储层流体识别（通用7篇）
储层流体识别 篇1
随着石油勘探开发力度的加大, 原有的简单构造型油气藏越来越少, 为满足开采的需要, 在计算机处理能力和地震处理、解释技术水平大幅度提高的今天, 地震勘探已经开始将寻找复杂构造及隐蔽型油气藏作为勘探的目标。通过叠前反演技术, 可以获得多个弹性阻抗数据体。这些数据体中含有纵、横波速度和密度等岩石物理参数的信息。如果通过一些手段将这些参数信息从反演数据体中提取出来, 那么通过这些参数可以得到丰富的AVO (或AVA) 属性, 这些属性信息对岩性及流体变化更为敏感, 可以帮助我们更为准确地描述地下储层的特征。
近年来, 人们以地震纵波和横波资料为基础对储层的流体识别进行了深入研究, 提出了识别流体异常的LMR (Lambda-mu—rho) 法[1]、识别流体组分的Russell法[2], 直接油气指示 (DHI) 的波阻抗差分析法[3]、岩性油气藏的储层预测法[4,5,6,7,8,9,10]、高灵敏度流体因子识别方法[11]等。这些方法均取得了一定的实际效果, 但缺乏对流体识别因子特征和应用条件的系统分析, 因此, 很难根据实际情况准确地选择合适的流体识别因子。为此, 在对流体识别因子敏感性系统分析的基础之上, 提出了具有实用性与普遍适应性的高灵敏度流体因子构建方法。
1 流体因子分类
在储层预测中, 为了识别储层流体人们提出了许多流体识别因子。总结分析这些流体识别因子后发现它们都可以写成纵波 (P) 与横波 (S) 波阻抗的组合形式, 为此提出了流体识别因子函数。因此, 以波阻抗量纲的幂次方为基础, 把流体识别因子归纳为以下几种基本类型[11]。
1) 波阻抗量纲的零次方类, 也就是无量纲类即undefined;
2) 波阻抗量纲的一次方类即IP, IS, IP+IS, IP-IS, …;
3) 波阻抗量纲的二次方类即Iundefined, Iundefined, IPIS, Iundefined-cIundefined, …;
利用上述分类分类方式, 流体识别因子可以写成下面的函数形式:
F=F (IP, IS, C) (1)
式中, C为调节参数, 不同的识别因子可以有不同的形式和意义。下面给出几个具体的流体识别因子。
1.1 泊松比
泊松比是反映岩性和含油气性的重要参数, 它是用岩石横向压缩与纵向拉伸的比值来表示的。泊松比与VP/VS亦即IP/IS有直接的联系:
undefined
可以看出泊松比属于波阻抗量纲为零次方类的流体识别因子。
1.2 泊松阻抗
饱和气或油的砂岩比含水砂岩具有较低的泊松比和密度, 因此联合泊松比和密度属性可以更好的识别含油气砂岩。Mark Quakenbush等人在Leading Ledge上发表的文章中指出:对纵、横波阻抗交会图通过选择一个旋转轴, 可以达到最佳区分任意两岩性流体类型的目的, 并将旋转后的参数定义为新的属性—泊松阻抗 (Poisson impedance, 简写为PI) :
PI=AI-cSI= (α-cβ) ρ (3)
式中, α是纵波速度, β是横波速度。
1.3 Russell等人提出的基于Gassmann理论的流体因子
Russell等人 (2003) 总结了前人的观点, 利用Biot-Gassmann方程对饱和流体条件下的的纵波速度方程进行了改写, 得到了属于波阻抗量纲的二次方类的流体因子。
ρf=Iundefined-cIundefined (4)
c的取值范围依赖于我们所研究的目的储层。
2.4 高灵敏度流体因子的提出及其敏感性分析
在理论和实践中证明以上的流体识别因子只能在某一方面有较强的识别能力, 为了将含水和含气砂岩明显的分开, 需要选择一个流体识别因子对含不同流体的砂岩表现出明显的差异。波阻抗形式的组合存在各种次数量纲的形式, 高次量纲能够将差异放大, 而低次量纲将差异缩小, 将两者结合, 让高次幂将差异大的地方突出, 低次幂将噪音减小, 从而能较灵敏地实现流体识别。根据上述分析, 利用4次幂量纲和零次幂量纲组合的形式, 提出了一个高灵敏度流体识别因子:
undefined
式中, C是调节参数。
为了评价上述流体识别因子的敏感性, 我们定义了一个流体识别因子的敏感性评价参数为:
undefined
其中, Pw, Pg为完全饱和地层水和气体时的流体因子。上式的取值范围在0～200之间, 且该值越大, 说明流体识别因子的敏感度越高, 利用这一参数可对所有流体因子敏感度做定量的评价。我们统计了不同流体识别因子对某地区储层不同类型流体的敏感性响应, 见表1。
从表1可以看出, 高灵敏度流体因子的评价参数都接近于200, 表明其在储层流体识别方面要比其他流体因子更为敏感, 因此我们在纵横波阻抗直接反演的基础上构建出能够精确识别储层流体的高灵敏度流体因子, 从而进行储层流体的精确识别。
2 应用实例分析
利用上面的方法对胜利油田某地区的实际地震资料进行了应用研究, 该地区位于济阳坳陷沾化凹陷的东部, 是一个在前新生界潜山背景上发育起来的新近系披覆、古近系超覆的高潜山披覆构造带。主力含油气层系为新近系馆陶组 (Ng) 、明化镇组 (Nm) 。油气相对集中分布于馆上段3～4砂组, 油藏类型主要以岩性—断鼻油藏为主, 但油藏储层横向及物性变化大, 油气藏控制因素复杂。
经比较可以看出, 与λρ, 泊松比, 泊松阻抗相等其他流体因子相比, 高灵敏度流体因子在识别本区储层流体时更为精细准确, 灵敏度较高, 如图1～4所示。4种流体识别因子对A井的5m气层都有较好的表征, 但是泊松比对B井7.9m的油层识别不理想, λρ属性虽然能分辨出井中的几个有利储层, 但是对流体差异不敏感。相比较高灵敏度流体因子与泊松阻抗来说, 高灵敏度流体因子的识别流体差异能力最强, 这与前面的各流体因子敏感性对比分析相一致。因此可以将高灵敏度流体因子作为本工区储层流体识别的有效参数。
3 结论
1) 在对各种流体识别因子对比分析后, 以Gassmann理论为基础提出了一个更具有实用性和普遍适应性的高灵敏度流体识别因子, 通过统计分析实际资料应用证实该流体识别因子对不同储层流体识别具有更好的适应性与敏感性。
2) 选取相同量纲或不同量纲的识别因子进行组合可得到新的流体识别因子, 新的流体识别因子的构建可根据实际条件和问题的需要进行。
摘要：首先对各种流体识别因子进行了分析、归类和总结, 给出了流体因子的一般表达形式。最后从Gassmann公式出发, 对地震资料的特点以及含不同流体介质的物理特性进行了分析, 提出了一个高灵敏度流体因子。应用实例表明, 高灵敏度流体识别因子对流体的识别较其他的流体识别因子有较高的灵敏度。
关键词：流体识别,叠前反演,纵波阻抗,横波阻抗,高灵敏度流体因子
参考文献
[1]Goodway W, Chen T, Downton J.Improved AVO fluiddetection and lithology discrimination using Lame petro-physical parameters from P and S inversion[J].Expand-ed Abstracts of 68th Annual International SEG Mtg.1997, 183-186.
[2]Russell B H, Hedlin K, Hilterman F J, et al.Fluid-prop-erty discrimination with AVO:A Biot-Gassmann per-spective[J].Geophysics, 2003, 68 (1) :29-39.
[3]Dillon L, Schwedersky G, Guilherme V, et a1.A multi-scale DHI elastic attributes evaluation[J].The LeadingEdge, 2003, 22 (10) :1024-1029.
[4]陈遵德, 朱广生.地震储层预测方法研究进展[J].地球物理学进展, 1997, 12 (4) :76-84.
[5]刘文玲, 牛彦良, 李刚, 等.多信息储层预测与地震属性提取与有效性分析方法[J].石油物探, 2002, 41 (1) :100-106.
[6]于建国, 姜秀清.地震属性优化在储层预测中的应用[J].石油与天然气地质, 2003, 24 (3) :291-295.
[7]王西文, 刘全新, 周嘉玺, 等.精细储层预测技术在板南5—3井区的应用[J].石油物探, 2003, 42 (3) :389-394.
[8]王西文.岩性油气藏的储层预测及评价技术研究[J].石油物探, 2004, 43 (6) :511-517.
[9]张洪波, 王纬, 顾汉明.高精度地震属性储层预测技术研究[J].天然气工业, 2005, 25 (7) :35-3.
[10]杨午阳, 杨文采, 王西文, 等.综合储层预测技术在包1一庙4井区的应用[J].石油物探, 2004, 43 (6) :578-583.
[11]宁忠华, 贺振华, 黄德济.基于地震资料的高灵敏度流体识别因子[J].石油物探, 2006, 45 (3) :239-241.
储层流体识别 篇2
温度是影响核磁共振弛豫的一个因素.目前国内各实验室所做的核磁共振实验测量大都局限在室温下,实验温度与地下储集层温度有很大差别,因此有必要研究温度对流体及饱和流体岩石的核磁共振弛豫的影响,提高核磁共振测井资料评价精度.本文选取自由水、不同粘度脱气原油、饱和水以及饱和变压器油的储层贝瑞砂岩和储层碳酸盐岩样品进行核磁共振变温实验,测量温度从25℃变化到90℃.结果表明:自由水和原油的核磁共振横向弛豫时间(T2)都随温度的升高而增大.温度对饱和水贝瑞砂岩和碳酸盐岩核磁共振弛豫的影响不同,饱和水贝瑞砂岩核磁共振横向弛豫时间随温度升高而减小,而饱和水碳酸盐岩横向弛豫时间随温度升高而增大.无论是饱和油的贝瑞砂岩或是饱和油的碳酸盐岩,其核磁共振横向弛豫时间都随温度升高而增大.温度对核磁共振弛豫的`影响,会造成室温下得到的横向弛豫时间截止值(T2cutoff)与储层温度下的实际值有偏差,影响储层束缚水饱和度和渗透率的计算结果,建议在核磁共振测井资料解释及应用时应考虑温度的影响.
作 者：谢然红 肖立志 XIE Ranhong XIAO Lizhi 作者单位：中国石油大学资源与信息学院,北京,102249刊 名：地质学报 ISTIC PKU英文刊名：ACTA GEOLOGICA SINICA年，卷(期)：200781(2)分类号：P5关键词：核磁共振 横向弛豫时间 实验测量 温度特性 自由流体 饱和流体岩石
★ 吸收的同义词是什么
★ 吸收的反义词
★ OSI网络层基本功能
★ 学生层长申请书范文
★ 层长申请书范文阅读
★ 岩石中纳米粒子层的观察厘定及其地质意义
★ 知识是慢慢吸收作文
★ 党章吸收优秀入党心得体会
★ 《古诗》课堂教学赏析吸收版
储层流体识别 篇3
复数道分析技术可以从地震记录中提取表征地震波动力学特征的瞬时参数,它们与岩性有关,可以用来直接寻找油气藏[3]。但是由于瞬时频率曲线上存在着高频抖动和尖脉冲,致使彩色剖面上每一小块面积内有多种颜色,无法进行精细解释。而视极性又极易求反,且会出现很多假极性,因此在实际应用中二者均受到了很大的限制[4,5,6]。于是高精度、高效率地提取表征反射波波形特征的主参数剖面,对提高地震剖面解释的精确度具有重要意义。本文针对储层含有油气等流体区域对地震波的吸收衰减比周围干层围岩严重的问题,首先应用粘弹介质体中声波传播方程进行含流体储层的地震信号响应的数值模拟,得到储层合成地震记录剖面,应用复数道分析技术对地震记录进行瞬时参数与主参数提取,重点分析各种瞬时参数对流体识别的敏感性。
1 粘弹介质中声波方程正演模拟
1.1 粘弹介质声波方程
对于Voigt体,应力将包括2部分,与应变成正比的弹性应力和与应变时间变化率成比例的粘滞应力[6]。对Voigt体的本构方程忽略体力后进行纵横波分离,即可得到声波纵波所满足的方程。
undefined
式中,λ和μ为拉梅常数;λ′和μ′为描述介质粘滞特性的2个比例系数;U为声波的速度位。
当把地层介质看成是分层相对均匀的各向同性粘滞介质时,即把同一地层参数近似看成是常数,对纵波来说有以下关系式:
undefined
式中,VP为纵波速度; Q-1p为地震纵波衰减的品质因子;ω为圆频率。
现将式(1)两边同除以密度并令
σ=(λ′+2μ′)/ρ (4)
则式(1)变为:
undefined
另外由式(2)、式(3)以及式(4)联立可得:
undefined
这样,只要知道声波速度VP和地震品质因子Q-1p,对某个频率就可利用式(6)得到与粘滞有关的参数σ,从而可计算式(5)中的波场值,实现粘弹介质中声波波动方程的正演模拟。
1.2 稳定性条件
在对粘弹性介质中的声波波场进行离散数值模拟计算时,必须满足式(7)的稳定性准则,才能使数值频散误差变得很小。
undefined
式中,Δd=Δx=Δz为空间采样间隔;Δx、Δz分别为x、z方向的采样间隔;Δt为时间采样间隔[7]。
2 参数提取
2.1 瞬时参数
复数道分析技术的核心是通过Hilbert变换将实地震道变成复地震道,进而从复信号中分离出瞬时振幅、瞬时相位和瞬时频率等参数[8,9]。
设输入信号为x(t),经Hilbert变换后的结果为y(t),对应的解析信号为:
u(t)=x(t)+iy(t) (8)
其中,undefined。由解析信号可以定义以下瞬时参数:
瞬时振幅undefined
瞬时相位θ(t)=arctan [y(t)/x(t)] (10)
瞬时频率undefined
为了更好地说明利用希尔伯特变换提取瞬时参数,图1给出20 Hz雷克子波的瞬时振幅、瞬时相位以及瞬时频率,瞬时振幅主要反映了地震波的能量变化,可以用来推断与岩性有关的地质体;瞬时相位是地震剖面上同相轴连续性的量度,反射波能量强弱不影响相位显示;从输入信号中提取的瞬时频率与预设置的20 Hz较吻合,说明提取出的参数是可信的。
2.2 主参数
引入信号分析领域中的能量密度函数来计算地震波的主振幅、主频率及主相位,结合信号能量在时频域中的分布特征,建立信号的频域特征参数关系方程。根据信号能量在时间、频率域中的分布情况,可知复数能量聚焦处在频率轴上的截距即为该信号的主频,在时间轴上的截距为信号的群延迟[10,11]。
复数能量密度定义为:
undefined
其中,u(t),x(t)和y(t)分别为复数道、实记录道和虚记录道;undefined为u(t)谱的共轭,可表示为 u(f)=u(f)e-iφ(f)。
这时,能量密度函数可表示为
ε(t,f)=u(t)u(f)e[iφ(f)-θ(t)+2πft]
=ε(t,f)e[iφ(f)-θ(t)+2πft] (13)
若以f为纵坐标,以t为横坐标,便可以作出能量ε(t,f)在f—t域中的平面分布图。用对(13)式相位微分的办法便可求出能量聚焦处的纵横坐标,解以下方程:
undefined
得undefined
其中,fEmax即为能量聚焦处的瞬时频率值。由此得出一个求取信号主频率的快速算法。
若实地震道及其对应的虚道分别为:
x(t-tEmax)=e-αt2cos[2πf(t-tEmax)+φ(f)]
y(t-tEmax)=e-αt2sin[2πf(t-tEmax)+φ(f)]
其相位为:
θ(t-tEmax)=arctan[y(t-tEmax)/x(t-tEmax)]=
2πf(t-tEmax)+ϕ(f) (15)
由傅氏变换性质可知,x(t-tEmax)与x(t)相比,其延迟相位为:
ϕ(fEmax)=2πf[tEmax+ϕ(f)/(2πf)] (16)
当f= fEmax和t=tEmax时,
ϕ(fEmax)=θ(t-tEmax)=2πf(t-tEmax)
+φ(fEmax) (17)
式(17)即为计算地震波主相位的表达式[12]。同时根据ε(t,f)微分等于0的点提取主振幅,并构成主振幅剖面。提取主参数剖面流程如图2所示。
3 实际模型分析
为了分析“三瞬”参数和主参数对流体的识别的敏感性,设计了简单的在砂体中含有流体的模型进行正演模拟计算(图3)。在模型中共有3层地层,其中第2层为目的层砂体,在砂体两侧为致密的不含流体的砂体(干层),中间是含有流体的砂体(表1)。利用粘弹介质声波方程有限差分方法进行正演模拟。图4为正演模拟的自激自收地震记录剖面,单从记录上看,不含流体和含流体储层之间能量有明显的区别,这可能是由于吸收衰减导致的,还有可能是由于断层造成的。为此,利用复地震道分析方法求取该地震记录的“三瞬”信息,进一步判断引起能量差别的原因。提取的瞬时振幅、瞬时相位和瞬时频率如图5所示。
图5(a)给出的是瞬时振幅剖面,由于大地滤波作用,在底界面能量明显降低,含流体部分吸收衰减程度大,能量比较弱,该剖面反映了地震波能量的瞬时变化情况,与地震相位无关,可用来判断岩性变化。
图5(b)给出的是瞬时频率剖面,由于吸收衰减作用,含流体的高频部分损失严重,所以当地震波通过不同介质界面时,地震波频率将发生明显变化。尤其在油气聚集部位,因对高频吸收作用强,往往有频率变低现象。因此,可利用频率变低异常,配合波的速度低的特征来寻找油气聚集带。
图5(c)给出的是瞬时相位剖面,该剖面与瞬时振幅无关,能清晰地识别出深层和连续性差的弱反射,含流体由于吸收衰减程度大,相比于不含流体存在明显的相位延迟。当瞬时相位剖面中出现相位不连续时,就可以判断该处存在分层或异常。
由地震记录的“三瞬”信息可知,在瞬时频率剖面中的频率降低,可以判定瞬时相位剖面存在的相位延迟是由于储层中存在流体对地震波的吸收衰减造成的地震记录剖面能量差异。在瞬时参数基础上提取了地震记录的主振幅、主相位及主频率(图6)。
比较瞬时参数和主参数剖面,主参数明显提高了纵横向的分辨率,有利于纵横向连续追踪对比以及断层和横向底层层厚或岩性变化的识别分析,便于从宏观和微观上对区域地质结构进行研究,更有利于地震层序的识别及区域地震相的划分。
综合分析,主参数对流体识别的敏感性明显优于瞬时参数。主参数对流体识别的敏感程度依次为:主相位最敏感,主振幅次之,主频率最差。因此,主相位和主振幅在流体识别中将起到重要作用。
4 结论
实地震道经过Hilbert变换后,可以产生90°的相移,复数道分析就是在此基础上提取地震信号的瞬时参数与主参数的。对流体与干层模型的瞬时参数和主参数进行提取分析,在储层预测和流体识别方法中,主参数的敏感性明显优于瞬时参数。干层和流体层的3个主参数计算结果表明:主振幅和主相位是识别流体的主要敏感参数,而主频率对流体的敏感性较差。利用瞬时参数和主参数剖面识别储层流体有一定的效果,因此可以作为流体识别方法的有效补充。
摘要：储层含有油气等流体区域对地震波的吸收衰减比周围干层区域严重,地震剖面解释的精确度较低。应用粘弹介质体中的声波传播方程进行含流体储层的地震信号响应的数值模拟,得到储层合成地震记录剖面,应用复数道分析技术对地震记录进行瞬时参数与主参数的提取,重点分析各种瞬时参数对流体识别的敏感性。研究结果表明:主参数对流体识别的敏感性明显优越于瞬时参数。主参数对流体识别的敏感程度依次为:主相位最敏感,主振幅次之,主频率最差。主相位和主振幅在流体识别中将起到重要作用。
关键词：瞬时参数,流体识别,希尔伯特变换,正演模拟,粘弹介质
参考文献
[1]赵军龙,李新胜,张彬.基于测井曲线小波分析与希尔伯特变换的流体识别新方法[J].石油地球物理勘探,2010,45(2):290-294.
[2]杨文博,张世鑫,宗兆云.基于叠前地震反演的储层流体识别方法[J].物探与化探计算技术,2010,32(6):601-606.
[3]贺振华,黄德济.复杂油气藏地震波场特征方法理论及应用[M].成都:四川科学技术出版社,1999.
[4]贺振华.地震波复数道分析的计算方法[J].石油物探,1980,19(4):64-80.
[5]黄德济.地震勘探资料数字处理[M].北京:地质出版社,1990.
[6]VOIGT W.Uber die Beziehung Zw ischen Den Beiden Elastiziats-konstanten IsotroperKorper[J].Wied Ann,1889(38):573-587.
[7]傅旦丹,刘洋,陈遵德,等.粘弹介质中声波的伪谱法模拟[J].江汉石油学院学报,1993,15(4):32-39.
[8]程乾生.希尔伯特变换与信号的包络、瞬时相位和瞬时频率[J].石油地球物理勘探,1979,14(3):1-14.
[9]冯智慧,王世煜.高分辨率地震信号瞬时特征分析方法[J].吉林大学学报:地球科学版,2007,37(增刊):82-85.
[10]李世雄,陈东方.信号瞬时参数计算方法评价[J].信号处理,2003,19(1):59-63.
[11]黄德济,赵宪生.时频域中主参数剖面的计算及应用[J].物探与化探计算技术,1994,16(3):197-203.
储层流体识别 篇4
滨里海盆地大部分位于哈萨克斯坦境内, 是其国内油气资源最为丰富、油气储量最为巨大的沉积盆地。勘探资料揭示, 以二叠系的盐膏层为标志, 勘探目标分为盐上层系和盐下层系。Sagizski地区是以盐上层系为主要勘探目标的地区, 地层层序自上而下为白垩系、侏罗系、三叠系和二叠系, 含油层位主要为三叠系储层。测井资料显示, 三叠系储层岩性复杂, 主要为钙质石英砂岩, 局部含砾或发育钙质灰岩间夹煤线, 对测井曲线的响应影响较大, 流体性质识别难度较大。本文结合钻井取心和试油投产资料, 对储层的测井曲线响应特征进行研究, 并利用交会图法和P1/2正态分布法等方法对储层流体性质进行综合评价, 指导油气合理开发生产。
2 储层基本特征
Sagizski地区三叠系地层厚度约300m, 岩性为砂泥岩互层, 储层较发育。从岩心资料来看, 储层岩性主要为钙质石英砂岩, 成分以石英为主, 泥质、钙质或灰质胶结, 疏松。储层物性较好, 孔隙度分布在6.99-30.43%之间, 主要分布在15-30%之间, 平均值为20.42%左右, 渗透率主要分布在10-1000×10-3μm2之间, 属于高孔、中高渗储层。地层水矿化度20×104 mg/l, 属于氯化钙型。受岩性和流体性质的影响, 储层电阻率数值变化比较大, 油层埋深在600m左右。
3 储层流体性质识别方法
3.1 深、浅双侧向电阻率识别法
根据地层渗透性的差异和泥浆侵入的影响, 电阻率与背景值相比均有明显的变化, 通过分析深、浅电阻率的差异可以定性识别储层流体性质。对于淡水泥浆, 泥浆电阻率大于地层水电阻率而小于油气的电阻率, 那么在油气层, 由于泥浆的侵入, 会出现正差异 (即深电阻率大于浅电阻率) , 而在水层, 会出现负差异 (深电阻率小于浅电阻率) , 并且油层的电阻率值要大于水层的电阻率值。
Sagizski地区三叠系地层水矿化度较高, 受泥浆侵入的影响, 储层含油气时, 深浅侧向电阻率有明显的正差异显示, 而当储层含水时深浅侧向电阻率有明显的负差异显示, 见图1。对于岩性较纯, 砂体厚度较大的油层和水层符合这个特征, 但实际上, 大部分储层受岩性、非均质性和地层水矿化度等的影响, 深浅侧向电阻率出现重合或相反差异的特征显示。
3.2 孔隙度-电阻率-含水饱和度识别流体法
在判别流体性质时通常需要对电阻率和孔隙度进行综合考虑, 用孔隙度-电阻率交会图, 可以扣除掉物性的影响, 判断出储层流体性质;同时储层含油饱和度是由油藏的油含量与孔隙度决定的, 分析储层的含水饱和度和孔隙度之间的关系, 对识别储层流体性质也有着很重要的关系。利用阿尔奇公式, 将含水饱和度叠加到双对数刻度的孔隙度-电阻率交会图上, 可直观评价储层的物性和含油气性。
根据实测的Sagizski地区16口井253个有效储层的测井数据进行分析, 总结出了该区块储层的孔隙度-电阻率-含水饱和度的分布特征, 见图2。储干界限的孔隙度在15%左右, 油层的电阻率在3.0Ω·m以上, 水层电阻率值较低, 在1.5Ω·m以下。
3.3 P1/2正态分布识别流体法
正态分布法是利用测量误差服从正态分布规律而设计的一种评价地层含油性的统计方法。在目的层段应用正态分布法作出P1/2的概率分布图, 可以有效地识别储层流体性质。在概率坐标上作出P1/2= (Rwa) 1/2及其累计频率的分布图, 利用油层线与水层线的斜率不同来识别油水层。
根据阿尔奇公式F=R0/Rw=a/φm, 可以推出:
纯水层的地层水电阻率:Rw=Rwa=R0·φm (设a=1)
油气层视地层水电阻率:Rwa=Rt·φm
从理论上讲, 可用Rwa的大小判别储层所含流体的性质, 但由于常常不知道地层水真实的电阻率, 加之φ和m值也难以求得很准, 使计算的Rwa误差较大。正态概率分布法是用Rwa的变化规律来指示储层的含流体性质, 其方法是将视地层水电阻率开方, 并命名为P1/2, 即P1/2= (Rwa) 1/2= (Rt·φm) 1/2。在同一层内各测量点计算的P1/2值结果也应满足正态分布规律。根据累计频率曲线斜率的变化就可以对储层所含流体性质作出判断, 即水层斜率小, 油气层斜率大。
图3为X井储层油层和水层的P1/2值概率分布图, 水层P1/2值在正态概率图上与累计频率有直线关系, 而在油气层部位则偏离这条直线, 形成斜率较大的另一条直线, 而两者之间的部分是油水过渡带。说明随着储层流体中含油性的增加, P1/2值增大, 且概率分布的斜率也增大, 以此来区分油水层, 进而判别储层的流体性质。
3.4 视地层水电阻率-可动油饱和度识别法
RWa为视地层水电阻率, 当储层为纯水层时, 视地层水电阻率等于地层水电阻率;当储层含油气时, 视地层水电阻率大于地层水电阻率。在淡水泥浆条件下, RWa可作为反映流体性质的参数。
根据实测的16口井的数据, 利用可动油饱和度 (Som) 与视地层水电阻率可以有效区分油层、油水同层、干层和水层 (见图4) 。油层的视地层水电阻率高, 可动油饱和度大;油水同层的视地层水电阻率中等;水层的视地层水电阻率较低, 可动油饱和度低。
3.5 应用效果分析
图5为Sagizski地区Y井测井综合解释图。各层的具体识别方法见表1。
后期对Y井688.0-690.0m、696.0-700.0m井段的16、18号和19号层的顶部进行试油, 抽汲59小时, 累计产液71.15m3, 产油58.35m3, 产水12.78 m3, 含油率82.0%, 与测井解释结论符合, 说明这几种流体识别方法应用效果较好。
4 结论
充分分析了Sagizski地区三叠系储层的基本特征, 在此基础上, 总结出了识别储层流体性质的方法。结合测井资料、取心资料及试油投产资料等, 研究并总结出了4种流体识别方法。通过对该地区56口测井资料进行处理验证, 不同流体储层识别结果与试油结论符合率较高, 提高了该区块的油水解释精度, 说明这几种识别流体的方法适用性较强。
摘要：Sagizski地区位于哈萨克斯坦滨里海盆地, 含油层位主要为三叠系。三叠系储层岩性复杂, 主要为钙质石英砂岩, 局部发育钙质灰岩间夹煤线, 对测井曲线的响应影响较大。为了有效地识别三叠系储层的流体性质, 结合测井资料、取心资料及试油投产资料等, 研究并总结出了深、浅侧向电阻率法、孔隙度-电阻率-含水饱和度法、P1/2正态分布法、视地层水电阻率-可动油饱和度法共4种流体识别方法。应用这些方法对该地区16口井进行了综合解释评价, 储层流体性质评价结果与实际产能有良好的一致性。
关键词：Sagizski地区,三叠系,钙质石英砂岩,流体性质识别,测井解释
参考文献
[1]钱桂华著.哈萨克斯坦滨里海盆地油气地质特征及勘探方向[J].中国石油勘探, 2005, 10 (4) :60-66
[2]范宜仁等著.酒东营尔凹陷储层流体识别技术[J].测井技术, 2011, 35 (5) :431-435
[3]陈洪斌著.测井识别储层流体性质的方法研究及应用[J].天然气勘探与开发, 2003, 26 (3) :36-42
[4]С.Ж.马克西莫夫著.冯有奎译.哈萨克斯坦的含油气远景[J].新疆石油地质, 1999, 20 (4) :352-362
储层流体识别 篇5
南海西部海域近年来加大了北部湾流沙港组、珠江口盆地珠海组、莺琼盆地的梅山三亚组等下第三系地层的复杂油气层的勘探开发, 如何利用现有测井资料、气测录井资料和测试资料等识别储层流体性质对于南海西部海域勘探开发具有重要的意义。尤其在油气田探井、评价井及ODP实施随钻分析中, 如何准确识别目的层流体性质引起广泛关注。通过利用南海西部油气田现有的井史资料及对储层流体取样分析, 结合测录井资料、实验室流体分析化验资料及流体性质的分类标准, 在低孔、低渗、低阻油气层的识别和评价上获取规律性的认识, 开发出一套适合本区域复杂储层流体快速识别系统具有重要的现实意义。
2 交会图和全概率公式的油气层快速识别
2.1 交会图的优选
近年来低孔、低渗、低阻储层最为典型的是在珠江口盆地文昌地区珠海组和北部湾盆地涠洲地区流沙港组, 这些复杂储层油气藏的流体识别问题一直是勘探开发中的技术难题, 针对南海西部各类储层各种流体分布选择有代表意义的地质层段作为各种流体识别参数交会图优选的基础。交会图[1]是用于表示地层的测井参数或其它参数之间关系的图形。电阻率与孔隙度参数交会图是常用的直观显示地层含油性的交会图版 (图1) , 通过融合多种信息, 寻找对油气层敏感的综合参数并对不同参数合理搭配, 提高油、气、水层判别精度。
南海西部海域储层流体性质极其复杂[2,3,4], 不同测井方法各异的探测特性等因素造成测井信息在认识上的模糊性和多解性。为了提高复杂储层流体性质识别的准确度与精度, 结合相关的DST测试和MDT取样分析结果以及相关的地质资料利用交会图技术建立烃类、含非烃类流体性质识别交会图版。通过参数优选, 最终建立了南海西部海域各盆地共8个地质层组共37种流体性质识别图版, 开发了一套复杂储层流体快速识别系统 (图2) 。
在交会图中人工划定分界线, 不同流体性质数据点分布在不同区域内。交会图参数选取来自相应测试层段内层内厚度适合、物性稳定的, 并具有代表储层特征的测井值及气测录井值 (图3) , 如有可能, 也可选取相应层段经过处理之后的储层参数, 如孔隙度等, 还可以为几种参数的组合, 如 (声波时差*电阻率) (中子*密度) , 见图4。前提是曲线需经过校正和标准化。图3可以较好区分油气水层, 图4可以较好区分气层和水层。其中, 绿色圆点表示油层, 红色三角形点表示气层, 蓝色方点表示水层。CNL (中子) :%;DEN (密度) :g/cm3;TG (总烃含量) :%;A C (声波时差) :100µs/f t;R t (电阻率) :Ω·m。
2.2 油气层识别结果的确定
以往的储层油气识别是将一个或为数不多的图版识别结果作为最终识别结果, 基于全概率公式利用交会图版使流体识别结论更加精确, 使流体识别的符合率更高。
全概率公式属于古典概率, 是概率论中的一个重要公式。全概率公式[5]定义为:
设试验E的样本空间为S, B为E的事件, A1, A2Am为S的一个划分, 且P (A i) >0 (i=1, 2, (43) , m) , 则:
将能够成功识别出某种流体性质当作一个事件 (Bj) ;将优选出来的图版作为样本空间, 要求各个图版组成样本空间的一个划分, 即所有图版不能有重复 (例如图版1的两个参数分别为A、B, 图版2的两个参数分别为B、C, 图版3的两个参数分别为A、C, 则图版3重复) 。
每个交会图中, 分界线将交会图版分为多个 (至少两个) 区域, 每个区域对应相应的流体性质 (也会存在一个区域内有两种或多种流体性质的情况, 即区域内的流体不能区分但能跟其他区域内流体区分开) 。规定 , 为单个图版的固有属性, 表示第i个图版能够准确识别第j种流体的概率, 其中a、b分别表示落在区域内的点的个数和这种流体性质所有点的个数。由于资料来源不同, 每个图版能够准确区分流体性质的权重值也不同, 因此设pi为第i个图版的权重值。流体性质识别原理如表1所示。
根据全概率公式, 有:
其中:
m:交会图版个数;
n:流体性质种类数;
P (B j) :成功识别第j种流体性质的概率;
pi:第i个图版权重值, 根据交会图所取资料可靠性确定, 可以规定1≤pi≤10;
:事件Ai发生前提下, 能准确判断j流体的概率;
xij:第i个图版能够准确识别第j种流体的概率。
因此, 流体j识别成功的概率最终可表示为:
最大的 对应的流体性质即为相应储层的最终结论。
在南海西部海域, 分地区、分层位优选的交会图, 利用提出的方法进行了流体性质识别。图5为北部湾盆地流沙港组某层油气类型识别图版及每个图版对应的识别结果 (以蓝色五角星表示) , 其中, 绿色圆点表示普通原油, 黄色圆点表示轻质油, 红色三角形点表示天然气。C3+C4:%;总烃:%;烃平衡:小数;C1/C2+:小数;C2/C3:小数;中子:%。图中的a、d、e识别为轻质油层, b、c识别为普通原油。
表2为与图5对应识别结论的计算数据表, 判断为轻质油的概率最大, 结论定为轻质油层。识别层对应的原油分析资料显示20℃时油密度为0.8367g/cm3, 属轻质油层, 利用提出的方法识别与原油分析结果相符 (表3) 。
全概率公式及其在多交会图中的应用具有以下特点:提高了识别结果的可靠性。传统交会图版只是利用少量测井和气测资料, 未能发挥其它已有信息的作用;优选交会图版过程中, 能对不同图版赋予权重值, 突出了资料质量好的测井、气测曲线在流体识别中的作用, 使判别结果更合理可靠。
3 油气层识别系统的开发
3.1 开发环境与功能
流体快速识别系统的开发环境为Visual Studio 2008, 创建Windows平台下的Windows应用程序。通过Visual Studio开发平台开发Windows应用程序, 能够与Windows操作系统达到很好的兼容性, 油气层快速识别系统的开发语言为C#编程语言。油气层快速识别系统中的试油数据和单层及多层批量识别的数据都能够通过外部的Excel文件导入。
油气层快速识别系统能够实现利用多个交会图版识别储层流体性质, 当输入新储层的测井和气测录井数据后, 系统将该储层点投影到所有的交会图版中, 并根据储层点和流体性质分界线的位置关系实现流体性质判别, 最终识别概率以直方图的形式显示在主窗体中 (图6) , 当需要识别的储层较多时, 可以通过导入Excel文件的形式实现多套储层批量的流体快速识别 (图7) 。当快速识别系统的识别结果不合理时, 用户能够通过外部程序修改快速识别系统的识别结果。
该系统能够实现用户通过界面交互的方式添加或修改试油数据, 并且能够实现以加载Excel文件的方式更新试油数据。用户能够修改交会图版中的X轴和Y轴的名称、坐标轴最大值和最小值、坐标轴的刻度类型 (线性坐标或者对数坐标) 坐标轴的变量、交会图版的名称、交会图版的权重和识别算法等。
3.2 构成与实现
复杂储层流体快速识别系统由图版数据结构、电子交会图版 (自定义控件, 具有交会图版的功能) 和主程序构成。图版数据结构储存文件类型是二进制文件, 该文件是通过C#的序列化方法 (Binary Formatter方法) 将用户的设置信息储存在以该交会图版序号为文件名的二进制文件中。主程序是C#开发的可执行程序, 主程序的界面设置了九个电子交会图版, 如珠江口盆地流体性质识别图版 (图8) , 用户能够根据目标工区的实际需求设置电子交会图版的数量和流体识别算法。
该系统通过C#开发的可执行程序, 人工输入或加载E x c e l的方式加载需要识别的储层参数, 根据加载的储层参数将该储层点投影到主程序界面中对应的交会图版中, 并根据用户设定的识别算法实现计算机辅助识别流体性质, 如图6、图7所示。用户通过手工输入和导入Excel表格的方式加载需要识别流体性质的储层参数。
通过Excel表格加载实现批量储层流体性质识别, 图9为在Excel文件中定位储层参数的界面, 用户只需输入储层参数所在的列号, 软件自动将该列数据与储层参数绑定。当完成所有储层参数的数据绑定后可以通过主界面中的翻键按钮实现逐层流体性质识别。在批量识别中, 如果对系统的识别结果不满意, 可通过图10所示界面, 修改识别结果。逐层识别完毕后, 可通过“Save”按钮实现识别结果的导出。批量识别结果会以电子表格的形式储存, 与导入的电子表格同文件目录。
该系统的主程序中设置了不同参数最佳搭配电子交会图版, 用户可通过界面任意修改电子交会图版中的参数和数据。系统启动时, 会通过加载二进制文件的方式初始化每个交会图版。系统运行中, 对电子交会图版的修改, 系统会将用户的修改提交给该电子交会图版并及时刷新图版。关闭系统时, 系统会自动将修改更新至该交会图版的二进制文件中。
4 系统的应用效果
利用复杂储层流体快速识别系统进行实际测录井资料处理, 检测南海西部海域各盆地内共71个层段, 与MDT、地层测试及电缆测试结论对比, 69个层符合, 符合率为97.2%。其中对莺歌海盆地油气水层、高含CO2气层检测, 流体识别符合率达95.8%;对珠江口盆地油气水层、凝析气层检测, 流体识别符合率达91.7%;对北部湾盆地油气水层、轻质油层检测, 流体识别符合率达97.3%。莺歌海、北部湾盆地2012年新钻的8口井的油气层识别结果, 其符合率为100% (表4) 。
5 结束语
复杂储层流体快速识别系统在南海西部海域各盆地油气田的成功应用, 验证了该技术成果的可靠性和具有较高的实用价值, 借鉴所取得的经验, 为海上油气勘探开发、节约钻井成本、找到更多有开采价值的油气层提供了可靠的技术保障。对莺歌海盆地高含CO2气层识别应用效果好, 达到了“优、快、准”的识别效果。
摘要：随着南海西部海域随着勘探实践的深入, 寻找优质储层的油气藏难度加大, 勘探的领域逐渐向深层、复杂储层拓展, 解决“低孔、低渗、低阻”的难题日益迫切;莺歌海盆地气田高含CO2气层的情况, 直接影响气田的开发生产效果。本文通过对南海西部海域北部湾盆地、珠江口盆地和莺歌海盆地储层的气测录井和测井资料的综合分析和研究, 基于交会图和全概率算法开发了一套油气层优快识别系统, 成功高效地解决了南海西部海域复杂储层油气层、高含非烃类CO2气层识别的技术难题, 经现场应用, 与地层测试对比, 对油气层识别的符合率达90%以上, 为低品位油气层勘探开发纵深发展提供了可靠的技术保障。
关键词：复杂储层,油气层识别,交会图,全概率,符合率,应用效果
参考文献
[1]雍世和, 张超谟.测井数据处理与综合解释[M].北京:中国石油大学出版社, 2007:80
[2]胡向阳, 吴健, 陈嵘, 等.南海珠江口盆地文昌A凹陷低孔低渗油气层测井识别方法及应用[J].海洋地质前沿, 2012, 28 (6) :46
[3]吴洪深, 高华, 林德明, 等.南海西部海域非烃类气层测井识别及解释评价方法[J].中国海上油气, 2012, 24 (1) :21
[4]高楚桥.复杂储层测井评价方法[M].石油工业出版社, 2003
流体识别因子研究 篇6
1 构建的敏感流体识别因子的理论基础
据Biot理论可得:
式中:饱和流体岩石的拉梅常数为λsat;干燥岩石的拉梅常数λdry;当孔隙压力为常数时, 流体体积与岩石体积之间变化之比为β;流体在体积不变时进入地层的压力, 为地层模量M。Gassmann在1951年推导出公式:
式中:饱和流体岩石的体积模量为Ksat, 干燥岩石的体积模量为Kdry, 可得出:
上式中:饱和流体岩石的剪切模量为μsat, 干燥岩石的剪切模量为μdry。有以上的式子就可得出Gassmann方程, 即饱和流体的岩石与干燥的岩石剪切模量相同时, 孔隙流体不影响横波参数。方程式如下:
上式中, 饱和岩石Dsat、干燥岩石Kdry、岩石骨架Kmat、填充流体的体积弹性模量Kflu、饱和岩石密度ρsat、岩石骨架密度ρmat、填充流体的密度ρflu、孔隙度ϕ。因为, 饱和岩石里横波阻抗变化不大, 对流体不敏感;而纵波阻抗对流体敏感, 含纵波阻抗的的流体因子都是敏感的。
2 构建高敏感流体识别因子
在波阻抗量纲中, 波阻抗量纲的低次类可以将数据的差异缩小, 高次类的量纲可以将数据的差异更加的突出, 两者的结合可以突出构建的因子的灵敏性, 更好的达到流体识别的目的。
上式是一个四次量纲的波阻抗与零次量纲的波阻抗的组合。 (6) 式中, 纵波阻抗IP、横波阻抗IS、c调节参数。
3 数据与柱状图对比
根据Hilterman总结的三类砂岩模型, 比较分析纵波阻抗、横波阻抗、Russell提出的ρf (ρf=Ip2-c Is2) (第1类c=2.336, 第2类c=2.669.第三类c=2.557) 、宁忠华σFSFIF[σHSFIF= (IpIs) (Ip2-BIs2) (调节参数B=4.1) ]与笔者构建的σLKE (调节参数c=2.8) , 这些流体因子之间的识别效果。
根据表1可以看出, 纵波阻抗Ip第一类砂岩里面并不能很好的区分出含气、含水砂岩, 在第二类和第三类里面能区分, 效果不明显;因横波阻抗Is对流体不敏感, 即横波阻抗在区分三类砂岩的含水与含气效果上都不明显;在流体识别因子中, ρƒ与σHSFIF对三类砂岩区分还是比较明显的, 它们的取值都为正数。笔者构建的识别因子σLKE在三类砂岩的含水与含气的区分上更加明显, 例如在流体识别因子在取正数值的时候, 能很好的区分第三类砂岩里含水含气, 在含水的时候为2503.9, 而含气为1.694;在第一类砂岩与第二类砂岩样本里, σLKE的区分含水含气效果更加明显, 正数值代表含水, 负数值代表含气, 第一类砂岩的含水为671.8, 第一类砂岩的含气为-8227, 第二类砂岩含水为6464.2, 第二类砂岩含气为-40.06。
4 结论
从Biot–Gassmann方程为出发点, 对流体敏感识别因子与不敏感识别因子进行不同次方量纲组合, 可以得出更敏感的流体识别因子σLKE。通过实际计算证明, 该敏感因子比别的流体识别因子有更高的敏感度。构建的流体因子还要与当地实际资料结合, 根据不同的储层地区, 从而构建合适的敏感流体识别因子。
参考文献
[1]Russell B H, Hedlin K, Hilterman F J, et al.Fluid-property discrimination with AVO:A Biot-Gassmann perspective[J].Geophysics, 2003, 68 (1) :29-39
[2]Biot, M.A., Theory of propagation of elastic waves in fluid saturated porous solid, I:Low frequence range, and II:Higher-frequence range[J].Jounal of the Acoustical Society of America, 1956, 28:168-196
[3]Gassmann, F., Uber die Elastizitat poroser Medien, Vierteljahrsschrift der Naturforschenden Gesellschaft in Zurich[J].1951, 96:1-23
储层流体识别 篇7
关键词：致密砂岩气藏,有效储层,识别
1 致密砂岩气藏储层特征
一般情况下, 致密砂岩气藏储层是指储层渗透率比较低的砂岩储层。其中主要根据储层所含流体的不同, 对于渗透率以及孔隙度的要求也不同。对于不同致密砂岩气藏有不同的组织, 其中规定只有砂岩储层对石油天然气的渗透率等于气藏的时候才可以被定义为致密砂岩气藏。在致密砂岩气藏中, 对于气体的产量影响比较大的原因出了低渗透、以及深度之外, 还包括了产层、压力、井筒半径、气藏以及地表温度等。因为致密砂岩气藏储层低渗透的特点, 可以导致该类型的气藏具体分布如图1:
致密砂岩气藏储层有很多特征, 具体如下:气场构造平缓、岩性致密、高含水饱和度、电阻率较低、高毛细管压力、常具异常压力、产量较低、电阻率较低、地质储量可观等扥特征。另外, 致密砂岩气藏的自然产能比较低, 需要采取一种增产的特殊钻井以及完井方法。致密砂岩气藏在储存背景下寻找气藏中相对中、高产富集区块, 并且采用比较常规的方法对有效储层进行识别。但是在致密砂岩气藏中, 石英的含量为50%, 长石的含量为40%, 并且胶结物主要以方解石为主, 有少量泥质硅质。在一定程度上, 形成了目前致密砂岩气藏的特征:致密砂岩气藏的储层非均质现场非常严重, 孔喉比比较差, 同时具有大孔小喉的配置特点。而且致密砂岩气藏的储层物质以及孔隙结构条件都属于典型的致密储层范围。本文主要通过测井技术对有效储层的识别进行探讨, 从而指导气田的开发。只有这样, 才能有效达到工业开采的要求。
2 有效储层的识别
针对致密砂岩气藏识别有效储层, 可以运用地震、测井等多种技术手段的基础之上, 运用致密砂岩气藏的动态特征相互结合, 从而形成识别致密砂岩气藏中有效储层的方法技术。其中, 识别有效储层技术具体如下:
(1) 致密砂岩气藏储层的有效性主要取决于孔、缝、洞的发育程度。在钻井过程中, 工作人员必须及时发现并识别有效储层已经成为井筒勘探的关键技术之一。应用储层缝录井识别技术, 及时发现并精细识别有效储层, 制定完井方案提供可靠的依据。只有这样, 才能提高油田勘探开发效果以及降低勘探开发的费用, 才能充分发挥出识别技术在油气勘探中的关键性作用。项目研究通过大量的录井数据资料进行统计, 从而形成为致密储层录井判别的方法, 实现了在钻井过程中对有效储层的识别。然后在此基础上, 形成为储层裂缝发育程度识别模型。这样就尅通过钻井液参数、钻井参数来引起钻时波动, 从而生成了选择钻井中地层的可钻性以及输送程度。并且在此基础上还可以有效识别有效储层。该识别技术在油气田勘探开发过程中起着关键性作用。
(2) 因为储层物性以及填充在其中的流体性质的空间变化, 造成了地震反射振幅、频率、速度等相应的变化。因此可以利用地震分析技术来识别有效储层。当渗透体的变化参数达到了相应的限度之后就可以在地震剖面表现出来。因此可以在确定标定的基础时尚, 对各种砂体的测井相应特征以及产能状况与地震分析资料进行结合, 从而识别致密砂岩气藏的有效储层。如果发现有效储层时候, 可以通过频率、振幅等几种参数把各种已知井的地质模型充分表现出来。通过地震剖面以及其他参数的相互结合, 判断与识别致密砂岩气藏的有效储层。
(3) 在油气藏勘探开发过程中, 通过致密砂岩气藏与试井进行分析, 可以清楚将有效储层分为三个数量的渗透性进行控制。同时致密砂岩气藏储层特征还可以由平面向复合渗流模模型特征, 并可以通过试井分析, 并根据渗透体渗流特征的储量以及产状进行识别出有效储层。
总之, 在致密砂岩气藏识别有效储层中, 充分运用地震、测井等多种技术来识别有效储层手段, 同时以致密砂岩气藏的动态特征为线索, 将实验分析以及测试手段相互结合, 把致密砂岩气藏储层的地质模型为重点, 建立有效的物理地质模型, 从而形成可以识别致密砂岩气藏中有效储层的方法技术。只有这样, 在油气田安勘探开发过程中, 才可以高效识别致密砂岩气藏中的有效储层, 使油气藏实现经济效益和社会效益的最大化。
3 结语
随着世界石油资源供需矛盾逐渐加大, 致密砂岩气藏的储层研究重要性越来越凸显。对于致密砂岩储层特征以及有效储层的识别可以帮助寻找更多的天然气储量, 并且还可以通过选择适当的射孔井段来改善完井设计。在有效储层的开发过程中, 采取的有效储层保护措施以及有效储层识别技术, 可以有效减少对储层的伤害, 从而降低了致密砂岩气藏的成本。总之, 致密砂岩气藏有效储层的识别技术可以使石油企业实现经济效益和社会效益最大化。
参考文献
[1]操应长, 王艳忠, 徐涛玉, 刘惠民, 高永进, 夏吉文, 吴昌龙, 李凌, 刘宏.东营凹陷西部沙四上亚段滩坝砂体有效储层的物性下限及控制因素[J].沉积学报, 2009, (02)