山西沁水壽陽ST區塊煤儲層三維精細地質建模

摘要：

煤儲層三維地質模型的精確性直接影響到后期煤層氣開發方案的部署和煤層氣井的產量。本文以山西沁水盆地壽陽ST區塊為例，基于地質數據、巖心數據、測井數據和地震數據等資料，提出了井震約束條件下煤儲層的三維地質建模方法。通過建立構造模型，采用序貫指示模擬方法模擬煤層在三維空間的分布，建立研究區巖相模型。通過序貫高斯模擬方法模擬煤層含氣量、孔隙度、滲透率等參數分布規律，建立反映煤層氣特征的精細三維屬性模型，預測了相關屬性參數的空間分布特征。基于地質模型劃分了產能潛力區，結合產能數值模擬技術，進行了煤層氣井單井產能預測。本文劃分的煤層氣產能潛力區與產能預測結果，與目前區塊內煤層氣開發部署和實際產氣情況吻合。

關鍵詞：

三維地質建模；井震約束；煤儲層；屬性模型；沁水盆地

doi：10.13278/j.cnki.jjuese.20220080

中圖分類號：P618.11

文獻標志碼：A

收稿日期：2022-03-29

作者簡介：李忠城（1971—），男，高級工程師，博士，主要從事煤層氣勘探開發研究，E-mail：lizhch21@cnooc.com.cn

基金項目：國家科技重大專項（2017ZX05064）

Supported by the National Science and Technology Major Project （2017ZX05064）

3D Fine Geological Modeling of Coal Reservoir in Shouyang ST Block in Qinshui Basin， Shanxi Province

Li Zhongcheng1， Li Dandan2

1. China United Coalbed Methane Co.， Ltd.， Beijing 100015， China

2. CCTEG Xi'an Research Institute （Group） Co.， Ltd.， Xi’an 710077， China

Abstract：

The accuracy of three-dimensional geological model of coal reservoir directly affects the deployment of coalbed methane development plan and the production of coalbed methane wells in the later stage. Taking Shouyang ST block in Shanxi Qinshui basin as an example， based on geological data， core data， logging data and seismic data， this paper proposes a three-dimensional geological modeling method of coal reservoir under well-seismic constraints. Through the establishment of structural model， the sequential indication simulation method is used to simulate the distribution of coal seams in three-dimensional space， and the lithofacies model of the study area is established. The sequential Gaussian simulation method is used to simulate the distribution law of coal seam gas content， porosity， permeability and other parameters， establish a fine three-dimensional attribute model reflecting the characteristics of coal seam gas， and predict the spatial distribution characteristics of relevant attribute parameters. Based on the geological model， the productivity potential area is divided. Combined with the productivity numerical simulation technology， the productivity of single well of coalbed methane well is predicted. The coalbed methane productivity potential areas and productivity prediction results divided in this paper are consistent with the current coalbed methane development deployment and actual gas production in the block.

Key words：

3D geological modeling; logging-seismic restraint; coal reservoir; attribution model; Qinshui basin

0 引言

煤儲層具有強烈的非均質性，傳統地質學方法從一維和二維視角研究煤層氣儲層參數的空間分布規律，具有較大的局限性。三維地質建模能夠將煤層氣儲層空間分布規律和成藏演化史密切結合，定量展示煤層氣儲層參數的空間分布特征，解決傳統地質方法研究中煤層認識不明、對比穿層、儲層構造斷層判別失誤、滲透率變化沒有三維展現模型等問題，對于煤層氣儲層非均質性研究具有重要意義［1］。三維地質建模方法能融合地質、測井、地震、試井、氣藏工程與地質統計學等綜合信息，精確分析儲層，成為氣藏數值模擬和開發動態分析的重要手段［2］。煤儲層三維地質模型的精確性直接影響到后期煤層氣開發方案的部署和實施，進而影響到具體煤層氣井的產量，給煤層氣勘探開發帶來很大的困擾［3］。

隨機建模技術能實現對井間儲層的綜合分析，并進行三維表征和可視化展示，適用于描述煤儲層的不均一性和隨機性［4］。Korre等［5］使用隨機建模技術分析了加拿大Alberta Manville 煤層的煤層氣的隨機性、埋藏效應和危害性。雷能忠［6］采用隨機建模技術對淮北蘆嶺煤層含氣性進行了分析，建立了含氣量、孔隙度、灰分產率、揮發分產率等三維儲層屬性模型。王文勝［7］利用隨機建模方法建立了鄂爾多斯盆地蘇里格氣田三維地質模型。淮銀超等［8］基于相控三維隨機建模方法實現煤層與非煤層屬性的差異化建模。馬平華等［9］通過滲透率影響因素分析，分煤巖類型建立了滲透率與地應力的定量關系，提出了四步建模法，采用隨機模擬技術建立滲透率模型。呂杰堂等［10］建立一套煤儲層測井地質分析和精細地質模型分析技術，采用煤沼隨機模擬方法建立了plybased煤層氣精細地質模型。宣濤等［11］利用地震構造解釋與分層數據，采用井震結合方式，利用序貫指示隨機建模方法構建了符合煤層分布規律的巖相模型。

經過學者多年的建模研究和實例驗證，隨機三維地質建模理論在不斷地豐富和完善。如何利用測井解釋成果和地震數據的約束，建立完整、全面反映煤儲層地質特征的三維模型是煤層氣三維地質建模的研究熱點［12］。壽陽區塊位于山西省沁水盆地東北部，是我國重要的無煙煤生產基地，是典型的高瓦斯礦區。該區塊從1996年就成為我國煤層氣開發的熱點，煤層氣的勘探與開發工作取得了初步進展，但總體上勘探開發的進程緩慢，重要原因是采用傳統地質分析方法對該區的地質規律認識不夠深入和精細。三維地質建模為精細查明煤儲層參數展布規律提供了有力的技術支撐。本文在前人研究的基礎上，以沁水盆地壽陽ST區塊為例，基于地質數據、巖心數據、測井數據和地震數據等資料，開展研究區煤層氣儲層測井響應特征和識別方法研究，完成區塊地震屬性的提取和優化，采用多數據融合和隨機建模技術，在井震約束條件下，建立研究區煤層屬性三維模型，提升該區塊煤層氣井的布置水平，進而盤活整個沁水盆地東北部的煤層氣開發。

1 地質概況

研究區位于沁水盆地東北部壽陽—陽泉單斜帶內，面積298.12 km2。區內構造形態總體上為走向EW、向S傾斜的單斜構造；在此基礎上又發育不同方向的次一級的褶曲和斷裂，斷層以NNE、NE向構造為主（圖1）。區內構造較為簡單，地層傾角較緩。新生界廣泛分布，在西南部局部地區出露基巖。地層出露由北向南呈由老到新分布，奧陶系在研究區以北有較大出露；本溪組和太原組等石炭系零星出露；山西組、石盒子組等二疊系出露在研究區內沖溝附近；二疊系石千峰組和三疊系劉家溝組在西南部出露；新生界不整合上覆于各時代基巖之上。含煤地層主要為二疊系山西組和石炭系太原組（圖2）。共發育17層煤，分別為1號、2號、3號、4號、5號、6號、8

號、9上號、9號、11號、12號、13號、13下

號、15號、15下號、16號和17號煤層，其中：山西組3號和6號煤層分別為穩定和不穩定可采煤層。太原組15號煤層為穩定可采煤層；8號、9號和15下號煤層屬較穩定可采煤層；9上號和11號煤層為不穩定局部可采煤層。

2 建模思路

基于地質、測井、試井、地震以及生產等原始資料，應用測井綜合解釋軟件完成地層劃分、巖相解釋、儲層參數分析，分析自然伽馬、聲波時差、密度、電阻率等與煤儲層參數的相關關系，建立相關方程。進行三維地震數據反演，完成儲層構造的精細解釋，建立地震屬性與儲層物性的相關關系。在此基礎上，采用三維可視化地質建模軟件構建研究區的構造模型。結合測井參數與煤儲層參數的相關方程，構建煤儲層物性參數模型。最后，以生產井數據為參照，對物性參數模型進行驗證，為后續煤層氣高產區預測提供依據。具體的建模思路見圖3。

3 測井定量分析

煤儲層物性的精確描述極大地依賴測井資料的解釋。測井資料可以提供儲層參數預測，進而獲取煤儲層三維數據。由于煤層氣的吸附解吸特性，在實際取心過程中其含氣量等數據測試結果與真實值之間有很大的差距。對比而言，煤層氣井測井數據可以反映煤儲層在原位狀態的特性，因此，測井數

據一般作三維建模過程中描述煤巖物性參數的“硬數據”。研究區內共有鉆井56口，其中52口井有測井資料，具體參數包含自然伽馬（GR）、密度（DEN）、聲波時差（AC）、電阻率以及中子測井（CNL）等，有15口井完成了取心。

主要含煤巖系（山西組和太原組）中，煤層的測井響應特征可歸納為：“三高”（高電阻率、高中子、高聲波）、“三低”（低自然伽馬、低密度、低自然電位）、“一擴徑”（煤層處會發生擴徑現象），即“三高三低一擴”的特點［13］（圖4）。

綜合實測的測井數據和前人研究成果［14］，在曲線標準化的基礎上，采用交會圖及多元統計方法［15-16］，利用測井曲線開展煤儲層含氣性（含氣量）、物性（孔隙度、滲透率）、煤工業分析參數（灰分產率）的測井解釋。同時，針對煤儲層以及頂、底板，完成了巖石力學性質（泊松比、儲層壓力、巖石強度）以及地應力測井解釋，煤儲層物性參數與測井相關參數的相關關系如圖5及表1所示。從圖5中可以看出：孔隙度與滲透率呈指數相關關系；儲層壓力、地應力均與埋深呈正相關關系；煤層灰分產率與密度呈正相關關系。通過井間測井儲層參數預測，可以得到儲層三維數據體。

4 地震屬性提取和優化

地震儲層預測是以高分辨率地震和測井資料為基礎，以地質與鉆井資料為參考，以屬性分析為主要技術來進行［17-19］，具體包括屬性提取、屬性標準化與優化、屬性轉換與應用3個階段，目的是最大化利用

所獲得的地震資料，從地震資料中拾取出與儲層敏感有效的屬性信息，然后將地震屬性轉化為儲層特征，從而達到對儲層參數進行預測的目的。1990年以后，地震屬性分析作為地震儲層反演和分析的新方法，以其高的橫向分辨率及快速高效的運算能力等優勢，廣泛應用于地層層序分析、沉積相研究、巖性預測、物性預測及三維地震建模領域描述等各個領域，取得了較好的應用效果［20-22］。

地震屬性的相關性分析是利用測井解釋的煤儲層含氣量、物性（孔隙度、滲透率）、灰分產率等數據與提取的地震屬性數據進行相關程度的分

析，找出與這些數據相關的地震屬性，剔除相關程度較高的地震屬性，減少參與儲層預測的地震屬性的數量。以含氣量數據為例，將測井解釋得到的15號煤層的含氣量導入軟件中，采用收斂插值法生成如圖6a所示的含氣量等值線圖。通過相關性分析，得出提取的各種地震屬性與含氣量的相關系數，篩選出相關系數較大的15種地震屬性，建立這些屬性與15號煤層含氣量的關系，根據地震屬性與含氣量的相關性篩選地震屬性；在這些地震屬性之間再次用相關性分析這些地震屬性之間的相關程度，剔除屬性之間相關性比較高的地震屬性；最終選擇出5種地震屬性：弧長、平均能量、下半周面積、最大振幅以及最大能量。

對以上5種地震屬性開展主成分分析，分析結果見表2。從主成分分析結果可以看出，主成分PC0和PC1已經累計貢獻84.20%。即可以利用5種屬性構造主成分PC0和PC1，然后建立15號煤層含氣量與主成分PC0和PC1之間的關系，開展地震屬性的含氣量解釋，其解釋結果見圖6b。對比圖6a、b，地震屬性解釋與測井解釋有較好的一致性。

5 精細三維地質建模

綜合測井和地震資料，精細劃分煤層，構建煤層精準的等時格架，對比實驗室測試分析結果，結合測井和地震屬性分析獲取的相關屬性建立測井、地震屬性與儲層物性的相關關系。利用三維地質建模技術綜合上述信息，通過網格劃分、構造模型和巖相模型構建，最終通過序貫高斯模擬方法模擬煤層含氣量、孔隙度、滲透率等參數的分布規律，建立反映煤層氣特征的精細三維屬性模型。

5.1 網格劃分

三維地質建模平面網格步長為100 m×100 m，平面上總網格數為215×247，縱向上建立253個小層。其中，煤層縱向網格平均為0.3 m，隔層平均為1 m左右，總網格數為13 435 565，網格方向為30°～40°（圖7）。

5.2 構造模型

構造模型的構建順序依次為斷層模型構建和層面模型構建。斷層模型依據地震解釋的斷層數據，重現斷層在地下三維空間的分布特征。層面模型刻畫地層界面在三維空間的疊合分布規律，展現出地層空間格架。構造建模主要依據為相關分層地質和地震解釋數據，特別是各井層位精細劃分及有地震資料反演的層面數據。應用分層地質數據，通過數據插值運算，在地震反演層面數據的約束下生成3號煤層頂面、9號煤層頂面、15號煤層頂面的層面模型，通過鉆井分層結合地層厚度，共同控制生成山西組頂面、3號煤層底面、太原組頂面、9號煤層底面、K4頂面、15號煤層底面、15號煤層下20 m底面 7個層面，然后將各個層面模型進行空間疊合，建立儲層的空間格架，再現煤層在三維空間的分布。

針對研究區三維地震數據，利用實測井制作合成記錄，標定3號煤層、9號煤層以及15號煤層的頂面（圖8）。利用測井標定地震，根據二維及三維地震解釋的斷層、層面等結果，在時深轉換的基礎上，將地震解釋的時間剖面轉換為深度剖面。

研究區內解釋出70條斷層，傾角范圍為30°～80°。根據斷層的可靠程度，使用解釋出的可靠斷層和較可靠斷層共14條來建立斷層模型（圖9）。根據地層等厚圖和煤層厚度圖做層面模型（圖10）。鑒于煤層橫向分布的不均勻性，煤層橫向發育不連續，經常出現煤層尖滅等狀況，因此，在建立煤層構造面時，需要采用煤層厚度賦值為零的方法進行處理。通過建立3號、9號和15號煤層的構造模型，可反映煤層在三維空間的分布。構造模型再現 3 個煤層的頂面構造，整體呈現出一大向斜構造，局部也呈現出小的向斜構造，表現為北部淺南部深，區域中部被多斷層分割（圖11）。

5.3 巖相模型

根據測井解釋巖相類型，將測井巖相解釋成果按離散數據加載到研究區，作為煤儲層巖相模型的原

始數據。在離散后的單井煤儲層數據的基礎上，應用變差函數對離散后的儲層數據進行分析，確定不同巖相變差函數的變程，用于各小層的儲層模擬。

其中主變程顯示沿著物源方向的連續程度，次變程垂直于物源方向，垂向變程反映巖性在垂向上的連續性。以單井儲層信息為基礎數據，通過序貫指示隨機模擬，建立研究區巖相模型（圖12），得到多個隨機實現結果，并進行優選，以用于后續屬性模型的建立。通過3個煤層南部東西向剖面圖（圖13）

可以看出：15號煤層連續性好，煤層較厚，3號煤層、9號煤層連續性一般，其他煤層零散分布；煤系內細砂巖、中砂巖等砂體在垂向上連續分布、砂體較厚，灰巖在15號煤層上部呈連續性分布。

5.4 煤儲層屬性模型

屬性模型的建立過程，實際是將三維網格中的每個單元賦予屬性值的過程。利用測井數據、鉆井和地震數據以及各屬性層面趨勢圖，采用序貫高斯模擬算法進行工區內的隨機性屬性建模。建模時采用分層隨機模擬，對各個煤層的相關儲層物性進行表征和預測。

以實驗室分析資料和測井解釋數據為基礎，基于地震數據，選用地質統計學中適用于連續變量模擬的序貫高斯模擬算法，并利用15號煤層鉆孔含氣量平面圖作為約束，模擬生成了5個結果，并進行優選，得到最終的含氣量模型（圖14）。可見：含氣量

分布在6～28 cm3/g之間，總體上呈現西南高、東北低的特點；高含氣量區域主要集中在西南角和西北角。模擬后3號煤層、9號煤層和15號煤層平均含氣量分別為16.24、13.01、21.77 cm3/g。

建模過程通過模型的計算結果與井數據的吻合程度來驗證各種參數設置的合理性。通過統計含氣量模型分布直方圖（圖15），可以看出模型計算結果與井數據有較好的一致性，說明建模參數設置合理，適合該地區。

采用相同的方法建立了孔隙度模型（圖16）和滲透率模型（圖17）。孔隙度高值區分布在西部，在西南角達到峰值，中部孔隙度偏低。3號煤層中部孔隙度較高，總體區塊孔隙度大小順序是15號煤層gt;3號煤層gt;9號煤層。滲透率高值區分布在中部區域，南北方向滲透率下降，在西南角出現滲透率高值區。15號煤層滲透率較高，總體區塊滲透率大小順序是15號煤層gt;9號煤層gt;3號煤層。

5.5 模型檢驗與評價

研究區屬于勘探前期，生產井數據少，排采時間短，通過實際生產數據對模型進行可靠性驗證。模型與個別井的生產數據吻合，高滲區多為中高產井、低滲區以中低產井為主，但不全面，因此，基于建立的地質模型，利用滲透率、孔隙度、含氣量、巖相模型進行產能潛力區劃分。從圖18可以看出，潛力區位于研究區東南部，面積28.28 km2，孔滲性較好，含氣量高。結合煤層氣抽采產能數值模擬技術進行產能預判，抽采井日產最高產量大于2 000 m3/d，不超過3 000 m3/d（圖19），預測結果超過煤層氣儲量估算規范要求，認為本模型達到預期目的，模型基本反映了實際儲層情況。

6 結論與展望

1）研究區煤儲層含氣性（含氣量）、物性（孔隙度、滲透率）、灰分產率、巖石力學性質（泊松比、儲層壓力、巖石強度）以及地應力等參數與測井相關參數具有良好的相關關系，具有明確的定量關系，利用測井曲線可以建立研究區的三維儲層模型。

2）通過相關分析和主成分分析篩選出2種與含氣量相關的地震屬性（弧長、平均能量），開展地震屬性的含氣量測井解釋，地震屬性解釋與測井解釋有較好的一致性，實現了地震和測井數據的相互印證，保證了建模的準確性。

3）結合井震資料進行煤層構造解釋，提出了井震約束條件下的三維地質建模方法，建立反映煤層氣特征的精細三維屬性模型，預測了相關屬性參數的空間分布特征。基于地質模型劃分產能潛力區，結合產能數值模擬技術，對煤層氣抽采井進行產能預判，預測結果超過了煤層氣儲量估算規范的要求。后續工作中將進一步補充勘探井和生產井的數據，完善和優化模型，進而為沁水盆地東北部的煤層氣開發提供技術支撐。

參考文獻（References）：

［1］ 曲良超. 煤層氣地質建模技術及應用［D］. 北京：中國地質大學（北京）， 2013.

Qu Liangchao. Geologic Modeling Technology and Application in Coalbed Methane［D］. Beijing：China University of Geosciences （Beijing）， 2013.

［2］ 吳志春，郭福生，林子瑜，等.三維地質建模中的多源數據融合技術與方法［J］.吉林大學學報（地球科學版），2016，46（6）：1895-1913.

Wu Zhichun， Guo Fusheng， Lin Ziyu，et al. Technology and Method of Multi-Data Merging in 3D Geological Modeling［J］. Journal of Jilin University（Earth Sciencc Edition），2016，46 （6）： 1895-1913.

［3］ 桑樹勛， 秦勇， 范炳恒， 等. 層序地層學在陸相盆地煤層氣資源評價中的應用研究［J］. 煤炭學報， 2002， 27（2）：113-118.

Sang Shuxun， Qin Yong， Fan Bingheng， et al. Study on Sequence Stratigraphy Applied to Coalbed Methane Resource Assessment［J］. Journal of China Coal Society， 2002， 27（2）： 113-118.

［4］ 于興河，陳建陽，張志杰. 油氣儲層相控隨機建模技術的約束方法［J］，地學前緣，2005，12（3）：237-244.

Yu Xinghe， Chen Jianyang， Zhang Zhijie，et al. Stochastic Modeling for Characteristics of Petroleum Reservoir Constrained by Facies［J］. Earth Science Frontiers， 2005， 12（3）： 237-244.

［5］ Korre A， Shi J Q， Imrie C， et al. Coalbed Methane Reservoir Data and Simulator Parameter Uncertainty Modelling for CO2 Storage Performance Assessment［J］. International Journal of Greenhouse Gas Control， 2007， 1（4）： 492-501.

［6］ 雷能忠. 蘆嶺井田煤儲層屬性預測與隨機建模［D］. 徐州：中國礦業大學， 2012.

Lei Nengzhong. Predication and Stochastic Modeling of Coalbed Methane Reservoir Properties in Luling Well Field［D］. Xuzhou： China University of Mining and Technology，2012.

［7］ 王文勝. 隨機建模在煤層氣勘探開發研究中的應用［D］.西安：西北大學， 2012.

Wang Wensheng. Application of Stochastic Modeling in Coalbed Methane Exploration and Development［D］. Xi’an： Northwest University，2012.

［8］ 淮銀超，張銘，楊龍偉，等.基于相控的煤層氣藏三維地質建模［J］.地球科學與環境學報，2017，39（2）：275-285.

Huai Yinchao，Zhang Ming，Yang Longwei， et al. Facies-Controlled Three-Dimensional Geological Modeling for Coalbed Methane Reservoir［J］. Journal of Earth Sciences and Environment， 2017， 39（2）： 275-285.

［9］ 馬平華， 邵先杰， 霍夢穎，等. 煤儲層地質建模思路與方法：以鄂爾多斯盆地東南緣韓城礦區為例［J］. 石油與天然氣地質， 2018， 39（3）：601-610.

Ma Pinghua，Shao Xianjie，Huo Mengying， et al. Concepts and Methods for Coalbed Geology Modeling： A Case Hancheng Mining Area Southeastern Margin of Ordos Study in the Basin［J］. Oil amp; Gas Geology， 2018， 39（3）： 601-610.

［10］ 呂杰堂， 張銘， 淮銀超， 等. 煤儲層測井分析和精細地質建模技術：以澳大利亞 Surat盆地煤層氣區為例［J］. 煤炭學報， 2020，45（5）：1824-1834.

Lü Jietang， Zhang Ming， Huai Yinchao，et al. CBM Reservoir Log and Fine Geo-Model Analysis Techniques： Taking CBM in Surat Basin as an Example［J］. Journal of China Coal Society，2020，45（5）： 1824-1834.

［11］ 宣濤，王文升，劉靈童， 等. 不連續、薄互層煤層氣地質建模技術：以澳大利亞蘇拉特盆地為例［J］. 中國煤炭地質， 2021， 33（6）：31-36， 68.

Xuan Tao，Wang Wensheng，Liu Lingtong，et al. Geological Modeling Technology for Discontinuity，Thin Interbedded CBM Resources： A Case Study of Surat Basin，Australia［J］. Coal Geology of China， 2021， 33（6）： 31-36， 68.

［12］ 陳更新，趙凡，曹正林，等.地震反演、地質協同約束儲層精細建模研究［J］.天然氣地球科學，2014，25（11）：1839-1846.

Chen Gengxin，Zhao Fan，Cao Zhenglin， et al. Integrated Reservoir Modeling Based on Seismic Inversion and Geological Data［J］. Natural Gas Geoscience， 2014， 25 （11）： 1839-1846.

［13］ 吳蒙，秦云虎，王曉青，等.任家莊煤礦煤層煤質測井響應及其預測模型［J］.吉林大學學報（地球科學版），2022，52（2）：633-643.

Wu Meng，Qin Yunhu， Wang Xiaoqing， et al. Log Response of Coal Quality and Its Prediction Model in Renjiazhuang Coal Mine［J］. Journal of Jilin University （Earth Science Edition）， 2022， 52（2）： 633-643.

［14］ 黃兆輝，鄒長春，楊玉卿，等.沁水盆地南部TS地區煤層氣儲層測井評價方法［J］.現代地質，2012，26（6）：1275-1282.

Huang Zhaohui， Zou Changchun， Yang Yuqing， et al. Coalbed Methane Reservoir Evaluation from Wireline Logs in TS District， Southern Qinshui Basin［J］. Geoscience， 2012， 26（6）： 1275-1282.

［15］ 戴婉薇. 基于井震結合交會圖的地層對比方法及應用［J］. 測井技術， 2017， 41（6）：723-727.

Dai Wanwei. Stratigraphic Correlation Method and Application Based on the Well to Seismic Calibrated Crossplot［J］. Well Logging Technology， 2017， 41（6）： 723-727.

［16］ 韓博華， 王飛， 劉倩茹，等. 測井儲層分類評價方法研究進展綜述［J］. 地球物理學進展， 2021， 36（5）： 1966-1974.

Han Bohua，Wang Fei，Liu Qianru， et al. Review of Research Progress on Evaluation of Logging Reservoir Classification Methods ［J］. Progress in Geophysics， 2021， 36（5）： 1966-1974.

［17］ 趙萬金，楊午陽，趙偉.地震儲層及含油氣預測技術應用進展綜述［J］.地球物理學進展，2014，29（5）：2337-2346.

Zhao Wanjin，Yang Wuyang，Zhao Wei. The Review of Technical Progress in Application of Seismic Reservoir and Hydrocarbon Prediction［J］. Progress in Geophysics， 2014， 29（5）： 2337-2346.

［18］ Katterbauer K， Hoteit I， Sun S. EMSE： Synergizing EM and Seismic Data Attributes for Enhanced Forecasts of Reservoirs［J］. Journal of Petroleum Science and Engineering， 2014， 122： 396-410.

［19］ 樂友喜，黃健良，張陽，等.地質模型約束下的地震儲層預測技術及其在梨樹斷陷中的應用［J］.吉林大學學報（地球科學版），2013，43（2）：632-640.

Yue Youxi，Huang Jianliang，Zhang Yang，et al. Seismic Reservoir Prediction Technology Constrained by Geology Model and the Application in Lishu Fault Depression［J］. Journal of Jilin University （Earth Science Edition）， 2013， 43（2）： 632-640.

［20］ 黃誠，李鵬飛，王騰宇，等.地震屬性分析技術在小斷層識別中的應用［J］.工程地球物理學報，2016，13（1）：41-45.

Huang Cheng，Li Pengfei，Wang Tengyu， et al. The Application of Seismic Attribute Analysis Technology to the Identification of Small Faults［J］. Chinese Journal of Engineering Geophysics， 2016， 13（1）：41-45.

［21］ Mohammad Ali Sebtosheikh， Ali Salehi. Lithology Prediction by Support Vector Classifiers Using Inverted Seismic Attributes Data and Petrophysical Logs as a New Approach and Investigation of Training Data Set Size Effect on Its Performance in a Heterogeneous Carbonate Reservoir［J］. Journal of Petroleum Science and Engineering， 2015， 134： 143-149.

［22］ Raef A E， Meek T N， Totten M W. Application of 3D Seismic Attribute Analysis in Hydrocarbon Prospect Identification and Evaluation： Verification and Validation Based on Fluvial Palaeochannel Cross-Sectional Geometry and Sinuosity， Ness Country， Kansas， USA［J］. Marine and Petroleum Geology， 2016， 73： 21-35.