频率域属性含气性检测技术研究及应用
A Study and Application of Gas Potential Detection Technology Based on Frequency Attributes
DOI: 10.12677/AG.2024.142014, PDF, HTML, XML, 下载: 44  浏览: 84 
作者: 曾婷婷:中国石化勘探分公司,四川 成都;郑公营, 许 多:中国石化西南油气分公司勘探开发研究院,四川 成都
关键词: 频率域属性衰减梯度频变AVO频变地震反射系数低频伴影Frequency Attributes Attenuation Gradient Frequency-Variant AVO Frequency-Variant Seismic Reflection Coefficient Low-Frequency Shadows
摘要: 地震波散射能量的研究表明:如果岩石中含有油气,将会导致地震波的速度频散或者传播能量的衰减,这些不规则的衰减或频散对烃类指示非常有用。除了孔隙介质速度频散和衰减,还伴生了两种现象:反射系数变化和低频伴影,利用这两种现象进行含气性检测为近年来的新方法。介绍了四种频率域含气性检测方法,并在不同地区及层系开展了方法应用,结果显示各方法的预测结果与已钻井或沉积相带吻合较好。
Abstract: The research of seismic wave scattering energy shows that: If the rock contains oil and gas, this will lead to the velocity dispersion or energy attenuation of seismic wave propagating in the rock. The irregular attenuation or velocity dispersion is very useful for hydrocarbon indicators. In addition to the velocity dispersion and attenuation of the porous media, two phenomena are also associated: the change of reflection coefficient and low-frequency shadows, and using these two phenomena to detect gas content is a new method in recent years. Four kinds of frequency-domain gas detection methods are introduced, and they are well applied in different blocks and layers. The results show that the prediction results of each method are in good agreement with the drilling or sedimentary facies.
文章引用:曾婷婷, 郑公营, 许多. 频率域属性含气性检测技术研究及应用[J]. 地球科学前沿, 2024, 14(2): 143-156. https://doi.org/10.12677/AG.2024.142014

1. 引言

地震波衰减是地震波在地下介质中传播时总能量的损失,是介质的内在属性 [1] 。油气储集层实际上是多相的,或者至少是双相的,即固相的具有储集空间的岩石骨架和流相的油、气、水。引起地震波衰减的因素主要有内部和外部两种 [2] :内部因素主要是介质中固体与固体,固体与流体,流体与流体界面之间的能量损耗;外部因素主要是球面扩散、大尺度的不均匀性介质引起的散射、层状结构地层引起的反射和透射等。不同岩性对地震波的吸收程度也不同,地层的吸收越强,地震波的高频成分衰减得越快 [3] [4] 。传统的AVO技术没有考虑到地震速度在实际介质中的频散现象,而实际介质中速度随频率的升高而升高,这就叫速度频散。最近频散和衰减的实验和研究表明地震波传播过程中会导致孔隙岩石中的流体发生流动,这种流体流动是波在储层中发生频散的主要原因,频变AVO技术也开始发展起来。早期大多数的弹性孔隙理论的研究都集中在对速度频散和衰减的研究,只有极少数的学者对孔隙介质中的平面波的反射系数变化和低频伴影进行了研究。

近年来,很多学者对上述频率域含气性检测方法进行了新的研究。张舜等 [5] 提出一种基于变分模态分解(VMD)方法的广义S变换时频分析技术来提取衰减梯度,该方法通过VMD分解维纳滤波的特性和自身分解方式的优势降低了噪声的干扰,并加强了地震信号中弱含气信号的响应特征。然后,通过二参数广义S变换的灵活性和对时频分辨能力的适应性,使得在高频段得以提取更精准的衰减梯度,从而获得更高的分辨力。刘鹏奇 [6] (2022)针对不同赋存模式不同饱和度的水合物开展与频散和衰减相关的岩石物理、地震波场模拟及频变AVO反演研究,并分别基于宏观尺度、微观尺度及介观尺度对不同赋存模式的水合物进行了速度频散和衰减研究。李雪梅 [7] (2020)基于双相介质中地震反射系数频变渐近分析理论,对快、慢P波在地震频带内的频散和衰减进行了正演分析,证实了快P波在地震频带内不会产生频散和衰减,频散和衰减主要由慢纵波产生。贺东宣 [8] (2023)针对前期在求取低频伴影时,需要人工比对找出低频伴影最明显的单频剖面,准确率较低的问题,推导了多层快慢纵波转换模型低频伴影特征频率公式,并通过实际地震资料得到了验证。

通过对前人研究进行分析,本文总结了四种频率域含气性检测技术的适用性和局限性(表1)。

Table 1. Applicability and limitations of four frequency domain gas potential detection techniques

表1. 四种频率域含气性检测技术的适用性和局限性

下面针对以上理论和现象的四种频率域含气性检测方法进行详细的介绍及应用分析。

2. 衰减梯度含气性检测技术

2.1. 频率衰减理论基础

根据粘滞弹性理论可知,由均匀的非完全弹性介质所产生的吸收作用,将使地震波的振幅随着地震波传播距离的增大而呈指数形式衰减 [9] ,即:

A = A 0 e α x (1)

式中:A为地震波传播一定距离后的振幅;A0为地震波的初始振幅; α 为吸收系数;x为地震波传播距离。

在地震波频带宽度范围内, α 和频率f成正比关系, α = α 0 f 。因此式(1)可转化为:

A = A 0 e α 0 f x (2)

不同岩性的吸收系数存在很大的差别,砂岩层的吸收系数比页岩层和石灰岩层的吸收系数大,因此,地震波经过一段距离的传播后,其振幅衰减比较剧烈。尤其是当地层裂缝中充填了油气时,高频振幅衰减就更加剧烈。

Figure 1. Fundamentals of oil and gas detection (low frequency resonance, high frequency attenuation)

图1. 油气检测基础(低频共振、高频衰减)

频率吸收衰减是地震波频谱分析技术中的一个重要属性特征。理论研究表明,与致密的地质体相比,当地质体中含流体如水、油或气时,都会引起地震波能量的衰减,尤其是高频成分。因此,当地质体中的孔隙含有流体充填时,尤其是被气体充填时其地震波频率衰减梯度就要增加,在地震记录振幅谱上表现为“低频共振增强、高频衰减”的特征(图1),这构成了频率衰减属性油气检测的基础。

2.2. 衰减梯度属性

根据频率衰减现象及理论,可以构建衰减梯度因子来表征“低频共振增强、高频衰减”现象。衰减梯度的计算是截取一段频率进行曲线拟合,求其斜率。通常在小波变换域提取信号的衰减属性,这样既可以保证提取信号的衰减属性有较强的抗噪能力,又能分析不同尺度上的瞬时属性。具体的做法有两种:一是在瞬时振幅谱上寻找最大能量点 ( f 1 , E 1 ) 以及随着频率增加振幅衰减的极小点或拐点 ( f 2 , E 2 ) ,在该频段上振幅谱的斜率,即为衰减梯度(AG),见图2(A)。衰减梯度(AG)可表示为

A G = E 2 E 1 f 2 f 1 = Δ E Δ F (3)

二是首先对每道地震记录做时频分析,在时频剖面上把检测到的最大能量频率作为初始衰减频率,再计算65%和85%的地震波能量对应的频率范围内,根据频率对应的能量值,拟合出频率与能量的衰减梯度,得到振幅衰减梯度因子,见图2(B)。

Figure 2. Calculation method for attenuation gradient: (A) Using instantaneous amplitude spectrum calculation; (B) Fitting with specified energy ratio frequency range

图2. 衰减梯度计算方法:(A) 利用瞬时振幅谱计算;(B) 利用指定能量比频率范围拟合

衰减梯度描述地震波高频段能量随频率增加而衰减的快慢程度。如果存在裂缝、油气等衰减因素,衰减梯度的绝对值增大。

2.3. 衰减梯度含气性检测应用

研究实践证明,衰减梯度含气检测适用于地震上表现为“低频共振增强、高频衰减”亮点响应特征的孔隙型储层,而LZ地区灯影组四段(以下简称灯四段)为碳酸岩盐沉积,经过白云石化作为发育孔隙型储层,因此,针对LZ地区灯影组四段采用此方法开展含气性检测。图3为灯四段衰减梯度含气性检测平面图,根据“低频共振、高频衰减”原理,暖色调代表衰减梯度大,为潜在含气概率高区,冷色调代表衰减梯度小,为含气概率低区。结合灯四段含气性检测平面图(见图3)和灯四段沉积古地貌图(见图4),可以看出LZ灯四段台缘带之上含气性好,在斜坡带含气性较差,W1井位于含气异常高区,符合地质认识。综合预测,认为东部和北部条带异常为可能的含气有利区。

Figure 3. Map of gas content detection with attenuation gradient of the fourth member of Dengying formation in LZ region

图3. LZ地区灯四段衰减梯度含气性检测平面图

Figure 4. Sedimentary paleogeomorphological map of the fourth member of Dengying formation in LZ region

图4. LZ地区灯四段沉积古地貌图

3. 频变AVO含气性检测技术

3.1. 频变AVO方法原理

我们知道,实际地层并非完全弹性介质,常表现为粘弹性。当地层的裂缝或孔隙中充填有流体时,由于流体的非弹性性质导致实际地层表现为粘弹性特征,并造成地震波场发生频散和不同程度的衰减。此时,地层的AVO响应特征应考虑这种非弹性性质引起的频散和衰减。地震波速度的频散现象,已经通过岩石物理的实验室观测证实。Batzle等 [10] 人于2006年对速度频散现象开展了实验测试,其结果表明P波频散和流体的流动性(fluid mobility)有关。

Chapman [11] [12] [13] 的动态流体岩石物理理论认为地震观测的频率变化与岩石中流体状态的变化有关,气体的引入导致了地震波明显的衰减和频散。含烃储层引起的频散将导致界面波阻抗差异随频率的变化而变化,从而导致反射系数与频率有关。对于具有相同的岩石骨架、孔隙结构以及其他岩石物性参数的多孔介质,发现地层在饱和水与饱和气时会出现不同的频变AVO特征,含气时在低频端相较于高频端AVO特征更加明显,而含水时高低频端振幅差异不明显。Chapman研究同时发现当岩石中存在裂缝时,地震频带中也会出现频率相关的各向异性,从而会影响AVO频变特征。

图5给出了含气或水的砂岩纵横波速度和衰减随频率的变化特征。图5(a)表明当水替换为气时,P波速度明显下降,这就是所谓的“Gassmann效应” [14] [15] ,并且含气时P波速度在过渡频率处表现出比含水时P波速度更明显的变化,证明了砂岩含气时会导致P波速度异常高的衰减。图5(b)表明,相对于饱和水的情况,饱和气对纵波的影响更为严重,这一点同时体现在速度频散和能量衰减上。因此通过对纵波数据进行频变AVO分析可以得到与流体相关的频散属性,利用频散属性可以对储层中的流体进行检测。

Figure 5. Velocity dispersion and attenuation curves of water and gas content: (a) Longitudinal wave velocity dispersion curve; (b) Variation of attenuation factor with frequency

图5. 含水与含气的速度频散及衰减曲线:(a) 纵波速度频散曲线;(b) 衰减因子随频率的变化

3.2. 频变AVO含气性检测应用

Figure 6. Sensitivity analysis of different attributes with changes in gas saturation: (a) The variation of low-frequency AVO attributes on gas saturation; (b) The variation of high-frequency AVO attributes on gas saturation

图6. 不同属性随含气饱和度变化的敏感性分析:(a) 低频AVO属性对含气饱和度的变化;(b) 高频AVO属性对含气饱和度的变化

研究实践证明,频变AVO含气检测适用于孔隙型、裂缝孔隙型碎屑岩储层,而MJ-SF地区蓬莱镇组为孔隙型、裂缝孔隙型砂岩储层,因此,针对MJ-SF地区蓬莱镇组采用此方法开展含气性检测。针对川西坳陷MJ-SF地区中浅层蓬莱镇组开展方法应用。首先对叠前道集进行分频处理,把叠前道集分解为低频道集和高频道集,再对低频道集和高频道集开展AVO敏感属性分析。图6为不同AVO含气敏感属性随含气饱和度的变化分析。图6(a)为低频带范围不同属性随含气饱和度的变化,图6(b)为高频带范围不同属性随含气饱和度的变化。从图可以看出,组合属性5*Rp-Rs对含气性较敏感。因此,选取了5*Rp-Rs敏感属性,针对MJ-SF地区开展频变AVO反演。

图7为提取的JP23层5*Rp-Rs含气属性,该储层有近40口井,统计产气井与干井的吻合率达80%以上。

Figure 7. Map of frequency variation gas anomaly attributes of JP23 of Penglaizhen formation in MJ-SF area

图7. MJ-SF地区蓬莱镇组JP23频变含气异常属性平面图

4. 基于频变地震反射系数的含气性检测技术

4.1. 方法原理

众所周知,经典的孔隙介质理论(Biot, 1956a , b, Dvorkin, 1993)不适合在低于100 Hz以下的地震频带内做研究 [16] [17] [18] ,其衰减和速度频散只有在大于Biot特征频率时才变得有意义,该特征频率通常为0.1 MHz或者更高(Gurevich, 2004) [19] 。Barenblatt 等 (1960)提出的双孔隙模型认为裂缝是以不同尺度的渗透率出现的 [20] 。Pride and Berryman ( 2003 a & b) [21] [22] 提出了另一种双孔隙模型,但该模型需要有较大规模的流体流动。本文研究的模型合并了Barenblatt模型和Biot弹性孔隙理论,但它的应用不仅限于裂缝储层(Goloshubin, 2006, 2008) [23] [24] [25] ,而适用于岩石中有两种或多种尺度的情形。我们知道,孔隙介质任意入射角的反射系数的表达式极其复杂(Denneman et al., 2002) [26] ,但是,如果只考虑地震波的法向入射,则该方程就可以大大的被简化。基于Biot-Barenblatt弹性孔隙模型,Silin和Goloshubin (2006, 2010) [27] [28] 获得了两种孔隙介质反射界面上的反射和透射系数的渐进表达式,在包括地震频带内(10~100 Hz)的低频范围内,当平面波法向穿过可渗透界面时,可用该表达式来描述。因此,下面我们将研究该法向入射时反射和透射系数公式在气水界面上应用的可能性。

假设有两个弹性孔隙半空间孔隙介质a和b (见图8),在它们的交界处(z = 0)有一可渗透界面,从z < 0的半空间有一快纵波垂直入射到界面上,这时,在反射界面上会产生4种类型的波:反射快波(RFF),反射慢波(RFS),透射快波(TFF)和透射慢波(TFS) (图8)。

Figure 8. Reflection and transmission of fast longitudinal waves when vertically incident on the interface of two types of porous media

图8. 快纵波垂直入射到两种孔隙介质的界面上时的反射与透射

孔隙介质中,质量和动量守恒暗示了岩石骨架的位移,同时,要求反射界面上流体的达西速度、总压力和流体压力必须是连续的。当地震波垂直入射时,反射界面上反射与透射系数的渐进表达式:

R F F = R 0 F F + R 1 F F ε (4)

T F F = T 0 F F + T 1 F F ε (5)

这里的 R 0 F F T 0 F F R 1 F F and R 1 F F 分别为反射系数渐进展开式的零阶项和一阶项, ε 是关于流体的一项综合参数,定义如下:

ε = e i π / 4 | ρ f κ ω η | (6)

该公式是流体密度 ρ f ,流体粘滞系数 η 和渗透率 κ 的一种组合。

重写公式(4)为:

R F F ( ω ) = R 0 F F + C 1 ( 1 + i ) ω (7)

这里的常数 C 1 = R 1 F F | ρ f κ 2 η | ,该系数与储层流体的流动性(粘滞系数的倒数)流体的密度和流体的渗透率成正比。

在本文中,我们采用混沌优化算法来对参数 R 0 F F C 1 进行反演,反演的目标函数定义为

J = ω [ R F F ( R 0 F F , C 1 , ω ) R obs ( ω ) ] 2 (8)

这里 R obs 是频率域的观察数据,其中的 R 0 F F , C 1 为反演参数。

4.2. 频变地震反射系数含气性检测应用

研究实践证明,衰减梯度含气检测适用于地震上表现为“低频共振增强、高频衰减”特征的“亮点型”强反射,对于“暗点型”弱反射储层则无能为力,而频变地震反射系数含气性检测方法基本不依赖于储层地震响应振幅强弱,对于孔隙介质储层含气性检测更有优势。HXC-FG地区沙溪庙组致密砂岩储层地震响应特征复杂(亮点型、暗点型兼有),气水关系复杂,因此,利用频变地震反射系数含气性检测开展HXC-FG地区沙溪庙组致密砂岩储层的含气性检测应用。图9为HXC-FG地区JS33-2层基于频变地震反射系数的含气性检测平面图,暖色调(红黄色)区域为高含气区域,冷色调(蓝绿色)为低含气或含水区域,与已钻井比较吻合。十字圈符号的为含水井,含水井中,除GM33-2外,预测与实钻都基本吻合;统计所有含气井与含水井,一共28井,有4口不完全吻合,吻合率85%以上,验证了技术的可行性。该技术对厚度、含气较好的储层预测准确度较高,并且对气水识别具有一定的效果。

Figure 9. Gas content detectionmap based on frequency dependent seismic reflection coefficient in HXC-FG area

图9. HXC-FG地区基于频变地震反射系数的含气性检测平面图

5. 低频伴影含气性检测技术

5.1 方法原理

早在20多年前,Taner等 [29] 就发现了低频伴影现象。2004年,Castagna [30] [31] 等和Ebrom [32] 总结出了可能导致低频伴影的原因。

低频伴影现象的本质是地震波经过黏滞性流体时,由于内摩擦的作用地震波传到储层的低界面时高频成分被强吸收,而到达储层顶的地震波没有穿过储层中的流体,相对于底界面不会出现强的高频衰减,使得储层正下方界面与储层中上部分在单频剖面上出现能量差异——“低频伴影”现象(图10)。

High energy below reservoir at low frequency,是国外对低频伴影的定义。意思是:在储层下方,低频能量强,高频能量弱。2008年贺振华等 [33] 和陈学华 [34] 等通过弥散–粘滞微分方程模拟了低频伴影的形成机理并阐述了应用方向。从含气性检测的角度出发,低频伴影与储层中的流体密切相关,这可以作为流体识别的重要标志。

Figure 10. Low frequency companion phenomenon

图10. 低频伴影现象

5.2. 低频伴影含气性检测应用

(a) (b) (c)

Figure 11. Low frequency companion shadow prediction profile in XD-LD-LJC region

图11. XD-LD-LJC地区低频伴影预测剖面

研究实践证明,低频伴影更适用于火山岩相、生物礁、溶洞等中大型异常体。因此,利用低频伴影方法开展XD-LD-LJC地区火山岩含气性预测。

图11为XD-LD-LJC地区火山岩低频伴影含气性检测属性叠合地震波形剖面图及火山岩波形分类地震相预测平面属性图。从剖面图分析看,低频伴影预测结果与火山岩波形分类地震相预测分布一致。但是,剖面上Y1井位置(图11(a)),储层下部低频伴影能量较低,没有明显低频伴影,表明含气性低,而Y1井测井解释具有含水特征,测试未获产能,验证了低频伴影含气性检测预测结果的有效性。

图12为XD-LD-LJC地区火山岩低频伴影含气性检测平面分布图(暖色调为含气性高异常),可见低频伴影预测属性异常分布与火山岩波形分类地震相预测分布一致,符合地质认识。Y1井测井解释具有含水特征,测试未获产能,而低频伴影预测平面图上显示Y1井处在含气性较低异常部位,表明含气性不是太好,也符合钻井结果。从含气性异常图上看,并结合构造位置,认为东南部地区含气性较好,可以作为有利勘探目标。

Figure 12. Low frequency accompanying gas content prediction map for XD-LD-LJC region

图12. XD-LD-LJC地区低频伴影含气性预测平面图

6. 结论与建议

1) 四种频率域含气性检测方法都取得了较好的效果。衰减梯度方法受低频强背景的影响,容易受到岩性界面强反射或者非储层强反射,具有一定的多解性。频变AVO方法受噪音影响较大,需要对地震数据做保幅去噪处理,为了更好地满足频变AVO分析,要不断试验选取最佳的处理方法和参数,获得高质量叠前道集,为后续特殊处理提供高品质的基础数据。基于频变地震反射系数的含气性检测方法在地震勘探频带内,利用地震反射的渐进方程计算气水界面上的法向反射系数是可行的,通过频变反射系数含气性非线性反演,获得含气性检测属性,该频变反射系数方法对含流体识别有一定的效果,进一步深入研究有望成为地球物理方法中一种新的含气性检测方法。出现低频伴影的现象既有储层自身的因素,也有人为对地震资料干预的因素(动校正、叠加等),还有储层下覆强背景低频异常影响,需要结合粘滞性流体对地震波的吸收作用的正演分析,消除人为因素,利用高精度的小波变换或S变换等时频分析方法提取单频剖面,突出高低频能量差异。

2) 含气性地震响应变化是一个各方面因素综合作用的结果,具体判断应尽量在考虑多个因素作用的同时,逐个排除,得到由单一作用引起的含气性地震响应的变化,从而较准确地预测储层含气性及圈定油气的分布范围。

3) 气水识别问题一直是世界难题,目前还没有完全有效的识别方法。希望继续进行理论研究,寻找能够进行气水识别新技术新方法。总之,油气工作者的最终目的是寻找油气,不管何种方法只要能够找到油气就是好方法。

参考文献

[1] 李振春, 王清振. 地震波衰减机理及能量补偿研究综述[J]. 地球物理学进展, 2007, 22(4): 1147-1152.
[2] 黄中玉, 王于静, 苏永昌. 一种新的地震波衰减分析方法——预测油气异常的有效工具[J]. 石油地球物理勘探, 2000, 35(6): 768-773.
[3] Vare, C.L., 戴铭藻. 衰减与频散模拟[J]. 勘探地球物理进展, 1994(3): 29-36.
[4] 吴如山, 安艺敬一. 地震波的散射与衰减[M]. 北京: 地震出版社, 1993: 7-30.
[5] 张舜, 周怀来, 王元君, 等. 基于时频域的变分模态分解油气检测技术及应用[J]. 物探化探计算技术, 2021, 43(4): 435-443.
[6] 刘鹏奇. 基于地震波频散特征的天然气水合物识别方法研究[D]: [博士学位论文]. 北京: 中国石油大学(北京), 2022.
[7] 李雪梅. 基于双相介质的流体识别方法研究[D]: [硕士学位论文]. 成都: 成都理工大学, 2021.
[8] 贺东宣, 李勇, 牛聪, 等. 低频伴影特征频率确定方法及其在南海深水区的应用[J]. 地球物理学进展, 2023, 1-13.
[9] 张景业, 贺振华, 黄德济. 地震波频率衰减梯度在油气预测中的应用[J]. 勘探地球物理进展, 2010, 33(3): 207-211.
[10] Bat-zle, M.L. and Wang, Z. (1992) Seismic Properties of Pore Fluids. Geophysics, 57, 1396-1408.
https://doi.org/10.1190/1.1443207
[11] Chapman, M. (2010) Frequency-Dependent Anisotropy Due to Me-so-Scale Fractures in the Presence of Equant Porosity. Geophysical Prospecting, 51, 369-379.
https://doi.org/10.1046/j.1365-2478.2003.00384.x
[12] Chapman, M., Liu, E. and Li, X.Y. (2005) The Influence of Abnormally High Reservoir Attenuation on the AVO Signature. The Leading Edge, 24, 1120-1125.
https://doi.org/10.1190/1.2135103
[13] Chapman, M., Liu, E. and Li, X.Y. (2006) The Influence of Flu-id-Sensitive Dispersion and Attenuation on AVO Analysis. Geophysical Journal International, 167, 89-105.
https://doi.org/10.1111/j.1365-246X.2006.02919.x
[14] Gassmann, F. (1951) Uber die elastizitat poroser medien. Vierteljarsschrift der Naturforschenden Gesselschaft, 96, 1-23.
[15] 逄硕, 刘财, 郭智奇, 等. 基于频变AVO反演的页岩储层含气性地震识别技术[J]. 地球物理学报, 2018, 61(11): 4613-4624.
[16] Dvorkin, J. and Nur, A. (1993) Dynamic Poroelasticity: A Unified Model with the Squirt and the Biot Mechanisms. Geophysics, 58, 524-533.
https://doi.org/10.1190/1.1443435
[17] Biot, M.A. (1955) Theory of Propagation of Elastic Waves in a Fluid-Saturated Porous Solid. I. Low Frequency Range. The Journal of the Acoustical Society of America, 28, 168-178.
https://doi.org/10.1121/1.1908239
[18] Biot, M.A. (1955) Theory of Propagation of Elastic Waves in a Fluid-Saturated Porous Solid, II: Higher Frequency Range. The Journal of the Acoustical Society of America, 28, 179-191.
https://doi.org/10.1121/1.1908241
[19] Gurevich, B., Ciz, R. and Denneman, A.I.M. (2004) Simple Expressions for Normal Incidence Reflection Coefficients from an Interface between Fluid-Saturated Porous Materials. Geophysics, 69, 1372-1377.
https://doi.org/10.1190/1.1836811
[20] Barenblatt, G.I., Zheltov, Y.P. and Kochina, I.N. (1960) Basic Concepts in the Theory of Seepage of Homogeneous Liquids in Fissured Rocks. Journal of Applied Mathematics, 24, 1286-1303.
https://doi.org/10.1016/0021-8928(60)90107-6
[21] Pride, S.R. and Berryman, J.G. (2003) Linear Dynamics of Double-Porosity Dual-Permeability Materials. I. Governing Equations and Acoustic Attenuation. Physical Review E, 68, Article ID: 036603.
https://doi.org/10.1103/PhysRevE.68.036603
[22] Pride, S.R. and Berryman, J.G. (2003) Linear Dynamics of Double-Porosity Dual-Permeability Materials. II. Fluid Transport Equations. Physical Review E, 68, Article ID: 036604.
https://doi.org/10.1103/PhysRevE.68.036604
[23] Goloshubin, G., Schuyver, C.V., Korneev, V., et al. (2006) Reservoir Imaging Using Low Frequencies of Seismic Reflections. The Leading Edge, 25, 527-531.
https://doi.org/10.1190/1.2202652
[24] Goloshubin, G., Silin, D., Vingalov, V., et al. (2008) Reservoir Permeability from Seismic Attribute Analysis. Leading Edge, 27, 376-381.
https://doi.org/10.1190/1.2896629
[25] Goloshubin, G. and Silin, D. (2005) Using Frequency-Dependent Seismic Attributes in Imaging of a Fractured Reservoir Zone. SEG Technical Program Expanded Abstracts, 24, 1742-1746.
https://doi.org/10.1190/1.2147954
[26] Denneman, A.I.M., Drijkoningen, G.G., Smeulders, D.M.J., et al. (2002) Reflection and Transmission of Waves at a Fluid/Porous-Medium Interface. Geophysics, 67, 282-291.
https://doi.org/10.1190/1.1451800
[27] Silin, D.B., Korneev, V.A., Goloshubin, G.M., et al. (2006) Low-Frequency Asymptotic Analysis of Seismic Reflection from a Fluid-Saturated Medium. Transport in Porous Media, 62, 283-305.
https://doi.org/10.1007/s11242-005-0881-8
[28] Silin, D.B. and Goloshubin, G.M. (2010) An Asymptotic Model of Seismic Reflection from a Permeable Layer. Transport in Porous Media, 83, 233-256.
https://doi.org/10.1007/s11242-010-9533-8
[29] Taner, M.T., Koehler, F. and Sheriff, R.E. (1979) Complex Seismic Trace Analysis. Geophysics, 44, 1041-1063.
https://doi.org/10.1190/1.1440994
[30] Castagna, J.P., Sun, S.J. and Siegfried, R.W. (2003) Instantaneous Spectral Analysis: Detection of Low-Frequency Shadows Associated with Hydrocarbons. The Leading Edge, 2, 120-127.
https://doi.org/10.1190/1.1559038
[31] Korneev, V.A., Goloshubin, G.M., Daley, T.M., et al. (2004) Seismic Low-Frequency Effects in Monitoring Fluid-Saturated Reservoirs. Geophysics, 69, 522-532.
https://doi.org/10.1190/1.1707072
[32] Ebrom, D. (2004) The Low-Frequency Gas Shadow on Seismic Sections. The Leading Edge, 23, 772-772.
https://doi.org/10.1190/1.1786898
[33] 贺振华, 熊晓军, 边立恩. 地震低频伴影的数值模拟与应用[J]. 应用地球物理(英文版), 2008, 5(4): 301-306.
[34] 陈学华, 贺振华, 黄德济. 基于广义S变换的地震资料高效时频谱分解[J]. 石油地球物理勘探, 2008, 43(5): 530-535.