Application of Time⁃Frequency Difference Attribute Analysis of Bright Spot Type Gas Reservoir in Deep⁃Water Qiongdongnan Basin
-
摘要: 受深水区探井少、不同流体AVO类型相近影响，利用常规P（拟合截距）、G（拟合梯度）、P×G、P+G等衍生烃类检测属性已不能有效识别深水区储层的流体性质，亟需寻找适合该区有效储层的烃类检测方法. 实际上，地震波在地下地层传播过程中会产生明显的吸收衰减现象，通过含气砂岩会产生低频增加现象，因此联合谱分解和AVO技术是解决深水烃类检测的有效途径. 利用时频属性的峰值振幅和平均振幅，提出了能更好地描述流体性质变化的差异属性，可以增强深水区含气性识别的敏感度，在深水浊积岩储层烃类检测中取得良好的应用效果，有效降低深水区烃类检测的多解性.Abstract: Due to the small number of exploration Wells in the deep⁃water area and the similar number of AVO types of different fluids, the derived hydrocarbon detection properties such as conventional P (fitting intercept), G (fitting gradient), P×G and P+G have been unable to effectively identify the fluid properties of the deep water area, so it is urgent to find a hydrocarbon detection method suitable for the effective reservoirs in this area. In fact, seismic waves will produce obvious absorption and attenuation phenomenon in the propagation process of underground strata, especially through the gas⁃bearing sandstone will produce low⁃frequency increase phenomenon, so the combined spectral decomposition and AVO technology is an effective way to solve the deep⁃water hydrocarbon detection. By using the peak amplitude and average amplitude, can better describe the difference of fluid properties change, can enhance the sensitivity of the deep⁃water gas identification, in deep⁃water turbidity reservoir hydrocarbon detection good application results, progress to improve the reliability of deep⁃water reservoir hydrocarbon detection, effectively reduce the solution of deep⁃water hydrocarbon detection.
-
0. 引言
沉积盆地作为地壳中重要的大地构造单元, 是流体活动最活跃的场所; 而盆地流体广泛参与沉积盆地演化的全过程, 包括沉积物的各种成岩-后生变化、盆地的热场变化历史, 以及各种矿床和资源(如石油、天然气)的生成.20世纪80年代以来, 地壳中大规模流体运移与成岩成矿的关系开始受到重视.如Oliver (1992)提出了由陆壳碰撞产生大规模构造卤水运动, 并在俯冲盘一侧成矿的新设想, 以此解释石油、煤和中低热液矿床成因及石英岩化、白云岩化等成岩作用.在涉及大规模流体运移的多种成矿模式中(如陆壳天水环流, 重力驱动区域规模的地下水流), 以大气降水和地下水为代表的大范围、大通量流体过程受到高度重视, 这方面以Garven and Freeze (1984a, 1984b)、Garven et al. (1993)、Person et al. (1996)的研究最为典型.尽管在研究流体流动的过程中也涉及到流体的热场研究, 但却很少讨论降水量对流体热场的影响.因此, 本文以湘中地区锡矿山锑矿床成矿流体为例来研究大气降水量对成矿流体热场的影响.
湘中地区广泛分布着锑、砷、汞、金和铅锌等中低温热液矿床, 其基底为元古界巨厚浅变质碎屑岩系(图 1); 盖层主要由古生界碳酸盐岩、碎屑岩系组成.锡矿山锑矿床受F75断层的控制, 主要呈层状、似层状以及脉状, 矿体产于泥盆系灰岩中.湘中地区断裂构造发育, 主要为北东向、北北东向以及北西向断裂.深大断裂对湘中锑矿床的形成可能起着重要的作用, 许多矿床沿着深大断裂带分布, 如著名的锡矿山锑矿床就分布在桃江-城步断裂带与新化-涟源断裂带的交汇处.
图 1 湘中盆地区域地质简图1.花岗岩; 2.前泥盆纪地层; 3.侏罗—白垩纪地层; 4.泥盆—三叠纪盖层; 5.断裂带; 6.锑矿床; 7.剖面位置Fig. 1. Geological units in central Hunan basin关于锡矿山锑矿床成矿年代, 最近的研究(彭建堂等, 2002a)认为锡矿山锑矿床成矿分早晚两期: 早期成矿作用时间为(155±1.1) Ma, 晚期成矿作用时间为(124.1±3.7) Ma.据大气降水与岩浆水在不同温度条件下与赋矿围岩所发生的反应交换演化曲线, 以及放射成因同位素(Pb、Sr)和轻稳定同位素(C、O)等研究(彭建堂等, 2001, 2002b; 马东升等, 2003), 成矿流体与区域流体主要是经深部循环演化的大气降水.另外, 物探资料和数学模拟研究表明, 湘中盆地的山区边缘和锡矿山底部均有热源存在(饶家荣等, 1999; 杨瑞琰等, 2003), 并且该热源提供的稳定热流值约为0.204 W/m2.
1. 数学模型及参数的选取
锡矿山锑矿床的成矿模式为(杨瑞琰等, 2003): 在湘中盆地, 以大气降水为主要来源的流体, 在重力作用下沿地层的裂隙、孔隙向下入渗.在下渗过程中, 接受盆地下部热流作用, 使流体加热, 从而驱使流体向上部运动, 这样流体系统处于动态的平衡之中.成矿时期构造-热事件的影响和深大断裂的发育, 打通了流体通往地表的通道, 破坏了系统的平衡, 从而驱动流体向断裂系统运移, 流体在到达F75后沿断裂带向地表渗流, 在压力、温度降低等成矿综合环境合适的部位, 成矿物质与围岩发生反应而完成成矿过程.
湘中盆地燕山期重力驱动型流体系统的热场研究涉及到如下的方程组(Bear, 1972; Garven and Freeze, 1984a, 1984b); Garven et al., 1993; 於崇文等, 1993; Rabinowicz et al., 1999) : 流体连续性方程、达西定律、状态方程和能量守恒方程.
(1) 
(2) 
(3) 
(4) 
(5) 其中: g是重力加速度, h是流体的水头值, μ是动力粘度, k是渗透率, q是流速, ρ是密度, T是温度, λ*是热扩散系数, σ是热容比.下标x和z代表该量在x和z方向的分量, 0代表参考值.
为了求解上述方程组, 还应该给出方程的各参数的取值, 以及初始条件和边界条件.为模拟大气降水量对成矿流体热场的影响, 笔者在湘中盆地选取了锡矿山(海拔818 m, 记为A)和锡矿山东南方42 km处的龙山岳坪峰(1 514 m, 记为B)的剖面.为便于描述, 在图 1中将龙山岳坪峰的垂直线作为所研究的二维区域左边界(Γ1), 区域的顶部以古地表为界(Γ2).由于实际情况的需要将上部分为3部分: 盆地的底部(Γ22)、盆地边缘到盆地底部间的斜坡部分(Γ21)和锡矿山到盆地底部的斜坡部分(Γ23).将锡矿山的垂直线所在的区域作为区域的左边界(Γ3).区域的下部取下边界(Γ4), 将其分为4部分: Γ41是左边部分, 该部位接近区域的左边界, 它可能接受较高热流值; Γ42和Γ43远离岩浆岩, 假设它们接受正常的热流值; Γ44是右边部分.
根据裴荣富等(1998)的研究, 湘中地区平均剥蚀速率为2.0×10-5 m/a, 隆起区的剥蚀速率大于此值, 约为2.5×10-5 m/a, 盆地内部坳陷区小于此值, 为1.2×10-5 m/a, 锡矿山的矿区剥蚀速率为1.4×10-5 m/a.模拟时成矿年龄取155 Ma, 锑矿床成矿时期的古地形可由现代地形加上剥蚀厚度来恢复.于是在盆地边缘一带上推3.87 km, 在锡矿山一带上推2.17 km, 盆地内部上推1.86 km, 就得到成矿时期的古地形.根据各地层单元的岩性特征、水文地质特性以及岩性组合、地层的区域性展布情况等, 可建立湘中地区的水文地层单元, 同时根据各地层的产状向上、向下延伸可恢复其古地层.
据地层的岩性特性, 弱透水层的导水性能最弱, 在盆地的底部板溪群与震旦系以及泥盆系与石炭系地层是透水层, 同时在区域的左边即在锡矿山下部有一个深大断裂, 在断裂带里其导水性能最好.于是可根据文献(Forster and Smith, 1988a, 1988b; Deming, 1994)取弱透水层、透水层和深大断裂的内在渗透率分别为10-16、10-15和4×10-15 m2.依据文献(Forster and Smith, 1988a, 1988b, 1989; Deming, 1994), 热扩散系数λ*为3.6×10-7m2/s, 热容比σ取0.75.
由于该地区目前的大气年平均降水量较为丰沛, 为1 200 mm/a左右, 于是取该区域年平均大气降水量600、1 200、1 800、2 400 mm/a来分别讨论.同时假设降水以入渗率ε=10%渗入地层, 假设在锡矿山锑矿床成矿地质时期流体的温度场系统是稳定的, 即成矿系统流体的温度场不再是时间的函数.
2. 模拟结果
该区域年平均大气降水量为Q=1 200 mm/a (以下称为对比降水量)时的温度场和流场的模拟结果见图 2a.成矿流体流动的总趋势是: 在盆地周围山区的大气降水, 入渗到板溪群——震旦纪地层, 在重力和热浮力的作用下驱动流体向盆地中心部位移动.成矿流体到达盆地中心部位后, 一部分直接向上运移, 另一部分流体继续向锡矿山区域流动, 在到达断裂带下方后则沿着断裂带向上运移.由于龙山下部和锡矿山底部有隐伏的岩体, 其热流值是其他部位热流值的3倍, 导致龙山地区的地温梯度高达120 ℃/km, 锡矿山地区的地温梯度达86 ℃/km.盆地中心地区的地温梯度最小为37 ℃/km, 同时计算得出最下部导水层区域的平均温度为200~260 ℃, 成矿部位的温度约为180~200 ℃, 成矿流体的密度为865~887 kg/m3, 在成矿部位流体的流速接近0.4 m/a.
图 2 不同降水量下的模拟结果a. Q=1 200 mm/a时区域温度场和流场; b. Q=600 mm/a与Q=1 200 mm/a时区域温度场的差异; c. Q=1 800 mm/a与Q=1 200 mm/a时区域温度场的差异; d. Q=2 400 mm/a与Q=1 200 mm/a时区域温度场的差异; 1.矿体; 2.流体等温线; 3.温度差值等值线, 实线为正, 虚线为负; 4.流体的流线Fig. 2. Simulation results at various rainfalls为研究大气年降水量对成矿流体热场的影响, 显示与对比降水量对成矿流体热场的影响差异, 另取大气年降水量Q=600、1 800和2 400 mm/a来讨论.图 2b~2d显示的是大气年降水量分别为600、1 800和2 400 mm/a时温度场与对比降水量1 200 mm/a时温度场的差值(其中实线表示在该图显示的降水量条件下, 该处的温度大于在1 200 mm/a情况下的温度, 虚线则表示该处的温度小于在1 200 mm/a情况下的温度).
图 2b显示的是年大气降水量为600 mm/a时与对比降水量1 200 mm/a所产生的温度场的差异.由于此时的大气降水量小于对比降水量, 因此, 渗入到地下水的水量小于对比情况下的水量, 导致地下水的流体减少, 从而流体的流速降低.于是在入渗区的温度普遍要大于对比条件下的温度, 其差值在10 ℃左右, 最大不超过15 ℃; 而在流体的排泄口和断裂带的附近的温度普遍要小于对比情况下的温度, 其差值的平均值也为10 ℃左右, 最大不超过25 ℃.由于最下部导水层和成矿部位的温度为200 ℃左右, 因此, 其最大影响为5%左右.
图 2c显示的是年大气降水量为1 800 mm/a时与对比降水量1 200 mm/a所产生的温度场的差异.此时温度场的情况正好与图 2b的情况相反, 由于大气降水量大于对比降水量, 因此, 渗入到地下水的水量也大, 导致进入地下水的流体增加, 从而流体的流速加大.于是在入渗区的温度普遍要小于对比条件下的温度, 其差值为10 ℃左右, 最大差值为16 ℃左右; 而在流体的排泄口和断裂带的附近的温度普遍要大于对比情况下的温度, 其差值的平均值也为10 ℃左右, 最大为15 ℃左右.其对温度场的影响为10%左右.
图 2d显示的是年大气降水量为2 400 mm/a时与对比降水量1 200 mm/a所产生的温度场的差异.此时温度场的情况与图 2c的情况类似, 只是其差值为降水量1 800 mm/a时的2倍左右大小.在这种情况下大气降水对温度场的影响为20%左右.
同时, 在各种大气年降水量的条件下成矿部位流体的流速见表 1.可见无论是最大流速或者是成矿部位的流速均具有较好的线性相关性, 它们的大小完全依赖于大气年降水量的大小.其最好的解释是这些流体的来源本身就只有大气降水.如果此时成矿流体还有其他来源, 那么其流速的大小就会根据其他流体来源的不同和大小而有所改变.
表 1 不同降水量下流体的流速Table Supplementary Table Velocity of flow at various rainfalls
3. 结果与讨论
大气降水的水量大小对区域流场影响较大, 而对区域温度场的影响不大, 在不同降水量情况下, 其对温度相应的影响在5%~20%之间.
尽管本文的研究是在假设成矿流体全部来自大气降水的条件下进行的, 但如果成矿流体还有其他来源, 如地层水和岩浆水等, 那么区域温度场的变化情况可能要复杂得多, 这是因为不同来源的成矿流体必定带来不同的热量, 从而影响到区域的温度场分布情况.
-
图 2 过研究区中央峡谷水道地震剖面
Fig. 2. Seismic profile of the central canyon waterway in the deep⁃water area
图 3 LS⁃X⁃1井不同气组AVO正演分析
Fig. 3. AVO forward analysis of different gas groups in the LS⁃X⁃1 well
图 5 多分量信号不同Wigner⁃Ville分布时频分析方法
a. Wigner⁃Ville分布；b.伪Wigner⁃Ville分布；c.平滑伪Wigner⁃Ville分布；d.匹配追踪Wigner⁃Ville分布
Fig. 5. Time⁃frequency analysis method of different Wigner⁃Ville distribution of multi⁃component signals
图 7 两个不同采样点的频谱示意图
Fig. 7. Schematic representation of the spectrum of the two different sampling points
图 8 中远道时频差异属性剖面
Fig. 8. The time⁃frequency difference attributes profile from far⁃gather stack
图 10 过LS⁃Y⁃1目标地震剖面及单点AVO特征
Fig. 10. Seismic profile and single⁃point AVO characteristics of crossing LS⁃Y⁃1
-
[1] Avseth, P., Mukerji, T., Mavko, G., 2005. Quantitative Seismic Interpretation. Cambridge University Press, Cambridge [2] Batzle, M. L., Han, D. H., Hofmann, R., 2006. Fluid Mobility and Frequency⁃Dependent Seismic Velocity⁃Direct Measurements. Geophysics, 71(1): N1-N9. https://doi.org/10.1190/1.2159053 [3] Batzle, M., Hofmann, R., Han, D. H., et al., 2001. Fluids and Frequency Dependent Seismic Velocity of Rocks. The Leading Edge, 20(2): 168-171. https://doi.org/10.1190/1.1438900 [4] Castagna, J. P., Sun, S. J., Siegfried, R. W., 2003. Instantaneous Spectral Analysis: Detection of Low-Frequency Shadows Associated with Hydrocarbons. The Leading Edge, 22(2): 120-127. https://doi.org/10.1190/1.1559038 [5] Chen, K. Y., Zhang, S. N., Ding, X. Q., et al., 2006. Gas⁃Bearing Evaluation on Tight Sandstone Reservoirs. Journal of Oil and Gas Technology, 28(4): 65-68(in Chinese with English abstract). doi: 10.3969/j.issn.1000-9752.2006.04.018 [6] Cheng, B. J., Xu, T. J., Li, S. G., et al., 2012. Research and Application of Frequency Dependent AVO Analysis for Gas Recognition. Chinese Journal of Geophysics, 55(2): 608-613(in Chinese with English abstract). [7] Deng, R. J., Deng, Y. H., Yu, S. et al., 2008. Hydrocarbon Geology and Reservoir Formation Characteristics of Niger Delta Basin. Petroleum Exploration and Development, 35(6): 755-762(in Chinese with English abstract). doi: 10.3321/j.issn:1000-0747.2008.06.020 [8] Fatti, J. L., Smith, G. C., Vail, P. J., et al., 1994. Detection of Gas in Sandstone Reservoirs Using AVO Analysis: A 3⁃D Seismic Case History Using the Geostack Technique. Geophysics, 59(9): 1362-1376(in Chinese with English abstract). doi: 10.1190/1.1443695 [9] Goodway, W., Chen, T., Downton, J., 1997. Improved AVO Fluid Detection and Lithology Discrimination Using Lame Petrophysical Parameters from P and S Inversion. Extended Abstracts of 67th Annual Internat SEG, 183-186 [10] Han, G. M., Pan, G. C., Fu, C., et al., 2016. Influence of Velocity Changing of Gas Reservoir and Seal on Seismic Response and AVO Type. Lithologic Reservoirs, 28(2): 107-113(in Chinese with English abstract). doi: 10.3969/j.issn.1673-8926.2016.02.015 [11] He, T., Shi, G., Zou, C. C., et al., 2011. AVO Template of Sandstone Reservoir under Formation Condition. Acta Scientiarum Naturalium Universitatis Pekinensis, 47(5): 837-844(in Chinese with English abstract). [12] He, Z. H., Wang, D., 2009. Expended Fluid Detection Factor and Its Application. Journal of Mineralogy and Petrology, 29(4): 100-103(in Chinese with English abstract). doi: 10.3969/j.issn.1001-6872.2009.04.015 [13] Hedlin, K., 2000. Pore Space Modelus and Extraction Using AVO. Extended Abstracts of 70th Annual Internat SEG, 170-173. [14] Jiang, H. Y., Zhao, W. Z., Yan, C. Z., et al., 2008. Review on Marine Petroleum Resources and Exploration Models in the Globe. Marine Origin Petroleum Geology, 13(3): 5-10(in Chinese with English abstract). doi: 10.3969/j.issn.1672-9854.2008.03.002 [15] Liu, C., Li, B. N., Zhao, X., et al., 2014. Fluid Identification Based on Frequency⁃Dependent AVO Attribute Inversion in Multi⁃Scale Fracture Media. Applied Geophysics, 11(4): 384-394. https://doi.org/10.1007/s11770-014-0454-0 [16] Liu, X. W., Ning, J. R., Liu, P. T., et al., 2009. Seismic Time⁃Frequency Analysis for Frequency Decomposition with Applications to Seismic Sedimentology and Reservoir Imaging. Progress in Geophysics, 24(5): 1679-1688(in Chinese with English abstract). doi: 10.3969/j.issn.1004-2903.2009.05.018 [17] Lü, F. L., He, X. Y., Wu, J. Y., et al., 2007. Current Situation and Tendency of Deepwater Oil and Gas Exploration in the World. China Petroleum Exploration, 12(6): 28-31(in Chinese with English abstract). doi: 10.3969/j.issn.1672-7703.2007.06.006 [18] Ma, Y. Q., 2019. Application of the AVO Technique in Oil and Gas Detection in Block D, Llanos Basin, Colombia. Geophysical Prospecting for Petroleum, 58(4): 580-590(in Chinese with English abstract). doi: 10.3969/j.issn.1000-1441.2019.04.013 [19] Michael, B., 2001. Optimal Hydrocarbon Indicators. Extended Abstracts of 71th Annual Internat SEG, 11697-1700. [20] Ning, Z. H., He, Z. H., Huang, D. J., et al., 2006. High Sensitive Fluid Identification Based on Seismic Data. Geophysical Prospecting for Petroleum, 45(3): 239-241(in Chinese with English abstract). doi: 10.3969/j.issn.1000-1441.2006.03.005 [21] Pan, R. F., Chen, S. L., Zhang, L. P., et al., 2013. Semi⁃Quantitative Analysis of Gas Bearing Sand by AVO Forward Modeling. Oil Geophysical Prospecting, 48(1): 103-108(in Chinese with English abstract). [22] Wang, D., He, Z. H., Huang, D. J., et al., 2009. Construction of a New Fluid Identification Factor and Analysis on Its Application. Geophysical Prospecting for Petroleum, 48(2): 141-145(in Chinese with English abstract). doi: 10.3969/j.issn.1000-1441.2009.02.006 [23] Wang, Z. F., Rui, H. S., 2006. Elastic Modulus in Reservoir Evaluation of Application. Journal of Yangtze University (Natural Science Edition), 3(1): 19-21(in Chinese with English abstract). doi: 10.3969/j.issn.1673-1409-C.2006.01.008 [24] White, R. S., 1977. Seismic Bright Spots in the Gulf of Oman. Earth and Planetary Science Letters, 37(1): 29-37. https://doi.org/10.1016/0012-821X(77)90143-1 [25] Wilson, A., Chapman, M., Li, X. Y., 2009. Frequency⁃Dependent AVO Inversion//SEG Technical Program Expanded Abstracts 2009. Society of Exploration Geophysicists, 341-345. [26] Yao, S. F., Ding, W. L., Zhao G., et al., 2018. The Relationship between Diagenesis and AVO Anomaly of Gas⁃Bearing Sandstone in the ZJ Formation of the Pearl River Mouth Basin, China. Geophysical Prospecting for Petroleum, 57(3): 443-451(in Chinese with English abstract). doi: 10.3969/j.issn.1000-1441.2018.03.014 [27] Yue, Y. X., Zhao, Y., Huang, J. L., et al, 2016. Absorption Attenuation Gradient Detection Based on Three⁃Parameter Wavelet Transform. Progress in Geophysics, 31(4): 1725-1731(in Chinese with English abstract). [28] 陈克勇, 张哨楠, 丁晓琪, 等, 2006. 致密砂岩储层的含气性评价. 石油天然气学报, 28(4): 65-68. https://www.cnki.com.cn/Article/CJFDTOTAL-JHSX200604018.htm [29] 程冰洁, 徐天吉, 李曙光, 2012. 频变AVO含气性识别技术研究与应用. 地球物理学报, 55(2): 608-613. https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201202022.htm [30] 邓荣敬, 邓运华, 于水, 等, 2008. 尼日尔三角洲盆地油气地质与成藏特征. 石油勘探与开发, 35(6): 755-762. doi: 10.3321/j.issn:1000-0747.2008.06.020 [31] 韩光明, 潘光超, 付琛, 等, 2016. 含气储层及盖层速度变化对地震响应和AVO类型的影响. 岩性油气藏, 28(2): 107-113. https://www.cnki.com.cn/Article/CJFDTOTAL-YANX201602017.htm [32] 何涛, 史謌, 邹长春, 等, 2011. 地层条件下砂岩储层的AVO响应模板. 北京大学学报(自然科学版), 47(5): 837-844. https://www.cnki.com.cn/Article/CJFDTOTAL-BJDZ201105011.htm [33] 贺振华, 王栋, 2009. 扩展流体识别因子及应用. 矿物岩石, 29(4): 100-103. https://www.cnki.com.cn/Article/CJFDTOTAL-KWYS200904015.htm [34] 江怀友, 赵文智, 闫存章, 等, 2008. 世界海洋油气资源与勘探模式概述. 海相油气地质, 13(3): 5-10. https://www.cnki.com.cn/Article/CJFDTOTAL-HXYQ200803004.htm [35] 乐友喜, 赵迎, 黄健良, 等, 2016. 基于三参数小波变换的吸收衰减梯度检测. 地球物理学进展, 31(4): 1725-1731. [36] 刘喜武, 宁俊瑞, 刘培体, 等, 2009. 地震时频分析与分频解释及频谱分解技术在地震沉积学与储层成像中的应用. 地球物理学进展, 24(5): 1679-1688. https://www.cnki.com.cn/Article/CJFDTOTAL-DQWJ200905019.htm [37] 吕福亮, 贺训云, 武金云, 等, 2007. 世界深水油气勘探现状、发展趋势及对我国深水勘探的启示. 中国石油勘探, 12(6): 28-31. https://www.cnki.com.cn/Article/CJFDTOTAL-KTSY200706007.htm [38] 马永强, 2019. AVO技术在哥伦比亚Llanos盆地D区块油气检测中的应用研究. 石油物探, 58(4): 580-590. https://www.cnki.com.cn/Article/CJFDTOTAL-SYWT201904014.htm [39] 宁忠华, 贺振华, 黄德济, 2006. 基于地震资料的高灵敏度流体识别因子. 石油物探, 45(3): 239-241. https://www.cnki.com.cn/Article/CJFDTOTAL-SYWT200603005.htm [40] 潘仁芳, 陈思路, 张利萍, 等, 2013. 含气砂岩AVO正演的半定量分析. 石油地球物理勘探, 48(1): 103-108. https://www.cnki.com.cn/Article/CJFDTOTAL-SYDQ201301015.htm [41] 王栋, 贺振华, 黄德济, 2009. 新流体识别因子的构建与应用分析. 石油物探, 48(2): 141-145. https://www.cnki.com.cn/Article/CJFDTOTAL-SYWT200902009.htm [42] 王正付, 芮华松, 2006. 弹性模量在储集层评价中的应用. 长江大学学报(自然科学版), 3(1): 19-21. https://www.cnki.com.cn/Article/CJFDTOTAL-JHSH200601007.htm [43] 姚淑凡, 丁文龙, 赵刚, 等, 2018. 珠江口盆地深水区珠江组成岩作用对含气砂岩AVO特征的影响研究. 石油物探, 57(3): 443-451. https://www.cnki.com.cn/Article/CJFDTOTAL-SYWT201803015.htm -
下载:
下载:
点击查看大图
计量
- 文章访问数: 9
- HTML全文浏览量: 4
- PDF下载量: 0
- 被引次数: 0
