分頻段地震屬性優選及砂體預測方法
——秦皇島32-6油田北區實例

李 偉 岳大力*② 胡光義 范廷恩 方曉剛

（①中國石油大學（北京）地球科學學院，北京102249；②油氣資源與探測國家重點實驗室，北京102249；③中海油研究總院，北京100028；④貴州省非常規油氣資源工程技術研究中心，貴州貴陽550081）

分頻段地震屬性優選及砂體預測方法
——秦皇島32-6油田北區實例

李 偉①岳大力*①②胡光義③范廷恩③方曉剛④

（①中國石油大學（北京）地球科學學院，北京102249；②油氣資源與探測國家重點實驗室，北京102249；③中海油研究總院，北京100028；④貴州省非常規油氣資源工程技術研究中心，貴州貴陽550081）

以秦皇島32-6油田新近系明化鎮組下段為研究對象，綜合測井與地震資料，針對薄層砂體與厚層砂體不同的地震屬性響應特征，采用了“先優選地震資料頻段，再提取并優選地震屬性”的方法進行砂體預測。針對NmⅠ-1小層薄層砂體，提取了高頻信號的地震屬性，針對NmⅠ-3小層厚層砂體，提取了低頻信號的地震屬性；進而對提取的地震屬性進行優選，并結合測井解釋，在沉積模式的指導下預測了砂體及沉積相的展布。研究結果表明：該方法有效降低了調諧厚度以及地震數據中的低頻信號對砂體預測的限制，明顯提高了地震屬性與砂體厚度的相關性，從而提高了砂體及沉積相的預測精度，對地震資料品質較好地區的儲層預測具有一定的指導意義。

小波分頻 分頻數據體融合 屬性優選 調諧厚度 砂體預測

1 引言

隨著地震資料品質的提高及地震屬性分析技術的進步［1-3］，地震屬性分析技術已廣泛應用于儲層預測［4，5］，尤其是在海上油田，井距較大且地震資料品質相對較好，地震屬性分析技術已經成為海上油田儲層預測的主要技術手段之一。

多年來，國內外學者對儲層特征與地震屬性之間的關系進行了大量研究［6-8］，形成了一套基于地震屬性的儲層預測方法［9-11］。而近年來，隨著地震分頻技術的發展，眾多學者基于雷克子波和楔形模型，建立了儲層厚度、振幅、頻率三者之間的關系（AVF）［12］，并將 AVF引入分頻反演領域，且取得了良好的效果［13-15］。AVF關系反映出振幅與砂體厚度的相關性受調諧厚度的限制，而調諧厚度與地震數據的主頻直接相關。已有文獻成果表明，目前常用的地震屬性優選方法，往往直接從原始地震數據（本文所提及的原始地震數據是相對分頻后的地震數據而言，為疊后數據）中提取地震屬性并進行優選，而弱化地震數據主頻對地震屬性優選的影響。因此，本文以秦皇島32-6油田北區明化鎮組NmⅠ-1、NmⅠ-3小層為例，充分考慮頻率對地震屬性與砂體厚度之間相關關系的影響，提出“先優選地震數據頻段，再優選地震屬性”的地震屬性優選方法；進而利用優選出的地震屬性預測砂體及沉積相的分布，為沉積微相分析奠定堅實的地質基礎。

2 區域地質概況

秦皇島32-6油田地處渤海中部海域，構造上位于渤中坳陷石臼坨凸起中西部，被渤中、南堡、秦南三大凹陷所環繞（圖1），油氣資源豐富［16］。北區位于秦皇島32-6油田東北部，含油面積約9.5km2，井距較大且分布不均（250～600m），三維地震資料品質較好。其主要含油層系為新近系明化鎮組下段，并進一步細分為0～Ⅴ六個砂組，其中的Ⅰ砂組1、3小層（NmⅠ-1、NmⅠ-3）埋深為1000～1100m，為典型的曲流河沉積，巖性主要為細砂巖、粉砂巖及粉砂質泥巖。由于河流的頻繁擺動與遷移，研究區儲層沉積規模小、橫向變化快，在大井距條件下僅依靠測井資料難以準確識別。在油田的實際生產中發現井間砂體認識不清，注采矛盾嚴重，含水率上升快，目前綜合含水率已大于85%，急需通過井震結合的方法精確刻畫砂體的分布特征。

圖1 秦皇島32-6油田區域構造位置圖

3 分頻段地震屬性優選的原理

利用不同主頻的雷克子波對楔狀砂體模型進行正演模擬，可以得到不同頻率下振幅與砂體厚度的調諧曲線（圖2）。當砂體厚度小于調諧厚度時，振幅隨砂體厚度增加而近線性增大，可用振幅求取砂體厚度；而當砂體厚度明顯大于調諧厚度時，振幅隨砂體厚度增大而減小，并趨向某一常數，此時同一振幅值對應兩個或多個砂體厚度，根據振幅難以預測砂體厚度（圖2a）。而調諧厚度與地震數據的主頻密切相關，主頻越高，調諧厚度越?。▓D2b），對于雷克子波，調諧厚度近似等于1／4主波長。

眾所周知，地震數據的頻寬具有一定范圍，攜帶大量不同頻率的地震信號。而利用小波分頻技術［17，18］，在有效頻寬范圍內可將原始地震數據分解成一系列具有中心頻率的分頻數據體［19，20］。其中高頻數據體的調諧厚度小且分辨率高，其振幅可預測薄層砂體厚度；低頻數據體調諧厚度大，根據其振幅可預測厚層砂體厚度。因此根據砂體的發育規模，考慮調諧厚度和地震數據分辨率的限制，通過“高分辨率剖面重建”等方法，選取特定主頻的分頻數據體進行融合，從而重構出適合預測特定砂體厚度的“重構地震數據體”。從“重構地震數據體”中提取并優選地震屬性，尤其是振幅類地震屬性，能有效改善調諧厚度和地震數據體中“低頻信號”對砂體預測的限制，從而提高砂體及沉積相的預測精度。

圖2 不同頻率下振幅與厚度的關系

4 分頻段地震屬性優選

本文采用的“分頻段地震屬性優選”主要包括兩部分內容：一是借助小波分頻技術，將原始地震數據分解成多個不同主頻的分頻數據體，并通過正演模擬分析各個分頻數據體的調諧厚度；二是根據砂體發育規模，優選分頻數據體并進行融合，重構出新的地震數據體，繼而從“重構地震數據體”中提取并優選地震屬性。

4.1 地震數據小波分頻分析

4.1.1 地震數據小波分頻

地震資料在目的層段（1000～1200ms）主頻約75 Hz，頻帶為15～90 Hz（圖3a），即地震資料主頻高、頻帶寬，所攜帶的地震信號具有明顯的多尺度性，能夠反映不同砂體厚度的儲層特征。因此，該地震資料為針對不同規模的儲層進行小波分頻并優選出合適的頻段提供了良好的資料基礎。

采用Mallat算法，將地震數據分別按照10～110Hz（間距為10Hz）11個中心頻率進行小波分解。分析各個分頻數據的頻譜可知：小波分頻可得到具有一定主頻和頻寬的窄頻地震數據體；當選取的中心頻率明顯超出原始地震數據的有效頻寬時，分頻數據體的實際主頻會明顯偏離選取的中心頻率（圖3j～圖3l）；中心頻率為90 Hz與100 Hz時，后者的實際主頻（85Hz）仍然略高于前者（80Hz）（圖3j、圖3k），但當選取的中心頻率大于100Hz時，小波分頻得到的分頻數據體頻譜幾乎完全一致（圖3k、圖3l），反映原始地震數據中頻率大于100 Hz的成分非常少，所以有效的分頻數據體的中心頻率最高為100Hz。

4.1.2 地震正演模擬分析分頻數據體的調諧厚度

在有噪聲的環境中，當地層厚度接近主波長的1／4時，合成波形波峰與波谷的時間間隔趨于常數，而振幅則達到最大值［12，18］，此時的極限間隔（臨界地層厚度）被稱作“調諧厚度”。實際地震數據中的地震波是復合地震波，頻寬具有一定范圍，難以根據地震資料主頻直接預測準確的調諧厚度。地震正演模擬可為地下地質研究提供先驗性認識，通過分析正演模擬結果中振幅隨砂體厚度變化的關系，可以準確求取地震數據體的調諧厚度。

圖3 各分頻數據體頻譜分析圖（圖中紅線為中心頻率所在位置）

在充分考慮研究區巖石物理參數以及儲層發育規模的基礎上，設計了寬600m、厚30m的砂體楔形模型（背景為泥巖），提取研究區目的層段的地震子波作為正演模擬子波并完成正演模擬。原始地震數據的正演模擬結果顯示，隨著砂體厚度增加，RMS（均方根振幅）、ARS（平均反射強度）、AAA（平均絕對能量）三種振幅類屬性值不斷增大；當砂體厚度達到7.5m時，振幅類屬性值達到最大，相應的振幅值亦達到最大；隨著砂體厚度繼續增大，振幅類屬性值反而減小，并趨于一個常數，因此原始地震資料的調諧厚度約為7.5m（圖4）。同樣的方法，通過對楔形模型地震正演模擬，求出各個分頻地震數據的調諧厚度（表1）。

圖4 砂巖楔形模型振幅類屬性變化圖

表1 各分頻地震數據體調諧厚度表

4.2 分頻地震數據體融合與地震屬性優選

4.2.1 分頻地震數據體融合

研究區NmⅠ-1小層砂體平均厚度約為4m（僅統計有砂體的井），最大厚度約為8m，河道砂體呈典型的薄層條帶狀展布；NmⅠ-3小層砂體平均厚度約9m，最大厚度約16m，河道砂體呈典型的厚層連片狀展布。NmⅠ-1小層砂體厚度小于或近似等于各分頻數據體的調諧厚度（表1），即該層基本不受調諧厚度的影響；但原始地震數據中的低頻信號分辨率低，難以準確識別砂體，因此應當保留原始地震數據中的高頻信號，壓制低頻信號。NmⅠ-3小層砂體厚度遠大于原始地震數據的調諧厚度（圖4），并考慮低頻信號分辨率低的限制，既要適當壓制原始地震數據中的高頻信號，又要適當壓制低頻信號。

在分析各個分頻地震數據調諧厚度（表1）的基礎上，針對NmⅠ-1小層薄層砂體，分別選取30、60、100 Hz（有效分頻數據體的中心頻率最大為100 Hz，120Hz與100 Hz作為中心頻率得到的分頻數據體基本一致，詳見3.1.1）的分頻數據融合重構得到“地震數據體A”；選取40、80、100 Hz的分頻數據融合重構得到“地震數據體B”；選取50、100Hz的分頻數據融合重構得到“地震數據體C”。針對NmⅠ-3小層厚層砂體，分別選取20、40Hz的分頻數據融合重構得到“地震數據體D”；選取25、50Hz的分頻數據融合重構得到“地震數據體E”，選取30、60Hz的分頻數據融合重構得到“地震數據體F”（采用“倍頻”進行重構，可以使重構的地震數據體與原始地震數據體在優選頻段內頻譜相近）。

A、B、C三個地震數據體不同程度地壓制了相對低頻的信號，而保留了相對高頻的信號（圖5b～圖5d）；D、E、F三個地震數據體則不同程度地壓制了相對低頻與相對高頻的信號（圖5e～圖5g）。經正演模擬分析，D、E、F三個地震數據體的調諧厚度明顯增大，如“地震數據體E”的調諧厚度為14m，即在砂體厚度達到14m前，地震屬性與砂體厚度成單調遞增關系，而NmⅠ-3小層砂體厚度集中在5～16m之間，從而有效地改善了振幅類屬性與砂體厚度的相關關系。

4.2.2 薄層條帶狀砂體地震屬性優選

根據各井的砂、泥巖厚度與地震子波在地層中的傳播速度計算出各井的雙程旅行時，并取14ms作為NmⅠ-1小層的時窗（圖6）；然后以NmⅠ-1小層頂界面的地震層位解釋為界，向下取14ms時窗，分別從原始地震數據以及A、B、C三個重構地震數據體中，提取了頻率、相位、振幅類共16種地震屬性，并分析各地震屬性與單井解釋的砂體厚度之間的相關關系（表2）。

圖5 各重構地震數據體頻譜分析圖

圖6 秦皇島32-6油田北區NmⅠ-1小層各井時窗統計圖

表2 秦皇島32-6油田北區NmⅠ-1小層地震屬性與砂體厚度相關性分析

分析表2可知：不同地震屬性對砂體厚度的敏感度不同，其中振幅類屬性與砂體厚度的相關性最高；對于絕大多數地震屬性而言，從A、B、C三個重構地震數據體中提取的地震屬性與砂體厚度的相關性明顯高于從原始地震數據體中提取的地震屬性，其中“地震數據體B”與砂體厚度的相關性最好。通過對比原始地震數據和“地震數據體B”的均方根振幅屬性與砂體厚度的相關關系（圖7），能更直觀地說明從“地震數據體B”中提取的均方根振幅屬性能更好地預測砂體的分布。“地震數據體B”中有4種振幅屬性與砂體厚度的相關度達到0.85（表2），屬于強相關，即其中任意一種地震屬性已經能很好地反映砂體分布，因此，只需要從中優選出相關性最高的均方根振幅屬性即可。

4.2.3 厚層連片砂體地震屬性優選

采用相同方法，以NmⅠ-3小層頂底界面的地震層位為界，分別提取原始地震數據以及D、E、F三個重構地震數據體的16種地震屬性，并分析各地震屬性與測井解釋的砂體厚度之間的相關關系（表3）。

分析表3可知：從原始地震數據中提取的地震屬性與砂體厚度的相關度均小于0.5，即兩者之間無明顯的線性相關關系，而從重構的D、E、F三個地震數據體中提取的地震屬性與砂體厚度存在明顯的相關性，并且以重構的“地震數據體E”相關性最佳。從“地震數據體E”提取的地震屬性中，有6種振幅類屬性與砂體厚度的相關度在0.7以上（表3）。對以上6種地震屬性進行聚類分析并繪制譜系圖（圖8）。在譜系圖中，距離越大說明地震屬性之間的相關性越小，即6種地震屬性可劃分為兩類，分別從兩類中優選出均方根振幅與最大谷值振幅兩種屬性，并在歸一化的基礎上通過線性回歸擬合成一種復合地震屬性（復合地震屬性與砂體厚度的相關度為0.807）。

圖7 秦皇島32-6油田北區NmⅠ-1小層均方根振幅與砂體厚度相關關系圖

表3 秦皇島32-6油田北區NmⅠ-3小層地震屬性相關性分析表

圖8 地震屬性聚類分析譜系圖

5 基于“井震結合”的砂體預測

應用上述方法，針對NmⅠ-1小層優選出均方根振幅屬性，其屬性高值區呈帶狀分布（圖9b）；與從原始地震數據體中提取的地震屬性相比，屬性高值帶邊界更加清晰，零星分布在屬性高值帶以外的高值區域減少（圖9）。針對NmⅠ-3小層分別從原始地震數據體和“地震數據體E”中提取均方根振幅與最大谷值振幅的兩種屬性的復合地震屬性（圖10）。對比兩張屬性圖可知，從原始地震數據體中提取的地震屬性在砂體厚度較大的區域表現為相對低值，如B22井砂體厚度大（16.1m）而屬性值較低，在砂體厚度相對較薄的區域表現為屬性高值，如B16井砂體厚度較小（6.4m）而屬性值很高（圖10a箭頭處）；從“地震數據體E”中優選出的屬性在砂體厚度較大的區域表現為高值，在厚度較薄的區域表現為低值（圖10b）。

在通過分頻段優選方法得到的地震屬性中，絕大多數發育厚層砂體（大于3m）的井分布在屬性高值區，而不發育砂體或發育薄層砂體（小于3m）的井分布在屬性低值區（圖9、圖10）。但仍有個別井的地震屬性與測井砂體解釋不吻合，其主要原因有兩個：一是受斷層的影響，如QHD32-6-3井位于斷層附近，測井解釋NmⅠ-1小層發育3.9m厚的砂體，而優選出的地震屬性卻為低值（圖9b箭頭處）；二是受上下圍巖的影響，A26h井NmⅠ-3小層砂體僅有1.8m，而NmⅠ-4小層發育厚層砂體，屬性值為相對高值（圖10b）。

總體而言，優選出的地震屬性與測井砂體解釋吻合度高，且與砂體厚度的相關性大于0.8（NmⅠ-1小層為0.853，NmⅠ-3小層為0.807）。遵循“井震結合，模式指導”的研究思路，根據地震屬性，結合測井砂體解釋，并在沉積模式的指導下預測砂體的分布范圍（圖9b、圖10b）。在完成砂體邊界刻畫的基礎上，根據地震屬性與砂體厚度的回歸關系（圖7），將砂體分布范圍內的地震屬性轉化為砂體厚度，即初步完成砂體厚度預測；然后從初步預測的砂體厚度中提取各井點的砂體厚度值，并與測井解釋的砂體厚度進行殘差分析，繪制殘差圖；最后利用殘差圖對初步預測的砂體厚度圖進行校正，從而得到基于“井震結合”的砂體厚度圖（圖11a、圖12a）。與基于井數據預測的砂體厚度相比（圖11b、圖12b），NmⅠ-1小層“井震結合”預測的砂體厚度在河道帶內部更加連續；NmⅠ-3小層“井震結合”預測的砂體厚度在井間有明顯的高低變化，即保留了地震屬性的分布趨勢，因此“井震結合”預測的砂體厚度更客觀、合理（圖11、圖12）。

圖9 秦皇島32-6油田北區NmⅠ-1小層均方根振幅屬性平面圖

圖10 秦皇島32-6油田北區NmⅠ-3小層復合地震屬性平面圖

根據砂體厚度圖，結合多井相解釋，并在沉積模式的指導下預測沉積微相的展布（圖13）。NmⅠ-1小層砂體較薄，以條帶狀分布為主，并零星發育部分孤立的河漫灘砂體，由兩條窄條帶狀河道組成（圖13a）；NmⅠ-3小層砂體較厚，呈連片狀分布，由多期河道側向拼疊形成（圖13b）。

圖11 秦皇島32-6油田北區田NmⅠ-1小層砂體厚度平面圖

圖12 秦皇島32-6油田北區NmⅠ-3小層砂體厚度平面圖

圖13 秦皇島32-6油田北區沉積微相平面圖

6 認識

針對秦皇島32-6油田北區地震資料品質較高、井資料豐富的特點，對目的層NmⅠ-1、NmⅠ-3小層進行了砂體預測和沉積相分析，得到了以下認識：

（1）針對薄層砂體與厚層砂體不同的地震屬性響應特征，采用“先優選地震數據頻段，再優選地震屬性”的方法對砂體進行預測；

（2）對地震數據進行分頻并優選頻段后提取的地震屬性與砂體厚度的相關性明顯高于分頻之前；

（3）砂泥巖地層中，不同地震屬性對砂體厚度的敏感度不同，在振幅類、頻率類、相位類地震屬性中，振幅類屬性對砂體厚度的敏感性最好；

（4）通過分頻段地震屬性優選的方法，提高了砂體及沉積微相的預測精度，為油田精細開發奠定了堅實的地質基礎。

［1］ 李坦，殷小舟.地震屬性的地質意義分析.復雜油氣藏，2009，2（3）：25-28.Li Tan，Yin Xiaozhou.Analysis on the geological significance of seismic attributes.Complex Hydrocarbon Reservoirs，2009，2（3）：25-28.

［2］ 印興耀，周靜毅.地震屬性優化方法綜述.石油地球物理勘探，2005，40（4）：482-489.Yin Xingyao，Zhou Jingyi.Summary of optimum methods of seismic attributes.OGP，2005，40（4）：482-489.

［3］ 何碧竹，周杰，汪功懷.利用多元地震屬性預測儲層信息.石油地球物理勘探，2003，38（3）：258-262.He Bizhu，Zhou Jie，Wang Gonghuai.Using multivariate seismic attributions to predict reservoir information.OGP，2003，38（3）：258-262.

［4］ 王彥倉，秦鳳啟，杜維良等.地震屬性優選、融合探討.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.China Petroleum Exploration，2013，18（6）：69-73.

［5］ Satinder Chopra.Emerging and future trends in seismic attributes.The Leading Edge，2008，27（3）：298-318.

［6］ 黎祺，胡明毅.地震沉積學在河流—三角洲沉積相及有利砂體預測方面的應用.天然氣地球科學，2014，25（9）：1341-1349.Li Qi，Hu Mingyi.Application of seismic sedimentology in river-delta facies and sandstone body prediction.Natural Gas Geoscience，2014，25（9）：1341-1349.

［7］ Ahmad M N，Rowell P.Application of spectral decomposition and seismic attributes to understand the structure and distribution of sand reservoirs within Tertiary rift basins of the Gulf of Thailand.The Leading Edge，2012，31（6）：630-634.

［8］ Hart B S.Channel detection in 3-D seismic data using sweetness.AAPG，2008，92（6）：733-742.

［9］ Chopra S，Marfurt K J.Seismic attribute expression of differential compaction.The Leading Edge，2012，31（12）：1418-1422.

［10］ 蔡涵鵬，龍浩，賀振華等.基于地震數據瞬時相位譜的地層厚度估算.天然氣地球科學，2014，25（4）：574-581.Cai Hanpeng，Long Hao，He Zhenhua et al.Thickness estimates from instantaneous phase spectrum of poststack seismic data.Natural Gas Geoscience，2014，25（4）：574-581.

［11］ 王治國，尹成，雷小蘭等.預測砂巖孔隙度的地震多屬性優化模式對比.石油地球物理勘探，2011，46（3）：442-448.Wang Zhiguo，Yin Cheng，Lei Xiaolan et al.Multi-attribute optimization analysis for sandstone porosity prediction.OGP，2011，46（3）：442-448.

［12］ 于建國，韓文功，劉力輝.分頻反演方法及應用.石油地球物理勘探，2006，41（2）：193-197.Yu Jianguo，Han Wengong，Liu Lihui.Frequeney-divided inversion and application.OGP，2006，41（2）：193-197.

［13］ 張廣智，李振振，趙陽等.AVF反演Q值方法研究.地球物理學進展，2015，30（5）：2293-2300.Zhang Guangzhi，Li Zhenzhen，Zhao Yang et al.The study of AVF inversion forQvalue extraction.Progress in Geophysics，2015，30（5）：2293-2300.

［14］ 陶倩倩，李達，楊希冰等.利用分頻反演技術預測烴源巖.石油地球物理勘探，2015，50（4）：706-713.Tao Qianqian，Li Da，Yang Xibing et al.Hydrocarbon source rock prediction with frequency-divided inversion.OGP，2015，50（4）：706-713.

［15］ 馮斌，趙峰華，王淑華.地震分頻解釋技術在河道砂預測中的應用.地球科學進展，2012，27（5）：510-514.Feng Bin，Zhao Fenghua，Wang Shuhua.Application of spectral decomposition technique in fluvial sand body prediction.Advances in Earth Science，2012，27（5）：510-514.

［16］ 梁宏偉，吳勝和，穆龍新等.應用相控正演模擬方法精細描述河流相儲層——秦皇島32-6油田北區實例.石油地球物理勘探，2013，48（6）：978-984.Liang Hongwei，Wu Shenghe，Mu Longxin et al.Fluvial reservoir characterization with phase-controlled forward modeling in the North Block of the Qinhuangdao 32-6 Oilfield，a case study.OGP，2013，48（6）：978-984.

［17］ 馬朋善，王繼強，劉來祥等.Morlet小波分頻處理在提高地震資料分辨率中的應用.石油物探，2007，46（3）：283-287.Ma Pengshan，Wang Jiqiang，Liu Laixiang et al.Application of Morlet frequency-division processing in enhancing the seismic data resolution.GPP，2007，46（3）：283-287.

［18］ 黃捍東，張如偉，郭迎春.地震信號的小波分頻處理.石油天然氣學報，2008，30（3）：87-91.Huang Handong，Zhang Ruwei，Guo Yingchun.Wavelet frequency-division process for seismic signals.Journal of Oil and Gas Technology，2008，30（3）：87-91.

［19］ 王貴文，徐敬領，楊寧等.小波分頻分析法在沉積層序劃分及等時對比中的應用.高校地質學報，2013，19（1）：70-77.Wang Guiwen，Xu Jingling，Yang Ning et al.Using wavelet frequency analysis to divide sedimentary sequence cycles and isochronous correlation.Geological Journal of China Universities，2013，19（1）：70-77.

［20］ 趙繼龍，熊冉，陳戈等.分頻重構反演及在薄互層儲層預測中的應用.西南石油大學學報（自然科學版），2014，36（4）：47-54.Zhao Jilong，Xiong Ran，Chen Ge et al.Seismic inversion of frequency divisions reconstruction and its application thin interbedded sand reservoir prediction.Journal of Southwest Petroleum University（Science＆ Technology Edition），2014，36（4）：47-54.

P631

A

10.13810／j.cnki.issn.1000-7210.2017.01.017

李偉，岳大力，胡光義，范廷恩，方曉剛.分頻段地震屬性優選及砂體預測方法——秦皇島32-6油田北區實例.石油地球物理勘探，2017，52（1）：121-130.

1000-7210（2017）01-0121-10

*北京市昌平區府學路18號中國石油大學（北京）地球科學學院，102249。Email：yuedali＠cup.edu.cn

本文于2016年6月15日收到，最終修改稿于同年12月7日收到。

本項研究受國家自然科學基金青年科學基金項目（40902035）、教育部博士點新教師基金項目（20090007120003）及國家科技重大專項（2011ZX05024-001-04）聯合資助。

（本文編輯：劉英）

李偉 碩士研究生，1990年生；2014年畢業于中國石油大學（北京），獲地質工程專業學士學位；現在中國石油大學（北京）攻讀地質資源與地質工程專業碩士學位，從事油氣田開發地質研究。