应用Bayes逐步判别分析识别辛176区块Es4储层岩性

辛176区块沙四段储层存在粗砂岩、不等粒砂岩和细砂岩,岩性非均质性较强.“四性”关系研究表明,岩性的准确识别是正确评价储层静态参数,识别油水层特别是低阻油层的前提.这里介绍了Bayes逐步判别方法原理和技术流程,在应用有序聚类分析方法开展测井曲线自动分层的基础上,综合应用自然电位(SP)、自然伽玛(GR)、声波时差(AC)、深探测电阻率(Rt)、浅探测电阻率(Rxo)测井资料和岩心分析资料,建立了粗砂岩、不等粒砂岩、细砂岩和泥岩的判别函数.应用效果表明,Bayes逐步判别法识别岩性符合率达到了86％,能够满足辛176区块沙四段储层岩性识别的需要.     

茅山山脉东麓的砾岩层位和时代

通过对茅山东麓砾岩层的实地研究,以５条剖面的岩性、产状和生物等特征为依据,将砾岩分为三类,并分别论述其层位时代。提出了与前人不同的观点。     

丽水凹陷基岩岩性分布预测

东海陆架盆地丽水凹陷基岩潜山十分发育,钻井已证实其含油气性,勘探潜力巨大。综合现有基岩岩芯、铸体薄片、测井、测年、三维地震资料,在构建基岩岩相-地震相模板及岩石物理分析的基础上,对丽水凹陷基岩岩性开展定性和半定量预测,进而预测岩性平面分布特征。丽水凹陷基岩主要由片麻岩、花岗片麻岩、花岗岩组成,片麻岩为古元古界变质岩陆核,花岗岩来自中生代岩浆,沿深大断裂上涌侵入。地震剖面上片麻岩表现为中—高频,中—强振幅,同相轴连续性、成层性好;花岗岩表现为中—低频,弱—中振幅,呈杂乱反射;花岗片麻岩地震相介于前二者之间。岩石物理分析结果显示,密度参数对岩性区分效果最好,叠前密度反演能较好地半定量预测基岩分布特征。研究表明,丽水A洼主体基岩纵向呈片麻岩上覆花岗岩的二元结构特征;平面上不同构造单元的基岩顶面岩性各异,凸起区花岗岩剥蚀程度高,基岩为片麻岩或花岗片麻岩,洼槽区缺乏深大断裂,为原始区域片麻岩基底,其他区域为花岗岩。     

黄金带油田非均质储层特征及有利目标预测

为了加深对黄金带复杂断块油田进一步开发,针对该区断层复杂、储层变化大、油水关系复杂等特征,笔者综合运用岩心、分析化验及录井、测井资料,对其沉积特征、储层岩性、物性和非均质性进行详细研究。以JASON软件为平台,对含油砂体进行了追踪和预测,并在有利区提出井位部署,为该区的进一步开发提供了地质依据。     

基于重磁场特征的松辽盆地基底岩性研究

盆地的基底埋藏深度、岩性和断裂分布与地热资源的形成、分布和开发利用密切相关。本文基于重磁方法的特点和松辽盆地的重磁场异常,利用最佳向上延拓的方法进行场源分离,提取了基底重磁异常信息;依据不同岩石物理属性(密度和磁性)和重磁异常对应分析的结果,对松辽盆地的基底岩性分布进行了划分,其结果对盆地地热资源远景评价和开发利用有重要参考价值。     

四川龙门山中段上三叠统须家河组特征

上三叠统须家河组广泛分布于四川汶川县、都江堰市、崇州市、大邑县等毗邻地区。呈NE向展布,出露面积大于150km²,厚度大于2851m。笔者在进行1:5万“三江幅”和“万家坪幅”区域地质调查时,于该区测制了须家河组剖面。本文对这一地区的须家河组进行了一、二、三段的划分,并对岩石特征、地层对比、底顶界线、生物地层和年代地层进行概略讨论;须家河组的沉积环境可划分为三角洲相和河流相。     

浅谈清江观赏石的岩性特征及颜色成因

本文在前人资料的基础上,结合多年奇石开发利用和实地考察经验,介绍了清江观赏石的分类与特点,归纳总结了其形成的地质背景及岩性特征,并从铁质来源与填充、浓度变化和气候周期影响等几个方面分析了清江观赏石的颜色成因。     

PNN在煤田随钻测井岩性判识应用研究

介绍了PNN方法原理及其算法训练学习过程,详细阐述了网络识别岩性参数的选取、岩性识别模型的建立过程.通过对比研究PNN与其他6种岩性识别方法,分析相同条件下预测结果,得到不同识别方法的优劣性.经研究发现,PNN概率神经网络方法在生产应用中效果更佳、训练识别用时最短.利用人工智能神经网络对测井数据进行自动解释分析,可满足随钻测井时效性及快速解释处理的地质导向需求.     

基于梯度提升算法的岩性识别方法

传统的岩性识别方法如岩屑录井、钻井取心及测井资料解释等技术,对录井质量的依赖程度较高,识别精度与效率低,泛化能力差。随着计算机技术的迅速发展,将测井资料与计算机技术相结合开展岩性研究已成为岩性识别的有效手段。本文提出了一种基于梯度提升算法XGBoost和LightGBM的岩性识别方法。以苏里格气田苏东41-33区块下碳酸盐岩储层为例进行测试验证,采用该方法结合测井资料中的声波时差、自然伽马、光电吸收截面指数、密度、深侧向电阻率和补偿中子等6种参数进行岩性识别,并与KNN （K近邻分类器）、朴素贝叶斯和支持向量机等传统算法进行对比,结果表明,3种传统算法的岩性识别准确率分别为78.45%、74.43%和78.72%,基于梯度提升算法XGBoost和LightGBM的识别准确率分别达到了98.90%和98.72%,远高于传统算法。     

内蒙古迪彦庙蛇绿岩辉长岩岩石学特征

迪彦庙蛇绿岩位于中朝古板块与西伯利亚古板块之间的兴蒙造山带,主要由蛇纹石化斜辉辉橄岩、辉长岩、玄武岩、细碧角斑岩组成.岩相学研究表明,迪彦庙辉长岩分为层状辉长岩（具堆晶结构）和均质辉长岩（具辉长结构）两类,且均经历了低-中级变质改造.在详细的野外工作基础上,通过对迪彦庙辉长岩的地质特征、岩相学特征和岩石化学研究,认为其为活动大陆边缘或岛弧环境下小规模单旋回封闭系统内形成的.