顺北油气田主体位于顺托果勒低隆起顺托果勒区块, 由一系列埋深大于7000m的超深层碳酸盐岩断溶体海相油气藏组成, 沿断裂带分布。顺托果勒地区主要发育北东与北西向两组走滑断裂, 走滑断裂带的多期持续活动及构造破裂作用形成了大型洞穴-裂缝系统, 后期经大气淡水渗流及沿缝扩溶、埋藏溶蚀改造, 形成了断控储集体[1-3]。走滑断裂体系“寒武系供烃、垂向输导、晚期成藏、断裂控富”为顺北地区油气成藏模式[4-8]。识别超深层碳酸盐岩油气藏内的物性和流体性质对油田勘探开发的井位部署优化非常重要。前期实钻井资料和正演模拟结果表明, 断控储集体储层类型多样, 主要有洞穴型、孔洞型和裂缝型, 对应的地震响应特征主要表现为“串珠”、“杂乱”和“线状弱反射”3种类型[9-10]。
由于碳酸盐岩断控储集体储层具有非均质性强、孔隙结构复杂、储层与围岩地球物理异常差异小的特点, 同时测井数据受放空漏失影响, 测井资料信息不足等原因, 常规叠前反演储层预测方法在断控储集体储层预测中的效果不佳。李海英等[11]针对顺北地区特深层断控储集体的地震特征, 通过模型正演, 结合井震标定及地震反射特征分析研究, 形成了梯度结构张量表征断溶体轮廓、振幅变化率和杂乱相等属性分类预测断裂带内部储层, 多属性融合雕刻描述断溶体的储层识别描述技术体系。刘军等[12]依据顺北地区走滑断裂的地质发育模式、断控储集体类型及地震响应特征, 建立了走滑断裂带及断控储集体地震识别模式, 开展储集体敏感地震属性分析, 形成了针对断控储集体外部轮廓、内部不同类型储集体的一系列储集体预测技术, 应用多种地震属性技术表征断控储集体边界及内部储集体。郑笑雪等[13]利用K-means原理将多个地震属性数据进行聚类, 实现断溶体分带性自动识别。
本文首先简要介绍了研究区的地质背景和资料情况, 根据目的层断控储集体难于精确刻画其空间位置的难点, 重点介绍了多属性融合储层预测使用的敏感属性分析和基于贝叶斯多属性融合分类的技术; 然后, 结合基于叠前同步反演预测的储层物性和流体性质结果, 展示了研究区断控储集体的空间展布规律和内幕特征的实际应用效果。
1 研究区概况本文研究区块为顺北油田顺8井北三维区东部顺北5井断裂带(图 1a), 位于顺托果勒低隆起的北部, 处于阿瓦提-满加尔坳陷与沙雅隆起的结合部, 南部紧邻海相烃源灶, 寒武系烃源岩发育, 是油气长期运移聚集的有利区。顺北地区主要发育高陡的走滑断裂, 多期断裂活动对储层具有明显的控制作用。断裂带内非均质性强, 断裂带整体分隔、局部沟通。深大走滑断裂断至基底, 与油源连通。该区下古生界发育完备的生储盖组合, 具备了大油气田形成的优越条件, 勘探结果表明, 顺北油气田整体含油气, 资源潜力巨大。2016年完成了顺8井北三维地震宽方位资料采集, 满覆盖资料面积达504km2。2017年起在顺北5井区断裂带部署的多口井获高产工业油流。
本文研究的目的层为奥陶系中下统(图 1b), 研究对象为超深层碳酸盐岩断控储集体。断控储集体为由大型洞穴-裂缝系统组成的有利储集体, 原地寒武系下统玉尔吐斯组烃源岩的油气沿连通油源的断裂垂向运移成藏, 无统一的油(气)-水界面。研究区钻、测井资料研究结果表明, 在奥陶系碳酸盐岩储层段发育洞穴(表现为钻井放空或泥浆漏失)、溶蚀孔洞、高角度构造缝、扩溶或充填残余缝、微裂缝等多种储渗空间类型, 不仅形态多样, 而且大小悬殊, 分布不均。因此, 如何准确刻画断控储集体的空间位置是研究的难点之一。同时, 由于放空漏失的影响, 最优质的储层缺少钻、测井的关键数据, 增加了断控储集体内幕的物性研究和含油气性识别的难度。
2 多属性融合储层空间预测技术 2.1 敏感属性分析顺托果勒地区断控储集体主要储集空间为与走滑断裂相关的洞穴、构造高角度缝和沿缝溶蚀孔洞, 走滑断裂带的持续活动及构造破裂作用是储层发育的主控因素。研究表明[14-18], 利用叠后地震数据, 奥陶系碳酸盐岩断控缝洞系统的特征能够通过几何属性(地震反射倾角、曲率、相似性和振幅梯度属性等)来刻画“串珠”状反射特征和微断裂、裂缝的线状构造特征, 达到检测和识别断控缝洞储集体储层的目的。本文研究主要采用的几何属性包括相干、曲率、振幅梯度和紊乱系数属性。
相干类属性经常被用来解释断层和地质不连续性[14], 常用地震相干体来检测碳酸盐岩储层的断层和裂缝[15]。相干属性可以突出岩溶储层的边界, 揭示主干断裂体系。
地震反射曲率类属性与裂缝密度之间具有相关关系[16]。由偏移叠加地震数据计算的地震曲率属性已被用于断层和裂缝的成像[17]。在古洞穴储层中, 断层和伴生裂缝可以起到管道的作用。体积曲率属性与形状指数有关, 可以测量地震反射体倾角和方位角的横向变化[18]。最大曲率属性能非常有效地圈定断层和断层几何形状[19], 它揭示了明显的断层边缘和较小褶皱及挠曲的边缘。除了断裂和断裂线的空间走向外断裂的程度也与最大曲率值有关。
“串珠”提供了一个独特的地震特征, 可以识别和定位缝洞储集体。在体时窗内构建梯度张量并计算梯度张量的特征值和特征向量, 振幅水平方向最大分量梯度属性可以更好地刻化“串珠”状反射的空间形态。利用振幅梯度属性可从三维叠后地震数据中提取“串珠”。在振幅梯度图上, “串珠”很容易识别, 是研究区缝洞储集体的有效表征工具。
地震反射紊乱系数(杂乱反射)属性可定义为:
$ \mu=\frac{2 \lambda_{2}}{\lambda_{1}+\lambda_{3}}-1 $ | (1) |
其中, λ1≥λ2≥λ3≥0为梯度结构张量矩阵的3个特征值。如果是规则反射, 则λ1≫λ2≈λ3, μ≈-1;如果是杂乱的非规则反射, 则λ1≈λ2≈λ3, μ≈0。μ的数值在-1~0变化。(1)式表明, 描述杂乱反射结构的地震属性μ包含了地层产状的信息和振幅变化的强度信息。因此, 利用该属性可以提取地震不规则杂乱反射的特征。
2.2 贝叶斯岩相分类技术贝叶斯岩相分类方法使用概率来表示所有岩相类型的不确定性[20]。对于G个类别, 类别“i”的贝叶斯规则是:
$ \begin{array}{*{20}{l}} {p\left( {{c_i}\mid X} \right) = \frac{{p\left( {X|{c_i}} \right)p\left( {{c_i}} \right)}}{{p(X)}}}\\ {p(X) = \sum\limits_{i = 1}^G p \left( {X|{c_i}} \right)p\left( {{c_i}} \right)} \end{array} $ | (2) |
式中: X为样本点数据; ci为某个测井岩相; p(ci|X)是某个样点分类为岩相ci的后验概率密度; p(X|ci)为岩相ci的条件概率密度; p(ci)为ci的先验概率密度, 其大小等于该岩相在所有岩相中所占的比例; p(X)为边缘概率密度, 起归一化作用。对于碎屑岩, X的选择一般参考岩石物理分析的成果, 选择对岩相敏感的弹性参数作为贝叶斯分类的数据样点; 对于本文研究的超深层断控碳酸盐岩, 选择敏感的几何属性作为贝叶斯分类的数据样点。
为了获得(2)式中后验概率密度p(ci|X), 需要知道条件概率p(X|ci)。一般利用非参数的核密度估计(KDE) 方法计算p(X|ci)。KDE基于有限抽样推断整体数据的分布, 其结果是对样本概率密度函数的估计。核密度估计完全利用数据本身信息, 对样本数据进行了最大程度的近似, 从而避免了人为主观带入的先验知识。设x1, x2, …, xn为独立同分布的n个样本点, 其概率密度为f, 则一维概率分布函数的核密度估计公式为:
$ \hat f(x) = \frac{1}{n}\sum\limits_{i = 1}^n {{K_h}} \left( {x - {x_i}} \right) = \frac{1}{{nh}}\sum\limits_{i = 1}^n K \left( {\frac{{x - {x_i}}}{h}} \right) $ | (3) |
式中: n为样本点个数; xi为某个样本点的观测值; K为选取的核函数(非负、积分为1, 符合概率密度性质, 并且均值为0);h为控制平滑量的平滑带宽(h>0)。带有下标h的核称为缩放核, 定义为Kh(x)=1/hK(x/h)。该核密度估计中的关键参数是平滑带宽h。过大的带宽会掩盖分布, 使其扁平和扩散, 而过小的带宽会带来过多的虚假数据, 最佳带宽给出接近真实概率密度的结果。
由于岩相特征复杂, 如果仅采用单一参数进行岩相分类, 效果一般不理想。因此多参数岩相分类采用高维核密度估计, 公式为:
$ f(x) = \frac{1}{{n{h^D}}}\sum\limits_{i = 1}^n K \left[ {\frac{{d\left( {x, {X_i}} \right)}}{h}} \right] $ | (4) |
式中: D为所选参数的数量; d(x, Xi)为D维空间中x和样本点Xi的距离。
一般选择多元高斯函数作为核函数。但由于高斯函数在距离中心点较远的区域不能衰减到0, 这会影响计算效率; 而在众多核函数中, Epanechnikov核函数在均方误差意义上最好, 效率损失也很小, 因此, 本文选用Epanechnikov核函数, 其公式如下:
$ K(x)=\left\{\begin{array}{cc} \frac{3}{4}\left(1-x^{2}\right) & -1 \leqslant x \leqslant 1 \\ 0 & \text { 其它 } \end{array}\right. $ | (5) |
将Epanechnikov核函数代入公式(3), 得到高维核密度估计公式为:
$ \left\{\begin{array}{l} f(x)=\frac{D+2}{2 n h^{D+2} C_{D}} \sum\limits_{i=1}^{n}\left\{1-\left[\frac{d\left(x, X_{i}\right)}{h}\right]^{2}\right\} \\ \text { 当 } \frac{d\left(x, X_{i}\right)}{h} \leqslant 1 \text { 时成立, 否则为 } 0 \end{array}\right. $ | (6) |
其中, CD是D维超球面的体积, 其表达式为:
$ {C_D} = {\pi ^{\frac{D}{2}}}/\mathit{\Gamma }\left( {\frac{D}{2} + 1} \right) $ | (7a) |
这里,
$ \mathit{\Gamma }\left(\frac{D}{2}+1\right)=\left\{\begin{array}{cl} \left(\frac{D}{2}\right) ! & D \text { 为偶数 } \\ \frac{n ! \sqrt{\pi}}{2^{n}\left(\frac{n-1}{2}\right) !} & D \text { 为奇数 } \end{array}\right. $ | (7b) |
本质上, KDE将数据Xi平滑为小密度“方块”, 然后将所有这些小方块加在一起以获得最终的概率密度估计。
最后, 依据下面的原则确定数据X属于岩相ci或岩相cj。
1) 如果p(X|ci)p(ci)>p(X|cj)p(cj), 则X属于岩相ci;
2) 如果p(X|cj)p(cj)>p(X|ci)p(ci), 则X属于岩相cj。
2.3 目标相关指示因子构建CONNOLLY[21]将纵波阻抗(IP)和横波阻抗(IS)组合, 引入旋转角度(θ)参数, 构建一种新的指示因子属性, 其表达式为:
$ Y=I_{\mathrm{P}} \cos \theta+I_{\mathrm{S}} \sin \theta $ | (8) |
其中, θ(0°≤θ≤360°)在给定纵、横波阻抗曲线下, 随着θ的改变, 由(8)式可以得到一系列因子曲线。研究发现, 传统的岩石弹性参数曲线均与某一因子角的因子曲线高度相关, 相关度接近1(表 1)。一般地, 常规测井曲线或测井解释曲线与系列因子曲线进行相关扫描, 都能得到相关性很高的因子角, 而且在同一地区由相同地质背景的多井数据可以得到几乎一致的因子角, 也就是说, 传统的弹性参数或能表征储层岩性、物性、流体性质的属性都可以看作是纵、横波阻抗经过坐标旋转后的结果。
根据储层预测、油气检测实际需求选择目标测井曲线, 例如, 预测岩性可以选取伽马曲线或泥质含量曲线, 预测物性可以选取孔隙度曲线、密度曲线或自然电位曲线, 预测流体可以选取电阻率曲线或含水饱和度曲线等。依据CONNOLLY[21]发现的目标相关弹性参数方法求取相应的岩性因子、物性因子或流体因子角及因子曲线, 通过岩石物理分析, 从中优选出与岩性、物性及流体目标相关的敏感指示因子, 确定各敏感指示因子定量解释的标准(门槛值)。借助(8)式和求取的敏感因子角将叠前同时反演生成的纵波阻抗体和横波阻抗体转换为敏感因子体, 并根据岩石物理分析确定的门槛值进行岩性、物性或流体性质的空间展布研究。
2.4 技术流程基于贝叶斯分类的多属性融合断控储集体储层预测技术可按如下步骤开展。
1) 利用测井解释成果, 将测井曲线分类为储层相和致密相。
2) 分析并计算对断控储集体储层最为敏感的地震属性体, 提取井旁地震敏感属性曲线。
3) 在井点处, 对敏感属性和岩相分类结果进行标定, 制作标签。利用贝叶斯分类算法, 建立断控储集体储层多敏感属性的岩相概率分类量版。
4) 通过岩相概率分类量版, 将多个地震敏感属性体融合转化为储层相概率体。
5) 以孔隙度作为目标参数, 求取物性指示因子角并构建出物性指示因子曲线; 经岩石物理分析确定目的层储层物性及流体最敏感参数。
6) 将叠前反演得到的纵、横波阻抗体转换为物性、流体指示因子体。
7) 对计算出的储层相概率体进行空间雕刻, 结合物性、流体预测结果, 表征断控储集体空间展布及内幕特征。
3 应用及效果 3.1 岩石物理分析岩石物理分析是连接地震、测井以及储层的岩性或流体性质之间的桥梁和纽带。岩石物理分析通过绘制各种测井曲线和弹性参数交会图版, 了解地震、测井在目的层的响应特征, 从而落实对研究区岩性、物性或流体敏感的弹性参数; 分析叠前同步反演成果检测储层岩性、物性和含油气性的应用条件, 为进一步的岩性、物性及流体解释提供定量依据。
在本文研究中, 岩石物理分析研究的主要目的是通过对钻井、测井数据的统计分析, 研究物性好的碳酸盐岩储层区别于围岩的物理特性、油层区别于水层的物理特性, 从而找出物性和流体的敏感弹性参数, 进而实现储层物性分布预测和流体检测。以孔隙度曲线作为物性目标参数, 根据CONNOLLY[21]的目标相关弹性参数方法, 从纵波阻抗曲线和横波阻抗曲线构建出物性指示因子曲线。图 2a为W3井以孔隙度曲线作为目标参数通过(8)式求取的物性指示因子最大相关角, 因子角为297°, 相关系数达0.963, 接近于1。图 2b为孔隙度曲线和物性指示因子曲线目的层段的对比结果, 两条曲线形态高度相似, 但物性指示因子仅由纵波阻抗和横波阻抗构建而得, 与目标孔隙度无直接关系。由此为后续将叠前反演得到的纵波阻抗体和横波阻抗体转换为物性指示因子数据体提供了依据。
对研究区各种弹性参数进行岩石物理分析, 结果表明, 物性指示因子和密度是区分储层物性好坏和流体性质的最敏感的弹性参数。图 3为W3井纵波阻抗-物性指示因子-孔隙度交会结果, 物性指示因子的大值对应高孔隙度, 表示物性指示因子是储层物性的敏感参数。图 4为W3井流体替换前水层的纵波阻抗-密度-孔隙度交会结果和流体替换为油层的纵波阻抗-密度-孔隙度交会结果, 当物性好的储层中流体替换为油层后, 密度属性有一定程度的降低, 表示在研究区目的层密度对储层流体性质较为敏感。
曲率属性一般用于检测微断裂和大的裂缝通道。图 5为过井地震剖面, 图 6为对应的最大曲率属性剖面, 微断裂和大的裂缝通道对应大曲率值, 大曲率值表现为黑色。可以看到, 在“串珠”状反射及杂乱强反射两侧的柱形和垂直断裂, 表明了溶蚀的洞穴与裂缝的地质成因关系。
振幅梯度属性结合曲率属性可以较好地描述小尺度裂缝和局部发育的缝洞体。图 7显示了通过振幅梯度属性刻画的具有“串珠”状反射的洞穴(黄色)和通过曲率属性刻画的裂缝通道(黑色)的剖面特征, 可以看到, 黄色的洞穴(对应“串珠”状反射)和深蓝色的杂乱强反射沿主干断裂的垂向展布特征。
地震杂乱反射属性可以描述断裂带内为空白和杂乱弱反射的地震响应特征, 空白反射主要由相对均质的低速断裂体产生, 杂乱反射主要由小尺度裂缝产生, 其能量的强弱与裂缝发育的密度、充填速度及发育角度有关。图 8为地震杂乱反射属性与地震振幅梯度属性叠合的剖面, 地震振幅梯度属性为黄色, 地震杂乱属性为黑色, 可以看出, 二者在空间上有一致性, 但不完全重合, 可将地震杂乱属性作为刻画断溶体储集空间的一种补充。
综上分析可知, 地震振幅梯度属性、最大曲率属性和地震杂乱属性等地震几何属性是描述断溶体储层的敏感属性, 可以通过提取这些属性, 采用多属性融合的方法确定特深层断控储集体的空间展布。
3.3 叠前反演2016年在研究区进行了宽方位三维地震采集, 地震资料最大偏移距达到8400m。对逆时偏移(RTM)成像产生的CIGs成像道集资料进行系列道集优化处理后, 生成用于叠前同时反演的角道集资料。图 9为W3井井旁入射角道集资料, 目的层奥陶系(埋深超7000m)的入射角达到35°, 且资料品质良好, 满足准确反演密度的条件。
由叠前同步反演获得纵波阻抗、横波阻抗、密度3个基本弹性参数数据体。根据岩石物理分析结果可知, 物性指示因子是储层的最敏感弹性参数, 可由纵、横波阻抗按照前文方法计算获得物性指示因子体。
图 10为过W3井侧钻方向的反演结果, 由上至下分别为物性指示因子反演剖面、密度反演剖面和地震叠加成像剖面, 从左到右为从南西(SW)到北东(NE)方向。在W3井侧钻方向箭头所示处钻遇大规模的放空漏失现象。从物性指示因子和密度反演结果可以看到, 在W3井侧钻方向箭头所示附近发育较强的异常, 与钻井认识相吻合。
采用前文介绍的多属性融合储层空间预测技术方法计算储层相的概率数据体。图 11显示了断控储集体储层典型井岩相分类结果、井旁储层敏感属性和测井解释成果, 其岩相分类结果中, 数值1代表储层相(紫色填充), 2代表致密相。图 12为利用多井井旁储层敏感属性通过贝叶斯框架技术得到的贝叶斯概率分类量版, 紫色代表储层相, 灰色代表非储层相。图 12中, 紫色椭圆代表储层相的二维后验概率分布, 灰色椭圆代表非储层相的二维后验概率分布。投影点越靠近某岩相二维后验概率分布中心, 表示该点对应的该岩相概率值越高。
将地震振幅梯度数据体、地震曲率数据体和地震杂乱属性数据体投影到图 12所示的岩相概率量版中, 即可计算出对应的储层相概率体。图 13为过W3井储层相概率剖面, 插入的标识线段为该井钻遇的漏失放空点和钻遇储层位置。可见, 储层预测结果与该井钻遇结果吻合良好。
对计算出的储层相概率体进行空间雕刻, 可以预测出断控储集体的空间展布。图 14显示了在储层相基础上搜索出的空间连通体。地质上, 在同一断控岩溶背景下, 受断裂控制形成的网络状裂缝-洞穴集合体提供了储层相的分布、形态及空间结构的展布。图 14中同一颜色表示空间网格静态连通的断控储集体, 不同颜色表示不同的断控储集体。通过对断控储集连通体包含的网格数进行排序编号, 在研究过程中就可以去掉网格数低于给定阈值的孤立的连通体, 或者指定连通体研究其在平面、空间的分布, 统计其有效厚度, 计算其有效体积等。雕刻的静态断控储集体是最大可能的断控储集体, 但也可能含有围岩或物性差的储层, 进一步研究需要通过物性参数过滤围岩或差储层, 从而进一步得到有效断控储集体结构模型。
由于成岩作用的影响, 碳酸盐岩断控储层具有较强的非均质性, 仅依靠地震技术无法精确确定缝洞连通体内部储层的非均质性及其分布特征。为了描述断控储集连通体内部储层的非均质性, 了解储层内是否分布有相对致密或渗透性较差的隔挡层, 需要通过井上岩石物理分析, 将叠前同步反演得到的纵波阻抗、横波阻抗和密度体结合井上岩石物理分析的认识转换得到物性敏感因子体和流体敏感因子体。将物性敏感因子体和流体敏感因子体采样到雕刻的静态断控储集体的网格中, 建立储层的储层物性敏感属性模型和流体敏感属性模型, 在此基础上可以研究断控储集体内的非均质性和渗透性。进一步研究需要借助钻井和油藏动态数据的分析和研究, 才能了解缝洞连通体储层内由孔、缝、洞构成的储集体的连通性。
图 15a是将物性指示因子体数据采样到雕刻的静态断溶储层连通体模型中的分布结果, 红色表示物性好, 可以看出, 优质物性储层主要分布在主干断裂和剪切断裂及交汇处。从过W3井沿主干走滑大断裂切开断溶连通体的局部物性指示因子剖面可以看出, 在整个断控储集体内部物性普遍较好(图 15b)。
根据叠前同步反演结果和岩石物理分析认识可知, 低密度意味着储层物性较好且发育油层, 密度分析结果与本区内已知钻井结果一致。因此将反演得到的储层密度体数据采样到雕刻的静态断控储集体储层连通体模型中, 结果如图 16所示, 低密度用红色表示, 主要分布在主干断裂和剪切断裂及交汇处。
1) 由于研究区断控储集体具有埋藏深度大、储集空间类型多样的特点, 使用常规地震动力学和运动学参数进行储层刻画效果不明显。地震振幅梯度属性、最大曲率属性和地震杂乱属性等几何属性能够准确、可靠地分别描述断控储集体储集空间的某一特征。
2) 在井点处, 对几何敏感属性和岩相分类结果进行标定, 采用贝叶斯分类技术, 将多种地震几何学属性进行融合, 得到储层相概率体, 并以概率的形式定量刻画断控储集体储层的空间展布, 避免了常规单属性划定门槛值引起的误差。
3) 在储层相的控制下, 根据岩石物理分析并结合叠前同步反演预测断控储集体内储层物性和流体性质敏感数据体, 以此研究断控储集体内部的非均质性和渗透性。
4) 实际数据表明, 预测出的断控储集体储层的空间展布特征及内幕非均质性与研究区地质认识及钻测井信息一致, 初步形成了一套适用于顺北地区断控储集体精细描述的技术流程。
随着顺北地区勘探开发程度的深入, 可进一步综合利用高精度地震资料、钻井及测井资料、生产动态数据等研究成果, 计算不同类型储集体精确的孔隙度, 修正并量化雕刻出有效断控储集体, 进行储集体内及储集体间的连通性分析, 以提高油田开发效率。
[1] |
漆立新. 塔里木盆地顺托果勒隆起奥陶系碳酸盐岩超深层油气突破及其意义[J]. 中国石油勘探, 2016, 21(3): 38-51. QI L X. Oil and gas breakthrough in ultra-deep Ordovician carbonate formations in Shuntuoguole uplift, Tarim Basin[J]. China Petroleum Exploration, 2016, 21(3): 38-51. DOI:10.3969/j.issn.1672-7703.2016.03.004 |
[2] |
焦方正. 塔里木盆地顺托果勒地区北东向走滑断裂带的油气勘探意义[J]. 石油与天然气地质, 2017, 38(5): 831-839. JIAO F Z. Significance of oil and gas exploration in NE strike-slip fault belts in Shuntuoguole area of Tarim Basin[J]. Oil & Gas Geology, 2017, 38(5): 831-839. |
[3] |
焦方正. 塔里木盆地顺北特深碳酸盐岩断溶体油气藏发现意义与前景[J]. 石油与天然气地质, 2018, 39(2): 207-216. JIAO F Z. Significance and prospect of ultra-deep carbonate fault-karst reservoirs in Shunbei area, Tarim Basin[J]. Oil & Gas Geology, 2018, 39(2): 207-216. |
[4] |
王玉伟, 陈红汉, 郭会芳, 等. 塔里木盆地顺1走滑断裂带超深储层油气充注历史[J]. 石油与天然气地质, 2019, 40(5): 972-989. WANG Y W, CHEN H H, GUO H F, et al. Hydrocarbon charging history of the ultra-deep reservoir in Shun 1 strike-slip fault zone, Tarim Basin[J]. Oil & Gas Geology, 2019, 40(5): 972-989. |
[5] |
兰明杰, 王洪涛, 马庆佑, 等. 塔里木盆地顺北地区顺北8号走滑断裂特征及控储作用[J]. 石油实验地质, 2017, 39(增刊1): 1-6. LAN M J, WANG H T, MA Q Y, et al. Characteristics of Shunbei No.8 strike-slip fault in Shunbei region of Tarim Basin and their controls on reservoirs[J]. Petroleum Geology & Experiment, 2017, 39(S1): 1-6. DOI:10.11781/sysydz2017S1001 |
[6] |
云露. 顺北东部北东向走滑断裂体系控储控藏作用与突破意义[J]. 中国石油勘探, 2021, 26(3): 41-52. YUN L. Controlling effect of NE strike-slip fault system on reservoir development and hydrocarbon accumulation in the eastern Shunbei area and its geological signi? cance, Tarim Basin[J]. China Petroleum Exploration, 2021, 26(3): 41-52. DOI:10.3969/j.issn.1672-7703.2021.03.004 |
[7] |
漆立新. 塔里木盆地顺北超深断溶体油藏特征与启示[J]. 中国石油勘探, 2020, 25(1): 102-111. QI L X. Characteristics and inspiration of ultra-deep fault-karst reservoir in the Shunbei area of the Tarim Basin[J]. China Petroleum Exploration, 2020, 25(1): 102-111. |
[8] |
云露. 顺北地区奥陶系超深断溶体油气成藏条件[J]. 新疆石油地质, 2021, 42(2): 136-142. YUN L. Hydrocarbon accumulation of ultra-deep Ordovician Fault-Karst reservoirs in Shunbei area[J]. Xingjiang Petroleum Geology, 2021, 42(2): 136-142. |
[9] |
刘宝增, 漆立新, 李宗杰, 等. 顺北地区超深层断溶体储层空间雕刻及量化描述技术[J]. 石油学报, 2020, 41(4): 412-420. LIU B Z, QI L X, LI Z J, et al. Spatial characterization and quantitative description technology for ultra-deep fault-karst reservoirs in the Shunbei area[J]. Acta Petrolei Sinica, 2020, 41(4): 412-420. |
[10] |
司文朋, 薛诗桂, 马灵伟, 等. 顺北走滑断裂-断溶体物理模拟及地震响应特征分析[J]. 石油物探, 2019, 58(6): 911-919. SI W P, XUE S G, MA L W, et al. Physical modeling and analysis of the characterisitics of the seismic response of strike-slip faults and the associated fracture-dissolution reservoirs in the Shunbei area[J]. Geophysical Prospecting for Peterleum, 2019, 58(6): 911-919. DOI:10.3969/j.issn.1000-1441.2019.06.014 |
[11] |
李海英, 刘军, 龚伟, 等. 顺北地区走滑断裂与断溶体圈闭识别描述技术[J]. 中国石油勘探, 2020, 25(3): 107-120. LI H Y, LIU J, GONG W, et al. Identification and characterization of strike-slip faults and traps of fault-karst reservoir in Shunbei area, Tarim Basin[J]. China Petroleum Exploration, 2020, 25(3): 107-120. |
[12] |
刘军, 李伟, 龚伟, 等. 顺北地区超深断控储集体地震识别与描述[J]. 新疆石油地质, 2021, 42(2): 238-245. LIU J, LI W, GONG W, et al. Seismic identification and description of ultra-deep fault-controlled reservoirs in Shunbei area[J]. Xingjiang Petroleum Geology, 2021, 42(2): 238-245. |
[13] |
郑笑雪, 唐金良. 基于多属性的断溶体特征提取与分带性自动识别[J]. 石油物探, 2021, 60(5): 805-815. ZHENG X X, TANG J L. Feature extraction and automatic zonation of broken solutions based on multiple attributes[J]. Geophysical Prospecting for Petroleum, 2021, 60(5): 805-815. |
[14] |
BAHORICH M, FARMER S. 3-D seismic discontinuity for faults and stratigraphic features: The coherence cube[J]. The Leading Edge, 1995, 14(10): 1053-1058. |
[15] |
SKIRIUS C, NISSEN S, HASKELL N, et al. 3-D seismic attributes applied to carbonates[J]. The Leading Edge, 1999, 18(3): 384-393. |
[16] |
HART B S, PEARSON R A, RAWLING G C. 3-D Seismic horizon based approaches to fracture-swarm sweet spot definition in tight-gas reservoir[J]. The Leading Edge, 2002, 21(1): 28-35. |
[17] |
BLUMENTRITT C H, MARTURT K J, SULLIIVAN E C. Volume-based curvature computations illuminate fracture orientation-Early to mid-Paleozoic, Central Basin Platform, West Texas[J]. Geophysics, 2006, 71(5): B159-B166. |
[18] |
AL-DOSSARY S, MARFURT K J. 3D volumetric multispectral estimates of reflector curvature and rotation[J]. Geophysics, 2006, 71(5): P41-P51. |
[19] |
ROBERTS A. Curvature attributes and their application to 3D interpreted horizons[J]. First Break, 2001, 19(2): 85-100. |
[20] |
DOYEN P. Seismic reservoir characterization: An earth modelling perspective[M]. Houten: EAGE Publications, 2007: 1-255.
|
[21] |
CONNOLLY P. Robust workflow for seismic reservoir characterization[EB/OL]. [2021-11-01]. https://csegrecorder.com/articles/view/robust-workflows-for-seismic-reservoir-characte-risation
|