西湖凹陷低滲儲層“甜點”預測關鍵技術研究與應用
——以黃巖A氣田為例

曹冰，秦德文，陳踐發(fā)

1.中海石油(中國)有限公司上海分公司，上海 200335 2.中國石油大學(北京)地球科學學院，北京 102249

0 引言

西湖凹陷位于東海陸架盆地，是我國近海重要的富生烴凹陷，目前已在凹陷內發(fā)現(xiàn)多個油氣田和含油氣構造，經過多年不懈努力的勘探工作，東海發(fā)現(xiàn)了多個大中型油氣田，迎來了多個油氣田同時開發(fā)的大好形勢。但同時也存在著巨大的挑戰(zhàn)，主要原因是東海大部分油氣資源量集中在深層低孔滲儲層(經最新評價低滲儲層資源量約占總資源量的92.4%)，低滲儲層只有通過有效的儲層改造才能變?yōu)榭砷_發(fā)的儲量，而開展“甜點”預測工作可以為井位優(yōu)選(尤其是水平井井軌跡)提供重要依據，提高儲層改造的效果，從而大幅度提高單井產能，實現(xiàn)東海低滲儲層的經濟有效開發(fā)。

國內外學者在低滲—致密儲層“甜點”成因及預測方面做了大量的攻關研究[1- 7]，我國在陸上的長慶、蘇里格、四川盆地等取得較好的應用效果[8- 11]。但在海上，受制于一系列工藝、技術和經濟難題，使得有效改造該類氣田難度較大，如何明確儲層改造區(qū)的“甜點”儲層成因、特征并有效預測其分布，成為現(xiàn)今低油價背景下海上有效開發(fā)低滲氣藏的重要攻關方向之一。

1 地質背景

西湖凹陷砂巖儲層具有兩個主要特征：一是目的層埋藏深，受壓實作用的影響，致密砂巖儲層普遍發(fā)育；二是儲層非均質性強、橫向變化快，局部發(fā)育孔滲條件好、含氣飽和度高的甜點儲層。了解甜點儲層的地質和地球物理特征，在低滲—致密儲層中優(yōu)選儲層厚、物性好、含氣飽和度高及脆性指數高的有利儲層實施鉆探，進行水力加砂壓裂，是儲層改造成功的關鍵。

黃巖A氣田為次級擠壓帶上的低幅背斜、斷背斜及斷塊構造群，主要含油氣層分布在HG組H2-H11，埋深3 150～4 150 m，HG組上段H2-H5為中低孔中低滲儲層(孔隙度11%～16%、滲透率1～20×10-3m2)，HG組下段H6-H11層為低孔低滲儲層(孔隙度6%～10%、滲透率小于0.5×10-3m2)。其中H8b層沉積相類型為淺水三角洲，沉積微相主要為三角洲平原分流河道[12]，砂體發(fā)育相對穩(wěn)定，探井鉆遇厚度大于25 m，含氣性較好，為本次儲層改造的目的層。通過對本層巖芯精細分析，儲層為多期分流河道縱向疊置而成，單期河道由下至上表現(xiàn)為正韻律特征，下部為塊狀中砂巖，向上變?yōu)榘l(fā)育斜層理和平行層理的細砂巖，頂部為含泥質條帶的粉細砂巖。縱向上，H8b層“甜點”主要分布在單期河道中下部塊狀中砂巖部位，由于粒度相對較粗，砂巖抗壓實能力較強，能夠保存更多的原生孔，同時利于后期酸性流體進入，產生次生溶孔，形成物性相對較好的“甜點”儲層[13- 14]。平面上，H8b層“甜點”分布主要受分流河道展布控制，水動力越強，河道疊置期次越多的地方，“甜點”發(fā)育層數越多，厚度越大。

在低滲儲層改造區(qū)，影響壓裂效果和產能的主要因素有孔隙度、滲透率、含氣性、砂體厚度以及巖石脆性指數等(由于低滲儲層滲透率的求取精度偏低，本次先不做分析)，根據以上因素并結合地區(qū)經驗，將H8b層儲層改造區(qū)“甜點”下限劃分如下(表1)。

表1 H8b層儲層改造 “甜點”下限

2 “甜點”地球物理特征分析

“甜點”地球物理特征研究包括測井巖石物理分析和地震反射特征分析，是“甜點”預測的基礎，通過特征分析可以認知“甜點”預測的可行性，優(yōu)選“甜點”儲層敏感參數，可以為“甜點”預測技術的優(yōu)化和攻關提供指導方向，并形成“甜點”地球物理特征的系統(tǒng)性認識。

2.1 測井巖石物理分析

測井巖石物理分析是連接地震與油藏的橋梁，能為儲層和油氣預測指示方向。本研究巖石物理分析圍繞識別儲層、尋找物性好且含氣飽和度高的有利儲層展開，研究巖石彈性參數與巖性、物性、含氣性等特征的內在關系。

首先研究彈性參數的巖性特征，將縱橫波速度比Vp/Vs與縱波阻抗進行交匯(圖1)，可以看出：1)砂泥巖阻抗疊置嚴重，縱波阻抗無法識別巖性；2)Vp/Vs可以較好的識別砂泥巖，但致密砂巖(孔隙度<8.6%)和孔隙砂巖(孔隙度>8.6%)存在一定的疊置區(qū)域，無法有效區(qū)分。因此可以將Vp/Vs作為巖性敏感參數，但不能作為物性敏感參數。

通過多屬性與孔隙度交匯發(fā)現(xiàn)泊松阻尼因子屬性[15- 17](簡稱為PDF，含義見后文)與孔隙度相關性較好(圖2)，可以將PDF作為該地區(qū)的物性敏感參數。交匯圖中縱坐標為橫波阻抗、橫坐標為PDF屬性，黑色點為泥巖區(qū)，其他點為砂巖區(qū)，可以看出PDF與砂巖孔隙度成負相關性，PDF越小孔隙度越大，孔隙砂巖(孔隙度>8.6%)對應PDF門檻值為0.6。

通過以上測井巖石物理分析認為，研究區(qū)巖性、物性、流體都有相對應的彈性敏感參數，且識別甜點儲層的效果較好，利用疊前同步反演技術可以得到相應彈性敏感參數體，進而預測“甜點”儲層展布區(qū)。

圖1 巖性敏感參數分析Fig.1 The sensitive parameter analysis of lithology

圖2 孔隙度敏感參數分析Fig.2 The sensitive parameter analysis of porosity

圖3 含氣性敏感參數分析Fig.3 The sensitive parameter analysis of gas- bearing feature

2.2 地震反射特征分析

為充分認識低孔滲儲層的地震反射特征，認知孔隙度與流體對低滲儲層反射特征的影響機理，以及利用疊前同步反演技術識別“甜點”儲層的可行性，開展了基于正演模擬的地震反射特征分析，研究過程分為兩步：

(1) 物性分析

模型說明：大套泥巖之中發(fā)育厚30 m砂體，利用流體替換及巖石物理量版構建不同孔隙度的偽井曲線得到不同孔隙度下(5%～10% ～15%～20%)的縱波阻抗，模型中從左至右分別為孔隙度5%～10%～15%～20%變化。根據模型地震正演結果(圖4)，分析結論如下：1)隨孔隙度增加地震反射出現(xiàn)相位反轉，由負反射到零反射，再到正反射，孔隙度變化引起地震反射的變化率比較大，對反射貢獻大，因此孔隙度預測可靠性高。2)對于低滲層H8b層，致密砂巖(孔隙度小于8.6%)為正反射，地震剖面上顯示為“亮點”；相對高孔砂巖(孔隙度8.6%～10%)為近零反射，在地震剖面上顯示為“暗點”。

圖4 不同孔隙度變化時正演結果Fig.4 seismic forward modeling result of different porosity

(2) 含氣性分析

模型說明：大套泥巖之中發(fā)育厚度30 m砂體，利用流體替換進行不同含氣飽和度下(0%～30%～50%～70%～100%)的縱波阻抗、橫波阻抗、縱橫波速度比、密度等曲線的正演，進一步得到不同飽和度下的地震正演道集，分析不同飽和度情況下的地震響應(圖5)。可以看出，當地層由飽含水到30%含氣時，儲層的縱波阻抗明顯降低，造成地震振幅隨偏移距變化明顯，由Ⅰ類AVO變?yōu)棰蝾怉VO；但當地層由30%～50%～70%～100%逐漸變化時，地震振幅變化較弱，因此在孔隙度較低的情況下，地震資料對地層是否含氣較為敏感，但對含氣飽和度的變化不敏感，利用地震資料進行含氣飽和度預測(含氣性好壞)存在一定的風險。

圖5 不同含氣飽和度變化的地震正演結果Fig.5 Seismic forward modeling results of different gas saturation

通過地震正演分析得到結論如下：1)孔隙度對地震反射影響較大，預測可靠性較高，相對高孔砂巖為“暗點”反射；2)地層是否含氣可預測，但含氣飽和度變化對地震反射影響較小，含氣性好壞(含氣飽和度的大小)難預測。

3 “甜點”預測關鍵技術

利用疊后波阻抗反演和彈性阻抗反演，只能得到波阻抗或彈性阻抗的信息，無法得到其他彈性參數，而疊前同步反演技術是基于地震反射波振幅與不同入射角反射系數有關的理論，利用多個不同角度的部分疊加地震數據體來同步直接反演各種彈性參數，如縱橫波速度比、縱波阻抗、橫波阻抗和密度等，進而預測儲層巖性、物性及流體的方法[19- 21]。近年來，疊前反演技術在常規(guī)碎屑巖儲層及孔隙度預測方面取得了較好的效果，方興等[22]利用AVO流體反演技術應用到儲層孔隙度預測，預測準確度高；楊午陽等[23]通過疊前反演得到的彈性參數體采用神經網絡儲層分類等方法實現(xiàn)了孔隙度的定量預測，此外，在西湖凹陷平湖地區(qū)利用疊前反演技術得到的泊松阻抗以及泊松阻尼因子等屬性進行常規(guī)儲層的流體檢測也取得了較好效果，但目前對于中深層低滲—致密儲層中“甜點”儲層預測的研究涉及較少，且效果不佳。

針對東海深層“甜點”預測面臨的難點，在“甜點”地質和地球物理特征認識的基礎上，進行地球物理預測技術的攻關，提高“甜點”敏感屬性體的預測精度，利用該屬性體識別砂巖厚度、高孔砂巖、含氣性及巖石脆性有利區(qū)，然后將以上主控因素的預測結果進行融合，優(yōu)選得到儲層改造“甜點”發(fā)育區(qū)。

3.1 基于相控低頻建模的疊前同步反演技術

常規(guī)疊前反演技術在儲層預測方面存在一定的多解性，且對于深部儲層的預測精度不高，為了提高儲層的預測精度，本次研究對常規(guī)反演技術進行了改進，形成了基于相控低頻建模的疊前同步反演技術。由于地震資料缺失低頻，利用AVO得到的相對泊松比屬性預測砂巖儲層時厚度預測不準確，但卻能較好的反映巖性的橫向變化；而常規(guī)地震反演由于測井低頻的加入，砂巖厚度預測較準確，但橫向易受模型化影響。綜合以上兩種方法的優(yōu)缺點，利用AVO信息(相對泊松比)參與建模、進行橫向低頻信息的約束，結合構造和測井信息，建立相控低頻模型，利用該模型參與反演可提高儲層預測的橫向和縱向精度，降低反演的多解性。圖6a為相控低頻建模的Vp/Vs反演結果，圖6b為常規(guī)Vp/Vs反演結果(紅色低值指示砂巖，藍色高值指示泥巖)，通過對比可以看出：相控低頻建模的反演結果具有更高的分辨率，與井吻合更好，橫向展布特征更清晰，連續(xù)性更好，從而為后面的儲層刻畫提供更準確的成果數據。

利用相控反演得到的Vp/Vs數據體運用體雕刻技術可求出砂體的時間厚度，結合區(qū)域速度場進行時深轉換得到砂體的深度域厚度，如圖7所示，顏色越紅表明砂體越厚，H8b層砂體在兩井之間及井區(qū)南部較為發(fā)育，最大預測厚度超過35 m，砂體預測厚度與鉆井結果吻合較好。

圖7 H8b層砂體厚度預測結果Fig.7 Prediction results of sand thickness of H8b layer

3.2 地層切片儲層刻畫技術

地層切片是在地震沉積學基礎上，結合地質特征，在等時層面間等分內插若干切片，得到最小等時單元，進一步提取地震屬性切片進行沉積過程和沉積內幕分析的方法。在開發(fā)階段尤其是儲層改造階段，對儲層刻畫的精度和縱橫向的分辨能力要求較高，運用等時地層切片可精細刻畫小層的展布特征，從而在縱向上優(yōu)選有利層段，優(yōu)化水平井軌跡設計方案。

首先利用測井資料的巖性、電性等特征進行小層劃分，將目的層H8b劃分為H8b4、H8b3、H8b2、H8b1四個小層，然后利用地層切片技術在Vp/Vs屬性體上提取四個對應的屬性切片(圖8)。根據巖石物理

分析結論，Vp/Vs紅色低值指示砂體，H8b4小層北部單個河道特征較明顯，砂巖主要發(fā)育在W2井以南，H8b3、H8b2小層三角洲供砂能力明顯增強，砂巖分布范圍擴大，W2井以南砂巖仍然很發(fā)育，同時W1和W2井之間砂巖較H8b4小層更發(fā)育，H8b1小層由于三角洲供砂能力降低，砂巖分布范圍縮小，但W2井南部以及W1和W2井之間砂巖仍較發(fā)育。通過以上對比分析認為H8b2小層在研究區(qū)砂體最發(fā)育，連續(xù)性最好，優(yōu)選H8b2作為縱向壓裂優(yōu)勢層段。

3.3 基于泊松阻尼因子屬性的高孔砂巖預測技術

Mazumdaretal.[24]在2007年提出泊松阻尼因子屬性(PDF)概念：

圖8 H8b層地層切片展布特征Fig.8 Distribution characteristic of strata slices of H8b layer

將泊松阻抗的數學表達式PI=Zp-C×Zs進行改寫，得到：

PI=(VD-C×Vs)×p=Vc×p

(1)

其中Vc=Vp-C×Vs，稱之為泊松速度。

泊松比σ的數學表達式為：

(2)

σ=D×Vo

(3)

(4)

式中，D是一個比例因子，用來調節(jié)泊松速度與泊松比。

將比例因子除以密度ρ，得到泊松阻尼因子表達式為：

(5)

泊松阻尼因子屬性實際上是由縱波和橫波阻抗組合而成，相對大小反映孔隙度大小，一般無量綱。圖9為H8b層PDF預測結果展布圖，根據巖石物理分析結果，高孔砂巖(孔隙度>8.6%)對應PDF門檻值為0.6，PDF小于0.6區(qū)域為高孔砂巖區(qū)域(圖中紅色和黃色區(qū))，可以看出高孔砂巖發(fā)育區(qū)主要位于分流河道主體部位，研究區(qū)兩口已鉆井孔隙度均為9%左右，為相對高孔砂巖，預測結果與鉆井結果吻合較好。

圖9 H8b層孔隙度預測展布特征Fig.9 Distribution characteristic of porosity prediction of H8b layer

3.4 含氣性預測

通過前面的巖石物理分析發(fā)現(xiàn)流體因子(Pf)可較好的識別含氣層，相對高氣飽區(qū)域(含氣飽和度>50%)對應Pt門檻值為-2 000，Pt小于-2 000區(qū)域為相對高氣飽區(qū)域；疊前反演預測可行性分析認為，儲層是否含氣可預測，但含氣性的好壞(含氣飽和度大小)預測難度較大，本次研究對流體因子(Pf)預測含氣性進行了試驗性研究，其中黃色區(qū)域為預測的含氣區(qū)。分析發(fā)現(xiàn)預測的含氣范圍與地質認識的含氣邊界具有較高的吻合度(圖10)，但黃色區(qū)域內部數值整體較接近，即含氣飽和度大小(含氣性好壞)的識別精度較低，與前面的含氣性地球物理特征結論一致。

圖10 H8b層含氣性預測展布特征Fig.10 Distribution characteristic of gas- bearing prediction of H8b layer

3.5 脆性指數求取

儲層改造工作中巖石的脆性對壓裂效果起著重要的作用，脆性越好，壓裂造縫效果越好，因此脆性好的巖石發(fā)育區(qū)可作為工程“甜點”。巖石的脆性大小可用脆性指數來表示，而脆性指數可通過靜態(tài)楊氏模量和泊松比屬性歸一化后計算得到，具體求取過程如下：

(1) 利用疊前同步反演得到彈性參數體，彈性參數體計算得到動態(tài)楊氏模量和泊松比數據體。

(2) 將測井曲線計算求取的楊氏模量動態(tài)值和巖石力學實驗求取的楊氏模量靜態(tài)值進行線性擬合，得到兩者的線性關系式：

YMsta=0.2194×YMdyn-4.6912

(6)

式中，YMsta為靜態(tài)楊氏模量，YMdyn為動態(tài)楊氏模量。

(3) 將反演得到的動態(tài)楊氏模量數據體利用該關系式計算得到靜態(tài)楊氏模量數據體。

(4) 將靜態(tài)楊氏模量和泊松比做歸一化計算：

(7)

(8)

式中，YMBRIT為歸一化后的靜態(tài)楊氏模型，PRBRIT為歸一化后的泊松比。

(5) 將歸一化后的靜態(tài)楊氏模量和泊松比求幾何平均，得到脆性指數：

BRIT=(YMBRIT+PRBRIT)/2

(9)

式中，BRIT為地層脆性指數。

通過以上五個步驟得到地層脆性指數數據體，沿層提取H8b層的脆性指數平面展布(圖11)，從圖中可以看出砂巖的脆性指數明顯高于泥巖，脆性好的砂巖主要位于兩井之間以及W2井的南部，局部脆性指數達到65%以上。

圖11 H8b層脆性指數預測展布特征Fig.11 Distribution characteristic of brittleness index prediction of H8b layer

4 儲層改造“甜點”有利區(qū)優(yōu)選

為有效動用黃巖A氣田H8b層的儲量，并釋放其產能，設計采用水平井多級壓裂的方式開發(fā)H8b層，儲層改造“甜點”區(qū)的優(yōu)選是水平段布井的依據，而“甜點”區(qū)的優(yōu)選要綜合考慮地質“甜點”和工程“甜點”。根據前面的分析，地質“甜點”在縱向上優(yōu)選H8b2小層，在平面上優(yōu)選H8b層砂體厚度大、物性好、含氣性好及H8b2層砂體發(fā)育的區(qū)域，工程“甜點”優(yōu)選巖層脆性指數高的區(qū)域。將以上主控因素進行綜合分析，可以看出各展布特征之間具有較高的相似性(圖12)，根據地區(qū)經驗設定儲層改造“甜點”區(qū)的下限為：砂厚>20 m，孔隙度>8.6%(PDF<0.6)、含氣飽和度>50%(Pf<-2.000)、脆性指數>55%，進而圈定各主控因素有利區(qū)，此外，為規(guī)避壓裂溝通邊底水的風險，水平段要盡量布在內含氣邊界內部，最后通過多個有利區(qū)的疊合，解釋優(yōu)選出儲層改造“甜點”有利區(qū)(圖13)，圖中黑色虛線區(qū)域為優(yōu)選的儲層改造“甜點”區(qū)，主要分布在W2井的西側和南側。根據“甜點”預測結果及結合地應力方向，設計在靠近W2井南北方向布一口水平井Wh3，通過水平井多級壓裂的方式有效開發(fā)H8b層的低滲儲量。

圖12 H8b優(yōu)勢屬性展布特征Fig.12 Distribution characteristic of favorable properties of H8b layer

圖13 H8b層儲層改造 “甜點”有利區(qū)優(yōu)選Fig.13 “Sweet spot” favorable area for reservoir reconstruction of H8b layer

5 結論

(1) 西湖凹陷中深層天然氣儲量巨大但儲層致密，儲層壓裂改造是開發(fā)低滲氣藏的重要手段，而確定 “甜點”發(fā)育區(qū)是儲層改造成功的關鍵。黃巖A氣田H8b層砂體發(fā)育穩(wěn)定為壓裂目的層，根據地區(qū)經驗設定了該層的“甜點”參數下限。

(2) 從巖石物理分析發(fā)現(xiàn)“甜點”儲層與彈性參數具有一定的敏感性：低Vp/Vs能夠有效穩(wěn)定地識別砂巖儲層，泊松阻尼因子(PDF)與砂巖孔隙度相關性較好，而流體因子能較好的識別含氣層；地震反射特征分析發(fā)現(xiàn)孔隙度對地震反射貢獻大，預測可靠性高，而儲層是否含氣可預測，但含氣性好壞(含氣飽和度大小)難預測。

(3) 利用AVO信息約束低頻模型，建立了相控—疊前同步反演技術，提高了反演結果的精度，得到可靠的敏感彈性參數體，進而刻畫了目的層H8b的砂體厚度，地層切片、孔隙度、含氣性及脆性指數展布特征，在縱向和平面上優(yōu)選出儲層改造“甜點”有利區(qū)。

(4) 依據該“甜點”預測結果，設計了WH3井的水平段井軌跡(長度800多米)，鉆探結果證實了“甜點”預測結果的可靠性，實現(xiàn)了水平段砂巖和氣層的“雙百”鉆遇率，創(chuàng)造了東海的記錄。

)

[1] Ruiz F, Cheng A. A rock physics model for tight gas sand[J]. The Leading Edge, 2010, 29(12): 1484- 1489.

[2] Smith T M, Sayers C M, Sondergeld C H. Rock properties in low- porosity/low permeability sandstones[J]. The Leading Edge, 2009, 28(1): 48- 59.

[3] Sakhaee- Pour A, Bryant S L. Effect of pore structure on the producibility of tight- gas sandstones[J]. AAPG Bulletin, 2014, 98(4): 663- 694.

[4] Taylor T R, Giles M R, Hathon L A, et al. Sandstone diagenesis and reservoir quality prediction: Models, myths, and reality[J]. AAPG Bulletin, 2010, 94(8): 1093- 1132.

[5] 楊曉萍，趙文智，鄒才能，等. 低滲透儲層成因機理及優(yōu)質儲層形成與分布[J]. 石油學報，2007，28(4)：57- 61. [Yang Xiaoping, Zhao Wenzhi, Zou Caineng, et al. Origin of low- permeability reservoir and distribution of favorable reservoir[J]. Acta Petrolei Sinica, 2007, 28(4): 57- 61.]

[6] 李忠，賀振華，巫芙蓉，等. 地震孔隙度反演技術在川西砂巖儲層中的應用與比較[J]. 天然氣工業(yè)，2006，26(3)：50- 52. [Li Zhong, He Zhenhua, Wu Furong, et al. Application of seismic porosity inversion techniques to sandstone reservoirs in western Sichuan basin and its effect comparison[J]. Natural Gas Industry, 2006, 26(3): 50- 52.]

[7] 蔡涵鵬，賀振華，何光明，等. 基于巖石物理模型和疊前彈性參數反演的孔隙度計算[J]. 天然氣工業(yè)，2013，33(9)：48- 52. [Cai Hanpeng, He Zhenhua, He Guangming, et al. Porosity estimation based on petrophysical model and prestack elastic inversion[J]. Natural Gas Industry, 2013, 33(9): 48- 52.]

[8] 祝海華，鐘大康，李其榮，等. 四川盆地蜀南地區(qū)上三疊統(tǒng)須家河組低孔低滲透儲層特征及形成機理[J]. 沉積學報，2013，31(1)：167- 175. [Zhu Haihua, Zhong Dakang, Li Qirong, et al. Characteristics and controlling factors of upper Triassic Xujiahe tight sandstone reservoir in southern Sichuan Basin[J]. Acta Sedimentologica Sinica, 2013, 31(1): 167- 175.]

[9] 田景春，吳琦，王峰，等. 鄂爾多斯盆地下石盒子組盒8段儲集砂體發(fā)育控制因素及沉積模式研究[J]. 巖石學報，2011，27(8)：2403- 2412. [Tian Jingchun, Wu Qi, Wang Feng, et al. Research on development factors and the deposition model of large area reservoir sandstones of He8 section of Xiashihezi Formation of Permian in Ordos Basin[J]. Acta Petrologica Sinica, 2011, 27(8): 2403- 2412.]

[10] 宋子齊，成志剛，孫迪，等. 利用巖石物理相流動單元“甜點”篩選致密儲層含氣有利區(qū)：以蘇里格氣田東區(qū)為例[J]. 天然氣工業(yè)，2013，33(1)：41- 48. [Song Ziqi, Cheng Zhigang, Sun Di, et al. Identification of tight gas play fairways according to flow unit sweet spots of petrophysical facies: A case study from the eastern Sulige gas field[J]. Natural Gas Industry, 2013, 33(1): 41- 48.]

[11] 冉新權，李安琪. 蘇里格氣田開發(fā)論[M]. 北京：石油工業(yè)出版社，2008. [Ran Xinquan, Li Anqi. Sulige gas field development approach[M]. Beijing: Petroleum Industry Press, 2008.]

[12] 胡明毅，柯嶺，梁建設. 西湖凹陷花港組沉積相特征及相模式[J]. 石油天然氣學報，2010，32(5)：1- 5. [Hu Mingyi, Ke Ling, Liang Jianshe. The characteristics and pattern of sedimentary facies of Huagang Formation in Xihu depression[J]. Journal of Oil and Gas Technology, 2010, 32(5): 1- 5.]

[13] 劉金水，曹冰，徐志星，等. 西湖凹陷某構造花港組沉積相及致密砂巖儲層特征[J]. 成都理工大學學報(自然科學版)，2012，39(2)：130- 136. [Liu Jinshui, Cao Bing, Xu Zhixing, et al. Sedimentary facies and the characteristics of tight sandstone reservoirs of Huagang Formation in Xihu depression, East China Sea Basin[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2012, 39(2): 130- 136.]

[14] 徐囯盛，趙莉莉，徐發(fā)，等. 西湖凹陷某構造花港組致密砂巖儲層的滲流特征[J]. 成都理工大學學報， 2012，39(2)：113- 121. [Xu Guosheng, Zhao Lili, Xu Fa, et al. Seepage flow characteristics of tight sandstone reservoirs in Huagang Formation in a certain structure of Xihu depression in East China Sea Basin[J]. Journal of Chengdu University of Technology: Science & Technology Edition, 2012, 39(2): 113- 121.]

[15] 孫喜新. 泊松阻抗及其在平湖砂巖氣藏檢測中的應用[J]. 石油地球物理勘探，2008，43(6)：699- 703. [Sun Xixin. Poisson impedance and application to detect Pinghu sandstone gas reservoir[J]. Oil Geophysical Prospecting, 2008, 43(6): 699- 703.]

[16] 高偉義，林桂康，李城堡，等. 泊松阻尼因子在平湖地區(qū)儲層流體檢測中的應用:一種定量地震解釋的新方法[J]. 中國石油勘探，2013，18(2)：50- 53. [Gao Weiyi, Lin Guikang, Li Chengbao, et al. Application of poisson dampening factor for inspection of reservoir fluid in Pinghu area- A new method for quantitative seismic interpretation[J]. China Petroleum Exploration, 2013, 18(2): 50- 53.]

[17] 秦德文，侯志強，姜勇，等. 泊松阻尼因子在預測高孔隙度砂巖中的應用[J]. 工程地球物理學報，2015，12(2)：190- 193. [Qin Dewen, Hou Zhiqiang, Jiang Yong, et al. The application of Poisson dampening factor to inspection of high porosity sandstone[J]. Chinese Journal of Engineering Geophysics, 2015, 12(2): 190- 193.]

[18] 秦德文，姜勇，侯志強，等. 疊前同步反演技術在西湖凹陷低孔滲低孔滲儲層“甜點”預測中的應用[J]. 油氣藏評價與開發(fā)，2015，6(5)：12- 15. [Qin Dewen, Jiang Yong, Hou Zhiqiang, et al. Application of prestack synchronous inversion technology in“sweet spot”prediction of low porosity and permeability reservoir in Xihu sag[J]. Reservoir Evaluation and Development, 2015, 6(5): 12- 15.]

[19] 強敏，周義軍，鐘艷，等. 基于部分疊加數據的疊前同時反演技術的應用[J]. 石油地球物理勘探，2011，45(6)：895- 898. [Qiang Min, Zhou Yijun, Zhong Yan, et al. Application of pre- stack simultaneous inversion based on partial stack data[J]. Oil Geophysical Prospecting, 2010, 45(6): 895- 898.]

[20] 張雷，姜勇，侯志強，等. 西湖凹陷低孔滲儲層巖石物理特征分析及疊前同步反演地震預測[J]. 中國海上油氣，2013，25(2)：36- 39. [Zhang Lei, Jiang Yong, Hou Zhiqiang, et al. Petrophysical analysis and simultaneous pre- stack inversion prediction of the low porous and permeable reservoirs in Xihu sag[J]. China Offshore Oil And Gas, 2013, 25(2): 36- 39.]

[21] 姜勇，張雷，鄒瑋，等. 西湖凹陷B構造水下分流河道預測技術及應用[J]. 海洋石油，2015，35(2)：35- 39. [Jiang Yong, Zhang Lei, Zou Wei, et al. Technology for prediction of underwater distributary channel reservoir and application in B structure, Xihu sag[J]. Offshore Oil, 2015, 35(2): 35- 39. ]

[22] 方興，孫夕平，張明，等. 基于AVO流體反演的儲層孔隙度預測技術[J]. 石油地球物理勘探，2012，47(3)：469- 472. [Fang Xing, Sun Xiping, Zhangming, et al. Reservoir porosity prediction based on AVO fluid inversion[J]. Oil Geophysical Prospecting, 2012, 47(3): 469- 472.]

[23] 楊午陽，王從鑌. 利用疊前AVA同步反演預測儲層物性參數[J]. 石油地球物理勘探，2010，45(3)：414- 417. [Yang Wuyang, Wang Congbin. Utilizing pre- stack simultaneous inversion to predict reservoir physical properties[J]. Oil Geophysical Prospecting, 2010, 45(3): 414- 417.]

[24] Mazumdar P. Poisson dampening factor[J]. The Leading Edge, 2007, 26(7): 850- 852.