庞国印
- 作品数：11 被引量：134H指数：8
- 供职机构：中国科学院地质与地球物理研究所更多>>
- 发文基金：中国科学院西部之光基金国家科技重大专项中国科学院西部行动计划项目更多>>
- 相关领域：石油与天然气工程天文地球更多>>
- 叠合断陷盆地沉积体系分析--以东海丽水-椒江凹陷为例被引量：23
- 2012年
- 丽水—椒江凹陷是我国近海海域典型的叠合断陷盆地。综合分析岩芯、地震、录井、测井等资料,对东海丽水—椒江凹陷沉积体系开展了重点研究。分析认为,古新世研究区主要发育5种沉积体系:扇三角洲体系、三角洲体系、湖泊体系、海洋体系及重力流体系。在此基础上对古新统各组的沉积体系展布进行了深入探讨,其中,断陷初期月桂峰组为湖泊沉积环境,而后断陷继续,海侵发生,沉积环境转变为海洋环境;古新统沉积期三角洲体系主要发育于凹陷西缓坡,以闽浙隆起为物源,扇三角洲主要发育于同沉积断裂控制的东侧陡坡带,在月桂峰及灵峰组沉积期,灵峰潜山出露水面,其两侧形成多个扇三角洲(近岸水下扇)沉积。基于以上研究,预测出研究区的两个有利勘探相带:灵峰潜山两侧扇三角洲(近岸水下扇)及滨浅海(湖)砂体、丽水西次凹西斜坡南部与断块有利构造相匹配的三角洲前缘及滑塌重力流砂体。
- 田兵李小燕庞国印唐俊唐丽王琪
- 关键词：古新统有利相带
- 鄂尔多斯盆地白豹—华池地区长8段孔隙度演化定量模拟被引量：21
- 2013年
- 在对鄂尔多斯盆地白豹—华池地区长8段砂岩储层特征、主控因素分析及地层埋藏史和成岩史研究的基础上,应用数理统计的方法,以现今孔隙度为约束条件,将孔隙度演化分为孔隙度减小和孔隙度增大2个过程,分别建立了鄂尔多斯盆地白豹—华池地区长8段砂岩储层从埋藏初始至现今的孔隙度随埋藏深度和地史时间变化的演化模型。结果表明:孔隙度定量演化模型为一个4段式分段函数。机械压实阶段为孔隙度减小模型,是以埋深为自变量的连续函数;压实和胶结作用阶段为孔隙度减小模型,是对埋深和埋藏时间的连续函数;次生增孔是由于地层酸性流体的溶蚀作用而产生的,主要发生在80～100℃的温度窗口内。因此,溶蚀阶段为孔隙度增大模型,是对埋深和埋藏时间的复合函数;溶蚀阶段结束后地层孔隙度为压实和保持阶段,孔隙度减小模型是对埋深、埋藏时间及增孔量的叠加复合函数。实例验证结果表明在研究区建立的该砂岩孔隙度定量演化模型符合地质实际,可以推广应用到研究区相似岩性、埋藏年代和沉积类型的地层孔隙度计算中,为孔隙度预测提供定量计算方法,以期对该区油气勘探提供借鉴意义。
- 姚泾利唐俊庞国印马晓峰王琪
- 关键词：埋藏史成岩作用
- 叠合断陷盆地油气成藏条件分析——以东海丽水—椒江凹陷为例被引量：13
- 2012年
- 通过对东海丽水—椒江凹陷的构造、沉积地层和成藏要素的分析,系统阐述了其成藏条件。结果表明:丽水—椒江凹陷古新世主断陷期分为4幕断陷,其中初始断陷Ⅰ幕以湖相沉积环境为主,之后过渡为海相沉积环境,该凹陷存在3组烃源岩及3套储盖组合,其中下古新统月桂峰组湖相暗色泥岩有机质丰度高,且其类型以Ⅱ型为主,生烃潜力良好,为该区主力烃源岩;古新统储集层以砂岩为主,其中灵峰组和月桂峰组砂岩为Ⅲ—Ⅳ类储层,明月峰组砂岩为Ⅲa—Ⅱb类储层,物性受凹陷内顶封型异常高压系统改造优化。断陷早期的(扇)三角洲、滨湖、滨海砂体和上灵峰组上部及明月峰组下部的浅海泥构成的下储盖组合靠近主力烃源岩层,且异常高压系统增储滞排,因此储盖配置条件良好,勘探前景佳。预测凹陷内洼槽带生烃中心上方、灵峰潜山两侧及丽西次凹西斜坡的优势成藏构造带是研究区内有利的远景勘探区带,并识别划分出三大类共11个有利构造带。
- 田兵庞国印王琪唐俊廖朋
- 关键词：油气成藏条件勘探方向
- 鄂尔多斯盆地姬塬地区长8段孔隙度演化定量模拟被引量：9
- 2013年
- 在对鄂尔多斯盆地姬塬地区长8段砂岩储层特征、主控因素及地层埋藏史和成岩史研究的基础上,结合石油地质理论,应用数理统计方法,以现今孔隙度为约束条件,将孔隙度演化分为孔隙度减小和孔隙度增大2个过程,分别建立研究区长8段砂岩储层从埋藏初始至现今的孔隙度随埋藏深度和地史时间变化的演化模型。结果表明:孔隙度定量演化模型为一个四段式分段函数。机械压实阶段为孔隙度减小模型,是以埋深为自变量的连续函数;压实和胶结作用阶段为孔隙度减小模型,是对埋深和埋藏时间的连续函数;次生增孔是由于地层酸性流体的溶蚀作用而产生的,主要发生在70℃～110℃的温度窗口内,因此溶蚀阶段为孔隙度增大模型,是对埋深和埋藏时间的复合函数;溶蚀阶段结束后,地层孔隙度处于压实和保持阶段,该阶段为孔隙度减小模型,是对埋深、埋藏时间及增孔量的叠加复合函数。最后进行实例验证,发现在研究区建立的砂岩孔隙度定量演化模型符合地质实际,可以推广应用到研究区任一地层孔隙度计算,为孔隙度预测提供定量计算方法。
- 唐俊庞国印唐丽马晓峰王琪
- 关键词：孔隙度次生孔隙成岩作用埋藏史鄂尔多斯盆地
- 丽水—椒江凹陷月桂峰组地震—沉积响应及烃源岩特征被引量：4
- 2012年
- 丽水—椒江凹陷月桂峰组属古新世早期沉积,为凹陷主力烃源岩层。依据地震反射波的振幅、连续性、内部结构和外部形态等特征,在月桂峰组识别出6种主要的地震相类型:中高频弱振幅连续平行—亚平行席状相、低频强振幅较连续亚平行席状相、变振幅连续—较连续前积相、中振幅较连续—断续楔状相、中强振幅杂乱相和中弱振幅较连续充填相。然后再结合研究区钻井资料及区域构造背景,进行地震相—沉积相分析。结果表明:研究区月桂峰组是断陷型湖泊沉积环境,主要发育扇三角洲、水下扇、三角洲、湖泊等多种沉积相类型。进而结合钻井岩样分析,得出月桂峰组湖相泥岩属中—好烃源岩,主要发育于丽东次凹、丽西次凹中北部和椒江凹陷的中央洼陷带,有效烃源岩厚度可达1 000余米,面积总共为4 974.8km2。优选了处于源岩中心或邻近源岩中心的凹中隆及斜坡构造带作为下一步勘探工作的重点目标区域,为今后的勘探工作提出了有益的建议。
- 梁建设田兵王琪唐俊廖朋庞国印
- 关键词：地震相沉积相烃源岩
- 致密砂岩储层孔隙度定量预测——以鄂尔多斯盆地姬塬地区长8油层组为例被引量：14
- 2013年
- 鄂尔多斯盆地姬塬地区长8油层组为典型的低孔、低渗致密砂岩储层。由于其孔隙结构复杂、非均质性强,应用传统的孔隙度计算方法误差较大,结合姬塬地区长8油层组的具体地质特征,运用广义回归神经网络模型对致密砂岩储层孔隙度进行了预测。结果表明,利用该方法预测的孔隙度与利用岩心分析的孔隙度符合率较高。该方法对于未取心井区致密砂岩储层孔隙度的研究具有很好的应用前景。
- 刘畅张琴庞国印王琪廖朋马晓峰
- 关键词：致密砂岩孔隙度广义回归神经网络非均质性
- 鄂尔多斯盆地环县地区长8段砂岩储层孔隙度演化定量模拟被引量：14
- 2013年
- 在充分分析研究区长8段砂岩储层特征、主控因素及地层埋藏史和成岩史的基础上,应用数理统计方法,以现今孔隙度为约束条件,将孔隙度演化分为减小和增大两个过程,分别建立了鄂尔多斯盆地环县地区长8段砂岩储层从埋藏初始至现今的孔隙度随埋藏深度和地史时间变化的演化模型.结果表明孔隙度定量演化模型为一个4段式分段函数.机械压实和胶结阶段为孔隙度减小模型,是对埋深和埋藏时间的指数函数.次生增孔是由于地层酸性流体的溶蚀作用而产生的,主要发生在80～100℃的温度窗口内.因此,溶蚀阶段为孔隙度增大模型,是对埋深、埋藏时间及增孔过程的复合函数.溶蚀阶段结束后地层孔隙度为压实和保持阶段.最后进行实例验证,验证结果表明该方法建立的砂岩孔隙度定量演化模型符合地质实际,具有较好的应用效果.
- 唐俊王琪廖朋郝乐伟田兵庞国印
- 关键词：埋藏史成岩作用
- 利用概率神经网络预测成岩相——以鄂尔多斯盆地合水地区延长组长8段储层为例被引量：17
- 2013年
- 鄂尔多斯盆地合水地区延长组长8段储层非均质性强,传统的成岩相评价方法存在局限,提出了利用概率神经网络进行成岩相预测的新方法。首先对输入项参数进行了研究,选择沉积微相和测井曲线中的自然伽马(GR)、自然电位(SP)、井径测井(CAL)、声波时差(AC)、补偿中子(CNL)、密度测井(DEN)数值作为输入层参数,然后对概率神经网络进行训练和检验,最后利用建立好的神经网络对研究区成岩相进行预测,准确率达到90%以上。该方法适用于未取心井区域的成岩相研究。
- 庞国印唐俊王琪马晓峰廖朋
- 关键词：概率神经网络成岩相长8储层鄂尔多斯盆地
- 鄂尔多斯盆地姬塬地区延长组长8_1段储层特征及控制因素分析被引量：27
- 2012年
- 长81油层是鄂尔多斯盆地姬塬地区勘探潜力较大的含油层位之一。通过10口井的岩心观察、63个铸体染色薄片的鉴定、7个样品的扫描电镜观察、32个样品的薄片鉴定报告和44口井的岩心分析数据的统计等方法,对鄂尔多斯盆地姬塬地区延长组长81段储层进行研究,结果表明:研究区储层孔隙类型以粒间孔为主,偶见次生溶孔,其平均孔隙度为7.81%,平均渗透率为0.26×10-3μm2,总体表现为低孔、低渗特征。沉积条件是储层原始矿物成分和岩石结构形成的基础,它使得分流河道、水下分流河道、河口坝和远砂坝4个微相的储层原始物性产生了一定的差异。成岩作用是影响储层物性好坏的关键因素,其中压实和碳酸盐、硅质、高岭石胶结使得原始孔隙度平均损失分别达23.15%和13.22%;绿泥石薄膜对储层物性有一定的积极作用;溶蚀作用对储层物性的改善有限,孔隙度增加平均只有0.58%,其重要原因是研究区异常热演化史导致早期碳酸盐胶结物后期不被溶蚀。
- 廖朋唐俊庞国印唐丽马晓峰王琪
- 关键词：储层特征
- 概率神经网络在丽水—椒江凹陷月桂峰组沉积微相识别中的应用被引量：5
- 2013年
- 由于海上钻井取芯较少,所以东海陆架盆地丽水—椒江凹陷古新统月桂峰组地层沉积微相识别存在局限。运用概率神经网络对研究区进行沉积微相识别。首先,通过地震相-沉积相响应分析和测井曲线主成分分析,发现研究区地震相和沉积相之间存在耦合对应关系,因此选择地震相作为概率神经网络输入项中的范畴自变量参数,同时提取出能对沉积微相区分较好的自然伽马、自然电位、声波时差、密度测井、补偿中子、井径测井曲线值作为概率神经网络输入项的数值自变量;然后,选用2 199个学习样本对神经网络进行训练,经过65次试验,搜索出变量的最佳平滑因子,建立研究区20种沉积微相类型的判别模式;最后,利用建立的神经网络对研究区沉积微相进行识别。结果表明:跟岩芯分析的结果对比,运用概率神经网络识别的结果准确率达到90%以上,该方法应用于未取芯井区域沉积微相的识别具有可行性。
- 庞国印田兵王琪郝乐伟唐俊廖朋
- 关键词：概率神经网络沉积微相地震相东海陆架盆地
