2. 中国石油天然气股份有限公司大港油田公司勘探开发研究院, 天津 300280
2. Research Institute of Exploration and Development, Dagang Oilfield Company Ltd., PetroChina, Tianjin 300280, China
自1973年WIDESS[1]定义薄层后, 薄层的研究一直是地球物理学领域的热点。MARFURT等[2]从薄层调谐作用出发, 研究了不同厚度储层对分频地震数据的响应情况。周开明[3]利用薄层的二阶功率谱特征预测了薄层厚度。梁岳等[4]改进了希尔伯特-黄变换, 并利用改进的方法提取瞬时振幅和瞬时频率, 指出采用瞬时属性预测薄层得到的结果与实际情况更吻合。郭智奇等[5]基于粘弹性各向异性理论和Gassmann方程分析了流体置换、孔隙变化以及薄层厚度变化对薄层反射特性的影响。PORTNIAGUINE等[6]采用谱反演方法预测小于调谐厚度的薄储层。在此基础上, 曹鉴华等[7]、迟唤昭等[8]和陈祖庆等[9]结合实际情况进行了谱反演方法的实际应用研究。此外, 波阻抗反演方法, 尤其是近年来兴起的地质统计学反演[10-11]方法也被应用于薄层研究, 但上述方法多以薄层的纵向分辨率为研究对象。ZENG[12]提出的地震沉积学将对地震分辨率的研究从纵向转移到横向, 利用横向分辨率识别的地质体来反推纵向分辨率。
随着岩性油气藏研究的不断深入, 我们需要重新审视薄层问题, 不应一味地追求地震分辨率的提升和薄层的厚度, 而应研究薄层的分布范围, 即利用地震技术识别薄层并准确预测薄层的分布范围。油藏系统是一个储盖组合, 单纯讨论储层的厚度并不能解决油藏描述的问题, 应重点关注其组合形式。但众多研究薄层的论文中均未提及薄层的分类, 因此对薄层分类的研究尤为迫切。考虑到从地质学角度对于薄层的认识和从地球物理学角度对于薄层的认识差别显著, 故我们对薄层进行多维度的分类, 然后针对性地研究不同类型薄层的地震响应特征。本文首先重新定义了薄层, 然后从成因角度对薄层进行了多维度分类并重新研究了薄层的调谐效应, 最后分析确定了3类调谐, 并将上述认识和分析方法应用于大港油田的两个实例[13-14]。
1 薄层的分类WIDESS[1]将顶、底反射无法分开, 厚度小于λ/8的地层定义为薄层, 其中λ表示地震波长。如果沿用WIDESS的定义, 则实际应用中遇到的所有问题都可视作薄层问题, 并且常常无法识别波的形态。虽然KALLWEIT等[15]对薄层重新进行了定义, 并认为λ/4为分辨率极限, 但是实际应用中我们并不需要精确区分地层顶、底反射。唐文榜等[16]认为λ/40~λ/20的薄煤层均可探测, 并定义了薄层的可探测分辨率, 即可从背景反射中区分出反射波的薄层为可识别薄层。我们沿用了这种定义:“可分辨”即在地震剖面上能够区分薄层的顶、底反射; “可识别”即在地震剖面上薄层有地震响应, 位置可在地层的顶部、中部或者底部, 该地震响应可以是正极性、负极性或者空白反射。具体的地震响应特征取决于薄层组合特征的样式及地质成因, 因此研究薄层应关注其组合响应特征的分析, 而非单一地层的厚度。
WIDESS的薄层定义给地震资料处理与地质解释造成了许多困难。我们认为讨论顶、底反射是否可以区分意义不大, 对于多套地层或旋回组合形成的油气藏系统, 单一地层的顶、底面无法分辨。ZENG[12]依据地层切片研究薄层问题, 认为薄层是可识别而非可分辨的。测录井剖面上的一套地层对应于同一个油气藏系统, 我们将地震剖面上不可分辨但可识别的地层称为薄层单元。薄层单元可以是单一地层, 也可以是薄互层组合。因为实际中往往是一套薄互层对应某种形式的地震响应, 所以追求可分辨的单一地层容易陷入地震资料处理的误区。以单个气藏为例, 其可识别的意义在于地震剖面上出现的一个空白反射。如果地震资料中一套可识别的薄互层是一个油气藏系统, 那么该地震资料就达到了岩性油气藏可识别的标准。我们对大港油田工区曲流河沉积、辫状河沉积、三角洲以及湖相沉积的地震响应情况分类总结, 得到的认识如图 1所示。薄层地震响应分为4个象限, 位于第一象限既可识别又可分辨的地震响应约占10%;位于第二象限可识别但不可分辨的地震响应约占50%;位于第三象限不可识别也不可分辨的地震响应约占40%;实际中不会出现第四象限中不可识别但可分辨的地震响应。以往的研究试图得到集中在第一象限的地震响应, 本文研究的重点在于如何将第三象限的地震响应转化到第二象限, 而非一味地追求第一象限的地震响应。当前, 基于可识别的地震响应足以预测岩性油气藏分布范围, 关键在于地震响应成因的分析。
从地质学角度分类, 常见薄层包括泥包砂、砂包泥、正旋回和反旋回4种类型。其中正旋回、反旋回均属于薄互层的典型类别。表 1为地质学角度薄层分类模式下的测井相、露头及平面典型沉积相。
地下反射界面与地层岩性无直接关系, 而与波阻抗的差异直接相关。根据波阻抗的差异可将薄层分为高包低、低包高、正递变、反递变、无差异5种类型, 如表 2所示。根据不同的地质条件, 对面积约160 km2的大港油田港东开发区明化镇组曲流河相沉积, 选取56口井的泥包砂型薄层展开分析; 对面积约280 km2的大港油田孔店地区馆陶组辫状河相沉积, 选取40口井的砂包泥型薄层展开分析; 对面积约380 km2的大港油田板桥地区沙河街组湖相沉积, 选取30口井的薄互层展开正旋回和反旋回分析。在此基础之上, 综合考虑压实作用、岩性、物性、流体等对波阻抗的影响, 给出了初步的分类方案。该方案强调薄层与上、下地层之间的关系, 从多个维度建立了薄层的分类。薄层分析时采用“岩性组合-阻抗组合(反射特征)-地质成因”的研究思路和命名方法。
1982年, KALLWEIT等[15]基于单砂体楔状模型研究了地层厚度与反射振幅之间的关系, 并提出了调谐的概念。该研究奠定了地震振幅与厚度分析的基础。我们重新对调谐效应进行分析, 分别选取15, 30, 60 Hz主频的雷克子波进行褶积, 层速度如图 2所示, 利用GARDNER等[17]给出的经验公式计算密度:
$ {\rho _{\rm{b}}} \approx 1.74v_{\rm{P}}^{0.25} $ | (1) |
式中:ρb为密度; vP为纵波速度。分别对3类模型展开地震正演模拟并分析其调谐效应, 结果如图 2所示。随着主频的提高, 调谐点逐渐向地层变薄的一端移动。将振幅与双程旅行时厚度交会, 得到调谐效应的3种形式, 如图 3所示。低包高楔状模型对应于正振幅最强值, 高包低楔状模型对应于负振幅最强值, 递变型楔状模型对应于正振幅最弱值, 基于此将3类调谐分别命名为一类调谐点(TPⅠ)、二类调谐点(TPⅡ)和三类调谐点(TPⅢ), 标注于图 2。PARTYKA等[18]提出的谱分解技术适用于顶、底界面反射系数符号为一正一负的情况, 因此该项技术适用于TPⅠ和TPⅡ, 不适用于TP Ⅲ。
本实例研究对象为大港油田明化镇组曲流河相沉积砂体目的层段NmⅢ4, 油组速度为2 100~2 200 m/s, 埋深1 200~1 500 m。图 4为目的层段NmⅢ4的地震剖面及其频谱分析结果, 地震数据采样间隔为2 ms, 主频为30 Hz, 纵向分辨率小于20 m。该沉积砂体横向不连续, 纵向为泥包砂型薄层, 目的层段NmⅢ4油组较薄。随机挑选的18口钻井中, 对应的油组为典型的曲流河相沉积的泥包砂型薄层, 砂体厚度均小于20 m。对A井展开岩石物理分析, 结果如图 5a所示, 砂泥岩处于速度混叠区, 难以区分, 但是砂岩密度明显小于泥岩密度。结合本区的地质特点及波阻抗分析结果, 可知本区属于泥包砂-高包低型薄层。层位标定(图 5b)时两条红色虚线代表的两套强反射同相轴均对应于纵向上砂岩到泥岩的反射界面。
分析其成因发现本区埋深浅, 受成岩作用影响, 在弱压实作用下出现了高孔、高渗的砂岩(本区平均孔隙度30%, 渗透率0.810 6 μm2), 造成泥岩阻抗高于砂岩阻抗。如图 6所示, 根据大港油田的研究经验, 本实例中的情况常见于陆相湖盆碎屑岩沉积的中、浅层, 中、深层的泥岩与砂岩界面对应于地震剖面的强反射同相轴。
高包低型薄层属二类调谐。在谱分解技术的基础上, 采用MVF[14-15]技术来研究其沉积微相, 有效地解决了原有谱分解技术各分频成分地质意义不明的问题。
边滩是河床侧向侵蚀、沉积物侧向加积的结果, 沉积物以砂岩为主, 夹杂砾岩、粉砂岩和粘土, 垂向上为自下而上粒度由粗变细的正韵律沉积, 测井相为钟型或者箱型。图 7中lq7-8、gs72井测井相为边滩微相。天然堤是在河流洪水期河水漫过河岸, 携带细砂、粉砂等物质沿着河床两岸堆积形成的, 岩性特征为薄互层的砂泥岩, 砂体厚度薄、粒度细, 测井相为不规则锯齿形, lq27井测井相符合天然堤亚相沉积特征。河漫滩是在洪水期河水漫过天然堤, 携带泥砂形成的, 其粒度是河流沉积中最细的, 泥多砂少, 测井相曲线变化平缓, lq22井测井相为河漫滩亚相。lq17井测井相总体表现为河漫滩亚相, 但局部符合天然堤亚相沉积特征。
利用测井相、对应的砂体厚度以及响应频率进行统计交会分析, 得到响应频率与沉积微相之间的关系如图 8所示:①实测厚度与响应频率总体上线性相关(决定系数R2=0.902 1)且相关性高, 其中砂体厚度接近于λ/4(18 m)的地层为薄储层, 其响应频率与砂体厚度的负相关性较高(R2=0.758 7), 砂体厚度小于λ/8(9 m)的地层为超薄储层, 其响应频率与砂体厚度的负相关性较低(R2=0.285 5和R2=0.277 0)(当调谐频率超出有效带宽时, 提取的调谐频率有错误); ②交会分析结果呈3段式(分别对应边滩、天然堤、河漫滩), 第1段(边滩)的砂体厚度大于10 m、响应频率低于45 Hz, 第2段(天然堤)的砂体厚度为4~10 m, 第3段(河漫滩)的砂体厚度小于4 m, 响应频率不稳定, 且第2段、第3段的界线不明显; ③响应频率为20~45 Hz时, 对应砂体厚度为λ/8~λ/4的边滩沉积, 响应频率大于45 Hz时, 对应砂体厚度小于λ/8的天然堤与河漫滩沉积。我们可利用交会分析结果预测沉积微相。
分别选择15 Hz(红色)、30 Hz(主频, 绿色)和60 Hz(蓝色)代表最厚的储层响应频率、较薄的储层响应频率和最薄的储层响应频率, 然后利用低频、中频、高频的分频数据展开RGB(红绿蓝)融合沉积微相预测(图 9), 结果表明, 红色和黄色对应较厚的边滩沉积, 绿色和蓝色对应较薄的天然堤和河漫滩沉积。图 10为沉积微相地质解释成果, 可以识别出天然堤、河漫滩、窄小河道以及较厚的点坝沉积等沉积微相。
本实例油气藏埋深约4 000 m, 为较深层的油气藏, 从图 11所示的测录井剖面可以看出, ①号地层和②号地层在钻井上均表现为正旋回, 两套地层的上半旋回中泥岩为有效盖层, 下半旋回为砂泥岩薄互层, 两套地层纵向间距80 m, 单一储层厚度不超过20 m。不同点在于:①号地层测井解释为油气同层, 有效储层厚度占比(含油气层厚度所占整体砂岩厚度的比例)大, 相邻井同层位试油时油气同出, 地震剖面整体表现为强反射特征, 但在油气藏位置为空白反射; ②号地层测井解释为油层, 有效储层厚度占比小, 试油时油气同出, 地震剖面整体表现为强反射特征。针对油气地质特征类似, 地震响应却差异明显的情况, 建立了基于成因分析的研究思路:利用测井曲线与波阻抗交会分析岩性、物性、含油气性对波阻抗的影响, 正演模拟分析砂泥岩薄互层中有效储层厚度对波阻抗的影响, 展开油气藏类型及气油比分析以判断油气藏性质对地震响应的影响。
薄层干涉效应即薄层顶的一次反射波与薄层内的各级多次反射波互相干涉叠加产生的效应。当地层厚度Δh<λ/4(调谐厚度)时, 即为薄层, 可产生调谐效应[2-3]。
由实际地震资料目的层段频谱分析(图 12)可知, 主频为20 Hz, 频带宽度为10~40 Hz。因目的层段地层速度约为4 000 m/s, λ/4约为25 m, 故两套纵向上相距80 m的旋回地层间不会产生调谐效应, 且每套地层厚度均小于调谐厚度, 该地层符合薄层定义。
将泥质含量(SH)、孔隙度(POR)、渗透率(PERM)、含水饱和度(SW)等测井曲线与声波阻抗(AI)分别进行交会, 并从岩性、物性、含油气性3个方面进行交会分析。
从测井曲线SH和AI的交会分析(图 13)可以看出, ①号地层泥岩阻抗与砂岩阻抗更接近, 最小值均约为8 440 m·s-1·g·cm-3; ②号地层阻抗差异较明显, 泥岩最小阻抗值约为7 300 m·s-1·g·cm-3, 砂岩最小阻抗约为9 400 m·s-1·g·cm-3。对于①号地层而言, 地震剖面的反射同相轴不代表岩性界面, 对于②号地层而言地震剖面的反射同相轴为岩性界面。
将从测井曲线POR和PERM中得到的物性参数与AI进行交会分析, 结果如图 14所示, 可以看出物性越好(孔隙度大, 渗透性好)阻抗越低; ①号地层整体物性要优于②号地层, 其中①号地层最大孔隙度19.2%, 最大渗透率6.00×10-2μm2, ②号地层最大孔隙度16.6%, 最大渗透率5.38×10-2μm2; ①号地层砂岩阻抗与泥岩阻抗相当, ②号地层砂岩阻抗与泥岩阻抗差异较明显。
从测井曲线SW与AI的交会分析(图 15)可以看出, 储层含水饱和度越低, 含油气性越好, 阻抗值就越低; ①号地层含水饱和度对储层波阻抗的影响大于②号地层含水饱和度对储层波阻抗的影响。
我们认为①号地层的物性和含油气性均优于②号地层, 由此导致①号地层的储层阻抗值偏小, 与泥岩阻抗值相近; 与①号地层相比, ②号地层物性和含油气性对储层的波阻抗影响较小, 砂岩阻抗与泥岩阻抗有明显差异。
4.2.3 正演模拟采用正演模拟的方法来确定砂泥岩薄互层中有效储层(含油气层)的厚度对地震响应的影响。
图 16为地质模型及正演结果的叠合显示, 图中模型参数如下:20 Hz主频, 零相位Ricker子波, 速度及密度均采用实际测井数据, 泥岩层及薄互层速度为3 700 m/s, 密度为2.408 g/cm3, 从浅到深第1层砂岩速度为4 200 m/s, 密度为2.430 g/cm3; 第2层砂岩速度为4 300 m/s, 密度为2.456 g/cm3; 第3层砂岩速度为4 400 m/s, 密度为2.466 g/cm3; 含气砂岩速度为4 000 m/s, 密度为2.300 g/cm3; 层厚分别为30 m(泥岩), 10 m(砂岩), 5 m(泥岩), 15 m(砂岩), 10 m(泥岩), 20 m(砂岩), 60 m(泥岩)。
图 17为含气砂岩厚度占比与相对振幅关系, 对正旋回薄互层而言, 当上半旋回泥岩厚度不变时, 下半旋回含气砂岩厚度越大, 相对振幅越小, 地震反射越弱。
利用高压物性参数液烃地面比重、气油比、C7+摩尔百分数、C7+分子量、气体比重、平均分子量等对油气藏类型展开分析, 可知①号地层为凝析气藏, ②号地层为轻质油藏。
凝析气藏是一种介于油藏和天然气藏间的特殊油气藏, 在原始地层温度和压力下以气体形式存在, 开发时地层压力不断降低, 气相的重烃会发生相态变化, 在地层中析出液相的凝析油。轻质油藏在原始地层温度和压力下主要为液态, 但在地表采油时, 轻质油藏会因物理环境的变化(主要是温压的降低)造成溶解气脱气、轻质油挥发。因此在相同的试油条件下, 地下不同相态存在的油气藏如果均以油气同出的方式采出, 气态烃在地下对于波阻抗的影响显然会高于液态烃, 导致凝析气藏的波阻抗降低。
气油比是一项重要的油气藏类型分析参数。利用生产数据, 我们可以计算出各层的生产气油比。本文对气油比产生的地震响应进行了研究。图 18为生产井的月生产气油比与对应层位的反射波相对振幅关系, 可以看出, 月平均气油比大于1 000 m3/t时, 相对振幅较弱(0附近); 月平均气油比在200~500 m3/t时, 相对振幅较强(大于10 000);①号地层为凝析气藏, 其月平均气油比大于1 000 m3/t; ②号地层为轻质油藏, 月平均气油比小于500 m3/t。
基于上述研究, 得到以下结论:①号地层为凝析气藏, 气体对储层的波阻抗影响大, 其波阻抗更加接近于上覆泥岩; 同时由于其储层物性较好, 含油气性较好, 有效储层厚度占比大, 导致砂岩波阻抗与上覆泥岩接近, 所以气藏在地震剖面上表现为弱反射特征, 平面分布预测范围如图 19所示, 预测含油气面积约为1.96 km2。②号地层为轻质油藏, 其物性稍差, 含油气特征对砂岩波阻抗的影响较小, 且有效储层厚度占比小, 地震剖面上表现为强反射特征, 平面分布预测范围为图 20所示, 预测含油气面积约为2.12 km2。综上所述, ①号地层为正旋回-弱反射-凝析气藏, ②号地层为正旋回-强反射-轻质油藏。
本文初步建立了多维度薄层分类标准, 提出薄层的命名应当遵守有利于多角度认识和分析薄层的原则和思路, 即“岩性组合-阻抗组合(反射特征)-地质成因”。基于本文的分类标准, 得到了3类调谐模式, 其中TPⅠ和TPⅡ的调谐点均对应于反射振幅最大绝对值; TPⅢ的调谐点对应于反射振幅最小绝对值, 该类调谐模式下能量最小值对应的频率为调谐频率。本文分别分析了浅层欠压实情况下, 地质学中泥包砂型薄层对应于地球物理学中高包低型的薄层, 以及地质上为正旋回、油气同出、反射特征差异明显的两种薄层, 由于油气藏类型的不同造成了地震响应的差异。针对不同的岩性、物性和流体情况, 应从薄层组合特征出发, 展开地质成因分析、岩石物理分析和正演模拟, 并利用高压物性数据和气油比数据对油气藏类型展开分析, 以确定地震响应机制。
[1] |
WIDESS M B. How thin is a thin bed[J]. Geophysics, 1973, 38(6): 1176-1180. DOI:10.1190/1.1440403 |
[2] |
MARFURT K J, KIRLIN R L. Narrow-band spectral analysis and thin-bed tuning[J]. Geophysics, 2001, 66(4): 1274-1283. DOI:10.1190/1.1487075 |
[3] |
周开明. 薄层的二阶功率谱特征研究及厚度预测[J]. 石油物探, 2008, 47(1): 30-34. ZHOU K M. Research on features of thin layer and its thickness estimation by second order power spectrum[J]. Geophysical Prospecting for Petroleum, 2008, 47(1): 30-34. DOI:10.3969/j.issn.1000-1441.2008.01.004 |
[4] |
梁岳, 顾汉明, 姚知铭. 改进的希尔伯特-黄变换在储层预测中的应用[J]. 石油物探, 2016, 55(4): 606-615. LIANG Y, GU H M, YAO Z M. The application of improved Hilbert-Huang transform in reservoir prediction[J]. Geophysical Prospecting for Petroleum, 2016, 55(4): 606-615. DOI:10.3969/j.issn.1000-1441.2016.04.016 |
[5] |
郭智奇, 刘财, 冯晅, 等. 薄储层的反射特性及其AVO属性分析[J]. 石油物探, 2009, 48(5): 453-458. GUO Z Q, LIU C, FENG X, et al. Reflection characteristics of thin reservoirs and AVO attributes analysis[J]. Geophysical Prospecting for Petroleum, 2009, 48(5): 453-458. DOI:10.3969/j.issn.1000-1441.2009.05.004 |
[6] |
PORTNIAGUINE O, CASTAGNA J P. Spectral inversion:lessons from modeling and Boonesville case study[J]. Expanded Abstracts of 75th Annul Internat SEG Mtg, 2005, 1638-1641. |
[7] |
曹鉴华, 邱智海, 郭德海, 等. 叠后地震数据的谱反演处理技术及其应用浅析[J]. 地球物理学进展, 2013, 28(1): 387-393. CAO J H, QIU Z H, GUO D H, et al. Post-stack seismic spectral-inversion technique and its application[J]. Progress in Geophysics, 2013, 28(1): 387-393. |
[8] |
迟唤昭, 刘财, 单玄龙, 等. 谱反演方法在致密薄层砂体预测中的应用[J]. 石油物探, 2015, 54(3): 337-366. CHI H Z, LIU C, SHAN X L, et al. Application of spectral inversion for tight-bed sand body prediction[J]. Geophysical Prospecting for Petroleum, 2015, 54(3): 337-366. DOI:10.3969/j.issn.1000-1441.2015.03.013 |
[9] |
陈祖庆, 王静波. 基于压缩感知的系数脉冲反射系数谱反演方法研究[J]. 石油物探, 2015, 54(4): 459-466. CHEN Z Q, WANG J B. A spectral inversion method of sparse-spike reflection coefficients based on compressed sensing[J]. Geophysical Prospecting for Petroleum, 2015, 54(4): 459-466. DOI:10.3969/j.issn.1000-1441.2015.04.013 |
[10] |
孙思敏, 彭仕宓. 地质统计学反演方法及其在薄砂体预测中的作用[J]. 西安石油大学学报(自然科学版), 2007, 22(1): 41-44. SUN S M, PENG S B. Geostatistical inversion method and its application in the prediction of thin reservoirs[J]. Journal of Xi'an Shiyou University(Natural Science Edition), 2007, 22(1): 41-44. DOI:10.3969/j.issn.1673-064X.2007.01.010 |
[11] |
李辉, 毕俊凤, 孙超, 等. 孤北洼陷沙三中亚段砂岩储层地震预测方法[J]. 石油物探, 2016, 55(3): 441-448. LI H, BI J F, SUN C, et al. Seismic prediction for sandstone reservoir in middle subsection of Sha_3 member, Gubei Subsag[J]. Geophysical Prospecting for Petroleum, 2016, 55(3): 441-448. DOI:10.3969/j.issn.1000-1441.2016.03.015 |
[12] |
ZENG H L. Amplitude versus frequency—applications to stratigraphy and reservoir characterization[J]. Expanded Abstracts of 70th Annual Internat SEG Mtg, 2000, 721-724. |
[13] |
MA Y H, LI J Y, ZHANG B Q, et al. A new method for sedimentary microfacis analysis named MVF[J]. Expanded Abstracts of 77th EAGE Conference & Exhibition, 2015, 4-8. |
[14] |
马跃华, 吴蜀燕, 白玉花, 等. 利用谱分解技术预测河流相储层[J]. 石油地球物理勘探, 2015, 50(3): 502-509. MA Y H, WU S Y, BAI Y H, et al. River sendimentary microfacies prediction based on spectral decomposition[J]. Oil Geophysical Prospecting, 2015, 50(3): 502-509. |
[15] |
KALLWEIT R S, WOOD L C. The limits of resolution of zero-phase wavelets[J]. Geophysics, 1982, 47(7): 1035-1044. DOI:10.1190/1.1441367 |
[16] |
唐文榜, 刘来祥, 樊佳方, 等. 地震可检测性分辨率研究[J]. 石油物探, 2012, 51(2): 107-118. TANG W B, LIU L X, FAN J F, et al. Research on seismic detectable resolution[J]. Geophysical Prospecting for Petroleum, 2012, 51(2): 107-118. DOI:10.3969/j.issn.1000-1441.2012.02.001 |
[17] |
GARDNER G H F, GARDNER L W, GREGORY A R. Formation velocity and density-the diagnostic basics for stratigraphic traps[J]. Geophysics, 1974, 39(6): 770-780. DOI:10.1190/1.1440465 |
[18] |
PARTYKA G, GRIDLEY J, LOPEZ J A. Interpretation application of spectral decomposition in reservoir characterization[J]. The Leading Edge, 1999, 18(3): 353-360. DOI:10.1190/1.1438295 |