简介：富有机质页岩的地球物理描述涉及地质和地球物理力学参数的间接估算。地质参数包括孔隙度、粘土含量（V粘土）以及总有机碳含量（TOC）。重要的地质力学参数包括天然裂缝和可压性（岩石水力压裂容易程度）。除了各种工程因素，可压性还取决于以下地质因素：原地应力（垂直有效应力和最大及最小水平有效应力）、孔隙压力、脆性和岩石强度。在井场，我们有时可以获取完整描述目标页岩层的足够的测量数据，但远离井场时，常常没有足够的实际测量数据，因此岩石性质往往是不清楚的。另一方面，地震数据通常可用于岩石的波阻抗（AI）和Vp／Vs比值的估算。如果地震资料品质足够好且工区的面积足够大，那么有时还可以估算岩石的密度，此外还可以估算各向异性弹性，但这些测量结果都会存在一定程度的误差。由于页岩储层非常复杂，岩石性质参数的数量相对较多，而且现场可独立获取的信息也有限，导致岩石性质的反演结果常常不是唯一的。

简介：针对构造变形为主控因素的裂缝型储层,开展了以叠后地震属性分析为主要手段的裂缝识别和预测研究。通过采用单属性与多属性综合识别和预测相结合的方式,总结研究区属性优选及分析方法,结合实际地震资料,建立了一套多属性裂缝预测的有效流程。

简介：阿普斯（Arps）提出的确定性递减曲线分析已经成为业界预测产量和估算储量的标准方法，但该分析方法的缺点是具有很强的主观性和很大的不确定性，尤其是在井的早期生产阶段。概率递减曲线分析（PDCA）法已经被提出来对页岩气区带储量估算中的不确定性进行量化。然而，所有已公开发表的PDcA法都采用Arp递减曲线模型进行分析。新的递减曲线分析（DCA）模型已经开发出并用于经水力压裂改造的水平井。然而，这些模型主要应用于确定性分析，而没有对不确定因素进行定量分析。我们应用马尔科夫链蒙特卡洛（MCMC）概率法和不同数量的生产数据对文献中出现的六种DCA模型进行了追算测试，这6种DCA模型分别是阿普斯模型、具有最小递减的阿普斯模型、改进后的阿普斯模型、幂律模型（powerlaw）、拓展的指数模型（stretchedexponential）和Duong模型。结果显示，MCMC概率法非常可靠地对产量追算的不确定性以及由页岩气井衰减曲线模型得出的累计产量估算值的不确定性进行了定量分析。甚至对于基于Arp方程的DCA模型，这种概率法也能非常合理地进行标定。随着拟合的产量数据的增加，追算不确定性降低，但是不管拟合的产量数据有多少，MCMC概率法都能非常合理地进行标定。甚至，由MCMC概率法得出的P50储量估算值要比早期采用确定性评价方法得到的结果更准确。产量预测和储量估算估算结果的不确定性总是存在的，而且这种不确定性在页岩气藏开发的早期是很大的。可靠的不确定性定量分析能够改善生产早期阶段的决策，从而实现这类非常规气藏更加高效的开发。