基于地震分频双元融合的辫状河砂体边界预测—以鄂尔多斯盆地北部新召东地区盒三段为例

Prediction of Braided River Sand Body Boundary Based on Seismic Frequency Division Dual Fusion： A Case Study from the Third Member of Lower Shihezi Formation in the Xinzhaodong area， Northern Ordos Basin

摘要

鄂尔多斯盆地杭锦旗地区新召东区带盒三段发育强非均质性辫状河储层，传统地震方法难以有效识别其复杂河道边界。本文基于地质、测井和地震资料的综合分析，在传统的RGB融合技术基础上，提出了一种双元分频融合方法，利用两种最能反映砂体分布特征的有效频段进行融合，实现砂体边界与厚度的精细预测。通过优选瞬时振幅作为敏感属性，并结合频谱分析，确定低频与峰值频率为特征频率，将这两类频率属性融合，以突出主干河道响应并压制薄层干扰。研究表明：（1）该方法显著提升了河道边界的识别精度，从视觉角度更易于划分骨架砂体边界；（2）砂体厚度预测的准确性得到提高，与实钻数据的相关性达到0.9以上，为下一步储层的精细开发奠定了基础；（3）预测新召东盒三段西部与中部发育北西向骨架砂体，东部发育北东向骨架砂体，通过沉积相、测井相与地震相综合分析，建立了研究区主要沉积微相的识别图版，识别出心滩为下一阶段勘探开发的主要目标。综合结果表明，双元融合技术为辫状河储层的精细刻画提供了有效手段，对相似地质条件下的油气勘探开发具有推广应用价值。

Abstract

The third member of lower Shihezi Formation in the Xinzhao East area， Hangjinqi region， Ordos Basin， contains highly heterogeneous braided river reservoirs， where conventional seismic methods struggle to effectively identify complex channel boundaries. Based on integrated analysis of geological， well-log， and seismic data， this study proposes a dual-frequency decomposition and fusion method built upon traditional RGB blending. By merging two optimal frequency bands that best reflect sand body distribution characteristics， the method enables detailed prediction of sand body boundaries and thickness. Instantaneous amplitude is selected as the sensitive attribute， and through spectral analysis， the low frequency and peak frequency are identified as characteristic frequencies. Fusion of these two frequency attributes highlights main channel responses and suppresses thin-layer interference. Results show that： （1） This method significantly improves the accuracy of channel boundary identification， making it easier to visually delineate framework sand body boundaries； （2） Sand body thickness prediction accuracy is enhanced， with a correlation exceeding 0.9 with drilling data， laying a foundation for subsequent detailed reservoir development； （3） In the western and central parts of the Xinzhao East He-3 member， NW-trending framework sand bodies are predicted， while NE-trending ones occur in the east. Through integrated analysis of sedimentary facies， well-log facies， and seismic facies， an identification template for major sedimentary microfacies in the study area is established， identifying channel bars as the primary target for future exploration and development. The integrated results demonstrate that the dual-frequency fusion method provides an effective approach for detailed characterization of braided river reservoirs and holds application value for oil and gas exploration in analogous geological settings.

Graphical abstract

关键词

辫状河储层 / 双元融合 / 砂体边界识别 / 杭锦旗

Key words

braided river reservoir / dual-element fusion / sandbody boundary identification / Hangjinqi

0 引言

杭锦旗上古生界主要发育辫状河河流相沉积，河流相沉积主要由多期砂体横向摆动及纵向叠置形成^{［1 - 6］}。其横向与纵向展布极为复杂，通过常规地震及测井方法难以精确识别河道边界。针对目前杭锦旗地区已从勘探阶段过渡到生产开发阶段，油气的精准开发亟须对砂体进行更加精细的表征，以厘清主要河道砂体的发育位置^{［7 - 10］}。

前人在河流相砂体雕刻方面，主要依赖密井网资料和野外露头对比等方法。在地震技术方面，采用地震波形分类、属性提取、瞬时切片和多属性融合等常规地震属性技术，以分析河道砂体的展布特征^{［11 - 14］}。然而，针对河流相大面积展布的区域，尤其是河道砂体在纵向上较薄、横向上分布广泛的地区，其预测精度往往较低。近年来，地震分频RGB融合技术作为地震沉积学的重要发展方向之一，取得了显著进展。该技术通过分频处理提取不同频带的地震信息，并利用RGB颜色融合原理，将复杂的地震数据转化为具有丰富色彩和亮度变化的可视化图像，从而有效揭示不同尺度地质体的边界与内部细微结构^{［15 - 21］}。在储层预测方面，地震分频技术能够敏感地识别储集层时间厚度的变化，不同频带的地震数据体可分别响应不同厚度储层，有助于准确刻画储集体边界，而RGB融合则进一步提升了成像的细节表现力，具有特征明显、信息量大、识别度高的优势。该技术已在三角洲、辫状河及曲流河沉积体系的储层预测中得到广泛应用。尤其在井网稀疏的复杂沉积相带构型解剖中，分频RGB融合技术展现了极高的应用潜力，为深化地质认识和精准预测有利储层提供了有力支撑。

在传统RGB融合技术的基础上，本研究进一步提出了双元融合方法。相较于常规RGB融合通过三组分同时成像来展现多尺度地质信息，双元融合技术聚焦于中等尺度与厚层尺度砂体特征的有机叠合，有效弱化了高频薄层的干扰，从而更有针对性地凸显骨架砂体的展布规律。该方法不仅能够清晰刻画主要河道的边界形态，还在识别河道迁移叠置关系及内部结构方面展现出更高的分辨率与成像稳定性。

本文以杭锦旗地区盒三段为示例，该段河流相砂体横向摆动范围广、纵向叠置复杂，储层非均质性强，致使主河道边界位置难以准确预测。应用双元融合技术对主干砂体空间展布进行预测，取得了显著效果。预测结果与钻井资料吻合更好，与砂体实际发育特征具有较高的相关性，验证了该方法的准确性与可靠性。实际应用效果表明，双元融合技术不仅能够清晰地刻画主要河道的边界，在识别河道迁移叠置关系方面也展现出更高分辨率，尤其是在同类砂体叠置发育的复杂区域，该方法表现出良好的适用性，可显著提升砂体预测的精度与可靠性，为井控程度较低、砂体结构复杂的沉积相带构型解析及油气藏勘探开发提供了有力的技术支撑。

1 区域地质概况

杭锦旗地区地处鄂尔多斯盆地北缘，研究区平面分布范围广阔，总面积约9，000平方公里，横跨鄂尔多斯盆地的3个一级构造单元（图1a）。根据构造特征、沉积环境、烃源岩分布、储层性质、气藏特征及地理位置等因素的综合分析，杭锦旗地区可划分为7个区带（图1b）。其中，独贵加汗区带的锦58井区、什股壕区带的锦66井区以及新召东区带的锦30井区是杭锦旗地区上古生界目前发现的三大重要天然气富集区带^{［2 - 4］}，展现了该地区丰富的天然气资源潜力和良好的开发前景。本次研究目标为位于杭锦旗西部的新召东区带（图1c）。

新召东地区构造演化经历了中元古裂谷阶段、海西期与印支期挤压阶段、燕山期左行走滑阶段以及喜山期拉张阶段四个主要发展阶段。主要产气层为上古生界的太原组、山西组和下石盒子组，其上古生界的山西组和太原组主要为克拉通内陆表海盆地沉积，该阶段沉积相主要为滨岸平原沼泽相到三角洲平原相^{［5 - 6］}，上覆的下石盒子组主要为陆内坳陷盆地沉积，该阶段沉积相以辫状河沉积相为主（图1d）。本次以上古生界的下石盒子组盒三段为研究层段，三维数据全覆盖，勘探井19口，满足研究需求。

2 技术与方法

2.1 敏感地震属性分析技术

地震属性的优劣取决于地震资料的品质以及地下实际情况的复杂程度^{［17，19］}，众多的地震属性在不同地区、不同层位产生的不同效果，因此通过制作多种振幅类地震属性并利用已有勘探井目的层砂岩厚度与地震属性值相关性的判断，选取地区目的层敏感属性，以提高储层解释和预测精度，这也是当前运用地震资料开展储层预测的常用方法。

2.2 频谱分析技术与小波分频技术

频谱分析技术是将原始的数据体通过数学变换，将波形数据转变为谱数据，将获得相比原始地震数据体更丰富的特征信息^{［22 - 26］}。小波分频技术将数据体通过滤波器如Morlet小波、Daubechies小波等^{［27 - 30］}，将原始数据体过滤分解为多个主频不同频带更窄的数据体，将较小尺度时间域中想保留的目标频率特征凸显出来，对地震调谐厚度范围内的砂岩都有出色的辨别能力。

频谱分析^{［22 - 26］}的数学表达式如下：

\psi {(t)}_{a,\mathrm{0}}={\pi }^{-\mathrm{1}/\mathrm{4}}\mathrm{c}\mathrm{o}\mathrm{s}({\omega }_{\mathrm{0}}\frac{t}{\alpha })e^{-\frac{r^{\mathrm{2}}/{\alpha }^{\mathrm{2}}}{\mathrm{2}}}（1）

式中 {\omega }_{\mathrm{0}} 为中心频率，π^-1/4是归一化常数，确保小波的L2范数为1

本次研究采用Morlet小波分频方法^{［27 - 28，30］}，小波分析克服了短时傅里叶变换固定时窗的缺陷，具有多分辨率分析的特点，在低频部分，采用较低的时间分辨率，在高频情况下，可以用较低的频率分辨率来换取精确时间定位。

Morlet小波分频表达式如下：

CWT(a,b)=\frac{\mathrm{1}}{\sqrt[]{a}}\int s(t)*\psi *(\frac{t-b}{a})dt（2）

f=\frac{{\omega }_{\mathrm{0}}+\sqrt[]{\mathrm{2}+{\omega }_{\mathrm{0}}^{\mathrm{2}}}}{\mathrm{4}\pi a}\approx \frac{{\omega }_{\mathrm{0}}}{\mathrm{2}\pi a}（3）

式中s（t）是输入信号，a是尺度参数（scale），控制频率分解，b是时移参数（translation），控制时间局部化，ψ 是小波的复共轭，\frac{\mathrm{1}}{\sqrt[]{a}} 是能量归一化，确保不同尺度下的能量可比。

2.3 双元融合技术

双元融合技术是在RGB融合技术^{［15 - 21］}基础上进一步拓展，更有效地针对河流相广泛发育的区域，识别厚层砂体即骨架砂体的位置。RGB融合技术基于频谱分析，将原地震数据体按照分析结果分频为低频、峰值频率和高频三种频率。由于调谐厚度的差异，不同频率的数据体对不同厚度的砂体响应各异，其中低频对厚层砂体响应较为敏感，峰值频率对中等尺度砂体响应较为敏感，高频对薄层砂体响应较为敏感。基于这一原理，将三种不同频率的地球物理属性分别映射到红（R）、绿（G）、蓝（B）三个颜色通道，生成综合彩色图像，通常选择R（红）映射低频属性，G（绿）映射峰值频率属性，B（蓝）映射高频属性。利用不同频率与地质体的差异响应，赋予不同类地质体不同颜色并进行融合，从而展示更为丰富的地质信息，借此刻画地质体的空间展布规律。

双元融合技术则仅选取R（红）和G（绿）两种颜色，即低频与峰值频率两种属性进行显示，着重于厚层砂体与中等尺度砂体边界的识别，消除薄层砂体在视觉上的干扰。这一方法更有利于在河流相横向摆动频繁、大面积含砂区域精确识别骨架砂体的位置。

3 双元融合属性制作结果

3.1 敏感属性选择

地震属性计算是通过不同数学算法处理地震数据，得到不同地震属性的过程^{［14 - 16］}。不同的地震属性包含了岩性、物性、含油气性及构造等多方面信息，本次研究选取多种针对于砂体的地震属性进行计算，特别是多种振幅类的属性进行对比分析，能够有效地反映砂体厚度的性质。通过初步的经验判断以及结合统计得到的19口探井目的井上实测单个砂体的厚度分布范围，计算的各井响应的砂体厚度与井上实测砂体厚度进行相关性分析得到的R²（决定系数），判断瞬时振幅属性相关性较高，判断瞬时振幅属性为该地区目的层位的敏感属性。

3.2 双元融合属性砂体表征

3.2.1 频谱分析优选分频频率

对研究区主测线4个剖面，联络测线4条剖面目的层段频谱分析得出目的层段的低频为7 ～ 9 Hz之间，峰值频率为19 ～ 23 Hz之间，高频为27 ～ 32 Hz之间，对各频率统计平均后，计算得出低频、峰值频率、高频分别为9 Hz、19 Hz和30 Hz（表2）。通过声波测井目的层平均层速度为3352 m/s，由此可计算出可以识别的地震调谐厚度ΔZ=λ/4（λ为波长），λ=v/f，计算得该频率组对应的调谐厚度范围为39.9 m，目的层平均厚度为38 m，可对目的层进行识别。

3.2.2 分频属性提取效果

基于频谱分析计算得到的低、中、高三个频带结果（表2），对原始地震数据体进行分频处理，生成相应的分频数据体。在精细层位解释的约束下，分别提取这三个数据体的瞬时振幅属性，并采用颜色编码方案将低频、峰值频率和高频信息分别映射为红色系、绿色系和蓝色系色标（图3）。如此便能够有效识别不同尺度砂体的空间展布特征，实现多尺度砂体的综合识别与表征。

从图中可识别出，亮色区域指示砂体发育位置，暗色区域则反映砂体不发育。研究区内钻遇的盒三段砂体大多与属性响应区域吻合，且河道边界在颜色对比上差异显著，有利于河道界面的清晰刻画。物源分析表明，研究区东部物源主要来自西北方向，中部物源源于北部，而北部物源则来自东北方向。多物源、多期次河道复合作用导致主干河道砂体呈大面积展布。通过虚线标注不同规模砂体的边界，可见厚层砂体（图3a、b）与中等尺度砂体（图3c、d）均呈条带状分布；薄层砂体（图3e、f）在研究区北部表现为条带状，向南逐渐过渡为连片分布。

3.2.3 双元融合效果

双元融合是在RGB融合（图4a）的基础上进一步拓展出来的，仅将低频与峰值频率进行取值映射进行融合，图中（图4b）对比可见双元融合去掉高频属性影响，砂体边界的识别相较于RGB融合识别更清晰。同时由于通常高频属性对薄层砂体响应较为敏感，本方法选择将其剔除，仅保留对厚层砂体及中等规模砂体具有指示意义的低频与峰值频率属性体，将这两种属性体进行融合，能够在排除薄层砂体干扰的基础上，突出河流相骨架砂体的边界信息。相比传统的RGB融合，双元融合在河道砂体边界范围的识别能力方面表现更优，具有更高的视觉辨识度与解释可靠性。

4 双元融合砂体预测讨论

4.1 河道边界刻画更清楚

研究区沉积环境属于辫状河河道亚相，基于已有钻井的沉积相资料综合分析，识别出以河道、心滩和泛滥平原为主的三种微相类型。通过横切河道过井剖面单井分析（图5），认为在盒三段沉积时期，研究区内不同区域的河道发育特征具有显著差异：西部J154井与J79井位置主要发育规模相对较小、以两期河道叠置为主的河道组合；中部Xin701井位置则发育单期形成的大型河道，显示出较强的水动力条件和较高的沉积物供给；东部J59井位置则以多期次小型河道为特征，反映活跃的河道迁移与改道过程。

横切研究区的地震剖面显示（图6），所有钻井在河道钻遇位置均对应强波谷反射，与标定的地震相特征一致，且河道砂体表现出顶平底凸的地震相形态。尤其在J154井与J79井之间，河道砂体呈现为河道发育的顶平底凸的河道形态；而Xin701井与J59井均表现为中弱振幅与强波谷反射特征，表明砂体面积发育，与钻井资料吻合良好。同时在地震剖面上识别出的河道边界处可见明显砂体尖灭点，剖面特征与基于双元融合方法所预测的河道平面分布结果高度一致。

4.2 砂体厚度预测更准确

低频（9 Hz）、峰值频率（21 Hz）及高频（30 Hz）的瞬时振幅属性与钻井揭示的砂体厚度均展现出显著的相关性，其决定系数（R²）均在0.8以上。进一步地，将RGB融合与双元融合结果投影至255阶进行数值归一化处理后，通过计算发现（图7），其与井上实测砂体厚度的相关性相较于原始数据体及分频数据体均有显著提升，R²达到0.9以上。表明融合后的属性对砂体厚度具有更高的敏感性，显著提高了砂体厚度预测的准确性。在本次研究中，RGB融合的相关性略优于双元融合，但两者的相关性均保持在较高水平。

4.3 沉积相刻画更精细

通过对研究区典型井的沉积相与地震相标定，建立了适用于本区的沉积相识别图版（图8）。在研究区钻井中共识别出三种典型沉积微相：心滩沉积、河道沉积与河道间沉积。心滩沉积在测井曲线上表现为箱形正韵律特征，粒度较粗，厚度普遍介于8 ～ 15 m之间，在地震剖面上对应于连续波谷振幅背景中突变出现的小范围强波谷反射，在双元融合属性上通常显示为红色或黄色反射区域（见图9a），形态呈不规则椭圆状，研究区内典型代表井为J25井与J30井。河道沉积在测井上呈大套箱形特征，粒度相对较细，厚度一般为3 ～ 10 m，地震相表现为连续波谷反射，在双元融合中多显示为黄色或绿色条带状反射区域（见图9a）。该微相在研究区内的典型井为Xin102井与J154井。河道间沉积以厚层泥岩为主，夹少量粉砂岩，测井曲线表现为低阻高伽马特征，地震响应为强振幅波峰反射，在双元融合图像上通常显示为暗色区域（见图9a）。

基于双元融合预测方法所获得的河道砂体边界信息，本研究进一步精细刻画了河道的空间展布特征（图9b）。在河道体系内部，依据地震属性颜色与形态特征的差异，将呈不规则椭圆状且厚度明显较大的区域解释为心滩沉积，而其余反射强度较高的区域则识别为河道内常规沉积体。该沉积相划分方案基于双元融合数据综合判定，无论在河道形态结构还是各类沉积单元的厚度分布方面，均表现出良好的地质一致性，可为研究区油气勘探开发评价提供可靠的地质依据。

5 结论

（1）双元融合技术通过优选低频（9 Hz）与峰值频率（21 Hz）瞬时振幅属性进行融合，有效突出了厚层及中等厚度

砂体的响应特征，显著提高了主干河道边界的识别精度，克服了传统RGB融合中高频属性对薄层砂体敏感所带来的干扰。

（2）该技术在河道砂体边界刻画、砂体厚度预测及沉积相识别方面均表现出优越性。与实钻井砂体厚度相关性显著提升（R² > 0.9），河道空间展布特征更加清晰，沉积微相识别符合地质规律，为气藏精细开发提供了可靠依据。

（3）预测结果表明新召东盒三段西部与中部主要发育北西向骨架砂体，东部则以北东向砂体为主。通过测井相与地震相综合分析，建立了研究区主要沉积微相的识别图版，并基于双元融合属性刻画了沉积展布特征，发育厚层砂体的心滩可作为下一阶段勘探开发的主要目标，河道砂体作为二类勘探目标。

（4）双元融合技术具有较强的适用性与推广价值，尤其适用于河流相大面积发育、砂体叠置复杂地区的储层预测工作，为类似地质背景下的油气藏开发提供了新的技术思路和方法支撑。

参考文献

[1] 孙宜朴， 杨伟利， 王传刚， 等. 鄂尔多斯盆地杭锦旗地区上古生界天然气成藏历史分析［J］. 石油天然气学报， 2007（3）： 217 - 219 + 511.

[2] 王欢， 马立元， 罗清清，等.鄂尔多斯盆地杭锦旗地区上古生界地层压力演化研究［J］.现代地质，2020，34（06）：1166 - 1180.

[3] 丁蓉， 庞雄奇， 贾承造，等.鄂尔多斯盆地石炭纪—二叠纪煤系全油气系统天然气成藏特征与有序分布模式［J］.石油与天然气地质， 2025， 46（4）：1333 - 1348.

[4] 马明， 刘池洋， 王建强，等.鄂尔多斯地块庆阳—鄂托克旗古隆起地质特征及其形成与演化［J］.现代地质，2024，38（06）：1431 - 1444.

[5] 朱宗良， 李文厚， 李克永， 等. 杭锦旗地区上古生界层序及沉积体系发育特征［J］. 西北大学学报（自然科学版）， 2010， 40（6）： 1050 - 1054.

[6] 何发岐，雷涛，齐荣，等.鄂尔多斯盆地大牛地气田深部煤层气勘探突破及其关键技术［J］.石油与天然气地质，2024， 45（6）：1567 - 1576.

[7] 刘祥柏，陶士振，杨秀春，等. 煤系氦气富集机理与资源潜力-以鄂尔多斯盆地东缘为例［J］. 煤田地质与勘探， 2024， 52（9）： 49-66.

[8] 齐荣， 李良， 秦雪霏. 鄂尔多斯盆地北缘近源砂砾质辫状河砂体构型与含气性［J］. 石油实验地质， 2019， 41（5）： 682 - 690.

[9] 李胜利， 张亚雄， 于兴河， 等. 含煤层系相控型致密气储层非均质性评价的沉积要素与甜点预测策略：以鄂尔多斯盆地为例［J］. 地学前缘， 2025， 32（5）： 389 - 403.

[10] 何鑫，陈世加，胡琮，等.陆相页岩层系岩性组合模式及其对原油差异性富集的控制作用：以鄂尔多斯盆地三叠系延长组长7段为例［J］.现代地质，2024，38（05）：1325 - 1337.

[11] 肖文华， 陈晓冬， 马国福， 等. 鄂尔多斯盆地宁庆区块二叠系盒8段煤系地层沉积环境判别［J］.现代地质，2025， 39（6）： 1583 - 1594.

[12] 李勇霖， 倪智勇， 李晓光，等. 鄂尔多斯盆地杭锦旗地区断控气藏差异［J］.吉林大学学报（地球科学版），2024，54（3）：773 - 783.

[13] 张显文， 胡光义， 范廷恩， 等. 河流相储层结构地震响应分析与预测［J］. 中国海上油气， 2018， 30（1）： 110 - 117.

[14] 李斌. 应用地震分频属性进行储层描述研究［D］. 北京：中国石油大学（北京）， 2019.

[15] 岳大力， 李伟， 王军， 等. 基于分频融合地震属性的曲流带预测与点坝识别：以渤海湾盆地埕岛油田馆陶组为例［J］. 古地理学报， 2018， 20（06）： 941 - 950.

[16] 童姜楠，王峰，张枫，等. 五维地震属性在鄂尔多斯盆地东缘深部煤层气天然裂缝预测中的应用［J］. 煤田地质与勘探，2025，53（4）：222 - 234.

[17] 常海亮，杜春彦，张宏伟，等.南华北盆地鹿邑凹陷上古生界煤系地层砂岩储层特征［J］.现代地质，2024，38（02）：373 - 384.

[18] HUANG Y， YAN， CHENG Y， et al. Coal Thickness Prediction Method Based on VMD and LSTM［J］. Electronies， 2022（11）： 232 - 245.

[19] LIN X， ZHANG P， MENG F， et al. A Coal Seam Thickness Predict-ion Model Based on CPSAC and WOA-LS-SVM： A Case Study onthe ZJ Mine in the Huainan Coal？［J］. Energies， 2022（15）：7 324.

[20] 侯东梅， 郭敬民， 全洪慧， 等. 基于分频RGB融合技术和水平井信息的辫状河储层构型研究——以C油田馆陶组为例［J］. 石油科学通报， 2022， 7（01）： 1 - 11.

[21] 丁峰， 年永吉， 王治国， 等. 地震多属性RGBA颜色融合技术的应用研究［J］. 石油物探， 2010， 49（03）： 248 - 252 + 5.

[22] LI W， YUE D， COLOMBERA L， et al. Quantitativeprediction of fluvial sandbodies by combining seismicattributes of neighboring zones ［J］. Journal ofPetroleum Science and Engineering，2021，196：107749.

[23] 王永昌，刘彩云，熊杰，等.基于生成对抗网络的半监督地震波阻抗反演［J］.现代地质，2024，38（06）：1585 - 1593.

[24] 朱筱敏， 董艳蕾， 曾洪流， 等. 中国地震沉积学研究现状和发展思考［J］. 古地理学报， 2020， 22（03）： 397 - 411.

[25] 万晓龙， 吴胜和， 周新平， 徐振华， 付金华， 王梓沣， 麻书玮， 邬德刚， 李桢， 刘明成. 夹层型页岩油三维甜点分布预测方法研究：以鄂尔多斯盆地庆城油田B15区块延长组为例［J］. 地学前缘， 2025， 32（5）： 417 - 431.

[26] 马佳国， 王建立， 周卿， 等. 分频RGB融合技术在精细刻画沉积微相中的应用［J］. 复杂油气藏， 2019， 12（03）： 27 - 31.

[27] 李振春， 刁瑞， 韩文功， 等. 线性时频分析方法综述［J］. 勘探地球物理进展， 2010， 33（04）： 239 - 246 + 227.

[28] 陈学华， 贺振华， 黄德济. 广义S变换及其时频滤波［J］. 信号处理， 2008， 20（01）： 28 - 31.

[29] 刘静静， 刘震， 齐宇， 等. 地震分频处理技术预测深水储集体［J］. 石油学报， 2016， 37（1）： 80 - 87.

[30] 齐宇， 梁建设， 柳迎红， 等. 改进的Morlet小波变换在储集层预测中的应用［J］. 新疆石油地质， 2016， 37（5）： 598 - 601.

[31] 邓宏文， 王洪亮， 李小孟. 高分辨率层序地层对比在河流相中的应用［J］. 石油与天然气地质， 1997，18（2）： 10 - 15 + 34.

[32] 乔玉雷.基于Morlet小波分频的保边滤波去噪方法［J］.石油物探，2011，50（02）：139 - 143+154+10.

[33] 刘艳祥， 吕文雅， 曾联波， 李睿琦， 董少群， 王兆生， 李彦录， 王磊飞， 冀春秋. 鄂尔多斯盆地庆城油田长7页岩油储层多尺度裂缝三维地质建模［J］. 地学前缘， 2024， 31（5）： 103 - 116.

[34] HUSSEIN M， STEWART R R， SACREY D，et al.Unsupervised machine learning using 3D seismic dataapplied to reservoir evaluation and rock typeidentification［J］.Interpretation-A Journal of Subsur-face Characterization，2021，9（2）：T549 - T568

[35] ZHANG J， LU Y， KRIJGSMAN W， et al. Source to sinktransport in the Oligocene Huagang Formation of the Xihu De-pression，East China Sea Shelf Basin［J］. Marine & PetroleumGeology，2018，98：733 - 745.