【《油田储层参数反演研究现状文献综述》3000字】

油田储层参数反演研究现状文献综述20世纪60年代，美国物理学家Backus和应用数学家Gilbert提出的Backus-Gilbert理论奠定了反演理论的基础。1977年，Matsu´uraADDINCNKISM.Ref.{B014ED8AB173447e808CED8193CD7F22}[42]首次提出“大地测量反演”的概念。1997年MossopADDINCNKISM.Ref.{CD6C3F37BA284785868A129F8AADD576}[43]等通过GPS测量获取了间歇泉地热田在1977年至1996年地面沉降，首次利用Mogi源模型反演地热储层源位置，并探讨了增加点源数量对改善反演精度的效果。1998年，Vasco等人ADDINCNKISM.Ref.{1E5DDD9787AB4cc3B3ACB2981B06F920}[44]利用格林函数给出的点源响应函数，解释了采油引起的地表和地下变形之间的相互关系，地面对多孔弹性储层体积变化的响应得到了很好的证实。1999年，ClaudieCarnecADDINCNKISM.Ref.{2B1B0F4E82BA44a5BC568F3D9A67117B}[45]等利用InSAR技术处理了ERS-1/2在1993年至1997年期间获得的图像，在CerroPrieto地热田发现了缓慢的局部沉降，并假设地面沉降是有单一点源在半空间内产生弹性变形的情况下产生的，利用Mogi模型反演到油田储层的深度和位置。2001年，XuADDINCNKISM.Ref.{338F0CE16FD540b58F88FF15315696E7}[46]等使用InSAR技术获取勒Belridge和LostHills油田的地表形变数据，然后使用弹性变形理论解来模拟这种力学效应，结合研究区的实测数据，发现模拟的表面变形与InSAR的实测值吻合，证实了可以使用卫星测量地球变形来监测油气生产。2005年，Vasco等ADDINCNKISM.Ref.{ED34145E1E89455bB8C2BD608992F44F}[47]提出了一种从准静态变形观测中推断储层体积变化和渗透率等流动性质的方法，接着将此方法应用到加州威尔明顿油田，证明了利用PSInSAR技术获得的地表形变对于理解地下流体流动的适用性。2006年，Fokker等ADDINCNKISM.Ref.{D28E74A62B24467fB63520F13F81A379}[48]结合了分析和数值方法的元素，提出了一种新的油气开采沉陷预测半解析模型。它适用于均匀的层饼状地层学，每层粘弹性参数变化，以及任意衰竭模式；利用沉降资料增加对于油藏水平压实的约束，大大减少了计算量。2007年，Muntendam-Bos等ADDINCNKISM.Ref.{B813FF2F579A485a8812FC28D98D6977}[49]引入了一种新反演方案，可以通过地面沉降观测在单一过程中求解油藏压力降。该理论既能适应在一个或多个时期没有对地面沉降进行估计的情况，也能适应在任意时期引入新地点的情况。并以自由水位下渗透率变化较大的气藏为例，对该方法进行了验证。2008年，Vasco等ADDINCNKISM.Ref.{9EBFB439B6764c38A9CA47FAF9A09E93}[4]通过对阿尔及利亚Krechba油田注入二氧化碳过程中采集的InSAR数据的应用，揭示了沿两个西北走向走廊的压力，并探究出了储层一定深度的压力变化与地表形变之间的关系。2012年，Khakim等ADDINCNKISM.Ref.{87716334C6CB4355881935A9552A0FFA}[50]测试了一种基于张性矩形位错模型的两步反演方法,可以从InSAR反演的地表变形中准确地估计储层变形的分布以及储层的长宽和走向等信息。2013年，Rocca等ADDINCNKISM.Ref.{8CB484146F5146a69A320411EA2461FF}[51]利用通过InSAR技术获取的地表变形信息成功反演了油气藏(油气生产以及二氧化碳封存)深度的地球物理参数。2015年，YangADDINCNKISM.Ref.{9495EA324EBF4f39A6A3C3BEC70712C1}[52]等采用SBAS技术发现美国西德克萨斯州某油田在2007年1月至2011年3月期间有一个明显的地表抬升区；然后利用真实生产数据，利用假定的孔隙度和渗透率平均值，对储层压力和地表位移进行了分析模拟，发现地面隆起的主要原因是CO2注入。2016年，Ji等ADDINCNKISM.Ref.{BE38C31A53404ef48F424FBE46797A2A}[53]使用SBAS方法研究了新疆克拉玛依油田黑103井区的时空演化规律，并基于Okada模型反演了其储层几何参数。同年，刘一霖ADDINCNKISM.Ref.{E6A85363473C4ab3A7FFE066404C5ADD}[6]利用时序InSAR技术获取了黄河三角洲东营油田的沉降，对油田地区沉降采用Mogi模型和椭球模型进行了反演分析。2017年，孙赫等ADDINCNKISM.Ref.{38F2036B0B8644399B8841691AD52432}[54]利用永久散射体干涉(PSI)技术监测了辽河下游平原2007年至2011年的沉降速率图。通过考虑重叠区域上的偏移量，定量分析了油田、海岸带和盐区三种地面沉降类型；并以油区为研究对象，基于Okada模型成功反演了油田储层的几何参数。2020年，Staniewicz等ADDINCNKISM.Ref.{49DD2D16DEA0477e9D850B88FE2DF5CA}[55]利用InSAR技术绘制了某二叠纪盆地8万平方公里的产油区盆地表面沉降速率图，在活跃的生产井和处理井附近观察到大量的沉降和隆起特征；通过Okada模型表明，流体提取和沿正断层的倾滑是观测到的地震活动和地表形变的潜在原因。同年，Métois等ADDINCNKISM.Ref.{1C92DA8EADA241d49D1D91E0B57024F9}[56]通过覆盖阿尔巴尼亚Patos-Marinza油田若干景Sentinel-1数据的时间序列分析中监测到该地存在一个沉降漏斗，然后利用平面负拉伸位错模拟盆地和储层压实作用的弹性模型可以很好地模拟了这种变形。总体上，国内外对油田储层参数反演的研究较少，并缺乏对不同反演模型的比较分析；现有反演模型主要为Mogi模型、椭球模型和Okada模型等，这些模型目前存在两个问题：(1)旋转自由度不高，不能充分反应储层真实参数；(2)数值计算不稳定。因此，本文以史南油田作为研究对象，首先利用时序InSAR技术分析该地区地表形变的时空分布与演化特征，并针对油田储层参数反演研究中存在的问题，进一步深入研究。参考文献ADDINMendeleyBibliographyCSL_BIBLIOGRAPHYADDINCNKISM.Bib[1]胡明城.现代大地测量学的理论及其应用[M].北京：测绘出版社，2003年10月[2]独知行.基于力学模式的大地测量反演理论及应用[J].测绘学报,2002,31(1):94-94.[3]张朝玉.大地测量反演若干理论问题研究[D].武汉:武汉大学,2006.[4]VascoDW,FerrettiA,NovaliF.Reservoirmonitoringandcharacterizationusingsatellitegeodeticdata:InterferometricsyntheticapertureradarobservationsfromtheKrechbafield,Algeria[J].Geophysics,2008,73(6):WA113-WA122.[5]DusseaultMB.GeomechanicalChallengesinPetroleumReservoirExploitation[J].KsceJournalofCivilEngineering,2011,15(4):669-678.[6]刘一霖.黄河三角洲地面沉降时序InSAR技术监测与地下流体开采相关性分析[D].中国科学院研究生院(海洋研究所),2016.[7]杨崇.辽河油田地表沉降InSAR监测及储层参数反演[D].西南交通大学,2019.[8]宋波.(2013).黄河三角洲(东营)油气资源开发区地面沉降监测成果分析.城市地质,8(4):40-43.[9]刘国祥.InSAR基本原理[J].四川测绘,2004(04):187-190.[10]刘国祥,丁晓利,陈永奇,李志林,李志伟.使用卫星雷达差分干涉技术测量香港赤腊角机场沉降场[J].科学通报,2001(14):1224-1228.[11]SherwinCW,RuinaJ,RawcliffeR.SomeEarlyDevelopmentsinSyntheticApertureRadarSystems[J].IreTransactionsonMilitaryElectronics,1962(2):111-115.[12]GrahamLC.SyntheticInterferometerRadarforTopographicMapping[J].ProceedingsoftheIeee,1974,62(6):763-768.[13]GrahamL.TopographicMappingFromInterferometricSarObservations[J].Proc.Ieee,1974,62(3):763-768.[14]GoldsteinRM,ZebkerHA,WernerCL.SatelliteRadarInterferometry:Two-dimensionalPhaseUnwrapping[J].RadioScience,1988,23(4):713-720.[15]GabrielAK,GoldsteinRM,ZebkerHA.MappingSmallElevationChangesOverLargeAreas:DifferentialRadarInterferometry[J].JournalofGeophysicalResearch:SolidEarth,1989,94(B7):9183-9191.[16]ZebkerHA,RosenPA,GoldsteinRM,etal.OntheDerivationofCoseismicDisplacementFieldsUsingDifferentialRadarInterferometry:theLandersEarthquake[J].JournalofGeophysicalResearch:SolidEarth,1994,99(B10):19617-19634.[17]MassonnetD,BrioleP,ArnaudA.DeflationofMountEtnaMonitoredBySpaceborneRadarInterferometry[J].Nature,1995,375(6532):567-570.[18]GeD,WangY,GuoX,etal.LandSubsidenceInvestigationAlongRailwayUsingPermanentScatterersSarInterferometry[C]//IGARSS2008-2008IEEEInternationalGeoscienceandRemoteSensingSymposium.IEEE,2008,2:II-1235-II-1238.[19]唐嘉,刘国祥,宋云帆,等.PALSAR和ASARPSI显著地表沉降探测与分析[J].遥感学报,2015,19(6):1019-1029.[20]WangX,LiuL,ZhaoL,etal.MappingandInventoryingActiveRockGlaciersintheNorthernTienShanofChinaUsingSatelliteSarInterferometry[J].TheCryosphere,2017,11(2):997-1014.[21]WangX,LiuG,YuB,etal.AnIntegratedMethodBasedonDinsar,MaiandDisplacementGradientTensorforMappingthe3dCoseismicDeformationFieldRelatedtothe2011TarlayEarthquake(myanmar)[J].RemoteSensingofEnvironment,2015,170(2):388-404.[22]DaiK,LiZ,TomásR,etal.MonitoringActivityattheDaguangbaoMega-landslide(china)UsingSentinel-1TopsTimeSeriesInterferometry[J].RemoteSensingofEnvironment,2016,186(5):501-513.[23]SandwellDT,PriceEJ.PhaseGradientApproachtoStackingInterferograms[J].JournalofGeophysicalResearch:SolidEarth,1998,103(B12):30183-30204.[24]FerrettiA,PratiC,RoccaF.PermanentscatterersinSARinterferometry[C]//IEEE1999InternationalGeoscienceandRemoteSensingSymposium.IGARSS'99(Cat.No.99CH36293).IEEE,1999,3:1528-1530.[25]FerrettiA,PratiC,RoccaF.PermanentScatterersinSarInterferometry[J].IeeeTransactionsonGeoscienceandRemoteSensing,2001,39(1):8-20.[26]DehlsJF,BasilicoM,ColesantiC.GrounddeformationmonitoringintheRanafjordareaofNorwaybymeansofthepermanentscattererstechnique[C]//IEEEInternationalGeoscienceandRemoteSensingSymposium.IEEE,2002,1:203-207.[27]BerardinoP,FornaroG,LanariR,etal.ANewAlgorithmforSurfaceDeformationMonitoringBasedonSmallBaselineDifferentialSarInterferograms[J].IeeeTransactionsonGeoscienceandRemoteSensing,2002,40(11):2375-2383.[28]HooperA,ZebkerH,SegallP,etal.AnewmethodformeasuringdeformationonvolcanoesandothernaturalterrainsusingInSARpersistentscatterers[J].Geophysicalresearchletters,2004,31(23).[29]李德仁,廖明生,王艳.永久散射体雷达干涉测量技术[J].武汉大学学报(信息科学版),2004(08):664-668.[30]LauknesTR,DehlsJ,LarsenY,etal.AcomparisonofSBASandPSERSInSARforsubsidencemonitoringinOslo,Norway[C]//Fringe2005Workshop.2006,610.[31]刘国祥,陈强,丁晓利.基于雷达干涉永久散射体网络探测地表形变的算法与实验结果[J].测绘学报,2007(1):13-18.[32]CasuF.TheSmallBaselineSubsetTechnique:PerformanceAssessmentandNewDevelopmentsfoSurfaceDeformationAnalysisofVeryExtendAreas[J].XXICycle,2009.[33]FerrettiA,FumagalliA,NovaliF,etal.ANewAlgorithmforProcessingInterferometricData-stacks:Squeesar[J].IeeeTransactionsonGeoscience&RemoteSensing,2011,49(9):3460-3470.[34]LeiZ,DingX,ZhongL.GroundSettlementMonitoringBasedonTemporarilyCoherentPointsBetweenTwoSarAcquisitions[J].IsprsJournalofPhotogrammetry&RemoteSensing,2011,66(1):146-152.[35]刘国祥,张瑞,李陶,等.基于多卫星平台永久散射体雷达干涉提取三维地表形变速度场[J].地球物理学报,2012,55(8):2598-2610.[36]ZhouW,ChenG,LiS,etal.InSARApplicationinDetectionofOilfieldSubsidenceonAlaskaNorthSlope[C]//GoldenRocks2006,The41stUSSymposiumonRockMechanics(USRMS).AmericanRockMechanicsAssociation,2006.[37]FilatovA,YevtyushkinA.DetectionofgroundsurfacedisplacementsinareaofintensiveoilandgasproductionbyInSARdata[C]//ProceedingsoftheESALivingPlanetSymposium.Bergen.Norway.ESASP-686.2010.[38]张金芝.基于InSAR时序分析技术的现代黄河三角洲地面沉降监测及典型影响因子分析[D].中国科学院研究生院(海洋研究所),2015.[39]ShiJ,YangH,PengJ,etal.InsarMonitoringandAnalysisofGroundDeformationDuetoFluidOrGasInjectioninFengchengOilField,Xinjiang,China[J].JournaloftheIndianSocietyofRemoteSensing,2019,47(3):455-466.[40]李乃一,伍吉仓.基于时序InSAR技术监测胜利油田地表沉降[J].工程勘察,2018,46(5):50-54.[41]MirzaiiZ,HasanlouM,Samieie-EsfahanyS,etal.LandSubsidenceMonitoringinAzarOilFieldBasedonTimeSeries