文章快速检索     高级检索
  中国石油勘探  2019, Vol. 24 Issue (1): 115-122  DOI:10.3969/j.issn.1672-7703.2019.01.012
0

引用本文 

张蔚, 刘成林, 张道勇, 朱杰, 吴晓智, 洪唯宇, 黎彬, 柳永军. 油气运聚系数统计模型建立及其在低勘探程度盆地的应用[J]. 中国石油勘探, 2019, 24(1): 115-122. DOI: 10.3969/j.issn.1672-7703.2019.01.012.
Zhang Wei, Liu Chenglin, Zhang Daoyong, Zhu Jie, Wu Xiaozhi, Hong Weiyu, Li Bin, Liu Yongjun. Establishment of statistical models for oil and gas migration and accumulation coefficients and their applications in frontier exploration basins[J]. China Petroleum Exploration, 2019, 24(1): 115-122. DOI: 10.3969/j.issn.1672-7703.2019.01.012.

基金项目

“十三五”全国油气资源评价项目“中西部地区中小盆地油气资源评价”(2017YQZYPJ0113)

第一作者简介

张蔚(1995-), 男, 陕西榆林人, 在读硕士, 现主要从事油气资源评价方面的研究工作。地址:北京市昌平区府学路18号, 邮政编码:102249。E-mail:nick1117@live.com

通信作者简介

刘成林(1970-), 男, 四川资阳人, 博士, 2004年毕业于中国石油大学(北京), 教授, 现主要从事油气地球化学与资源评价、非常规油气地质方面的研究工作。地址:北京市昌平区府学路18号, 邮政编码:102249。E-mail:liucl@cup.edu.cn

文章历史

收稿日期:2018-07-05
修改日期:2018-11-20
油气运聚系数统计模型建立及其在低勘探程度盆地的应用
张蔚1,2, 刘成林1,2, 张道勇3, 朱杰3, 吴晓智4, 洪唯宇1,2, 黎彬1,2, 柳永军1,2     
1. 中国石油大学(北京)油气资源与探测国家重点实验室;
2. 中国石油大学(北京)地球科学学院;
3. 自然资源部油气资源战略研究中心;
4. 中国石油勘探开发研究院
摘要: 油气运聚系数是指某一地质单元内石油和天然气资源量与生烃量之比,是油气资源评价的关键参数。随着近10年来勘探开发程度的逐步提高,积累了更多的刻度区和地质参数,奠定了进一步研究油气运聚系数的基础。对全国14个主要含油气盆地的86个油气刻度区进行解剖,以研究不同类型盆地油气运聚系数与地质参数之间的关系。分析结果表明,不同类型盆地的油气运聚系数均与主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数4项主控地质参数具有较为显著的相关关系。区域不整合次数对各类型盆地的油气运聚效率的影响始终最大;东部裂谷型盆地圈闭面积系数和储层百分含量的影响程度则较为接近,排在其后;中部克拉通型盆地与西部前陆型盆地分别以圈闭面积系数、主要生烃时间的影响程度次之。据此系统地建立了不同类型盆地石油和天然气的运聚系数统计模型。计算结果表明,统计模型的预测效果较为理想,可用于快速定量预测不同类型低勘探程度盆地的油气运聚系数,具有实用价值。
关键词: 油气运聚系数    统计模型    资源评价    低勘探程度盆地    油气运移与聚集    地质参数    回归分析    
Establishment of statistical models for oil and gas migration and accumulation coefficients and their applications in frontier exploration basins
Zhang Wei1,2 , Liu Chenglin1,2 , Zhang Daoyong3 , Zhu Jie3 , Wu Xiaozhi4 , Hong Weiyu1,2 , Li Bin1,2 , Liu Yongjun1,2     
1. State Key Laboratory of Petroleum Resource and Prospecting, China University of Petroleum(Beijing);
2. College of Geosciences, China University of Petroleum(Beijing);
3. Strategic Research Center of Oil and Gas Resources, Ministry of Natural Resources;
4. PetroChina Research Institute of Petroleum Exploration & Development
Abstract: Oil and gas migration and accumulation coefficient, referring to the ratio of oil and gas resources to hydrocarbon generation in a certain geological unit, is a key parameter for oil and gas resources evaluation. With the increasing improvement of exploration and development level over the last decade, more calibrated units and geological parameters have been accumulated, which lay a foundation for further researches on the oil and gas migration and accumulation coefficients. This paper analyzes the geological parameters of 86 calibrated units in 14 major petroliferous basins in China, studies the relationship between the oil and gas migration and accumulation coefficients and geological parameters in different types of basins. The results indicate that the oil and gas migration and accumulation coefficients in different types of basins are correlated with the primary hydrocarbon generation time, the reservoir thickness ratio, the trap area coefficient and the number of regional unconformities. For all types of basins, the number of regional unconformities has the greatest impact on the oil and gas migration and accumulation efficiency. For rift basins in eastern China, the influence of the trap area coefficient on the oil and gas migration and accumulation efficiency is close to that of the reservoir thickness ratio, lower than the impact of the number of regional unconformities. Besides the influence of the number of regional unconformities, craton basins of central China and foreland basins of western China are secondarily affected by the trap area coefficient and the primary hydrocarbon generation time separately. Based on these conclusions, the statistical models of the oil and gas migration and accumulation coefficients in different types of basins are systematically established. The calculation indicates that the forecast of statistical models is accurate. Accordingly, the statistical models can be used to forecast the oil and gas migration and accumulation coefficients in different types of frontier exploration basins quickly and quantitatively.
Key words: oil and gas migration and accumulation coefficient    statistical model    resource evaluation    frontier exploration basin    oil and gas migration and accumulation    geological parameters    regression analysis    
0 引言

油气运聚系数是油气资源评价成因法中计算油气资源量的一项关键参数,是指某一地质单元内石油和天然气聚集量(或资源量)与生烃量之比,通常用百分数来表示[1]。它主要用于表征某一地质单元的运移条件、保存条件,可直接反映资源潜力[2];目前国内外计算油气资源量应用最广泛的方法便是生烃量与运聚系数的乘积[3]。可见,客观评价油气运聚系数,确定其合理取值标准及范围,对油气资源评价至关重要[4]

运聚系数一般通过统计、类比或盆地模拟等方法获得[2, 5]。对于高勘探程度区,通常采用油藏规模序列法、福克—沃德图法、探井成功率网格统计法等,但要求对研究区内油气藏分布规律非常清楚;对于低勘探程度区,通常采用专家打分模糊综合评价法、地质因素综合分析法、地质类比法等,采用这些方法获得的运聚系数人为因素较大[6-9]

因此,多位学者通过建立统计学模型来定量分析运聚系数与主控地质参数之间的关系。2002年,宋国奇[7]依据东营凹陷实际情况,采用多因素综合法求取该研究区的运聚系数;2003年,柳广弟等[1]采用回归分析法建立了运聚单元石油运聚系数与有效烃源岩年龄和成熟度、圈闭发育程度及上覆地层区域不整合次数的定量统计模型;2004年,刘成林等[10]对国内外22个含油气盆地200个天然气运聚系数数据进行多因素综合分析,建立了天然气运聚系数与烃源岩年龄、有机碳含量、成藏关键时刻、盖层厚度、盖层埋深、不整合次数、储层年龄7个主要因素之间的关系模型;2005年,左胜杰等[11]利用逐步回归法建立了济阳坳陷石油运聚系数与排烃强度、油气运聚范围、构造变动次数、目的层倾角、断层密度的定量关系式;2007年,祝厚勤等[12]利用生烃潜力法和油藏规模序列法求取刻度区的油气运聚系数,将各油气成藏体系与刻度区类比求取相应油气成藏体系油气运聚系数;2009年,周总瑛[13]根据中国东部断陷盆地15个刻度区地质参数,建立了东部断陷盆地石油运聚系数与烃源岩生烃强度、储层孔隙度、渗透率、圈闭面积系数及生储盖组合数5项参数之间的统计模型;2011年,吕一兵等[14]利用BP神经网络法建立了石油运聚系数的预测模型。

可见,多数学者采用了回归分析的方法,这种方法建立的模型具有明确的数学关系式,可以直观反映各主控地质参数对运聚系数的影响,并据此定量计算研究区的油气运聚系数。但是,不同学者在建立油气运聚系数统计模型时,选用的主控地质参数存在差异,综合分析存在地质解释相矛盾的问题;并且模型多以单一区块为目标建立,具有一定局限性。因此,本文仍运用回归分析法,通过对大量油气刻度区解剖分析,并结合前人研究,统一选取主控地质参数,按照不同盆地类型,系统建立了石油及天然气运聚系数与其主控地质参数之间的统计模型,对于快速、客观地求取低勘探程度盆地的油气运聚系数具有一定现实指导意义。

1 运聚系数与主控地质参数的关系

油气在运聚成藏的过程中,主要受五大方面成藏条件的影响与控制,包括烃源岩条件、储层条件、圈闭条件、保存条件及配套条件。各方面成藏条件又由多项地质参数(或地质因素)的综合影响构成,如烃源岩条件包括有效烃源岩的年龄、岩性、生烃层位、主要生烃时间、厚度、面积、有机碳含量、有机质类型、成熟度、生烃强度、运移距离、输导体系类型等参数[15-17]

但是,不同地质参数对运聚系数的影响程度具有差异。一部分地质参数对油气运聚系数起主要控制作用;另一部分地质参数对油气运聚系数的影响作用较微弱,或者其影响可被其他同类型的地质参数所代表;还有部分地质参数对油气运聚系数的影响是定性的,难以定量化表示;部分地质参数的确定还受制于勘探投入,在低勘探程度盆地中暂时难以取得。因此,综合考量上述实际情况,以地质认识为基础,并根据“三高”原则[18],选取松辽、海拉尔、二连、渤海湾、苏北、北部湾、鄂尔多斯、四川、准噶尔、柴达木、塔里木、吐哈、三塘湖、酒泉14个主要含油气盆地共计86个油气刻度区进行解剖分析(数据来源于2016年中国石油第四次油气资源评价与2005年新一轮全国油气资源评价),对其可以定量化的地质参数进行统计,从地质和数理两个角度共同分析,筛选出对油气运聚系数具有主要控制作用的4项地质参数,包括主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数(图 1图 4)。

图 1 东部裂谷型盆地石油运聚系数与主控地质参数的关系 Fig. 1 Relationship between oil migration and accumulation coefficients and primary geological parameters in rift basins in eastern China
图 2 中部克拉通型盆地天然气运聚系数与主控地质参数的关系 Fig. 2 Relationship between natural gas migration and accumulation coefficients and primary geological parameters in craton basins in central China
图 3 西部前陆型盆地石油运聚系数与主控地质参数的关系 Fig. 3 Relationship between oil migration and accumulation coefficients and primary geological parameters in foreland basins in western China
图 4 西部前陆型盆地天然气运聚系数与主控地质参数的关系 Fig. 4 Relationship between natural gas migration and accumulation coefficients and primary geological parameters in foreland basins in western China

烃源岩条件是控制油气运聚的先决条件。油气大量生成的时间从根本上决定了储层、圈闭、保存及配套条件能否对油气产生影响。通常烃源岩的主要生烃时间(距今)越久远,表明其大量生烃的时间相对越早,生成的油气所经历的后期构造运动破坏的概率就越大,油气的保存量相对就越少,运聚效率也就越低;即在一个盆地中,烃源岩的主要生烃时间越大,油气运聚系数越小。

油气排出烃源岩后,进入储层运移聚集成藏,储层的容量决定了油气聚集的上限。储层百分含量表示储层厚度与其所在地层的总厚度之比,可反映储层在目的层中所占的比重,其值越高,表明研究区内可储集油气的潜在空间越大,越有利于油气的富集;即在一个盆地中,储层百分含量越大,油气运聚系数越大。并且此项参数不同于孔隙度、渗透率等,它受不同地区地质条件的影响较小,能够简单直观地反映储层的储集能力,便于不同地区之间的统计分析。

圈闭面积系数是研究区的圈闭面积与研究区面积的比值。在圈闭未形成之前,排出的油气会因为得不到保护而散失[19]。圈闭面积系数能够客观反映圈闭的发育程度,圈闭面积系数越大,表明研究区内圈闭越发育,油气聚集的概率就越大[1];即在一个盆地中,圈闭面积系数越大,油气运聚系数越大。

区域不整合次数能够定量反映油气生成后构造运动对油气运聚的破坏程度,区域不整合次数越多,表明研究区经历的构造运动次数越多,对油气运移和聚集的破坏程度就越高;即在一个盆地中,区域不整合次数越大,油气运聚系数越小。

2 油气运聚系数统计模型的建立

在对主控地质参数分析的基础上,采用多元回归的方法[20-26],按照中国不同的盆地类型[27-30],分别建立东部裂谷型盆地石油、中部克拉通型盆地天然气以及西部前陆型盆地石油、天然气的运聚系数统计模型。

2.1 东部裂谷型盆地石油

中国东部主要发育以拉张作用形成的中—新生代裂谷型盆地,上地幔的隆起使其基底不断破裂、扩张和沉陷,使盆地具有早期断陷、中期坳陷、后期填平的发育特点,并主要富集石油[27]。对松辽盆地13个、渤海湾盆地21个、二连盆地2个、海拉尔盆地3个、苏北盆地3个、北部湾盆地3个,共计45个石油刻度区进行了统计分析。结果表明,主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数4项主控地质参数与东部裂谷型盆地石油运聚系数的相关系数R分别为-0.5009、0.5558、0.5574、-0.5880。

依据主控地质参数分析,对45组东部裂谷型盆地石油运聚系数及其4项主控地质参数进行多元回归分析,建立了东部裂谷型盆地石油运聚系数统计模型:

$\begin{array}{l} {y_{\rm{o}}} = - 14.919051 - 0.033968{\mathit{X}_{\rm{1}}} + 0.097804{\mathit{X}_{\rm{2}}} + 0.056071{\mathit{X}_{\rm{3}}}\\ {\rm{\;\;\;\;\;\;\;\; + 23}}{\rm{.454498}}{{\rm{e}}^{ - 0.070144{\mathit{X}_{\rm{4}}}}} \end{array} $

式中  yo——石油运聚系数,%;

        x1——主要生烃时间,Ma;

        x2——储层百分含量,%;

        x3——圈闭面积系数,%;

        x4——区域不整合次数。

东部裂谷型盆地石油运聚系数统计模型的复相关系数为0.7861。

2.2 中部克拉通型盆地天然气

中国中部的四川盆地、鄂尔多斯盆地均为克拉通盆地,分别发育在以前寒武系为基底的扬子地台、华北地台之上,与世界上典型的克拉通盆地相比,它们具有地壳活动性强、盆地构造差异性大、新生代改造强烈等特点,盆地内沉积了巨厚的海相碳酸盐岩地层,天然气尤为富集[29]。对四川盆地5个、鄂尔多斯盆地4个,共计9个天然气刻度区进行了统计分析。结果表明,主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数4项主控地质参数与中部克拉通型盆地天然气运聚系数的相关系数R分别为-0.7485、0.7510、0.7639、-0.8355。

依据主控地质参数分析,对9组中部克拉通型盆地天然气运聚系数及其4项主控地质参数进行多元回归分析,建立了中部克拉通型盆地天然气运聚系数统计模型:

$\begin{array}{l} {\mathit{y}_{\rm{g}}} = 0.345773 - 0.003626{X_1} + 0.009899{X_2} + 0.006124{X_3}\\ {\rm{\;\;\;\;\;\;\;\; + 0}}{\rm{.344874}}{{\rm{e}}^{ - 0.056627{X_4}}} \end{array} $

式中  yg——天然气运聚系数,%。

中部克拉通型盆地天然气运聚系数统计模型的复相关系数为0.8620。

2.3 西部前陆型盆地石油

前陆型盆地是发育在造山带前缘和相邻克拉通之间的、平行于造山带展布的沉积盆地,是造山运动的伴生产物[19]。中国西部前陆型盆地构造格局的主要应力来自于印度板块向北推挤的造山运动,发育多条陆壳碰撞挤压构造带,且海西期后经历了多期的构造活动,油、气资源均较为丰富[27]。统计分析了准噶尔盆地7个、柴达木盆地5个、塔里木盆地2个、吐哈盆地5个、三塘湖盆地2个、酒泉盆地4个,共计25个油气刻度区;其中,塔里木盆地选用的刻度区位于库车或塔西南等前陆区,下文所述前陆型盆地天然气运聚系数模型的统计也是如此。分析结果表明,主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数4项主控地质参数与西部前陆型盆地石油运聚系数的相关系数R分别为-0.6663、0.6614、0.6525、-0.6740。

依据主控地质参数分析,对25组西部前陆型盆地石油运聚系数及其4项主控地质参数进行多元回归分析,建立了西部前陆型盆地石油运聚系数统计模型:

$\begin{array}{l} {y_{\rm{o}}} = 2.218801 - 0.023797{X_1} + 0.122712{X_2} + 0.054346{X_{\rm{3}}}\\ {\rm{\;\;\;\;\;\;\;\; + 0}}{\rm{.494629}}{{\rm{e}}^{ - 0.046737{X_4}}} \end{array} $

西部前陆型盆地石油运聚系数统计模型的复相关系数为0.8450。

2.4 西部前陆型盆地天然气

中国西部天然气富集区主要集中在几个大型的前陆盆地。统计分析了准噶尔盆地5个、柴达木盆地5个、塔里木盆地2个、吐哈盆地3个,共计15个油气刻度区;一些刻度区同时蕴含丰富的油、气资源,故与前陆型盆地石油运聚系数模型的统计有部分相同。分析结果表明,主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数4项主控地质参数与西部前陆型盆地天然气运聚系数的相关系数R分别为-0.6840、0.6103、0.6804、-0.7310。

依据主控地质参数分析,对15组西部前陆型盆地天然气运聚系数及其4项主控地质参数进行多元回归分析,建立了西部前陆型盆地天然气运聚系数统计模型:

$\begin{array}{l} {y_{\rm{g}}} = - 0.700559 - 0.000827{X_1} + 0.030434{X_2} + 0.013848{X_3}\\ {\rm{\;\;\;\;\;\;\;\; + 10}}{\rm{.783524}}{{\rm{e}}^{ - 1.613720{X_4}}} \end{array} $

西部前陆型盆地天然气运聚系数统计模型的复相关系数为0.8385。

3 统计模型适用性分析及应用实例 3.1 适用性分析

上述统计模型中各项主控地质参数的偏回归系数的正负代表该项参数与油气运聚系数的正负相关性,即正的偏回归系数所对应的主控地质参数越大,则油气运聚系数越大;负的偏回归系数所对应的主控地质参数越大,则油气运聚系数越小。单项地质参数对运聚系数的影响有限,所以它们的相关系数相对较低;但多项主控地质参数对运聚系数的影响更加接近实际情况,因此它们整体与运聚系数的复相关系数就相对升高。应用模型计算时,储层百分含量与圈闭面积系数两项参数的取值必须大于零,其值为零时表示油气不具备运聚的地质条件。

为了进一步检验模型的适用性,对4个模型均分别随机抽取6组刻度区数据,将以其运聚系数实际值为横坐标,相应模型计算值为纵坐标的数据点投影至平面坐标系,结果表明绝大多数数据点分布在直线y=x附近(图 5),表明该模型计算值与运聚系数实际值接近,该套模型具有较好预测效果。

图 5 不同类型盆地油气运聚系数的计算值与实际值比较 Fig. 5 Comparison of calculated and actual oil and gas migration and accumulation coefficients in different types of Chinese basins
3.2 应用实例

以中国东部三江盆地、大杨树盆地,以及西部潮水盆地、敦煌盆地、伊犁盆地为例,应用模型预测其油气运聚系数。三江盆地、大杨树盆地位于松辽盆地外围,属于新元古界、古生界和下中生界拼合基底之上发育起来的中—新生代裂谷型盆地。三江盆地主要发育白垩系泥质、煤系烃源岩,储层以古近系—新近系砂岩为主,生储盖组合为下生上储型;大杨树盆地烃源岩以侏罗系泥岩为主,储层主要为火山岩[31-32]。潮水盆地、敦煌盆地位于河西走廊地区,属中—新生代前陆型盆地。潮水盆地发育侏罗系新河组、青土井组、芨芨沟组3套泥质烃源岩,储层以新河组、青土井组砂岩为主,生储盖组合为自生自储型;敦煌盆地主要发育中—下侏罗统泥质烃源岩,储层以新河组砂砾岩为主[33-35]。伊犁盆地位于新疆西部,盆地发育始于石炭纪,中—新生代为陆相前陆型盆地,主要烃源岩有二叠系塔姆其萨依组泥岩、小泉沟群泥岩及侏罗系八道湾组泥岩、煤层,发育中—上二叠统、三叠系及中—下侏罗统储层,岩性以砾岩、砂岩和砂砾岩为主[36-37]。依据各盆地的基本地质参数,计算出其油气运聚系数(表 1)。

表 1 不同类型低勘探程度盆地基本地质参数及油气运聚系数计算 Table 1 Basic geological parameters and calculation of oil and gas migration and accumulation coefficients of different types of frontier exploration basins
4 结论

经地质分析与统计分析,不同类型盆地的油气运聚系数均与主要生烃时间、储层百分含量、圈闭面积系数、区域不整合次数4项主控地质参数具有较为显著的相关关系。由相关性分析可知,在不同类型盆地中,对油气运聚系数影响最大的均为区域不整合次数,二者呈指数负相关,说明构造运动对油气运聚效率的影响最为显著,且对天然气运聚效率的影响更大;储层百分含量、圈闭面积系数与油气运聚系数均呈线性正相关,对油气运聚效率的影响程度相近;主要生烃时间与油气运聚系数则呈线性负相关。

东部裂谷型盆地中,储层百分含量、圈闭面积系数两项主控地质参数与石油运聚系数的相关性接近,且对石油运聚效率的影响高于主要生烃时间;对于中部克拉通型盆地,圈闭面积系数是影响天然气运聚效率的第二大因素;西部前陆型盆地的主要生烃时间跨度大,对油气运聚系数的影响较为显著,相关性仅次于区域不整合次数,与东部裂谷型盆地具有明显差异。

建立的统计模型可以定量反映不同类型盆地中4项主控地质参数变化对油气运聚系数的影响。适用性分析表明,该套模型具有较好预测效果,在地质认识程度不高、地质资料数据较少或未投入较大勘探成本的低勘探程度区,可应用该模型快速定量计算相应类型盆地的油气运聚系数,减少了成因法资源量计算中人为因素的影响,使资源评价结果更加客观,预测结果更加准确。

致谢:

本文数据分析工作中,中国石油大学(北京)尹志军副教授给予了指导,刘小舟、张禹、刘雨涵给予了支持,在此致以衷心感谢!

参考文献
[1]
柳广弟, 赵文智, 胡素云, 张振英. 油气运聚单元石油运聚系数的预测模型[J]. 石油勘探与开发, 2003, 30(5): 53-55.
Liu Guangdi, Zhao Wenzhi, Hu Suyun, Zhang Zhenying. Prediction models of migration and accumulation coefficient for petroleum migration and accumulation unit[J]. Petroleum Exploration and Development, 2003, 30(5): 53-55. DOI:10.3321/j.issn:1000-0747.2003.05.015
[2]
周海燕, 庞雄奇, 姜振学, 周杰. 石油和天然气运聚效率的主控因素及定量评价[J]. 石油勘探与开发, 2002, 29(1): 14-18.
Zhou Haiyan, Pang Xiongqi, Jiang Zhenxue, Zhou Jie. Key factors controlling migration and accumulation efficiency of oil and gas and their quantitative evaluation[J]. Petroleum Exploration and Development, 2002, 29(1): 14-18. DOI:10.3321/j.issn:1000-0747.2002.01.004
[3]
庞雄奇, 金之钧, 姜振学, 左胜杰. 叠合盆地油气资源评价问题及其研究意义[J]. 石油勘探与开发, 2002, 29(1): 9-13.
Pang Xiongqi, Jin Zhijun, Jiang Zhenxue, Zuo Shengjie. Evaluation of hydrocarbon resources of superimposed basin and its significance[J]. Petroleum Exploration and Development, 2002, 29(1): 9-13. DOI:10.3321/j.issn:1000-0747.2002.01.003
[4]
宋振响, 陆建林, 周卓明, 王保华, 杨昊. 常规油气资源评价方法研究进展与发展方向[J]. 中国石油勘探, 2017, 22(3): 21-31.
Song Zhenxiang, Lu Jianlin, Zhou Zhuoming, Wang Baohua, Yang Hao. Research progress and future development of assessment methods for conventional hydrocarbon resources[J]. China Petroleum Exploration, 2017, 22(3): 21-31. DOI:10.3969/j.issn.1672-7703.2017.03.003
[5]
郭秋麟, 刘继丰, 陈宁生, 吴晓智, 任洪佳, 卫延召, 等. 三维油气输导体系网格建模与运聚模拟技术[J]. 石油勘探与开发, 2018, 45(6): 1-13.
Guo Qiulin, Liu Jifeng, Chen Ningsheng, Wu Xiaozhi, Ren Hongjia, Wei Yanzhao, et al. Mesh model building and migration and accumulation simulation of 3D hydrocarbon carrier system[J]. Petroleum Exploration and Development, 2018, 45(6): 1-13.
[6]
盛志纬. 关于油气聚集量问题[J]. 石油实验地质, 1989, 11(3): 228-233.
Sheng Zhiwei. On the accumulation amount[J]. Petroleum Geology & Experiment, 1989, 11(3): 228-233.
[7]
宋国奇. 多因素油气聚集系数的研究方法及其应用[J]. 石油实验地质, 2002, 24(2): 168-171.
Song Guoqi. Study and application of the coefficient of hydrocarbon accumulation determined by multifactors[J]. Petroleum Geology & Experiment, 2002, 24(2): 168-171. DOI:10.3969/j.issn.1001-6112.2002.02.014
[8]
任来义, 王运所, 许化政, 张玉体, 邓君. 东濮凹陷濮城下第三系含油气系统运聚系数研究[J]. 石油实验地质, 2005, 27(3): 245-249.
Ren Laiyi, Wang Yunsuo, Xu Huazheng, Zhang Yuti, Deng Jun. Study on the accumulation factor of the petroleum system of the Lower Tertiary in the Pucheng area, Dongpu depression[J]. Petroleum Geology & Experiment, 2005, 27(3): 245-249. DOI:10.3969/j.issn.1001-6112.2005.03.008
[9]
张延东, 罗小平, 刘守川, 鲜志尧. 油气资源评价关键参数研究进展[J]. 重庆科技学院学报:自然科学版, 2011, 13(6): 81-84.
Zhang Yandong, Luo Xiaoping, Liu Shouchuan, Xian Zhiyao. Research and development of key parameters of the oil and gas evaluation[J]. Journal of Chongqing University of Science and Technology:Natural Sciences Edition, 2011, 13(6): 81-84.
[10]
刘成林, 刘人和, 罗霞, 谢增业, 李剑, 曾庆猛. 天然气资源评价重点参数研究[J]. 沉积学报, 2004, 22(增刊1): 79-83.
Liu Chenglin, Liu Renhe, Luo Xia, Xie Zengye, Li Jian, Zeng Qingmeng. Study on key parameters of natural gas resource assessment[J]. Acta Sedimentologica Sinica, 2004, 22(S1): 79-83.
[11]
左胜杰, 贾瑞忠, 庞雄奇, 金之钧. 济阳坳陷石油运聚效率定量预测方法及应用[J]. 西安石油大学学报:自然科学版, 2005, 20(4): 17-20, 96.
Zuo Shengjie, Jia Ruizhong, Pang Xiongqi, Jin Zhijun. Quantitatively predicting method of petroleum migration & accumulation coefficient and its application in Jiyang depression[J]. Journal of Xi'an Shiyou University:Natural Science Edition, 2005, 20(4): 17-20, 96.
[12]
祝厚勤, 庞雄奇, 姜振学, 董春晖. 油气聚集系数的研究方法及应用[J]. 地球科学, 2007, 32(2): 260-266.
Zhu Houqin, Pang Xiongqi, Jiang Zhenxue, Dong Chunhui. Studying methods and application of the hydrocarbon accumulation coefficient[J]. Earth Science, 2007, 32(2): 260-266.
[13]
周总瑛. 我国东部断陷盆地石油排聚系数统计模型的建立[J]. 新疆石油地质, 2009, 30(1): 9-12.
Zhou Zongying. Establishment of statistical model for oil migration and accumulation coefficients of rift basins in east China[J]. Xinjiang Petroleum Geology, 2009, 30(1): 9-12.
[14]
吕一兵, 张涛, 吕修祥. 基于BP神经网络的石油运聚系数预测模型[J]. 新疆石油地质, 2011, 32(6): 653-655.
Lv Yibing, Zhang Tao, Lv Xiuxiang. Forecast model for oil migration and accumulation coefficient based on BP neural network[J]. Xinjiang Petroleum Geology, 2011, 32(6): 653-655.
[15]
康海亮, 林畅松, 张宗和, 刘晓. 南堡凹陷1号构造源上油气成藏特征及控制因素分析[J]. 中国石油勘探, 2017, 22(3): 49-55.
Kang Hailiang, Lin Changsong, Zhang Zonghe, Liu Xiao. Above-source hydrocarbon accumulation in No.1 structure of Nanpu sag and its controlling factors[J]. China Petroleum Exploration, 2017, 22(3): 49-55. DOI:10.3969/j.issn.1672-7703.2017.03.006
[16]
杜金虎. 松辽盆地中央古隆起带(北部)天然气成藏条件分析及勘探前景[J]. 中国石油勘探, 2017, 22(5): 1-14.
Du Jinhu. Analysis of natural gas accumulation conditions and exploration perspective in the central paleo-uplift belt (north), Songliao Basin[J]. China Petroleum Exploration, 2017, 22(5): 1-14. DOI:10.3969/j.issn.1672-7703.2017.05.001
[17]
钱海涛, 余兴, 魏云, 张全. 玛西斜坡侏罗系八道湾组油气成藏特征及勘探方向[J]. 油气地质与采收率, 2018, 25(5): 32-38.
Qian Haitao, Yu Xing, Wei Yun, Zhang Quan. Characteristics of hydrocarbon accumulation in the Jurassic Badaowan Formation of Maxi slope and its exploration direction[J]. Petroleum Geology and Recovery Efficiency, 2018, 25(5): 32-38.
[18]
胡素云, 田克勤, 柳广弟, 瞿辉. 刻度区解剖方法与油气资源评价关键参数研究[J]. 石油学报, 2005, 26(B03): 49-54.
Hu Suyun, Tian Keqin, Liu Guangdi, Qu Hui. Dissection of calibrated units and key parameters for oil and gas resource assessment[J]. Acta Petrolei Sinica, 2005, 26(B03): 49-54.
[19]
柳广弟. 石油地质学:第四版 [M]. 北京: 石油工业出版社, 2009.
Liu Guangdi. Petroleum geology:fourth edition [M]. Beijing: Petroleum Industry Press, 2009.
[20]
唐振宜.多元回归在油气资源量计算中的应用[C]//油气资源评价方法研究与应用.北京: 石油工业出版社, 1988.
Tang Zhenyi. Application of multiple regression in oil and gas resource calculation[C]//Research and application of oil and gas resource assessment methods. Beijing: Petroleum Industry Press, 1988.
[21]
武守诚. 石油资源地质评价导论 [M]. 北京: 石油工业出版社, 1994.
Wu Shoucheng. Introduction to geological assessment of petroleum resource [M]. Beijing: Petroleum Industry Press, 1994.
[22]
张建同. 实用多元统计分析 [M]. 上海: 同济大学出版社, 2016.
Zhang Jiantong. Applied multivariate statistical analysis [M]. Shanghai: Tongji University Press, 2016.
[23]
石广仁. 地学中的计算机应用新技术 [M]. 北京: 石油工业出版社, 1999.
Shi Guangren. New technology of computer application in geoscience [M]. Beijing: Petroleum Industry Press, 1999.
[24]
Marill Keith A. Advanced statistics:linear regression, part Ⅱ:multiple linear regression[J]. Academic Emergency Medicine, 2004, 11(1): 94-102. DOI:10.1197/acem.2004.11.issue-1
[25]
Lubomír Kubáček. Multivariate regression model with constraints[J]. Mathematica Slovaca, 2007, 57(3): 271-296.
[26]
赵旭东. 石油数学地质概论 [M]. 北京: 石油工业出版社, 1992.
Zhao Xudong. Introduction to petroleum mathematical geology [M]. Beijing: Petroleum Industry Press, 1992.
[27]
李德生. 中国含油气盆地的构造类型[J]. 石油学报, 1982, 3(3): 1-12.
Li Desheng. Tectonic types of oil and gas basins in China[J]. Acta Petrolei Sinica, 1982, 3(3): 1-12.
[28]
彭作林, 郑建京, 黄华芳, 刘子贵. 中国主要沉积盆地分类[J]. 沉积学报, 1995, 13(2): 150-159.
Peng Zuolin, Zheng Jianjing, Huang Huafang, Liu Zigui. Classification of the chief sedimentary basins in China[J]. Acta Sedimentologica Sinica, 1995, 13(2): 150-159.
[29]
罗志立. 中国含油气盆地分布规律及油气勘探展望[J]. 新疆石油地质, 1998, 19(6): 3-11, 86.
Luo Zhili. Distribution and outlook for oil and gas exploration of petroliferous basin in China[J]. Xinjiang Petroleum Geology, 1998, 19(6): 3-11, 86.
[30]
刘池洋, 王建强, 赵红格, 张东东, 邓煜, 赵晓辰. 沉积盆地类型划分及其相关问题讨论[J]. 地学前缘, 2015, 22(3): 1-26.
Liu Chiyang, Wang Jianqiang, Zhao Hongge, Zhang Dongdong, Deng Yu, Zhao Xiaochen. The classification of sedimentary basins and discussion on relevant issues[J]. Earth Science Frontiers, 2015, 22(3): 1-26.
[31]
吴河勇, 王世辉, 杨建国, 唐振海, 汪在君, 张庆石. 大庆外围盆地勘探潜力[J]. 中国石油勘探, 2004, 9(4): 23-30.
Wu Heyong, Wang Shihui, Yang Jianguo, Tang Zhenhai, Wang Zaijun, Zhang Qingshi. Analysis of exploration potential in surrounding basins of Daqing oilfield[J]. China Petroleum Exploration, 2004, 9(4): 23-30. DOI:10.3969/j.issn.1672-7703.2004.04.005
[32]
唐振海, 张亚金, 赵玉珍. 三江盆地绥滨坳陷石油地质特征[J]. 大庆石油地质与开发, 2005, 24(3): 31-32, 105.
Tang Zhenhai, Zhang Yajin, Zhao Yuzhen. Petroleum geology of Suibin depression in Sanjiang Basin[J]. Petroleum Geology & Oilfield Development in Daqing, 2005, 24(3): 31-32, 105. DOI:10.3969/j.issn.1000-3754.2005.03.011
[33]
陈启林, 杨占龙. 泛河西走廊盆地群油气地质特征与勘探前景[J]. 天然气地球科学, 2010, 21(2): 186-192.
Chen Qilin, Yang Zhaolong. Petroleum geology of Pan-Hexi Corridor Basins and exploration prospecting[J]. Natural Gas Geosciences, 2010, 21(2): 186-192.
[34]
赵宏波, 何昕睿, 王筱烨, 谷道会. 潮水盆地构造特征[J]. 岩性油气藏, 2013, 25(2): 36-40, 48.
Zhao Hongbo, He Xinrui, Wang Xiaoye, Gu Daohui. Structural characteristics of Chaoshui Basin[J]. Lithologic Reservoirs, 2013, 25(2): 36-40, 48. DOI:10.3969/j.issn.1673-8926.2013.02.006
[35]
江平, 范小林. 敦煌盆地中、下侏罗统含油气系统分析[J]. 地球科学, 2005, 30(2): 211-214, 254.
Jiang Ping, Fan Xiaolin. Analysis of the Middle-Lower Jurassic petroleum system in Dunhuang Basin[J]. Earth Science, 2005, 30(2): 211-214, 254. DOI:10.3321/j.issn:1000-2383.2005.02.014
[36]
李光云. 伊犁盆地油气地质特征及勘探前景[J]. 新疆地质, 2002, 20(1): 72-76.
Li Guangyun. Oil-gas geology and exploration target of Yili Basin[J]. Xinjiang Geology, 2002, 20(1): 72-76. DOI:10.3969/j.issn.1000-8845.2002.01.016
[37]
张国伟, 李三忠, 刘俊霞, 滕志宏, 金海龙, 李伟, 等. 新疆伊犁盆地的构造特征与形成演化[J]. 地学前缘, 1999, 6(4): 203-214.
Zhang Guowei, Li Sanzhong, Liu Junxia, Teng Zhihong, Jin Hailong, Li Wei, et al. Structural feature and evolution of Yili Basin, Xinjiang[J]. Earth Science Frontiers, 1999, 6(4): 203-214. DOI:10.3321/j.issn:1005-2321.1999.04.002