【摘 要】
：
东营凹陷浊积岩油藏勘探开发进入高程度阶段后,研究对象转为"个体小(单砂体面积<1 km~2)、厚度薄(单层厚度2~5 m,累加厚度5~15 m)、橫变快、含灰质(灰地比5%~45%)"的超隐蔽储
【基金项目】
：
国家科技重大专项(2017ZX05072)
论文部分内容阅读
东营凹陷浊积岩油藏勘探开发进入高程度阶段后,研究对象转为"个体小(单砂体面积<1 km~2)、厚度薄(单层厚度2~5 m,累加厚度5~15 m)、橫变快、含灰质(灰地比5%~45%)"的超隐蔽储层,该类储层常规方法描述难度大、精度低。因此,开展了超隐蔽储层描述技术综合研究:①应用谐波拓频技术、属性融合方法和波形指示反演技术刻画"个体小"和"厚度薄"储层;②形成了复杂岩性背景下横波估算方法,开展叠后、叠前综合去灰技术研究,刻画灰质发育区有利储
其他文献
5月27日,闵行区档案馆内鲜花簇拥,彩旗飘扬,洋溢着一派节日的气氛,在纪念上海解放51周年之际,闵行区档案局主办的闵行区区史陈列开展仪式在这里举行。闵行区委书记黄富荣为
小麦出苗后。由于受自然条件和栽培措施的影响，往往会形成各种不同类型的弱苗，对于苗情弱要对症管理，现分别介绍如下：
现有的自适应对抗学习方法采用固定惩罚因子在不同特征层进行监督学习,并采用FCN(Fully Convolutional Networks)作为判别器的基础框架,模型缺少泛化能力,在分割较复杂场景时易造成类感染和类漂移。针对该问题,提出了一种学习率自适应的对抗学习的图像语义分割方法。该方法设计了一种类似SegNet结构的网络判别器,采用最大池化进行非线性上采样,既继承了FCN的优势,可以输入任一大小
【目的】绿叶挥发物组分(Green Leaf Volatiles,GLVs)指植物中的不饱和脂肪酸通过酶代谢产生的短链脂肪族醛、醇和它们的酯类化合物,主要包括C6/9脂肪醛、醇和相应的酯。这些
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
目的研究急性胰腺炎治疗过程中生长抑素对胃肠动力的影响。方法选取我院2016年5月—2017年5月收治的50例急性胰腺炎患者作为研究对象,随机分为对照组与研究组,每组25例,对照