简介：目前,用地震属性进行储层预测的方法大体可分为单一参数线性预测法和多参数综合分析法两大类.近年来,多参数的人工神经网络储层预测技术应用较多,但是需要选择合适的样本,并准确提取对砂体厚度反映灵敏的地震属性参数[1].在地质条件复杂的地区,由于储层厚度和岩性在横向上的变化会引起其地震反射特征发生较大变化,因而训练样本非常复杂,网络训练也难以收敛.
简介：应用古水文地质方法综合分析了L1^1储层古岩溶发育特征，阐述了溶蚀期次对古岩溶发育程度的影响。并进行了岩溶分区。
简介：崖13－1气田渐新统陵三段砂岩的成岩作用特征主要反映为硅酸盐矿物溶解－沉淀成岩变化及其对孔隙的改造。陵三段砂岩在深埋条件下，仍保持良好的孔隙性，其主要原因在于：早期（早中新世）大气淡水淋滤、溶解和适度的再生胶结，晚期（上新世晚期）溶解、烃类及时进入，以及浅蛙时间长而深埋时间短，因而有利于原生孔隙保存和次生孔隙发育、陵三段砂岩成岩－孔隙演化史揭示该处深部碎屑岩储层的原生与次生复合孔隙的成因模式，可作为预测琼东南盆地深部储层性质的参考资料。
地震道波形分类方法在储层预测中的应用——以二连盆地白音查干凹陷为例
川中磨溪气田L1^1储层古岩溶分析
崖13—1气田L3砂岩成岩史和孔隙演化与保存
