收藏 分享(赏)

海上复杂断块油田储层流动单元研究与应用——以北部湾a油田a1a5断块为例.doc

上传人:无敌 文档编号:190978 上传时间:2018-03-23 格式:DOC 页数:13 大小:168KB
下载 相关 举报
海上复杂断块油田储层流动单元研究与应用——以北部湾a油田a1a5断块为例.doc_第1页
第1页 / 共13页
海上复杂断块油田储层流动单元研究与应用——以北部湾a油田a1a5断块为例.doc_第2页
第2页 / 共13页
海上复杂断块油田储层流动单元研究与应用——以北部湾a油田a1a5断块为例.doc_第3页
第3页 / 共13页
海上复杂断块油田储层流动单元研究与应用——以北部湾a油田a1a5断块为例.doc_第4页
第4页 / 共13页
海上复杂断块油田储层流动单元研究与应用——以北部湾a油田a1a5断块为例.doc_第5页
第5页 / 共13页
点击查看更多>>
资源描述

1、海上复杂断块油田储层流动单元研究与应用以北部湾 A 油田 A1/A5 断块为例 但玲玲 黎运秀 尹彦君 刘灵童 张雨 中海油能源发展股份有限公司工程技术分公司 摘 要: 开展海上复杂断块油田储层流动单元研究对刻画储层连通程度、剩余油的分布情况有着十分重要的实际意义。以北部湾 A 油田 A1/A5 断块为例, 首先对复合砂体内单砂体的识别来建立流动单元研究的精细地质格架, 然后结合断层封闭性、隔夹层分布、砂体接触关系所形成的渗流屏障进行流动单元划分。利用主成分分析和相关性分析的方法进行参数优选, 确定孔隙度、泥质含量、渗流系数作为研究区流动单元分类的主要参数, 并通过神经网络聚类分析将流动单元分

2、为 3 类。在单井、剖面、平面流动单元展布研究的基础上, 运用截断高斯模拟方法建立流动单元三维地质模型。结果表明:类流动单元具有最好的储渗能力, 所钻油井累计产量比较高, 但分布范围局限, 成土豆状分布于水下分流河道中心部分;类分布范围最广, 储渗能力较好, 分布在水下分流河道微相中, 剩余油分布较多, 通过调整挖潜可以开发其生产潜力;类大多成条带状分布, 主要位于水下溢岸砂沉积部位, 储渗能力最差, 产量很低, 其开发潜力也比较差。关键词: 流动单元; 渗流屏障; 神经网络聚类分析; 主成分分析; 三维地质建模; 复杂断块; 作者简介:但玲玲 (1986) , 女, 湖北省赤壁市人, 地质建

3、模工程师, 研究方向为精细油藏描述与地质建模。E-mail:收稿日期:2017-02-13The study and application of reservoir flow unit in complex faulted block in offshore oilfield:Taking A1/A5 faulted block of A oilfield in Beibu Gulf as an exampleDan Lingling Li Yunxiu Yin Yanjun Liu Lingtong Zhang Yu CNOOC Energy Technology-Drilling Abs

4、tract: Research on reservoir flow units in complex faulted block in offshore oilfield has very important practical significance for the studies of reservoir connectivity degree and remaining oil distribution.Taking A1/A5 faulted block of A oilfield in Beibu Gulf as an example, firstly the fine geolo

5、gical framework of flow unit was established through identification of the single sand body in the compound sand bodies.Then the flow unit was divided through impermeable shields formed by fault sealing, interlayers/interlining distribution and the contact relationship of sand body.We conducted para

6、meter optimization through component analysis and correlation analysis and determined porosity, shale content and seepage coefficient as the main parameters for flow unit classification in the study area.Through neural network clustering analysis the flow unit was divided into three types.Based on t

7、he study of flow unit in single well, profile, and plane distribution, three-dimensional geological model of flow unit was established by making use of Truncated Gaussian Simulation method.The results show that typehas the best reservoir seepage ability and provides a high cumulative production, how

8、ever its distribution is limited to a potato shape in the central part of underwater distributary channels.Typedistribution is most widely distributed in the underwater distributary channels microfacies with preferably reservoir seepage ability and much remaining oil distribution and its productive

9、potential can be improved through adjustment and exploitation.Typehas a banded distribution mainly in the underwater bank sand deposition area with wrost reservoir seepage capacity, low production and poor development potential.Keyword: flow unit; impermeable shields; neural network cluster analysis

10、; principal component ayalysis; three-dimensional geological modeling; complex faulted block; Received: 2017-02-13但玲玲, 黎运秀, 尹彦君, 等.海上复杂断块油田储层流动单元研究与应用以北部湾 A 油田 A1/A5 断块为例J.海洋学报, 2017, 39 (12) :63-73, doi:10.3969/j.issn.0253-4193.2017.12.007Dan Lingling, Li Yunxiu, Yin Yanjun, et al.The study and app

11、lication of reservoir flow unit in complex faulted block in offshore oilfield:Taking A1/A5faulted block of A oilfield in Beibu Gulf as an exampleJ.Haiyang Xuebao, 2017, 39 (12) :63-73, doi:10.3969/j.issn.0253-4193.2017.12.0071 引言储层流动单元这一概念自从 1984 年美国学者 Hearn 等提出以来, 国内外石油工作者对此进行了大量的研究。Hearn 等1认为流动单元是

12、横向、垂向连续的且具有相似渗透率、孔隙度和层理特征的储集带。孙致学等2认为储层流动单元是一种着眼于建立孔喉尺度的非均质模型的新方法, 它是以渗透率为代表物性模型的延拓, 对剩余油的分布能够提供更接近实际渗流过程的地质模型, 并用神经网络的聚类分析的方法进行储层流动单元划分。Amaefule 等3提出一种定量划分流动单元的新方法流动分层指标 FZI 法。尹太举等4认为依据 FZI进行流动单元划分存在诸多问题, 并采用聚类分析结合储层参数总体分布特征进行的流动单元分类, 考虑了储层内部的联系。唐民安等5在高分辨率层序分析的基础上利用孔隙度、含油饱和度、流动系数 3 个参数将流动单元划分为 3类,

13、分析了流动单元的垂向叠置样式与侧向分割特征, 探讨了流动单元的成因类型与主控因素。目前国内外大部分研究都是针对比较整装的油气田, 对于复杂断块油气藏储层流动单元的划分和评价的研究相对较少。比较有代表性的研究有:刘钰铭等6以黄骅坳陷王官屯油田王 27 断块为例, 进行断块油气田非均质储层流动单元评价, 在划分单个流动单元的基础上, 再分析出对储层产能敏感的储层参数对流动单元进行分类评价。该方法强调了流动单元的划分受沉积和构造双重控制, 但对流动单元在剖面、平面和空间的分布规律研究不够深入;唐民安等7又针对文留油田 135 断块油藏进行流动单元识别及随机模拟, 该方法主要侧重以数学手段为主的储层流

14、动单元分类的方法, 对流动单元成因单元划分研究比较笼统。以上这些研究成果主要集中在陆地油田, 而针对海上稀井网且流体性质差异较大的复杂断块油气田的研究甚少。海上 A 油田位于北部湾涠洲岛西南方向海域内, 在北部湾盆地涠西南凹陷号断裂带东南侧, 是一个被断层复杂化的断鼻构造油藏。该构造断层非常发育, 各大断块又被次一级断层分割成不同的小断块。A 油田主要储层为古近系始新统流沙港组流三段砂岩, 以扇三角洲前缘沉积为主, 微相主要发育水下分流河道、水下溢岸砂、支流间湾等。流三段储层自上而下划分为、四个油组, 主力油层为、油组。A 油田开发已近 30 年, 各区块采出程度在4.4%39.2%之间, 采

15、出程度低, 总体上开发效果差。该油藏储层连通性、断层分布及封堵性、剩余油分布等方面认识不清, 严重影响后期挖潜。通过以北部湾复杂断块 A 油田其中的内部断块 A1/A5 断块为例 (图 1) , 在精细地质格架研究的基础上进行储层流动单元渗流屏障研究, 以此作为不同流动单元划分的基础, 并采用参数优选和神经网络聚类分析的方法对流动单元进行分类, 以及采用序贯高斯随机模拟方法对流动单元进行三维地质建模, 通过研究从而搞清不同类型流动单元在剖面、平面及三维空间的分布特征以及对油田开发的影响, 为今后油田生产提供挖潜方向, 同时也进一步丰富了复杂断块油气田储层流动单元研究思路和方法, 为今后井网较疏

16、的海上油田储层流动单元研究提供借鉴。图 1 北部湾 A 油田中 A1/A5 断块井位图 Fig.1 Well location map of A1/A5faulted block of A oilfield in Beibu Gulf 下载原图2 复合砂体内单砂体识别海上 A 油田储集层主要为扇三角洲沉积体系8, 由砂、泥岩互层组成, 具有多旋回性。前人以高分辨率层序地层学、现代沉积学理论为指导, 根据岩心、录井、测井、三维地震等资料, 井震结合识别出流三段 4 个油组中的 3 个级别的层序界面和对应级别最大湖泛面9;短旋回界面主要是韵律性的转换面, 界面上下为砂岩与泥岩的突变面, 主要结合小

17、旋回厚度、岩性变化、测井曲线的组合形态等特征, 在大的等时格架分级控制下进行小层的划分与对比。目前, 对于海上 A 油田砂体, 前人研究只是细分到小层级别, 针对的主要是叠置的复合砂体。为了给储层流动单元的研究进一步搭建精细的地质格架, 本文在复合砂体研究的基础上, 在小层划分的框架内进行单砂层的划分, 对单砂体边界的识别是应用周银邦等10提出的高程差异、河间沉积、河道砂体厚度差异以及“厚薄厚”组合的方法、以及秦刚等11提出的侧向叠加识别标志的基础上进行研究。在充分考虑单砂体成因12的基础上, 从断块内成因砂体的接触关系, 向断块间成因砂体的接触关系的研究思路转化13, 通过分析建立了复杂断块

18、扇三角洲前缘砂体接触关系模式如图 2。在同一断块内部, 单砂体的接触关系模式共有三种, 分别为叠加式、对接式、孤立式。不同断块之间, 通过地震剖面分析, 结合钻井资料, 根据断层两侧砂体的接触关系分为两种:孤立式, 砂体与上部泥岩层对接;对接式, 断层两侧砂体“见面”。图 2 成因砂体接触关系纵向模式分析图 Fig.2 Genetic sand body contact relationship mode analysis diagram in vertical direction 下载原图其中研究区主要沉积微相的单砂体接触关系分为水下分流河道-水下分流河道拼接, 水下分流河道-支流间湾-水下

19、分流河道拼接, 水下分流河道-水下溢岸-水下分流河道拼接等几种类型。通过调研大量的扇三角洲前缘微相发育规模的资料14-15, 再结合研究区单砂体实际发育情况, 发现物源方向为北西方向, A1/A5 断块内主要发育 4 条水下分流河道, 河道之间有支流间湾分隔也有相互汇合之处, 河道边部溢岸砂局部发育。统计得到单一水下分流河道的砂体宽度为 100500m 左右, 厚度约 15m, 溢岸砂宽度为 100300m 左右, 厚度为 12m, 比较符合扇三角洲前缘微相发育特征。3 储层流动单元渗流屏障研究储层流动单元渗流屏障是不同流动单元划分的基础, 对于流体性质差异比较大的复杂断块油藏而言, 储层内部

20、渗流屏障包括砂体间隔夹层、断层及井间砂体叠置接触形成的不连续界面6。3.1 隔夹层渗流屏障研究区隔夹层渗流屏障包括泥质隔夹层和物性夹层, 其中泥质隔夹层包括泥岩、粉砂质泥岩、泥质粉砂岩及含砂、砾泥岩16-17。这类隔夹层总体上都是由于水动力比较弱, 细的悬移质慢慢沉积形成, 主要发育在支流间湾微相中。而物性夹层主要发育于泥质粉砂岩或致密砂岩层中, 孔隙度在 0.1%10%, 渗透率在0.1102010m, 测井解释多为干层。3.2 断层屏障在油田开发阶段, 断层的封闭性与否决定着储层的连通状态18, 可以作为储层流动单元划分的依据之一。目前, 断层封闭性的研究方法19主要有断层岩封闭法、断层两

21、侧流体相关参数对比法、岩性对接封闭法以及综合法这 4 类。研究区受断层和岩性变化等因素影响, 断块间的断层, 主要通过地震及井资料确定它两侧的砂体对接关系。由于该油田断层断距 50100m, 断开的地层比较多, 断层两侧的砂体一般成孤立式, 砂体与上部泥岩层对接, 呈现出两侧砂体不见面的局面。通过油藏剖面的油水关系分析出断块两侧油水界面不一致, 存在不同的油气水界面20, 压力系统也不一致, 表明断块间的断层基本都是封闭的, 可以作为渗流屏障。研究区断块间是不连通的, 是不同的流动单元。同一断块内的一些小规模断层, 两侧砂岩能对接见面, 这些断层不能作为流动单元划分的渗流屏障。3.3 井间砂体

22、叠置接触不连续界面形成的渗流屏障以 A1/A5 断块中 A3 井和 A5 井为例, 井距为 800m。A3 井在_2 小层发育 2 个薄砂体和 1 个较厚的砂体, A5 井发育 4 个 4 m 厚左右的单砂体, 厚层砂体部分叠置接触, 薄层砂体和厚层砂之间不接触。从生产动态资料来看 A3 井与 A5 井在目的层均为油层, 原始状态下, 两井地层压力是接近的, 1995-2003 年, A5井地层压力比 A3 井高 4MPa 以上 (图 3) 。A5 井转注 A3 井过程中, A3 井日产液量未增加, 说明注水未起到增液的作用。综合地质和生产动态, 认为 A3 井与A5 井不连通, 是不同的流动

23、单元。图 3 A3 井和 A5 井压力分布特征 Fig.3 Characteristics of pressure distribution of Well A3and Well A5 下载原图4 储层流动单元分类与分布研究在搞清楚了储层流动单元渗流屏障的基础上, 根据储层的渗流能力和储集性能的不同, 利用参数优选和神经网络聚类分析对流动单元进行分类, 并对其不同类型的展布情况进行研究, 可以为了解油田剩余油的分布情况和开发挖潜提供方向21-22。4.1 参数优选流动单元的分类以前大多采用流动带指数 (FZI) 进行分类, 但是这种方法单独使用还存在一定问题23。同时扩大和缩小合适的倍数会得到

24、差不多的 FZI 值, 可能将高渗储层与中低渗储层归为同一类流动单元。例如 A1 井某油层的孔隙度为 31.2%, 渗透率 1 27310m, 为特高孔特高渗储层, FZI 值为 4.42, 而 A6井某油层的孔隙度为 19.1%, 渗透率 199.310m, FZI 值为 4.3, 为中孔中渗储层, 但这两个储层的 FZI 值差别却不大, 如果按照 FZI 值范围划分, 则会错误的划分为同一类流动单元。为此, 本文采用多因素分析的方法24, 在研究区收集到的资料基础上, 共选择了 7 个反映储层渗流能力的参数, 这 7 个参数分别为泥质含量 (Vsh) 、孔隙度 () 、渗透率 (K) 、标

25、准孔隙度 ( z) 、储层品质指数 (RQI) 、流动带指数 (FZI) 、流动系数 (Kh/) 。由于同一油藏原油黏度 变化不大, 可视为定值, 因此, 实际计算中未考虑 而只计算 Kh。并对这 7 个参数做主成分分析 (表 1) 来进行参数优选。主成分分析25是指将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。需要选择主成分得分差异比较大, 并且相关性比较低的参数 (表 2) 。最终选取孔隙度 () 、泥质含量 (Vsh) 、渗流系数 (Kh) 作为研究区流动单元识别的主要参数。表 1 主成分分析表 Tab.1 Principal component analysis

26、下载原表 表 2 相关性分析表 Tab.2 Correlation analysis 下载原表 4.2 神经网络聚类分析在参数优选的基础上, 本文采用 Petrel 软件神经网络聚类分析模块对储层流动单元进行分类研究。BP 神经网络2采用误差反向传播算法进行学习, 在 BP 网络中, 数据从输入层经隐含层逐层向后传播, 训练网络权值时, 则沿着减少误差的方向, 从输出层经过中间各层逐层向前修正网络的连接权值。运用神经网络模型, 根据目的层样本资料的情况将储层流动单元分为、类, 其中类流动单元储集能力和渗流能力最好, 类次之, 类最差。各流动单元分类参数分布情况见表 3。表 3 流动单元分类参数

27、分布表 Tab.3 Classification parameter distribution of the flow unit 下载原表 利用已知样本三类流动单元分类参数做交会图 (图 4) , 发现泥质含量和孔隙度交会时, 类流动单元分开明显, 和类有相互交会的地方, 而当用孔隙度与渗流系数交会时, 类流动单元分开明显, 这样用 3 个参数就很清楚的把3 类流动单元在空间上分开了, 说明神经网络聚类分析得出的分类结果是合理的。图 4 已知样本各参数交会图 Fig.4 The crossplot of parameters in known samples 下载原图4.3 流动单元剖面和平面

28、展布特征利用地震分频技术确定大的复合砂体边界, 再结合测井曲线及地质模式对比分析出单砂体在井间的延伸情况 (连通或尖灭) 。多井剖面上流动单元展布是在单井流动单元划分的基础上, 在单砂层井间精细对比的地层格架内, 最终识别出流动单元的剖面展布规律。流动单元在剖面上的接触关系分为两种 (图 5) , 第一种是流动单元之间直接接触, 如果分布在分流河道-水下分流河道拼接的沉积环境中, 储层连通性比较好, 如果分布在水下分流河道-水下溢岸拼接的沉积环境中, 储层之间连通性比较弱;第二种是流动单元之间连着泥质渗流屏障, 主要分布在水下分流河道-支流间湾-水下分流河道拼接的沉积环境中, 导致储层之间不连

29、通。图 5 流动单元剖面展布特征 Fig.5 Profile distribution characteristics of flow unit 下载原图根据每类流动单元砂体在单井和剖面的分布情况, 结合沉积微相的分布特点, 对研究区流动单元平面分布特征进行了分析总结:各类储层流动单元在平面分布有很大的差异性, 类流动单元具有最好的渗流能力, 但分布范围局限, 成土豆状分布于水下分流河道中心部分;类分布范围最广, 分布在水下分流河道微相中;类流动单元分布次之, 平面上大多成条带状分布, 储渗能力最差, 主要分布在水下溢岸微相中。4.4 流动单元三维地质建模在流动单元单井划分、剖面以及平面研究的

30、基础上, 为了更加精细地表征储层流动单元的空间非均质性, 对研究区重点含油层段_2 小层采用截断高斯模拟的方法进行了三维流动单元建模26-28 (图 6) 。以往的离散变量模型如沉积相或岩相模型大部分采用序贯指示的方法进行建模, 模拟的结果比较离散, 多见“星点”现象, 砂体形态很难模拟, 不能很好呈现相边界形态, 很难与平面相序完全一致29。本次采用的截断高斯随机模拟方法, 运用已有的研究成果作为确定的趋势约束, 通过一系列的门槛值及截断规则对三维变量进行截断而建立类型变量的三维分布, 在模拟实现中相的分布顺序是固定的, 保持了平面相序的一致性。图 6 流动单元三维地质模型 Fig.6 Th

31、ree-dimensional geological model of flow unit 下载原图5 流动单元与油田开发5.1 储层连通性程度分析不同的储层流动单元的储集能力和渗流能力不同, 它们之间的接触关系和渗流屏障的分布可以作为储层连通性好坏的一个分析的依据30。例如 A1 和 A2 井同属一个断块, 内部没有断层屏障, 但是 A1 井物性比较差, 在_2 小层发育两个砂体, 都被划分为类流动单元。而 A2 井_2 小层发育 3 个砂体, 其中一个划分为类流动单元, 另外两个划分为类流动单元, 渗流能力比较好。这两口井的流动单元划分存在很大的差异, 并且在_2 小层还发育一套泥岩渗流屏

32、障, 从静态上分析两口井连通性不太好。从动态上来看, 从 1995 年 11 月8 日开始 A1 井转注, 但由于 A1 井吸水能量差, 平均日注水 156m/d, 与原预定日配注 800m/d 的要求相差甚远, A1 井向 A2 注水过程中, A2 井仍需间歇性生产, 达不到持续稳产的能量供给, 从动态上也反映出 A1 和 A2 井连通性不好。5.2 流动单元对剩余油分布的影响不同类型流动单元对剩余油的分布有着重要的影响31。从_2_1 单砂层流动单元划分与累计产油量对应位置 (图 7) 可以看出, 钻遇类流动单元油井累计产量相对比较大, 该单砂层的单井累计产油量大于 2.510m, 单井单

33、砂体平均厚度为 4.5m, 主要位于河道中心部位。类流动单元产液能力和吸水能力最好, 剩余油分布较少, 但分布范围有限。类流动单元分布规模最为广泛, 单井单砂体平均厚度为 2.8m, 但储渗条件没有类好, 油井日产能力相比类低, 单井在该层累计产油量在 0.510m 左右。类流动单元产液能力和吸水能力比较强, 剩余油分布较多, 通过调整挖潜可以开发其生产潜力。钻遇类流动单元油井累计产量最少, 单井单砂体平均厚度为 1.6m, 单井在该层累计产油量在0.210m 左右, 主要位于水下溢岸砂沉积部位, 物性非常差, 产量很低, 其开发潜力也比较差。6 结论(1) 在精细地质格架建立的基础上, 结合

34、断层封闭性、隔夹层分布、砂体接触关系所形成的渗流屏障进行流动单元划分。利用主成分分析和相关性分析的方法优选孔隙度、泥质含量、渗流系数作为研究区流动单元分类的主要参数, 并通过神经网络聚类分析将流动单元分为、类, 能够很好的判别储层渗流性能。图 7 流动单元划分与累计产油量对应位置 Fig.7 Division of flow unit and the cumulative oil production corresponding position in it 下载原图(2) 研究区流动单元分布与生产动态保持较好的一致性, 为剩余油的挖潜提供有利的指导方向。类流动单元具有最好的储渗能力, 对应于

35、水下分流河道中心部位;类分布范围最广, 储渗能力较好, 分布在水下分流河道微相中, 剩余油分布较多, 通过调整挖潜可以开发其生产潜力;类大多成条带状分布, 主要位于水下溢岸砂沉积部位, 储渗能力最差, 产量很低, 其开发潜力也比较差。参考文献1Hearn C L, Ebanks W J Jr, Tye R S.Geological factors influencing reservoir performance of the Hartzog Draw Field WyomingJ.Journal of Petroleum Technology, 1984, 36 (8) :1335-1344

36、. 2孙致学, 姚军, 孙治雷, 等.基于神经网络的聚类分析在储层流动单元划分中的应用J.物探与化探, 2011, 35 (3) :349-353.Sun Zhixue, Yao Jun, Sun Zhilei, et al.The application of cluster analysis based on neural network methods in identification reservoir flow unitJ.Geophysical&Geochemical Exploration, 2011, 35 (3) :349-353. 3Amaefule J O, Altun

37、bay M, Tiab D, et al.Enhanced reservoir description using core and log data to identify hydraulic flow units and predict permeability in uncored intervals/wellsR.SPE 26436, 1993. 4尹太举, 张昌民, 王寿平.濮 53 块流动单元分类方法研究J.天然气地球科学, 2005, 16 (3) :298-301.Yin Taiju, Zhang Changmin, Wang Shouping.Flow unit classi

38、fication of PU53reservoirJ.Natural Gas Geoscience, 2005, 16 (3) :298301. 5唐民安, 李建明, 孙宝玲, 等.鄂尔多斯盆地红河油田长 8 油层组储层流动单元研究J.地质科技情报, 2014, 33 (6) :83-87.Tang Minan, Li Jianming, Sun Baoling, et al.Reservoir flow unit of Chang-8oil-bearing formation in Honghe Oilfield, Ordos BasinJ.Geological Science and Te

39、chnology Information, 2014, 33 (6) :83-87. 6刘钰铭, 侯加根, 王兴明, 等.断块油气田非均质储层流动单元评价J.天然气地球科学, 2010, 21 (1) :168-171.Liu Yuming, Hou Jiagen, Wang Xingming, et al.Flow units of heterogeneous reservoir in faulted blocks oilfieldJ.Natural Gas Geoscience, 2010, 21 (1) :168-171. 7唐民安, 潘纪顺, 熊运斌, 等.文留油田流动单元识别及随机模

40、拟以文135 断块油藏沙二下储层为例J.西安石油大学学报:自然科学版, 2010, 25 (6) :13-16.Tang Min, an, Pan Jishun, Xiong Yunbin, et al.Identification and stochastic simulation of the flow units in Wenliu Oilfield:taking the lower section of S2in Wen-135block fault block reservoir as an exampleJ.Journal of Xian Shiyou University:Nat

41、ural Science Edition, 2010, 25 (6) :13-16. 8胡斌, 张靓, 季汉成, 等.北部湾盆地迈陈凹陷东部物源方向及沉积体系时空演化J.岩性油气藏, 2014, 26 (4) :22-27, 35.Hu Bin, Zhang Liang, Ji Hancheng, et al.Depositional system evolution and provebabce orientation in the eastern Maichen Sag, Beibu Gulf BasinJ.Lithologic Reservoirs, 2014, 26 (4) :22-27, 35.

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 学术论文 > 期刊/会议论文

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报