2. 中国石化中原油田分公司勘探开发研究院, 河南郑州 450000;
3. 中海石油(中国)有限公司上海分公司, 上海 200030;
4. 中海油田服务股份有限公司, 河北廊坊 065200;
5. 中国石化江苏油田分公司试采一厂, 江苏江都 225265
2. Development Research Institute, Zhongyuan Oilfield Branch Company, SINOPEC, Zhengzhou 450000, China;
3. Shanghai Branch Company, CNOOC Limited, Shanghai 200030, China;
4. China Oilfield Service Limited, Langfang 065200, China;
5. No.1 Oil Production Factory, Jiangsu Oilfield Company, SINOPEC, Jiangdu 225265, China
含油气性评价可以直观反映油气分布状况并能够深化油气成藏认识、筛选有利区, 在油气勘探中发挥着重要的作用[1]。目前围绕含油气性量化表征已开展大量研究[2], 其评价方法基本上可以归为两类, 一类属于知识驱动型, 以经典的地质风险概率评价[3]和模糊综合评价[4]为代表, 主要根据专家知识经验对影响含油气性的主要评价要素进行合成得到一个总体评价, 该类方法通常受人为因素影响较大, 主观性较强, 多用在处于勘探中早期、地质结构相对简单的地区; 另一类属于数据驱动型, 主要根据实际油气勘探成果通过数据挖掘、统计分析等手段来对含油气性进行定量描述预测, 例如多元回归评价[5]、贝叶斯及证据权评价[6-7]、马氏距离及支持向量机评价[8-9]、油气聚集值评价[10]等, 该类方法相对比较客观, 但通常对数据样本条件要求较高, 一般需要变量类型为连续性变量, 且满足正态分布及方差齐次的假设等, 适用性较差, 多用于资料较为充实、研究程度较高的地质评价中。高邮凹陷永安地区戴一段为典型的复杂断块群, 油气藏具有小、碎、贫、散的特点, 油气分布差异较大, 开展含油气性定量评价成为推动油气勘探的重要工作, 但研究区戴一段断块多、地层厚、地质条件复杂等给传统含油气性定量评价工作带来较大困难。笔者尝试引入适用条件较为宽泛的Logistic回归评价方法, 通过细分含油气性评价单元、筛选含油气性评价指标等建立含油气性评价模型, 并以此来实现对研究区戴一段含油气性的立体量化表征以及勘探决策部署分析。
1 含油气性评价单元高邮凹陷为苏北新生代断陷盆地, 具有南断北超的箕状结构, 永安地区位于高邮凹陷斜坡带与洼陷带之间过渡的特殊构造位置(图 1)。为了更好地刻画研究区戴一段的含油气性特征, 从平面和纵向上对含油气单元进行层次梳理和细分。
平面上永安地区表现为被断层复杂化的大型宽缓鼻状隆起, 地势北东高南西低。汉留断层是研究区重要的二级断层, 受区域走滑运动影响在其下降盘一侧发育呈北西-南东向雁列式分布的三级断层, 由西向东依次为永1、永2、永3、永4断层, 在上升盘发育永5、永6三级断层, 主要为平行式分布, 这些断层与伴生的大量四级小断层相互切割组成复杂的断块群(图 2)。参照闫相宾等[11]提出的圈闭分级方案可根据平面上不同级次断层的发育特征将研究区划分成6个三级圈闭和近30个四级圈闭, 其中三级圈闭主要对应各三级断层所夹持的断块区, 一般由2个及以上的具相似特征的四级圈闭组成; 四级圈闭则主要指的是由四级断层构成的小断块, 一般具备独立封闭条件和压力系统。
整个高邮凹陷在中新生代经历了初始断拗阶段(泰州组—阜宁组时期)、强烈断陷阶段(戴南组—三垛组时期)和拗陷萎缩阶段(盐城组—东台组时期)。戴一段处于强烈断陷阶段的早期, 地层厚度为400~600 m, 整体表现为基准面上升的湖侵水进过程, 顶部发育一套作为区域标准层的高导泥岩层段。以标志层为控制结合高分辨率层序地层学原理可以将戴一段进一步划分为6个砂组, 其与中期基准面旋回大致对应(图 3)。不同砂组之间多发育具有一定厚度、分布较稳定的泥岩隔层, 使得各砂组内部可形成相对独立的流体压力系统, 从而在纵向上构成多个含油气性评价单元。
根据已有的研究成果[12], 永安地区戴一段以断层圈闭为主, 发育浅水三角洲前缘储层, 顶部厚层泥岩构成良好盖层; 油气主要来自底部阜四段优质烃源岩, 并以沿断层的垂向运移为主; 油气成藏关键时期为三垛组沉积末期, 其后高邮凹陷进入稳定下沉阶段, 无大的油气破坏活动。总体上研究区戴一段具有“近源聚集、垂向运移、断裂控藏”的油气成藏特点, 生储盖组合良好, 整体成藏条件配置优越, 其含油气性差异更多受控于圈闭本身的成藏能力与地质条件。此次从圈闭自身捕捉、储集和保存油气等方面的能力考虑[13]并参照科学性、可操作性等原则初步确立的评价参数指标有埋藏深度、相对物性、砂体厚度、孔隙度、渗透率、隔层厚度、断层泥比率(SGR)及断层产状。其中埋藏深度用以指示储层与底部油源的距离关系, 一般埋藏越深, 代表离成熟源岩越近, 往往获得油气可能性越大。相对物性为纵向上不同评价单元按照物性优劣的排序, 相关实验表明[14]纵向上不同层段的物性差异会导致油气在沿断层垂向充注过程中偏向于相对物性较好的储层, 甚至在一定条件下形成“旁超现象”, 影响油气的流动和分配。埋藏深度和相对物性可以反映圈闭捕获油气的能力, 将其归为油气的运聚条件指标。砂体厚度、孔隙度和渗透率是表征储层规模和性能的重要参数[15], 可归为油气的储层条件指标, 反映圈闭储集油气的能力。泥质隔层、断层泥比率、断层产状主要反映圈闭保存油气的能力, 可归为油气的封盖条件指标。其中砂组之间的泥质隔层可作为局部盖层阻隔油气的垂向散失, 其厚度在一定程度上影响油气聚集的有效性及丰度[16];断层泥比率是定量评价断层侧向封闭性的重要手段[17], 可表示断层对油气的侧向遮挡能力; 而断层产状通常作为评价断层垂向封闭性的重要因素, 一般认为反向屋脊式断层封闭性要好于顺向断层[18]。
2.2 含油气性评价指标筛选初步确定的评价指标体系通常还须进一步与勘探实际进行对照分析, 以从中优选出对含油气性具有较强区分能力的指标。此次借鉴Chen等[8]提出的地质变量筛选方法来指导评价指标筛选, 并以断层泥比率SGR指标为例进行说明:首先, 以细化的评价单元为主要统计来源, 根据实际含油气性信息将其分为含油气总体(GHC)和非含油气总体(GDRY)两类, 从而通过统计分析得到SGR值在两总体中的概率分布图(图 4)。从图中可以看出, SGR指标在两总体中的分布曲线有较好区分, 其中含油气总体多数SGR值大于0.6, 而非含油气总体SGR值则多小于0.6;然后, 以0.6作为判断SGR指标有利与否的界值, 则进一步利用贝叶斯条件概率分析可得到当断层泥比率SGR处于有利条件下的含油气条件概率以及处于不利条件下的非含油气条件概率, 分别记为P(HC/Fav)=0.61和P(Dry/UnFav)=0.81;最后, 将上述两个条件概率相乘得到SGR指标的含油气性判别指数, 记为F(Phc, Pdry)=P(HC/Fav)P(Dry/UnFav)=0.49, 一般该值越高, 代表指标区分程度越大, 在含油气性表征中越重要。按照上述方法可得到所有初始评价指标的条件概率和区分判别指数(表 1), 其中砂体厚度和断层产状对应的指数相对较小, 反映对含油气性的区分效果较差, 因此将其剔除, 则最后通过筛选建立的含油气性评价指标体系:x1为埋藏深度; x2为相对物性; x3为孔隙度; x4为渗透率; x5为隔层厚度; x6为断层泥比率。
Logistic回归方法是在一般多元回归方法基础上针对因变量为非数值型变量如滑塌与否、发现与否等二分类问题的改进和推广。目前Logistic回归方法已在地学等领域得到了较广泛应用[19], 相关的研究表明该方法与许多现实问题和认识习惯相吻合, 并在很多情况下相对支持向量机、决策树等方法更加有效准确。利用Logistic回归模型可以将分类变量如是否含油气转换为发生概率问题, 并借助于Logit变换和最大似然估计实现含油气概率与自变量之间关系的非线性拟合回归, 进而用于含油气性的快速预测和判别。另外模型中对数据要求和适用条件较为宽泛, 自变量可以为连续变量也可以为离散变量, 不需要严格的假设条件[20], 更贴近研究区含油气性评价的客观实际。因此此次采用Logistic回归分析方法来构造研究区含油气性定量评价模型, 其基本步骤为:
(1) 设含油气概率为P, 则不含油气概率为1-P, 对含油气概率P进行Logit变换使其取值范围由(0, 1)变为(-∞, +∞), 记为Logit(P)。以筛选的6个评价指标作为自变量, 构建起Logit(P)与自变量之间的回归方程:
$ \begin{array}{l} {\rm{Logit}}\left( P \right) = {\rm{ln}}\left( {\frac{P}{{1 - P}}} \right) = {\beta _0} + {\beta _1}{x_1} + {\beta _2}{x_2} + {\beta _3}{x_3} + {\beta _4}{x_4} + {\beta _5}{x_5}\\ + {\beta _6}{x_6}. \end{array} $ | (1) |
式中, β0、β1、β2、β3、β4、β5、β6为待估计逻辑回归系数; β0为常数项; x1为埋藏深度, km;x2为相对物性; x3为孔隙度, x4为渗透率, 10-3 μm2; x5为隔层厚度, m;x6为断层泥比率。
将式(1)进行变换便可得到含油气概率P的表达式:
$ P = \frac{{{\rm{exp}}\left( {{\beta _0} + {\beta _1}{x_1} + {\beta _2}{x_2} + {\beta _3}{x_3} + {\beta _4}{x_4} + {\beta _5}{x_5} + {\beta _6}{x_6}} \right)}}{{1 + {\rm{exp}}\left( {{\beta _0} + {\beta _1}{x_1} + {\beta _2}{x_2} + {\beta _3}{x_3} + {\beta _4}{x_4} + {\beta _5}{x_5} + {\beta _6}{x_6}} \right)}}. $ | (2) |
(2) 将是否含油气定义为因变量Y, 其中含油气记为1, 不含油气记为0。以细分评价单位为样本点, 根据各已知样本的含油气概率构造其联合发生概率的似然函数或对数似然函数:
$ \begin{array}{l} L\left( \beta \right) = \mathop \prod \limits_{i = 1}^n P_i^{{Y_i}}{\left( {1 - {P_i}} \right)^{(1 - {Y_i})}}或Ln\left[{L\left( \beta \right)} \right] = \\ \sum\limits_{i = 1}^n {\left[{{Y_i}Ln\left( {{P_i}} \right) + \left( {1-{Y_i}} \right)Ln\left( {1-{P_i}} \right)} \right]} . \end{array} $ | (3) |
式中, Yi=1或Yi=0, Pi为第i个样本的含油气概率, n为评价单元样本数, 此次为108。
(3) 根据极大似然估计中最大概率原则, 选取通过数学迭代能使似然函数达到最大的参数估计值作为回归系数, 经统计学检验后建立起最终的含油气概率回归模型, 记为
$ {\rm{Logit}}\left( P \right) = Ln\left( {\frac{P}{{1 - P}}} \right) = 4.424{x_1} - 0.112{x_2} \\+ 0.226{x_3} + 0.046{x_4} + 0.042{x_5} + 7.068{x_6} - 21.704. $ | (4) |
或
$ P = \frac{{{\rm{exp}}\left( {4.424{x_1} - 0.112{x_2} + 0.226{x_3} + 0.046{x_4} + 0.042{x_5} + 7.068{x_6} - 21.704} \right)}}{{1 + {\rm{exp}}\left( {4.424{x_1} - 0.112{x_2} + 0.226{x_3} + 0.046{x_4} + 0.042{x_5} + 7.068{x_6} - 21.704} \right)}}. $ | (5) |
利用上述模型可直接获得研究区各评价单元的含油气概率, 进而对是否含油气进行判别分类。以研究区永35断块2-3砂组对应的评价单元样本为例, 该断块位于永安地区东南部, 夹于永2和永3断层之间, 属于永3三级圈闭(断块区)的一部分, 地层东倾, 其中2-3砂组埋深约为3.35 km, 孔隙度为9.89%, 渗透率为3.41×10-3 μm2, 纵向上经对比其相对物性排在第2, 顶部隔层厚度为19 m, 断层封闭性SGR指数为0.71。将获得的上述评价指标数据(即x1=3.35, x2=2, x3=9.89, x4=3.41, x5=19, x6=0.71)代入建立的回归模型中计算得到含油气概率P=0.748>0.5, 判断为含油气, 经验证与实际钻探情况相一致, 井下测试该砂组获日产油23.45 m3。同样地, 将得到的所有的含油气性预测结果与研究区实际勘探结果进行统计对照发现二者之间具有较好的吻合度(表 2), 总体的符合率可达89%, 其一致性检验kappa系数为0.76, 属于高一致性等级, 进一步表明建立的评价模型具有较好的拟合度和可靠性, 评价方法可行有效。
需要说明的是, 与普通线性回归一样, 回归样本数及指标共线性会对Logistic回归模型有一定影响。一般而言, 数据样本越多则模型相对越可靠, 根据经验评价样本规模最好在自变量个数的10倍以上, 因此随着勘探的深入和资料的丰富, Logistic回归模型可以在含油气性量化评价中得到更好的应用。
4 含油气性量化表征在利用Logistic回归评价模型直接获得不同评价单元含油气概率的同时, 也为分层次进行含油气性的立体量化表征创造了条件。
首先, 将目的层各评价单元计算得到的含油气概率通过空间网格插值可以获得该层平面地质风险的变化趋势(其中一般规定含油气概率大于0.5为极低风险等级, 0.25~0.50为低风险, 0.10~0.25为中等风险, 0.05~0.10为高风险, 小于0.05为极高风险[21])。从研究区2-3砂组目的层的含油气概率平面展布图(图 5)中可以看出在东北方向含油气概率较低, 地质风险等级较高, 而在西南处含油气性评价相对较好, 地质风险相对较低, 与现有的油气分布基本一致。
其次, 通过各目的层含油气概率的空间叠合可以反映全区圈闭叠合含油气性的变化规律。米石云等[22]曾提出多层系含油气叠合评价的3种方法:“取大值法”、“平均值法”、“累加归一法”。为了能够突出含油气层段在叠合评价中的重要性, 将平均值法进行改进, 提出加权平均值法, 即以含油气概率作为各层的权值来计算圈闭的含油气叠合评价值:
$ P{\prime _i} = \sum\limits_{j = 1}^m {p_{ij}^2} /\sum\limits_{j = 1}^m {{p_{ij}}} . $ | (6) |
式中, P′i为第i个圈闭的含油气性叠合评价值; m为叠合层系数目, 此次为砂组个数6;Pij为第i个圈闭第j层含油气概率。
以永35断块圈闭为例, 其通过Logistic回归模型得到6个砂组对应评价单元的含油气概率自上至下依次为0.284、0.894、0.733、0.748、0.749、0.932, 则利用加权平均值法(式(6))可得到该圈闭含油气性的叠合评价值为0.785。按照同样的方法进一步对全区的叠合含油气性特征进行刻画(图 6), 从中可以看出评价结果与与实际油气分布情况大致吻合, 总体上汉留断层下降盘含油气性要好于上升盘, 研究区北东方向含油气性评价较差, 西南靠近凹陷处评价值较高, 可作为拓展勘探的有利区, 而后续在永X22-1井南部断块所钻新井永X42井获得较好油气显示, 试油为22.4 m3/d, 也有效验证了含油气性叠合评价的合理性和准确性。
最后, 基于Logistic含油气评价模型可进一步对研究区不同层次评价单元的成藏差异性及地质有利性进行定量对比分析。其中, 将Logistic回归模型的评价指标进行抽离组合可分别得到评价油气成藏条件中运聚条件、储层条件以及封盖条件有利性的定量表达式:
$ \begin{array}{l} {y_1} = 4.424{x_1} - 0.112{x_2};{y_2} = 0.226{x_3} + 0.046{x_4};{y_3} = \\ 0.042{x_5} + 7.068{x_6}. \end{array} $ | (7) |
式中, y1为运聚条件评价值; y2为储层条件评价值, y3为封盖条件评价值。
通常认为三级圈闭(断块区)的含油气性不适合采用对四级圈闭进行算术平均或按照至少一个四级圈闭含油气的概率来表示[11], 因此采用“取最大值法”即以所包含圈闭的最大含油气性评价值来表示三级圈闭的地质有利性:
$ {P_k} = {\rm{max}}\left( {P{\prime _i}} \right), i = 1, \ldots, L, {\rm{ }}k = 1, \ldots, K. $ | (8) |
式中, Pk为第k个三级圈闭的评价值; L为三级圈闭内所包含四级圈闭数目; K为三级圈闭数目,此次为6。
此次在原有“累加归一化法”的基础上通过增加目的层中含油气圈闭的概率信息进行改进来表征各砂组的含油气有利性:
$ {P_j} = \frac{{\sum\limits_{i = 1}^{n\prime } {{p_{ij}} + \alpha \sum\limits_{i = 1}^{{n_h}} {{p_{ij}}} } }}{{n\prime }}, j = 1, \ldots, m. $ | (9) |
式中, Pj为第j个目的层的评价值; n′为第j个目的层内所包含的圈闭数目; ;nh为第j个目的层内含油气的圈闭数目; α为比例系数, 介于0~1, 可视具体情况或决策者偏好而定, 此次取含油气圈闭个数所占比例, 即α=nh/n′。
改进后的方法可以使得在同等情况下所具有含油气圈闭越多的目的层其有利性评价越高。将利用上述公式所得到的不同断块区(三级圈闭)、不同目的层位(砂组)的成藏地质有利性的评价结果进行最大值归一化后对比(图 7), 可以看出, 位于汉留断层下降盘毗邻凹陷的永1、永2、永3断块区含油气整体评价值相对较高, 其次为上升盘的永6断块区, 而位于研究区东部的永4、永5断块区评价较差, 反映在成藏条件上永1、永2断块区运聚及封盖条件较好, 储层条件相对较差, 永3断块区成藏条件发育较均衡, 永6断块区储层条件最好, 而永4、永5断块区封盖条件较差; 纵向上不同层位的含油气性大致呈凹形分布, 顶部及底部层位含油气性好于中部, 反映在成藏条件上底部层位运聚条件评价最高, 顶部层位封盖条件最有利, 而中部层位封盖条件评价较差, 影响整体含油气性。
在以上基于Logistic回归方法开展含油气性定量评价的基础上, 结合典型油气藏剖面(图 8)进一步对评价结果进行地质成因解释和分析, 以深化油气成藏规律认识, 指导油气勘探。
平面上, 汉留断层上升盘永5、永6断块区及下降盘东北方向的永4断块区地势普遍较高, 海拔约为-2000~-2500 m, 形成浅部第一台阶。该浅部区块与深凹处阜宁组有效油源距离较大, 因此其油气运聚条件整体评价较低, 而该处靠近物源区, 砂体发育且埋藏较浅, 所以储层条件相对较好, 但同时也由于砂地比较高, 泥质隔层较薄, 导致封盖条件相对较差; 汉留断层下降盘永3、永2断块区海拔主要在-2700~-3500 m, 地势中等, 可构成中部第二台阶。该中部区块构造位置及砂泥发育都较适中, 其油气运聚及封盖条件要好于浅部, 而储层质量优于深部, 成藏条件整体配置良好, 不存在极为不利的制约因素, 因此油气成藏概率及规模相对较大, 是目前主要的滚动勘探开发区; 汉留断层下降盘永1断块区地势低, 邻近深凹带, 海拔在-3100~-3900 m及以下。该区块作为深部第三台阶具有近源优势, 运聚便利, 同时由于地层厚, 砂地比低, 利于封盖, 具备较大的含油气可能, 如深部永38井在戴一段试油获得自溢产能, 日产油约为10 t, 但该处埋深较大, 砂体发育程度偏低, 储层非均质性较强, 使得目前油气发现和资源规模存在较大不确定性。
纵向上, 底部层位如3砂组埋藏深, 近油源, 上部发育水进期泥岩, 因此运聚与封盖配置评价会相对较高; 顶部层位如1砂组发育厚层泥岩, 砂体埋藏较浅, 压实较弱, 因此储盖配置较好; 中部层位如2-2砂组、2-3砂组处于基准面旋回的转换期, A/S比低, 砂体厚度大, 泥质沉积较少, 因此封盖能力较差, 也造成其整体含油气性不理想。
综合含油气性定量评价结果以及油气地质认识并根据永安地区戴一段勘探实际, 提出“拓展深部、深挖中部、兼顾浅部”的勘探思路。对永安地区戴一段而言, 不论是平面上还是纵向上, 埋藏越深则距离有效油源越近, 运聚条件越好, 并且封盖性能也相对较优, 因此深部区块的潜力值得探索, 是下步拓展勘探的有利区域, 如研究区永38断块以西及永22断块以南地区, 其中永22断块以南地区已得到验证; 另外还可甩开勘探继续向深部寻找岩性隐蔽油气藏等, 储层条件构成深部勘探主要的风险。该区中部区块成藏条件较均衡, 含油气性评价也较高, 但目前勘探程度较高, 部分圈闭如永7断块已投入开发, 未来可通过加大研究对局部进行进一步挖潜, 尤其对底部层位3砂组的钻探开发有待加强。研究区浅部区块在目前认识下勘探风险相对较高, 随机性较强, 可以在油气成藏研究过程中进行风险兼探, 参照含油气性定量评价结果认为永21断块以西较有利可作为风险靶区。
6 结论(1) Logistic回归方法在高邮凹陷永安地区戴一段含油气性定量评价中能够方便地获得含油气概率, 进而可以对含油气性进行快速预测、判别和刻画; 所建立的含油气性评价模型准确率为89%, 具有较高的可靠性, 在应用中得到较好的验证; 该方法对指标条件的要求较低, 适用范围广, 为含油气性量化评价提供了新的思路。
(2) 基于建立的Logistic含油气评价模型可以实现对高邮凹陷永安地区戴一段含油气性的多层次立体量化表征, 并结合油气成藏地质分析提出了“拓展深部、深挖中部、兼顾浅部”的勘探思路以及下一步的钻探目标, 指出深部的潜力值得探索, 是未来拓展勘探的有利区。
致谢 感谢中国石化江苏油田试采一厂周宇成高级工程师及地质所祝奎等科室成员提供的大力支持和帮助,同时论文在研究过程中得到了加拿大地质调查局谌卓恒研究员的指导,在此表示诚挚的感谢!
[1] |
郭秋麟, 米石云. 油气勘探目标评价及决策分析[M]. 北京: 石油工业出版社, 2004, 19-165.
|
[2] |
冷济高, 庞雄奇, 苏栋, 等. 圈闭含油气性评价研究进展[J]. 油气地质与采收率, 2010, 17(2): 37-41. LENG Jigao, PANG Xiongqi, SU Dong, et al. Research progress of evaluation on oil and gas in reservoir[J]. Petroleum Geology & Recovery Efficiency, 2010, 17(2): 37-41. |
[3] |
OTIS R M, SCHNEIDERMANN N. A process for evaluating exploration prospects[J]. AAPG Bulletin, 1997, 81(7): 1087-1109. |
[4] |
CHEN Z, EMBRY A F, OSADETZ K G, et al. Hydrocarbon favourability mapping using fuzzy integration: western Sverdrup Basin, Canada[J]. Bulletin of Canadian Petroleum Geology, 2002, 50(4): 492-506. DOI:10.2113/50.4.492 |
[5] |
宋明水, 赵乐强, 宫亚军, 等. 准噶尔盆地西北缘超剥带圈闭含油性量化评价[J]. 石油学报, 2016, 37(1): 64-72. SONG Mingshui, ZHAO Leqiang, GONG Yajun, et al. Quantitative assessment on trap oil-bearing property in ultra-denudation zones at the northwestern margin of Junggar Basin[J]. Acta Petrolei Sinica, 2016, 37(1): 64-72. |
[6] |
ROSTIROLLA S P, MATTANA A C, BARTOSZECK M K. Bayesian assessment of favorability for oil and gas prospects over the Recncavo basin, Brazil[J]. AAPG Bulletin, 2003, 87(4): 647-666. DOI:10.1306/10070201068 |
[7] |
ARAB Amiri M, KARIMI M, ALIMOHAMMADI Sarab A. Hydrocarbon resources potential mapping using evidential belief functions and frequency ratio approaches, southeastern Saskatchewan, Canada[J]. Canadian Journal of Earth Sciences, 2015, 52(3): 182-195. DOI:10.1139/cjes-2013-0193 |
[8] |
CHEN Z, OSADETZ K G. Geological risk mapping and prospect evaluation using multivariate and Bayesian statistical methods, western Sverdrup Basin of Canada[J]. AAPG Bulletin, 2006, 90(6): 859-872. DOI:10.1306/01160605050 |
[9] |
CHEN Z, LIU Y, OSADETZ K. Geological risk evaluation using the support vector machine with examples from the late Triassic-early Jurassic structural play in western Sverdrup Basin, Canadian Arctic Archipelago[J]. Bulletin of Canadian Petroleum Geology, 2012, 60(3): 142-157. DOI:10.2113/gscpgbull.60.3.142 |
[10] |
程付启, 宋国奇, 王永诗, 等. 一种定量描述油气分布及富集程度的方法[J]. 中国石油大学学报(自然科学版), 2016, 40(1): 35-41. CHENG Fuqi, SONG Guoqi, WANG Yongshi, et al. A method for quantitatively describing oil-gas distributionand enrichment[J]. Journal of China University of Petroleum(Edition of Natural Science), 2016, 40(1): 35-41. |
[11] |
闫相宾, 李军, 杨双. 三级圈闭含油气概率和资源量表征方法探讨[J]. 石油实验地质, 2014, 36(4): 495-499. YAN Xiangbin, LI Jun, YANG Shuang. An approach to hydrocarbon-bearing probability andresource characterization of third-order trap[J]. Petroleum Geology & Experiment, 2014, 36(4): 495-499. DOI:10.11781/sysydz201404495 |
[12] |
邱旭明. 苏北盆地高邮凹陷油气输导特征及油气分布[J]. 石油与天然气地质, 2008, 29(4): 437-443. QIU Xuming. Features of carrier beds and distribution of oil and gas in the Gaoyou Sag, the Subei Basin[J]. Oil & Gas Geology, 2008, 29(4): 437-443. DOI:10.11743/ogg20080404 |
[13] |
江平. 油气评价系统中圈闭地质模型探讨[J]. 天然气工业, 2004, 24(1): 20-23. JIANG Ping. Discussion on establishing trap geological model in oil and gas evaluation systems[J]. Natural Gas Industry, 2004, 24(1): 20-23. |
[14] |
曾溅辉, 王洪玉. 层间非均质砂层石油运移和聚集模拟实验研究[J]. 中国石油大学学报(自然科学版), 2000, 24(4): 108-111. ZENG Jianhui, WANG Hongyu. Experimental study on oil migration and accumulation in the heterogeneous sand beds of different porosity and permeability[J]. Journal of China University of Petroleum(Edition of Natural Science), 2000, 24(4): 108-111. |
[15] |
MILKOV A V. Risk tables for less biased and more consistent estimation of probability of geological success (PoS) for segments with conventional oil and gas prospective resources[J]. Earth-Science Reviews, 2015, 150: 453-476. DOI:10.1016/j.earscirev.2015.08.006 |
[16] |
付广, 胡欣蕾. 盖层封闭天然气有效性定量评价方法及应用[J]. 山东科技大学学报(自然科学版), 2015, 34(4): 28-36. FU Guang, HU Xinlei. Quantitative evaluation method of sealing gas efficiency of caprock and its application[J]. Journal of Shandong University of Scienceand Technology(Edition of Natural Science), 2015, 34(4): 28-36. |
[17] |
林玉祥, 吴玉琛, 栾伟娜, 等. 沁南地区寺头断裂在天然气运聚中的作用[J]. 山东科技大学学报(自然科学版), 2015, 34(6): 1-8. LIN Yuxiang, WU Yuchen, LUAN Weina, et al. Control effect of Sitou fault on natural gas migration and accumulation in Qinnan Field[J]. Journal of Shandong University of Science and Technology(Edition of Natural Science), 2015, 34(6): 1-8. |
[18] |
沈朴, 张善文, 王永诗, 等. 非烃源岩层系断层和砂体对油气运聚的控制作用[J]. 中国石油大学学报(自然科学版), 2012, 36(3): 32-37. SHEN Pu, ZHANG Shanwen, WANG Yongshi, et al. Control of hydrocarbon migration and accumulation by fault and sand body in non-source rocks layers[J]. Journal of China University of Petroleum(Edition of Natural Science), 2012, 36(3): 32-37. |
[19] |
WANG L J, GUO M, SAWADA K, et al. Landslide susceptibility mapping in Mizunami City, Japan: a comparison between logistic regression, bivariate statistical analysis and multivariate adaptive regression spline models[J]. Catena, 2015, 135: 271-282. DOI:10.1016/j.catena.2015.08.007 |
[20] |
王济川, 郭志刚. Logistic回归模型:方法与应用[M]. 北京: 高等教育出版社, 2001, 1-13.
|
[21] |
李娜, 闫相宾, 蔡利学. 圈闭含油气概率赋值标准及其在塔里木盆地的应用[J]. 石油与天然气地质, 2015, 36(2): 330-338. LI Na, YAN Xiangbin, CAI Lixue. Assignment standard for hydrocarbon-bearing probability of traps and its application in Tarim Basin[J]. Oil & Gas Gelogy, 2015, 36(2): 330-338. DOI:10.11743/ogg20150219 |
[22] |
米石云, 郭秋麟, 谢红兵, 等. 中高勘探程度区带精细评价技术[J]. 石油勘探与开发, 2010, 37(4): 443-450. MI Shiyun, GUO Qiulin, XIE Hongbing, et al. A fine assessment technology for medium-high exploration degree plays[J]. Petroleum Exploration and Development, 2010, 37(4): 443-450. |