隱蔽性微小斷裂智能識(shí)別技術(shù)在準(zhǔn)噶爾盆地MH1井區(qū)的應(yīng)用
2025-04-16 00:00:00巴忠臣秦軍華美瑞張宗斌秦賽賽張穩(wěn)
摘要：
準(zhǔn)噶爾盆地西北緣MH1井先導(dǎo)示范區(qū)（MH1井區(qū)）二疊系、三疊系發(fā)育不同尺度的斷裂，形成機(jī)理復(fù)雜，后期改造頻繁，存在形式多樣，嚴(yán)重制約了水平井的開(kāi)發(fā)進(jìn)程。本文立足于提高地震資料的信噪比和分辨率，通過(guò)方位角疊加方案優(yōu)選、連續(xù)小波變換地震資料提頻、矩陣奇異值分解去噪、構(gòu)造導(dǎo)向?yàn)V波迭代處理、有效頻帶優(yōu)化、斷裂增強(qiáng)濾波、人工智能（artificial intelligence， AI）斷裂識(shí)別以及多屬性融合斷裂識(shí)別等多種方法相結(jié)合，建立小尺度隱蔽性斷裂識(shí)別流程與模式，進(jìn)一步引導(dǎo)水平井鉆井。結(jié)果表明：本文通過(guò)多種地球物理方法與AI技術(shù)相結(jié)合，建立了適用于MH1井區(qū)的小尺度隱蔽性斷裂識(shí)別流程與模式，顯著提高了斷裂識(shí)別精度，優(yōu)化了MH1井區(qū)水平井的鉆井軌跡，成功避開(kāi)了高風(fēng)險(xiǎn)斷裂帶，井漏事件發(fā)生率降低約20%，壓竄干擾問(wèn)題減少約15%。
關(guān)鍵詞：
準(zhǔn)噶爾盆地；裂縫預(yù)測(cè)；地震屬性；多屬性融合；AI預(yù)測(cè)
doi：10.13278/j.cnki.jjuese.20230200
中圖分類號(hào)：TE348；P631.4
文獻(xiàn)標(biāo)志碼：A
Application of Intelligent Identification Technology of Hidden Micro Fracture in Well MH1 Area， Junggar Basin
Ba Zhongchen1， Qin Jun1， Hua Meirui1， Zhang Zongbin1， Qin Saisai2， Zhang Wen2
1. Research Institute of Exploration amp; Development， PetroChina Xinjiang Oilfield Company， Karamay 834000， Xinjiang， China
2. Urumqi Branch， "Research Institute of Eastern Geophysical Company， China Petroleum Corporation， Urumqi 830016， China
Abstract：
The pilot demonstration area of Well MH1 in the northwest margin of "Junggar basin （MH1 well "area） exhibits fractures of varying scales in the Permian and Triassic formations. The formation mechanism of these fractures is complex， the subsequent stimulation is frequent， and the existing forms are various， which seriously restrict the development process of horizontal wells. Based on improving the signal-to-noise ratio and resolution of seismic data， this paper establishes the small-scale hidden fault identification process and model， and further guides horizontal well drilling through a combination of optimal azimuth superposition scheme， continuous wavelet transform seismic data frequency boosting， matrix singular value decomposition for denoising， iterative processing of structure-guided filtering， fracture enhancement filtering， multi-attribute fusion， and artificial intelligence （AI）-based fault recognition. The results show that by combining various geophysical methods with AI technology， this paper establishes a small-scale concealed fault identification process and model suitable for MH1 well area， significantly improves the fault identification accuracy， optimizes the drilling trajectory of horizontal wells in MH1 well area， successfully avoids high-risk fault zones， reduces the incidence of leakage events by about 20%， and reduces the problem of pressure and channel interference by about 15%.
Key words：
Junggar basin; fracture prediction; seismic attribute; multi-attribute fusion; AI prediction
0"引言
近年來(lái)，隨著盆地開(kāi)發(fā)力度的不斷增大，水平井作為油氣增儲(chǔ)上產(chǎn)的主要方式，鉆井?dāng)?shù)量逐年遞增。但是由于斷裂、裂縫等因素的影響，水平井井漏以及壓竄干擾等工程復(fù)雜問(wèn)題頻出，導(dǎo)致鉆井周期成倍增長(zhǎng)，壓裂液漏失嚴(yán)重，單井成本居高不下。以準(zhǔn)噶爾盆地為例，盆地主要開(kāi)發(fā)區(qū)塊漏失發(fā)生率高達(dá)40%以上，井漏占復(fù)雜時(shí)率70%～80%，嚴(yán)重制約了開(kāi)發(fā)進(jìn)程[1-4]。
準(zhǔn)噶爾盆地西北緣MH1井先導(dǎo)示范區(qū)（MH1井區(qū)）三維采集參數(shù)相對(duì)弱化，覆蓋次數(shù)為190，二疊系、三疊系有效頻寬為5～60 Hz，主頻僅為30 Hz，資料基礎(chǔ)難以實(shí)現(xiàn)微小斷裂精細(xì)刻畫，因此需要對(duì)原始地震資料進(jìn)行去噪提頻等處理，提高資料的品質(zhì)。
目前主流的斷裂識(shí)別方法是在優(yōu)選敏感方位地震的基礎(chǔ)上，利用特征值算法相干、曲率等地震敏感屬性對(duì)斷裂進(jìn)行刻畫。從技術(shù)原理來(lái)看，特征值相干主要是在傾角掃描的基礎(chǔ)上，用掃描后相干時(shí)窗內(nèi)的地震數(shù)據(jù)構(gòu)建協(xié)方差矩陣，通過(guò)計(jì)算協(xié)方差矩陣的特征值來(lái)估算相干值。該方法對(duì)于有明顯斷距的大尺度斷裂有明顯的識(shí)別效果，但對(duì)于小尺度隱蔽性斷裂識(shí)別多解性強(qiáng)，刻畫難度大。曲率屬性主要反映一個(gè)弧形的彎曲程度，相較于相干屬性，對(duì)于中尺度斷裂識(shí)別精度有所提高，但無(wú)法有效識(shí)別小尺度隱蔽性斷裂[5-13]。
MH1井區(qū)百口泉組目前進(jìn)入到大規(guī)模開(kāi)發(fā)階段，對(duì)于如何挖掘“兩寬一高（寬頻帶、寬方位、高密度）”的三維潛力，實(shí)現(xiàn)小尺度斷裂精準(zhǔn)刻畫，進(jìn)而在水平井以及直井鉆井過(guò)程中，利用小尺度斷裂刻畫結(jié)果實(shí)現(xiàn)井漏段提前高效預(yù)警，減少鉆井過(guò)程中出現(xiàn)的井漏等工程復(fù)雜事件，成為目前MH1井區(qū)高效開(kāi)發(fā)亟需解決的難題。前人研究多集中于大尺度走滑斷裂的識(shí)別和刻畫，對(duì)小尺度斷裂的關(guān)注較少。由于小尺度斷裂規(guī)模小、地震響應(yīng)弱，常規(guī)地震資料處理和解釋方法難以實(shí)現(xiàn)精準(zhǔn)描述，導(dǎo)致小尺度斷裂的識(shí)別精度較低。另外，前人在研究過(guò)程中缺乏針對(duì)鉆井工程實(shí)際需求的斷裂刻畫和預(yù)警方法研究，導(dǎo)致研究成果難以直接應(yīng)用于鉆井工程實(shí)踐"[14-17]"。本文旨在彌補(bǔ)前人研究在小尺度斷裂刻畫、斷裂與井漏關(guān)聯(lián)性分析、斷裂自動(dòng)識(shí)別技術(shù)應(yīng)用等方面的不足，通過(guò)精準(zhǔn)刻畫小尺度斷裂、建立井漏預(yù)警模型、開(kāi)發(fā)智能識(shí)別技術(shù)，為MH1井區(qū)的高效開(kāi)發(fā)提供技術(shù)支持，減少鉆井工程復(fù)雜事件，提高開(kāi)發(fā)效益。
1"構(gòu)造背景
研究區(qū)MH1井區(qū)位于瑪湖凹陷西斜坡，屬于前陸沖斷帶，是古生代晚期至中生代形成的大型沖斷推覆系統(tǒng)；受準(zhǔn)噶爾盆地西部坳陷四期構(gòu)造運(yùn)動(dòng)控制，發(fā)育大規(guī)模走滑斷裂，海西期前陸階段發(fā)育壓扭走滑，印支—燕山期坳陷以張扭走滑為主，整體形態(tài)為單一平緩的大型單斜構(gòu)造（圖1）。依據(jù)瑪湖凹陷西斜坡地層發(fā)育特征以及構(gòu)造形態(tài)，可進(jìn)一步分為單斜帶、斷褶帶以及超剝帶（圖1）。從平面上來(lái)看，大侏羅溝斷裂為NW走向，發(fā)育四組斷裂，表現(xiàn)為沿大侏羅溝斷裂呈集中雁列式展布[18-19]。
2"斷裂預(yù)測(cè)方法
本文以準(zhǔn)噶爾盆地西北緣MH1井區(qū)為例，提出了一種基于迭代處理與智能解釋的多屬性融合斷裂刻畫方法。在方位角疊加方案優(yōu)選、連續(xù)小波變換、矩陣奇異值分解（singular value decomposition， SVD）去噪和構(gòu)造導(dǎo)向?yàn)V波迭代處理的基礎(chǔ)上，充分挖掘兩寬一高的三維寬方位、寬頻信息；在此基礎(chǔ)上進(jìn)行有效頻帶優(yōu)選，引入斷裂增強(qiáng)濾波進(jìn)行組合應(yīng)用，增強(qiáng)原始地震資料信噪比，凸顯斷裂邊界，并利用人工智能（artificial intelligence， AI）斷裂識(shí)別方法和多屬性融合技術(shù)，實(shí)現(xiàn)各優(yōu)勢(shì)方位及頻帶地震對(duì)MH1井區(qū)微小斷裂的精細(xì)刻畫（圖2）。
2.1"方位角疊加方案優(yōu)選
隨著偏移距的增大，地震縱波在垂直于裂縫走向上的能量衰減速度比沿著裂縫走向上的能量衰減速度快[15]。因此，可以利用不同方位疊前縱波之間的差異進(jìn)行橢圓擬合，裂縫越發(fā)育，橢圓越扁，并且橢圓長(zhǎng)軸方向?yàn)榱芽p走向，利用此特性可以實(shí)現(xiàn)對(duì)裂縫發(fā)育強(qiáng)度和裂縫走向的識(shí)別和預(yù)測(cè)。
方位角疊加主要考慮疊加成像效果，以舍近道、及遠(yuǎn)道、保中道的原則對(duì)有效偏移距進(jìn)行優(yōu)選。在偏移距優(yōu)選的基礎(chǔ)上，考慮信噪比、計(jì)算速率以及橢圓擬合的充分性，對(duì)MH1井區(qū)精細(xì)三維地震數(shù)據(jù)進(jìn)行分方位劃分方案優(yōu)選。為了兼顧效率與精度，通常選擇4個(gè)或6個(gè)方位進(jìn)行橢圓擬合， 4個(gè)方位的橢圓擬合適用于那些斷裂特征相對(duì)簡(jiǎn)單、方向性明確的區(qū)域；然而，如果斷裂特征復(fù)雜或方向多變，4個(gè)方位可能無(wú)法充分捕捉所有的斷裂信息。相比于4個(gè)方位，6個(gè)方位提供了更多的采樣和分析角度，更能凸顯不同走向的斷裂特征[15]。因此在現(xiàn)有道集資料情況下，將數(shù)據(jù)疊加為6個(gè)方位（圖3）。
在此基礎(chǔ)上，還需對(duì)MH1井區(qū)進(jìn)行應(yīng)力分析。該區(qū)北西向受哈薩克斯坦板塊碰撞，北東向受西伯利亞板塊擠壓，導(dǎo)致該區(qū)域發(fā)育大規(guī)模走滑斷裂。在平面上，二疊系和三疊系主要發(fā)育四組斷裂，表現(xiàn)為沿大侏羅溝斷裂呈雁列式展布。通過(guò)調(diào)研來(lái)看：R剪切斷裂發(fā)育的地區(qū)微地震事件集中單向發(fā)育，對(duì)鄰井干擾明顯，壓裂效果差；R′剪切斷裂發(fā)育的地區(qū)壓后易形成人工裂縫網(wǎng)狀結(jié)構(gòu)，壓裂效果較好[20]。因此，優(yōu)選6個(gè)方位數(shù)據(jù)中垂直于P剪切破裂、R剪切斷裂、R′剪切斷裂以及PDZ斷裂方位的數(shù)據(jù)進(jìn)行后續(xù)的濾波分析。在考慮到三維地震信噪比、計(jì)算速率以及橢圓擬合充分性的情況下對(duì)三維地震方位角進(jìn)行劃分，結(jié)合區(qū)域應(yīng)力特征，PDZ斷裂為NW走向，P剪切破裂、R剪切斷裂與之小角度相交，因此選取與P剪切破裂、PDZ斷裂和R剪切斷裂垂直的AZ1、AZ2、AZ4三個(gè)方位角開(kāi)展斷裂預(yù)測(cè)工作。
2.2"連續(xù)小波變換地震資料提頻
在致密油儲(chǔ)層開(kāi)發(fā)過(guò)程中，受地震分辨率的限制，3～5 m的砂泥巖薄互層沉積以及小斷裂不易簡(jiǎn)單利用地震屬性直接識(shí)別，因此，如何提高地震資料的分辨率一直是儲(chǔ)層研究的難點(diǎn)。通過(guò)頻譜分析可知，地震資料的分辨率主要受主頻和頻寬的影響，主頻越高，頻帶越寬，則地震資料的分辨率越高。MH1井區(qū)三維采集參數(shù)較弱，主頻僅為30 Hz，導(dǎo)致分辨率較低。為了滿足研究區(qū)微小斷裂的刻畫需求，需利用連續(xù)小波變換方法對(duì)地震資料進(jìn)行提頻處理。該方法針對(duì)在反褶積過(guò)程中損失的部分高頻信息進(jìn)行補(bǔ)償，從而提高地震資料的縱向分辨率[21]。
通過(guò)連續(xù)小波變換對(duì)地震道時(shí)間序列進(jìn)行分解，將地震數(shù)據(jù)從時(shí)間域轉(zhuǎn)換到時(shí)頻域，確定提頻空間和范圍。一般以-20 dB作為劃分頻寬的標(biāo)準(zhǔn)，分析-20 dB以下的部分是否仍然具有信噪比，是否具備提頻基礎(chǔ)。若地震資料滿足，則根據(jù)頻掃的情況確定拓頻上限，然后在低頻端和高頻端對(duì)地震數(shù)據(jù)拓頻，進(jìn)行時(shí)頻轉(zhuǎn)換。
MH1井區(qū)三維目的層提頻前后地震頻譜對(duì)比如圖4所示。通過(guò)時(shí)頻分析，有效提高了原始地震主頻，MH1井區(qū)三維目的層主頻由30 Hz提高至35 Hz，有效頻寬從5～60 Hz提升到了5～65 Hz（圖4）。在保真條件下，有效拓寬了地震數(shù)據(jù)的頻帶寬度，提升了信噪比，使斷裂成像更干脆（分辨率更高，斷裂識(shí)別效果更好，斷點(diǎn)清晰）。
2.3"矩陣SVD去噪
將三維地震轉(zhuǎn)化為三個(gè)矩陣的乘積形式。在地震資料處理過(guò)程中：奇異值為0代表完全沒(méi)有價(jià)值的信息，即噪音（奇異值指SVD中衡量秩一矩陣權(quán)重的系數(shù)，噪音指在地震記錄中除有效信號(hào)以外的其他信號(hào)）；當(dāng)奇異值不為0時(shí)，奇異值越大對(duì)成像結(jié)果影響越大，反之則越小[22]。為了防止斷層信息破壞，在SVD去噪過(guò)程中需確定奇異值有效階數(shù)（K）的大?。寒?dāng)K較大時(shí)，去噪效果不明顯，信號(hào)會(huì)出現(xiàn)明顯的波動(dòng)，出現(xiàn)“毛刺”；當(dāng)K較小時(shí)，會(huì)導(dǎo)致有效信息被視為噪音去除。目前使用最廣泛的確定有效階數(shù)的方法為奇異值差分譜，根據(jù)差分譜的峰值選擇有效階數(shù)進(jìn)行重構(gòu)。但是該方法的缺點(diǎn)也很明顯，當(dāng)相鄰兩道奇異值都很大，而兩者之間也存在較大差值時(shí)，差分譜在兩道數(shù)據(jù)之間也會(huì)產(chǎn)生峰值，導(dǎo)致有效階數(shù)選擇不夠準(zhǔn)確。因此，本文利用加權(quán)能量貢獻(xiàn)率過(guò)濾矩陣中的極值，確定有效階數(shù)。加權(quán)能量貢獻(xiàn)率計(jì)算公式為
P=1-"α21+α22+…+α2i-1+α2i+1+…+α2n‖Dm‖F。
式中：P為加權(quán)能量貢獻(xiàn)率；α1，α2，…，αn為重構(gòu)矩陣Dm的奇異值；‖Dm‖F為Dm的Frobennious范數(shù)（m表示為該矩陣的行數(shù)）。
本文在參考前人經(jīng)驗(yàn)以及對(duì)多組信號(hào)進(jìn)行分析的基礎(chǔ)上，采用加權(quán)能量貢獻(xiàn)率大于0.1%的奇異值確定有效階數(shù)。以MH1井區(qū)3 500 ms三維地震切片（圖5）為例，采用矩陣SVD去噪后，噪音得到明顯壓制，相比于去噪前噪音（藍(lán)色部分）大幅減少（圖5b、d），成像效果更加連續(xù)清晰（圖5a、c）。
2.4"構(gòu)造導(dǎo)向?yàn)V波迭代處理
構(gòu)造導(dǎo)向?yàn)V波是對(duì)平行于地震同相軸信息的平滑處理，主要沿地震反射界面的走向或傾向獲取平穩(wěn)振幅，實(shí)質(zhì)是一種各向異性擴(kuò)散的平滑算法，在保留構(gòu)造信息的同時(shí)對(duì)隨機(jī)噪音進(jìn)行壓制，是后續(xù)進(jìn)行相關(guān)幾何地震屬性提取的基礎(chǔ)。構(gòu)造導(dǎo)向?yàn)V波可以有效增強(qiáng)三維地震數(shù)據(jù)的信噪比，保持同向軸的連續(xù)性以及間斷特征，同時(shí)能夠保持原始地震的有效頻率及縱向分辨率，使斷裂的斷面和斷點(diǎn)更加清晰，凸顯微小斷裂響應(yīng)特征[23]。本文利用這項(xiàng)技術(shù)對(duì)三維地震資料開(kāi)展多窗口相干性傾角掃描，同時(shí)利用地層傾角和方位角對(duì)地層進(jìn)行定向分析，分析不連續(xù)邊界特征，保留有意義的地質(zhì)邊界，對(duì)噪音等干擾特征進(jìn)行平滑處理；然后重復(fù)上述操作流程，對(duì)數(shù)據(jù)體開(kāi)展三次迭代構(gòu)造導(dǎo)向?yàn)V波處理。
MH1井區(qū)構(gòu)造導(dǎo)向?yàn)V波迭代處理地震剖面對(duì)比如圖6所示。原始地震資料經(jīng)過(guò)三次迭代構(gòu)造導(dǎo)向?yàn)V波處理后斷裂斷點(diǎn)更加干脆，斷面更加清晰，明顯突出了走滑斷裂響應(yīng)特征；而三次以后再進(jìn)行構(gòu)造導(dǎo)向?yàn)V波處理對(duì)斷裂成像的提升不大（圖6）。
2.5"有效頻帶優(yōu)化
眾所周知，斷裂在不同頻率段的地震響應(yīng)特征存在差異，因此可以通過(guò)提取不同頻率段的單頻體刻畫不同尺度的斷裂。低頻信息可以反映大斷裂特征，適當(dāng)?shù)母哳l信息能夠凸顯小斷裂的展布[24]。因此需要對(duì)優(yōu)勢(shì)頻帶進(jìn)行優(yōu)選，突出各尺度斷裂的識(shí)別精度。
通過(guò)頻譜分析可知，提頻以后研究區(qū)地震資料有效頻寬為5～65 Hz，主頻為35 Hz，用頻譜分解技術(shù)從10 Hz開(kāi)始，每隔10 Hz提取一個(gè)單頻體，共提取六個(gè)單頻體。
研究認(rèn)為，相對(duì)于原始地震資料，頻率成分高于主頻的單頻體對(duì)小斷裂的刻畫更加清晰，頻率成分與主頻相近的單頻體對(duì)中等尺度的斷裂識(shí)別能力強(qiáng)，而頻率成分小于主頻的單頻體則較容易識(shí)別大尺度斷裂[25]。
從MH1井區(qū)不同頻段地震地質(zhì)斷裂智能解釋對(duì)比剖面（圖7）中可以看到，藍(lán)色圓圈內(nèi)小斷層的響應(yīng)隨著頻率的增大從無(wú)到有：當(dāng)頻率為10 Hz時(shí)，大侏羅溝主斷裂清晰可見(jiàn)，但旁邊的伴生斷裂則較難識(shí)別（圖7b）；而當(dāng)頻率為60 Hz時(shí)，識(shí)別出了較多的小斷裂（圖7d）?？梢?jiàn)，隨著頻率的增大，對(duì)微小斷裂的識(shí)別能力逐漸提升?；诖耍瑸榱烁玫乜坍媴^(qū)域內(nèi)的斷裂，將全頻段數(shù)據(jù)優(yōu)化成10、30、60 Hz三個(gè)頻段開(kāi)展斷裂識(shí)別。
2.6"斷裂增強(qiáng)濾波
斷裂增強(qiáng)濾波用于提高地震數(shù)據(jù)在斷層附近的成像質(zhì)量。首先通過(guò)充分利用斷裂特征將地震數(shù)據(jù)分為靠近斷裂和遠(yuǎn)離斷裂兩個(gè)窗口，然后使用不同的算法進(jìn)行濾波處理，靠近斷裂部分通過(guò)提高信噪比和邊緣檢測(cè)等技術(shù)突出斷裂的位置，而遠(yuǎn)離斷裂的部分則主要實(shí)行傳統(tǒng)平滑處理以及數(shù)字濾波等"[26]。具體操作為：1）計(jì)算當(dāng)前地震數(shù)據(jù)傾角導(dǎo)向a. 原始地震剖面；b. 一次構(gòu)造導(dǎo)向?yàn)V波地震剖面；c. 三次構(gòu)造導(dǎo)向?yàn)V波地震剖面；d. 四次構(gòu)造導(dǎo)向?yàn)V波地震剖面。
體（計(jì)算每個(gè)地震采樣點(diǎn)處的地震傾角信息）； 2）
在傾角導(dǎo)向體的控制下對(duì)地震數(shù)據(jù)進(jìn)行多尺度分解； 3）開(kāi)展小步長(zhǎng)傾角導(dǎo)向中值濾波，對(duì)數(shù)據(jù)體進(jìn)行小尺度去噪和平滑處理； 4）在傾角導(dǎo)向體的控制下開(kāi)展大步長(zhǎng)傾角導(dǎo)向中值濾波，對(duì)數(shù)據(jù)體進(jìn)行大尺度去噪和平滑處理； 5）在小步長(zhǎng)傾角導(dǎo)向體的基礎(chǔ)上計(jì)算數(shù)據(jù)最小相干，在傾角導(dǎo)向體的控制下開(kāi)展傾角導(dǎo)向擴(kuò)散濾波，增強(qiáng)斷層邊緣顯示效果[27]。
由于傾角導(dǎo)向擴(kuò)散濾波對(duì)斷裂增強(qiáng)尺度較大，可能會(huì)破壞原有真實(shí)的斷裂系統(tǒng)，因此需要加入調(diào)節(jié)算法，使斷裂成像與地質(zhì)認(rèn)識(shí)相符。利用相干體門檻值調(diào)節(jié)斷裂與非斷裂比例，求得最終的斷裂增強(qiáng)濾波體。具體算法如下：
IF Similaritygt;X，Seismic=DSMF，
or Seismic=DSDF。
（若相干值大于0.7，則取小步長(zhǎng)傾角導(dǎo)向中值濾波結(jié)果；否則取傾角掃描導(dǎo)向擴(kuò)散濾波結(jié)果。）
式中：Similarity為相干值；X取0.7；Seismic為成果數(shù)據(jù)；DSMF（dip steer median filter）為傾角導(dǎo)向中值濾波；DSDF（dip steer defusion filter）為傾角導(dǎo)向擴(kuò)散濾波。
依據(jù)上述處理成果，優(yōu)選MH1井區(qū)三維3個(gè)優(yōu)勢(shì)方位以及3個(gè)敏感單頻體共9塊數(shù)據(jù)體開(kāi)展疊后解釋性處理以及斷裂增強(qiáng)濾波。由MH1井區(qū)全方位地震60 Hz頻段斷層增強(qiáng)濾波對(duì)比剖面（圖8）可以看出：斷裂增強(qiáng)濾波能夠充分凸顯斷裂的位置，更清晰地刻畫斷裂；斷裂增強(qiáng)后，地震同相軸出現(xiàn)了刀砍紋類型的斷裂，這對(duì)接下來(lái)的斷裂自動(dòng)拾取和智能解釋具有十分重要的價(jià)值。
雖然斷裂增強(qiáng)濾波和構(gòu)造導(dǎo)向?yàn)V波都可以用于圖像增強(qiáng)和去噪，但是它們?cè)诒疚闹蟹謩e側(cè)重于不同的方向：構(gòu)造導(dǎo)向?yàn)V波迭代處理用于圖像的平滑和去噪，主要針對(duì)中大尺度斷裂；而斷裂增強(qiáng)濾波主要用于增強(qiáng)圖像的邊緣和紋理特征，主要針對(duì)小尺度隱蔽型斷裂成像，凸顯之前識(shí)別不出來(lái)的斷裂。另外，增強(qiáng)濾波處理后的斷裂更有利于AI拾取。
2.7"AI斷裂識(shí)別
常規(guī)的斷裂解釋方法主要是人機(jī)交互的方式，多解性較強(qiáng)；本文主要在上述地震數(shù)據(jù)體疊后解釋性濾波的基礎(chǔ)上，利用AI深度學(xué)習(xí)算法對(duì)斷裂進(jìn)行智能識(shí)別。該方法在GeoEast-EasyTrack軟件平臺(tái)上構(gòu)建一系列U-net三維斷層體模型（圖9），優(yōu)
勢(shì)在于能夠借助AI提前完成大數(shù)據(jù)模型深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練，自動(dòng)選擇最優(yōu)裂縫解釋模板（目前已經(jīng)有1 200多套斷層模型），匹配最優(yōu)入射角、方位角范圍進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的裂縫分析，減少人為多解性，提高斷裂識(shí)別精度。
利用該項(xiàng)技術(shù)對(duì)MH1井區(qū)全區(qū)進(jìn)行斷裂刻畫，結(jié)果顯示斷裂清晰，效果明顯，特別是對(duì)小型隱蔽性斷裂的刻畫有了明顯的提升（圖10）。
2.8"多屬性融合
為了凸顯各方位以及各優(yōu)勢(shì)頻帶對(duì)不同方位不同尺度斷裂的識(shí)別優(yōu)勢(shì)，需要將各個(gè)數(shù)據(jù)體進(jìn)行自適應(yīng)智能融合[28-30]。
屬性融合的方法有很多，本次使用多屬性智能特征值融合方法生成新的屬性融合體，以2個(gè)待融合分方位AI斷裂識(shí)別后的地震數(shù)據(jù)體①和②（圖10）為例，說(shuō)明多數(shù)據(jù)智能特征融合實(shí)現(xiàn)步驟及算法。
首先，對(duì)地震數(shù)據(jù)SM×N×O、TM×N×O（M、N、O分別表示三維數(shù)據(jù)體的橫坐標(biāo)、縱坐標(biāo)以及縱向時(shí)間）進(jìn)行振幅均衡處理。然后，將SM×N×O、TM×N×O拆分為若干大小為m×n×o的子模塊sm×n×o、tm×n×o。m×n×o越大，融合計(jì)算量越小，效果越粗糙；反之，m×n×o越小，融合計(jì)算量越大，成果數(shù)據(jù)體細(xì)節(jié)越精細(xì)。對(duì)于單塊數(shù)據(jù)體A，利用下文算法計(jì)算每一塊子數(shù)據(jù)體對(duì)于全數(shù)據(jù)體的特征值：
ACON（c，d，e）=∑mi=1∑nj=1∑ok=1A（（c-1）m+i，（d-1）n+j，（e-1）o+k），
c∈C，d∈D，e∈E；
Ai，j，k=
∑14x=1dfdx=fi，j，k-fi，j，k-1+
fi，j，k-fi，j，k+1+
fi，j，k-fi-1，j，k+
fi，j，k-fi+1，j，k+
fi，j-1，k-fi，j+1，k+
fi，j，k-fi+1，j，k+
fi，j，k-fi-1，j-1，k-1"2+
fi，j，k-fi-1，j-1，k+1"2+
fi，j，k-fi-1，j+1，k-1"2+
f（i，j，k）-f（i-1，j+1，k+1）"2+
f（i，j，k）-f（i+1，j-1，k-1）"2+
f（i，j，k）-f（i+1，j-1，k+1）"2+
f（i，j，k）-f（i+1，j+1，k-1）"2+
f（i，j，k）-f（i+1，j+1，k+1）"2。
式中：C、D、E分別表示以大小為m×n×o的子數(shù)據(jù)體對(duì)成果數(shù)據(jù)SM×N×O、TM×N×O進(jìn)行拆分后子數(shù)據(jù)體的數(shù)目，劃分后，原始數(shù)據(jù)體在三個(gè)維度（分別對(duì)應(yīng)大小 M、N、O）上被分割為若干塊，具體分割數(shù)量由 C、D、E 表示；c、d、e為分塊的標(biāo)號(hào)，相當(dāng)于子數(shù)據(jù)體在成果數(shù)據(jù)體內(nèi)的坐標(biāo)，包含于C、D、E。
通過(guò)上述算法可以求得兩塊成果數(shù)據(jù)體SM×N×O、TM×N×O中某一子模塊數(shù)據(jù)體sm×n×o（c，d，e）、tm×n×o（c，d，e）對(duì)于全數(shù)據(jù)體的特征值A(chǔ)CON（c，d，e）。通過(guò)多屬性特征值融合能夠展示更多斷裂信息（圖10），有效克服單一屬性帶來(lái)的不確定性問(wèn)題，提升裂縫預(yù)測(cè)精度。
3"應(yīng)用效果
本文技術(shù)方法目前已經(jīng)在新疆準(zhǔn)噶爾盆地西北緣MH1井區(qū)工程復(fù)雜事件預(yù)警中開(kāi)展了工業(yè)化應(yīng)用。首先對(duì)實(shí)際地震資料分別進(jìn)行方位角疊加方案優(yōu)選、連續(xù)小波變換提頻、矩陣SVD去噪以及構(gòu)造導(dǎo)向?yàn)V波迭代處理，在保持構(gòu)造邊界的同時(shí)，有效提升原始地震資料的信噪比；然后通過(guò)有效頻帶優(yōu)化、斷層裂增強(qiáng)濾波以及AI斷裂識(shí)別提升斷裂識(shí)別效果，使大尺度斷裂的連續(xù)性變好，中尺度斷裂更加清晰，小尺度隱蔽性斷裂從無(wú)到有；最后通過(guò)多屬性自適應(yīng)智能特征值融合，將不同尺度、不同類型（PDZ、R剪切、R′剪切）的斷裂進(jìn)行融合，得到區(qū)域內(nèi)整體的斷裂分布樣式。大侏羅溝走滑斷裂帶平面分布模式如圖11所示，傳統(tǒng)相干解釋方案與智能解釋方案實(shí)鉆井漏點(diǎn)疊合剖面對(duì)比如圖12所示。
MH1井區(qū)屬于多方向、多期次的復(fù)雜斷裂發(fā)育區(qū)，利用隱蔽性微小斷裂智能識(shí)別技術(shù)可以使斷裂預(yù)測(cè)細(xì)節(jié)更加豐富、尺度更小、精度更高。從宏觀上看，利用該方法計(jì)算得到的斷裂分布與該區(qū)整體地質(zhì)認(rèn)識(shí)相符，主干斷裂為大侏羅溝斷裂，整體走向?yàn)闁|西方向，在兩條雁列斷層之間的疊置區(qū)主要發(fā)育與主斷裂帶呈80°～90°的垂向斷裂（R′剪切）以及與順時(shí)針?lè)较虺?5°左右的斜向斷裂（R剪切）（圖10、圖11）。從微觀上看：傳統(tǒng)相干解釋方案整體信噪比低，斷裂解釋多解性強(qiáng)，不能有效過(guò)濾干擾信息（圖12a、b、c），與井漏吻合率僅為40%；智能解釋方案整體預(yù)測(cè)斷裂更加收斂，信噪比高（圖12d、e、f），與四口井井漏點(diǎn)吻合率為100%。從MH1井區(qū)全區(qū)來(lái)看，井漏點(diǎn)預(yù)警符合率達(dá)到70%，井漏事件發(fā)生率降低約20%，壓竄預(yù)警符合率達(dá)到73%，壓竄干擾問(wèn)題減少約15%，優(yōu)化了MH1井區(qū)水平井的鉆井軌跡，成功避開(kāi)了高風(fēng)險(xiǎn)斷裂帶，預(yù)測(cè)結(jié)果能夠有效指導(dǎo)鉆井高效鉆進(jìn)。
本方法充分挖掘兩寬一高的三維微小斷裂信息，突出疊合解釋性處理技術(shù)以及多方位、多角度斷裂智能識(shí)別、融合技術(shù)組合應(yīng)用，有效減小了小尺度隱蔽性斷裂識(shí)別的多解性，提高了小尺度隱蔽性斷裂的識(shí)別精度。該方法是一套完備的斷裂識(shí)別方法，整體實(shí)用性強(qiáng)，能夠?qū)こ虖?fù)雜事件實(shí)現(xiàn)精準(zhǔn)預(yù)警。
4"結(jié)論
1）通過(guò)構(gòu)造導(dǎo)向?yàn)V波迭代處理、矩陣SVD去噪和時(shí)頻分析能夠有效提高地震資料的信噪比和分辨率；通過(guò)優(yōu)選分方位數(shù)據(jù)、斷裂增強(qiáng)技術(shù)、有效頻帶優(yōu)化、多屬性自適應(yīng)智能融合等操作能夠精細(xì)刻畫小尺度隱蔽性斷裂；同時(shí)，為了避免人為操作的多解性，提高斷裂識(shí)別精度，可以利用AI深度學(xué)習(xí)算法，構(gòu)建U-net三維斷層體模型，對(duì)斷裂進(jìn)行智能識(shí)別。
2）在上述操作的地震資料基礎(chǔ)上開(kāi)展小尺度隱蔽型斷裂識(shí)別，可以大幅度減少工程復(fù)雜事件。MH1井區(qū)井漏點(diǎn)預(yù)警符合率達(dá)到70%，壓竄預(yù)警符合率達(dá)到73%。該方法可為鉆井提速以及高效開(kāi)發(fā)提供物探支撐。
參考文獻(xiàn)（References）：
[1] 黃洪林，李軍，高熱雨，等. 瑪湖凹陷礫巖油藏水平井鉆井提速難點(diǎn)與對(duì)策：以金龍2井區(qū)為例[J]. 石油鉆采工藝，2022，44（2）： 153-160.
Huang Honglin， Li Jun， Gao Reyu， et al. Difficulties and Countermeasures for ROP of Horizontal Drilling in the Conglomerate oil Reservoir of the Mahu Sag： A Case Study of the Jinlong-2 Well District[J]. Petroleum Drilling ＆ Production Technology， 2002， 44（2）： 153-160.
[2] 杜濤，曲希玉，王清斌，等. 渤中19-6凝析氣田孔店組砂礫巖儲(chǔ)層壓實(shí)成巖裂縫垂向演化特征[J]. 吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2023， 53（1）： 17-29.
Du Tao， Qu Xiyu， Wang Qingbin， et al.Vertical Evolution Characteristics of Compaction Diagenetic Fractures in Glutenite Reservoirs of Kongdian Formation in Bozhong 19-6 Condensate Gas Field[J]. Journal of Jilin University （Earth Science Edition）， 2023， 53（1）： 17-29.
[3] 張金寶. 油源斷裂向砂體轉(zhuǎn)換輸導(dǎo)油氣形式分布部位預(yù)測(cè)方法：以歧口地區(qū)港東斷裂砂一下亞段為例[J]. 吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2023， 53（5）： 1352-1361.
Zhang Jinbao. Prediction Method of the Distribution Position of Oil and Gas Transporting Form from Oil Source Fault to Sand Body： A Case Study of Sha-1 Lower Submember of Gangdong Fault in Qikou Area[J]. Journal of Jilin University （Earth Science Edition）， 2023， 53（5）： 1352-1361.
[4] Liu Jingshou， Zhang Guanjie， Bai Jianping， et al. Quantitative Pediction of the Drilling Azimuth of Horizontal Wells in Fractured Tight Sandstone Based on Reservoir Geomechanics in the Ordos Basin， Central China[J]. Marine and Petroleum Geology， 2022， 136： 105439.
[5] Hu Jinghong， Zhang Chong， Rui Zhenhua， et al. Fractured Horizontal Well Productivity Prediction in Tight Oil Reservoirs[J]. Journal of Petroleum Science and Engineering， 2017， 151： 159-168.
[6] 邱澤華，周路，陳驍，等. 四川盆地高石梯： 磨溪地區(qū)走滑斷層識(shí)別[J]. 石油地球物理勘探，2022， 57（3）： 647-655.
Qiu Zehua， Zhou Lu， Chen Xiao， et al. Identification of Strike-Slip Faults in the Gaoshiti-Moxi Area of Sichuan Basin [J]. Oil Geophysical Prospecting， 2022， 57（3）： 647-655.
[7] 馮琦，劉池洋，劉顯陽(yáng)，等. 小斷層識(shí)別技術(shù)在鄂托克前旗地區(qū)的應(yīng)用[J]. 地球物理學(xué)進(jìn)展，2021， 36（4）：1512-1520.
Feng Qi， Liu Chiyang， Liu Xianyang， et al.Minor Faults Identification in the Ertuokeqianqi Area [J]. Progress in Geophysics， 2021， 36（4）： 1512-1520.
[8] 馮智慧，張文春，李向群，等. 高精度分頻相干加強(qiáng)技術(shù)在微小斷層識(shí)別中的應(yīng)用[J]. 吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2016， 46（5）：1571-1579.
Feng Zhihui， Zhang Wenchun， Li Xiangqun， et al.Application of High-Precision Frequency Division Coherence Enhancement Technique in Micro-Fault Recognition[J]. Journal of Jilin University （Earth Science Edition）， 2016， 46（5）： 1571-1579.
[9] 崔正偉，程冰潔，徐天吉，等. 基于構(gòu)造導(dǎo)向?yàn)V波與梯度結(jié)構(gòu)張量相干屬性的儲(chǔ)層裂縫預(yù)測(cè)方法及應(yīng)用[J].石油地球物理勘探，2021， 56（3）： 555-563.
Cui Zhengwei， Cheng Bingjie， Xu Tianji， et al.Reservoir Fracture Prediction Method and Application Based on Structure-Oriented Filtering and Coherent Attributes of Gradient Structure Tensor [J]. Oil Geophysical Prospecting， 2021， 56（3）： 555-563.
[10] 劉雙蓮. 常規(guī)測(cè)井技術(shù)識(shí)別火山巖裂縫方法研究：以松南火山巖為例[J]. 非常規(guī)油氣，2022， 9（4）： 16-22.
Liu Shuanglian. Study on Method of Identifying Volcanic Rock Fractures by Conventional Logging Technology： A Case Study on Songnan Volcanic Rock[J]. Unconventional Oil amp; Gas， 2022， 9（4）： 16-22.
[11] 尹成，彭浩，趙虎，等. 薄砂體重疊帶與小斷層的地震多屬性聯(lián)合識(shí)別方法研究[J]. 石油物探，2022， 61（4） ：625-634.
Yin Cheng， Peng Hao， Zhao Hu， et al.Identifying Small Faults and Overlap Strips of Thin Sand Bodies Based on Seismic Multi-Attribute Analysis[J]. Geophysical Prospecting for Petroleum， 2022， 61（4）： 625-634.
[12] 凌東明，姚仙洲，田軍，等. 地震振幅差異屬性在低序級(jí)斷層定向識(shí)別中的應(yīng)用：以塔里木盆地輪南油田為例[J]. 斷塊油氣田，2019， 26（1）：33-36.
Ling Dongming， Yao Xianzhou， Tian Jun， et al.Application of Seismic Amplitude Change Attribute to Direction Identification of Low-Level Fault： A Case Study of Lunnan Oilfield， Tarim Basin[J]. Fault-Block Oil amp; Gas Field， 2019， 26（1）： 33-36.
[13] 孟陽(yáng)，許穎玉，李靜葉，等. OVT域地震資料屬性分析技術(shù)在斷裂精細(xì)識(shí)別中的應(yīng)用[J]. 石油地球物理勘探，2018， 53（增刊2）： 289-294.
Meng Yang， Xu Yingyu， Li Jingye， et al.Fault Identification with OVT-Domain Seismic Attribute Analysis[J]. Oil Geophysical Prospecting， 2018， 53（Sup. 2）： 289-294.
[14] 胡浩浩，鞠瑋，郭偉，等. 川南海壩區(qū)塊頁(yè)巖氣儲(chǔ)層裂縫發(fā)育特征與預(yù)測(cè)[J]. 非常規(guī)油氣，2023， 10（1）： 61-68.
Hu Haohao， Ju Wei， Guo Wei， et al. Development Characteristics and Prediction of Natural Fractures Within Shale Gas Reservoirs， Haiba Block of Southern Sichuan Basin[J]. Unconventional Oil amp; Gas， 2023， 10（1）： 61-68.
[15] 倪敏婕，祝賀暄，何文軍，等. 準(zhǔn)噶爾盆地瑪湖凹陷風(fēng)城組沉積環(huán)境與沉積模式分析[J]. 現(xiàn)代地質(zhì)， 2023， 37（5）： 1194-1207.
Ni Minjie， Zhu Hexuan， He Wenjun， et al. Depositional Environment and Sedimentary Model of the Fengcheng Formation in Mahu Sag， Junggar Basin[J]. Geoscience， 2023， 37（5）： 1194-1207.
[16] 李鑫，金利，沈忠山，等. X油田斷裂系統(tǒng)演化及低序級(jí)斷層刻畫研究[J]. 非常規(guī)油氣，2021， 8（5）： 19-26， 44.
Li Xin， Jin Li， Shen Zhongshan， et al. Study on Fault System Evolution and Low Level Faults Characterization in the X Oilfield[J]. Unconventional Oil amp; Gas， 2021， 8（5）： 19-26， 44.
[17] 張銀濤，陳石，劉強(qiáng)，等. 塔里木盆地富滿油田FⅠ19斷裂發(fā)育特征及演化模式[J]. 現(xiàn)代地質(zhì)，2023， 37（2）： 283-295.
Zhang Yintao， Chen Shi， Liu Qiang， et al. Development Characteristics and Evolution Model of FⅠ19 Fault in Fuman Oilfield， Tarim Basin[J]. Geoscience， 2023， 37（2）： 283-295.
[18] 吳孔友，瞿建華，王鶴華. 準(zhǔn)噶爾盆地大侏羅溝斷層走滑特征、形成機(jī)制及控藏作用[J]. 中國(guó)石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2014， 38（5）： 41-47.
Wu Kongyou， Qu Jianhua， Wang Hehua.Strike-Slip Characteristics， Forming Mechanisms and Controlling Reservoirs of Dazhuluogou Fault in Junggar Basin [J]. Journal of China University of Petroleum （Edition of Natural Science）， 2014， 38（5）： 41-47.
[19] 趙小輝，王曉輝，于寶利，等. GeoEast特色解釋技術(shù)在瑪湖1井區(qū)的應(yīng)用[J]. 石油地球物理勘探，2014， 49（增刊1）： 179-183.
Zhao Xiaohui， Wang Xiaohui， Yu Baoli， et al. GeoEast Special Interpretation Techniques Used in the Area of Well Mahu 1[J]. Oil Geophysical Prospecting， 2014， 49（Sup. 1）： 179-183.
[20] 常德雙，鄭建雄，朱斗星，等. 優(yōu)勢(shì)方位地震數(shù)據(jù)在多尺度斷裂識(shí)別中的應(yīng)用[J]. 石油地球物理勘探，2022， 57（增刊2）： 134-140， 231.
Chang Deshuang， Zheng Jianxiong， Zhu Douxing， et al. Application of Dominant Azimuth Seismic Data in Multi-Scale Fracture Identification[J]. Oil Geophysical Prospecting， 2022， 57（Sup. 2）： 134-140， 231.
[21] 刁瑞. 地震數(shù)據(jù)提高分辨率處理監(jiān)控評(píng)價(jià)技術(shù)[J]. 巖性油氣藏，2020， 32（1）： 94-101.
Diao Rui.Monitoring and Evaluation Technology for High Resolution Processing of Seismic Data[J]. Lithologic Reservoirs， 2019， 32（1）： 94-101.
[22] 沈鴻雁. SVD地震波場(chǎng)分離與去噪技術(shù)在鄂爾多斯盆地地震資料處理中的應(yīng)用[J]. 地球物理學(xué)進(jìn)展，2012， 27（5）： 2051-2058.
Shen Hongyan.Seismic Data Processing for Ordos Basin with Wave-field Separation and Denoising via SVD [J]. Progress in Geophysics， 2012， 27（5）： 2051-2058.
[23] Qamar Yasin， Ali Gholami， Mariusz Majdański， et al. Seismic Characterization of Geologically Complex Geothermal Reservoirs by Combining Structure-Oriented Filtering and Attributes Analysis[J]. Geothermics， 2023， 112： 102749.
[24] 劉明，李彥婧，潘蘭，等. 南川地區(qū)頁(yè)巖儲(chǔ)層構(gòu)造裂縫特征及其定量預(yù)測(cè)[J]. 非常規(guī)油氣，2023， 10（3）： 8-14.
Liu Ming， Li Yanjing， Pan Lan， et al. Structural Fracture Characteristics and Quantitative Prediction of Shale Reservoir in Nanchuan Area[J]. Unconventional Oil amp; Gas， 2023， 10（3）： 8-14.
[25] 朱志強(qiáng)，王永平，孟智強(qiáng)，等. 裂縫性油藏精細(xì)裂縫表征及滲流機(jī)理研究[J]. 非常規(guī)油氣，2023， 10（5）： 121-126.
Zhu Zhiqiang， Wang Yongping， Meng Zhiqiang， et al. Study on Fine Fracture Characterization and Percolation Mechanism of Fractured Reservoirs[J]. Unconventional Oil amp; Gas， 2023， 10（5）： 121-126.
[26] 楊培杰，穆星，張景濤. 方向性邊界保持?jǐn)鄬釉鰪?qiáng)技術(shù)[J]. 地球物理學(xué)報(bào)，2010， 53（12）： 2992-2997.
Yang Peijie， Mu Xing， Zhang Jingtao.Orientational Edge Preserving Fault Enhancee[J]. Chinese Journal of Geophysics， 2010， 53（12）： 2992-2997.
[27] 李光明，馮磊. 基于圖像信息的地震斷層增強(qiáng)方法及其應(yīng)用[J]. 地球物理學(xué)進(jìn)展，2012， 27（5）： 2138-2143.
Li Guangming， Feng Lei.Image Processing for the Enhancement of Seismic Fault Methods and Their Applications [J]. Progress in Geophysics， 2012， 27（5）： 2138-2143.
[28] 閆家偉，王文慶，呂芳芳，等. 復(fù)雜碳酸鹽巖儲(chǔ)層多數(shù)據(jù)融合預(yù)測(cè)技術(shù)：以千米橋潛山奧陶系為例[J]. 石油地球物理勘探，2021， 56（3）： 583-592.
Yan Jiawei， Wang Wenqing， Lü Fangfang， et al. Fusion of Multiple Data for Predicting Complex Carbonate Reservoirs and Its Application： A Case Study on the Ordovician of Qianmiqiao Buried Hills[J]. Oil Geophysical Prospecting， 201， 56（3）： 583-592.
[29] 姚燕飛，徐濤，王紅，等. 滇黔北地區(qū)HJB區(qū)塊石牛欄組儲(chǔ)層評(píng)價(jià)方法[J]. 石油地球物理勘探，2017， 52（增刊2）： 153-157.
Yao Yanfei， Xu Tao， Wang Hong， et al.Reservoir Evaluation for Shiniulan Formation in the HJB Block， the Northern Yunnan and Guizhou[J]. Oil Geophysical Prospecting， 2017， 52（Sup. 2）： 153-157.
[30] 蔣代琴，李平平，鄒華耀. 川東北元壩地區(qū)侏羅系陸相頁(yè)巖天然裂縫發(fā)育特征及其對(duì)頁(yè)巖油氣富集和保存的影響[J]. 現(xiàn)代地質(zhì)，2024， 38（2）： 362-372.
Jiang Daiqin， Li Pingping， Zou Huayao. Characteristics of Natural Fractures and Their Influence on Oil and Gas Enrichment and Preservation of the Jurassic Continental Shale in the Yuanba Area， Northeastern Sichuan Basin[J]. Geoscience， 2024， 38（2）： 362-372.
