复杂储层地震预测理论及方法研究
|
摘要
动力学非线性科学是一门新兴学科，它推动许多学科发展。本论文研究是在国家自然科学基金NSFC(编号：40174039、49874030)、中石化“复杂介质地震波传播规律探索及其应用”项目塔河油田岩石物理研究专题(编号：P01058)和国家科技攻关项目(编号：2001年BA605A-05-01)的联合资助下及部门科学研究项目的协助下，针对复杂多变的储层预测问题，将动力学非线性科学中的全新概念、理论和算法引入和应用于储层预测与评价之中，结合油气缝洞储层物理模型实验成果，创建了新型的储层预测理论和方法技术。
(1)论文在对动力学非线性系统的混沌特征、分形特征及突变特征等基础理论研究基础上，建立起储层非线性预测与评价的理论依据：储层具有分形、混沌演化和突变等特征，在沉积及其演化过程中完全是一个非线性过程，储层是一个非线性系统。
(2)基于非线性理论，创建了储层地震非线性预测与评价方法技术，它是由裂缝预测、地震反演和储层综合预测与评价等三大非线性方法与技术组成：储层裂缝地震非线性预测是由相空间重建、非线性参数提取与预测技术及综合评价方法组成的一种新型裂缝预测方法；储层地震高分辨率非线性反演是将BP算法嵌入自适应遗传算法内部所构成的集遗传算法和神经网络技术优势于一体的新的地震反演方法，它采用嵌入式新的(GA-BP)混合算法及非线性映射技术，自动实现反演，获得高分辨率地震反演剖面；储层地震非线性综合预测与评价是由遗传算法(GA)与自适应神经网络—模糊推理系统有机地相结合而产生的储层预测与评价的新方法，它将优化处理所形成的新地震属性参数空间作为输入，采用将ANFIS网络中的(GA+LSE)混合算法嵌入到GA算法内部与禁忌搜索算法(TS)加在交叉操作处产生新的自适应混合算法，将综合评价参数作为储层品质和含油气性的定量评价指标。
(3)采用先进的理论与新的方法技术，研制出具有三大非线性功能的专门软件系统：《储层地震非线性综合预测与评价系统》，所采用的软件编译平台是C++和FORTRAN平台。
(4)油气缝洞储层物理模型测试与分析是地球探测、地球物理研究必需的重要基础数据资料，是联系地质、地球物理和油藏工程的纽带与桥梁，可以有效地消除地震解释与反演结果的多解性，是促进地震解释和反演结果由定性到半定量并发展到定量的基础。
根据塔河油田奥陶系碳酸盐岩储层地质特征，形成了从定比观测理论、定向裂缝模型、孔洞模型到多种缝洞模型的研究系列。深入研究了系列物理模型的地震响应特征。分析了多种环境下缝洞特征参数与地震波速度、振幅、主频和衰减等属性参数之间的复杂关系和变化规律，进一步加深了地震波的动力学参数比运动学参数对于储层缝洞的检测更为有效的认识。
(5)在四川、新疆和大庆等油气田应用储层地震非线性综合预测与评价方法及软件系统对碳酸盐岩和碎屑岩储层等各类储层进行了大量的储层预测研究，并与物理模型测试与分析相结合，该方法技术与软件系统均能适应各类复杂多变的储层，是一种高分辨率、高有效性、高可靠性和稳定性的技术，获得了好的地质效果和勘探开发效果以及取得了好的社会效益和经济效益。
储层预测方法与技术的发展必将是储层预测非线性化、深入储层内部结构分析的微观化及储层预测与评价的定量化等。非线性科学理论的应用与发展开创了有广阔前景的储层预测的新途径。
The nonlinear dynamics science is an emerging discipline, it impels manydisciplines development. The research of this dissertation is imbursed in NationalNatural Science Foundation of China (the serial number:40174039, 49874030) andTahe oil field rock physics research topic (the serial number: P01058) of Sinopec"exploration and application of complex medium seismic wave transmitting rule"project and national science and technology tackle key problem project (the serialnumber: BA605A-05-01 in 2001) under union subsidization and under departmentscientific research project assistance, in allusion to the complex changeable reservoirprediction question, the nonlinear dynamics science in brand-new concept, the theoryand the algorithm are introduced and applied during the reservoir prediction and theevaluation, based on the oil-gas fracture-cave reservoir physics model tests andanalyses, having founded the new reservoir prediction theory and the methodtechnology.
(1)The thesis founds the reservoir nonlinear prediction and the evaluation theorybased on the basic theory research of dynamics non-linear system including chaoscharacteristic, fractal characteristic and catastrophe characteristic and so on: Thereservoir has fractal characteristics, chaos evolvement characteristic and catastrophecharacteristic, in the deposition and evolutionary process the reservoir is completely anonlinear process, it is a nonlinear system.
(2)Based on the nonlinear theory, we found the reservoir seismic nonlinearprediction and evaluation method technology, it is constituted by three nonlinearmethods and the technologys of the fracture prediction, the seismic inversion and thereservoir synthesis prediction evaluation: The seismic nonlinear prediction ofreservoir fracture is one new method which is composed with the phase spacereconstruction, the nonlinear parameters pick-up technology and the syntheticprediction evaluation method. The reservoir seismic high resolution nonlinearinversion is a new seismic inversion way which the BP algorithm is embeded in theauto-adapted genetic algorithms interior to have the predominances of neural networktechnology and genetic algorithms, it adopts the new embedded GA-BP mixalgorithms and the nonlinear mapping technology, and realizes the inversionautomatically, obtains the high resolution seismic inversion profile. The reservoirseismic nonlinear synthesis prediction and evaluation is a new method which iscombined organically of genetic algorithms (GA) and adaptive neural fuzzy inferencesystem(ANFIS), it will optimize the new seismic attribute space which are processed to take the input, uses the new adaptive mix algorithm which GD(gradient descent)and LSE(least-square estimation) mix algorithms of ANFIS network insert to the GAinterior and taboo search algorithms(TS) is added to the intercrossed operation place,the simulation of the evaluation parameters is used quantitative evaluation guide lineto the reservoir quality and oil-gas distribution.
(3)Using the advanced theory and the new method technology, we develop tohave three big non-linear function special software systems: "Reservoir SeismicNon-linear Synthesis Prediction and Evaluation System", the software compilingplatform is C++ and the FORTRAN.
(4)The tests and analyses of oil-gas fracture-cave reservoir physics model isimportant basis data that earth exploration and geophysics study necessarily, at thesame time it is a ligament and link contacting geology and geophysics, it is able toremove effectively ambiguity of seismic interpretation and inversion results, and it isthe basis that the results of seismic interpretation and inversion arrive at thequantification from qualitative analysis to semiquantitative.
According to the geological feature of Ordovician carbonate reservoir in Taheoilfield, we have formed the research series based on the fixed-scale observationtheory, the vertically oriented fracture physical models, the hole physical models tomany kinds of fracture-cave physical models. We thoroughly study seismic responsescharacteristic to the series physical models. We have analyzed the complex relationsand the change rule between the fracture-cave characteristic parameters and seismicresponses such as seismic wave speed, amplitude, attenuation and main frequencyunder many kinds of environments. We further deepen the cognition that seismicdynamic responses (amplitude, main frequency, attenuation etc.) to reservoirfracture-cave detection are more sensitive than kinematic ones (velocity etc.).
(5)In oil-gas fields of Sichuan, Xinjiang and Daqing and so on we have studied alot of reservoir prediction research including the carbonate and the clastic reservoiretc. using the reservoir seismic non-linear synthesis prediction and evaluation methodand the software system, and combine it with the physical model testing and theanalysis, the method technology and software system can adapt each kind of complexchangeable reservoirs, it is one kind of high resolution, the high validity, the highreliability and the stable technology. We have obtained the very good geological effectand exploration development effect as well as have acquired the very good social andeconomic efficiency.
The reservoir prediction method and technical development will certainly be thereservoir prediction quantification, the thoroughly reservoir internal microcosmicstructure analysis and the reservoir prediction and evaluation quantification and so on.We have used nonlinear scientific theory to found a wide application prospect newway to reservoir prediction.
(1)论文在对动力学非线性系统的混沌特征、分形特征及突变特征等基础理论研究基础上，建立起储层非线性预测与评价的理论依据：储层具有分形、混沌演化和突变等特征，在沉积及其演化过程中完全是一个非线性过程，储层是一个非线性系统。
(2)基于非线性理论，创建了储层地震非线性预测与评价方法技术，它是由裂缝预测、地震反演和储层综合预测与评价等三大非线性方法与技术组成：储层裂缝地震非线性预测是由相空间重建、非线性参数提取与预测技术及综合评价方法组成的一种新型裂缝预测方法；储层地震高分辨率非线性反演是将BP算法嵌入自适应遗传算法内部所构成的集遗传算法和神经网络技术优势于一体的新的地震反演方法，它采用嵌入式新的(GA-BP)混合算法及非线性映射技术，自动实现反演，获得高分辨率地震反演剖面；储层地震非线性综合预测与评价是由遗传算法(GA)与自适应神经网络—模糊推理系统有机地相结合而产生的储层预测与评价的新方法，它将优化处理所形成的新地震属性参数空间作为输入，采用将ANFIS网络中的(GA+LSE)混合算法嵌入到GA算法内部与禁忌搜索算法(TS)加在交叉操作处产生新的自适应混合算法，将综合评价参数作为储层品质和含油气性的定量评价指标。
(3)采用先进的理论与新的方法技术，研制出具有三大非线性功能的专门软件系统：《储层地震非线性综合预测与评价系统》，所采用的软件编译平台是C++和FORTRAN平台。
(4)油气缝洞储层物理模型测试与分析是地球探测、地球物理研究必需的重要基础数据资料，是联系地质、地球物理和油藏工程的纽带与桥梁，可以有效地消除地震解释与反演结果的多解性，是促进地震解释和反演结果由定性到半定量并发展到定量的基础。
根据塔河油田奥陶系碳酸盐岩储层地质特征，形成了从定比观测理论、定向裂缝模型、孔洞模型到多种缝洞模型的研究系列。深入研究了系列物理模型的地震响应特征。分析了多种环境下缝洞特征参数与地震波速度、振幅、主频和衰减等属性参数之间的复杂关系和变化规律，进一步加深了地震波的动力学参数比运动学参数对于储层缝洞的检测更为有效的认识。
(5)在四川、新疆和大庆等油气田应用储层地震非线性综合预测与评价方法及软件系统对碳酸盐岩和碎屑岩储层等各类储层进行了大量的储层预测研究，并与物理模型测试与分析相结合，该方法技术与软件系统均能适应各类复杂多变的储层，是一种高分辨率、高有效性、高可靠性和稳定性的技术，获得了好的地质效果和勘探开发效果以及取得了好的社会效益和经济效益。
储层预测方法与技术的发展必将是储层预测非线性化、深入储层内部结构分析的微观化及储层预测与评价的定量化等。非线性科学理论的应用与发展开创了有广阔前景的储层预测的新途径。
The nonlinear dynamics science is an emerging discipline, it impels manydisciplines development. The research of this dissertation is imbursed in NationalNatural Science Foundation of China (the serial number:40174039, 49874030) andTahe oil field rock physics research topic (the serial number: P01058) of Sinopec"exploration and application of complex medium seismic wave transmitting rule"project and national science and technology tackle key problem project (the serialnumber: BA605A-05-01 in 2001) under union subsidization and under departmentscientific research project assistance, in allusion to the complex changeable reservoirprediction question, the nonlinear dynamics science in brand-new concept, the theoryand the algorithm are introduced and applied during the reservoir prediction and theevaluation, based on the oil-gas fracture-cave reservoir physics model tests andanalyses, having founded the new reservoir prediction theory and the methodtechnology.
(1)The thesis founds the reservoir nonlinear prediction and the evaluation theorybased on the basic theory research of dynamics non-linear system including chaoscharacteristic, fractal characteristic and catastrophe characteristic and so on: Thereservoir has fractal characteristics, chaos evolvement characteristic and catastrophecharacteristic, in the deposition and evolutionary process the reservoir is completely anonlinear process, it is a nonlinear system.
(2)Based on the nonlinear theory, we found the reservoir seismic nonlinearprediction and evaluation method technology, it is constituted by three nonlinearmethods and the technologys of the fracture prediction, the seismic inversion and thereservoir synthesis prediction evaluation: The seismic nonlinear prediction ofreservoir fracture is one new method which is composed with the phase spacereconstruction, the nonlinear parameters pick-up technology and the syntheticprediction evaluation method. The reservoir seismic high resolution nonlinearinversion is a new seismic inversion way which the BP algorithm is embeded in theauto-adapted genetic algorithms interior to have the predominances of neural networktechnology and genetic algorithms, it adopts the new embedded GA-BP mixalgorithms and the nonlinear mapping technology, and realizes the inversionautomatically, obtains the high resolution seismic inversion profile. The reservoirseismic nonlinear synthesis prediction and evaluation is a new method which iscombined organically of genetic algorithms (GA) and adaptive neural fuzzy inferencesystem(ANFIS), it will optimize the new seismic attribute space which are processed to take the input, uses the new adaptive mix algorithm which GD(gradient descent)and LSE(least-square estimation) mix algorithms of ANFIS network insert to the GAinterior and taboo search algorithms(TS) is added to the intercrossed operation place,the simulation of the evaluation parameters is used quantitative evaluation guide lineto the reservoir quality and oil-gas distribution.
(3)Using the advanced theory and the new method technology, we develop tohave three big non-linear function special software systems: "Reservoir SeismicNon-linear Synthesis Prediction and Evaluation System", the software compilingplatform is C++ and the FORTRAN.
(4)The tests and analyses of oil-gas fracture-cave reservoir physics model isimportant basis data that earth exploration and geophysics study necessarily, at thesame time it is a ligament and link contacting geology and geophysics, it is able toremove effectively ambiguity of seismic interpretation and inversion results, and it isthe basis that the results of seismic interpretation and inversion arrive at thequantification from qualitative analysis to semiquantitative.
According to the geological feature of Ordovician carbonate reservoir in Taheoilfield, we have formed the research series based on the fixed-scale observationtheory, the vertically oriented fracture physical models, the hole physical models tomany kinds of fracture-cave physical models. We thoroughly study seismic responsescharacteristic to the series physical models. We have analyzed the complex relationsand the change rule between the fracture-cave characteristic parameters and seismicresponses such as seismic wave speed, amplitude, attenuation and main frequencyunder many kinds of environments. We further deepen the cognition that seismicdynamic responses (amplitude, main frequency, attenuation etc.) to reservoirfracture-cave detection are more sensitive than kinematic ones (velocity etc.).
(5)In oil-gas fields of Sichuan, Xinjiang and Daqing and so on we have studied alot of reservoir prediction research including the carbonate and the clastic reservoiretc. using the reservoir seismic non-linear synthesis prediction and evaluation methodand the software system, and combine it with the physical model testing and theanalysis, the method technology and software system can adapt each kind of complexchangeable reservoirs, it is one kind of high resolution, the high validity, the highreliability and the stable technology. We have obtained the very good geological effectand exploration development effect as well as have acquired the very good social andeconomic efficiency.
The reservoir prediction method and technical development will certainly be thereservoir prediction quantification, the thoroughly reservoir internal microcosmicstructure analysis and the reservoir prediction and evaluation quantification and so on.We have used nonlinear scientific theory to found a wide application prospect newway to reservoir prediction.
引文
[1] 贺振华，黄德济，胡光岷，等．复杂油气藏地震波场特征方法理论及应用[M]．成都：四川科学技术出版社，1999．
[2] 贺振华．反射地震资料的偏移与反演方法[M]．重庆：重庆大学出版社，1989．
[3] 贺振华，黄德济．缝洞储层的地震检测和预测[J]．勘探地球物理进展，2003，26(2)：79-83．
[4] 贺振华，胡光岷，黄德济．致密储层裂缝发育带的地震识别及相应对策[J]．石油地球物理勘探，2005，40(2)：190-196．
[5] 贺振华，李亚林，张帆，等．定向裂缝对地震波速度和振幅影响的比较-实验结果分析[J]．物探化探计算技术，2001，23(1)：1-5．
[6] 李琼，贺振华．地震高分辨率非线性反演在薄互储层识别中的应用[J]．成都理工大学学报，2004，31(6)：708-712．
[7] 李琼，贺振华，黄德济，等．单孔洞缝模型超声波实验测试与分析．石油物探，2007，46(1)：100-104．
[8] 李琼，贺振华，黄得济，等．温压条件下孔洞模型超声波实验与结果分析[C]．中国地球物理学会第十九届学术年会论文集，南京：南京师范大学出版社，2003．
[9] 李琼，李勇．基于GA-BP理论的储层视裂缝密度地震非线性反演方法．地球物理学进展，2006，21(2)：465-471．
[10] 李琼，李正文，钱一雄，等．塔中围斜区东河砂岩地震速度分布特征与储层预测研究．中南大学学报(自然科学版)，2006，37(增刊1)：1-6．
[11] 李琼，李正文，吴朝容．储层视裂缝密度地震非线性反演[C]．中国地球物理学会第二十二届学术年会论文集，四川：四川科学技术出版社，2006，64．
[12] 李琼，李正文，魏野．同铁构造嘉陵江组储层裂缝非线性预测与分析研究．矿物岩石，2004，24(2)：78-81．
[13] 李琼，李正文，蒲勇．沉积盆地的突变特征及尖点突变模型的应用研究[J]．成都理工学院学报，2001，28(1)：64-69．
[14] 李琼，李正文．沉积盆地有效储集层综合识别技术新进展[J]．国土资源科技管理，2002，19(6) ：57-59．
[15] 刘振武，方朝亮．21世纪初中国油气关键技术展望[M]．北京：石油工业出版社，2003．
[16] 刘希强，李红，郑建常，等．非线性方法在地球物理研究中的应用综述和展望[J]．国际地震动态，2000，(5)：5-12．
[17] 黄润秋，许强．工程地质广义系统科学分析原理及应用[M]．北京：地质出版社，1997．
[18] 凌复华．突变理论——历史、现状和展望[J]．力学进展，1984，14：4．
[18] Zeeman E．C．catastrophe theory[J]．Scientific American，1976．
[20] Saunders P．T．凌复华译．突变理论入门[M]．上海：上海科技文献出版社，1983．
[21] Henley S．C．catastrophe theory．model in geology．Math[M]．Geo．，1976．
[22] 李正文，唐建明，鄢永玲，等．油气储集层突变理论识别技术及其应用[J]．矿物岩石，1998，18(3)：87-93
[23] 吴大奎．分形、混沌、突变论在油气预测中的应用[D]．成都：成都理工学院，1995．
[24] 项希勇，穆星，纪晓东．突变理论在油气检测中的应用尝试[J]．石油地球物理勘探，1998，20(4)：338-343．
[25] Mandelbort B B. Fractals: form, Chance and dimension[M]. San Francisco: Freeman, 1977.
[26] 刘式达，刘式适．地球物理中的混沌[M]．长春：东北师范大学出版社，1999．
[27] Tadeusz J. Ulrych. Thewhiteness hypothesis: Reflectivity, inversion, chaos, and Enders[J].Geophysics, 1999, 64(5): 1512-1523.
[28] 李正文，李琼．岩性储集层的混沌识别技术研究[J]．矿物岩石，1999，19(2)：81-85．
[29] 罗朝盛，汪富泉．地震信号的能量维数及其在油气勘探中的应用[J]．杭州：杭州应用 技术工程学院学报，1999，11(1，2)：11-15．
[30] Holland J H. Outline for a logical theory of adaptive systems[J]. Journal of the Association for Computing Machinery, 1962, (3):297-314.
[31] Stoffa P L, Sen K K. Nonlinear mu]tiparameter optimization using genetic algorithms: inversion of plane-wave seismograms[J]. Geophysics, 1991, (56): 1794-1810.
[32] Zheng Yuehua, Anderson John G. A composite source model of the 1994 North ridge earthquake using GA[J]. BSSA, 1996, 86(1B): 71-78.
[33] 万永革，李鸿吉．遗传算法在确定震源位置中的应用[J]．地震地磁观测与研究，1995，16(6)：1-7．
[34] Yam anaka H, Ishide. Application of genetic algorithm to an inversion of surface-wave dispersion data[J]. BSSA, 1996,83(2): 436-444.
[35] 石耀霖，等．面波频散反演地球内部构造的遗传算法[J]．地球物理学报，1995，38(2)：189-199．
[36] 陈棋福，石耀霖，王慧敏．应用遗传算法建立地震预报的分类体系初探[J]．地震，1995，(6)：40-47．
[37] 姚姚．用人工神经网络实现同相轴自动拾取[J]．石油地球物理勘探，1994，19(1)：111-116．
[38] 万永革，李鸿吉．人工神经网络在地球物理中的应用综述[J]．国际地震动态，1995，(1)：9-14．
[39] 王炜，等．BP神经网络在新一代地震预报专家系统中应用[J]．地震，1997，17(2)：142-148．
[40] 刘希强，等．基于小波包变换的弱震相识别方法[J]．地震学报，1997，20(4)：373-380．
[41] 王家映．地球物理反演理论[M]．北京：中国地质大学出版社，1998．
[42] Crampin S. Evaluation of anisotropy by shear-wave spilitting[J]. Geophysics, 1985, 50(1): 142-152.
[43] TathamRH，MatthewsMD，SekharanKK．横波分裂和裂隙强度的一种物理模型研究[A]．见：第57届SEG年会论文集[C]．北京：石油工业出版社，1989：249-252．
[44] JohnsonJV，TathamRH，等．裂缝引起横波各向异性的物理模拟[A]．见：第59届SEG年会论文集[C]．北京：石油工业出版社，1991：430-433．
[45] Assad J M, Tatham R H, Mcdonald J A.A physical model study of microcrack-induced anisotropy[J]. Geophysics, 1992, 57(12): 1562-1570.
[46] CheadleSB，BrownRJ，等．正交各向异性：多组分物理模型研究[A]．见：第60届SEG年会论文集[C]．北京：石油工业出版，1992：587-592．
[47] 张帆，贺振华，黄德济，等．储层裂隙波场特征物理模型实验研究[J]．石油地球物理勘探，1999，34(6)：676-681．
[48] 李亚林，贺振华，黄德济，等．露头砂岩纵横波衰减的各向异性实验研究[J]．石油地球物理勘探，1999，34(6)：659～664
[49] 郝守玲，等．EDA介质的P波方位各向异性-物理模型研究[J]．石油地球物理勘探，1998，33(增刊2)：54-62．
[50] 魏建新．不同裂缝密度的物理模型研究[J]．石油物探，2002，41(4)：433-438．
[51] 刘斌，KernH，等．围压作用下岩石样品中微裂纹的闭合[J]．地球物理学报，2001，44(3)：421-428．
[52] 方华，伍向阳．岩石中裂纹对弹性波速度的影响[J]．地球物理学进展，1998，13(4)：79-81．
[53] 李云．非线性动力系统的现代数学方法及其应用[M]．北京：人民交通出版社，1998．
[54] Mandelbrot. B. B.. hes objects fractals: from, hasardet dimension[M]. Paris: Flammrion, 1975.
[55] Falconer. K.J..The geornetry of fractal set[M].London:Cambridge Uni. Press, 1985.
[56] 谢和平．分形——岩石力学导论[M]．北京：科学出版社，1996．
[57] 肯尼思·法尔科内．曾文曲，刘世耀，等译．分形几何——数学基础及应用[M]．沈阳：东北大学出版社，1991．
[58] 李水根．分形[M]．北京：高等教育出版社，2004．
[59] 李正文，李琼，吴朝容．沉积盆地有效储集层综合识别技术[M]．成都：四川科学技术出版社，2002．
[60] 吴大奎．应用分形插值预测裂缝．石油地球物珲勘探[J]，1995，12(6)：823-827．
[61] 周文．裂缝性油气储集层评价方法[M]．成都：四川科学技术出版社，1998．
[62] 李庆忠．怎样正确对待分形、分维技术?[J]．石油地球物理勘探，1996，33(1)：136-161．
[63] 刘树根，李国蓉，郑荣才．西昌盆地上三叠统储层特征研究[J]．天然气工业，2004，24(2)：14-17．
[64] 李双文，刘洛犬，张有平，等．准噶尔盆地莫北凸起侏罗系三工河组沉积演化及微相构成[J]．沉积学报，2006，24(6)：819-828．
[65] 魏宏森，宋永华，郭治安，等．开创复杂性研究的新科学—系统科学纵览[M]．成都：四川教育出版社，1991
[66] 郝柏林．分岔、混沌、奇怪吸引子、湍流及其它—关于确定论系统中的内在随机性[J]．物理学进展，1983，3(3)：335-416．
[67] 尹成，周翼，谢桂生，等．基于综合的混沌优化算法的地震子波估计[J]．物探化探计算技术，2001，23 (2)：97-100．
[68] IOOSS G. Introduction to applied nonlinear dynamical systems and chaos[M]. Springer, 1990.
[69] 李正文，唐建明，鄢永玲，等．油气储集层突变理论识别技术及其应用[J]．矿物岩石，1998，18(3)：87-93．
[70] 李正文，李琼．油气储集层裂缝非线性预测技术及应用研究[J]．石油地球物理勘探，2003，38(1)：48-52．
[71] 王小平，曹立明．遗传算法——理论、应用与软件实现[M]．西安：西安交通大学出版社，2002．
[72] 周明，孙树栋．遗传算法原理及应用[M]．北京：国防工业出版社，1999．
[73] 刘勇，康立山，等．非数值并行计算(第2册)——遗传算法[M]．北京：科学出版社，1995．
[74] 李敏强，寇纪淞，林丹，等．遗传算法的基本理论与应用[M]．北京：科学出版社，2003．
[75] 尹成，陈涛，黄小革，等．综合的遗传算法及其在地震波阻抗反演中的应用[J]．西南石油学院学报，1999，2(2)：42-45．
[76] 朱光明等译．地球物理数据分析-离散反演理论[M]．北京：地质出版社，1988．
[77] 杨慧珠，张世俊，杜祥．小牛境遗传算法求解多峰问题在反演中应用[J]．地球物理学进展，2001，16(2)：35-41．
[78] 焦李成．神经网络的应用和实现[M]．西安：西安电子科技大学出版社，1993．
[79] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000．
[80] А．И．加卢什金．神经网络理论[M]．阎平凡译．北京：清华大学出版社，2003．
[81] Whitleyet D. Genetic Algorithms and Neural networks: Optimizing Connections and Connectivity[J]. Parallel Compution, 1990, 14: 347-361.
[82] Kitano H. Designing Neural Networks Using Genetic Algorithms with Graph Generation System[J]. Complex Sysmtem, 1990, 4: 461-476.
[83] Jang J S R. ANFIS: Adaptive-Network-Based Fuzzy Inference System[J]. IEEE Transaction on System, Man and Cybernetics, 1993, 23 (3): 665～685.
[84] Jang J S R., SunCT, Mizutani E. Neuro Fuzzy and Soft Computing[M]. America: Prentice-Hall, 1997.
[85] H. Kitano. Designing neural networks using genetic algorithms with graph generation system[J]. Complex Systems, 1990, 4: 461-476.
[86] 杨慧珠．反问题和地球物理学中的力学问题[A]．见：走向21世纪的中国力学-中国科协第9次青年科学家论坛报告文集[C]．北京：清华大学出版社，1996，264-273．
[87] 尹成，蒲勇，周洁玲，等．混沌噪声扰动的地震波反演研究[J]．西南石油学院学报， 2002，24(4)：5-8．
[88] 姚逢昌，甘利灯．地震反演的应用与限制[J]．石油勘探与开发，2000，27(2)：53-56．
[89] 候安宁，何樵登．地震弹性波参数的非线性数值反演[J]．石油地球物理勘探，1994，29(6)：669-677．
[90] 陈小宏，牟永光．二维地震资料波动方程非线性反演[J]．地球物理学报，1996，39(3)：401-408．
[91] 杨磊，张向君，李幼铭．地震道非线性反演的参数反馈控制及效果[J]．地球物理学报，1999，42(5)：677-684．
[92] 李庆忠．走向精确勘探的道路[M]．北京：石油工业出版社，1994．
[93] 杨文采．神经网络在算法在地球物理反演中的应用[J]．石油物探，1995，34(1)：116-120．
[94] 刘全稳，陈景山，王允诚．油气圈闭评价与管理系统[M]．北京：石油工业出版社，2000．
[95] 刘全稳，何家雄，陈国民．莺歌海盆地中深层天然气成藏特征[J]．天然气工业，2005，25(9)：1-3．
[96] 凌云研究组．三维地震数据的分析和监测方法研究[J]．石油地球物理勘探，2002，37(5)：433-440．
[97] 王绪本，姜彦南，毛立峰，等．大地电磁概率成像初步研究[J]．物探化探计算技术，2002，24(增刊)：64-69．
[98] 张乃尧，阎平凡．神经网络与模糊控制[M]．北京：清华大学出版社，1998．
[99] 张智星，孙春在，水谷英二．神经-模糊和软计算[M]．西安：西安交通大学出版社，2000．
[100] 赵太银．ANFIS理论与油气储集层非线性评价方法研究：[D]．成都：成都理工大学，2002．
[101] Glover F. Future paths for Integer Programming and Links to Artificial Intelligence[J]. Computers and Operations Research, 1986, 5: 533-549.
[102] Crampin S. Evaluation of anisotropy by shear-wave splitting[J]. Geophysies, 1985, 50(1): 142-152.
[103] Tatham R H，Matthews M D，Sekharan K K，等．横波分裂和裂隙强度的一种物理模型研究[A]．见：第57届SEG年会论文集[C]，北京：石油工业出版社，1989：249-252．
[104] Johnson J V，Tatham R H，McDonald J A，等．裂缝引起横波各向异性的物理模拟[A]．见：第59届SEG年会论文集[c]，北京：石油工业出版社，1991：430-433．
[105] 张帆，贺振华，黄德济，等．储层裂隙波场特征物理模型实验研究[J]．石油地球物理勘探，1999，34(6)：676-681．
[106] 郝守玲，赵群，周正仁，等．EDA介质的P波方位各向异性-物理模型研究[J]．石油地球物理勘探，1998，33(增刊2)：54-62．
[107] 魏建新．不同裂缝密度的物理模型研究[J]．石油物探，2002，41(4)：433-438．
[108] 李剑峰，赵群，郝守玲，等．塔河油田碳酸盐岩储层缝洞系统的物理模拟研究[J]．石油物探，2005，44(5)：428-432．
[109] 赵鸿儒，唐文榜，郭铁栓．超声地震模型试验技术及应用[M]．北京：石油工业出版社，1986．
[110] 李亚林，贺振华，黄德济，等．露头砂岩纵横波衰减的各向异性实验研究[J]．石油地球物理勘探，1999，34(6)：659-664．
[111] 陈颙，黄庭芳．岩石物理学[M]．北京：北京大学出版社，2001．
[112] 黄德济，贺振华，包吉山．地震勘探资料数字处理[M]．北京：地质出版社，1990．
[113] 贺振华，李亚林，曹均，等．地层温压条件下超声波测试技术．勘探地球物理进展，2003，26(2)：84-87．
[114] 李亚林．孔(裂)隙介质波场特征的超声实验及应用研究[D]．成都：成都理工大学，1999．
[115] 曹均．裂隙储层物理模型的实验研究[D]．成都：成都理工大学，2003．
[116] 魏建新．岩石横波分裂和各向异性的实验室观测[J]．石油物探，1993，32(1)：60-67．
[117] 魏建新．不同裂缝密度的物理模型研究[J]．石油物探，2002，41(4)：433-438．
[118] 郭建．裂隙介质中的各向异性研究[J]．石油地球物理勘探，1993，28(3)：348-353．
[119] 刘彦强，董敏煜．对从各向同性到各向异性带来的几个问题的初探[J]．石油地球物质勘探，1992，27(1)：29-44．
[120] 汪和杰，董敏煜．EDA介质中的弹性波[J]．石油地球物理勘探，1994，29(6)：706-712．
[121] 汪和杰，董敏煜．EDA介质中弹性波VSP模拟和横波双折射分析[J]．石油地球物理勘探，1993，28(增刊2)：63-69．
[122] 李文林，李承楚．含裂隙介质中弹性波场止演模拟[J]．石油地球物理勘探，1994，29(6)：714-722．
[123] 李文林，李承楚．一种拾取裂隙密度的新方法[J]．石油地球物理勘探，1994，29(3)：286-293．
[124] 曹俊兴，何晓燕．基于动力沟道追踪的地下流体运移预测方法初步研究[J]．成都理工大学学报，2004，31(6)：685-688．
[125] Cheadle S B，Brown R J，Lawton D C．正交各向异性：多组分物理模犁研究[A]．见：第60届SEG年会论文集[C]，北京：石油工业出版社，1992：587-592．
[126] MTS岩石物理参数测试系统简介．成都理工大学“油气藏地质与开发工程”国家重点实验室，1994．
[127] MTS岩石物理参数测试系统基本实验方法．成都理工大学“油气藏地质与开发工程”国家重点实验室，1994．
[128] Avseth P, Mukerji T, Mavko G. Quantitative seismic interpretation-appling rock physics tools to reduce interpretation risk[M].Cambridge university press, 2005.
[129] Pennington W D. Seismic petrophysics: An applied science for reservoir geophysics[J]. The Leading Edge, 1997, 16(3): 241-244.
[130] Crampin S, McGonigle R, Bamford D. Estimating crack parameters from observations of P-wave velocity anisotropy[J]. Geophysics, 1980, 46: 345-360.
[131] Hudson J A. Wave speeds and attenuation of elastic waves in material containing cracks[J]. Geophys J R astr Soc, 1981, 64: 133-150.
[132] Johnston O H, Toksoz M N. Ultrasonic P and S wave attenuation in dry and saturated rocks under pressure[J].J Geophys Res, 1980, 85(B2): 925-936.
[133] Toksoz M N, Johnston D H, Timur A. Attenuation of seismic waves in dry and saturated rocks: I. Laboratory measurements[J].Geophysics, 1979, 44(4): 681-690.
[134] Vernik L, Nut A. Ultrasonic velocity and anisotropy of hydrocarbon source rocks[J].Geophysics, 1992, 57(5): 727-735.
[135] Subhashis Mallick et al. Determination of the principal directions of azimuthalanisotropy from P—wave seismicdata[J].Geophysics, 1998, 63(2): 692-706.
[136] Boadu F K. Fractured rock mass characterization parameters and seismic properties: Analytical studies[J].J Applied Geophys., 1997, 36(1): 1-19.
[137] Assad J M, Tatham R H, McDonald J A. A physical model study of microcrack-induced anisotropy[J]. Geophysics, 1992, 57(12): 1562-1570.
[138] Crampin S. Evaluation ofanisotropy by shear-wave spilitting[J]. Geophysics, 1985, 50(1): 142-152.
[139] 牟永光．三维复杂介质地震物理模拟[M]．北京：石油工业出版社，2003．
[2] 贺振华．反射地震资料的偏移与反演方法[M]．重庆：重庆大学出版社，1989．
[3] 贺振华，黄德济．缝洞储层的地震检测和预测[J]．勘探地球物理进展，2003，26(2)：79-83．
[4] 贺振华，胡光岷，黄德济．致密储层裂缝发育带的地震识别及相应对策[J]．石油地球物理勘探，2005，40(2)：190-196．
[5] 贺振华，李亚林，张帆，等．定向裂缝对地震波速度和振幅影响的比较-实验结果分析[J]．物探化探计算技术，2001，23(1)：1-5．
[6] 李琼，贺振华．地震高分辨率非线性反演在薄互储层识别中的应用[J]．成都理工大学学报，2004，31(6)：708-712．
[7] 李琼，贺振华，黄德济，等．单孔洞缝模型超声波实验测试与分析．石油物探，2007，46(1)：100-104．
[8] 李琼，贺振华，黄得济，等．温压条件下孔洞模型超声波实验与结果分析[C]．中国地球物理学会第十九届学术年会论文集，南京：南京师范大学出版社，2003．
[9] 李琼，李勇．基于GA-BP理论的储层视裂缝密度地震非线性反演方法．地球物理学进展，2006，21(2)：465-471．
[10] 李琼，李正文，钱一雄，等．塔中围斜区东河砂岩地震速度分布特征与储层预测研究．中南大学学报(自然科学版)，2006，37(增刊1)：1-6．
[11] 李琼，李正文，吴朝容．储层视裂缝密度地震非线性反演[C]．中国地球物理学会第二十二届学术年会论文集，四川：四川科学技术出版社，2006，64．
[12] 李琼，李正文，魏野．同铁构造嘉陵江组储层裂缝非线性预测与分析研究．矿物岩石，2004，24(2)：78-81．
[13] 李琼，李正文，蒲勇．沉积盆地的突变特征及尖点突变模型的应用研究[J]．成都理工学院学报，2001，28(1)：64-69．
[14] 李琼，李正文．沉积盆地有效储集层综合识别技术新进展[J]．国土资源科技管理，2002，19(6) ：57-59．
[15] 刘振武，方朝亮．21世纪初中国油气关键技术展望[M]．北京：石油工业出版社，2003．
[16] 刘希强，李红，郑建常，等．非线性方法在地球物理研究中的应用综述和展望[J]．国际地震动态，2000，(5)：5-12．
[17] 黄润秋，许强．工程地质广义系统科学分析原理及应用[M]．北京：地质出版社，1997．
[18] 凌复华．突变理论——历史、现状和展望[J]．力学进展，1984，14：4．
[18] Zeeman E．C．catastrophe theory[J]．Scientific American，1976．
[20] Saunders P．T．凌复华译．突变理论入门[M]．上海：上海科技文献出版社，1983．
[21] Henley S．C．catastrophe theory．model in geology．Math[M]．Geo．，1976．
[22] 李正文，唐建明，鄢永玲，等．油气储集层突变理论识别技术及其应用[J]．矿物岩石，1998，18(3)：87-93
[23] 吴大奎．分形、混沌、突变论在油气预测中的应用[D]．成都：成都理工学院，1995．
[24] 项希勇，穆星，纪晓东．突变理论在油气检测中的应用尝试[J]．石油地球物理勘探，1998，20(4)：338-343．
[25] Mandelbort B B. Fractals: form, Chance and dimension[M]. San Francisco: Freeman, 1977.
[26] 刘式达，刘式适．地球物理中的混沌[M]．长春：东北师范大学出版社，1999．
[27] Tadeusz J. Ulrych. Thewhiteness hypothesis: Reflectivity, inversion, chaos, and Enders[J].Geophysics, 1999, 64(5): 1512-1523.
[28] 李正文，李琼．岩性储集层的混沌识别技术研究[J]．矿物岩石，1999，19(2)：81-85．
[29] 罗朝盛，汪富泉．地震信号的能量维数及其在油气勘探中的应用[J]．杭州：杭州应用 技术工程学院学报，1999，11(1，2)：11-15．
[30] Holland J H. Outline for a logical theory of adaptive systems[J]. Journal of the Association for Computing Machinery, 1962, (3):297-314.
[31] Stoffa P L, Sen K K. Nonlinear mu]tiparameter optimization using genetic algorithms: inversion of plane-wave seismograms[J]. Geophysics, 1991, (56): 1794-1810.
[32] Zheng Yuehua, Anderson John G. A composite source model of the 1994 North ridge earthquake using GA[J]. BSSA, 1996, 86(1B): 71-78.
[33] 万永革，李鸿吉．遗传算法在确定震源位置中的应用[J]．地震地磁观测与研究，1995，16(6)：1-7．
[34] Yam anaka H, Ishide. Application of genetic algorithm to an inversion of surface-wave dispersion data[J]. BSSA, 1996,83(2): 436-444.
[35] 石耀霖，等．面波频散反演地球内部构造的遗传算法[J]．地球物理学报，1995，38(2)：189-199．
[36] 陈棋福，石耀霖，王慧敏．应用遗传算法建立地震预报的分类体系初探[J]．地震，1995，(6)：40-47．
[37] 姚姚．用人工神经网络实现同相轴自动拾取[J]．石油地球物理勘探，1994，19(1)：111-116．
[38] 万永革，李鸿吉．人工神经网络在地球物理中的应用综述[J]．国际地震动态，1995，(1)：9-14．
[39] 王炜，等．BP神经网络在新一代地震预报专家系统中应用[J]．地震，1997，17(2)：142-148．
[40] 刘希强，等．基于小波包变换的弱震相识别方法[J]．地震学报，1997，20(4)：373-380．
[41] 王家映．地球物理反演理论[M]．北京：中国地质大学出版社，1998．
[42] Crampin S. Evaluation of anisotropy by shear-wave spilitting[J]. Geophysics, 1985, 50(1): 142-152.
[43] TathamRH，MatthewsMD，SekharanKK．横波分裂和裂隙强度的一种物理模型研究[A]．见：第57届SEG年会论文集[C]．北京：石油工业出版社，1989：249-252．
[44] JohnsonJV，TathamRH，等．裂缝引起横波各向异性的物理模拟[A]．见：第59届SEG年会论文集[C]．北京：石油工业出版社，1991：430-433．
[45] Assad J M, Tatham R H, Mcdonald J A.A physical model study of microcrack-induced anisotropy[J]. Geophysics, 1992, 57(12): 1562-1570.
[46] CheadleSB，BrownRJ，等．正交各向异性：多组分物理模型研究[A]．见：第60届SEG年会论文集[C]．北京：石油工业出版，1992：587-592．
[47] 张帆，贺振华，黄德济，等．储层裂隙波场特征物理模型实验研究[J]．石油地球物理勘探，1999，34(6)：676-681．
[48] 李亚林，贺振华，黄德济，等．露头砂岩纵横波衰减的各向异性实验研究[J]．石油地球物理勘探，1999，34(6)：659～664
[49] 郝守玲，等．EDA介质的P波方位各向异性-物理模型研究[J]．石油地球物理勘探，1998，33(增刊2)：54-62．
[50] 魏建新．不同裂缝密度的物理模型研究[J]．石油物探，2002，41(4)：433-438．
[51] 刘斌，KernH，等．围压作用下岩石样品中微裂纹的闭合[J]．地球物理学报，2001，44(3)：421-428．
[52] 方华，伍向阳．岩石中裂纹对弹性波速度的影响[J]．地球物理学进展，1998，13(4)：79-81．
[53] 李云．非线性动力系统的现代数学方法及其应用[M]．北京：人民交通出版社，1998．
[54] Mandelbrot. B. B.. hes objects fractals: from, hasardet dimension[M]. Paris: Flammrion, 1975.
[55] Falconer. K.J..The geornetry of fractal set[M].London:Cambridge Uni. Press, 1985.
[56] 谢和平．分形——岩石力学导论[M]．北京：科学出版社，1996．
[57] 肯尼思·法尔科内．曾文曲，刘世耀，等译．分形几何——数学基础及应用[M]．沈阳：东北大学出版社，1991．
[58] 李水根．分形[M]．北京：高等教育出版社，2004．
[59] 李正文，李琼，吴朝容．沉积盆地有效储集层综合识别技术[M]．成都：四川科学技术出版社，2002．
[60] 吴大奎．应用分形插值预测裂缝．石油地球物珲勘探[J]，1995，12(6)：823-827．
[61] 周文．裂缝性油气储集层评价方法[M]．成都：四川科学技术出版社，1998．
[62] 李庆忠．怎样正确对待分形、分维技术?[J]．石油地球物理勘探，1996，33(1)：136-161．
[63] 刘树根，李国蓉，郑荣才．西昌盆地上三叠统储层特征研究[J]．天然气工业，2004，24(2)：14-17．
[64] 李双文，刘洛犬，张有平，等．准噶尔盆地莫北凸起侏罗系三工河组沉积演化及微相构成[J]．沉积学报，2006，24(6)：819-828．
[65] 魏宏森，宋永华，郭治安，等．开创复杂性研究的新科学—系统科学纵览[M]．成都：四川教育出版社，1991
[66] 郝柏林．分岔、混沌、奇怪吸引子、湍流及其它—关于确定论系统中的内在随机性[J]．物理学进展，1983，3(3)：335-416．
[67] 尹成，周翼，谢桂生，等．基于综合的混沌优化算法的地震子波估计[J]．物探化探计算技术，2001，23 (2)：97-100．
[68] IOOSS G. Introduction to applied nonlinear dynamical systems and chaos[M]. Springer, 1990.
[69] 李正文，唐建明，鄢永玲，等．油气储集层突变理论识别技术及其应用[J]．矿物岩石，1998，18(3)：87-93．
[70] 李正文，李琼．油气储集层裂缝非线性预测技术及应用研究[J]．石油地球物理勘探，2003，38(1)：48-52．
[71] 王小平，曹立明．遗传算法——理论、应用与软件实现[M]．西安：西安交通大学出版社，2002．
[72] 周明，孙树栋．遗传算法原理及应用[M]．北京：国防工业出版社，1999．
[73] 刘勇，康立山，等．非数值并行计算(第2册)——遗传算法[M]．北京：科学出版社，1995．
[74] 李敏强，寇纪淞，林丹，等．遗传算法的基本理论与应用[M]．北京：科学出版社，2003．
[75] 尹成，陈涛，黄小革，等．综合的遗传算法及其在地震波阻抗反演中的应用[J]．西南石油学院学报，1999，2(2)：42-45．
[76] 朱光明等译．地球物理数据分析-离散反演理论[M]．北京：地质出版社，1988．
[77] 杨慧珠，张世俊，杜祥．小牛境遗传算法求解多峰问题在反演中应用[J]．地球物理学进展，2001，16(2)：35-41．
[78] 焦李成．神经网络的应用和实现[M]．西安：西安电子科技大学出版社，1993．
[79] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000．
[80] А．И．加卢什金．神经网络理论[M]．阎平凡译．北京：清华大学出版社，2003．
[81] Whitleyet D. Genetic Algorithms and Neural networks: Optimizing Connections and Connectivity[J]. Parallel Compution, 1990, 14: 347-361.
[82] Kitano H. Designing Neural Networks Using Genetic Algorithms with Graph Generation System[J]. Complex Sysmtem, 1990, 4: 461-476.
[83] Jang J S R. ANFIS: Adaptive-Network-Based Fuzzy Inference System[J]. IEEE Transaction on System, Man and Cybernetics, 1993, 23 (3): 665～685.
[84] Jang J S R., SunCT, Mizutani E. Neuro Fuzzy and Soft Computing[M]. America: Prentice-Hall, 1997.
[85] H. Kitano. Designing neural networks using genetic algorithms with graph generation system[J]. Complex Systems, 1990, 4: 461-476.
[86] 杨慧珠．反问题和地球物理学中的力学问题[A]．见：走向21世纪的中国力学-中国科协第9次青年科学家论坛报告文集[C]．北京：清华大学出版社，1996，264-273．
[87] 尹成，蒲勇，周洁玲，等．混沌噪声扰动的地震波反演研究[J]．西南石油学院学报， 2002，24(4)：5-8．
[88] 姚逢昌，甘利灯．地震反演的应用与限制[J]．石油勘探与开发，2000，27(2)：53-56．
[89] 候安宁，何樵登．地震弹性波参数的非线性数值反演[J]．石油地球物理勘探，1994，29(6)：669-677．
[90] 陈小宏，牟永光．二维地震资料波动方程非线性反演[J]．地球物理学报，1996，39(3)：401-408．
[91] 杨磊，张向君，李幼铭．地震道非线性反演的参数反馈控制及效果[J]．地球物理学报，1999，42(5)：677-684．
[92] 李庆忠．走向精确勘探的道路[M]．北京：石油工业出版社，1994．
[93] 杨文采．神经网络在算法在地球物理反演中的应用[J]．石油物探，1995，34(1)：116-120．
[94] 刘全稳，陈景山，王允诚．油气圈闭评价与管理系统[M]．北京：石油工业出版社，2000．
[95] 刘全稳，何家雄，陈国民．莺歌海盆地中深层天然气成藏特征[J]．天然气工业，2005，25(9)：1-3．
[96] 凌云研究组．三维地震数据的分析和监测方法研究[J]．石油地球物理勘探，2002，37(5)：433-440．
[97] 王绪本，姜彦南，毛立峰，等．大地电磁概率成像初步研究[J]．物探化探计算技术，2002，24(增刊)：64-69．
[98] 张乃尧，阎平凡．神经网络与模糊控制[M]．北京：清华大学出版社，1998．
[99] 张智星，孙春在，水谷英二．神经-模糊和软计算[M]．西安：西安交通大学出版社，2000．
[100] 赵太银．ANFIS理论与油气储集层非线性评价方法研究：[D]．成都：成都理工大学，2002．
[101] Glover F. Future paths for Integer Programming and Links to Artificial Intelligence[J]. Computers and Operations Research, 1986, 5: 533-549.
[102] Crampin S. Evaluation of anisotropy by shear-wave splitting[J]. Geophysies, 1985, 50(1): 142-152.
[103] Tatham R H，Matthews M D，Sekharan K K，等．横波分裂和裂隙强度的一种物理模型研究[A]．见：第57届SEG年会论文集[C]，北京：石油工业出版社，1989：249-252．
[104] Johnson J V，Tatham R H，McDonald J A，等．裂缝引起横波各向异性的物理模拟[A]．见：第59届SEG年会论文集[c]，北京：石油工业出版社，1991：430-433．
[105] 张帆，贺振华，黄德济，等．储层裂隙波场特征物理模型实验研究[J]．石油地球物理勘探，1999，34(6)：676-681．
[106] 郝守玲，赵群，周正仁，等．EDA介质的P波方位各向异性-物理模型研究[J]．石油地球物理勘探，1998，33(增刊2)：54-62．
[107] 魏建新．不同裂缝密度的物理模型研究[J]．石油物探，2002，41(4)：433-438．
[108] 李剑峰，赵群，郝守玲，等．塔河油田碳酸盐岩储层缝洞系统的物理模拟研究[J]．石油物探，2005，44(5)：428-432．
[109] 赵鸿儒，唐文榜，郭铁栓．超声地震模型试验技术及应用[M]．北京：石油工业出版社，1986．
[110] 李亚林，贺振华，黄德济，等．露头砂岩纵横波衰减的各向异性实验研究[J]．石油地球物理勘探，1999，34(6)：659-664．
[111] 陈颙，黄庭芳．岩石物理学[M]．北京：北京大学出版社，2001．
[112] 黄德济，贺振华，包吉山．地震勘探资料数字处理[M]．北京：地质出版社，1990．
[113] 贺振华，李亚林，曹均，等．地层温压条件下超声波测试技术．勘探地球物理进展，2003，26(2)：84-87．
[114] 李亚林．孔(裂)隙介质波场特征的超声实验及应用研究[D]．成都：成都理工大学，1999．
[115] 曹均．裂隙储层物理模型的实验研究[D]．成都：成都理工大学，2003．
[116] 魏建新．岩石横波分裂和各向异性的实验室观测[J]．石油物探，1993，32(1)：60-67．
[117] 魏建新．不同裂缝密度的物理模型研究[J]．石油物探，2002，41(4)：433-438．
[118] 郭建．裂隙介质中的各向异性研究[J]．石油地球物理勘探，1993，28(3)：348-353．
[119] 刘彦强，董敏煜．对从各向同性到各向异性带来的几个问题的初探[J]．石油地球物质勘探，1992，27(1)：29-44．
[120] 汪和杰，董敏煜．EDA介质中的弹性波[J]．石油地球物理勘探，1994，29(6)：706-712．
[121] 汪和杰，董敏煜．EDA介质中弹性波VSP模拟和横波双折射分析[J]．石油地球物理勘探，1993，28(增刊2)：63-69．
[122] 李文林，李承楚．含裂隙介质中弹性波场止演模拟[J]．石油地球物理勘探，1994，29(6)：714-722．
[123] 李文林，李承楚．一种拾取裂隙密度的新方法[J]．石油地球物理勘探，1994，29(3)：286-293．
[124] 曹俊兴，何晓燕．基于动力沟道追踪的地下流体运移预测方法初步研究[J]．成都理工大学学报，2004，31(6)：685-688．
[125] Cheadle S B，Brown R J，Lawton D C．正交各向异性：多组分物理模犁研究[A]．见：第60届SEG年会论文集[C]，北京：石油工业出版社，1992：587-592．
[126] MTS岩石物理参数测试系统简介．成都理工大学“油气藏地质与开发工程”国家重点实验室，1994．
[127] MTS岩石物理参数测试系统基本实验方法．成都理工大学“油气藏地质与开发工程”国家重点实验室，1994．
[128] Avseth P, Mukerji T, Mavko G. Quantitative seismic interpretation-appling rock physics tools to reduce interpretation risk[M].Cambridge university press, 2005.
[129] Pennington W D. Seismic petrophysics: An applied science for reservoir geophysics[J]. The Leading Edge, 1997, 16(3): 241-244.
[130] Crampin S, McGonigle R, Bamford D. Estimating crack parameters from observations of P-wave velocity anisotropy[J]. Geophysics, 1980, 46: 345-360.
[131] Hudson J A. Wave speeds and attenuation of elastic waves in material containing cracks[J]. Geophys J R astr Soc, 1981, 64: 133-150.
[132] Johnston O H, Toksoz M N. Ultrasonic P and S wave attenuation in dry and saturated rocks under pressure[J].J Geophys Res, 1980, 85(B2): 925-936.
[133] Toksoz M N, Johnston D H, Timur A. Attenuation of seismic waves in dry and saturated rocks: I. Laboratory measurements[J].Geophysics, 1979, 44(4): 681-690.
[134] Vernik L, Nut A. Ultrasonic velocity and anisotropy of hydrocarbon source rocks[J].Geophysics, 1992, 57(5): 727-735.
[135] Subhashis Mallick et al. Determination of the principal directions of azimuthalanisotropy from P—wave seismicdata[J].Geophysics, 1998, 63(2): 692-706.
[136] Boadu F K. Fractured rock mass characterization parameters and seismic properties: Analytical studies[J].J Applied Geophys., 1997, 36(1): 1-19.
[137] Assad J M, Tatham R H, McDonald J A. A physical model study of microcrack-induced anisotropy[J]. Geophysics, 1992, 57(12): 1562-1570.
[138] Crampin S. Evaluation ofanisotropy by shear-wave spilitting[J]. Geophysics, 1985, 50(1): 142-152.
[139] 牟永光．三维复杂介质地震物理模拟[M]．北京：石油工业出版社，2003．
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |