碳酸盐岩裂缝-孔洞型储层缝洞体系综合预测方法及应用

王峣钧,郑多明,李向阳,崔永福,孙绍寒,万效国,杨鹏飞

(1.中国石油大学(北京)油气资源与探测国家重点实验室,北京102249；2.中国石油大学(北京)CNPC物探重点实验室,北京102249；3.中国石油塔里木油田分公司勘探开发研究院,新疆库尔勒841000)

我国西部碳酸盐岩油藏具有埋藏深、非均质性强、裂缝及孔洞发育的特点,这些特点给碳酸盐岩储层的精细预测带来很大困难,也给碳酸盐岩油藏的进一步开发带来了极大的挑战。西部碳酸盐岩油藏主要分布于裂缝-孔洞型储层中,对该类储层多年的研究发现,碳酸盐岩地层的塌陷构造会形成大规模的长条状分布,在这些长条状的塌陷带内,会发育有圆形和扁形的断层[1],当溶洞碎屑与碳酸盐岩储层围岩具有较大的波阻抗差时,这些塌陷的溶洞及其碎屑在地震剖面上会表现为强振幅的“串珠状”反射。因而,碳酸盐岩储层的“串珠状”反射通常也被解释为塌陷的古溶洞[2]。另外,由于埋藏深度增加导致差异压实作用会在塌陷的溶洞上方产生裂缝,从而使得这些溶洞连片成为规模较大的古溶洞体系,进而形成良好的油藏储集空间。我们通常称这类溶洞体系为缝洞连通体,钻井证实这类塌陷溶洞体系正是好的产层[2]。对于碳酸盐岩裂缝-孔洞型储层预测的目标就聚焦为寻找并确定这类缝洞连通体的地震反射特征。

对于塌陷溶洞体系地震反射特征的识别,需要分别进行“串珠状”反射特征分析和裂缝预测,然后对缝洞体系进行综合刻画。对于“串珠状”强反射特征,目前已经有较好的分析方案,实际工作中常采用叠后振幅剖面透明化显示的方式来表征[3],或者通过振幅属性提取技术实现对“串珠状”强反射的凸显[4]。对于储层裂缝的预测,目前采用的方法主要分为叠前与叠后两类。叠后主要通过地震相干、曲率、蚂蚁体等波形相似性属性进行裂缝预测和分析[5-8],这类方法对断层、小断裂等较大尺度(大于1/4波长)裂缝分析较为有效,但是,叠后数据受到地震分辨率限制(不能对小于1/4波长的尺度进行成像)无法获得小尺度裂缝信息,因而实际工作中我们常采用叠前方位各向异性(主要包括叠前方位振幅、速度等属性)对小尺度裂缝进行预测分析,最后,通过叠前、叠后多属性预测结果融合实现缝洞体系的综合分析。以上技术流程是目前流行的储层缝洞系统预测方案,但是从该方法实现过程来看,基本只局限于地震信息本身,并没有考虑到井震信息的有效综合应用,这就会导致预测结果的可靠性不强。另外,由于不同地震属性算法所反映的地下储层特征不同,导致预测结果存在多解性。如何消除不同属性预测结果之间的差异,降低单独使用某种属性造成的误差,真实地恢复地下储层特征,是目前亟待解决的问题。

为此,我们改进了上述缝洞体预测技术流程,研究并提出了井震结合的地震多属性融合缝洞体系综合预测方法。该方法将地震属性的裂缝预测结果与成像测井提取的裂缝孔隙度通过交会图分析确定属性有效范围,然后对有效范围内的属性值再进行融合形成最终的裂缝预测结果,从而消除缝洞预测的多解性。该方法发挥了测井信息在裂缝预测中的作用,同时降低了直接使用某种属性预测的误差,提高了预测结果的可靠性。将该方法应用于西部T油田H区块的缝洞型储层预测,通过钻井结果验证了方法的有效性。

1 方法流程

考虑到孔洞和不同尺度的裂缝具有不同的响应特征[9],在叠后剖面上主要包含大尺度的孔洞和地震可成像(大于1/4波长)的大尺度裂缝,而杂乱反射(或空白反射)表征的离散小裂缝甚至微裂缝特征包含在叠前地震信息中。因此,本文提出的缝洞体系综合预测方法针对孔洞、大尺度裂缝和小尺度裂缝的不同地震响应特征,分别采用叠后属性和叠前属性进行预测,在预测过程中引入成像测井资料统计的裂缝孔隙度,对裂缝预测属性进行标定,最后再将三者的预测结果融合,具体流程见图1所示。其主要技术步骤包括：

1) 在叠后地震资料上采用振幅类属性对孔洞分布特征进行预测；

2) 先利用倾角、曲率、方差等叠后几何属性对大尺度裂缝发育特征进行刻画,然后通过成像测井获得的裂缝孔隙度与这些属性进行交会,确定出属性的有效范围,将有效范围内几种属性值进行融合以决定大尺度裂缝的最终预测结果；

3) 采用方位频率梯度属性在叠前资料上进行小尺度裂缝预测,同样按照步骤2)的思路,对叠前小裂缝采用同样的交会手段,确定预测的裂缝强度值有效范围,决定小尺度裂缝的最终预测结果；

4) 将孔洞、大裂缝、小裂缝3种预测结果融合,得到缝洞体系综合预测成果。

图1 井震结合的缝洞体系综合预测方法流程

2 实际应用

2.1 工区概况

以我国西部T油田H区块碳酸盐岩储层为研究对象,检验本文缝洞体系综合预测方法的有效性与实用性。研究区为T油田H区块高密度三维勘探工区,面积为230km2。工区内发育多套储层,当前的勘探重点为奥陶系一间房组与鹰山组碳酸盐岩储层,储层中缝洞储集体发育明显[10]。目前工区内完钻井54口,其中22口井钻遇大型缝洞体均保持稳产特征。现有三维地震资料满覆盖次数225次,面元大小25m×25m,方位角宽,适合用于裂缝-孔洞型储层预测。

前期研究发现,缝洞连通体(缝洞体系)是该工区碳酸盐岩储层油气聚集的基本单元,具有较好的油气聚集特征。当孔洞、裂缝沟通较好且连片发育时,往往钻遇高产油井,但仅裂缝发育或者仅孔洞发育时,油井产量较低或者初期高产后期急速下降。因此,对该工区缝洞连通体的有效描述,尤其是孔洞与裂缝沟通程度的描述是确定勘探开发目标的关键。

2.2 叠后属性孔洞预测及分析

前人研究发现,振幅包络属性能够较好地反映地质体与周围岩石的振幅差异,对于与围岩振幅差异明显的“串珠状”反射具有良好的适用性[11]。但是在孔洞反射特别杂乱的情况下,强振幅异常体的细节差别很难通过常规的振幅包络属性提取出来。考虑到瞬时频率反映地震信号的瞬时变化强度,而峰值瞬时频率对应地震信号变化最为剧烈的情形,通过计算地震信号的瞬时频率,选取频率峰值对应振幅计算振幅包络(峰值频率振幅属性),可以更加精确地刻画强振幅差异特征(“串珠状”反射)[11]。图2a为过H井的叠后振幅剖面；图2b为振幅包络预测结果；图2c 为峰值频率振幅属性预测结果(图中黄色圆斑为孔洞响应特征)。从图2b和图2c 可以看出两种属性预测结果差异不大,但是图2c中孔洞边界雕刻更加清晰,相较于图2b其细节描述更丰富。因此,我们选用峰值频率振幅属性进行叠后孔洞预测。

将叠后属性孔洞预测结果与研究区目的层顶面构造的断裂系统分布图叠合(图3,其中红色斑点代表孔洞,灰色线段代表断层)后可以发现,从宏观上看研究区孔洞发育分布主要表现为两类。一类是平面上孔洞连片发育,如A1井区、A2井区、A3井区(图3红色圈)。这类区域以沿着主干断裂带和次级断裂带发育为主,反映古水流沿着断层周边的伴生古裂缝渗滤溶蚀,形成孔洞并连片。这类孔洞分布特征与古岩溶塌陷溶洞群非常相似,实钻证实是好的储层。另外一类是平面上孤立分布的孔洞,如A4井区(图3蓝色圈)。该类区域距离断层较远,反映水流在相对孤立裂缝经过渗滤溶蚀形成孤立分布的孔洞。该类孔洞与周围孔洞连通性较差,因此导致产能受限,实钻表明该区域储层储量有限难以稳产。

图2 研究区三维叠后地震剖面(a)和振幅包络属性(b)及峰值频率振幅属性(c)预测的孔洞剖面

图3 峰值频率振幅属性预测的研究区目的层孔洞分布(与断裂分布叠合显示)

2.3 井震结合叠后多属性大裂缝预测

根据裂缝地震波场响应特征研究认识,叠后地震资料所含有的裂缝信息应该是来自地震可识别的大尺度裂缝(大于1/4波长)。目前常用的叠后预测裂缝的几种地震属性有相干、方差、倾角、曲率等,其中相干和方差属性主要反映裂缝导致的地震道的波形相似性差异；倾角属性主要反映裂缝或者断层导致的地层构造变化；曲率属性主要反映地层受构造应力作用而产生的形变特征,该特征往往是裂缝发育的重要标志。在本文提出的缝洞体系综合预测方法中,针对大尺度裂缝的叠后多属性预测即先采用以上几种属性分别做预测,优选出效果较好的属性,再利用井震结合的方式对结果进行多属性融合得到最终的大裂缝预测成果。

首先采用目前应用最为广泛的相干体技术。相干数据体是利用地震道间的波形相似性来确定地下储层的横向岩性变化[11]。当存在断层或裂缝(孔、洞)发育时,地震剖面上波形特征会发生变化,多道相似性越差,表明裂缝越发育。图4a为相干体预测结果与研究区断裂系统分布图的叠合显示,可以看出大裂缝与断层在工区北部关联性较强,而在工区南部相干属性预测出的大裂缝分布太广泛,其与断层的匹配关系规律性不强。

其次采用方差体技术[5]对大尺度裂缝进行预测。方差处理的主要参数包括处理范围、比较模式、时窗大小等。其中比较模式和时窗大小与地质问题紧密相关,要根据不同地质目的采用不同的参数值。为了突出裂缝,选择比较模式要保证Inline和Crossline方向的跨度大小相当。本次应用研究选3道；选择分析时窗大小为32ms。图4b为方差体预测结果与研究区断裂系统分布图的叠合显示,可以发现方差体所展现的大裂缝分布与相干基本类似,但冗余信息相对较少,预测结果与断层关系更加清晰,尤其是南部与断层的吻合性好。综合分析认为,针对波形相似性属性而言,方差属性更适合该工区的地质情况,应用效果较好。

图4 叠后相干属性(a)、方差属性(b)和倾角属性(c)预测的研究区目的层大尺度裂缝分布(与断裂分布叠合显示)

再采用曲率属性对大尺度裂缝进行预测。曲率属性反映了地层受构造应力挤压时层面的弯曲程度,一般曲率越大张应力越大,张裂缝也就越发育[12]。因此,曲率属性可以用于分析断层及裂缝等不连续反射效应。此外二维空间曲率可以看成是由一个平面切割一个层面得到,其形状为一曲线,其中背斜对应为正曲率,向斜对应为负曲率,水平面或者斜平面的曲率为0[13]。通常我们计算最大正曲率和最大负曲率。图5为最大正曲率(图5a)和最大负曲率(图5b)计算剖面,可以看出曲率属性对研究区的地层差异性刻画效果较为理想,而且曲率剖面中能明显显示河道特征。一般利用该属性进行叠后裂缝预测较为准确。一般情况下正曲率与负曲率结果差异不大,我们最终选择最大正曲率属性作为研究区目的层大尺度裂缝多属性预测的融合属性。

从以上4种叠后属性应用结果的分析可以发现,由于各属性的原理、算法和参数的选择不同,不同属性预测的研究区大尺度裂缝分布存在差异,必须去除不同属性预测结果的冗余信息,并且消除多属性预测的差异性,才能得到最接近真实的地下裂缝分布特征。为此,我们从研究区成像测井资料统计单井储层段的裂缝平均孔隙度,将得到的裂缝孔隙度与井点位置裂缝段地震属性平均值进行交会,分析裂缝发育的不同地震属性门槛值；然后再将门槛值范围内的各属性预测结果进行融合,获得研究区大尺度裂缝的最终预测结果。由于测井分析相对地震尺度较小,因此采用地震资料对应层段平均裂缝孔隙度来表征井点位置的裂缝孔隙度(图6),这样更能反映裂缝发育情况和裂缝对储层的贡献。本文采用对应层段为奥陶系一间房组(深度范围6584～6605m)。

在井点位置提取方差、倾角、曲率属性值并且与裂缝平均孔隙度进行交会,确定出不同属性条件下的门槛值,其中方差属性为0.1,倾角属性为30,最大正曲率属性为0.32(图7a至图7c)。再将分析得到的门槛值范围内属性进行融合,就可以确定大尺度裂缝发育的有效范围,如图7d所示。根据所确定的大尺度裂缝分布范围,我们可以将融合后的结果进行优化得到最终的大尺度裂缝成果(图8)。与前面各属性单独预测的结果对比可以发现,图8中去掉了很多冗余信息,而且具备了多种属性预测裂缝的综合特征,预测结果更加可靠,与断层的吻合度更高。

图5 最大正曲率属性(a)和最大负曲率属性(b)预测研究区目的层大尺度裂缝分布(与断裂分布叠合显示)

图6 成像测井资料统计的目的层裂缝孔隙度

2.4 叠前方位各向异性分析小裂缝预测

由于波长级别以下的裂缝(小尺度裂缝)信息在叠后剖面上分析很难得到,只能通过叠前地震资料进行分析。在叠前进行裂缝预测主要通过裂缝引起的方位各向异性特征进行研究,常用预测方法为振幅随方位变化(AVAZ),此外还有速度各向异性特征(VVAZ)、衰减各向异性(QVAZ)方法等[14]。根据Ekanem等[15]的研究,衰减属性可以反映散射小裂缝信息,考虑到衰减计算的复杂性和不确定性,可以在叠前分方位CRP道集上分别计算每一道集的频率衰减梯度属性,然后通过椭圆拟合来预测叠前小裂缝信息。

频率吸收衰减是频谱分析技术中的一种重要属性特征,研究和应用实践表明,频率衰减梯度是一种对衰减反映比较敏感的属性。这里的“频率衰减梯度”是指在频谱分解基础上的高频端振幅包络的拟合斜率[16]。在叠前方位频率衰减梯度预测裂缝时,首先对6个方位的CRP道集进行预处理,得到分方位的角道集,然后在角道集上求取方位频率梯度,并进行椭圆拟合,拟合椭圆的长轴方位为裂缝方位,长短轴之比为裂缝发育强度,这样我们就可以得到叠前预测的小裂缝方位分布体和发育强度体。同理,我们再次采用前面大尺度裂缝的井震结合预测思路,利用井点位置成像测井统计的目的层段裂缝平均孔隙度与叠前预测的井点位置小裂缝发育强度进行交会,确定小裂缝发育强度值的有效范围门槛值为1.8,如图9所示。

图7 方差(a)、倾角(b)和最大正曲率(c)属性值与裂缝孔隙度交会及多属性融合交会(d)

图8 叠后多属性融合预测的研究区目的层大尺度裂缝分布(与断裂分布叠合显示)

根据小尺度裂缝发育强度的有效范围,我们选择大于1.8门槛值的频率梯度属性预测裂缝发育强度值作为最终的研究区目的层小尺度裂缝分布预测结果。图10给出了确定门槛值前、后的叠前频率梯度属性小裂缝发育强度预测结果分别与研究区断裂分布的叠合显示。图10a是确定门槛值前的研究区目的层小裂缝发育强度预测结果,可以发现预测出的小裂缝分布与断层的相关性不是很好。图10b是通过井震结合确定叠前属性门槛值后的小尺度裂缝分布最终预测结果,可以看出小裂缝发育带主要集中在工区的南部,北部小裂缝不发育。这反映了研究区目的层小裂缝受水流淋滤、溶蚀作用不强,与大的断裂系统匹配性较差。对比图10a 和图10b可以发现两者差异并不明显,分析其原因可能是计算得到的裂缝各向异性发育强度值与地层的实际裂缝密度值并不完全等价,地层裂缝密度值的大小还受到盖层各向异性、孔隙度、裂缝含流体情况等多种因素的复杂影响,因此井震结合的交会分析方法在叠前应用不如叠后理想。当然,针对叠前预测的结果还需要进一步结合储层岩性、流体、孔隙度等做深入分析,以进一步探索有效范围的适用性。

图9 研究区裂缝发育段叠前预测小尺度裂缝各向异性强度值统计(a)及其与测井裂缝孔隙度交会(b)

图10 确定门槛值前(a)、后(b)叠前频率梯度属性的小尺度裂缝发育强度预测结果(与研究区断裂分布叠合显示)

经过以上井震结合的多属性应用研究与分析,分别预测出了研究区目的层的孔洞、大裂缝、小裂缝分布,我们将三者预测结果进行融合,得到应用本文方法的缝洞体系分布综合预测最终成果图,如图11a所示。作为对比,图11b给出了应用常规方法(叠后孔洞预测、最大正曲率属性和未确定有效值前的叠前小裂缝预测结果叠合)的综合预测结果。

图11 应用本文方法(a)和常规方法(b)得到的研究区目的层缝洞体系分布综合预测结果

3 效果分析

为了说明本文缝洞体系综合预测方法的应用效果,我们通过图11a和图11b的对比分析,并根据研究区实钻井的测井、钻井及产能特征,对两种预测结果进行验证。

对比本文方法的缝洞体系预测结果(图11a),图11b中大裂缝分布过于广泛,为后期地质解释带来了困难,甚至可能造成严重的误判。如研究区东北部的D井,钻井资料显示该井有放空、漏失现象发生,说明其孔洞发育,成像测井解释显示储层段发育有少量裂缝。投产初期自喷产油,一轮注水替油后仍然保持自喷生产,进行多轮注水后综合含水达到45.2%,产量下降明显。综合研究认为该井产量下降可能与孔洞-裂缝沟通程度较差有关。从图11a的放大显示(图12a)来看,D井钻遇了孔洞,但大裂缝发育相对较差,小裂缝在该区不发育,而且三者的沟通程度较差,这与前期钻、测井分析结果一致。但从图11b的放大显示(图12b)可以看出,该井周围广泛发育大裂缝,而且大裂缝与孔洞匹配关系较好,显然该井应该为高产井,该结论明显与实钻井结果不符。由此可见,在本研究区采用常规方法进行缝洞体系预测会造成误差。

图12 本文方法(a)和常规方法(b)对D井区缝洞体系预测结果的局部放大显示

F井位于研究区中南部,图11中标示出了其水平段轨迹。该井钻井特征表现为无放空、漏失现象,在水平段未钻遇孔洞,测井解释高角度直立缝发育,表明该井以裂缝型储集空间为主。但是试采数据显示,该井出液情况较差,表明储层中大裂缝与小裂缝沟通程度较差,不利于储层流体流动。从本文方法缝洞体系预测结果的放大显示(图13a)来看,在F井的水平段只有小裂缝发育较好,孔洞、大裂缝两种储集空间均不发育,这说明F井的水平段处于孔洞和大裂缝的不发育区,裂缝匹配关系较差,其产能会受到储集空间和渗流作用的限制,该结论与实钻结果一致。而从常规方法预测结果的放大显示(图13b)来看,F井周围虽然不发育孔洞,但其水平段大裂缝和小裂缝沟通较好,按照储层类别划分应该属于较好的裂缝型储层,这与实际试油试采结果不符。由此再次说明本文方法预测结果的可靠性更高,能够有效避免解释误区。

综上所述,采用本文所提出的缝洞体系预测方法能够更好地实现研究区碳酸盐岩裂缝-孔洞型储层缝洞体系的有效预测,能够有效降低勘探风险。本次研究通过井震结合的缝洞体系综合预测方法应用,形成了研究区碳酸盐岩储层缝洞连通性描述方案,为研究区裂缝-孔洞型储层开发目标的确定提供了技术支持。

图13 本文方法(a)和常规方法(b)对F井区缝洞体系预测结果的局部放大显示

4 结论与认识

针对碳酸盐岩裂缝-孔洞型储层缝洞体系预测,本文改进了常规的叠前、叠后多属性缝洞体综合预测方法,我们首先采用常规裂缝和孔洞敏感属性对地下裂缝-孔洞分布特征进行分析,然后通过成像测井提取的储层段裂缝平均孔隙度,与井点位置处多属性预测结果进行交会分析,确定裂缝预测地震属性的有效门槛值,再取有效范围内的属性值进行融合得到最终的裂缝预测结果。因为采用了成像测井信息做约束,本文方法对缝洞连通体预测结果的精度要明显优于常规的多属性预测方法。我国西部T油田H区块碳酸盐岩裂缝-孔洞型储层预测的实际应用结果表明,本文方法能够更好地实现储层缝洞体系的预测,提高了裂缝-孔洞型储层预测精度,有效避免解释误区,降低勘探风险。

需要注意的是本文方法在叠后应用的效果要明显好于叠前,分析其原因可能是叠前预测各向异性强度值并不完全等价于实际的地层裂缝密度值,储层裂缝密度还与盖层各向异性、储层孔隙度、含流体情况、裂缝密度等多种因素有关。建议在进一步的应用研究中要综合考虑地层孔隙度特征、地应力、成像测井、断层发育等地质、测井资料,以探索叠前裂缝预测地震属性有效范围的适用性及其标定方法。

参 考 文 献

[1] Loucks R G.Paleocave carbonate reservoirs:origins,burial-depth modifications,spatial complexity,and reservoir implications[J].AAPG Bulletin,1999,83(11):1795-1834

[2] 郑多明,李志华,赵宽志,等.塔里木油田奥陶系碳酸盐岩缝洞储层的定量地震描述[J].中国石油勘探,2011,16(5):57-62

Zheng D M,Li Z H,Zhao K Z,et al.Quantitative seismic characterization of ordovician fracture-cavity carbonate reservoirs in Tarim Oilfield[J].China Petroleum Exploration,2011,16(5):57-62

[3] 张旭光.利用地震信息检测碳酸盐岩溶洞[J].石油物探,2002,41(3):359-362

Zhang X G.Detection of carbonate reservoirs via seismic information[J].Geophysical Prospecting for Petroleum,2002,41(3):359-362

[4] 王士敏,鲁新便.塔河油田碳酸盐岩储层预测技术[J].石油物探,2004,43(2):153-158

Wang S M,Lu X B.Prediction techniques for deep carbonate reservoirs in Tahe Oilfield[J].Geophysical Prospecting for Petroleum,2004,43(2):153-158

[5] 孔选林,唐建明,徐天吉.曲率属性在川西新场地区裂缝检测中的应用[J].石油物探,2011,50(5):517-520

Kong X L,Tang J M,Xu T J.Application of seismic curvature attribute to fracture prediction in Xinchang area,western Sichuan Depression[J].Geophysical Prospecting for Petroleum,2011,50(5):517-520

[6] 王光付.碳酸盐岩溶洞型储层综合识别及预测方法[J].石油学报,2008,29(1):47-51

Wang G F.Integrative identification and prediction methods for carbonate rock cave reservoir[J].Acta Petrolei Sinica,2008,29(1):47-51

[7] 王雷,陈海清,陈国文,等.应用曲率属性预测裂缝发育带及其产状[J].石油地球物理勘探,2010,45(6):885-889

Wang L,Chen H Q,Chen G W,et al.Application of curvature attributes in predicting fracture-developed zone and its orientation[J].Oil Geophysical Prospecting,2010,45(6):885-889

[8] 王世星.高精度地震曲率体计算技术与应用[J].石油地球物理勘探,2012,47(6):965-972

Wang S X.High-precision calculation of seismic volumetric curvature attributes and its applications[J].Oil Geophysical Prospecting,2012,47(6):965-972

[9] Willis M E,Burns D R,Rao R,et al.Spatial orientation and distribution of reservoir fractures from scattered seismic energy[J].Geophysics,2006,71(5):O43-O51

[10] 崔海峰,郑多明,滕团余.塔北隆起哈拉哈塘凹陷石油地质特征与油气勘探方向[J].岩性油气藏,2009,21(2):54-58

Cui H F,Zheng D M,Teng T Y.Petroleum geologic characteristics and exploration orientation in Halahatang Depression of Tabei uplift[J].Lithologic Reservoirs,2009,21(2):54-58

[11] 张延玲,杨长春,贾曙光.地震属性技术的研究和应用[J].地球物理学进展,2005,20(4):1129-1133

Zhang Y L,Yang C C,Jia S G.The application of the seismic attributes[J].Progress in Geophysics,2005,20(4):1129-1133

[12] Roberts A.Curvature attributes and their application to 3D interpreted horizons[J].First Break,2001,19(2):85-100

[13] 伍鹏,贺振华,陈学华,等.二维高斯迭代平滑滤波曲率属性及其应用[J].地球物理学进展,2010,25(6):2144-2149

Wu P,He Z H,Chen X H,et al.Curvature attribute of two-dimensional Gaussian iterated smoothing filtering and applications[J].Progress in Geophysics,2010,25(6):2144-2149

[14] Clark R A,Benson P M,Carter A J,et al.Anisotropic P-wave attenuation measured from a multi-azimuth surface seismic reflection survey[J].Geophysical Prospecting,2009,57(5):835-845

[15] Ekanem A M,Wei J,Li X Y,et al.P-wave attenuation anisotropy in fractured media:a seismic physical modelling study[J].Geophysical Prospecting,2013,61(S1):420-433

[16] 毕研斌,龙胜祥,郭彤楼,等.应用频率衰减属性预测TNB地区储层含气性[J].石油与天然气地质,2007,28(1):116-120

Bi Y B,Long S X,Guo T L,et al.Prediction of gas distribution with frequency attenuation attribute in TNB area[J].Oil and Gas Geology,2007,28(1):116-120