地质统计学反演方法及其在薄层砂体预测中的应用

２００７年１月第２２卷第１期

ＪｏｕｒｎａｌｏｆＸｉ’ａｎＳｈｉｙｏｕ

西安石油大学学报（自然科学版）

Ｕｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）

Ｊａｎ．２００７Ｖ０１．２２Ｎｏ．１

文章编号：１６７３．０６４Ｘ（２００７）０１—００４１—０４

地质统计学反演方法及其在薄层砂体预测中的应用

Ｇｅｏｓｔａｔｉｓｔｉｃａｌｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆｔｈｉｎｒｅｓｅｒｖｏｉｒｓ

孙思敏，彭仕宓

（中国石油大学（北京）资源与信息学院，北京１０２２４９）

摘要：地质统计学反演首先应用确定性反演方法得到波阻抗体，以了解储层的大致分布，并用于求取水平变差函数；然后从井点出发，井间遵从原始地震数据，通过随机模拟产生井间波阻抗，再将波阻抗转换成反射系数并与确定性反演方法求得的子波进行褶积产生合成地震道，通过反复迭代直

至合成地震道与原始地震道达到一定程度的匹配．该方法有效地综合了地质、测井和三维地震数

据，反演结果是多个等概率的波阻抗数据体实现，符合输入数据的地质统计学特征并受地质模型的约束，具有测井数据的垂向分辨率高和地震数据的横向分辨率高的优势，可用于不确定性评价．关键词：地质统计学反演；薄层砂体；随机模拟

中图分类号：ＴＥｌ２；Ｐ６３１．４

文献标识码：ＡＩｎｖｅｒｓｉｏｎ）由

多解性的有效反映．尽管各个实现各不相同，但每次

　地质统计学反演（Ｇｅｏｓｔａｔｉｓｔｉｃａｌ

ＨｄｌＪ（１９９４）提出，ＤＩ】ｂｎｌ心２Ｊ（１９９８）和Ｒ０出蚴ｎ引

（１９９８）力Ｈ以发展．它以地震反演为初始模型，从井点出发，井问遵从原始地震数据即以地震数据为硬数据

（ｈａｒｄｄａｔａ），建立定量的波阻抗三维地质模型，进行储

实现都满足：①在井点处与测井数据计算的波阻抗一致；②在井问符合地震数据和已知数据的地质统计学特征．具体步骤如下：

（１）建立初始模型；

（２）随机地选取井间一个网格点；

层横向预测．其特点在于综合了地震反演与储层随机建模的优势，充分利用地震数据横向密集的特点，精确求取不同方向上的变差函数．

（３）估计该网格点的条件概率密度函数；（４）从该条件概率分布函数中随机抽取一个值，利用反射系数公式计算反射系数并与子波进行褶积

生成合成地震道；

１地质统计学反演思路

地质统计学反演是一种将随机模拟理论与地震反演相结合的反演方法．它由２部分组成，即随机模拟过程以及对模拟结果进行优化并使之符合地震数据的过程［４｜．反演过程中充分发挥随机模拟技术综合不同尺度数据的能力，如可以综合层序地层研究与地震解释成果建立精细地质模型．序贯随机模拟沿任一随机路径进行，不同的随机路径得到不同的结果和实

现，不同实现的差异反映了地下地质的非均质性和随机性，差异越大，非均质性愈强．可以通过不同实现的

（５）根据合成地震道与实际地震道匹配程度而决定是否接受该地震道，若接受则计算终止，转向下一个地震道即转向步骤（２），否则重复步骤（４）一

（５）Ｅ５－６］；

（６）直到完成整个数据体的模拟．

由于测井资料垂向分辨率高，因而，垂向变差函数从测井资料计算；由于地震数据横向上较为密集，例如目前三维地震数据Ｃ／３Ｐ一般为２０～２５１ＴＩ，所以水平方向变差函数从地震数据中计算．这样，不仅可以精确求取任意方向上的变差函数，更能反映储层空

差异评价反演结果的风险，因此，这也是对地震反演

收稿日期：２００６—０４—０６

作者简介：孙思敏（１９６７一），男，博士，主要从事地震资料解释、储层预测及开发地质方面的研究

一４２一

西安石油大学学报（自然科学版）

间结构特性变化．因此，该方法综合了测井数据的垂向分辨率和地震数据的横向分辨率高的优势［７｜．

２技术流程

地质统计学反演的技术流程如图１所示．１地震数据ｌ

Ｉ地质数据ｌ

Ｉ测井数据ｌ

｛

『层位标定与子波估计Ｈ层序地层格架

ｌ。

。ｌ

环境校正与数据标准化ｊ

ｌ稀疏脉冲约束反演Ｈ

｝

ｆ

地质模型

Ｉ

ｌ水平变差函数Ｉ

ｌ垂直变差函数ｌ

・－｛地质统ｉｒ学反演ｌ

图１地质统计学反演流程图

应用钻井取心、测井资料及三维地震资料进行高　

为了初步了解波阻抗的大致分布特征，本文采用

（１）测井波阻抗数据的统计分析．序贯高斯模拟（２）拟合变差函数．求取空间变差函数是地质统ｍ以内实

变差函数计算在地层模型控制下分层进行，然后解释和高分辨层序地层学分析的基础上建立的，这有力地保证了层位对比方案的精确性．

图２根据测井数据求取变差函数

扶余油田３号构造于２００４年新部署了近３００

ｍ，沉积相研究认为属于三角洲内前缘亚相，岩性地震资料解释是做好反演的基础，而地震剖面上２．１地层模型

分辨层序地层学研究和地层对比，建立高精度等时地层格架模型，然后在地层模型约束下进行波阻抗条件模拟．

２．２确定性反演

３应用实例

ｌⅡｎ２的三维地震区域，目的是在油区内部进行挖潜的同时，在油田边部寻找新的有利目标以“增储上产”．

本次工作研究区位于扶余油田“二夹五井网”北部．作为目的层的扶余油层属于白垩系泉头组四段，厚度约１００组合呈现明显的向上变细的旋回，单砂层厚度３～５１ＴＩ，具有厚度薄、横向变化大的特点，常规确定性反演

方法受地震频带的限制而难以准确识别，对砂体的不

稀疏脉冲反演方法［８｜，反演中利用地震数据横向分辨率高的优势，反演波阻抗主要用于求取水平变差函

数，在反演过程中求得的地震子波直接用于随后的地

质统计学反演．

２．３地质统计学反演

确定性难以进行估计，因此，尝试应用地质统计学反演方法进行反演以提高分辨率和储层预测精度．

３．１地震资料解释与层序地层格架

要求数据服从高斯分布，因此模拟前应对数据进行分析，若不服从高斯分布，需要进行数据转换．

计学反演的关键步骤之一，在常规随机建模中一般使用井点数据，但井点数据只在垂向上数据点密集，求取变差函数精度高，而在水平方向可供用于拟合的数据点稀少，点距大，常常需要给定较大的容错角，拟合出的变差函数不仅精度低，也难以反映井间储层特征的小尺度变化．如图２所示，在滞后距６００可以在较大范围内追踪的同相轴较少，无法满足反演

的需要，进一步的层位解释需要井数据和地震资料的

结合．但在本区，可以在工区内追踪的地震同相轴只有泉四段的顶和底，需要进一步的精细层位解释．传统上这类工作主要在测井曲线上识别砂体的顶面，并将其顶面标定到地震同相轴上，然后在工区内进行追踪，这种基于岩性地层的解释方法忽略了这样的事实：①砂体的分布并不是在全区连续的，尤其是在陆相地层中；②这种对比并不是等时的．本区通过综合应用钻井取心、测井资料结合三维地震资料进行高分辨层序地层学研究和地层对比，识别出了４个短期旋回（ＳＳＣｌ．ＳＳＣ４）（图３），其中有３个较明显的洪泛面（对应泥岩段）在研究区内是相对稳定的，将旋回划分标定到地震剖面上，经反复修改建立了本区等时层序地层格架，这大大增加了地质模型的等时性．

验点对很少，缺少统计效应．地质统计学反演中垂向

变差函数从井数据求取，水平方向变差函数从稀疏脉冲约束反演波阻抗数据体中计算．充分发挥地震波阻抗数据横向上密度的优势，对各个方向进行扫描计算，求取各个方向的变差函数，充分表征储层性质空间分布的各向异性．

分别赋予相应的层．由于地质模型是在地震资料精细

孙思敏等：地质统计学反演方法及其在薄层砂体预测中的应用

一４３一

图４为稀疏脉冲约束反演的一条剖面，目的层下部砂体明显发育，厚度大，向上部砂体发育程度减弱，厚度减小．通过与井点扶北１４—７及扶北１４—２井旁波阻抗曲线对比可以看出，二者吻合较好，即反演结果基本反映了储层的大致变化规律．但剖面上砂体以块状为主，垂向分辨率有待于进一步提高．

圈３地质、测井与地震绢笛建立的商分辨层序地层硌架

３．２稀疏脉冲约束反演

假定地下的强反射系数界面稀疏分布，根据稀疏的原则从地震道中抽取反射系数，与子波褶积生成合成地震道，利用合成地震道与原始地震道的残差修改反射系数，得到新的反射系数序列，再做合成记录．如

些凳笆：熹兰竺型：竺登鼍竺要薏篓霎篓筻曼翌爹鍪序列．当得到反射系数后，就可以求得相对波阻抗．稀

疏脉冲约束反演增加了地质模型和井约束控制波阻抗的趋势和范围，由于地震数据是带限的，因此得到的数据缺少低频信息，必须通过建立地质模型进行低频补偿才能获得一个全频带的绝对波阻抗．

由于该反演是一种基于地震道的反演方法，因此，反演结果更能反映地震数据本身的空间变化，更多地保留了地震数据的原始特征．虽然其垂向分辨率

…一………～…～………

３．３地质统计学反演

图４稀疏脉冲约束反演的波阻抗剖面

由于储层预测关注的重点是井间储层的变化情

况，其空间各向异性用变差函数表征．垂向和水平变

差函数分别从井数据和稀疏脉冲约束反演波阻抗数据体中计算．在水平方向上，不同方向变差函数变程不同，反映了不同方向数据相关性的差异．根据地震反演波阻抗计算的水平方向变差函数精度明显高于

有限，但仍能反映波阻抗的总体变化特征，可用于求从井数据得到的结果（图５），这样充分发挥二者在垂

向和水平方向的分辨率优势，然后通过实验选取合适取水平变差函数．在反演过程中求得的地震子波可直接用于随后的地质统计学反演．

的变差函数模型将其拟合成三维变差函数．

滞后距／ｍ

（ａ）方位角为３０。及１２０Ｄ方向

滞后距／“

（ｂ）方位角为９０。及１８０贯向

图５根据地震波阻抗求取变差函数

反演中首先随机选取一个网格点并计算该点的局部概率密度函数（１ｐｄｆ），从中选取一个波阻抗值，然后将

波阻抗转换成反射系数，并用稀疏脉冲反演方法求得的子波与其褶积产生地震道，通过反复迭代直至合成地震道与原始地震数据达到一定程度的匹配．这样，

逐个网格点进行模拟和优化．在这里，地震数据和井数据一样作为硬数据得到尊重，由于随机模拟方法包容了噪声，并考虑到数据在一定空间内的相关性，拓宽了地震数据频带，反演结果同时符合测井数据、地

震数据和输入数据的地质统计学特征，并受建立的地

一‘｜４一

西安石油大学学报（鑫然辩学舨）

层模型的约束，反演结果是多个等概率酶波阻抗数据

体实现［９．１ｌ｜．

常被解释成于层，僮砂番含钙后赡饿增强，在构造应力作用下易于产生裂缝，是潜在的裂缝发育段，因此

如图６所示楚本次地质统计学反演过的扶北４

～７、扶北１６、扶北１２和扶北４井的波阻抗剖面的二次实现，可以看出垂向分辨率较稀疏脉冲约束反演有

了解其分布对研究裂缝的发育与分带其有指导作用．

通过岩心与测井标定，剥用其速度上的差异，解释了主力砂组（Ⅲ砂组）钙质砂岩的厚度分布（图７），可以看出，它主要位予东部豫砂体发育熬，呈北ｌ艺东向的

了很大提高，井点处地震与测井完全吻合，在井阚尤

其是井距较大时，两次实现之间有一些差捍，反映了

条形，与沉积相研究规律一致，对应原来分流河道砂

体底部最糨部分．

反演结果的随移ｌ性与不确定经．砂体底部韵薄层离渡

阻抗钙质砂岩非常清晰，这种钙质砂岩非常致密，通

囤６地质统计举反演典型剖面

参考文献：

［１］ＨｌａＳＡ，ＩＭｂｍｌｅＯ．Ｇｏ篮ｔａｔｉｓｔｉ础ｉｎｖｅｒｓｉｏｎ—Ａｓｅｑｕｅｎｔｉａｌ

ｍｅｔｌｘ）ｄｆｏｒｓｔ融－．ａｓｆｉｃｏ础ｓｔｒａｉｎｅｄｂｙｒ豫ｉｓ－

ｒ暖贮翩ｎｘｘｔｄｉｎｇ

ｍｉｃ

ｄａｔａＥＪ］．ＨｒｓｔＢｒｅａｋ，１９９４，１３（１２）：６１—５６９．

ｍｎｓｔｒａｉｎｅｄｂｙ３ｄ

［２３ＤｕｂｍｌｅＯ，ＴｈｉｂａｕｔＭ，ＬａｍｙＰ，ｅｔａｔ．Ｈａａｓ，Ｇｅ∞ｔａｔｉｓｔｉｃａｌ

ｎ§ｏ咄ａｒａｃｔｅｒｉｚａｔｉｏｎ

Ｐｅｔｒｏｌｅｕｍ

Ｄ

Ｓ（奴ＦＩＩＣｄａｔａ［Ｊ】．

ｓｃｉｅｎｃｅ，１９９８（４）：１２１．１２８．

Ｈ．Ｇｏ篇ｔａｔｉｓｔｉｃａｌｉｎｖｅｒｓｉｏｎｏｆ３一Ｄｓｅｉｍａｉｃｄａｔａｆｏｒ

［３］Ｒｏｔｈｍａｎ

ｔｈｉｒｒｓａｎｄ３４６．

ｄｄｉｎｅａｄｏｎ［Ｊ］．Ｃｍｐｈｙｓｉｃｓ，１９９８，５１（２）：３３２－

Ｋ，ＣｈｕｎｄｕｒｕＡ．ＩｎｔｅｇｒａｔｅｄＩｎｔｅｒｐｒｅｔａｔｉｏｎＳｅｉｍａｉｃＤａｔａＴｏＩＭｌｉｎｅｍｅ’精血ｏｉｌ。Ｐｒｏ－

［４］Ｃａｒｌｏｓ

ｏｆ

Ｗ，腿ｈｕ

图７扶余油田“二爽五井网”区北部扶余漓层

噩移缝镑质砂层潭凄匿

ｄｕｃｉｎｇ

Ｗｉｒｄｉｎｅａｎｄ

３Ｄ

ＳａｎｄｓｉｎＳａｎ］ｃａｇｅ１３ａｓｉｎ［Ｃ］．ＳＰＥ８７３０４，２００３．

［５】Ｃｌａｉｒｅ＆】ｌｌｉｖａｎ，ＥｒｉｃＥｋｓｔｒａｎｄ，Ｔｃｘｎ礴稚，ｅｔａ１．Ｑｕａｎｔｉｆｙｉｎｇ

ｕｎｃｅｒｔａｉｎｔｙｉｎｓｉｏｎ

ａｔ

４结论

在褥琉脉冲约柬反演基礁上，应用地质统计学反演进行储层表征与预测，不仅可以大大提高地震资料

酶垂尚分辨率，两最可以对反演结果的不确定性进行

［６］６

ｒｅｓｅｔ，ｄｒ口删卷ｕｓｉｎｇ

Ｇｅ嘣ｔａｔｉｓｔｉｃａｌＩｎｖｅｒ—

ｔｈｅｔ－ｂ／ｓｔｅｉｎ

Ｆｉｄｄ，映Ｎ３ｗａｔｅｒＧｕｌｆｏｆＭｅｄｏｏ［Ｃ３／／

ＳＥＧＩｎｔ’ｌＥｘｐ。６ｉｔｉｔｍａｎｄ７４ｍＡｎｎｕａｌＭｅｅｔｉｎｇＤｅｎｖｅｒ．Ｃ０１．

ｏｒａｄｏ．２雠：１０—１５．

ＡｒｔｕｎＥ，Ｔｏｒｏ

Ｊ，ｗｉｌ㈣Ｔ．Ｒｅｓｅｒｖｍ

ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎＵＳｉｎｇ

ｇｅｏｓｔａｔｉｓｔｉｃａｌＩｎｖｅｒｓｉｏｎ［Ｃ】．ＳＰＥ９８０１２，２００５．

分析和评价，通过在吉林扶余油田“二夹五井网”联的应用，表明该方法可以有效地综合地质、溅井和地震数据进行储层预测，尤其在预测薄砂体方蕊效果良

好．

［７］ＡｇｕｓｔｉｎＭｅｄｉｎａ，ＪｅｓｕｓＣａｒｒｅｒａ．Ｇｅ璐ｔａｔｉｓｔｉｃａｌ

ｐｌｅｄ

ｅｎｔ

ｉｎｖｅｒｓｉｏｎ

ａｎｄ

ｏｆ蜘一

ｄｉｆｆｅｒ—

ｐｒｏｂｌ髓－，ｓ：ｄｅａＩｉｎｇ诚盎蕊嘞纽螽粥疆ｔｘｌｒｄｅｎ

ｔｙｐｅｓｏｆｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｋｇｙ，２００５，２８１：２５１．

（下转第４８页）

２６４．

一４８一

西安石油大学学报（自然科学版）

ｂｒａｉｄｅｄｒｉｖｅｒｓ：ａｓｕｍｍａｒｙ［Ｃ］／／ＭｉａｌｌＡＤ．ＦｌｕｖｉａｌＳｅｄｉ—

５结论

ｍｅｎｔｏｌｏｇｙ．Ｃａｌｇａｒｙ：Ｃａｎａｄｉａｎ

ｇｙ

Ｓｏｃｉｅｔｙ

ｏｆＰｅｔｒｏｌｅｕｍＧｅｏｌｏ—

Ｍｅｍｏｉｒｓ，１９７８：５９７—６０４．

鄂尔多斯盆地苏里格庙地区为上古生界盒８、山１储层大面积含气区，天然气资源丰富．然而，对该区盒８、山１储层“甜点”控制因素的分析表明，心滩微相控制了有利砂体的分布，生排烃早一中期（三叠世末至中侏罗世）的古鼻隆构造控制了储层的选择性溶蚀，并控制了有利成岩相分布，最终，生排烃高峰期（晚侏罗一早白垩世）的古鼻隆构造控制了较高产能气井的分布，因此，控制苏里格气田储层“甜点”的关键因素为心滩微相和生排烃期的古鼻隆构造，对它们的精确把握将有助于井位优选和气井产

能预测．参考文献：

［１］付金华，段晓文，席胜利．鄂尔多斯盆地上古生界气藏

特征［Ｊ］．天然气工业，２０００，２０（６）：１６—１９．

［２］何自新，付金华，席胜利，等．苏里格大气田成藏地质特

征［Ｊ］．石油学报，２００３，２４（２）：６－１２．

［３］廖保方，张为民，李列，等．辫状河现代沉积研究与相模

［６］裘亦楠．碎屑岩储层沉积基础［Ｍ］．北京：石油工业出

版社，１９８７．［７］ＡｌｌｅｎＪ

Ｒ

Ｌ．Ｓｔｕｄｉｅｓｉｎｆｌｕｖｉａｔｉｌｅ，ｓｅｄｉｍｅｎｔａｔｉｏｎ：ｂａｒｓ，ｂａｒ－

ｃｏｍｐｌｅｘｅｓａｎｄｓａｎｄｓｔｏｎｅｓｈｅｅｔｓ（１０ｗｓｉｎｕｏｓｉｔｙｂｒａｉｄｅｄ

ｓｔｒｅａｍｓ）ｉｎｔｈｅＢｒｏｗｎｓｔｏｎｅｓ（Ｌ．Ｄｅｖｏｎｉａｎ），ｗｅｌｓｈ

Ｂｏｒ—

ｄｅｒｓ［Ｊ］．ＳｅｄｉｍｅｎｔａｒｙＧｅｏｌｏｇｙ，１９８３，３３（１）：２３７—２９３．［８］ＢｒｉｄｇｅＪＳ．Ｔｈｅ

ｗａｔｅｒ

ｉｎｔｅｒａｃｔｉｏｎ

ｂｅｔｗｅｅｎｃｈａｎｎｅｌｇｅｏｍｅｔｒｙ，

ｔｌｏｗ，ｓｅｄｉｍｅｎｔｔｒａｎｓｐｏｒｔａｎｄｄｅｐｏｓｉｔｉｏｎｉｎｂｒａｉｄｅｄ

Ｌ，Ｂｒｉｓｔｏｗ

ｆｉｖｅｍ［Ｃ］／／ＢｅｓｔＪｄｍ：Ｇｅｏｌｏｇｉｃａｌ

１９９３：１３—７１．

ＣＳ．ＢｒａｉｄｅｄＲｉｖｅｒｓ．Ｉｏｎ—

Ｐｕｂｌｉｃａｔｉｏｎ，

Ｓｏｃｉｅｔｙ

ｏｆＬｏｎｄｏｎＳｐｅｃｉａｌ

［９］Ｆｒｉｅｎｄ

［Ｊ］．Ｊ［１０］Ｊｏ

Ｈ

Ｐ

Ｅ，ＳａｌｔｅｒＭＪ，ＷｉｌｌｉａｍｓＲＣ．Ｖｅｒｔｉｃａｌａｎｄｌａｔｅｒ—

ａｌｂｕｉｌｄｉｎｇｏｆｒｉｖｅｒｓｓａｎｄｓｔｏｎｅＩｘ）Ｃｌｉｅｓ，Ｅｂｒｏｂａｓｉｎ，Ｓｐａｉｎ

ＧｅｏｌＳｏｃ

Ｌｏｎｄ，１９７９，１３６（１）：３９—４６．

ｏｆ

Ｒ，ＣｈｏｎｇｈＳＫ．Ａｒｃ｝ｌｉｔｅｃｔｕｒａｌａｎａｌｙｓｉｓ

ｉｎ

ｆｌｕｖｉａｌ

ｓｅ—

ｑｕｅｎｃｅｓ

ｔｈｅｎｏｒｔｈｗｅｓｔｅｒｎｐａｒｔｏｆ

Ｋｙｏｎｇｓａｎｇ

ｂａｓｉｎ

（ｅａｒｌｙＣｒｅａｔｅｏｕｓ），ＳＥＫｏｒｅａ［Ｊ］．ＳｅｄｉｍｅｎｔａｒｙＧｅｏｌｏｇｙ，２００１．１４４（１／２）：３０７—３３４．［１１］ｗｉｌｌｉｓ

Ｂ

Ｊ．Ａｎｃｉｅｎｔ

ｒｉｖｅｒｓｙｓｔｅｍｓｉｎｔｈｅＨｉｍａｌａｙａｎｆｏｒｅ．

　３４—３９．

［４］Ｍｉａｌｌ

式——中国永定河剖析［Ｊ］．沉积学报，１９９８，１６（１）：

ＡＤ．Ｔｈｅ

ｄｅｅｐ，ＣｈｉｎｊｉＶｉｌｌａｇｅａｒｅａ，ｎｏｒｔｈｅｒｎＰａｋｉｓｔａｎ［Ｊ］．Ｓｅｄｉｍｅｎ—

ｔａｒｙ

Ｇｅｏｌｏｇｙ，１９９３，８８（１）：１－７６．

ＧｅｏｌｏｇｙｏｆＦｌｕｖｉａｌＤｅｐｏｓｉｔｓ—Ｓｅｄｉｍｅｎｔａｒｙ

ＰｅｔｒｏｌｅｕｍＧｅｏｌｏｇｙ［Ｍ］．

［１２］王涛．中国深盆气田［Ｍ］．北京：石油工业出版社，

２００２．

Ｆａｃｉｅｓ，Ｂａｓｉｎ

Ｂｅｒｌｉｎ：Ｓｐｉｎｇｅｒ

Ａｎａｌｙｓｉｓ，ａｎｄ

ＶｅｒｌａｇＬｎｃ，１９９６．

［１３］赵林，夏新宇，洪峰．鄂尔多斯盆地中部气田上古生界

气藏成藏机理［Ｊ］．天然气工业，２０００，２０（２）：１７—２１．

编辑：王辉

［５］Ｍｉａｌｌ

Ａ

Ｄ．Ｌｉｔｈｏｆａｃｉｅｓｔｙｐｅｓａｎｄｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｍｏｄｅｌｓｉｎ

“¨¨－，‘ｏＩ．ｐ一¨¨－一¨Ｉ－一¨¨Ｈ，～Ｉｌｐｐｗ¨¨一Ｉ●一¨¨－一‰・－一Ⅶ¨—一Ｉ●＂‘＿Ｉ…ｌＩ●ｐ，ｗ“ｐ一¨¨・・一帅ｐ一‰●・一¨¨・‘一＿ⅦＨ，’¨７”¨¨．一岫一Ⅶ一¨“一¨¨一Ｈ¨¨一¨¨一＿Ｉ●ｐ，＿ＩＩｐ一。ＩＩＩ＿，１Ｉ●－√“ＩＩ删Ｉ●ｒｒ州ＩＩ＿一％ｐ—ｑＩ●＿，＿¨＿・—岫Ｉ●ｐ，”ＩＩＩ＂４■’Ｉ＂，１¨¨一¨ｈ・删¨．一Ⅶ・・一Ⅶ・・—¨¨＿－

（上接第４４页）

［８］Ｔｏｒｒｅｓ－ＶｅｒｄｉｎＣ，ＶｉｃｔｏｒｉａＭ．Ｔｒａｃｅ－ｂａｓｅｄａｎｄＧｅｏｓｔａｔｉｓ—

ｔｉｃａｌｉｎｖｅｒｓｉｏｎｏｆ３．．Ｄｓｅｉｓｍｉｃｄａｔａｆｏｒｔｈｉｎ．．ｓａｎｄｄｅｌｉｎ．．

ｇｅｏｓｔａｔｉｓｔｉｃａｌｓｉｍｕｌａｔｉｏｎｐｒａｃｔｉｃｅｓｆｏｒｒｅｓｅｒｖｏｉｒｄｄｉｎｅａｔｉｏｎ

［Ｃ］／／ＡＡＰＧＨｅｄｂｅｒｇＲｅｓｅａｒｃｈＣｏｎｆｅｒｅｎｃｅ

Ｒｅｓｅｒｖｏｉｒ

ＯＤ

Ａｐｐｌｉｅｄ

ｅａｔｉｏｎ：Ａｎ

ａｐｐｌｉｃａｔｉｏｎｉｎＳａｎＪｏｒｇｅＢａｓｉｎ，Ａｒｇｅｎｔｉｎａ［Ｊ］．

Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ

ＵｓｉｎｇＧｅｏｓｔａｔｉｓｔｉｃｓ．Ｗｏｏｄ一

ＴｈｅＬｅａｄｉｎｇＥｄｇｅ，１９９９，１８（９）：１０７０—１０７７．１ａｎｄｓ，２００５，３－１６．［１１］Ｒｏｗｂｏｔｈａｍ

ｖｅｒｓｉｏｎ

Ｐ

［９］ＪｏｈｎＰｅｎｄｒｅｌ，ＭｉｌｅｓＬｅｇｇｅｔｔ，ＰｅｔｅｒＭｅｓｄａｇ．Ｇｅｏｓｔａｔｉｓｔｉｃａｌ

Ｓｉｍｕｌａｔｉｏｎ

ｆｏｒ

Ｒｅｓｅｒｖｏｉｒ

Ｓ，ｇａｍｙＰ，ＳｗａｂｙＰＡ．Ｇｅｏｓｔａｔｉｓｔｉｃａｌｉｎ—

ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎＣ

Ｉ们００４

ｆｏｒｒｅｓｅｒｖｏｉｒｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ［Ｃ］／／２００５ＳＥＧＥｘ—

ＣＳＢＧＮａｔｉｏｎａｌＣｏｎｖｅｎｔｉｏｎ．２００４：１－４．

ｐａｎｄｅｄＡｂｓｔｒａｃｔｓ．２００５：１１—１４．

编辑：王辉

［１０］Ｔｏｒｒｅｓ－ＶｅｒｄｉｎＣ，Ｇｒｉｊａｌｂａ－ＣｕｅｎｃａＡ，ＤｅｂｅｙｅＨ．Ａｏｏｍ—

ｐａｒｉｓｏｎ

ｂｅｔｗｅｅｎｇｅｏｓｔａｔｌｓｔｉｃａｌｉｎｖｅｍｉｏｎａｎｄｃｏｎｖｅｎｔｉｏｎａｌ

２００７年１月第２２卷第１期

ＪｏｕｒｎａｌｏｆＸｉ’ａｎＳｈｉｙｏｕ

西安石油大学学报（自然科学版）

Ｕｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）

Ｊａｎ．２００７Ｖ０１．２２Ｎｏ．１

文章编号：１６７３．０６４Ｘ（２００７）０１—００４１—０４

地质统计学反演方法及其在薄层砂体预测中的应用

Ｇｅｏｓｔａｔｉｓｔｉｃａｌｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆｔｈｉｎｒｅｓｅｒｖｏｉｒｓ

孙思敏，彭仕宓

（中国石油大学（北京）资源与信息学院，北京１０２２４９）

摘要：地质统计学反演首先应用确定性反演方法得到波阻抗体，以了解储层的大致分布，并用于求取水平变差函数；然后从井点出发，井间遵从原始地震数据，通过随机模拟产生井间波阻抗，再将波阻抗转换成反射系数并与确定性反演方法求得的子波进行褶积产生合成地震道，通过反复迭代直

至合成地震道与原始地震道达到一定程度的匹配．该方法有效地综合了地质、测井和三维地震数

据，反演结果是多个等概率的波阻抗数据体实现，符合输入数据的地质统计学特征并受地质模型的约束，具有测井数据的垂向分辨率高和地震数据的横向分辨率高的优势，可用于不确定性评价．关键词：地质统计学反演；薄层砂体；随机模拟

中图分类号：ＴＥｌ２；Ｐ６３１．４

文献标识码：ＡＩｎｖｅｒｓｉｏｎ）由

多解性的有效反映．尽管各个实现各不相同，但每次

　地质统计学反演（Ｇｅｏｓｔａｔｉｓｔｉｃａｌ

ＨｄｌＪ（１９９４）提出，ＤＩ】ｂｎｌ心２Ｊ（１９９８）和Ｒ０出蚴ｎ引

（１９９８）力Ｈ以发展．它以地震反演为初始模型，从井点出发，井问遵从原始地震数据即以地震数据为硬数据

（ｈａｒｄｄａｔａ），建立定量的波阻抗三维地质模型，进行储

实现都满足：①在井点处与测井数据计算的波阻抗一致；②在井问符合地震数据和已知数据的地质统计学特征．具体步骤如下：

（１）建立初始模型；

（２）随机地选取井间一个网格点；

层横向预测．其特点在于综合了地震反演与储层随机建模的优势，充分利用地震数据横向密集的特点，精确求取不同方向上的变差函数．

（３）估计该网格点的条件概率密度函数；（４）从该条件概率分布函数中随机抽取一个值，利用反射系数公式计算反射系数并与子波进行褶积

生成合成地震道；

１地质统计学反演思路

地质统计学反演是一种将随机模拟理论与地震反演相结合的反演方法．它由２部分组成，即随机模拟过程以及对模拟结果进行优化并使之符合地震数据的过程［４｜．反演过程中充分发挥随机模拟技术综合不同尺度数据的能力，如可以综合层序地层研究与地震解释成果建立精细地质模型．序贯随机模拟沿任一随机路径进行，不同的随机路径得到不同的结果和实

现，不同实现的差异反映了地下地质的非均质性和随机性，差异越大，非均质性愈强．可以通过不同实现的

（５）根据合成地震道与实际地震道匹配程度而决定是否接受该地震道，若接受则计算终止，转向下一个地震道即转向步骤（２），否则重复步骤（４）一

（５）Ｅ５－６］；

（６）直到完成整个数据体的模拟．

由于测井资料垂向分辨率高，因而，垂向变差函数从测井资料计算；由于地震数据横向上较为密集，例如目前三维地震数据Ｃ／３Ｐ一般为２０～２５１ＴＩ，所以水平方向变差函数从地震数据中计算．这样，不仅可以精确求取任意方向上的变差函数，更能反映储层空

差异评价反演结果的风险，因此，这也是对地震反演

收稿日期：２００６—０４—０６

作者简介：孙思敏（１９６７一），男，博士，主要从事地震资料解释、储层预测及开发地质方面的研究

一４２一

西安石油大学学报（自然科学版）

间结构特性变化．因此，该方法综合了测井数据的垂向分辨率和地震数据的横向分辨率高的优势［７｜．

２技术流程

地质统计学反演的技术流程如图１所示．１地震数据ｌ

Ｉ地质数据ｌ

Ｉ测井数据ｌ

｛

『层位标定与子波估计Ｈ层序地层格架

ｌ。

。ｌ

环境校正与数据标准化ｊ

ｌ稀疏脉冲约束反演Ｈ

｝

ｆ

地质模型

Ｉ

ｌ水平变差函数Ｉ

ｌ垂直变差函数ｌ

・－｛地质统ｉｒ学反演ｌ

图１地质统计学反演流程图

应用钻井取心、测井资料及三维地震资料进行高　

为了初步了解波阻抗的大致分布特征，本文采用

（１）测井波阻抗数据的统计分析．序贯高斯模拟（２）拟合变差函数．求取空间变差函数是地质统ｍ以内实

变差函数计算在地层模型控制下分层进行，然后解释和高分辨层序地层学分析的基础上建立的，这有力地保证了层位对比方案的精确性．

图２根据测井数据求取变差函数

扶余油田３号构造于２００４年新部署了近３００

ｍ，沉积相研究认为属于三角洲内前缘亚相，岩性地震资料解释是做好反演的基础，而地震剖面上２．１地层模型

分辨层序地层学研究和地层对比，建立高精度等时地层格架模型，然后在地层模型约束下进行波阻抗条件模拟．

２．２确定性反演

３应用实例

ｌⅡｎ２的三维地震区域，目的是在油区内部进行挖潜的同时，在油田边部寻找新的有利目标以“增储上产”．

本次工作研究区位于扶余油田“二夹五井网”北部．作为目的层的扶余油层属于白垩系泉头组四段，厚度约１００组合呈现明显的向上变细的旋回，单砂层厚度３～５１ＴＩ，具有厚度薄、横向变化大的特点，常规确定性反演

方法受地震频带的限制而难以准确识别，对砂体的不

稀疏脉冲反演方法［８｜，反演中利用地震数据横向分辨率高的优势，反演波阻抗主要用于求取水平变差函

数，在反演过程中求得的地震子波直接用于随后的地

质统计学反演．

２．３地质统计学反演

确定性难以进行估计，因此，尝试应用地质统计学反演方法进行反演以提高分辨率和储层预测精度．

３．１地震资料解释与层序地层格架

要求数据服从高斯分布，因此模拟前应对数据进行分析，若不服从高斯分布，需要进行数据转换．

计学反演的关键步骤之一，在常规随机建模中一般使用井点数据，但井点数据只在垂向上数据点密集，求取变差函数精度高，而在水平方向可供用于拟合的数据点稀少，点距大，常常需要给定较大的容错角，拟合出的变差函数不仅精度低，也难以反映井间储层特征的小尺度变化．如图２所示，在滞后距６００可以在较大范围内追踪的同相轴较少，无法满足反演

的需要，进一步的层位解释需要井数据和地震资料的

结合．但在本区，可以在工区内追踪的地震同相轴只有泉四段的顶和底，需要进一步的精细层位解释．传统上这类工作主要在测井曲线上识别砂体的顶面，并将其顶面标定到地震同相轴上，然后在工区内进行追踪，这种基于岩性地层的解释方法忽略了这样的事实：①砂体的分布并不是在全区连续的，尤其是在陆相地层中；②这种对比并不是等时的．本区通过综合应用钻井取心、测井资料结合三维地震资料进行高分辨层序地层学研究和地层对比，识别出了４个短期旋回（ＳＳＣｌ．ＳＳＣ４）（图３），其中有３个较明显的洪泛面（对应泥岩段）在研究区内是相对稳定的，将旋回划分标定到地震剖面上，经反复修改建立了本区等时层序地层格架，这大大增加了地质模型的等时性．

验点对很少，缺少统计效应．地质统计学反演中垂向

变差函数从井数据求取，水平方向变差函数从稀疏脉冲约束反演波阻抗数据体中计算．充分发挥地震波阻抗数据横向上密度的优势，对各个方向进行扫描计算，求取各个方向的变差函数，充分表征储层性质空间分布的各向异性．

分别赋予相应的层．由于地质模型是在地震资料精细

孙思敏等：地质统计学反演方法及其在薄层砂体预测中的应用

一４３一

图４为稀疏脉冲约束反演的一条剖面，目的层下部砂体明显发育，厚度大，向上部砂体发育程度减弱，厚度减小．通过与井点扶北１４—７及扶北１４—２井旁波阻抗曲线对比可以看出，二者吻合较好，即反演结果基本反映了储层的大致变化规律．但剖面上砂体以块状为主，垂向分辨率有待于进一步提高．

圈３地质、测井与地震绢笛建立的商分辨层序地层硌架

３．２稀疏脉冲约束反演

假定地下的强反射系数界面稀疏分布，根据稀疏的原则从地震道中抽取反射系数，与子波褶积生成合成地震道，利用合成地震道与原始地震道的残差修改反射系数，得到新的反射系数序列，再做合成记录．如

些凳笆：熹兰竺型：竺登鼍竺要薏篓霎篓筻曼翌爹鍪序列．当得到反射系数后，就可以求得相对波阻抗．稀

疏脉冲约束反演增加了地质模型和井约束控制波阻抗的趋势和范围，由于地震数据是带限的，因此得到的数据缺少低频信息，必须通过建立地质模型进行低频补偿才能获得一个全频带的绝对波阻抗．

由于该反演是一种基于地震道的反演方法，因此，反演结果更能反映地震数据本身的空间变化，更多地保留了地震数据的原始特征．虽然其垂向分辨率

…一………～…～………

３．３地质统计学反演

图４稀疏脉冲约束反演的波阻抗剖面

由于储层预测关注的重点是井间储层的变化情

况，其空间各向异性用变差函数表征．垂向和水平变

差函数分别从井数据和稀疏脉冲约束反演波阻抗数据体中计算．在水平方向上，不同方向变差函数变程不同，反映了不同方向数据相关性的差异．根据地震反演波阻抗计算的水平方向变差函数精度明显高于

有限，但仍能反映波阻抗的总体变化特征，可用于求从井数据得到的结果（图５），这样充分发挥二者在垂

向和水平方向的分辨率优势，然后通过实验选取合适取水平变差函数．在反演过程中求得的地震子波可直接用于随后的地质统计学反演．

的变差函数模型将其拟合成三维变差函数．

滞后距／ｍ

（ａ）方位角为３０。及１２０Ｄ方向

滞后距／“

（ｂ）方位角为９０。及１８０贯向

图５根据地震波阻抗求取变差函数

反演中首先随机选取一个网格点并计算该点的局部概率密度函数（１ｐｄｆ），从中选取一个波阻抗值，然后将

波阻抗转换成反射系数，并用稀疏脉冲反演方法求得的子波与其褶积产生地震道，通过反复迭代直至合成地震道与原始地震数据达到一定程度的匹配．这样，

逐个网格点进行模拟和优化．在这里，地震数据和井数据一样作为硬数据得到尊重，由于随机模拟方法包容了噪声，并考虑到数据在一定空间内的相关性，拓宽了地震数据频带，反演结果同时符合测井数据、地

震数据和输入数据的地质统计学特征，并受建立的地

一‘｜４一

西安石油大学学报（鑫然辩学舨）

层模型的约束，反演结果是多个等概率酶波阻抗数据

体实现［９．１ｌ｜．

常被解释成于层，僮砂番含钙后赡饿增强，在构造应力作用下易于产生裂缝，是潜在的裂缝发育段，因此

如图６所示楚本次地质统计学反演过的扶北４

～７、扶北１６、扶北１２和扶北４井的波阻抗剖面的二次实现，可以看出垂向分辨率较稀疏脉冲约束反演有

了解其分布对研究裂缝的发育与分带其有指导作用．

通过岩心与测井标定，剥用其速度上的差异，解释了主力砂组（Ⅲ砂组）钙质砂岩的厚度分布（图７），可以看出，它主要位予东部豫砂体发育熬，呈北ｌ艺东向的

了很大提高，井点处地震与测井完全吻合，在井阚尤

其是井距较大时，两次实现之间有一些差捍，反映了

条形，与沉积相研究规律一致，对应原来分流河道砂

体底部最糨部分．

反演结果的随移ｌ性与不确定经．砂体底部韵薄层离渡

阻抗钙质砂岩非常清晰，这种钙质砂岩非常致密，通

囤６地质统计举反演典型剖面

参考文献：

［１］ＨｌａＳＡ，ＩＭｂｍｌｅＯ．Ｇｏ篮ｔａｔｉｓｔｉ础ｉｎｖｅｒｓｉｏｎ—Ａｓｅｑｕｅｎｔｉａｌ

ｍｅｔｌｘ）ｄｆｏｒｓｔ融－．ａｓｆｉｃｏ础ｓｔｒａｉｎｅｄｂｙｒ豫ｉｓ－

ｒ暖贮翩ｎｘｘｔｄｉｎｇ

ｍｉｃ

ｄａｔａＥＪ］．ＨｒｓｔＢｒｅａｋ，１９９４，１３（１２）：６１—５６９．

ｍｎｓｔｒａｉｎｅｄｂｙ３ｄ

［２３ＤｕｂｍｌｅＯ，ＴｈｉｂａｕｔＭ，ＬａｍｙＰ，ｅｔａｔ．Ｈａａｓ，Ｇｅ∞ｔａｔｉｓｔｉｃａｌ

ｎ§ｏ咄ａｒａｃｔｅｒｉｚａｔｉｏｎ

Ｐｅｔｒｏｌｅｕｍ

Ｄ

Ｓ（奴ＦＩＩＣｄａｔａ［Ｊ】．

ｓｃｉｅｎｃｅ，１９９８（４）：１２１．１２８．

Ｈ．Ｇｏ篇ｔａｔｉｓｔｉｃａｌｉｎｖｅｒｓｉｏｎｏｆ３一Ｄｓｅｉｍａｉｃｄａｔａｆｏｒ

［３］Ｒｏｔｈｍａｎ

ｔｈｉｒｒｓａｎｄ３４６．

ｄｄｉｎｅａｄｏｎ［Ｊ］．Ｃｍｐｈｙｓｉｃｓ，１９９８，５１（２）：３３２－

Ｋ，ＣｈｕｎｄｕｒｕＡ．ＩｎｔｅｇｒａｔｅｄＩｎｔｅｒｐｒｅｔａｔｉｏｎＳｅｉｍａｉｃＤａｔａＴｏＩＭｌｉｎｅｍｅ’精血ｏｉｌ。Ｐｒｏ－

［４］Ｃａｒｌｏｓ

ｏｆ

Ｗ，腿ｈｕ

图７扶余油田“二爽五井网”区北部扶余漓层

噩移缝镑质砂层潭凄匿

ｄｕｃｉｎｇ

Ｗｉｒｄｉｎｅａｎｄ

３Ｄ

ＳａｎｄｓｉｎＳａｎ］ｃａｇｅ１３ａｓｉｎ［Ｃ］．ＳＰＥ８７３０４，２００３．

［５】Ｃｌａｉｒｅ＆】ｌｌｉｖａｎ，ＥｒｉｃＥｋｓｔｒａｎｄ，Ｔｃｘｎ礴稚，ｅｔａ１．Ｑｕａｎｔｉｆｙｉｎｇ

ｕｎｃｅｒｔａｉｎｔｙｉｎｓｉｏｎ

ａｔ

４结论

在褥琉脉冲约柬反演基礁上，应用地质统计学反演进行储层表征与预测，不仅可以大大提高地震资料

酶垂尚分辨率，两最可以对反演结果的不确定性进行

［６］６

ｒｅｓｅｔ，ｄｒ口删卷ｕｓｉｎｇ

Ｇｅ嘣ｔａｔｉｓｔｉｃａｌＩｎｖｅｒ—

ｔｈｅｔ－ｂ／ｓｔｅｉｎ

Ｆｉｄｄ，映Ｎ３ｗａｔｅｒＧｕｌｆｏｆＭｅｄｏｏ［Ｃ３／／

ＳＥＧＩｎｔ’ｌＥｘｐ。６ｉｔｉｔｍａｎｄ７４ｍＡｎｎｕａｌＭｅｅｔｉｎｇＤｅｎｖｅｒ．Ｃ０１．

ｏｒａｄｏ．２雠：１０—１５．

ＡｒｔｕｎＥ，Ｔｏｒｏ

Ｊ，ｗｉｌ㈣Ｔ．Ｒｅｓｅｒｖｍ

ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎＵＳｉｎｇ

ｇｅｏｓｔａｔｉｓｔｉｃａｌＩｎｖｅｒｓｉｏｎ［Ｃ】．ＳＰＥ９８０１２，２００５．

分析和评价，通过在吉林扶余油田“二夹五井网”联的应用，表明该方法可以有效地综合地质、溅井和地震数据进行储层预测，尤其在预测薄砂体方蕊效果良

好．

［７］ＡｇｕｓｔｉｎＭｅｄｉｎａ，ＪｅｓｕｓＣａｒｒｅｒａ．Ｇｅ璐ｔａｔｉｓｔｉｃａｌ

ｐｌｅｄ

ｅｎｔ

ｉｎｖｅｒｓｉｏｎ

ａｎｄ

ｏｆ蜘一

ｄｉｆｆｅｒ—

ｐｒｏｂｌ髓－，ｓ：ｄｅａＩｉｎｇ诚盎蕊嘞纽螽粥疆ｔｘｌｒｄｅｎ

ｔｙｐｅｓｏｆｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｋｇｙ，２００５，２８１：２５１．

（下转第４８页）

２６４．

一４８一

西安石油大学学报（自然科学版）

ｂｒａｉｄｅｄｒｉｖｅｒｓ：ａｓｕｍｍａｒｙ［Ｃ］／／ＭｉａｌｌＡＤ．ＦｌｕｖｉａｌＳｅｄｉ—

５结论

ｍｅｎｔｏｌｏｇｙ．Ｃａｌｇａｒｙ：Ｃａｎａｄｉａｎ

ｇｙ

Ｓｏｃｉｅｔｙ

ｏｆＰｅｔｒｏｌｅｕｍＧｅｏｌｏ—

Ｍｅｍｏｉｒｓ，１９７８：５９７—６０４．

鄂尔多斯盆地苏里格庙地区为上古生界盒８、山１储层大面积含气区，天然气资源丰富．然而，对该区盒８、山１储层“甜点”控制因素的分析表明，心滩微相控制了有利砂体的分布，生排烃早一中期（三叠世末至中侏罗世）的古鼻隆构造控制了储层的选择性溶蚀，并控制了有利成岩相分布，最终，生排烃高峰期（晚侏罗一早白垩世）的古鼻隆构造控制了较高产能气井的分布，因此，控制苏里格气田储层“甜点”的关键因素为心滩微相和生排烃期的古鼻隆构造，对它们的精确把握将有助于井位优选和气井产

能预测．参考文献：

［１］付金华，段晓文，席胜利．鄂尔多斯盆地上古生界气藏

特征［Ｊ］．天然气工业，２０００，２０（６）：１６—１９．

［２］何自新，付金华，席胜利，等．苏里格大气田成藏地质特

征［Ｊ］．石油学报，２００３，２４（２）：６－１２．

［３］廖保方，张为民，李列，等．辫状河现代沉积研究与相模

［６］裘亦楠．碎屑岩储层沉积基础［Ｍ］．北京：石油工业出

版社，１９８７．［７］ＡｌｌｅｎＪ

Ｒ

Ｌ．Ｓｔｕｄｉｅｓｉｎｆｌｕｖｉａｔｉｌｅ，ｓｅｄｉｍｅｎｔａｔｉｏｎ：ｂａｒｓ，ｂａｒ－

ｃｏｍｐｌｅｘｅｓａｎｄｓａｎｄｓｔｏｎｅｓｈｅｅｔｓ（１０ｗｓｉｎｕｏｓｉｔｙｂｒａｉｄｅｄ

ｓｔｒｅａｍｓ）ｉｎｔｈｅＢｒｏｗｎｓｔｏｎｅｓ（Ｌ．Ｄｅｖｏｎｉａｎ），ｗｅｌｓｈ

Ｂｏｒ—

ｄｅｒｓ［Ｊ］．ＳｅｄｉｍｅｎｔａｒｙＧｅｏｌｏｇｙ，１９８３，３３（１）：２３７—２９３．［８］ＢｒｉｄｇｅＪＳ．Ｔｈｅ

ｗａｔｅｒ

ｉｎｔｅｒａｃｔｉｏｎ

ｂｅｔｗｅｅｎｃｈａｎｎｅｌｇｅｏｍｅｔｒｙ，

ｔｌｏｗ，ｓｅｄｉｍｅｎｔｔｒａｎｓｐｏｒｔａｎｄｄｅｐｏｓｉｔｉｏｎｉｎｂｒａｉｄｅｄ

Ｌ，Ｂｒｉｓｔｏｗ

ｆｉｖｅｍ［Ｃ］／／ＢｅｓｔＪｄｍ：Ｇｅｏｌｏｇｉｃａｌ

１９９３：１３—７１．

ＣＳ．ＢｒａｉｄｅｄＲｉｖｅｒｓ．Ｉｏｎ—

Ｐｕｂｌｉｃａｔｉｏｎ，

Ｓｏｃｉｅｔｙ

ｏｆＬｏｎｄｏｎＳｐｅｃｉａｌ

［９］Ｆｒｉｅｎｄ

［Ｊ］．Ｊ［１０］Ｊｏ

Ｈ

Ｐ

Ｅ，ＳａｌｔｅｒＭＪ，ＷｉｌｌｉａｍｓＲＣ．Ｖｅｒｔｉｃａｌａｎｄｌａｔｅｒ—

ａｌｂｕｉｌｄｉｎｇｏｆｒｉｖｅｒｓｓａｎｄｓｔｏｎｅＩｘ）Ｃｌｉｅｓ，Ｅｂｒｏｂａｓｉｎ，Ｓｐａｉｎ

ＧｅｏｌＳｏｃ

Ｌｏｎｄ，１９７９，１３６（１）：３９—４６．

ｏｆ

Ｒ，ＣｈｏｎｇｈＳＫ．Ａｒｃ｝ｌｉｔｅｃｔｕｒａｌａｎａｌｙｓｉｓ

ｉｎ

ｆｌｕｖｉａｌ

ｓｅ—

ｑｕｅｎｃｅｓ

ｔｈｅｎｏｒｔｈｗｅｓｔｅｒｎｐａｒｔｏｆ

Ｋｙｏｎｇｓａｎｇ

ｂａｓｉｎ

（ｅａｒｌｙＣｒｅａｔｅｏｕｓ），ＳＥＫｏｒｅａ［Ｊ］．ＳｅｄｉｍｅｎｔａｒｙＧｅｏｌｏｇｙ，２００１．１４４（１／２）：３０７—３３４．［１１］ｗｉｌｌｉｓ

Ｂ

Ｊ．Ａｎｃｉｅｎｔ

ｒｉｖｅｒｓｙｓｔｅｍｓｉｎｔｈｅＨｉｍａｌａｙａｎｆｏｒｅ．

　３４—３９．

［４］Ｍｉａｌｌ

式——中国永定河剖析［Ｊ］．沉积学报，１９９８，１６（１）：

ＡＤ．Ｔｈｅ

ｄｅｅｐ，ＣｈｉｎｊｉＶｉｌｌａｇｅａｒｅａ，ｎｏｒｔｈｅｒｎＰａｋｉｓｔａｎ［Ｊ］．Ｓｅｄｉｍｅｎ—

ｔａｒｙ

Ｇｅｏｌｏｇｙ，１９９３，８８（１）：１－７６．

ＧｅｏｌｏｇｙｏｆＦｌｕｖｉａｌＤｅｐｏｓｉｔｓ—Ｓｅｄｉｍｅｎｔａｒｙ

ＰｅｔｒｏｌｅｕｍＧｅｏｌｏｇｙ［Ｍ］．

［１２］王涛．中国深盆气田［Ｍ］．北京：石油工业出版社，

２００２．

Ｆａｃｉｅｓ，Ｂａｓｉｎ

Ｂｅｒｌｉｎ：Ｓｐｉｎｇｅｒ

Ａｎａｌｙｓｉｓ，ａｎｄ

ＶｅｒｌａｇＬｎｃ，１９９６．

［１３］赵林，夏新宇，洪峰．鄂尔多斯盆地中部气田上古生界

气藏成藏机理［Ｊ］．天然气工业，２０００，２０（２）：１７—２１．

编辑：王辉

［５］Ｍｉａｌｌ

Ａ

Ｄ．Ｌｉｔｈｏｆａｃｉｅｓｔｙｐｅｓａｎｄｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｍｏｄｅｌｓｉｎ

“¨¨－，‘ｏＩ．ｐ一¨¨－一¨Ｉ－一¨¨Ｈ，～Ｉｌｐｐｗ¨¨一Ｉ●一¨¨－一‰・－一Ⅶ¨—一Ｉ●＂‘＿Ｉ…ｌＩ●ｐ，ｗ“ｐ一¨¨・・一帅ｐ一‰●・一¨¨・‘一＿ⅦＨ，’¨７”¨¨．一岫一Ⅶ一¨“一¨¨一Ｈ¨¨一¨¨一＿Ｉ●ｐ，＿ＩＩｐ一。ＩＩＩ＿，１Ｉ●－√“ＩＩ删Ｉ●ｒｒ州ＩＩ＿一％ｐ—ｑＩ●＿，＿¨＿・—岫Ｉ●ｐ，”ＩＩＩ＂４■’Ｉ＂，１¨¨一¨ｈ・删¨．一Ⅶ・・一Ⅶ・・—¨¨＿－

（上接第４４页）

［８］Ｔｏｒｒｅｓ－ＶｅｒｄｉｎＣ，ＶｉｃｔｏｒｉａＭ．Ｔｒａｃｅ－ｂａｓｅｄａｎｄＧｅｏｓｔａｔｉｓ—

ｔｉｃａｌｉｎｖｅｒｓｉｏｎｏｆ３．．Ｄｓｅｉｓｍｉｃｄａｔａｆｏｒｔｈｉｎ．．ｓａｎｄｄｅｌｉｎ．．

ｇｅｏｓｔａｔｉｓｔｉｃａｌｓｉｍｕｌａｔｉｏｎｐｒａｃｔｉｃｅｓｆｏｒｒｅｓｅｒｖｏｉｒｄｄｉｎｅａｔｉｏｎ

［Ｃ］／／ＡＡＰＧＨｅｄｂｅｒｇＲｅｓｅａｒｃｈＣｏｎｆｅｒｅｎｃｅ

Ｒｅｓｅｒｖｏｉｒ

ＯＤ

Ａｐｐｌｉｅｄ

ｅａｔｉｏｎ：Ａｎ

ａｐｐｌｉｃａｔｉｏｎｉｎＳａｎＪｏｒｇｅＢａｓｉｎ，Ａｒｇｅｎｔｉｎａ［Ｊ］．

Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ

ＵｓｉｎｇＧｅｏｓｔａｔｉｓｔｉｃｓ．Ｗｏｏｄ一

ＴｈｅＬｅａｄｉｎｇＥｄｇｅ，１９９９，１８（９）：１０７０—１０７７．１ａｎｄｓ，２００５，３－１６．［１１］Ｒｏｗｂｏｔｈａｍ

ｖｅｒｓｉｏｎ

Ｐ

［９］ＪｏｈｎＰｅｎｄｒｅｌ，ＭｉｌｅｓＬｅｇｇｅｔｔ，ＰｅｔｅｒＭｅｓｄａｇ．Ｇｅｏｓｔａｔｉｓｔｉｃａｌ

Ｓｉｍｕｌａｔｉｏｎ

ｆｏｒ

Ｒｅｓｅｒｖｏｉｒ

Ｓ，ｇａｍｙＰ，ＳｗａｂｙＰＡ．Ｇｅｏｓｔａｔｉｓｔｉｃａｌｉｎ—

ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎＣ

Ｉ们００４

ｆｏｒｒｅｓｅｒｖｏｉｒｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ［Ｃ］／／２００５ＳＥＧＥｘ—

ＣＳＢＧＮａｔｉｏｎａｌＣｏｎｖｅｎｔｉｏｎ．２００４：１－４．

ｐａｎｄｅｄＡｂｓｔｒａｃｔｓ．２００５：１１—１４．

编辑：王辉

［１０］Ｔｏｒｒｅｓ－ＶｅｒｄｉｎＣ，Ｇｒｉｊａｌｂａ－ＣｕｅｎｃａＡ，ＤｅｂｅｙｅＨ．Ａｏｏｍ—

ｐａｒｉｓｏｎ

ｂｅｔｗｅｅｎｇｅｏｓｔａｔｌｓｔｉｃａｌｉｎｖｅｍｉｏｎａｎｄｃｏｎｖｅｎｔｉｏｎａｌ