文章快速检索     高级检索
  中国石油勘探  2020, Vol. 25 Issue (3): 156-166  DOI:10.3969/j.issn.1672-7703.2020.03.014
0

引用本文 

潘建国, 李劲松, 王宏斌, 李闯, 丰超, 周俊峰. 深层—超深层碳酸盐岩储层地震预测技术研究进展与趋势[J]. 中国石油勘探, 2020, 25(3): 156-166. DOI: 10.3969/j.issn.1672-7703.2020.03.014.
Pan Jianguo, Li Jinsong, Wang Hongbin, Li Chuang, Feng Chao, Zhou Junfeng. Research progress and trend of seismic prediction technology for deep and ultra-deep carbonate reservoir[J]. China Petroleum Exploration, 2020, 25(3): 156-166. DOI: 10.3969/j.issn.1672-7703.2020.03.014.

基金项目

国家科技重大专项“下古生界—前寒武系碳酸盐岩油气成藏规律、关键技术及目标评价”(2016ZX05004)

第一作者简介

潘建国(1963-),男,河南襄城人,博士,2010年毕业于中国地质大学(武汉),教授级高级工程师,主要从事储层地球物理与油气勘探评价等研究工作。地址:甘肃省兰州市城关区雁儿湾路535号,邮政编码:730020。E-mail:panjg@petrochina.com.cn

文章历史

收稿日期:2020-03-26
修改日期:2020-04-07
深层—超深层碳酸盐岩储层地震预测技术研究进展与趋势
潘建国1, 李劲松2, 王宏斌1, 李闯1, 丰超1, 周俊峰1     
1. 中国石油勘探开发研究院西北分院;
2. 中国石油勘探开发研究院
摘要: 碳酸盐岩储层是中国陆上油气勘探的重要类型,已在塔里木、四川、鄂尔多斯等盆地发现了一批大中型油气田。但随着勘探不断发展,深层—超深层强非均质性碳酸盐岩储层将成为规模勘探的重要对象,与之相适应的地震预测技术存在理论方法薄弱、预测精度较低等问题。通过“十三五”攻关研究,在理论研究及新技术方面取得重要进展,其中裂缝—多孔隙介质岩石物理模型复杂波场正反演及碳酸盐岩数字岩心岩石物理分析与储层孔隙结构识别等方法创新为开发储层预测新技术奠定了重要基础,地震梯度结构张量小断裂识别、云变换随机模拟缝洞储层定量化预测、基于叠前弹性参数反演和分频属性的气藏检测等新技术则有效提高了断裂、储层及流体识别精度。在此基础上并结合强非均质性碳酸盐岩储层地震预测技术研究现状,提出技术发展建议:按照“深度融合、精细化和智能化”发展趋势,强化基于孔隙形态非均质性、裂缝诱导各向异性、具有频散和衰减的裂缝—孔隙介质的岩石物理建模方法等基础理论研究,重点发展基于双相介质频率、频散与衰减等波动力学特征的储层敏感属性精细化地震预测、基于数字岩心岩石物理分析的储层孔隙结构地震预测、人工智能碳酸盐岩储层定量预测及流体检测等技术。
关键词: 深层    碳酸盐岩    强非均质性    地震预测    
Research progress and trend of seismic prediction technology for deep and ultra-deep carbonate reservoir
Pan Jianguo1 , Li Jinsong2 , Wang Hongbin1 , Li Chuang1 , Feng Chao1 , Zhou Junfeng1     
1. PetroChina Research Institute of Petroleum Exploration & Development-Northwest;
2. PetroChina Research Institute of Petroleum Exploration & Development
Abstract: Carbonate reservoir is a major type of onshore oil and gas exploration in China. A number of large and medium-sized oil and gas fields have been discovered in carbonate reservoir in the Tarim, Sichuan, Ordos and other basins. With the continuous exploration, deep and ultra-deep carbonate reservoirs with strong heterogeneity will play an important role in large-scale exploration. But there are some issues in the corresponding seismic prediction technologies, such as weak theoretical methods and low prediction accuracy. Through researches in "13th Five Year Plan", important progress has been made in theoretical researches and new technologies. Among them, innovative methods, such as forward and inversion modeling of complex wave field of fracture-porous media petrophysical model, petrophysical analysis and reservoir pore structure identification of digital carbonate rock core samples, have laid an important foundation for the development of new technologies of reservoir prediction. New technologies, such as identification of structural tensor small fault from seismic gradient, quantitative prediction of fracture-cavity reservoir by cloud transform stochastic simulation, and gas reservoir detection based on pre-stack elastic parameter inversion and frequency division attribute, have effectively improved the identification accuracy of fault, reservoir and fluid. On this basis, and combined with the research status of seismic prediction technologies for carbonate reservoirs with strong heterogeneity, some suggestions for technical development are put forward. According to the development trend of "deep integration, refinement and intelligence", the basic theoretical researches are strengthened, such as fracture-porous media petrophysical modeling method based on the heterogeneity of pore shape, fracture-induced anisotropy and characteristics of dispersion and attenuation. New technologies should be focused on, such as refined seismic prediction technology for sensitive reservoir attributes based on two-phase medium frequency, wave dynamic characteristics of dispersion and attenuation seismic prediction technology for reservoir pore structure based on petrophysical analysis of digital core, and artificial intelligence quantitative prediction and fluid detection of carbonate reservoir.
Key words: deep    carbonate reservoir    strong heterogeneity    seismic prediction    
0 引言

以古生界为主的海相碳酸盐岩在塔里木、四川、鄂尔多斯等盆地均有分布,已发现一批大中型油气田[1-3]。随着勘探不断发展,塔里木盆地库车坳陷寒武系盐下等超深层油气勘探取得了新突破[4-6],深层—超深层强非均质性碳酸盐岩储层将成为规模勘探的重要对象。地震预测技术一直以来都是勘探目标评价工作的重要手段,但由于深层—超深层地震资料较中深层地震资料品质下降显著,相应的储层地震预测技术面临着重大挑战。因此,系统总结目前碳酸盐岩储层地震预测技术现状,深入分析技术存在的问题与不足,提出技术发展趋势和重点攻关方向,对积极促进地震预测理论方法和技术创新发展,不断提高储层预测的有效性和预测精度,形成有效的深层—超深层碳酸盐岩储层地震预测技术方法体系,支撑好中国陆上深层—超深层碳酸盐岩油气勘探均具有十分重要意义。

1 碳酸盐岩储层及流体地震预测技术现状与问题 1.1 碳酸盐岩储层与流体地震预测技术发展简要回顾

海相碳酸盐岩储层一般都具有强横向非均质性,并伴有多样裂缝孔隙发育[7],其地球物理响应特征复杂多变,增大了地震储层预测的难度。随着计算机技术发展和地震采集、处理、解释等技术进步,各国地球物理学家在综合利用叠后地震、测井、地质等资料开展储层地震预测方面做出了不懈努力并取得了丰富的研究成果[8-11]。特别是伴随三维地震勘探技术的出现,叠后地震预测技术得到迅速发展,主要体现在曲率属性、倾角属性、相干属性、蚂蚁追踪及最大似然等断裂识别技术和地震属性分析、波阻抗及地质统计学随机模拟反演储层预测技术等诸多方面。识别及预测精度也在地震成像技术由叠加偏移发展为叠前道集偏移叠加成像,偏移归位和振幅保持准确性提升等基础上有了明显增加,在国内陆上海相碳酸盐岩油气勘探开发中发挥了重要的作用。叠加资料受制于地震波的动力学信息较少和振幅的平均效应,地震储层预测多解性仍然较强,而三维地震叠前道集资料不仅包含丰富的地震波动力学信息,而且也包含入射角及方位角等多种信息,利用其开展地震储层定量化预测,可以进一步提高岩性、物性和含油气性的预测精度,降低储层和流体预测的多解性。目前该技术发展主要体现在纵波各向异性裂缝预测方法、地震岩石物理分析、叠前反演等方面,是碳酸盐岩储层油气地震预测技术重要的发展方向。

1.2 深层—超深层碳酸盐岩储层地震预测技术研究现状与问题 1.2.1 理论方法研究现状与问题

强非均质性碳酸盐岩储层成因复杂、类型多样、孔隙结构复杂,形成的油气藏埋藏深,流体性质、流体充注方式及饱和情况均十分复杂。针对上述复杂的储层及油气藏,建立在均匀、各向同性的简单孔隙介质类型基础上的传统储层与流体预测技术,常常面临适用性及精度等方面的问题。因此适用于中国深层—超深层碳酸盐岩储层地震预测理论方法的研究仍处于不断探索中,主要集中在以下3个方面:

(1)碳酸盐岩岩石物理建模和地震响应特征研究。以碳酸盐岩复杂孔隙结构与流固耦合特征的双相介质弹性波传播理论[12-13]与实验研究[14-15]为基础,开展基于孔隙形态非均质性、裂缝诱导各向异性、具有频散和衰减的裂缝—孔隙介质的岩石物理建模方法研究,并以此发展基于双相介质频率、频散与衰减等波动力学特征的地震响应特征研究方法,为强非均质性碳酸盐岩储层和流体的地震响应特征研究奠定理论与方法基础。

(2)碳酸盐岩复杂地震波场模拟方法研究。通过复杂波场数学解析和数值计算的正演模拟方法[16],为三维地震波场模拟奠定理论基础。

(3)储层与流体预测地震前沿方法研究。包括针对多波资料纵横波分离、正演反演[17-18]、基于纵波各向异性参数反演和裂缝定量化预测[19],以及纵横波联合反演储层和流体预测等方法研究[20-21]

由于目前针对岩石介质及流体的微观研究与地震资料宏观测量之间跨尺度理论探讨不够深入,造成上述理论研究对油气藏勘探开发生产的实际指导性不强。一方面是碳酸盐岩复杂地震波场理论研究对实际波场分析指导性尚未引起充分的重视,造成很多有意义的波场特征被忽视或曲解;另一方面则是众多储层与流体预测地震前沿方法对实际碳酸盐岩复杂地震波场全空间信息适用性研究不够深入,使其在实际资料应用中未能充分体现出先进性。

1.2.2 技术发展现状与问题 1.2.2.1 叠后地震预测技术发展现状与问题

近十余年来,中国深层—超深层碳酸盐岩储层叠后地震预测技术得到快速发展[8-9]。“十一五”期间,以塔里木盆地台盆区奥陶系岩溶风化壳和礁滩体及四川盆地川东北长兴组—飞仙关组礁滩体为重点,针对岩溶等储层形成的主控因素开展技术攻关,形成了缝洞储层波动方程正演模拟地震响应特征识别、多方法古地貌恢复、井—震联合反演、频谱分解等地质—地震多信息融合储层综合预测与分析技术[22-28],并结合利用相干计算、应变量分析等大尺度裂缝预测方法,实现了储集体分类型、定性的刻画,有效支撑了塔中、塔北、普光、元坝等亿吨级规模储量发现。“十二五”期间,围绕塔里木盆地台盆区奥陶系碳酸盐岩缝洞型油气藏和四川盆地川中磨溪地区寒武系龙王庙组、高石梯—磨溪地区震旦系灯影组白云岩颗粒滩储层的勘探开发一体化精细评价需求,不断深化叠后地震预测技术研究,形成了以趋势异常微地貌恢复、断裂—裂缝逐级识别、地质统计学随机模拟反演等缝洞储层半定量化雕刻及评价技术方法[29-33],有效支撑了哈拉哈塘、塔中两个百万吨碳酸盐岩油田的建产和四川安岳大气田的发现。“十三五”期间,随着中国陆上深层油气藏的勘探领域不断向深部拓展,面对其深层地震资料信噪比低、弱信号、储层地球物理响应机理不明等诸多挑战,叠后地震预测技术难以满足储层定量化与流体预测的精度要求,叠前地震预测技术发展显得十分重要。

1.2.2.2 叠前地震预测技术发展现状与问题

相对于叠后地震数据,叠前地震数据不仅包含旅行时和振幅信息,而且也包含地震反射振幅随偏移距变化的特征、共中心点道集不同方位角等信息,因此利用叠前地震预测技术可以有效预测储层流体和裂缝空间分布[34-37]。该项技术可分为基于波动方程的叠前反演和基于地震波精确反射系数方程及其近似的叠前反演等,目前实际应用较多的是属于后者的AVO/AVA反演和弹性阻抗反演。宗兆云等发展了基于贝叶斯理论的弹性波阻抗反演方法,同时借助该方法提高了反演的稀疏性,并在实际应用中讨论了该方法在非均质性碳酸盐岩储层预测中的可行性和可靠性[35]。狄贵东等利用叠前地震资料在塔里木盆地鹰山组开展储层、流体及裂缝综合预测,也取得一定的应用效果[37]

虽然叠前技术具有较大的应用潜力,但利用叠前数据开展深层—超深层碳酸盐岩储层预测面临3个问题:①深层地震资料信噪比低,入射角较小,AVO特征不明显;②储层孔隙结构复杂,储层参数规律性差;③碳酸盐岩岩石物理研究虽然引入了双相介质、多孔介质等理论,但储层非均质性强、横向变化快,很难选择统一的岩石物理模型。因此,在国内碳酸盐岩油气勘探开发中,利用叠前资料获得较好评价效果的案例还不多,特别是通过岩石物理建模构建的碳酸盐岩定量解释量版开展叠前反演定量解释的研究工作更少。在针对性的地震资料采集、处理基础上,如何开展深层—超深层碳酸盐岩全频段岩石物理实验分析与叠前地震预测技术持续攻关就显得十分重要。

2 深层—超深层碳酸盐岩储层及流体地震预测技术研究新进展

“十三五”期间,为满足深层—超深层碳酸盐岩储层地震预测的技术需求,积极开展地球物理理论基础研究和新方法、新技术探索,取得了重要新进展。

2.1 理论方法研究新进展 2.1.1 裂缝—多孔隙介质岩石物理模型复杂波场正反演方法

海相碳酸盐岩裂缝型储层内基质孔隙、溶蚀孔隙和裂缝并存,不同孔隙类型不仅在孔隙形态上有较大差异,而且在固体属性和所充填流体属性方面也存在显著差异,从而导致裂缝型海相碳酸盐岩储层具有较强频散和衰减特性;另外裂缝定向排列特性,又使得储层弹性属性随着观测方位变化而变化,其各向异性特征十分明显。因此,基于各向同性弹性介质的常规理论已无法满足实际勘探开发需求,需要建立裂缝—孔隙型储层地球物理模型。该方面研究主要取得如下进展:

(1)基于K & M各向异性建模方法[38],首先,通过Norris模型与裂缝地层假设条件相结合[39-40],给出能够考虑分子扩散运动(储层含气体)和固流相对运动(储层含液体)所造成的两种频散衰减机制;其次,通过Norris模型与流体饱和度参数相结合,给出能够考虑流体饱和度参数的K & G裂缝—孔隙等效介质模型[41],并通过对已有实验室数据直接模拟,验证了该模型的有效性。基于这一模型,可以通过地震正演数值模拟方法,建立裂缝—孔洞型海相碳酸盐岩储层地震响应与储层裂缝参数、基质参数和流体参数之间联系,最终能够得到地震波场信息与储层物性参数的对应关系,从而为碳酸盐岩储层表征、裂缝检测和流体识别奠定岩石物理学和地震波场学基础。

(2)基于方程分离思想,通过将弹性刚度系数分量中耦合项近似表示为纵波模量和横波模量的线性函数,推导得到了各向异性介质纵波、横波分离的一阶速度—应力方程,从而能够实现各向异性介质纵波、横波波场分离。波场分离方法实验对比(图 1)结果表明:与拟声波方程算法相比,方程分离算法得到的纵波波场信息较为完整。

图 1 基于方程分离算法和基于拟声波近似的纵波波场模拟对比图 Fig. 1 Comparison of P-wave field simulation based on equation separation algorithm and pseudo-acoustic approximation r1、r2、r3、r4分别为反射路径1、2、3、4的波场模拟结果

因此,对于各向异性介质而言,方程分离算法既能保证分离后波场的完整性,又能保持波场振幅、相位信息的准确性。

(3)基于上述裂缝—孔隙等效介质模型及波场数值模拟方法研究,建立了相应地震正演数值模拟系统,主要包括:①建立基于K & G裂缝—孔隙等效介质模型;②通过各向异性介质拟纵波(qP)波相速度公式及纵波、横波分离一阶速度—应力方程对各向异性介质波场控制方程进行推导,并利用基于完全匹配层(PML)边界条件交错网格高阶有限差分算法对地震波场进行正演数值模拟;③纵波叠前全方位角道集数据分析。利用这种方法,并采用四川盆地川中地区某井的实际参数,开展相应qP波相速度方位各向异性及其顶、底界面反射波振幅方位各向异性分析,以及目的层各向异性及其影响参数优选实验研究。研究结果表明,在给定岩石物理参数和测井参数条件下,该区目的层观测各向异性较为明显,且主要受裂缝倾角和裂缝线密度影响。其研究认识为研究区叠前资料处理和裂缝预测提供了切实可靠的理论依据。

2.1.2 碳酸盐岩数字岩心岩石物理分析与储层孔隙结构识别方法 2.1.2.1 碳酸盐岩数字岩心岩石物理弹性参数模拟计算方法

深层碳酸盐岩储层中测量的地球物理数据和岩石特性之间关系非常复杂,这主要是由于其复杂的孔隙结构类型分布导致的[42]。但目前此类碳酸盐岩地震岩石物理变化规律及其影响因素、微观孔隙结构对其弹性波速度、速度频散与衰减等弹性特征的影响等方面研究程度较低。目前,利用高频岩石物理测试数据和测井数据开展相关研究的方式存在一定局限性[43],且低频岩石物理测试技术尚处于起步阶段,碳酸盐岩数字岩心岩石物理分析技术可为复杂碳酸盐岩储层岩石物理分析提供一种有效技术手段。其基本思路与方法主要包括:

(1)岩心实验室岩石物理测量和CT扫描成像。一般至少选取5块样品,样品孔隙类型应覆盖裂缝型、孔洞型、孔洞—裂缝型,以确保所选样品的代表性,并对样品进行洗盐、洗油及烘干等预处理,完成孔隙度测试、矿物组分分析、镜下薄片分析、密度测试及高频超声下随围压变化的纵波、横波速度测量,用于后续的标定和分析;然后通过CT扫描成像及图像处理对岩心进行数字化处理,包括:对比度增强、滤波去噪、相边缘增强。在此基础上进行二值化处理,建立相对精确的三维数字模型,为实施弹性参数模拟奠定基础。

(2)三维模型网格化及弹性参数模拟。首先将三维数据模型看成类似于一个魔方的立方体数据,用图像分割方法将其分割成很多构成魔方的小立方体网格,而每个小立方体网格也是一个小的三维数字岩心数据,称之为子图像或子网格,这个过程称为三维数字岩心数据的子网格化;其次根据矿物组分分析结果给每个体素的矿物骨架模量赋值,并为每个子网格输入矿物骨架参数,定义流体模量;最终利用Garboczi提出的线弹性有限元法[44],计算出每个子网格的弹性参数。

2.1.2.2 碳酸盐岩数字岩心弹性参数孔隙结构识别方法

为了最终实现碳酸盐岩孔隙结构地震预测,可以借鉴构建流体因子的思路来构建孔隙结构因子。Sun[45]定义了孔隙结构因子,并利用该因子表征介质的孔隙结构,该方法利用孔隙“柔软程度”评价孔隙结构的基本原理,通过理论和数学公式推导建立弹性参数与孔隙结构因子(γ)的数学关系,并认为2 < γ≤3代表孔洞型样本、3 < γ≤8代表裂缝—孔洞型样本、γ > 8代表裂缝型样本。这为地震弹性参数预测孔隙结构提供了一种新的评价参数。

建立数字岩心弹性参数孔隙结构解释量版,首先通过对数字岩心分块切割后计算出的弹性参数交会分析,认为孔隙度相同的储层由于孔隙结构类型的不同,其纵波速度会有较大差异,因此选取纵波速度与孔隙度进行交会;然后利用纵波速度与孔隙度交会,建立数字岩心弹性参数孔隙结构解释量版(图 2),可以明显看出3种类型样本均表现出纵波速度随孔隙度增加而线性减小的特征。而所对应三维数字岩心分割样本分别为孔洞型(图 2样品A1)、裂缝—孔洞型(图 2样品B1、B2)和裂缝型(图 2样品C1、C2)空间结构特征(图 3)。

图 2 数字岩心弹性参数孔隙结构解释量版 Fig. 2 Interpretation chart for pore structure from elastic parameters of digital core
图 3 碳酸盐岩岩心三维数字模型 Fig. 3 3D digital reservoir model of carbonate rock cores

这表明,对于具有相同孔隙结构的岩石介质,纵波速度随孔隙度增加而线性减小的特征十分明显,且可以定量化表征。不同孔隙结构储层间定量化表征关系差异明显。上述结论为利用地震弹性参数定量化识别不同孔隙结构储层奠定了理论基础。

2.2 技术研究新进展 2.2.1 地震梯度结构张量小断裂识别技术

断裂是碳酸盐岩缝洞型油气藏控储控藏的主要因素之一,而小断裂地震识别是其精细评价关键技术之一。但由于小断裂在地震资料上表现为“层断波不断”,识别难度较大,常用的曲率属性、相干属性和蚂蚁追踪等方法[46]对小断裂识别等均有局限性,为此本文使用梯度结构张量方法[47]提高地震数据空间表征精度,并利用小断裂的空间特征,开发地震梯度结构张量小断裂识别方法,明显提高了小断裂识别精度。

目前,对地震梯度结构张量小断裂识别技术的研究主要取得了以下3个方面的进展:

(1)建立地层空间结构模式与地震空间梯度结构张量数据表征方法。如图 4所示,建立了平整地层、局限型挠曲地层、断褶型地层3类地层空间结构模式,3种地震空间梯度结构张量数据特征值(λ1λ2λ3)有明显差异,其中小断裂主要是断褶型地层空间结构模式所对应的地震空间梯度结构张量特征值,表现为:λ1λ2λ2λ3

图 4 地层空间结构模式与地震空间梯度结构张量特征表征方法关系图 Fig. 4 Relationship of characterization methods between spatial structure model of strata and spatial structure tensor of seismic gradient

(2)通过希尔伯特变换相位及振幅分离方法进行地震数据重构,达到增强弱反射、突出小断裂反射特征的目的,进一步提高地震空间梯度结构张量表征精度。

(3)采用地震空间梯度结构张量特征值并行算法,有效解决了其特征向量求解过程中计算量大、运行效率低等问题,为该方法工业化应用奠定基础。

在哈拉哈塘地区对比梯度结构张量、本征值相干、广义希尔伯特变换边界检测、蚂蚁追踪4种小断裂识别方法,对比结果表明梯度结构张量识别精度更好(图 5),与地震剖面小断裂反射特征更加吻合。

图 5 不同小断裂预测方法效果对比图 Fig. 5 Effect comparison of different methods for small faults prediction (a)本征值相干剖面;(b)广义希尔伯特变换边界检测剖面;(c)蚂蚁追踪剖面;(d)梯度结构张量剖面

地震梯度结构张量小断裂识别技术在塔中地区的实际应用,为断裂精细识别、奥陶系深层蓬莱坝组碳酸盐岩缝洞储集体整体评价与勘探部署提供了有效技术支撑,积极推动了中古70、中蓬1等多口井油气勘探重大突破。

2.2.2 云变换随机模拟缝洞储层定量化预测技术

地质统计学波阻抗反演是预测强非均质性碳酸盐岩储层的重要方法之一,但常用的线性拟合方法难以有效表征波阻抗与孔隙度值之间非线性的对应关系(图 6a),且预测精度较低。为此利用定性定量不确定性转换模型,即云理论模型[48],可有效提高波阻抗与孔隙度之间非线性关系的表征精度[49]图 6b)。与线性拟合方法相比,该方法将整个孔隙度范围值作为一个概率分布来考虑,能更客观地描述缝洞储层的非均质特性,更适用于非均质性较强的缝洞储层的定量预测。据此,开发了云变换随机模拟缝洞储层定量化预测技术。

图 6 孔隙度与波阻抗相关图 Fig. 6 Correlation between porosity and wave impedance

对塔里木盆地英买2区块缝洞储层进行孔隙度反演(图 7)发现,与线性拟合孔隙度反演相比,云变换孔隙度反演能更精确地反映碳酸盐岩缝洞储层内部结构及非均质性,钻井储层吻合率由83%提高到92%。

图 7 云变换与线性拟合结果对比图 Fig. 7 Comparison of cloud transformation and linear fitting results (a)纯波地震剖面;(b)线性拟合孔隙度剖面;(c)云变换孔隙度剖面
2.2.3 基于叠前弹性参数反演和分频属性的气藏检测技术

随着国内地震资料质量的逐步提升,碳酸盐岩烃类检测技术也在持续深入开展研究,从最早将较广泛适用于碎屑岩的AVO技术应用于碳酸盐岩储层的烃类检测,逐渐发展到充分利用叠前反演的弹性参数,提高岩性、物性和含油气性的预测精度。近年来,在AVO技术、叠前反演技术的基础上,又开展了对频变AVO技术的探索。

地下介质中充填流体会导致地震波发生频散效应,且由于频散程度不同,地震波反射系数及纵横波速度变化率,可以利用频散特征,进一步提高碳酸盐岩烃类检测的精度。频变AVO反演方法已被证明是一种行之有效的判断流体类型的方法,但是其可靠性很大程度上依赖于AVO反演近似公式的准确程度和频散反演公式中横纵波速度比值。

传统方法通常是建立在Smith & Gidlow两项反演近似公式和横纵波速度比值为常值的假设前提之上。缺陷表现为:将密度变化率项近似到了纵波速度变化率项,造成纵波速度变化率不够准确;将横纵波速度比值定为常数,大大降低了对频散特征的刻画能力。针对上述缺陷,Sun等基于Aki & Richards三项反演近似公式,消除了密度变化率与纵波速度变化率之间的近似假设,同时考虑到储层中不同类型流体的横纵波速度比值差异,将振幅域叠前AVO反演得到的横纵波速度比值作为改进的频变AVO反演方法中横纵波速度比值的输入信息,替代了横纵波速度比值为常值的假设[45, 50-53]。采用该方法进行反演,通过对速度变化率项进行一阶泰勒展开求导,并利用最小二乘反演方法,最终求解得到反映速度随频率变化程度的纵波和横波频散梯度值。

研究分析了鄂尔多斯盆地苏东地区马五5亚段白云岩气层的AVO响应特征,以及部分饱和条件下的频散特征(图 8)。发现马五5亚段白云岩储层具有低泊松比的特征(图 8b);在地震上表现为I类AVO特征(图 8c),即气层顶面的地震反射振幅随入射角增大而减小;马五5亚段白云岩储层存在高频异常特征,即气层对应的高频段(50Hz)能量强(图 8a),低频段(20Hz)能量弱。叠前反演和频谱分解是描述马五5亚段白云岩储层的有效方法。基于叠前弹性参数反演和分频属性的气藏检测技术的成功应用,对下一步碳酸盐岩储层的油气检测具有重要意义。

图 8 地震—反演—高频段分频振幅剖面对比图 Fig. 8 Comparison of seismic profile, inversion profile and frequency-division amplitude profile of high frequency section (a) 50Hz高频段分频振幅;(b)反演泊松比剖面;(c)相应地震剖面
3 深层—超深层碳酸盐岩储层与流体地震预测技术发展趋势及重点攻关方向

随着中国陆上深层油气藏精细勘探开发一体化和超深层油气勘探技术的发展,强非均质性储层精细表征、深层地震成像与储层有效预测等重大技术攻关需求日益突显。与地震岩石物理实验、储层地质的深度融合,以及基于双相介质波动力学特征(频率、频散与衰减等)的储层敏感属性精细化地震预测技术、人工智能碳酸盐岩储层定量预测及流体检测技术等均是重要发展方向,即“深度融合、精细化和智能化”发展趋势十分明显。

3.1 地震岩石物理分析发展趋势及重点攻关方向

在岩石物理实验测试基础上的地震岩石物理分析可以明确地震岩石物理性质及变化规律,揭示岩石地震弹性性质受控于骨架弹性特征及其与孔隙流体的耦合作用,建立强非均质性碳酸盐岩储层与地震波场运动学参数定量化关系,是地震定量化预测及油气检测的重要基础内容。但目前国内外公开发表的碳酸盐岩地震弹性性质实验观测数据可参考性良莠不齐,低频测量也不多见,造成实验结果不能准确反映碳酸盐岩储层在不同勘探频率下的波动特征;另外,目前用于对实验结果进行理论解释的双相介质模型仍主要基于标准“双孔”模型(孔隙+单一纵横比裂隙),不能准确反映岩石介质实际孔隙结构特征,造成理论模型不能准确表征流体饱和碳酸盐岩储层波动特征。因此,需要采用新的实验手段系统开展岩石介质含流体性与岩石物理参数及地震属性关系研究,对碳酸盐岩复杂孔隙结构与流固耦合特征的双相介质理论进行积极探索,克服现有实验方法及理论模型的不足,从而推动双相介质地震频段理论模型技术的发展,建立表征复杂孔隙介质的本构方程,为利用频散、衰减等动力学属性进行储层地震预测提供科学依据。在这样的客观需求下,地震岩石物理分析重点发展方向主要为以下两个方面:

(1)基于全频段的岩石物理测试技术的储层建模和地震岩石物理分析。开展全频段的岩石物理实验测试研究,阐明不同类型孔隙结构碳酸盐岩储层地震响应差异的地震波传播物理机理及充填不同流体时所诱发的复杂频散机制,有效提升碳酸盐岩储层预测与流体识别的定量化解释水平,全频段岩石物理实验测试与非均质性碳酸盐岩储层建模是碳酸盐岩地震岩石物理研究的两个重要方面,两者相互验证,缺一不可。

(2)数字岩心岩石物理分析。由于碳酸盐岩非均质性强且孔隙结构复杂,目前岩石物理理论预测或数值模拟均难与实验室测试岩石物理参数有效吻合,因此利用数字岩心岩石物理分析有针对性开展复杂碳酸盐岩孔隙结构预测将是重要的探索方向。此外,提高数字岩心岩石物理模拟运算效率与模拟精度,结合岩石物理实验测试方法获取有效的储层、流体地震敏感参数,并利用数字岩心方法与人工智能算法相结合,开展深层叠前地震反演,获得较高精度孔隙结构、渗透率等储层评价关键参数,均是重要的发展方向。

3.2 储层地震预测技术发展趋势及重点攻关方向

强非均质性碳酸盐岩储层综合解释技术发展方向是“叠前、多维、融合、一体化、智能化”,其中“叠前”既包括AVO,也包括AVOZ;“多维”除了包括时移地震(四维),还包括三维数据体发展为五维数据体(xyz、方位角与偏移距,其中xyz为三维坐标);“融合”是不同地震属性的深度结合,一般需要通过三维可视化、图像处理等技术实现;“一体化”是指地震地质一体化;“智能化”则是指通过大数据、人工智能的方法开展的新一代储层预测技术。需重点发展以下技术:

(1)基于双相介质波动力学特征(频率、频散与衰减等)储层敏感属性精细化地震预测技术,可进一步提高常规储层预测方法的针对性和精度。

(2)基于数字岩心岩石物理分析的储层孔隙结构地震叠前预测技术,将有效预测强非均质性碳酸盐岩储集体的结构类型及空间分布,能够为油气藏勘探开发提供更丰富的研究信息。

(3)人工智能碳酸盐岩储层定量预测及流体检测技术主要包括3个方面的攻关研究:①地质模式约束下的人工智能深层碳酸盐岩小断裂地震识别技术;②地质模式约束下的人工智能叠前储层预测及流体定量解释技术,涵盖岩溶缝洞型、白云岩薄层储层预测及流体检测新方法;③三维可视化储层及流体表征技术,实现储层、流体全三维虚拟实景成像,为资料使用者提供更好的储层视觉信息表征。

4 结论

针对深层—超深层强非均质性碳酸盐岩地震预测技术存在理论方法薄弱、预测精度较低等问题的攻关研究虽然取得重要进展,使储层预测精度得到有效提高,但受制于深层—超深层地震波场分辨率和信噪比低、复杂波场多相介质响应机制不清等诸多因素,地震预测多解性更强,有效预测方法研究仍然面临巨大挑战。因此需要在深层—超深层地震采集与处理攻关的基础上,按照“深度融合、精细化和智能化”的发展趋势,持续强化基于各向异性的裂缝—孔隙双相介质的岩石物理建模方法等基础理论研究,重点发展储层敏感属性精细化地震预测、基于数字岩心岩石物理分析的储层孔隙结构地震预测、人工智能碳酸盐岩储层定量预测及流体检测等新技术。努力形成有效的深层—超深层碳酸盐岩储层地震预测技术体系,为油气勘探开发提供有力的科技支撑。

参考文献
[1]
李阳, 薛兆杰, 程喆, 蒋海军, 王濡岳. 中国深层油气勘探开发进展与发展方向[J]. 中国石油勘探, 2020, 25(1): 45-57.
Li Yang, Xue Zhaojie, Cheng Zhe, Jiang Haijun, Wang Ruyue. Progress and development directions of deep oil and gas exploration and development in China[J]. China Petroleum Exploration, 2020, 25(1): 45-57.
[2]
侯启军, 何海清, 李建忠, 杨涛. 中国石油天然气股份有限公司近期油气勘探进展及前景展望[J]. 中国石油勘探, 2018, 23(1): 1-13.
Hou Qijun, He Haiqing, Li Jianzhong, Yang Tao. Recent progress and prospect of oil and gas exploration by PetroChina Company Limited[J]. China Petroleum Exploration, 2018, 23(1): 1-13.
[3]
蔡勋育, 刘金连, 赵培荣, 刘超英, 程喆. 中国石化油气勘探进展与上游业务发展战略[J]. 中国石油勘探, 2020, 25(1): 11-19.
Cai Xunyu, Liu Jinlian, Zhao Peirong, Liu Chaoying, Cheng Zhe. Exploration progress and upstream development strategy of Sinopec[J]. China Petroleum Exploration, 2020, 25(1): 11-19.
[4]
杜金虎, 田军, 李国欣, 杨海军, 张义杰, 李勇, 等. 库车坳陷秋里塔格构造带的战略突破与前景展望[J]. 中国石油勘探, 2019, 24(1): 16-22.
Du Jinhu, Tian Jun, Li Guoxin, Yang Haijun, Zhang Yijie, Li Yong, et al. Strategic breakthrough and prospect of Qiulitag structural belt in Kuqa depression[J]. China Petroleum Exploration, 2019, 24(1): 16-22.
[5]
杨海军, 陈永权, 田军, 杜金虎, 朱永峰, 李洪辉, 等. 塔里木盆地轮探1井超深层油气勘探重大发现与意义[J]. 中国石油勘探, 2020, 25(2): 62-72.
Yang Haijun, Chen Yongquan, Tian Jun, Du Jinhu, Zhu Yongfeng, Li Honghui, et al. Great discovery and its significance of ultra-deep oil and gas exploration in well Luntan-1 of the Tarim Basin[J]. China Petroleum Exploration, 2020, 25(2): 62-72.
[6]
李剑, 佘源琦, 高阳, 杨桂茹, 李明鹏, 杨慎. 中国陆上深层—超深层天然气勘探领域及潜力[J]. 中国石油勘探, 2019, 24(4): 403-417.
Li Jian, She Yuanqi, Gao Yang, Yang Guiru, Li Mingpeng, Yang Shen. Onshore deep and ultra-deep natural gas exploration fields and potentials in China[J]. China Petroleum Exploration, 2019, 24(4): 403-417.
[7]
卞从胜, 汪泽成, 江青春, 池英柳, 徐兆辉. 四川盆地川西地区雷口坡组岩溶储层特征与分布[J]. 中国石油勘探, 2019, 24(1): 82-93.
Bian Congsheng, Wang Zecheng, Jiang Qingchun, Chi Yingliu, Xu Zhaohui. Characteristics and distribution of karst reservoirs in the Leikoupo Formation, western Sichuan Basin[J]. China Petroleum Exploration, 2019, 24(1): 82-93.
[8]
赵政璋, 赵贤正, 王英民. 地震储层预测理论与实践 [M]. 北京: 科学出版社, 2005.
Zhao Zhengzhang, Zhao Xianzheng, Wang Yingmin. Theory and practice of seismic reservoir prediction [M]. Beijing: Science Press, 2005.
[9]
甘利灯, 张昕, 王峣钧, 孔丽云, 杨廷强. 从勘探领域变化看地震储层预测技术现状和发展趋势[J]. 石油地球物理勘探, 2018, 53(1): 214-225.
Gan Lideng, Zhang Xin, Wang Yaojun, Kong Liyun, Yang Tingqiang. Current situation and development trend of seismic reservoir prediction technology from the perspective of changes in exploration field[J]. Oil Geophysical Prospecting, 2018, 53(1): 214-225.
[10]
撒利明, 杨午阳, 姚逢昌, 印兴耀, 雍学善. 地震反演技术回顾与展望[J]. 石油地球物理勘探, 2015, 50(1): 184-202.
Sa Liming, Yang Wuyang, Yao Fengchang, Yin Xingyao, Yong Xueshan. Review and Prospect of seismic inversion technology[J]. Oil Geophysical Prospecting, 2015, 50(1): 184-202.
[11]
Tarantola A. A strategy for nonlinear elastic inversion of seismic reflection data[J]. Geophysics, 1986, 51(10): 1893-1903.
[12]
Biot M A. Theory of propagation of elastic waves in a fluid saturated porous solid, Ⅰ: Low-frequency range, andⅡ: Higher-frequency Range[J]. Journal of the Acoustical Society of America, 1956, 28(2): 168-178.
[13]
Jakobsen M. The interacting inclusion model of wave-induced fluid flow[J]. Geophysical Journal International, 2004, 158(3): 1168-1176.
[14]
Baechle G T, Al-Kharusi L, Eberli G P. Effect of spherical pore shapes on acoustic properties in carbonates[J]. AAPG Annual Convention, Abstracts Volume, 2007, 16: 7.
[15]
Weger R J, Eberli G P, Baechle G T, Massaferro J L, Sun Y F. Quantification of pore structure and its effect on sonic velocity and permeability in carbonates[J]. AAPG Bulletin, 2009, 93(10): 1297-1317.
[16]
董良国.地震波数值模拟与反演中的几个关键问题研究[D].上海: 同济大学, 2003.
Dong Liangguo. Several key problems in numerical simulation and inversion of seismic waves[D]. Shanghai: Tongji University, 2003. http://d.wanfangdata.com.cn/thesis/W1657437
[17]
Yan J, Sava P. Isotropic angle-domain elastic reverse-time migration[J]. Geophysics, 2008, 73(6): 229-239.
[18]
Yan J, Sava P. 3D elastic wave mode separation for TTI media[C]. 79th Annual International Meeting, SEG, Expanded Abstracts, 2009, 28: 4294-4298. https: //www.researchgate.net/publication/269067564_3D_elastic_wave_mode_separation_for_TTI_media
[19]
Ruger A. Reflection coefficients and azimuthal AVO analysis in anisotropic Media[D]. Colorado: Colorado School of Mines, 1996. http://www.researchgate.net/publication/36012697_Reflection_Coefficients_and_Azimuthal_AVO_Analysis_in_Anisotropic_Media
[20]
Connolly P. Elastic impedance[J]. Geophysics, 1999, 18(4): 438-452.
[21]
Whitecombe D N. Elastic impedance normalization[J]. Geophysics, 2002, 67(1): 60-62.
[22]
吴俊峰, 姚姚, 撒利明. 碳酸盐岩特殊孔洞型构造地震响应特征分析[J]. 石油地球物理勘探, 2007, 42(2): 180-185.
Wu Junfeng, Yao Yao, Sa Liming. Analysis of seismic response characteristics of special pore structure of carbonate rock[J]. Oil Geophysical Prospecting, 2007, 42(2): 180-185.
[23]
孙东, 张虎权, 潘文庆, 王宏斌, 韩剑发, 滕团余. 塔中地区碳酸盐岩洞穴型储集层波动方程正演模拟[J]. 新疆石油地质, 2010, 31(1): 44-46.
Sun Dong, Zhang Huquan, Pan Wenqing, Wang Hongbin, Han Jianfa, Teng Tuanyu. Wave equation forward modeling of carbonate cave reservoir in Tazhong area[J]. Xinjiang Petroleum Geology, 2010, 31(1): 44-46.
[24]
潘建国, 潘文庆, 卫平生, 王宏斌, 陈广坡, 李孔稠. 塔里木盆地台盆区下古生界储层综合探测[J]. 天然气工业, 2005, 25(增刊B): 34-36.
Pan Jianguo, Pan Wenqing, Wei Pingsheng, Wang Hongbin, Chen Guangpo, Li Kongchou. Comprehensive exploration of Lower Paleozoic reservoir in Tarim Basin[J]. Natural Gas Industry, 2005, 25(SB): 34-36.
[25]
张昕, 郑晓东. 裂缝发育带地震识别预测技术研究进展[J]. 石油地球物理勘探, 2005, 40(6): 724-730.
Zhang Xin, Zheng Xiaodong. Research progress of seismic identification and prediction technology for fracture development zone[J]. Oil Geophysical Prospecting, 2005, 40(6): 724-730.
[26]
莫午零, 吴朝东. 碳酸盐岩风化壳储层的地球物理预测方法[J]. 北京大学学报:自然科学版, 2006, 4(6): 704-706.
Mo Wuling, Wu Chaodong. Geophysical prediction method of carbonate weathering crust reservoir[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2006, 4(6): 704-706.
[27]
杨海军, 胡太平, 于红枫, 李新生, 赵宽志, 董立胜. 塔中地区上奥陶统礁滩复合体储层地震预测技术[J]. 石油与天然气地质, 2008, 29(2): 230-236.
Yang Haijun, Hu Taiping, Yu Hongfeng, Li Xinsheng, Zhao Kuanzhi, Dong Lisheng. Seismic prediction technology of Upper Ordovician Reef Beach Complex Reservoir in Tazhong area[J]. Oil & Gas Geology, 2008, 29(2): 230-236.
[28]
王宏斌, 张虎权, 孙东, 龚洪林, 王振卿, 李闯. 风化壳岩溶储层地质—地震综合预测技术与应用[J]. 天然气地球科学, 2009, 20(1): 62-71.
Wang Hongbin, Zhang Huquan, Sun Dong, Gong Honglin, Wang Zhenqing, Li Chuang. Comprehensive geological seismic prediction technology and application of weathering crust karst reservoir[J]. Natural Gas Geoscience, 2009, 20(1): 62-71.
[29]
王振卿, 王宏斌, 张虎权, 张继娟, 武雪琼. 分频波阻抗反演技术在塔中西部台内滩储层预测中的应用[J]. 天然气地球科学, 2014, 25(11): 34-37.
Wang Zhenqing, Wang Hongbin, Zhang Huquan, Zhang Jijuan, Wu Xueqiong. The application of frequency division wave impedance inversion technology in the prediction of inner beach reservoir in the central and Western Tarim Basin[J]. Natural Gas Geoscience, 2014, 25(11): 34-37.
[30]
石玉梅, 姚逢昌, 孙虎生, 齐莉. 地震密度反演及地层孔隙度估计[J]. 地球物理学报, 2010, 53(1): 189-196.
Shi Yumei, Yao Fengchang, Sun Husheng, Qi Li. Inversion of seismic density and estimation of formation porosity[J]. Chinese Journal of Geophysics, 2010, 53(1): 189-196.
[31]
姚清洲, 孟祥霞, 张虎权, 王锦喜. 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): 105-110.
Yao Qingzhou, Meng Xiangxia, Zhang Huquan, Wang Jinxi. Seismic trend anomaly recognition technology and its application in carbonate fracture vug reservoir prediction - Taking Yingmai 2 well area in Tarim Basin as an example[J]. Acta Petrolei Sinica, 2013, 34(1): 105-110.
[32]
苑书金. 叠前地震反演技术的进展及其在岩性油气藏勘探中的应用[J]. 地球物理学进展, 2007, 22(3): 879-886.
Yuan Shujin. Development of prestack seismic inversion technology and its application in lithologic reservoir exploration[J]. Progress in Geophysics, 2007, 22(3): 879-886.
[33]
苑闻京. 叠前反演和地震吸收技术在复杂天然气藏地震预测中的应用[J]. 地球物理学进展, 2012, 27(3): 1107-1115.
Yuan Wenjing. Application of prestack inversion and Seismic Absorption Technology in seismic prediction of complex natural gas reservoirs[J]. Progress in Geophysics, 2012, 27(3): 1107-1115.
[34]
殷文. 叠前地震反演关键技术及影响因素分析与研究[J]. 地球物理学进展, 2013, 28(6): 164-174.
Yin Wen. The analysis on the key techniques and influence factors of prestack seismic inversion[J]. Progress in Geophysics, 2013, 28(6): 164-174.
[35]
宗兆云, 印兴耀, 吴国忱. 基于叠前地震纵横波模量直接反演的流体检测方法[J]. 地球物理学报, 2012, 55(1): 284-292.
Zong Zhaoyun, Yin Xingyao, Wu Guochen. Fluid detection method based on direct inversion of pre stack seismic P-wave modulus[J]. Chinese Journal of Geophysics, 2012, 55(1): 284-292.
[36]
印兴耀, 崔维, 宗兆云, 刘晓晶. 基于弹性阻抗的储层物性参数预测方法[J]. 地球物理学报, 2014, 57(12): 4132-4140.
Yin Xingyao, Cui Wei, Zong Zhaoyun, Liu Xiaojing. Prediction method of reservoir physical parameters based on elastic impedance[J]. Chinese Journal of Geophysics, 2014, 57(12): 4132-4140.
[37]
狄贵东, 孙赞东, 庞雄奇, 彭更新, 刘立峰, 张远银. 塔里木盆地深层复杂碳酸盐岩油气藏地球物理预测与评价——以ZG8井区鹰山组为例[J]. 石油学报, 2015, 36(增刊2): 82-91.
Di Guidong, Sun Zandong, Pang Xiongqi, Peng Gengxin, Liu Lifeng, Zhang Yuanyin. Geophysical prediction and evaluation of deep complex carbonate reservoir in Tarim Basin - Taking Yingshan formation in well ZG8 as an example[J]. Acta Petrolei Sinica, 2015, 36(S2): 82-91.
[38]
Krzikalla F, Müller T M. Anisotropic P-SV-wave dispersion and attenuation due to inter-layer flow in thinly layered porous rocks[J]. Geophysics, 2011, 76(3): WA135.
[39]
Cleary M P, Chen I W, Lee S M. Self-consistent techniques for heterogeneous media[J]. Journal of the Engineering Mechanics Division, 2015, 106(5): 861-887.
[40]
Norris A. A differential scheme for the effective moduli of composites[J]. Mechanics of Materials, 1985, 4(1): 1-16.
[41]
Kong L Y, Gurevich B, Zhang Y, Wang Y B. Effect of fracture fill on frequency dependent anisotropy of fractured porous rocks[J]. Geophysical Prospecting, 2017, 65(6): 1649-1661.
[42]
Lucia F J. Petrophysical parameters estimated from visual descriptions of carbonate rocks: A field classification of carbonate pore space[J]. Journal of Petroleum Technology, 1983, 35(3): 629-637.
[43]
王海洋, 孙赞东, MarkCHAPMAN. 岩石中波传播速度频散与衰减[J]. 石油学报, 2012, 33(2): 332-342.
Wang Haiyang, Sun Zandong, Mark CHAPMAN. Dispersion and attenuation of wave propagation velocity in rocks[J]. Acta Petrolei Sinica, 2012, 33(2): 332-342.
[44]
Garboczi E J, Berryman J G. Elastic moduli of a material containing composite inclusions: effective medium theory and finite element computations[J]. Mechanics of Materials, 2001, 33(8): 455-470.
[45]
Sun Y F. Core-log-seismic integration in hemipelagic marine sediments on the eastern flank of the Juan De Fuca Ridge[J]. ODP Scientific Results, 2000, 168(1): 21-35.
[46]
Bahorich M S, Farmer S L. 3-D seismic discontinuity for faults and stratigraphic features:[J]. The Leading Edge, 1995, 14(10): 1053-1058.
[47]
Bakker P. Image structure analysis for seismic interpretation[D].Delft, Netherlands: Technische Universiteit, 2003. http://www.researchgate.net/publication/27343049_Image_structure_analysis_for_seismic_interpretation
[48]
李德毅, 孟海军, 史雪梅. 隶属云和隶属云发生器[J]. 计算机研究与发展, 1995, 32(6): 15-20.
Li Deyi, Meng Haijun, Shi Xuemei. Membership clounds and membership cloud generators[J]. Journal of Computer Research and Development, 1995, 32(6): 15-20.
[49]
韩东, 胡向阳, 邬兴威, 刘坤岩, 司朝年, 王鹏. 基于地质统计学反演的缝洞储集体物性定量评价[J]. 地球物理学进展, 2016, 31(2): 655-661.
Han Dong, Hu Xiangyang, Wu Xingwei, Liu Kunyan, Si Chaonian, Wang Peng. Quantitative evaluation of physical properties of fracture cave reservoirs based on geostatistical inversion[J]. Progress in Geophysics, 2016, 31(2): 655-661.
[50]
Connolly P. Elastic impedance[J]. The Leading Edge, 1999, 18(4): 438-452.
[51]
Whitecombe D H. Elastic impedance normalization[J]. Geophysics, 2002, 67(1): 60-62.
[52]
石玉梅, 姚逢昌, 孙虎生. 地震密度反演及地层孔隙度估计[J]. 地球物理学报, 2010, 53(1): 189-196.
Shi Yumei, Yao Fengchang, Sun Husheng. Inversion of seismic density and estimation of formation porosity[J]. Chinese Journal of Geophysics, 2010, 53(1): 189-196.
[53]
邓炜, 印兴耀, 宗兆云. 等效流体体积模量直接反演的流体识别方法[J]. 石油地球物理勘探, 2017, 52(2): 315-325.
Deng Wei, Yin Xingyao, Zong Zhaoyun. Fluid identification method for direct inversion of bulk modulus of equivalent fluid[J]. Oil Geophysical Exploration, 2017, 52(2): 315-325.