裂缝模型说明_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
裂缝模型说明
上传于|0|0|暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩1页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢测井及地震裂缝识别研究进展
&&&&2014, Vol. 29 Issue (3):
孙炜, 李玉凤, 付建伟, 李天义. 2014. 测井及地震裂缝识别研究进展[J]. 地球物理学进展, 29(3): , doi: 10.6038/pg&&
SUN Wei, LI Yu-feng, FU Jian-wei, LI Tian-yi. 2014. Review of fracture identification with well logs and seismic data. Progress in Geophysics, 29(3): , doi: 10.6038/pg &&
测井及地震裂缝识别研究进展
孙炜1,2, 李玉凤3, 付建伟2, 李天义1 &&&&
1. 中国石化石油勘探开发研究院, 北京 100083;2. 中国石油大学(北京), 北京 102249;3. 中国石化胜利油田物探研究院, 东营 257022
基金项目：国家自然科学基金项目（）资助.
作者简介：孙炜，男，1984年生，中国石化石油勘探开发研究院在站博士后，主要从事地震储层及裂缝预测研究工作.（E-mail：）
摘要：测井及地震裂缝识别方法是解决裂缝预测难题的主要手段.通过大量的学术调研，对常用的测井和地震裂缝预测方法的原理及技术特点进行详细的分析，并说明其优劣性.在测井方法中，成像测井仍是目前最为可靠的裂缝识别依据，常规测井、三孔隙度比值法、侵入校正差比法和概率密度法容易实现、效果较好，且能够通过与地震反演的结合来预测裂缝的区域分布特征，横波测井和放射性测井效果较好，但资料难于收集，与数值统计分析相关的测井裂缝识别法局限于井点处的裂缝研究.在地震方法中，纵波各向异性应用最为广泛，且能准确得到裂缝的空间分布特征，叠前远近偏移距属性差法、相干体及倾角检测法、叠后融合属性法、多尺度边缘检测法及地震反演方法能够得到裂缝的分布特征数据体，但无法预测裂缝方向，构造应力场分析法经常用于预测某个地层界面构造缝的分布特征，横波与转换波裂缝预测方法受成本限制，VSP裂缝预测受横向延伸限制，均未广泛应用.
裂缝型储层&&&&
测井裂缝识别&&&&
地震裂缝预测&&&&
研究进展&&&&
Review of fracture identification with well logs and seismic data
SUN Wei1,2, LI Yu-feng3, FU Jian-wei2, LI Tian-yi1&&&&
1. Exploration & Production Research institute, SINOPEC, Beijing 100083, C2. China University of Petroleum, Beijing 102249, C3. Shengli Geophysical Research Institute of SINOPEC, Dongying 257022, China
Abstract: Methods of fracture identification with logging and seismic data are the primary means to predict fractures. Through a lot of academic research,the principle and technical characteristics of the logging fracture prediction methods and fracture prediction methods were analyzed,and their advantages and disadvantages were also explained. For the logging fracture prediction methods,imaging logging is still the most reliable basis of fracture identification,conventional logging,ratio of three-porosity,differential ratio of corrected dual lateral resistivity and method of probability density are easy to implement,and can be used to predict the development of fractures with the seismic inversion,radioactive logging and shear-wave logging have the advantage of good application effect,but the data of the two logging is always difficult to obtained,the three methods of fracture identification with numerical statistical analysis are limited to the well position. For the seismic fracture prediction methods,azimuth anisotropy of P-wave method can provide the fracture density and direction accurately,and is most widely used,the difference between pre-stack near and far offset attribute method,coherent and angle detection method,post-stack fusion attribute method,multi-scale edge detection method and seismic inversion method can give the development of fracture without the direction of it,the stress field analysis method is always used to predict the distribution of structure fracture in some interface,shear-wave and converted shear-wave method is limited by costs,VSP method is limited by lateral extension,the three methods mentioned above are not widely used.
Key words:
fractured reservoir&&&&
fracture identification in well logging&&&&
fracture prediction with seismic data&&&&
method review&&&&
裂缝，是岩石中由于构造变形或物理成岩作用形成的面状不连续体(戴俊生，1992).裂缝型油气藏是21世纪石油增储上产的重要领域之一，在我国，裂缝型低渗透储层和数量比例更为突出，裂缝型低渗储层油气产量占整个石油天然气产量的一半以上，占未来准备投产的石油天然气储量的三分之二以上()，与裂缝型油气藏相关的技术研究正成为目前石油领域内的热点及难点.裂缝在碳酸盐岩、火成岩和泥岩中均有发育，少量见于潜山变质岩中.裂缝对储层的贡献在于，它即为流体提供了额外的流通通道，也可以作为油气的部分储集空间.要把握裂缝型储层的分布情况，就必须能够准确预测裂缝的发育程度和方向.
世界上针对裂缝展开的测井及地震方法研究最早开始于20世纪50年代(，，；；；；；；；；；；；)，国内则开始于20世纪80年代，较为传统的裂缝识别手段是地表露头以及岩芯取样()，这种方法能够直观的观测到裂缝的产状参数，但不能广泛应用于裂缝空间分布特征的研究.
进入21世纪以来，科研人员开始尝试利用探地雷达()和古地磁()进行裂缝预测，之后，随着GPS观测技术的发展，科研人员开始以GPS观测资料为基础，结合区域构造特征模拟应力场，从而进行区域构造应力场与裂缝发育带内在动力学联系的相关研究(，).此外，以裂缝预测为目的的裂缝数值模拟(；；；；；)和物理模拟实验也逐渐得到推广(；；).近年来，随着测井技术、地震勘探技术以及计算机技术的不断发展，测井和地震裂缝预测方法在预测裂缝信息量及准确度上得到了极大的发展(；；；；；；；；).
本文通过大量文献调研，对常用的测井裂缝识别方法以及地震裂缝预测方法进行较为详尽的技术介绍，并通过分析各个方法的技术原理，给出不同测井及地震裂缝预测方法的一些应用实例及优缺点.
1 裂缝测井识别方法
在油气勘探工作中，测井资料是进行油气储层分布特征预测的基础.根据对多种测井曲线响应特征的分析，实现井点及井间的初步油气储层预测.近年来，国内外各大油田不断发现裂缝型油气藏，如何利用测井数据对裂缝进行初步识别是解决裂缝预测难题的先决问题.
1.1 裂缝常规测井识别方法 1.1.1 放射性测井放射性测井是在钻孔中测量放射性的测井方法，以自然伽马测井为主.自然伽玛测井主要测量地层中的不稳定元素如铀(238U)、钍(282Th)、钾(40K)发出的伽马射线.含钾的硅酸盐矿物易于被风化分解，岩石风化后钾析出并被水流带走，含钾的化合物也以机械搬运和水溶两种形式迁移和再分配.难溶于水的钍化合物则残留在原地，在表生条件下，钍以机械分化迁移为主，被搬运到别处沉积下来，小部分钍则在有利条件下形成络合物或有机络合物，或以胶体的形式迁移.这两种含量的矿物相对比较稳定.而铀在自然界呈两种稳定的化合价状态存在，+4价铀的化合物不溶于水，而+6价铀盐可溶，以铀酰离子的形式随地下水迁移，在物理化学条件比较合适的区域转变为+4价的化合物沉淀下来.正常情况下，泥岩具有较高的放射性数值，伽马为高值，其主要是由富含钾的粘土矿物以及残留的钍元素富集，加上粘土矿物对铀元素的吸收等造成的；对于钾和钍含量较低的地层，铀元素的富集往往指示裂缝的存在，因此可以通过元素铀含量与钍钾含量的差值进行裂缝的识别.图 1为该方法在落基山某井的应用，先进行补偿中子与自然伽马组合测井，选择出几个感兴趣的层段，然后进行自然伽马能谱测井进一步识别可能油层，并在高铀低钍钾井段处准确识别出裂缝性灰岩.该井 ft处，自然伽马显示为高值，测井识别为泥岩层，但自然伽马能谱曲线显示为低钾和低钍，而铀具有较高的数值，因此判断该层为裂缝性灰岩.
图 1Fig. 1
图 1 放射性测井测井裂缝识别在落基山某井的应用
Fig. 1 Application of radioactive logging in a well in the rocky mountains
1.1.2 三孔隙度测井三孔隙度测井，即声波，密度和中子测井.声波测井和中子测井在裂缝发育井段一般表现为高值，密度测井则表现为低值.但是，利用单个测井曲线来识别裂缝的效果往往不佳，将三种测井曲线相结合来进行测井裂缝识别更为有效.
由三孔隙度测井的测量原理知，中子测井和密度测井反映了地层总孔隙度的大小，声波速度测井主要反映原生的粒间孔隙度.因此在裂缝性地层中，通过求得中子孔隙度 φN、密度孔隙度φD、声波孔隙度φS以及总孔隙度 φT，可构造比值Rp为
在以裂缝为次生孔隙的裂缝型储层中，当Rp越大时，说明裂缝越发育，若次生孔隙以溶孔溶洞为主，则该方法的适用性较差.
1.1.3 电阻率测井及倾入校正差比法对裂缝较为敏感的电阻率曲线主要指深浅侧向电阻率和微侧向或微球聚焦测井.深、浅侧向电阻率测井的差异就在于探测深度的不同，天然裂缝的存在，导致泥浆侵入钻井远处的地层，使深浅侧向测井电阻率值出现差值异常，一般的，高角度(大于75 ℃)裂缝时差值为“正异常”，低角度(小于45 ℃)裂缝时差值为“负异常”，倾斜裂缝的差值不明显(如图 2)，为了进一步明确裂缝对双侧向电阻率测井的影响，与之相关的数值模拟也在不断深入(；；).
图 2Fig. 2
图 2 深浅侧向电阻率曲线与裂缝倾角
关系图据()
Fig. 2 Diagram of dual laterolog resistivity
and fracture dip()
对于微侧向或微球聚焦测井响应，一般将其与深浅双侧向测井相结合分析地层是否存在裂缝.在井陉规则的情况下，天然裂缝较为发育的井段，其微侧向或微球聚焦测井曲线会在双侧向电阻率曲线背景上发生数值偏离.
侵入校正差比法基于双侧向电阻率测井曲线进行裂缝识别.裂缝在双侧向测井曲线上的响应与裂缝的产状、裂缝的宽度与长度、裂缝中的充填物及充填状态、泥浆侵入深度等密切相关.由双侧向测井计算出地层真电阻率，然后构造电阻率侵入校正差比曲线来识别裂缝(图 3)，其计算公式为
图 3Fig. 3
图 3 Rtc曲线裂缝识别实例
Fig. 3 Example of fractures identification with Rtc curve
其中，RTC为深浅电阻率差比值，Rlld为深侧向电阻率值，Rlls为浅侧向电阻率值，Rt为侵入校正的地层真电阻率.当地层为裂缝性气层时，Rt>Rlls，RTC>0.
1.1.4 横波分裂地震波分为纵波和横波，横波在经过裂缝时，会发生偏振现象，沿平行于裂缝方向传播的为快横波s1，沿垂直于裂缝方向传播的为慢横波s2，而纵波则不会发生这种现象.s1和s2的偏振、时间延迟及振幅与裂隙方位和密度有关，在有快慢横波测井资料的情况下，可以构建一个简单的各向异性参数s′为
裂缝越发育，s′的值越大.通过这种比值的方法，能够较好的在井上识别出裂缝的发育情况.但是这种方法的局限性就在于横波测井成本太高，横波资料一般难于收集.
1.2 成像测井
最早的成像测井仪器诞生于1969年，经过几十年的发展，目前主要有声、电、核三大类.20世纪80年代，斯伦贝谢公司率先推出地层微电阻率扫描成像测井仪(FMS)，并在1991年成功改进FMS，推出全井眼微电阻率成像测井仪(FMI)，目前国际国内常见的成像测井，除了FMI，还有Halliburton的EMI和Atlas的STAR Imager.目前来说，成像测井仍是最准确的裂缝判别依据，其中，FMI测井是国内各大油田裂缝识别时应用较为普遍的成像测井(；；；；).
FMI测井是通过记录极板上大量微电极的电流强度来反映井壁的微电阻率变化，然后对记录数据进行一系列特殊处理，利用井壁图像上的亮与暗来代表该位置电阻率值的高与低，从而得到井壁的电阻率图像()(图 4).
图 4Fig. 4
图 4 FMI识别裂缝实例
Fig. 4 Example of fractures
identification with FMI
通过这种方法，FMI测井能够提供非常丰富的裂缝信息，如FVA(裂缝开度)、FVDC(裂缝密度)等，并且FMI的井眼覆盖率接近80%.常见的FMI测井裂缝类型主要有高导缝，高阻缝，钻井诱导缝，微裂缝，在碳酸盐岩储层中还会
有溶蚀缝、 缝合线等.这些FMI测井裂缝类型中，高导缝表
示的是被流体或钻井泥浆充填的开启裂缝，能够有效改善储层的储集性能.
除FMI成像测井外，在裂缝的有效性评价方面，偶极子横波成像、远探测声波成像以及方位电阻率成像测井均具有一定的应用前景().
1.3 裂缝测井综合识别方法由于裂缝分布特征复杂，除了成像测井外，其它单一测井方法裂缝识别能力有限，仅使用常规测井曲线进行井上的裂缝识别无法满足勘探开发的精度要求，针对这种情况，将测井裂缝识别与数值统计分析中的相关理论结合，形成了一系列新的裂缝测井综合识别方法.
1.3.1 概率密度法概率密度方法，其本质是将不同测井裂缝识别方法进行有效融合.不同的测井裂缝识别曲线(如侵入校正差比曲线和三孔隙度比值曲线等)，其原理不同，量纲不同，量级差可能较大.将裂缝识别较为准确的位置提取出来，融合成一条新的测井曲线，从而提高裂缝的整体识别准确率.
该方法的一般计算流程为：(1)将已有裂缝识别曲线F1，F2…Fn，分别进行正态变换及归一化处理；(2)基于单井裂缝先验信息统计裂缝识别曲线的识别率；(3)将这n个识别率进行归一化处理，得到各裂缝识别曲线的权重值；(4)将各裂缝识别曲线进行权值的乘积求和，得到新的曲线，即裂缝概率密度曲线.
该方法能够有效提升裂缝的井上识别率，且为连续曲线，可以作为测井约束参与到与裂缝相关的地震反演中.
1.3.2 R/S变尺度分析法国内采用分形理论进行裂缝预测始于1993年，在之后十几年中，分形裂缝预测技术逐渐由理论走向应用(；；；；). R/S变尺度分析法是应用最广泛的分形统计方法之一.其中R和S分别为极差和标准差，极差R代表时间序列的复杂程度，标准差S代表时间序列的平均趋势，那么，可以用两者的比值R/S来代表无因次的时间序列相对波动强度.
在实际应用中，先选取两条对裂缝较为敏感的测井曲线(例如自然伽马和声波曲线)，并分别计算出两曲线每个采样点的R和S值为
式中：R(n)为极差，S(n)为标准差，n为测井采样点数；Z为随采样时间变化的因变参数；u为由第一个计算点开始在0-n之间依次增加的样点数；t为采样时间；i、j为样点个数.
这样，每条曲线的每个样点都会有一个R/S值，将选取的两条识别曲线与n作双对数散点图.在某一深度段内，将散点拟合为曲线，并计算该R/S曲线的斜率H(一般称为Hurst指数)，然后求取分形维数D=2－H.一般情况下，井段裂缝越发育，则井段非均质性越强，R/S与n的双对数线性关系图的变化越剧烈，表明D值越高.
1.3.3 神经网络裂缝识别近年来，神经网络技术发展迅速.鉴于该技术的成熟性以及优越的学习性，将该技术引入到石油地质勘探的实际问题中，用于预测井段的裂缝发育情况.其学习算法由正向传播和反向传播两个过程组成.在正向传播过程中，输入信息从输入层经隐蔽单元逐层处理，并传向输出层.若输出层得不到期望的输出，则转入反向传播，将误差信号沿原来的连通路返回，通过修改各层神经元之间的权值，使误差信号最小.目前应用最广泛的是BP(Back Propagation)网络.
在实际的裂缝识别过程中，首先，利用已知测井裂缝信息的井段对神经网络进行训练，达到精度需求时结束学习过程，然后，再利用已经训练好的网络对未知裂缝信息的层段进行预测.国内于20世纪末就开始将神经网络应用到裂缝预测中，在十几年的实际应用中，取得了一些较好的应用效果及技术突破(；；；；).
上述的各种测井裂缝识别方法在生产中均有应用.近年来，石油勘探研究人员在不同地区不同岩性的测井裂缝预测工作中取得了较好的研究成果(；；；；；；)，但是，测井裂缝识别的准确度问题在生产实践仍未有效解决，其原因在于：(1)裂缝尺度小，同一地区的裂缝在不同井点处的裂缝开度、倾角、充填度等特征也会发生变化，单纯利用常规测井数据来进行裂缝识别难度较大；(2)测井施工过程中的误差会影响测量值的准确性，在进行裂缝识别这种精细的测井资料分析时，该类误差的影响不容轻视.在实际应用中，为了提高测井裂缝识别的精确度，一般通过多种测井裂缝识别方法的对比分析，来综合性的进行测井的裂缝识别.
2 地震裂缝识别方法
利用地震方法进行裂缝预测，其识别目标一般为有一定规模的裂缝发育带.这种裂缝的规模性发育往往与地质构造运动或成岩作用有关，这就是利用地震数据进行裂缝预测的地质基础.此外，裂缝会造成岩层的各向异性，地震波在含裂缝岩层传播时，其运动学属性和动力学属性也会发生一定规律性变化，因此，挖掘地震资料中携带的裂缝信息具有可行性.
2.1 地震属性分析裂缝识别 2.1.1 纵波各向异性裂缝识别纵波各向异性裂缝预测方法，其核心是利用由裂缝引起的纵波动力学属性随着方位角的改变而发生变化的特征，也就是所谓的方位各向异性.目前的实际应用主要基于Ruger于1997年关于HTI(具有水平对称轴的横向各向同性)介质的理论公式为
式中:θ为入射角，φ为方位角(如图 5)，RP(θ，φ)为与入射角θ和方位角φ相关的纵波反射系数；Z=ρα为纵波波阻抗，g/cm3·m/s，ρ为介质密度，g/cm3，α为纵波速度，m/s，ΔZ/Z为波阻抗之差与平均波阻抗的比值；G=ρβ2为横波切向模量(β为横波速度)；γ，δ，ε为Thomsen各向异性系数；Δ[·]表示上、下界面物理量之差；[·]表示上、下界面物理量之均值.
图 5Fig. 5
图 5 纵波在HTI介质模型中的入射
示意图(据，有改动)
Fig. 5 Sketch of P-wave incidence in HTI
model(modified after )
该方法一般使用叠前NMO道集数据来进行研究，通过分方位角叠加和偏移，得到含有方位角信息的几个地震数据体，再分别计算这几个含有方位角信息的地震数据体的频率、衰减、相对波阻抗等动力学属性，最后，通过对这些属性的各向异性椭圆拟合来实现裂缝密度和裂缝方向的预测.
这种方法利用叠前纵波地震数据进行裂缝预测，得到的结果是一个三维地震数据体，能够较为准确的预测高角度裂缝的空间分布特征，但对于以低角度裂缝为主的储层该方法不适用.由于对油气渗流贡献较大的裂缝类型以高角度裂缝为主，因此，纵波各向异性裂缝预测是目前应用最为广泛的一种地震裂缝预测方法(；；；；；；；；，；；；)，同时，该方法要求叠前数据是保幅处理，且地震数据应为宽方位采集(横纵比大于0.5).图 6为利用各向异性预测的某地区碳酸盐岩裂缝平面分布特征，裂缝发育区(图中黑线范围内)位于工区内主要断层之间，且与已钻井裂缝特征吻合较好.
图 6Fig. 6
图 6 各向异性预测裂缝分布特征实例
Fig. 6 Example of the fractures prediction based on anisotropy
2.1.2 叠前远近偏移距属性差当地震采集的方位角范围较窄(如海上窄方位地震采集)时，由于方位角信息量不足，无法进行各向异性椭圆的拟合.为了解决这种情况下的裂缝预测问题，学者们提出了叠前远近偏移距属性差法(；).
叠前远近偏移距属性差法，其本质是AVO(振幅随偏移距变化)技术在裂缝预测上的一种应用.在应用中分别计算大偏移距和小偏移距地震数据的地震属性，并进行差值计算，然后用这个差值属性来检测裂缝(如图 7).
图 7Fig. 7
图 7 近偏移距时地震波穿过裂缝(左)和
远偏移距时地震波穿过裂缝(右)
Fig. 7 Seismic wave pass through the fractures in
near-offset(left) and far-offset(right)record
这种方法为窄方位角下的裂缝预测问题提供了一种新的思路，在实际应用中能取得一定的效果，但是，该方法存在一定的局限性：(1)AVO响应的影响因素太多，岩性异常、流体性质等均会造成AVO响应特征的变化，相比之下，裂缝造成的AVO响应往往不够明显；(2)该方法仅在预测高角度裂缝发育带时效果较好，且该方法不能检测裂缝方向；.
2.1.3 构造应力场分析构造运动，往往伴生大量构造缝，并且由于地质演化史的大致相同，一个地区内在某一地质时期所受的应力场具有规律性，这为利用构造应力场分析方法预测构造缝的分布特征提供了依据.
在实际应用中，利用深度域构造图、速度图以及岩石密度等地层信息来进行应力场数值模拟，得到多个应力场参数，如曲率、应变强度和应力方向等.在进行某一区域的应力场参数分析时，用最大曲率值表征该区域的裂缝发育程度，用最小主曲率方向来指示裂缝的走向，从而将构造缝的预测问题转化为构造面的应力场参数计算问题.
该方法能够较为准确的预测构造裂缝(图 8)，但是，该方法的预测结果并不是三维数据体，而是构造层面的构造缝分布特征，并且，所分析的构造应力场并不包含所有的地质演化活动，而仅是最近一期，也就是现今的地应力场分布.
图 8Fig. 8
图 8 应力场数值模拟应用实例
Fig. 8 Example of fractures prediction
based on stress field analysis
2.1.4 相干体及倾角检测相干体技术是Amoco石油公司于1995年首次公布，它利用地震数据体中相邻道之间波组的相似性，通过相关运算，将那些不相关的地震数据强调出来，然后利用这些不相关的数据体的空间分布来解释断层、岩性异常和裂缝等地质现象.倾角检测技术，它描述的是最大相似的平滑程度和倾角值，在三维数据体中，通过计算同相轴的梯度，可以得到地层的局部倾角，也可以得到某一点振幅的方差，在地层中有裂缝、断层和岩性等异常变化时，会使振幅方差变大，这样就可以达到裂缝识别发育带的目的(；；).
对于相干图和倾角图的解释可分为两个级别：值低、延伸较长且呈条带状分布的解释为断层；而相干值较低，延伸较短，则解释为裂缝.当然，相干及倾角技术也有多解性，相干值低的地方不一定都是断层或裂缝，也可能是岩性变化或其它地质现象所致，因此，在断裂特别是裂缝解释中，要综合分析多方面地质情况.
这种相干体及倾角检测相结合的技术，能够利用地震数 据，粗略的了解研究区裂缝的初步分布规律，但是，在研究区裂缝尺度和规模较小时，这种方法的应用效果往往不够理想.
2.1.5 叠后融合属性叠后地震属性一般基于叠后纯波数据进行计算，由于这种地震数据经过了叠加处理，造成其数据中小部分地质信息的丢失，因此，单独运用某一种叠后地震属性来进行裂缝预测往往效果不佳.但是，在某些勘探程度较高、测井裂缝资料较为完备的研究区，可以进行以测井资料为验证基础的多属性融合裂缝识别方法的尝试.
首先，计算用于属性融合的各种地震属性，如能量衰减、低频异常等，然后，以测井裂缝资料为基础，对比分析每种地震属性的敏感性，并根据统计出的敏感程度值来确定各属性在融合属性中的权值，最终根据加权公式得到用于裂缝识别的融合属性，用以预测裂缝的平面分布特征.
目前，这种方法在实际生产中的应用效果还无法令人满意，其原因如下：(1)叠后地震数据信息量不足，各种地震属性无法有效解决裂缝预测这种较为精细的地质问题；(2)该方法测井裂缝资料要求较高，在测井裂缝信息匮乏的地区不适用；(3)该方法是由数值统计原理得到的关于裂缝发育程度的一种定性认识，一般不作为确定裂缝分布特征的直接依据，且该方法不能预测裂缝的方向.
2.1.6 多尺度边缘检测裂缝识别
多尺度边缘检测裂缝识别方法，其本质是图形图像分析中的边缘检测理论在裂缝预测中的应用，由于裂缝同样是多尺度的，且裂缝的分布范围较大时，在地震资料上容易形成异常带，因此，利用边缘检测理论来识别裂缝是合理且可行的(；，；；).
小波多尺度边缘检测是图像边缘检测中的重要方法().根据小波多尺度边缘检测理论，结合岩石裂缝的多尺度特性，利用三维地震数据体相邻地震道之间的相异性，并通过选取不同滤波尺度来定位不同特征边缘，从而实现对不同尺度岩石裂缝的预测.虽然该方法能够得到不同尺度裂缝的分布范围，但无法预测裂缝的方向.
2.2 地震反演裂缝识别 与裂缝识别相关的地震反演主要指的是地质统计反演方法中的随机模拟.随机模拟是通过建立变差函数来描述空间数据场中数据之间的相互关系，进而达到建立空间储层参数点之间的统计相关函数的目的.变差函数的数学表达式为
式中，h为距离；Z xi 为观测值；r为变差函数值；N(h)表示距离为h的个数.变差函数的主要参数及理论拟合如图 9.图中，横坐标为h，纵坐标为变差函数r(h).随着h的增大，r(h)值也增大，当r(h)稳定时对应的h值称为变程(Range)，它表示空间上的最大相关距离，变程越小，反映区域化变量空间分布的相关性尺度越小，变化速度越快，随机性越强，相关性越弱；反之亦然.当r(h)稳定时对的r(h)稳定时对应值，称为基台值(Sill)，当h为0时对应的非零r(h)值为跃迁值(Nugget)，也称之为块金值，它代表区域化变量随机性变化(；).
图 9Fig. 9
图 9 变差函数主要参数
Fig. 9 Main parameters of semivariogram
在实际应用中，以测井裂缝识别曲线为基础，在测井裂缝识别较为准确且井资料充足的前提下，利用随机模拟的方法，将井点的裂缝识别信息推广到平面上，从而预测裂缝的平面分布特征.
该方法对测井资料要求较高，要确保测井曲线能够准确识别裂缝，才能保证得到的裂缝平面分布规律的正确性，且该方法无法预测裂缝的走向.图 10为地震反演方法裂缝识别在国外某油田的应用，通过地震反演，将测井计算的裂缝识别曲线推广到平面，从而得到研究区裂缝的平面分布特征.
图 10Fig. 10
图 10 地质统计反演预测裂缝分布特征实例
Fig. 10 Example of fractures prediction with seismic inversion
2.3 非常规采集地震裂缝识别方法 2.3.1 横波与转换横波裂缝预测横波与转换横波的裂缝预测方法，其方法原理也是基于横波经过裂缝时发生偏振现象.在多分量采集时，能够接收到横波以及转换横波的传播资料，在这种情况下，可以根据横波分裂或者转换横波分裂来预测裂缝的发育特征(；；；).这种方法具有良好的预测效果，其缺陷仍然是采集费用昂贵，并且，横波地震勘探还涉及到震源的设计问题，因此，这种方法目前并未广泛应用.
2.3.2 VSP裂缝预测VSP(垂直地震剖面法)是一种井中地震观测技术，通过在地表激发震源，在井中不同深度放置检波点进行观测，从而研究井点附近地质剖面的纵向变化.VSP资料的裂缝检测方法，采用正交偏振的S波震源，应用四分量技术来估算横波的偏振现象，从而检测裂缝的方位和发育程度(；).
这种方法得到的资料质量较好，但是，VSP方法在横向上的延伸性受一定限制，无法得到较全面的裂缝空间分布特征，且费用较高.
总的来看，利用地震资料进行裂缝空间分布特征的预测，仍是生产实践中解决裂缝预测难题的主要手段.由于各种地震裂缝方法的适用性及精确度不同，在解决实际问题时，勘探研究人员倾向于将测井以及不同地震裂缝预测方法相结合来进行研究区裂缝空间分布特征的预测(；；).
本文根据大量的文献调研，通过对常用测井及地震裂缝预测方法的技术分析，得出各种裂缝预测方法的优缺点：
(1)在测井裂缝识别方法中，成像测井仍是目前最为可靠的裂缝识别依据，可以作为验证其他裂缝预测方法是否准确的依据；常规测井、三孔隙度比值法、侵入校正差比法和概率密度法容易实现且有一定效果，结合地震反演能得到裂缝的发育情况，横波测井和放射性测井可以准确裂缝识别，但资料难于收集；与数值统计分析相关的测井裂缝识别法局限于井点处的裂缝研究.
(2)在地震裂缝预测方法中，纵波各向异性裂缝预测方法应用最为广泛，且能够准确得到高角度裂缝的分布特征；叠前远近偏移距属性差法，相干体及倾角检测法，叠后融合属性法，多尺度边缘检测法以及地震反演方法能够得到裂缝的发育程度数据体，但无法预测裂缝方向；构造应力场分析法经常用于预测某个界面构造缝的分布特征；横波与转换波裂缝预测方法受成本限制，VSP裂缝预测受横向延伸限制，均未广泛应用.
感谢审稿专家的宝贵意见和指导.
An F Q,Li C X,Li Z M. 1998. The quantitative identification of fractures using well log data [J]. Geophysical Prospecting for Petroleum,37(3):119-123.
Cai X Y,Tang J M,Chen B C. 2010. A 3D multi-component seismic exploration technique applied to the detection of deep-seated tight sandstone fractures in the Xinchang area of the western Sichuan Basin [J]. Acta petrolei sinica,31(5):737-743.
Cao L B,Li Y L,Liang B,et al. 2008. Application of three-component VSP data in fracture detection [J]. Geophysical Prospecting for Petroleum,47(1):67-71.
Chen B J,Xu T J. 2012. Research and application of fracture detection technique using azimuthal anisotropy of C-wave [J]. Progress in Geophysics,27(2):575-581.
Chen D,Wei X C. 2010. Well-logging evaluate technology for fractured carbonate reservoirs in Tahe area [J]. Geophysical Prospecting for Petroleum,49(2):147-152.
Chen Q,Liu X J,Liang L X,et al. 2012. Numerical simulation of the fractured model acoustic attenuation coefficient. .
Cincol H,Samaniego V F,Dominguez. 1978. Transient pressure behavior for a well with a finite- conductivity vertical fracture [J]..
Crampin S. 1977. A review of the effects of anisotropic layering on the propagation of seismic waves [J]..
Crampin S. 1984. Effective anisotropic elastic constants for wave propagation through cracked solids [J]..
Crampin S. 1985. Evaluation of anisotropy by shear-wave splitting [J]. Geophysics,50(1):142-152.
Dai J S. 2006. Structural geology and tectonics [M].Beijing:Petroleum Industry Press:107-108.
Du Q Z,Kong L Y,Han S C. 2009. Wavefield propagation characteristics in the fracture-induced anisotropic double-porosity medium. Chinese J..
Fan G Z,Mou Y G,Jin Z J. 2002. Amplitude versus offset characteristics of azimuth of seismic wave in fractured reservoir [J]..
Feng M Y,Zhang F,Wang X Z,et al. 2010. Delineation of fractures by 3D seismic data IPA technique: A case study in the Nanyishan aran,Qaidam Basin [J]. Progress in Geophysics,25(6):.
Gao X,Xie Q B. 2007. Advances in identification and evaluation of fracture [J]. Progress in Geophysics,22(5):.
Gao Y F,Li X X,Chen G H,et al. 2008. An application of seismic techniques to predict fractured reservoirs in JZ25-1S buried hill [J]. China Offshore Oil and Gas,20(1):22-26.
Gou L,Peng Z M. 2005. Multi-scale edge detection of wavelet and application in fracture prediction [J]. Oil Geophysical Prospecting,40(3):309-313.
Gui Z X,Duan T Y,Yi Y Y,et al. 2007. On P-wave seismic detection methods for fractured reservoirs [J]. Journal of Oil and Gas Technology,29(4):75-79.
Haas A,Dubrule O. 1994. Geostatistical inversion – A sequential method of stochastic reservoir modeling constrained by seismic data [J]. First Break,13(12):561-566.
He G M,Gao R Z. 1993. Fracture prediction based on fractal theory [J]. Geophysical Prospecting for Petroleum,32(2):1-12.
He R W,Huang H D,Li Q,et al. 2005. Seismic prediction of fracture in igneous rock in Shang-741 well zone [J]. Oil Geophysical Prospecting,40(6):682-687.
He Y D,Wei C G. 2007. The present situation and research direction of evaluation methods in fracture type reservoir [J]. Progress in Geophysics,22(2):537-543.
He Z H,Hu G M,Huang D J. 2007. Seismic identification of fracture-developed zone of dense reservoir and relative strategy [J]. Oil Geophysical Prospecting,40(2):190-195.
He Z H,Huang D J,Wen X T. 2007. Geophysical predictive theory and technique on fractured reservoir [M]. Chengdou: Sichuan Publishing House of Science and Technology.
He Z H,Huang H D,Hu G M,et al. 1999. Lateral identification by seismic multi-sacle edge detection [J]. Computing Techniques for Geophysical and Geochemical Exploration,21(4):289-294.
Hu Z Q. 2000. Application of R/S analysis in the evaluation of vertical reservoir hetero geneity and fracture development [J]. Experimental Petroleum Geology,22(4):382-386.
Huang W C,Yang C C,Wang Y F. 2007. The application of pre-stack seismic data in predicting the fractured reservoir [J]. Progress in Geophysics,22(5):.
Hudson JA. 1986. A higher-order approximation to the wave propagation constants for a cracked solid [J]. Geophys J Roy Astr Soc,87:265-274.
Ji G R,Wang G Y,Wang N. 1997. Multiscales edge detection based on the wavelet transform [J]. Journal of Image and Graphics,2(10):717-720.
Jia L X,Jia J L,Zhang Y,et al. 2012. Application of improved BP neural network to fracture prediction [J]. Chinese Journal of Engineering Geophysics,9(3):302-305.
Jiang C J,Ju L B,Zhang G Y,et al. 2011. The method and effect analysis of volcanic fracture prediction with prestack seismic data——An example from the volcanic rocks of Yingcheng formation in Xujiaweizi fault depression,north of Songliao Basin[J]. .
Jing J E,Wei W B,Mei Z W,et al. 2005. Method of Well-logging interpretation for fracture reservoirs of carbonate rock—A case study in Tahe oil-field [J]. Progress in Geophysics,20(1):78-82.
Kong L Y,Wang Y B,Yang H Z. 2012. Fracture parameters analyses in fracture-induced HTI double-porosity medium. .
Li J,Hao T Y,Zhao B M. 2006. Synthetic prediction of favorable fracture zone from seismic and log data [J]. Progress in Geophysics,21(1):179-183.
Li M,Li S L,Zhao Y M. 2000. The study of fractured carbonate reservoir prediction in an area in Tarim Basin [J]. Geophysical Prospecting for Petroleum,39(2):24-35.
Li Q,Li Y,Li Z W,et al. 2006. A seismic nonlinear inversion fro apparent fracture density of hydrocarbon reservoir based on GA-BP theory [J]. Progress in Geophysics,21(2):465-471.
Li S J,Xiao Y W,Wang H M,et al. 1996. Mathematical model of dual laterolog response to fracture and quantitative interpretation of fracture porosity. Chinese J. Geophys.(in Chinese),39(06):845-852.
Li X Y. 1999. Fracture detection using azimuthal variation of P-wave moveout from orthogonal seismic survey lines [J]. Geophysics,64(4):.
Liu C,Lan H T,Guo Z Q,et al. 2013. Pseudo-spectral modeling and feature analysis of wave propagation in two-phase HTI medium based on reformulated BISQ mechanism. Chinese Journal Geophysics,):.
Liu P B,Pu R H,Pan R F,et al. 2008. Application of multi-azimuth AVO technique in fractural detection [J]. Oil Geophysical Prospecting,43(4):437-442.
Liu S,Sun X Y. 2009. A method for forecasting fractured reservoirs using attenuation attributes in different offsets [J].Journal of Chengdu University of Technology (Science and Technology Edition),36(3):282-286.
Liu Z F,Qu S L,Sun J G. 2012. Progress of seismic fracture characterization technology [J]. Geophysical Prospecting for Petroleum,):191-198.
Liu Z P,Wu X X,Chu Z H. 1994. Laboratory study of acoustic parameters of rock. Chinese J. Geophys.(in Chinese),37(05):659-666.
Lu Y Z,Huang Z H,Guan Z N. 2000. A new method for discrimination of the degree of fracture development using conventional log data [J]. Well Logging Technology,):428-432.
Lu M H,Tang J H,Yang H Z,et al. 2005. P-wave traveltime analysis and Thomsen parameters inversion in orthorhombic media. Chinese J. Geophys.(in Chinese),48(5):.
Lu Y Z,Wei B,Li B. 2004. A study on fluid type identification of fracture reservoir by using routine well logging data [J]. Progress in Geophysics,):173-178.
Mallick S,Craft K,Meister L,et al. 1998. Determination of the principle direction of azimuthal anisotropy from P-wave seismic data [J]. Geophysics,2-706.
Mu L X,Zhao G L,Tian Z Y,et al. 2009. Prediction of fractures in the reservoirs [M]. Beijing: Petroleum Industry Press,.
Narr W. 1991. Fracture density in the deep subsurface: techniques with application to Point Arguello Oil fielda [C]. AAPG Bulletin,):.
Nelson R A. 1985. Geologic analysis of naturally fractured reservoirs [M]. Houston: Gulf Publishing Company,12-17.
Niu H L,Tian Z J,Hu X,et al. 2008. Application of imaging log interpretation patterns in fractured basement reservoirs [J]..
Pan B Z,Zhang L H,Shan G Y,et al. 2006. Progress in porosity model for fractured and vuggy reservoirs[J]..
Peng J B,Chen L W,Huang Q B,et al. 2008. Large-scale physical simulative experiment on ground-fissure expansion mechanism[J]. Chinese J. .
Peng S M,Huang S W. 1998. Reservoir development geology [M].Beijing: Petroleum Industry Press.
Peng Y C,Y K,Ha L,et al. 2008. Study on the methods of volcanic reservoir and fracture identification in carboniferous of 2 Area [J]. Journal of Oil and Gas Technology,30(5):240-241.
Pu J,Qin Q R. 2008. An overview of fracture prediction methods for oil and gas reservoirs [J]. Special Oil and Gas Reservoirs,15(3):9-13.
Qu S L,Ji Y X,Wang X,et al. 2001. Seismic method fro using full-azimuth P-wave attributes to detect fracture [J]. Oil Geophysical Prospecting,36(4):390-397.
Ruger A. 1998. Variation of P-wave reflectivity with offset and azimuth in anisotropic media [J]. Geophysics,63(3):935-947.
Shen F,Zhu X and Toksoz N. 1997. Anisotropy of aligned fractures and P-wave azimuthal AVO response [C]. SEG Annual Meeting,.
Shen J S,Su B Y,Guo N C. 2009. Study on the anisotropic characteristics of the electric response to fractured reservoir. Chinese J. Geophys..
Shi G,He T,Wu Y Q,et al. 2004. A study on the dual laterolog response to fractures using the forward numerical modeling. Chinese J. Geophys.(in Chinese),47(2):359-363.
Song J G,Sun Y Z,Ren D Z. 2013. Edge detection technique based on structure-directed gradient attribute. Chinese J. Geophys.(in Chinese),56(10):.
Srivastava RM. 1994. An overview of Stochastic Methods for Reservoir Characterization [C]. AAPG Computer Applications in Geology,(3):3-20.
Su C G,Liu,C H,Wang J,et al. 2002. Application of coherence analysis technology in the prediction of fractured shale reservoirs and its effect analysis [J]. Geophysical Prospecting for Petroleum,41(2):197-201.
Sun W,Li Y F,He W W,et al. 2013. Using P-wave azimutal anisotropy to predict fractures in carbonate reservoirs of the ZY block [J]. .
Sun W,Wang Y C,Li M,et al. 2010. The detection of fractures in volcanic reservoir with pre-stack seismic data [J]. Geophysical and Geochemical Exploration,34(2):229-232.
Sun W,Wang Y C,Li Y F,et al. 2012. Fractures and solution pore prediction in carbonate reservoirs based on geo-statistics inversion [J]..
Tan T D. 1983. New equation of laterolog interpretation in fracture formations. Chinese J. Geophys.(in Chinese),26(06):588-596.
Tang X Y,Liu Z D,Wang X Y,et al. 2009. On the recognition method of volcanic rock fracture based on multiple logging parameters [J]. Well Logging Technology,33(4):368-370.
Teng D B,Xing C Y,Wang Y. 2005. The detection of fracture in igneous-rock-reservoir based on s-wave splitting [J]..
Thomsen L. 1995. Elastic anisotropy due to aligned cracks in porous rock [J]..
Tian L X,Zhou D H,Ming J,et al. 2010. Application of narrow-azimuth seismic data to fractured reservoir prediction [J]. Journal of Chengdu University of Technology(Science and Technology Edition),):550-553.
Wang L R,Zhao G C,Wang G X,et al. 2011. Application of R/S analysis to fractural prediction in H2 reservoir in Huoshaoshan field [J]. Xinjiang Petroleum Geology,32(4):415-417.
Wang X,Li G J,Zhou S K,et al. 2005. Application of imaging logging in jurassic reservoir of west Sichuan [J]. Journal of Oil and Gas Technology,27(1):56-58.
Wang X,Zhou W,Wang Y. 2011. Conventional log identification of fractures in the deep tight clastic reservoir in Xinchang area [J]..
Wang Y G,Du Q Z. 2006. Study of seismic methods in detecting shale-fracture reservoirs [J]. Progress in Geophysics,21(2):494-501.
Wang Y G,Li Z C,Liu L N,et al. 2000. Using seismic data to predict fractured zones of reservoir [J]. Geophysical Prospecting for Petroleum,):57-63.
Wang Y G,Liu L N. 2000. Automatic detection of faults and special lithologic body by using coherence algorithm [J]. Journal of the University of Petroleum,China,):69-72.
Wang Y G,Zhu Z L. 2005. Forward modeling of P-SV wave in fractured anisotropy medium [J]. Geophysical Prospecting for Petroleum,44(1):24-28.
Wei Z T,Fan Y R,Chen X L,et al. 2012. Application of shear wave anisotropy in fractures and in-situ stress analysis [J]. Progress in Geophysics,):217-224.
Xiao L Z,Zhang Y Z,Wu W S. 2010. Frontiers investigation in Well logging Science,VOL.Ⅲ[M].Beijing: Petroleum Industry Press.
Xu L,Qi J S,Luo M L,et al. 2009. Use multi-parameters to comprehensively identify fracture in volcanic rock [J]. Natural Gas Exploration and Development,32(1):21-24.
Yang F L,Zhou Z Y,Zhang S W,et al. 1999. Predicting fractured reservoirs in burial hill pool with seismic methods:A case study in southern Bohai basin [J]. Geological Journal of China Universities,5(3):322-327.
Yang Q Y,Zhao Q,Wang S X,et al. 2006. P-wave azimuth anisotropy and its application in detection of fractures [J]. Geophysical Prospecting for Petroleum,45(2):177-181.
Yang S M,Lu X B,An H W. 2002. Evaluation of fracture scale of buried-hill reservoirs with the associated dimension of sonic logs [J]. Geophysical Prospecting for Petroleum,41(4):425-428.
Yang X,Wang Z L,Yu Y Y. 2010. The overview of seismic techniques in prediction of fracture reservoir [J]. Progress in Geophysics,25(5):.
Yao R S,Wang P J,Song L Z,et al. 2011. Imaging logging response to volcanic pores and fractures of Yingcheng formation in Songliao Basin [J]. Progress in Geophysics,26(6):.
Yin X Y ,Liu Y D. 2002. Methods and development of integrating seismic data in reservoir model-building [J]. Oil Geophysical Prospecting,37(4):423-430.
Yin Z H,Di B R,Li X Y,et al. 2011. Progress in P-wave anisotropy technology for fracture detection [J]. Science and Technology Review,29(30):73-78.
Yin Z H,Li X Y,Wei J X,et al. 2012. A physical modeling study on the 3d p-wave azimuthal anisotropy in HTI media. .
Yu Y Y,Yang C C,Wang Y F,et al. 2009. P-wave azimuthal attenuation attributes in wavelet-scale domain and its application to fracture detection in carbonate [J]. Progress in Geophysics,24(5):.
Yue Y X,Wang C J. 1998. The application of multifractals in fracture research [J]. Geophysical Prospecting for Petroleum,37(1):109-114.
Zhang F Q,Song J S,Shen Z Y,et al. 2007. A study on fracture orientation and characteristic of remnant paleomagnetizationof deep burial volcanic rocks,north of the songliao basin. Chinese J. Geophys.(in Chinese),50(4):.
Zhang G Z,Chen H Z,W Q,et al. 2013. Estimation of s-wave velocity and anisotropic parameters using fractured carbonate rock physics model. .
Zhang J C,Xing Y Z,Zheng L H. 2005. Using artificial intelligent technique to identify fractures [J]. Well Logging Technology,):52-54.
Zhang Q,Qu W,Peng J B,et al. 2012. Research on tectonic causes of numerous ground fissures development mechanism and its unbalance distribution between eastern and western of Weihe basin [J]..
Zhang Q,Zhao C Y,Ding X L,et al.2009. Research on recent characteristics of spatio—temporal evolution and land subsidence and ground fissure by using GPS and InSAR techniques [J]..
Zhang S,Zhang Z G,Yang J. 2011. Reservoir fracture detection based on multi-azimuth 3C non-zero offset VSP [J]..
Zhao J L,Gong Z W,Li G,et al?. 2012. A review and perspective of identifying and evaluating the logging technology of fractured carbonate reservoir [J]..
安丰全,李从信,李志明.1998.利用测井资料进行裂缝的定量识别[J]..
蔡希源,唐建明,陈本池.2010.三维多分量地震技术在川西新场地区深层致密砂岩裂缝检测中的应用[J]..
曹立斌,李亚林,梁波,等.2008.三分量VSP资料在裂缝检测中的应用[J]..
陈乔,刘向君,梁利喜,等.2012.裂缝模型声波衰减系数的数值模拟..
陈冬,魏修成.2010.塔河地区碳酸盐岩裂缝型储层的测井评价技术[J]..
程冰洁,徐天吉.2012.转换波方位各向异性裂缝检测技术研究及应用[J]..
戴俊生.2006.构造地质学及大地构造[M].北京:石油工业出版社,107-108.
杜启振,孔丽云,韩世春.2009.裂缝诱导各向异性双孔隙介质波场传播特征..
范国章,牟永光,金之钧.2002.裂缝介质中地震波方位AVO特征分析[J]..
冯明友,张帆,王兴志,等.2010.利用IPA 技术精细裂缝识别——以柴达木盆地南翼山工区为例[J]..
高霞,谢庆宾.2007.储层裂缝识别与评价方法新进展[J]..
高云峰,李绪宣,陈桂华,等.2008.裂缝储层地震预测技术在锦州25-1南潜山的应用研究[J]..
苟量,彭真明.2005.小波多尺度边缘检测及其在裂缝预测中的应用[J]..
桂志先,段天友,易远元,等.2007.裂缝性储层纵波地震检测方法研究[J]..
何光明,高如曾.1993.分形理论在裂缝预测中的尝试[J]..
何瑞武,黄捍东,李群,等.2005.商741井区火成岩地震裂缝预测[J]..
何雨丹,魏春光.2007.裂缝性油气藏勘探评价面临的挑战及发展方向[J]..
贺振华,胡光岷,黄德济.2007.致密储层裂缝发育带的地震识别及相应策略[J]..
贺振华,黄德济,文晓涛. 2007.裂缝油气藏地球物理预测[M]. 成都:四川科学技术出版社.
贺振华,黄捍东,胡光岷,等. 1999.地下介质横向变化的地震多尺度边缘检测技术[J]..
胡宗全.2000.R/S分析在储层垂向非均质性和裂缝评价中的应用[J]..
黄伟传,杨长春,王彦飞.2007.利用叠前地震数据预测裂缝储层的应用研究[J]..
姬光荣,王国宇,王宁.1997.基于小波变换的多尺度边缘检测[J].中国图象图形学报,2(10):717-720.
贾凌霄,贾家磊,张毅,等.2012.改进BP神经网络在裂缝预测中的应用[J]..
姜传金,鞠林波,张广颖,等.2011.利用地震叠前数据预测火山岩裂缝的方法和效果分析——以松辽盆地北部徐家围子断陷营城组火山岩为例[J]..
景建恩,魏文博,梅忠武,等.2005.裂缝型碳酸盐岩储层测井评价方法——以塔河油田为例[J]..
孔丽云,王一博,杨慧珠.2012.裂缝诱导HTI双孔隙介质中的裂缝参数分析..
乐友喜,王才经.1998.多重分形在测井资料裂缝研究中的应用[J]..
李军,郝天珧,赵百民.2006.地震与测井数据综合预测裂缝发育带[J]..
李明,李守林,赵一民.2000.塔里木盆地某地区碳酸盐岩裂缝储层预测研究[J]..
李琼,李勇,李正文,等.2006.基于GA-BP理论的储层视裂缝密度地震非线性反演方法[J]..
李善军,肖永文,汪涵明,等.1996.裂缝的双侧向测井响应的数学模型及裂缝孔隙度的定量解释..
刘财,兰慧田,郭智奇,等.2013.基于改进BISQ机制的双相HTI介质波传播伪谱法模拟与特征分析..
刘朋波,蒲仁海,潘仁芳,等.2008.多方位AVO技术在裂缝检测中的应用[J]..
刘松,孙向阳.2009.利用偏移距衰减属性裂缝储层检测方法[J]..
刘振峰,曲寿利,孙建国.2012.地震裂缝预测技术研究进展[J]..
刘祝萍,吴小薇,楚泽涵.1994.岩石声学参数的实验测量及研究..
卢成明,秦臻,朱海龙,等.2007.探地雷达检测公路结构层隐含裂缝实用方法研究..
卢明辉,唐建侯,杨慧珠,等.2005.正交各向异性介质P波走时分析及Thomsen参数反演..
卢颖忠,黄智辉,管志宁.2000.用常规测井资料裂缝识别发育程度的方法[J]..
卢毓周,魏斌,李彬.2004.常规测井资料裂缝识别性储层流体类型方法研究[J]..
穆龙新,赵国良,田中元,等.2009.储层裂缝预测研究[M].北京:石油工业出版社,67-70.
牛虎林,田作基,胡欣,等.2008.成像测井解释模式在基岩油气藏裂缝性储层的应用研究[J]..
潘保芝,张丽华,单刚义,等.2006.裂缝和孔洞型储层孔隙模型的理论进展[J]..
彭建兵,陈立伟,黄强兵,等. 2008.地裂缝破裂扩展的大型物理模拟试验研究[J]..
彭仕宓,黄述旺.1998.油藏开发地质学[M].北京:石油工业出版.
彭永灿,杨琨,哈兰,等.2008.二区石炭系火山岩储层裂缝识别方法研究[J]..
蒲静,秦启荣.2008.油气储层裂缝预测方法综述[J]..
曲寿利,季玉新,王鑫,等.2001.全方位P波属性裂缝检测方法研究[J]..
苏朝光,刘传虎,王军,等.2002.相干分析技术在泥岩裂缝油气藏预测中的应用[J]..
沈金松,苏本玉,郭乃川.2009.裂缝性储层的电各向异性响应特征研究..
史硍,何涛,仵岳奇,等.2004.用正演数值计算方法开展双侧向测井对裂缝的响应研究..
宋建国,孙永壮,任登振.2013.基于结构导向的梯度属性边缘检测技术..
孙炜,李玉凤,何巍巍,等.2013.P波各向异性裂缝预测技术在ZY区碳酸盐储层中的应用[J]..
孙炜,王彦春,李梅,等.2010.利用叠前地震数据预测火山岩储层裂缝[J]..
孙炜,王彦春,李玉峰,等.2012.基于地质统计学反演的碳酸盐岩孔缝洞预测研究[J]..
谭廷栋. 1983. 裂缝性地层侧向测井解释新方程..
汤小燕,刘之的,王兴元,等.2009.基于多测井参数的火山岩裂缝识别方法研究[J]..
滕佃波,刑春颖,王赟.2005.基于地震横波分裂理论的火成岩裂缝检测[J]..
田立新,周东红,明君,等.2010.窄方位角地震资料在裂缝储层预测中的应用[J]..
王理瑞,赵国春,王国先,等.2011.用R/S分析技术预测火烧山油田H2层油藏裂缝[J]..
王祥,李国军,周嵩锴,等.2005.成像测井技术在川西侏罗系储层中的应用[J]..
王晓,周文,王洋.2011.新场深层致密碎屑岩储层裂缝常规测井识别[J]..
王延光,杜启振.2006.泥岩裂缝性储层地震勘探方法初探[J]..
王永刚,李振春,刘礼农,等.2000.利用地震信息预测储层裂缝发育带[J]..
王永刚,刘礼农.2000.利用相干属性体识别和检测断层与特殊岩性体[J]..
王永刚,朱兆林.2005.裂缝各向异性介质中P-SV转换波正演模拟[J]..
魏周拓,范宜仁,陈雪莲,等.2012.横波各向异性在裂缝和应力分析中的应用[J]..
肖立志,张元中,吴文圣.2010.成像测井学基础[M].北京:石油工业出版社.
绪磊,齐井顺,罗明亮,等.2009.测井多参数综合识别火山岩裂缝[J]..
杨凤丽,周祖翼,张善文,等.1999.利用地震方法预测潜山裂缝性油气储层——以渤海湾南部为例[J]..
杨勤勇,赵群,王世星,等.2006.纵波方位各向异性及其在裂缝检测中的应用[J]..
杨世明,鲁新便,安鸿伟.2002.声波测井关联维评价潜山储层裂缝尺度[J]..
杨晓,王真理,喻岳钰.2010.裂缝型储层地震检测方法综述[J]..
姚瑞士,王璞琚,宋立忠,等.2011.松辽盆地营城组火山岩孔隙与裂缝的成像测井研究[J]..
尹志恒、狄帮让、李向阳,等.2011.国外应用纵波各向异性技术检测裂缝的研究进展[J]..
尹志恒,李向阳,魏建新,等.2012.利用物理模型三维纵波数据分析HTI介质的方位各向异性..
印兴耀,刘永杜.2002.储层建模中地质统计学整合地震数据的方法及研究进展[J]..
喻岳钰,杨长春,王彦飞,等.2009.瞬时频域衰减属性及其在碳酸盐岩裂缝检测中的应用[J]..
章凤奇,宋吉水,沈忠悦,等.2007.松辽盆地北部深层火山岩剩磁特征与裂缝定向研究..
张广智,陈怀震,王琪,等.2013.基于碳酸盐岩裂缝岩石物理模型的横波速度和各向异性参数预测.地球物理学报,56(5):,doi:10..
张吉昌,邢玉忠,郑丽辉.2005.利用人工智能技术进行裂缝识别研究[J]..
张勤,瞿伟,彭建兵,等.2012.渭河盆地地裂缝群发机理及东、西部地裂缝分布不均衡构造成因研究[J]..
张勤,赵超英,丁晓利,等.2009.利用GPS与InSAR研究西安现今地面沉降与地裂缝时空演化特征[J]..
张山,张振国,杨军.2011.基于多方位非零偏三分量VSP的储层裂缝检测[J]..
赵军龙,巩泽文,李甘,等.2012.碳酸盐岩裂缝性储层测井识别及评价技术综述与展望[J]..