例获得气、水振幅差异比例系数,可对含气水层的气水界面等进行识别。在对地震体频谱分析计算得到子波长度并获取调谐厚度,识别并获取目标区域平均调谐差异系数与气、水层振幅相乘,可计算出一定范围内气层调谐振幅与水层调谐振幅。
图9 地震与理论调谐的半定量匹配解耦过程

Fig.9 Semi quantitative matching decoupling process of seismic and theoretical tuning

2.3 盖层因素自适应解耦

油气地震勘探中,储层往往可能被盖层的强反射屏蔽,从而造成储层地震响应特征不明显,振幅属性难以表征储层的发育情况11。目前,传统的去强轴方法大多采用的是地震子波分解与重构技术12-14,其主要原理为将一个地震道分解为不同频率、不同振幅、不同相位的子波,然后针对不同的目标,选取最能表达该目标特征的子波,重新叠加,形成一个新的地震道15。传统的去强轴方法能够反映一定的地下地质信息,但忽略了地震记录的非平稳特性,从而导致子波估计不准。本文基于此发展了自适应子波分解去强轴技术,根据信号局部结构特征构建超完备的字典原子库,在一组能够适应各种时频特性的原子上将信号展开,最终利用有限个原子稀疏表示原始信号,实现信号的自适应分解,在重构过程中,利用匹配追踪算法,通过对不同频率、振幅、相位参数的各类原子进行全局扫描,以寻找最佳相关的匹配原子认为最大能量原子对应强反射,从而舍去,达到去屏蔽的效果。具体方法步骤如下:
图10 自适应子波分解去强轴技术过程示意

Fig.10 Process diagram of adaptive wavelet decomposition to remove strong axis

针对每一道地震数据,利用自适应子波分解算法将其分解为不同能量、不同频率的原子,该算法的核心思想是通过建立一系列匹配子波集合的超完备的子波库,再利用其对信号进行自适应分解,则地震信号可表示为一系列匹配子波的线性叠加。匹配子波的获得方法通常是通过对基函数 f ( t )进行伸缩、平移以及调制得到,基函数满足以下条件: f ( t )是连续可微的实函数,且满足 f ( t ) O [ 1 / ( t 2 + 1 ) ] f ( t )=1, f ( t ) d t 0,且 f ( 0 ) 0。令 γ = α , μ , δ,则匹配子波定义为:
f ( t ) γ = 1 α t - u α e i 2 π δ ( t - u )
式(1)中: α ( α > 0 )为尺度因子; 1 / α 用来对匹配子波进行归一化; μ为时移; δ为频率因子。
D = f ( t ) γ是由一系列匹配子波组成的超完备子波库,从中搜索最优匹配子 f γ 0,使其满足:
s , f γ 0 = s u p s , f γ
式(2)中: s是待分解信号,可以表示为:
s = s , f γ 0 f γ 0 + γ 1 s
式(3)中: γ 1 s是信号一次分解后的残差项;“    ”表示内积运算。
通过不断迭代直到残差项达到预设的范围,整个自适应子波分解过程结束,信号 s ( t )可通过一系列最优匹配子波和残差项线性叠加表示:
s ( t ) = i A i f r ( t i , h i , φ i ) + γ n + 1 s s , f γ
式(4)中: A i t i h i φ i分别表示各个最优匹配子波的振幅、中心时间、中心频率以及相位。通过多次迭代,使得残差项达到预设范围,最终得到的信号 s ( t )可表示为:
s ( t ) = i A i f r i
接着将这些原子按照能量的形式进行排序,具体过程是:第一能量分量代表在所有输入的地震数据段中具有最大共性、最大能量的子波;在去掉第一能量分量的输入数据段后,第二分量代表在剩余的输入数据段中具有最大共性,最大能量的子波分量;第三分量则是去掉第一分量和第二分量后剩余的地震数据段中具有最大共性,最大能量的子波分量,在地质与地层解释中,同一地震分量反映相应地质层段相似的地震岩相特征12。第一分量反映覆盖地区最大一级的地质和地层特征。它描述了不同地层和地质属性的最大一级区块分布。第二分量则反映该地区次一级的地质岩性或岩相分类;更高一级的分量以此类推。
经过多次迭代,匹配追踪计算得到强轴反射最佳波形,再将其进行重构合成强轴地震记录,最后再将其进行分离,得到分离强轴后的地震数据。通过该技术,可以将强反射层从地震道中剔除,去掉强反射子波的子波旁瓣对相邻目的层的影响,实现盖层因素自适应解耦,凸显有效地震振幅信息。
实际运用效果如图11(a)所示,原始地震剖面中IIIa砂体表现为强反射特征,由于受到上覆高速盖层因素的屏蔽影响,实际振幅能量信息不清。图11(b)为利用传统的子波分解去强轴技术后所得的地震剖面,从图中可以看出,传统的子波分解去强轴技术可以对盖层所引起的强反射有一定程度的去除,但在IIIa砂体X位置处上层仍然存在一些强反射现象,去强轴作用不明显。对比图11(c)可以看出,基于自适应子波分解去强轴技术处理后,能有效去除IIIa砂体X位置处由上覆盖层所引起的强反射现象,最终结果表明X位置处无振幅异常,Y位置处振幅异常明显,进而突出IIIa砂体实际储层的地震反射特征。说明基于自适应子波分解的去强轴技术,能够达到有效去除由盖层引起的强屏蔽影响,实现盖层因素自适应解耦,有效地剔除了非油气因素对振幅的影响。
图11 去强轴实际效果

Fig.11 Actual effect drawing of strengthening axis removal

3 宝岛凹陷实际应用

宝岛凹陷目标区位于长昌—宝岛凹陷北斜坡,保存条件好,物源来自西北方向的海南隆起和东北方向的神狐隆起16。主要目的层位于上渐新统陵水组三段,发育“岩性+构造”圈闭,具有较大的勘探潜力。对其目标砂体进行振幅特征分析,发现部分振幅与构造不叠合的现象如图12(a)红色箭头处所示,利用本文描述的方法进行研究,实现了振幅影响因素的分析,并最终通过自适应去强轴技术得到了构造与修正后最小振幅叠合图,如图12(b)所示。
图12 构造与振幅叠合图

(a)构造与原始最小振幅叠合图;(b)构造与修正后最小振幅叠合图

Fig.12 Superimposition diagram of structure and amplitude

BD-XX-1井的钻探结果表明(图13),目标Ia、IIa、IIIa砂体均钻遇气层,且Ⅲa砂体钻遇了上气下水的模式,与钻前预测基本吻合,与气藏模式特征也基本一致(图14),验证了本文技术方法的有效性。该井的钻探打破了宝岛凹陷勘探困境,获得了领域新突破。Ⅲa砂体高部位底部已见水,低部位是否还有潜力,为此通过与已钻井的对比分析发现仍在明显振幅较强—强区域,尤以西块IIIa砂体最低部位最为明显(图13中平面属性图中蓝色箭头所指处)。通过分析波峰与波谷的振幅得到波峰振幅明显强于波谷,且波峰与波谷比值大于1,推测波谷强振幅受到上覆致密层形成的强波峰的影响,实际波谷振幅可能相对较弱,推测低部位强振幅区域含气概率低,而在另外振幅较强的区域则具有振幅比值异常的特征,基于以上分析得到该区可能存在局部构造(图13中BD-XX-2井点位置处),同时该位置处存在明显的低纵横波速度比特征[图15(b)],预测该局部构造含气概率较高。最终BD-XX-2井实钻结果表明在Ⅱa砂体,Ⅲa砂体同样钻遇气层,与钻前预测完全一致,证实本文研究方法的有效性。
图13 钻后概况

Fig.13 Overview after drilling

图14 气藏模式

Fig.14 Gas reservoir model diagram

图15 砂体空间预测

(a)最小振幅属性; (b)最小速度比属性

Fig.15 Gas reservoir model prognostic diagram

4 结论

基于已有的地质认识,利用正演模拟,明晰地层振幅耦合产生的地震特征规律,利用相关规律认识建立振幅耦合识别,研究减小或剔除多类因素对振幅耦合的影响,实现了地震振幅主控因素识别与排序,利用基于振幅比值法、振幅半定量分析技术、自适应子波分解去强轴技术,分别实现了地层主控因素下振幅定性解耦、实际地震与理论调谐的半定量匹配解耦以及盖层因素自适应解耦,从而获取地下地层的真实振幅信息。
应用该技术在琼东南盆地宝岛凹陷深水区获重大勘探突破,证明了该技术的有效性,同时该技术不仅适用于南海西部海域,还可推广应用于国内其他海域、海外矿区,以及复杂油气勘探领域,应用前景大。
1
张迎朝, 徐新德, 甘军, 等. 琼东南盆地深水大气田地质特征、成藏模式及勘探方向研究[J]. 地质学报,2017,91(7): 1620-1633.

ZHANG Y C, XU X D, GAN J, et al. Study on geological characteristics, reservoir forming model and exploration direction of deep water atmospheric field in Qiongdongnan Basin[J]. Acta Geologica Sinica, 2017, 91(7):1620-1633.

2
施和生, 杨计海, 张迎朝, 等. 琼东南盆地地质认识创新与深水领域天然气勘探重大突破[J]. 中国石油勘探, 2019, 24(6): 691-698.

SHI H S,YANG J H, ZHANG Y C, et al. Innovation in geological understanding and major breakthrough in deep water natural gas exploration in Qiongdongnan Basin[J]. China Petroleum Exploration, 2019, 24(6): 691-698.

3
何玉林, 梁金强, 石万忠, 等. 琼东南盆地南部低凸起及其周缘区天然气水合物富集影响因素和成藏模式[J]. 地球科学, 2022, 47(5): 1711-1727.

HE Y L, LIANG J Q, SHI W Z, et al. Influential factors of gas hydrate enrichment and reservoir formation model in the southern low bulge and its surrounding areas of Qiongdongnan Basin[J]. Earth Science, 2022, 47(5):1711-1727.

4
陈子归, 姜涛, 匡增桂, 等. 琼东南盆地天然气水合物与浅层气共生体系成藏特征[J]. 地球科学,2022,47(5):1619-1634.

CHEN Z G,JIANG T,KUANG Z G,et al.Accumulation characteristics of gas hydrate and shallow gas symbiotic system in Qiongdongnan Basin[J].Earth Science,2022,47(5):1619-1634.

5
周杰, 朱继田, 杨金海, 等. 琼东南盆地深水区宝南断阶带断裂特征及天然气地质意义[J]. 天然气地球科学, 2018, 29(1): 87-95.

ZHOU J, ZHU J T, YANG J H,et al. Characteristics of faults and their implication to gas geology in Baonan step-fault zone in deep-water area of Qiongdongnan Basin[J].Natural Gas Geoscience, 2018, 29(1): 87-95.

6
黄保家, 李里, 黄合庭. 琼东南盆地宝岛北坡浅层天然气成因与成藏机制[J]. 石油勘探与开发, 2012, 39(5): 530-536.

HUANG B J, LI L,HUANG H T. Genesis and reservoir forming mechanism of shallow natural gas on the north slope of baodao in Qiongdongnan Basin[J]. Petroleum Exploration and Development,2012,39(5):530-536.

7
张新顺, 黄志龙, 范彩伟,等. 琼东南盆地宝岛凹陷北斜坡油气运聚模式探讨[J]. 高校地质学报, 2014, 20(4): 602-610.

ZHANG X S, HUANG Z L, FAN C W, et al. Discussion on oil and gas migration and accumulation model of north slope of Baodao Sag in Qiongdongnan Basin[J]. Geological Journal of China Universities,2014,20(4):602-610.

8
史淑玲, 魏魁生, 石玉军. 南海盆地宝岛—松涛凹陷低位体系域时空组合特征及其与油气赋存关系[J]. 石油勘探与开发, 2004, 31(4): 32-35.

SHI S L,WEI K S,SHI Y J. Temporal and spatial association characteristics of low stand system tracts in Baodao-Songtao sag,South China Sea Basin and their relationship with oil and gas occurrence[J]. Petroleum Exploration and Development, 2004, 31(4): 32-35.

9
应明雄, 陈殿远, 刘仕友,等. 一种基于岩石物理的烃检方法研究——以琼东南盆地陵水区为例[J]. 科学技术与工程, 2015, 15(12): 168-177.

YING M X, CHEN D Y, LIU S Y, et al. Study on a hydrocarbon detection method based on petrophysics:Taking Ling-shui area of Qiongdongnan Basin as an example[J]. Science Technology and Engineering, 2015, 15(12): 168-177.

10
边立恩, 贺振华, 黄德济. 饱含流体介质的地震波场特征及频率分布[J]. 岩性油气藏, 2008, 20(3):74-78.

BIAN L E, HE Z H, HUANG D J. Seismic wave field characteristics and frequency distribution of fluid saturated medium[J]. Lithologic Reservoirs, 2008, 20(3): 74-78.

11
高如曾. 振幅比法直接找气的尝试和效果[J]. 石油地球物理勘探,1980,15(1):36-50.

GAO R Z. Attempt and effect of amplitude ratio method for direct gas finding[J].Oil Geophysical Prospecting,1980,15(1): 36-50.

12
程杰, 郭波, 郑建雄, 等. 子波分解技术在南贝尔凹陷北洼槽储层预测中的应用[J]. 石油地球物理勘探,2011,46(1): 76-79.

CHENG J, GUO B, ZHENG J X, et al. Application of wavelet decomposition technology in reservoir prediction of north sag in Nanbeier Sag[J]. Oil Geophysical Prospecting,2011, 46(1):76-79.

13
徐天吉, 沈忠民, 文雪康. 多子波分解与重构技术应用研究[J]. 成都理工大学学报(自然科学版),2010,37(6):660-665.

XU T J, SHEN Z M, WEN X K. Research on application of multiwavelet decomposition and reconstruction technology[J]. Journal of Chengdu University of Technology(Science & Technology Edition),2010,37(6):660-665.

14
陈胜, 欧阳永林, 曾庆才, 等. 匹配追踪子波分解重构技术在气层检测中的应用[J]. 岩性油气藏,2014,26(6):111-114.

CHEN S, OUYANG Y L, ZENG Q C, et al. Application of matched tracking wavelet decomposition and reconstruction te-chnology in gas layer detection[J].Lithologic Reservoirs,2014,26(6):111-114.

15
晏英凯, 韩银学, 马明, 等. 琼东南盆地宝岛—长昌凹陷三亚组三角洲—深水扇发育特征与物源分析[J]. 天然气地球科学,2017,28(10):1565-1573.

YAN Y K, HAN Y X, MA M, et al. Study on delta-deepwater fan sedimentary system of sanya formationin the Baodao-Changchang Depression,Qiongdongnan Basin[J]. Natural Gas Geoscience,2017,28(10):1565-1573.

16
杨培杰, 印兴耀. 地震子波提取方法综述[J]. 石油地球物理勘探, 2008, 43(1): 123-128.

YANG P J,YIN X Y.A review of seismic wavelet extraction methods[J].Oil Geophysical Prospecting,2008,43(1):123-128.

Outlines

/