四川長寧頁巖總有機碳地震定量預測方法

侯華星, 歐陽永林, 曾慶才, 楊 青, 陳 勝, 朱 莎

( 1. 中國科學院大學 物理科學學院,北京 100049； 2. 中國科學院 滲流流體力學研究所,河北 廊坊 065007； 3. 中國石油勘探開發研究院 廊坊分院,河北 廊坊 065007； 4. 大慶油田有限責任公司 第四采油廠，黑龍江 大慶 163511 )

?

四川長寧頁巖總有機碳地震定量預測方法

侯華星1,2, 歐陽永林3, 曾慶才3, 楊 青3, 陳 勝3, 朱 莎4

( 1. 中國科學院大學 物理科學學院,北京 100049； 2. 中國科學院 滲流流體力學研究所,河北 廊坊 065007； 3. 中國石油勘探開發研究院 廊坊分院,河北 廊坊 065007； 4. 大慶油田有限責任公司 第四采油廠，黑龍江 大慶 163511 )

頁巖總有機碳(TOC)質量分數是評價頁巖儲層生烴能力的重要參數，也是頁巖氣“甜點”預測的關鍵要素。以四川盆地長寧地區下志留統龍馬溪組頁巖氣儲層為研究對象，提出一種頁巖TOC地震定量預測方法。首先，通過測井解釋和地震資料處理分析,明確頁巖優質儲層地震和測井響應特征；然后，通過地震巖石物理分析和測井資料分析，確定TOC的敏感參數為密度，并建立它與TOC質量分數之間的擬合關系，得到研究區TOC質量分數經驗公式；最后，結合疊前地震反演技術獲得的密度體和經驗公式，將密度體轉化為TOC數據體，進而定量預測TOC質量分數。結果表明，利用疊前反演獲得的密度體可進行TOC質量分數定量預測，并且預測的TOC質量分數相對誤差小。該技術在研究區頁巖氣勘探中有很好的適應性。

頁巖氣； 地震預測； 總有機碳質量分數； 敏感參數； 疊前反演； 經驗公式； 四川長寧

0 引言

頁巖氣是以吸附態與游離態賦存于富有機質和納米級孔徑的頁巖地層系統的天然氣[1]，表現為“自生自儲”型低豐度連續的油氣藏是它與常規天然氣藏的顯著差別[2-3]。頁巖氣資源豐富、發展前景廣闊，已在北美地區取得良好的勘探開發效益[4]，目前是全球非常規天然氣勘探開發的熱點方向和現實領域[5-8]。

地震技術作為頁巖氣儲層評價和增產改造的關鍵技術，在頁巖氣“甜點”預測、水平井軌跡導向與調整、壓裂微地震監測中發揮重要作用[9-10]。其中頁巖氣“甜點”地震預測的總有機碳(TOC)質量分數越高，含氣性越好。TOC質量分數是評價頁巖儲層生烴能力的重要參數[11-13]。

Jaiswal P等[14]針對Woodford頁巖“甜點”地震預測的可行性進行分析，認為利用地震巖石物理分析及模擬可以建立頁巖儲層關鍵評價參數，如孔隙度、礦物含量、流體飽和度與縱、橫波速度、密度之間的關系，而縱、橫波速度、密度可通過地震疊前反演得到。Altowairqi Y等[15]根據人造巖樣測量方法，在地層壓力條件下，研究TOC質量分數、含氣量等參數對地震彈性參數的影響,隨TOC質量分數、含氣量的增加，縱、橫波速度和密度明顯降低，并建立TOC質量分數與縱、橫波速度、密度之間的定量關系。這些研究沒有考慮中國頁巖氣儲層的復雜性，對某些復雜地區并不適用。金吉能等[16]利用地震多屬性反演方法預測TOC質量分數，預測結果與測井解釋TOC質量分數較為吻合，但該方法多解性較為突出[17-18]。許杰等[19]以四川盆地侏羅系東岳廟段陸相頁巖氣為研究對象，探討頁巖氣TOC質量分數預測的難點和存在的問題，提出以地質統計學反演為核心的地震儲層預測技術，但該技術完全借鑒常規氣藏儲層預測方法，未考慮頁巖儲層的特殊性。筆者以四川盆地長寧地區下志留統龍馬溪組頁巖氣儲層為研究對象，在明確頁巖儲層響應特征的基礎上，應用地震巖石物理和疊前反演相結合的方法預測TOC質量分數，預測效果較好。

1 地質背景

1.1 區域構造體系

研究區地處四川盆地南部，其構造位置位于川東南帚狀構造發散末端，川南低陡斷褶帶與婁山斷褶帶交匯處處于多方受力的三角帶，因此發育多組復雜組合的背斜構造。區域上，東面受到四川盆地北東向邊界向西南延伸影響，西面受到華鎣山二級斷裂帶演化控制，南面受到婁山褶皺帶演化控制，北面受到川南低陡斷褶帶構造演化影響，經歷多期構造運動而形成現今的構造體系[20](見圖1)。

1.2 目的層系

中國南方古生界上奧陶統五峰組—下志留統龍馬溪組是目前頁巖氣勘探開發的重點層系[21]，長寧地區龍馬溪組頁巖氣“甜點”段集中在龍馬溪組下部[22-23]。因此，對比劃分龍馬溪組層段，對頁巖氣“甜點”預測具有重要作用。在選擇對比標準井的基礎上，根據沉積旋回、巖性組合、電性、古生物、地球化學特征，對龍馬溪組按照地層級別順序進行“段”、“亞段”劃分(見表1)。由表1可以看出，龍一1亞段是研究的重點層段。

2 預測方法

目前,對TOC的評價除采用實驗方法檢測外，主要以測井資料為主，評價方法[24-29]很多。L?seth H L等[27]在使用巖心及測井數據得到的TOC與地震參數交會圖上，發現它們之間呈現一定的相關關系，為利用反演技術計算TOC數據體提供依據。利用測井信息建立TOC與地震參數之間的關系，是利用地震資料預測儲層TOC分布的一個重要途徑[28]。

在明確頁巖儲層響應特征的基礎上，應用巖石物理和疊前反演相結合的方法預測TOC，主要思路[30-32]為：首先，基于測井解釋的TOC質量分數，通過地震巖石物理分析與TOC相關的地球物理參數，尋找TOC敏感參數并建立它與TOC質量分數之間的擬合關系，得到研究區經驗公式；然后，基于三維地震數據，通過疊前反演方法求得敏感參數體；最后，根據經驗公式，將敏感參數體轉化為TOC數據體，定量預測TOC質量分數的縱、橫向展布。

2.1 頁巖儲層井震響應特征

2.1.1 地震

頁巖的精細標定是頁巖層段地震預測的基礎。根據頁巖層段的巖性、物性特征，將頁巖地質層位準確地標定在地震剖面上。

分析N201區塊過井地震剖面(見圖2)和疊前角道集資料品質(見圖3)，其中圖3(b)中小圖為該測線過385道(N201井)儲層底(紅色線處)振幅隨入射角的變化情況，圖3(c)中小圖為過N201井的儲層底反射系數隨入射角的變化情況。由圖3可知，地震資料的信噪比較高，疊前道集AVO曲線變化趨勢穩定，與N201井上正演道集的AVO規律更為接近，驗證道集質量的可靠性，能夠滿足層位精細標定和反演的需求。由于龍馬溪組為巖性較均一的泥巖、碳質頁巖，內部缺乏較為明顯的波阻抗界面，而其底部與下伏的臨湘、寶塔組灰巖之間存在明顯的波阻抗界面，因此龍馬溪組整段表現為斷續、弱振幅反射，底部表現為強振幅、連續反射。對N201井(見圖2)、N203井龍馬溪組頁巖層段進行標定，地震響應特征為：在地震剖面上，龍馬溪組地層頂部表現為中低頻、中強振幅波峰、連續反射，底界為低頻、強振幅波峰、連續反射；龍一1亞段表現為“一谷一峰”的反射特征，頂部為低頻、強振幅波谷、連續反射，底界為低頻、強振幅波峰、連續反射。

圖2 N201井龍馬溪組頁巖儲層精細標定Fig.2 Fine calibration of shale reservoirs of well N201 in the Longmaxi formation

圖3 XLine404測線過N201井疊前角道集及AVO特征曲線Fig.3 The pre-stack angle gathers and AVO characteristic curve of well N201 in XLine404

2.1.2 測井

頁巖儲層發育段與上、下圍巖在測井曲線縱波速度、波阻抗、泊松比、密度、速度比等方面有明顯差異，以N201井為例，優質儲層(龍一1亞段)表現為明顯的低速、低波阻抗、低泊松比、低速度比特征；此外還具有低密度、高伽馬等特點(見圖4)，具備地震定量預測的基礎。由圖4可以看出，龍一1亞段TOC質量分數、含氣量較高(黃色)。

2.2 TOC質量分數預測

2.2.1 TOC敏感參數

根據地震巖石物理分析，對研究區N201井進行TOC敏感參數分析(見圖5)。圖5顯示密度(DEN)、聲波阻抗(AI)、縱波速度(Vp)、橫波速度(Vs)、伽馬(GR)等常規測井曲線，以及楊氏模量、泊松比等彈性參數與TOC質量分數的交會分析結果，其中N201井的TOC質量分數是基于聲波測井資料和電阻率測井資料，根據ΔlgR方法[24]計算得到的。由圖5可知，TOC質量分數與密度曲線相關因數為0.813 1，呈現負相關關系，即w(TOC)越高，密度越低，與測井響應特征一致。這是由于頁巖的TOC質量分數越高，有機質孔隙越發育，更有利于頁巖氣的吸附和儲集，從而導致密度降低。因此，密度為w(TOC)的敏感參數，可以用密度進行w(TOC)預測。

2.2.2 疊前密度反演

根據TOC敏感參數分析結果，密度反演是進行w(TOC)預測的基礎。密度預測既可以通過疊后多屬性分析方法間接獲得，也可以利用疊前反演方法直接獲得[30-32]。使用疊后多屬性分析方法存在多解性，疊前密度反演方法在研究區具有更高的預測精度，因此利用疊前射線彈性阻抗反演進行密度預測。

在利用疊前資料進行反演計算過程中，常規的彈性阻抗EI(Elastic impedance)方法存在局限性，不能滿足反演要求，Ma J F等提出射線彈性阻抗REI(Ray-path elastic impedance)的概念[33]。REI是縱波阻抗和縱、橫波速度比的函數，通過對疊前地震資料進行分角度疊加，能夠直接反演得到縱波阻抗、密度和縱、橫波速度比，進而求得其他彈性參數。與EI相比，REI優點為[34-35]：一是REI比EI更接近于Zoeppritz方程的近似；二是不需要對入射角進行歸一化處理，降低反演結果的多解性；三是針對縱、橫波速度比，不需要假設它保持為常數，可以獲得精確的縱、橫波速度比。因此，利用射線彈性阻抗反演能夠提高疊前反演精度，進而提高儲層定量預測精度。在遠偏移距處采集的地震資料呈現的拋物線特征越穩定，疊前彈性參數反演也越穩定[36]。分析N201區塊疊前角道集資料，其信噪比較高，角道集的AVO規律滿足拋物線特征且較穩定，更加接近正演道集的AVO規律，最大入射角為36°，滿足疊前反演的要求，可以獲得比較穩定的密度反演結果(見圖3)。

圖4 N201井測井曲線Fig.4 Well logging curve of well N201

利用射線彈性阻抗反演技術得到過N201井密度剖面(見圖6)。由圖6可知，測井密度曲線(紅色曲線)與井旁疊前密度反演結果相比，吻合程度較高。龍馬溪組龍一1亞段密度整體較小，并且在橫向上穩定分布，與測井響應特征一致，說明反演結果可靠。

2.2.3w(TOC)定量預測

基于w(TOC)與密度的交會分析結果(見圖5)，得到基于密度的w(TOC)經驗公式：w(TOC)=-17.095×DEN+46.761，相關因數為0.813 1，可以將疊前反演得到的密度體轉換成TOC數據體。

過N201井w(TOC)反演剖面見圖7，位于底部的龍一1亞段w(TOC)最高(藍紫色)，最大高于4.00%，與表1中龍一1亞段地層特征和圖3中測井響應特征一致。結合龍馬溪組龍一1亞段w(TOC)平均預測結果(見圖8)，研究區平均w(TOC)高于3.00%，頁巖優質儲層整體發育且穩定分布，揭示該區龍一1亞段具有良好的勘探前景，在研究區中部、南部及西南部w(TOC)最大平均值高于4.00%，為w(TOC)高值區。

圖5 w(TOC)敏感參數統計分析結果Fig.5 Statistical analysis of w(TOC) sensitive parameters

圖6 過N201井疊前密度反演剖面Fig.6 The pre-stack inversion profile of density cross the well N201

圖7 過N201井w(TOC)反演剖面Fig.7 TOC inversion profile cross the well N201

圖8 龍馬溪組龍一1亞段平均w(TOC)預測平面

3 預測效果

研究區有N201、N203兩口直井，其余為水平井。在反演過程中,用N201井資料進行約束，用N203井和水平井作為檢驗井，不參與反演過程。根據鉆探情況及測試結果，從研究區東北N203井區到中部N201井區再到西南部，w(TOC)增大，反演結果與實際情況吻合。

龍馬溪組龍一1亞段平均w(TOC)預測平面見圖8.由圖8可知，研究區預測的平均w(TOC)高于2.00%，優質頁巖分布穩定。兩口直井中，N201井區預測的平均w(TOC)較高，為3.77%；N203井的相對較低，為2.82%。H4、H6、H9、H12平臺水平井w(TOC)為水平井段平均值，H4-4較高，H12-1相對較低。地震定量預測的頁巖優質儲層段w(TOC)平均值與測井解釋結果基本一致，相對誤差小于3.00%，預測精度較高(見表2)。

表2 研究區優質儲層段預測平均w(TOC)與測井解釋結果

Table 2 Comparison of the averagew(TOC) of high quality reservoir of the study area between seismic prediction and well logging interpretation

井名w(TOC)/%誤差/%測井解釋地震預測絕對相對N2013.66423.77070.10652.9065N2032.82162.82450.00290.1028H4-44.09484.10270.00790.1929H6-53.75803.78260.02460.6546H9-23.81473.84320.02850.7471H12-13.13043.1005-0.02990.9551

4 結論

(1)N201區塊龍馬溪組龍一1亞段在地震上表現為“一谷一峰”的反射特征；測井顯示為低密度、低速度、低泊松比、低速度比、高伽馬等特征，具備w(TOC)地震定量預測基礎。

(2)密度為w(TOC)的敏感參數，兩者相關關系較高，利用疊前射線彈性阻抗反演技術可獲得較高精度的密度體，通過建立w(TOC)與密度間的經驗關系，可對w(TOC)進行預測。

(3)預測的w(TOC)相對誤差小，吻合程度高，表明該方法在四川盆地長寧地區頁巖氣勘探中有很好的適應性。

[1] 鄒才能,陶士振,侯連華,等.非常規油氣地質[M].北京:地質出版社,2013:142-148.

Zou Caineng, Tao Shizhen, Hou Lianhua, et al. Unconventional oil and gas geology [M]. Beijing: Geological Publishing House, 2013:142-148.

[2] 鄒才能,董大忠,王玉滿,等.中國頁巖氣特征、挑戰及前景(一)[J].石油勘探與開發,2015,42(6):689-701.

Zou Caineng, Dong Dazhong, Wang Yuman, et al. Shale gas in China: Characteristics, challenges and prospects(Ⅰ) [J]. Petroleum Exploration and Development, 2015,42(6):689-701.

[3] Chopra S, Sharma R K, Keay J, et al. Shale gas reservoir characterization workflows[C]// Expanded Abstracts of 82rd Annual International SEG Mtg, 2012:1-5.

[4] Nicholas B H. Shale gas exploration in the united states [D]. Alberta: Department of Earth and Atmospheric Sciences University of Alberta, 2011.

[5] Sharma R K, and Chopra S. Identification of thin sweet spots in the Duvernay formation of north central Alberta [C]//Expanded Abstracts of Technical Program SEG Mtg, 2015:1802-1806.

[6] 胡明毅,邱小松,胡忠貴,等.頁巖氣儲層研究現狀及存在問題探討[J]. 特種油氣藏,2015,22(2):1-7.

Hu Mingyi, Qiu Xiaosong, Hu Zhonggui, et al. Current researches on shale gas reservoirs and existing problems [J]. Special Oil & Gas Reservoirs, 2015,22(2):1-7.

[7] 石創,徐思煌,拜文華,等.湖北及周緣五峰組—龍馬溪組頁巖氣資源潛力[J].特種油氣藏,2015,22(6):65-69.

Shi Chuang, Xu Sihuang, Bai Wenhua, et al. Shale gas resource potential of Wufeng-Longmaxi formation Hubei and its periphery [J]. Special Oil &Gas Reservoirs, 2015,22(6):65-69.

[8] 鄒才能,董大忠,王玉滿,等.中國頁巖氣特征、挑戰及前景(二)[J].石油勘探與開發,2016,43(2):1-13.

Zou Caineng, Dong Dazhong, Wang Yuman, et al. Shale gas in China: Characteristics, challenges and prospects(Ⅱ)[J]. Petroleum Exploration and Development, 2016,43(2):1-13.

[9] 劉振武,撒利明,楊曉,等.頁巖氣勘探開發對地球物理技術的需求[J]. 石油地球物理勘探,2011,46(5):810-818.

Liu Zhenwu, Sa Liming, Yang Xiao, et al. Needs of geophysical technologies for shale gas exploration [J]. Oil Geophysical Prospecting, 2011,46(5):810-818.

[10] 林建東,任森林,薛明喜,等.頁巖氣地震識別與預測技術[J].中國煤炭地質,2012,24(8):56-60.

Lin Jiandong, Ren Senlin, Xue Mingxi, et al. Shale has seismic identification and prediction techniques [J]. Coal Geology of China, 2012,24(8):56-60.

[11] 楊瑞召,趙爭光,龐海玲,等.頁巖氣富集帶地質控制因素及地震預測方法[J].地學前緣,2012,19(5):339-347.

Yang Ruizhao, Zhao Zhengguang, Pang Hailing, et al. Shale gas sweet spots: Geological controlling factors and seismic prediction methods [J]. Earth Science Frontiers, 2012,19(5):339-347.

[12] 張魯川,盧雙舫,肖佃師,等.基于井震聯合反演方法的泥頁巖有機碳質量分數預測及應用[J].東北石油大學學報,2015,39(2):34-41.

Zhang Luchuan, Lu Shuangfang, Xiao Dianshi, et al. Organic carbon of the shale mass fraction prediction and application based the well-seismic inversion method [J]. Journal of Northeast Petroleum University, 2015,39(2):34-41.

[13] 閆德宇,黃文輝,李昂,等.鄂爾多斯盆地上古生界海陸過渡相頁巖氣聚集條件及有利區預測[J].東北石油大學學報,2013,37(5):1-9.

Yan Deyu, Huang Wenhui, Li Ang, et al. Preliminary analysis of marine-continental transitional shale gas accumulation condition, and favorable areas in the upper Paleozoic Ordos basin [J]. Journal of Northeast Petroleum University, 2013,37(5):1-9.

[14] Jaiswal P, Varacchi B, Ebrahimi P, et al. Can seismic velocities predict sweet spots in the woodford shale a case study from McNeff 2-28 well, grady county, Oklahoma. P [J]. Journal of Applied Geophysics, 2014(104):26-34.

[15] Altowairqi Y, Rezaee R, Evans B, et al. Shale elastic property relationships as a function of total organic carbon content using synthetic samples [J]. Journal of Petroleum Science and Engineering, 2015(133):392-400.

[16] 金吉能,潘仁芳,王鵬,等.地震多屬性反演預測頁巖總有機碳含量[J].石油天然氣學報,2012,34(11):68-72.

Jin Jineng, Pan Renfang, Wang Peng, et al. Prediction of total organic carbon content of shale using seismic multi-attribute inversion [J]. Journal of Oil and Gas Technology, 2012,34(11):68-72.

[17] 周家雄,劉薇薇,馬光克,等.高溫高壓儲層的精細地震屬性預測技術——以鶯歌海盆地為例[J].天然氣工業,2013,33(2):7-11.

Zhou Jiaxiong, Liu Weiwei, Ma Guangke, et al. Fine description and prediction of seismic attributes of HPHT gas reservoirs in the Yinggehai basin [J]. Natural Gas Industry, 2013,33(2):7-11.

[18] 王彥倉,秦鳳啟,杜維良,等.地震屬性優選、融合探討[J].中國石油勘探,2013,18(6):69-73.

Wang Yancang, Qin Fengqi, Du Weiliang, et al. Discussions on optimization and fusion of seismic attributes [J]. China Petroleum Exploration, 2013,18(6):69-73.

[19] 許杰,何治亮,董寧,等.含氣頁巖有機碳含量地球物理預測[J].石油地球物理勘探,2013,48(增刊1):64-68.

Xu Jie, He Zhiliang, Dong Ning, et al. Total organic carbon content prediction of gas-bearing shale with geophysical methods [J]. Oil Geophysical Prospecting, 2013,48(Supp.1):64-68.

[20] 吳奇,梁興,鮮成鋼,等.地質—工程一體化高效開發中國南方海相頁巖氣[J].中國石油勘探,2015,20(4):1-23.

Wu Qi, Liang Xing, Xian Chenggang, et al. Geoscience to production integration ensures effective and efficient south China marine shale gas development [J]. China Petroleum Exploration, 2015,20(4):1-23.

[21] 林彤,雍自權,劉樹根,等.川東南石林地區五峰組—龍馬溪組黑色頁巖特征[J].東北石油大學學報,2015,39(3):83-93.

Lin Tong, Yong Ziquan, Liu shugen, et al. Wufeng formation in Shilin area of southeastern Sichuan basin-Longmaxi formation black shale characteristics [J]. Journal of Northeast Petroleum University, 2015,39(3):83-93.

[22] 熊健,劉向君,梁利喜,等.四川盆地長寧地區龍馬溪組上、下段頁巖儲層差異研究[J].西北大學學報:自然科學版,2015,45(4):623-630.

Xiong Jian, Liu Xiangjun, Liang Lixi, et al. On the differences of reservoir characteristics of the upper and the lower Longmaxi formation shale in the Changning region of Sichuan basin [J]. Journal of Northwest University: Natural Science Edition, 2015,45(4):623-630.

[23] 孫夢迪,于炳松,夏威,等.渝東南地區下志留統底部黑色巖系沉積環境及有機質富集機制——以鹿角剖面為例[J].東北石油大學學報,2014,38(5):51-60.

Sun Mengdi, Yu Singsong, Xia Wei, et al. Sedimentary environment and organic matter enrichment mechanism of black shale at the bottom of lower Silurian, southeast of Chongqing area: Take Lujiao section as an example [J]. Journal of Northeast Petroleum University, 2014,38(5):51-60.

[24] Passey Q R, Creaney S. A pratical model for organic richness from porosity and resistivity log [J]. AAPG Bulletin, 1990,74(12):1777-1794.

[25] 許曉宏,黃海平,盧松年.測井資料與烴源巖有機碳含量的定量關系研究[J].江漢石油學院學報,1998,20(3):8-12.

Xu Xiaohong, Huang Haiping, Lu Songnian. A quantitative relationship between well logging information and organic carbon content [J]. Journal of Jianghan Petroleum institute, 1998,20(3):8-12.

[26] 邢雅文,張金川,馮赫青,等.渝東南地區下寒武統頁巖氣聚集條件及有利區預測[J].東北石油大學學報,2014,38(3):73-74.

Xing Yawen, Zhang Jinchuan, Feng Heqing, et al. Accumulation conditions and strategic select favorable area of the lower Cambrian shale gas in southeast Chongqing [J]. Journal of Northeast Petroleum University, 2014,38(3):73-74.

[27] L?seth H L, Wensaas M, Gading K, et al. Can hydrocarbon source rocks be identified on seismic data [J]. Geology, 2011,39(12):1167-1170.

[28] 李金磊,尹正武.四川盆地焦石壩地區頁巖氣儲層地震定量預測方法[J].石油物探,2015,54(3):324-330.

Li Jinlei, Yin Zhengwu. Seismic quantitative prediction method of shale gas reservoirs in the Jiaoshiba area, Sichuan basin [J]. Geophysical Prospecting for Petroleum, 2015,54(3):324-330.

[29] 石佳玉,丁文龍,趙威,等.基于測井方法的遼河坳陷沙河街組頁巖發育特征評價[J].東北石油大學學報,2015,39(6):38-44.

Shi Jiayu, Ding Wenlong, Zhao Wei, et al. Evaluation of the growth characteristics of organic-rich shale in Liaohe depression Es4-Es3 based on logging methods [J]. Journal of Northeast Petroleum University, 2015,39(6):38-44.

[30] 陸明華,駱璞,姜傳芳,等.地震屬性技術在頁巖裂縫預測中的應用[J].石油天然氣學報,2013,35(8):62-64.

Lu Minghua, Luo Pu, Jiang Chuanfang, et al. Application of seismic attribute technology in shale fracture prediction [J]. Journal of Oil and Gas Technology, 2013,35(8):62-64.

[31] 陳祖慶.海相頁巖TOC地震定量預測技術及其應用——以四川盆地焦石壩地區為例[J].天然氣工業,2014,34(6):24-29.

Chen Zuqing. Quantitative seismic prediction technique of marine shale TOC and its application: A case from the Longmaxi shale play in the Jiaoshiba area, Sichuan basin [J]. Natural Gas Industry, 2014,34(6):24-29.

[32] 郭旭升,尹正武,李金磊.海相頁巖含氣量地震定量預測技術及其應用——以四川盆地焦石壩地區為例[J].石油地球物理勘探,2015,50(1):144-149.

Guo Xusheng, Yin Zhengwu, Li Jinleil. Quantitative seismic prediction of marine shale gas content: A case study in Jiaoshiba area, Sichuan basin [J]. Oil Geophysical Prospecting , 2015,50(1):144-149.

[33] Ma J F, Morozov I B. Ray-path elastic impedance [C]. Calgary: CSEG National Convention, 2004:10-12.

[34] 王江.疊前去噪與射線彈性阻抗反演方法研究[D].成都:成都理工大學,2013.

Wang jiang. Study on pre-stack de-noising and REI inversion [D]. Chengdu: Chengdu University of Technology, 2013.

[35] 劉力輝,王緒本.一種改進的射線彈性阻抗公式及彈性參數反演[J].石油物探,2011,50(4):155-159.

Liu Lihui, Wang Xuben. Elastic impedance inversion based on an improved ray-path elastic impedance formula [J]. Geophysical Prospecting for Petroleum, 2011,50(4):155-159.

[36] 劉力輝,楊曉,丁燕,等.基于巖性預測的CRP道集優化處理[J].石油物探,2013,52(5):482-488.

Liu Lihui, Yang Xiao, Ding Yan, et al. CRP gather optimization processing based on lithological prediction [J]. Geophysical Prospecting for Petroleum, 2013,52(5):482-488.

2016-06-12；編輯：陸雅玲

國家重點基礎研究發展計劃(973計劃)項目(2013CB228000)

侯華星(1989-)，男，碩士研究生，主要從事頁巖氣地震勘探方面的研究。

TE132;P631.8

A

2095-4107(2016)05-0018-10

DOI 10.3969/j.issn.2095-4107.2016.05.003