1) sedimentary microfacies
沉积微相
1.
Sedimentary Microfacies of the Chang 6 Oil-bearing Formation in Nanzhuang District,Ordos Basin;
鄂尔多斯盆地南庄地区长6油层组沉积微相研究
2.
Research on sedimentary microfacies of the epicontinental sea platform of Jia 2 Member in Moxi Gas Field;
磨溪气田嘉二段陆表海型台地内沉积微相研究
3.
Quantitative discrimination of sedimentary microfacies by use of log data——Taking the Triassic Yanchang Formation in Jiyuan-Baibao region of Ordos Basin for example;
应用测井资料定量识别沉积微相——以鄂尔多斯盆地姬塬-白豹地区三叠系延长组为例
2) sedimentary micro-facies
沉积微相
1.
Application of seismic data in probabilistic modeling of sedimentary micro-facies;
地震信息在储层沉积微相随机建模中的应用
2.
Application of Multi-well Sedimentary Micro-facies Evaluation Technology in Jianghan Lithologic Deposit;
多井沉积微相评价技术在江汉岩性油藏的应用
3.
Study on sedimentary micro-facies of Chang-6 oil bed set in Bai-209 well zone, Baibao Oilfield.
白豹油田白209井区长6油层组沉积微相研究
3) microfacies
沉积微相
1.
A study of depositional microfacies and method of reservoir prediction by integrating well log and seismic information in dense well pattern——taking Xing 56 block,Xingshugang oil field,Daqing as an example;
密井网区井震结合进行沉积微相研究及储层预测方法探讨——以大庆杏树岗油田杏56区为例
2.
Application of microfacies judge technique of grey system based on wavelet analysis in Zhuang 9 Block;
基于小波变换的灰色沉积微相评判技术——以庄9井区为例
3.
Sedimentary characteristics and microfacies of fluvial deposits of mordern Nen River at Damagang area;
现代嫩江大马岗段河流沉积微相划分及其特征
4) depositional microfacies
沉积微相
1.
Methods Using neural network model based on depositional microfacies for inter-well interpolation.
结果利用空间分散井位点的孔隙度资料和地区沉积微相信息,对孤岛油田渤21断块油藏进行井间孔隙度内插预测,其井间参数的预测精度得到明显提高,为油藏建模提供了可靠的基础。
2.
Hence a model for quantitative interpretation of lithology and depositional microfacies of Triassic strata in Wu-Xia area of.
介绍了利用测井相分析技术重建地层岩性及沉积微相的基本原理及步骤。
3.
It is mainly applied in the fracture identification,depositional microfacies and nearwell structural analysis of Chaidamu Basin.
FM I在柴达木盆地主要是在裂缝识别、沉积微相及井旁构造分析等方面的应用。
5) sedimentary facies
沉积微相
1.
the Application of SVM Decision Tree in Sedimentary Facies Recognition;
SVM决策树在沉积微相识别中的应用
2.
Automatic sedimentary facies identifying method based on fuzzy neural networks and image process technology;
基于模糊超球神经网络的沉积微相识别
3.
Recognition of river-celta reservoir sedimentary facies based on the fuzzy reasoning net with weighting factor;
基于加权模糊推理网络的河流-三角洲储层沉积微相识别
6) sedimentary microfacies map
沉积微相图
补充资料:沉积相
沉积相 sedimentary facies 沉积物的特征及其生成环境的总和。简称相或岩相。沉积相的概念是1838年瑞士地质学家A.格雷斯利(1814~1865)建立的。他认为相有两个要点:①地层单元中的岩石面貌和古生物组合要一致。②在相同的古生物组合中,要明显地含有不同于其他相中的一些生物种属。并认为沉积相反映着沉积物形成地理位置和地理环境。美国学者R.C.莫尔1948年提出沉积相的定义为“沉积相是沉积剖面中任何空间上独立的,与该剖面的其它部分有显著区别的部分”,强调了地层学的概念。苏联学者L.V.鲁欣1958年认为“把相理解为沉积物的特征及其生成环境的总和更加确切”。R.C.塞利1970年主张相可用5个参数来确定,即岩体的几何形态、岩性、古生物、沉积构造和古水流形式。1985年中国学者翟淳把沉积相分为5级。即相组、相、亚相、微相和相素。先根据自然地理条件分为大陆相组、海陆过渡相组和海相组,它们属一级相。再根据自然地理条件的局部变异划分出二级相,如大陆相组分为河流相、湖泊相、沼泽相、冲积扇相、残积坡积相、沙漠相、冰川相;海陆过渡相组分为三角洲相、河口湾相;海相组分为无障壁海岸相、有障壁海岸相、浅海陆棚相、次深海相和深海相。二级相下再分出三级相,或叫亚相,如河流相下再分为河床亚相、堤岸亚相、河漫滩亚相和牛轭湖亚相。再根据微地貌或岩性、古生物特征细分出第四级相,或叫微相,微相下再根据岩性分出若干相素。 沉积相反映着地质时期地理环境的特征及其演变过程,因此研究它对了解各地质时代古地理环境和地壳的历史演变有着重大的理论意义,对沉积矿产的普查勘探,查明地下水、油、气的分布规律,对工程建设的设计和规划均有重要的实际意义。 |
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条