文献类型：期刊文章

作　　者：肖何[1] 张超谟[1] 苏向群[1]

XIAO He;ZHANG Chao-mo;SU Xiang-qun(College of Geophysics and Petroleum Resources,MOE Key Laboratory of Exploration Technologies for Oil and Gas Resources,Yangtze University,Wuhan 430100,China)

机构地区：[1]长江大学地球物理与石油资源学院,油气资源与勘探技术教育部重点实验室,武汉430100

出　　处：《科学技术与工程》

基　　金：“十三五”国家科技重大专项(2017ZX05032-003-005)。

年　　份：2020

卷　　号：20

期　　号：7

起止页码：2573-2582

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：元坝长兴组是晚二叠世晚期沉积的一套台地礁、滩相碳酸盐地层,礁滩相储层具有多期次发育、侧向叠加的特征,非均质性强,沉积微相的精细划分复杂。为提高储层沉积微相的预测效率和精度,提出基于常规测井资料及电成像测井对沉积微相测井响应特征精细描述的方法,选取元坝地区长兴组岩心、测井、录井等地质资料比较完备的10口代表性钻井作为标准井,构建识别模型,并利用所构建的算法模型对非建模井段进行评价。由于未取心井的层位划分方法和曲线重叠法、交会图法等常规沉积微相分类方法很难对碳酸盐岩沉积微相进行识别。在保证精度的基础上提高效率,采用系统聚类法和Fisher判别法对未取心井进行层位划分和沉积微相分类,回判验证率高达81.3%,由此可见该方法可行性强,减少了对岩心数据的依赖且有着不错的精度和效率,一旦建模便可实现测井资料自动识别沉积微相,针对复杂礁滩相碳酸盐岩地区沉积微相划分有一定的借鉴作用。

关 键 词：沉积微相 自动识别 系统聚类 Fisher判别法  

分 类 号：P631.8]