基于油田多源数据分析与挖掘的白豹地区储层特征研究
|
摘要
本文以鄂尔多斯盆地白豹地区为例,在数据挖掘的广义观点的指导下,基于油田多源数据分析与挖掘,将储层特征的数据分析与挖掘过程划分为确定储层数据分析与挖掘目标、建立储层项目数据库、数据预处理、储层分析建模、模型评估5个阶段。论文在大量参阅相关文献和研究成果的同时,综合收集该区原始岩矿数据和物性资料,针对研究区已有的海量数据资料分散,数据量大,闲置严重而信息贫乏的现状,确定储层数据分析与挖掘任务,提取研究区相关储层数据,构建研究区储层项目数据库,实现海量和多源(元)数据的融合与集成,建立了数据的共享,这对于提高储层定量化研究和促进油田的信息化发展有重要的理论与现实意义。
以可视化数据挖掘技术为研究手段,对储层数据进行预处理、数据质量审核、数据统计分析与建模,对研究区进行系统全面的储层研究,并实现储层数据分析与挖掘过程和结果的可视化,最终通过这些参数的统计特征,空间分布规律来描述和预测储层,深化研究储层地质相关问题,指导油气田进一步的勘探开发。
鄂尔多斯盆地上三叠统延长组第6段在白豹地区是最重要的勘探目的层之一,本文以长6储层为研究对象,从建立的研究区储层项目数据库出发,运用沉积学、石油地质学、地球物理学等知识,根据储层数据分析与挖掘的过程,进行物源分析与聚类分区、岩石类型识别与分布、孔渗建模、储层空间(二维、三维)展布研究及储层综合评价等方面的研究。主要研究内容和进展归纳如下:
1.在对研究区物源定性分析的基础上,提取长6层位的655块薄片样品,将碎屑组分及填隙物成分等考虑在内,进行空间聚类分析,定量划分为3个物源区。从研究区长6储层空间聚类结果平面展布规律来看,以东北物源为主,西南物源为次,在元城—白马—五蛟一带受到两个物源方向的叠加影响,为混源区。物源区的划分为定量研究各个物源区的岩石学特征及储集性能等奠定了基础;
2.岩石类型研究中,建立砂岩分类自动识别模型,使得对大数据量砂岩骨架组分的定量研究变得简单易行。岩石类型分析结果为:长6油层组以岩屑长石砂岩为主,次为长石砂岩,少量的长石岩屑砂岩。分别对不同物源分区的岩石类型进行进一步的分析,东北物源区以岩屑长石砂岩为主,其次为长石砂岩。混源区以岩屑长石砂岩为主,次为长石岩屑砂岩。西南物源区以长石岩屑砂岩为主,次为岩屑长石砂岩;
3.基于岩芯分析资料和多种测井信息,应用神经网络技术对研究区长6储层参数进行预测,以期实现储层参数的精确解释。用神经网络的方法预测孔隙度和渗透率,得到的孔隙度、渗透率变化趋势与取芯井中孔、渗变化规律相符,预测精度比传统的回归方法有所提高。利用该方法建立测井响应与岩芯分析数据之间的对应关系,弥补了取芯井数量的不足,有助于我们更准确翔实地进行孔隙度和渗透率相关性与非均质性分析以及定量参数在空间上的分布规律等研究;
4.在对储层储集性能的分析中,对孔隙度和渗透率相关性进行了分析,并分小层对长6油层组的非均质性进行研究。长6储层各个小层的孔隙度非均质性远小于渗透率非均质性,孔隙度非均质性不太明显,渗透率非均质性比较强,其中长6~3小层的非均质性(突进系数、级差和变异系数)明显高于长6~2和长6~1,长6~1的非均质性最弱。利用孔隙度和渗透率两个重要的物性参数,通过聚类分析对储层进行初级分类。为了研究岩石学特征与储层物性间的关系,将薄片样品与物性样品配对,通过相关图分析影响储集性能的多种因素,粒间孔、面孔率及绿泥石含量与孔隙度、渗透率成正比,而岩石密度、碳酸盐胶结物、粘土类胶结物含量与孔隙度、渗透率成反比;
5.利用研究区井位信息和分层数据,通过数据处理流程,采用Rockworks建模软件进行三维地质建模。三维地层模型展示了地下真实面貌,使我们直观了解地下储层的几何形态与空间展布特征,地层模型所反映的信息与区域上的沉积—构造演化特征相一致。在建立地层模型的基础上,对研究区长6油层组分小层长6~3、长6~2、长6~1,利用Suffer软件建立储层三维构造模型及储层参数模型。三维构造模型表明,在区域西倾单斜背景上,发育有三排东西向展布的低幅度的鼻状隆起构造,隆起部位的部分井区属于工业油流井,说明鼻状隆起构造在一定程度上控制了油气的富集以及油藏的油水分异;
6.本文最后进行储层综合定量评价,首先利用特征选择算法对评价参数进行筛选,然后根据灰关联分析来确定各影响因素的权重,进而运用最大值标准化法确定各项参数的评价分数,最后计算各项参数综合得分,在此基础上,运用聚类分析进行储层分类评价。对储层评价结果进行统计分析,所划分的各类储层特征明显,与研究区储层实际特征具有很好的一致性。研究区长6储层大部分为Ⅱ类和Ⅲ类,少数为Ⅳ类和Ⅰ类,长6~3小层的储层质量明显好于长6~1和长6~2小层。Ⅰ类储层和Ⅱ类储层作为研究区的最好和较好储层,是寻找油气的有利区带。
Under the guidance of the extensive viewpoint of data mining and based on multivariatedata analysis and minning of oilfield,the paper takes Baibao oil field district of Ordos basinfor example,dividing the data mining course of reservoir characteristics into five stages:determination of reservoir data mining target,establishment of project database,datapreprocessing,modeling and evaluation.By referring to abundant references and correlateiveresearch results,comprehensively collecting rock and mineral data and physical property,according to present situation of data dispersion,massive data,left unused seriously butdeficient in knowledge,the task of reservoir data mining target is determined.We extractrelated reservoir data of Baibao oil field district in order to construct reservoir projectdatabase of study area,and then massive,multivariate (multiple) data fusion and integrationcan be achieved and the mechanism of data sharing is established.All these have importanttheoretical and practical significance for promoting quantitative study of reservoir andinformatization development of oil field.
By adopting research method of data mining visualization techniques,reservoir datapreprocessing,quality audit,data statistic analysis and modeling are taken to comprehensivelyresearch the reservoirs in the study area,and visual process and result of data mining arerealized,finally through statistical characteristics and spatial distributions laws of geologicalparameters,the reservoirs are described and predicted,related geology problems of reservoirare further studied to guide the further exploration and development of oil and gas field.
Member 6 of Yanchang Formation of upper-triassic in Ordos basin is one of the mostimportant exploration target stratum in Baibao district.By taking Chang 6 as the researchobject,according to reservoir database of Baibao district,by using the theory ofsedimentology,petroleum geology and geophysics,based on the course of reservoir datamining,the paper takes provenance analysis and clustering partition,rock type discriminationand distribution law,modeling of porosity and permeability,reservoir spatial distributioncharacteristics research and comprehensive evaluation of reservoir.The main researchcontents and research progress are proposed as follows:
1.On the basis of qualitative provenance analysis of the study area,taking detritalcomposition and pore filling mineral composition into consideration,the paper takes spatialcluster analysis by extracting 655 samples of rock thin section database of Chang 6.The studyarea is divided into three provenance partitions.From planar distribution law of spatial clusterresult of Chang 6,the reservoir is mainly sourced from northeast,secondly from southwest,and in the belt of Yuan cheng-Baima-Wujiao,it is overlapping influenced by the two sourcedirection and formed mixing source region.The division of provenance partition lay afoundation for quantitative study of petrological characteristics and reservoir property of eachprovenance partition.
2.In the research of rock type,by establishing automatic recognition model,the papermakes it simple to quantitative study the large data of composition.The analysis results ofrock type show that in Chang 6 Formation in the study area,the most of reservoir rock isdebris feldspar sandstone and secondly is feldsparthic sandstone and small part of feldspathiclithic sandstone.By further analysis of rock type of different provenance partition,it showsthat northeast provenance is mainly debris feldspar sandstone,and minor is feldsparthicsandstone,the mixed source area is dominated by debris feldspar sandstone,secondary isfeldspathic lithic sandstone,and southwest provenance is mainly feldspathic lithic sandstone,and minor debris feldspar sandstone.
3.Based on the core analysis data and multi-logging information,by using neuralnetwork technology,the paper predicts the reservoir parameter of Chang 6 in order to provideprecise interpretation of reservoir parameter.The changing trend of porosity and permeabilitypredicted by neural network equates with that of coring well data.In contrast with traditionalregression analysis,the prediction accuracy of neural network is somewhat increased,whichmeet the need of reservoir heterogeneity research.By using the method,the paper establishesthe relationship between well logging response and core analysis data,and then makes up forthe deficiency of number of coring well.Accordingly,we can take analysis of the correlationand heterogeneity of porosity and permeability,and spatial distribution law of quantitativeparametersmore accurate and more detailed.
4.In the study of reservoir property,the paper analyzes the correlation between porosityand permeability and studies the reservoir heterogeneity of each sublayer of Chang 6.It isconsidered that porosity heterogeneity of Chang 6 is far less than permeability,and the formeris relatively homogeneous,and the heterogeneity of the latter is relatively strong.It shows thatthe permeability heterogeneity (level difference,mutation coefficient and coefficient ofvariation) of Chang 6~3 is larger than that of Chang 6~2 and Chang 6~1,while the heterogeneity ofChang6~1 is weakest.By using two important physical parameters-porosity and permeability,the paper then takes primary classification of Chang 6 reservoir by cluster analysis.In order tostudy the relation between petrologic characteristics and reservoir property,the paper matchesthe samples of rock thin section and reservoir property and then analyzes the influencingfactors through relation maps.Intergranular pore,areal porosity and the content of chlorite isrespectively proportional to porosity and permeability,and rock density,contents of carbonatecements and clay cement is respectively inversely proportional to porosity and permeability.
5.By extracting well position information and layered data,through data processing flow,and by using modeling software of Rockworks,the paper takes the research ofthree-dimensional geological modeling.The three dimension strata model shows the realvisage underground,which can visually show the geometric shape of underground reservoirsand space distributing characteristics.The information reflected by strata model is consistentwith the characteristics of regional sediment-structural evolution.Based on the establishmentof strata model,the paper also sets up three-dimensional structure model and reservoirparameter model.The 3D structural model of Chang 6 shows that there exist three rows of low relief nose-like structure,extended from west to east on the background of monoclinalstructure.Some well in the nose fold have commercial oil flows.That indicates that to someextent,the nose-like structure controls hydrocarbon enrichment and oil and waterdifferentiation of oil reservoir.
6.At last,the paper completely evaluates the reservoir of Chang 6.Firstly,selectevaluation parameters by using feature selection algorithm.Secondly,determine the weight ofeach influencing factors by grey relational analysis.Then determine the evaluation score ofeach parameter by the method of maximal value normalization.Finally,calculate the generalscore.Based on the procedure,reservoir classification evaluation was taken by cluster model.The statistics analysis based on the reservoir evaluation results shows that the reservoircharacteristics of each type is obvious and has a high coherence with the actual characteristicsof the reservoir.Statistics analysis indicates that Chang 6 reservoir mostly is classⅡandclassⅢ,and a few classⅣand classⅠ.The reservoir quality of Chang 6~3 sublayer isobviously better than Chang 6~1 and Chang 6~2.As the best and the better reservoir in the studyarea,classⅠand classⅡare the favorable zones for oil.
以可视化数据挖掘技术为研究手段,对储层数据进行预处理、数据质量审核、数据统计分析与建模,对研究区进行系统全面的储层研究,并实现储层数据分析与挖掘过程和结果的可视化,最终通过这些参数的统计特征,空间分布规律来描述和预测储层,深化研究储层地质相关问题,指导油气田进一步的勘探开发。
鄂尔多斯盆地上三叠统延长组第6段在白豹地区是最重要的勘探目的层之一,本文以长6储层为研究对象,从建立的研究区储层项目数据库出发,运用沉积学、石油地质学、地球物理学等知识,根据储层数据分析与挖掘的过程,进行物源分析与聚类分区、岩石类型识别与分布、孔渗建模、储层空间(二维、三维)展布研究及储层综合评价等方面的研究。主要研究内容和进展归纳如下:
1.在对研究区物源定性分析的基础上,提取长6层位的655块薄片样品,将碎屑组分及填隙物成分等考虑在内,进行空间聚类分析,定量划分为3个物源区。从研究区长6储层空间聚类结果平面展布规律来看,以东北物源为主,西南物源为次,在元城—白马—五蛟一带受到两个物源方向的叠加影响,为混源区。物源区的划分为定量研究各个物源区的岩石学特征及储集性能等奠定了基础;
2.岩石类型研究中,建立砂岩分类自动识别模型,使得对大数据量砂岩骨架组分的定量研究变得简单易行。岩石类型分析结果为:长6油层组以岩屑长石砂岩为主,次为长石砂岩,少量的长石岩屑砂岩。分别对不同物源分区的岩石类型进行进一步的分析,东北物源区以岩屑长石砂岩为主,其次为长石砂岩。混源区以岩屑长石砂岩为主,次为长石岩屑砂岩。西南物源区以长石岩屑砂岩为主,次为岩屑长石砂岩;
3.基于岩芯分析资料和多种测井信息,应用神经网络技术对研究区长6储层参数进行预测,以期实现储层参数的精确解释。用神经网络的方法预测孔隙度和渗透率,得到的孔隙度、渗透率变化趋势与取芯井中孔、渗变化规律相符,预测精度比传统的回归方法有所提高。利用该方法建立测井响应与岩芯分析数据之间的对应关系,弥补了取芯井数量的不足,有助于我们更准确翔实地进行孔隙度和渗透率相关性与非均质性分析以及定量参数在空间上的分布规律等研究;
4.在对储层储集性能的分析中,对孔隙度和渗透率相关性进行了分析,并分小层对长6油层组的非均质性进行研究。长6储层各个小层的孔隙度非均质性远小于渗透率非均质性,孔隙度非均质性不太明显,渗透率非均质性比较强,其中长6~3小层的非均质性(突进系数、级差和变异系数)明显高于长6~2和长6~1,长6~1的非均质性最弱。利用孔隙度和渗透率两个重要的物性参数,通过聚类分析对储层进行初级分类。为了研究岩石学特征与储层物性间的关系,将薄片样品与物性样品配对,通过相关图分析影响储集性能的多种因素,粒间孔、面孔率及绿泥石含量与孔隙度、渗透率成正比,而岩石密度、碳酸盐胶结物、粘土类胶结物含量与孔隙度、渗透率成反比;
5.利用研究区井位信息和分层数据,通过数据处理流程,采用Rockworks建模软件进行三维地质建模。三维地层模型展示了地下真实面貌,使我们直观了解地下储层的几何形态与空间展布特征,地层模型所反映的信息与区域上的沉积—构造演化特征相一致。在建立地层模型的基础上,对研究区长6油层组分小层长6~3、长6~2、长6~1,利用Suffer软件建立储层三维构造模型及储层参数模型。三维构造模型表明,在区域西倾单斜背景上,发育有三排东西向展布的低幅度的鼻状隆起构造,隆起部位的部分井区属于工业油流井,说明鼻状隆起构造在一定程度上控制了油气的富集以及油藏的油水分异;
6.本文最后进行储层综合定量评价,首先利用特征选择算法对评价参数进行筛选,然后根据灰关联分析来确定各影响因素的权重,进而运用最大值标准化法确定各项参数的评价分数,最后计算各项参数综合得分,在此基础上,运用聚类分析进行储层分类评价。对储层评价结果进行统计分析,所划分的各类储层特征明显,与研究区储层实际特征具有很好的一致性。研究区长6储层大部分为Ⅱ类和Ⅲ类,少数为Ⅳ类和Ⅰ类,长6~3小层的储层质量明显好于长6~1和长6~2小层。Ⅰ类储层和Ⅱ类储层作为研究区的最好和较好储层,是寻找油气的有利区带。
Under the guidance of the extensive viewpoint of data mining and based on multivariatedata analysis and minning of oilfield,the paper takes Baibao oil field district of Ordos basinfor example,dividing the data mining course of reservoir characteristics into five stages:determination of reservoir data mining target,establishment of project database,datapreprocessing,modeling and evaluation.By referring to abundant references and correlateiveresearch results,comprehensively collecting rock and mineral data and physical property,according to present situation of data dispersion,massive data,left unused seriously butdeficient in knowledge,the task of reservoir data mining target is determined.We extractrelated reservoir data of Baibao oil field district in order to construct reservoir projectdatabase of study area,and then massive,multivariate (multiple) data fusion and integrationcan be achieved and the mechanism of data sharing is established.All these have importanttheoretical and practical significance for promoting quantitative study of reservoir andinformatization development of oil field.
By adopting research method of data mining visualization techniques,reservoir datapreprocessing,quality audit,data statistic analysis and modeling are taken to comprehensivelyresearch the reservoirs in the study area,and visual process and result of data mining arerealized,finally through statistical characteristics and spatial distributions laws of geologicalparameters,the reservoirs are described and predicted,related geology problems of reservoirare further studied to guide the further exploration and development of oil and gas field.
Member 6 of Yanchang Formation of upper-triassic in Ordos basin is one of the mostimportant exploration target stratum in Baibao district.By taking Chang 6 as the researchobject,according to reservoir database of Baibao district,by using the theory ofsedimentology,petroleum geology and geophysics,based on the course of reservoir datamining,the paper takes provenance analysis and clustering partition,rock type discriminationand distribution law,modeling of porosity and permeability,reservoir spatial distributioncharacteristics research and comprehensive evaluation of reservoir.The main researchcontents and research progress are proposed as follows:
1.On the basis of qualitative provenance analysis of the study area,taking detritalcomposition and pore filling mineral composition into consideration,the paper takes spatialcluster analysis by extracting 655 samples of rock thin section database of Chang 6.The studyarea is divided into three provenance partitions.From planar distribution law of spatial clusterresult of Chang 6,the reservoir is mainly sourced from northeast,secondly from southwest,and in the belt of Yuan cheng-Baima-Wujiao,it is overlapping influenced by the two sourcedirection and formed mixing source region.The division of provenance partition lay afoundation for quantitative study of petrological characteristics and reservoir property of eachprovenance partition.
2.In the research of rock type,by establishing automatic recognition model,the papermakes it simple to quantitative study the large data of composition.The analysis results ofrock type show that in Chang 6 Formation in the study area,the most of reservoir rock isdebris feldspar sandstone and secondly is feldsparthic sandstone and small part of feldspathiclithic sandstone.By further analysis of rock type of different provenance partition,it showsthat northeast provenance is mainly debris feldspar sandstone,and minor is feldsparthicsandstone,the mixed source area is dominated by debris feldspar sandstone,secondary isfeldspathic lithic sandstone,and southwest provenance is mainly feldspathic lithic sandstone,and minor debris feldspar sandstone.
3.Based on the core analysis data and multi-logging information,by using neuralnetwork technology,the paper predicts the reservoir parameter of Chang 6 in order to provideprecise interpretation of reservoir parameter.The changing trend of porosity and permeabilitypredicted by neural network equates with that of coring well data.In contrast with traditionalregression analysis,the prediction accuracy of neural network is somewhat increased,whichmeet the need of reservoir heterogeneity research.By using the method,the paper establishesthe relationship between well logging response and core analysis data,and then makes up forthe deficiency of number of coring well.Accordingly,we can take analysis of the correlationand heterogeneity of porosity and permeability,and spatial distribution law of quantitativeparametersmore accurate and more detailed.
4.In the study of reservoir property,the paper analyzes the correlation between porosityand permeability and studies the reservoir heterogeneity of each sublayer of Chang 6.It isconsidered that porosity heterogeneity of Chang 6 is far less than permeability,and the formeris relatively homogeneous,and the heterogeneity of the latter is relatively strong.It shows thatthe permeability heterogeneity (level difference,mutation coefficient and coefficient ofvariation) of Chang 6~3 is larger than that of Chang 6~2 and Chang 6~1,while the heterogeneity ofChang6~1 is weakest.By using two important physical parameters-porosity and permeability,the paper then takes primary classification of Chang 6 reservoir by cluster analysis.In order tostudy the relation between petrologic characteristics and reservoir property,the paper matchesthe samples of rock thin section and reservoir property and then analyzes the influencingfactors through relation maps.Intergranular pore,areal porosity and the content of chlorite isrespectively proportional to porosity and permeability,and rock density,contents of carbonatecements and clay cement is respectively inversely proportional to porosity and permeability.
5.By extracting well position information and layered data,through data processing flow,and by using modeling software of Rockworks,the paper takes the research ofthree-dimensional geological modeling.The three dimension strata model shows the realvisage underground,which can visually show the geometric shape of underground reservoirsand space distributing characteristics.The information reflected by strata model is consistentwith the characteristics of regional sediment-structural evolution.Based on the establishmentof strata model,the paper also sets up three-dimensional structure model and reservoirparameter model.The 3D structural model of Chang 6 shows that there exist three rows of low relief nose-like structure,extended from west to east on the background of monoclinalstructure.Some well in the nose fold have commercial oil flows.That indicates that to someextent,the nose-like structure controls hydrocarbon enrichment and oil and waterdifferentiation of oil reservoir.
6.At last,the paper completely evaluates the reservoir of Chang 6.Firstly,selectevaluation parameters by using feature selection algorithm.Secondly,determine the weight ofeach influencing factors by grey relational analysis.Then determine the evaluation score ofeach parameter by the method of maximal value normalization.Finally,calculate the generalscore.Based on the procedure,reservoir classification evaluation was taken by cluster model.The statistics analysis based on the reservoir evaluation results shows that the reservoircharacteristics of each type is obvious and has a high coherence with the actual characteristicsof the reservoir.Statistics analysis indicates that Chang 6 reservoir mostly is classⅡandclassⅢ,and a few classⅣand classⅠ.The reservoir quality of Chang 6~3 sublayer isobviously better than Chang 6~1 and Chang 6~2.As the best and the better reservoir in the studyarea,classⅠand classⅡare the favorable zones for oil.
引文
[1]Abou-Sayed A．S．， Zaki K．S．， Wang G．et al，．Produced water management strategy water-injection best practices-design， performance， monitoring[J]．2005 International Petroleum Technology Conference Proceedings， 2005，869-878
[2]A．Feelders， H．Daniels， M．Holsheimer．Methodological and practical aspects of data mining， Inf．Manage．2000，37 (5)： 271-281
[3]Al-Ajmi Fahad A．， Al-Shahri Ali M．， Sengul Mustafa M．et al，．Evaluation of Super-K Wells Performance Using Fluid Flow Index in Ghawar Field[J]．Proceedings of the Middle East Oil Show，2001，523-532
[4]Al-Bazzaz W．H．， Al-Mehanna Y．W．， Gupta A．Permeability modeling using neural-network approach for complex Mauddud-Burgan carbonate reservoir[J]．SPE Middle East Oil and Gas Show and Conference， MEOS， Proceedings， v 2， SPE 15th Middle East Oil and Gas Show and Conference，MEOS 2007， 2007，892-906
[5]Alimonti C．， Falcone， G．Knowledge Discovery in Databases and Multiphase Flow Metering： The Integration of Statistics， Data Mining， Neural Networks， Fuzzy Logic， and Ad Hoc Flow Measurements Towards Well Monitoring and Diagnosis[J]．Proceedings-SPE Annual Technical Conference and Exhibition， 2002，681-691
[6]Alvarado Vladimir， Ranson Aaron， Hernandez Karen et al，．Selection of EOR/IOR Opportunities Based on Machine Learning[J]．Proceedings of the European Petroleum Conference， 2002， 373-383
[7]Bonham-Carter G F， Agterberg F D．Applications of microcomputer-based geographic information system to mineral-potential mapping．Microcomputer Applications in Geology Ⅱ ．Oxford： Pergamon Press， 1990．49-74
[8]Burnett Philip J．Opportunity generation in a 96% depleted billion barrel oilfield[J]．IIORC 05-2005 SPE International Improved Oil Recovery Conference in Asia Pacific， Proceedings， 2005， 445-455
[9]柴贺军，黄地龙，黄润秋，等．岩体结构三维可视化及其工程应用研究[J]．中国岩土学报，2001， (2) 217-220
[10]长庆油田石油地质志编写组．中国石油地质志(卷十二)[M]．北京：石油工业出版社，1992：62-78，133-148
[11]Chapman P， Clinton J， Kerber R， et al， CRISP-DM 1．0 Step-by-step data mining guide[M]．Chicapo：Spss Inc， 2000， 13～34
[12]C．Romero and S．Ventura Educational data mining： A survey from 1995 to 2005[J]．Expert Systems with Applications．2007， 33(1)：135-146
[13]陈昌彦，张菊明，杜永廉，等．边坡工程地质信息的三维可视化及其在三峡船闸边坡工程中的应用[J]．岩土工程学报，1998， 20(4)： 1-6
[14]陈强，王宏琳．数字油田：集成油田的数据、信息、软件和知识[J]．石油地球物理勘探，2002，37(1)： 90-96
[15]陈全红，李文厚，郭艳琴，等．鄂尔多斯盆地南部延长组浊积岩体系及油气勘探意义[J]．地质学报，2006， 80(5)： 656-663
[16]陈全红，李文厚，高永祥，等．鄂尔多斯盆地上三叠统延长组深湖沉积与油气聚集意义[J]．中国科学D辑：地球科学，2007， 37(增刊)：39-48
[17]陈述彭．地理信息系统导论[M]．北京：科学出版社，1999
[18]陈述彭．地理信息系统的基础研究—地球信息科学[J]．地球信息，1997 (3)：11-20
[19]陈文伟，黄金才，赵新昱．数据挖掘技术[M]．北京工业大学出版社，2002： 11-78
[20]陈中祥，岳超源．空间数据挖掘的研究与发展[J]．计算机工程与应用，2003， 39 (3) ： 5
[21]承继成，郭华东，薛勇．数字地球导论[M]．北京：科学出版社，2007
[22]程顺有，龙辉．多级模糊综合评判在油气资源评价中的应用[J]．物探化探计算技术，2002，24(4) ：318-322．
[23]Currie B S．Sequence stratigrphy of nonm arine Jurassic Cretaceous rocks central Cordilleran foreland basin system[J]．Geological Society of America Bulletin， 1997，109(6)： 1206-1222
[24]Da Silva， L．C．F．(SPE)； Portella， R．C．M．； Emerick， A．A．et al，．Predictive data-mining technologies for oil-production prediction in petroleum reservoir[J]．Proceedings of the SPE Latin American and Caribbean Petroleum Engineering Conference， v 2， Proceedings of the SPE Latin American and Caribbean Petroleum Engineering Conference， X LACPEC 07， 2007， 634-638
[25]戴启德，纪友亮．油气储层地质学[M]．北京：石油大学出版社，1996
[26]De Jonge Gert J， Stundner Michael．How Routine Reservoir Surveillance with Neural Networks and Simplified Reservoir Models can Convert Data into Information[J]．Proceedings of the European Petroleum Conference， 2002， 391-403
[27]De Jonge， Gert； Texaco， Chevron； Stundner， Michaelet al，．Automated Reservoir Surveillance through Data Mining Software[J]．Offshore Europe Conference-Proceedings， 2003，195-200
[28]Denney Dennis．Data mining for zonal allocation and increased production in Kern river[J]．JPT，Journal of Petroleum Technology， 2004， 56(11)：69-71
[29]Desbarats A J，Roussos D．Geostatistical modeling of transmissibility for 2D reservoir studies．SPE Formation Evaluation， 1990，437-443
[30]窦伟坦，田景春，张翔，等．陇东地区延长组长6-长8油层组成岩相研究[J]．成都理工大学学报(自然科学版)， 2005， 32(2)： 129-132
[31]窦之林．孤东油田馆陶组河流相储集层流动单元模型与剩余油分布规律[J]．石油勘探与开发，2000， 27(6)：50-52
[32]杜金良．鄂尔多斯盆地延长组长6储层特征及其控制因素研究[D]．．西北大学硕士学位论文，2006， 6
[33]Elvind D，Tjisen C B，Henning O．A two-stage stochastic model applied to a North Sea reservoir．JPT， 1992，402-408
[34]ESRI Inc， Using ArcGIS geostatistical analyst[M]．New York： Environmental System Research Institute Press， 1999：125-189
[35]方海东，刘义怀，施斌，等．三维地质建模及其工程应用[J]．水文地质工程地质，2002，3： 52-55
[36]高文玲．石油地质信息系统中的数据挖掘与决策支持方法的研究[D]．西安建筑科技大学学位论文，2004
[37]高志亮．鄂尔多斯盆地吴旗地区中生界油气聚集与勘探[M]．西安：西安地图出版社，2001
[38]龚健雅．地理信息系统原理[M]．北京：科学出版社，2001
[39]苟学敏，陈季高，张华义，等．基于GIS的油气勘探开发数据库建设[J]．天然气工业，2002，22：126-129
[40]G．Pistesky-Shaphiro， An overview of knowledge discovery in databases： recent progress and challenges， Rouhg Sets， Fuzzy Sets and Knowledge Discovery， 1994， 1-11
[41]Grieser B， Shelley B．， Johnson B．J．et al，．Data analysis of barnett shale completions[J]．SPE Production and Operations Symposium， Proceedings， SPE Production and Operations Symposium 2007-Boom Times or a New Reality， 2007，23-34
[42]郭兴凯．数据流挖掘技术的研究[D]．黑龙江大学学位论文．2005．6
[43]郭艳琴，李文厚，胡友洲，等．陇东地区上三叠统延长组早中期物源分析与沉积体系[J]．煤田地质与勘探，2006， 34(1)： 1-4
[44]Haldorsen H H， Elvind D．Stochastic modeling．JPT，1990，404-412
[45]Han J．， Kamber M．Data Mining： Concepts and techniques．San Francisco， Academic Press，2001 Haldorsen H H，Elvind D．Stochastic modeling．JPT， 1990，404-412
[46]韩客松，王永成．文本挖掘、数据挖掘和知识管理—二十一世纪的智能信息处理[J]．情报学报，2001，20(1)：100
[47]韩家炜．数据挖掘：概念与技术[M]．机械工业出版社，2000： 8-26
[48]何生厚．数字油田的理论、设计与实践[M]．北京：科学出版社，2001
[49]何生厚，韦中亚．“数字油田”的理论与实践[J]．地理学与国土研究，2002，(2)：5-7
[50]何鲜，石占中，周宗良，等．难动用储量油藏评价方法[M]．石油工业出版社，2005： 57-70
[51]Hewett T A，Behrens R A．Conditional simulation of reservoir heterogeneity with fractals．SPE Formation Evaluation， 1990，217-25
[52]何自新等著．鄂尔多斯盆地演化与油气[M]．北京：石油工业出版社，1997
[53]胡光道．地质数据仓库设计中的几个问题[J]．地球科学一中国地质大学学报，1999， 24(5)：522-524
[54]胡永刚．数据挖掘中可视化技术综述[J]．计算机与现代化，2004 (10)： 32-33
[55]Huang Ji-Xin， Peng Shi-Mi， Huang Shu-Wang．Study of integrating seismic and logging data in fluvialreservoir modeling[J]．Journalof China Universityof Miningand Technology，2007，36(1)：126-131
[56]黄志澄．数据可视化技术及其应用展望[J]，电子展望与决策，1999， 6： 3-9
[57]黄思静，黄喻．用Microsoft Excel在砂岩的三角分类图上完成碎屑成分投点[J]．成都理工学院学报，2002， 29(2)： 213-216
[58]侯景儒，黄竞先(编译)．地质统计学的理论与方法[M]．北京：地质出版社，1990．1-21
[59]J．Han， R．T．Ng， Y．Fu， and S．Dao．Dealing with semantic heterogeneity by generalization-based data mining techniques．In M．P．Papazoglou and G．Schlageter (eds．)，Cooperative Information Systems[J]．Current Trends & Directions， pages 207-23 1， Academic Press， 1998
[60]J．Han， S．Nishio， H．Kawano， and W．Wang．Generalization-based data mining in object-oriented databases using an object-cube model [J]．Data and Knowledge Engineering， 25：55-97， 1998
[61]贾爱林．储层地质模型建立步骤[J]．地学前缘，1995， 2(4)：221-225
[62]姜在兴．沉积学[M]．北京：石油工业出版社，2003， 119-122
[63]焦养泉，朱培民，雷新荣，等．地学空间信息三维建模与可视化—鄂尔多斯盆地及相关领域的实践[M]．北京：科学出版社，2006
[64]John M eGaughey， Keith Morrison．The Common Earth Model： A Revolution in Exploration Data Integration．2000
[65]Julien Blanchard， Bruno Pinaud， Pascale Kuntz and Fabrice Guillet．A 2D-3D visualization support for human-centered rule mining [J]．Computers & Graphics．2007， 31(3)：350-360
[66]J．Zubcoff， J．Trujillo．Conceptual modeling for classification mining in data warehouses．in： Data Warehousing and Knowledge Discovery， Lecture Notes in Computer Science， Vol．4081， Springer，Berlin， 2006， 566-575
[67]Kerong Ben，张彦铎．人工智能[M]．北京：清华大学出版社，2006， 80-85
[68]KdNuggets．Com．hhttp：//www．kdnuggets．com/pollsi， 2002
[69]KdNuggets．Com．hhttp：//www．kdnuggets．com/pollsi， 2004
[70]KdNuggets．Com．hhttp：//www．kdnuggets．com/poils， 2007
[71]Laurent Ailleres．New gocadr developments in the field of 3-dimensional structural geophysics [J]．Journal of the Virtual Explorer， 2000， 1(28)： 58-64
[72]雷卞军，阙洪培．砂岩分类新方案[J]．西南石油学院学报，2002，24(5)： 11-14
[73]雷启鸿，谢启超，何小娟，等．白豹油田长6储层特征及开发对策[J]．低渗透油气田，2007，12(3)： 89-93
[74]李存贵．低渗透储层三维地质模型和剩余油分布预测[M]．北京：石油工业出版社，2003
[75]李德仁．论空间数据挖掘和知识发现[J]．武汉大学学报(信息科学版)， 2001， 26 (6)：491
[76]李德仁．论空间数据挖掘和知识发现的理论与方法[J]．武汉大学学报(信息科学版)， 2002， 27(3) ：221
[77]李德仁，王树良，李德毅．空间数据挖掘理论与应用[M]．北京：科学出版社，2006
[78]李功权，陈恭洋，吴东胜，等．油气储层建模中的空间数据挖掘技术[J]．石油天然气学报，2006， 28(4)：47-49
[79]李健．三角洲低渗透储层流动单元四维模型及剩余油预测[M]．北京：石油工业出版社，2004
[80]李群．松辽盆地长岭凹陷隐蔽油气藏勘探研究[J]．地球科学一中国地质大学学报，2002，27(5)：770- 774
[81]李文厚，邵磊，魏红红，等．西北地区湖湘浊流沉积[J]．西北大学学报(自然科学版)，2001，31(1)： 57-62
[82]李文厚，周立发，柳益群，等．吐哈盆地沉积格局与沉积环境的演变[J]．新疆石油地质，1997，18(2)： 135-141
[83]李小涛，杨锋杰，宋小宁．遥感影像三维可视化实现[J]．山东科技大学学报，2003， 22(4)：43-44
[84]李裕伟．GIS-实现地质工作现代化的工具[J]．物探化探计算技术，1995，(2)：76-79
[85]李振华，胡光道，陈建国．地质数据仓库的特点及其数据组织[J]．地球科学一中国地质大学学报，1989， 24(5)：535-538
[86]李智，陈强．“数字油田”的设计与应用[J]．地球信息科学，2002， (4)： 97-100
[87]厉青．油气地质异常信息挖掘与定量分析研究—以临清坳陷东部油气勘探应用为例[D]．中国地质大学博士学位论文，2002．5
[88]梁积伟，肖丽，高小林，等．鄂尔多斯盆地晚三叠世早期物源分析[J]．西北地质，2008， 4(2)：81-86
[89]梁政．油田地面数字化管理系统研究[J]．石油规划设计，2005， 15 (3)： 11-13
[90]林承焰，侯加根，侯连华等．油气储层三维定量地质建模方法和配套技术[J]．石油大学学报(自然科学版)，1996，20(4)：20-25
[91]蔺宏斌，姚径利．鄂尔多斯盆地南部延长组沉积特性与物源探讨[J]．西安石油学院学报(自然科学版)，2000， 15(5)： 7-10
[92]刘吉余，李艳杰，于润涛．储层综合定量评价系统开发与应用[J]．物探化探计算技术，2004， 26(1)： 33-36
[93]刘克奇，田海芹，狄明信．卫城81断块砂四段第二砂层组“权重”储层评价[J]．西南石油学院学报，2004， 26(3)： 529．
[94]刘宇．空间数据挖掘理论与方法的研究[J]．微型电脑应用，2000， 16 (8) ： 15
[95]林加恩．油田信息综合应用平台的设计[J]．石油工业计算机应用，2006， 14(1)： 15-18
[96]柳炳祥，田原，徐文元．“数据挖掘技术”带来了什么[J]．中国建材，2006，11：99-101
[97]陆克政．含油气盆地分析[M]．东营：中国石油大学出版社，2006
[98]罗静兰，史成恩，李博，等．鄂尔多斯盆地周缘及西峰地区延长组长8、长6沉积物源——来自岩石地球化学的证据[J]．中国科学：D辑，2007， 37(A01)： 62-72
[99]罗静兰，李忠兴，史成恩，等．鄂尔多斯盆地西南部上三叠统延长组长8、长6油层组的沉积体系与物源方向[J]．地质通报，2008， 27(1)： 101-111
[100]罗平，应凤祥．储集岩基础实验分析新技术与新方法[M]．北京：石油工业出版社，2002
[101]吕红华，任明达，柳金诚，等．Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用[J]．北京大学学报(自然科学版)， 2006， 42(6)： 740-745
[102]Masoud Nikravesh．Soft computing-based computational intelligent for reservoir characterization[J]．Expert Systems with Applications．2004，26： 19-38
[103]马立文，窦齐丰，彭仕宓，等．用Q型聚类分析与判别函数法进行储层评价—以冀东老爷庙油田庙28X1区块东一段为例[J]．西北大学学报(自然科学版)， 2003， 33 (1)：83-86
[104]马维峰．Excel VBA应用开发从基础到实践[M]．北京：电子工业出版社，2007， 251-257
[105]Masoud Nikravesh， Roy D．Adams and Raymond A．Levey Soft computing： tools for intelligent reservoir characterization (IRESC) and optimum well placement (OWP) [J]．Journal of Petroleum Science and Engineering．2001， 29(3-4)：239-262
[106]马志勇，张军海．数据挖掘与地学数据分析相结合的探讨[J]．测绘科学，2006，31(6)： 109-113
[107]M．Ester， H．-P．Kriegel， and X．Xu．Knowledge discovery in large spatial databases： Focusing techniques for e cient class identi cation．In Proc．4th Int．Symp．Large Spatial Databases (SSD'95)，pages 67-82， Portland， Maine， August 1995
[108]Ming-Syan Chen，Jiawei Han，Philip S Yu．Data Mining：An Overview from a Database Perspective．IEEE Transactions on Knowledge and Data Engineering， 1996，8(6)：866～883
[109]穆龙新，贾爱林．扇三角洲沉积储层模式及预测方法研究[M]．北京：石油工业出版社，2003[110]聂永生，田景春，夏青松，等．鄂尔多斯盆地白豹-姬塬地区上三叠统延长组物源分析[J]．油气地质与采收率，2004， 11(5)：4-6
[111]Pang-ning TAN， Michael Steinbach， Vipin Kumar．Introduction to data mining [M]．Beijing： Posts & telecom press， 2006， 2-10， 365-385
[112]P．Domingos，G．Hulten．Mining high speed data streams．In： The 6 ACM international conference on knowledge discovery and data mining(SIGKDD)．NY： ACM Press， 2000，71～80
[113]Pedersen M．H．， Noman R．，Frank S et al，．Use of advanced reservoir data collection and interpretation techniques[J]．2005 International Petroleum Technology Conference Proceedings，2005，1483-1488
[114]彭仕宓，熊琦华，王才经，等．储层综合评价的主成份分析方法[J]．石油学报，1994， 15(增刊)：187
[115]P．Rodrigues，J．Gama and J．P．Pedroso．Hierarchical time-series clustering for data streams．In： The 1st international workshop on knowledge discovery in data streams in conjunction with the 15th European Conference on Machine Learning(ECML 04)．Pisa： 2004， 22-31
[116]裘亦楠，薛叔浩．油气储层评价技术[M]．北京：石油工业出版社，1994．157～236
[117]裘亦楠．储层地质模型[J]．石油学报，1941， 12(4)：55-52
[118]裘亦楠．储层沉积学研究工作流程[J]．石油勘探与开发，1990， 17(l)：85-90
[119]曲道庆．油田信息数据仓库与数据挖掘[J]．油气田地面工程，2007， 26(7)： 45-46
[120]Robert Frederick Heming Impact of information technology on the earth sciences [J]．Technology in Society， 1996， 18 (3)： 297-319
[121]Rodrigues Patricia， Alcocer Yuri，Matheus Justo．NMR signal pattern classification for estimation of petrophysical properties[J]．Proceedings-SPE Annual Technical Conference and Exhibition， v OMEGA， 2000，821-832
[122]Ronald J．Brachman and Tej Anand， (1996)．The proeess of knowledge discovery in databases： A human-centered approach．Adavance in knowledge discovery and datamining．AAAI/MITPress．
[123]R．Wirth， J．Hipp， CRISP-DM： Towards a standard process model for data mining， in： Proceedings of the 4th International Conference on the Practical Applications of Knowledge Discovery and Data Mining， Manchester， UK， 2000， 29-39
[124]Sadler P M， Osleger D A， Montanez I P．On the labeling length and objective basis of Fischer plots[J]．Journal of Sedimentary Petrology， 1993， 63(3)：360-368
[125]宋凯，吕剑文．鄂尔多斯盆地中部上叠统延长组物源方向分析与三角洲沉积体系[J]．古地理学报，2002， 4(3)： 59-66
[126]宋子齐．灰色系统理论精细评价油气储层的分析准则、处理方法及应用[J]．系统工程理论与实践，1997，17(3)：74-82．
[127]宋子齐，谭成仟，王建功，等．储层定量评价指标和权系数研究[J]．测井技术，1997， 21 (5)：351-355．
[128]隋少强，张义杰，曹思远．储层特征研究与预测-以胜利油田义和庄区块为例[M]．北京：地质出版社，2003
[129]Skyline．TerraExplorer Pro User Manual [M]．2005
[130]S．J．Duppenbecker J．E．Iliffe著．朱建辉，江兴歌，徐旭辉译．盆地模拟实践与进展[M]．北京：石油工业出版社，2005
[131]宋志军，潘志，胡海峰，等．神经网络数据挖掘工具用于剩余油分布研究[J]．石油大学学报(自然科学版)，2003， 27(1)： 105-106
[132]SPSS Inc， Clementine 8．0 User's Guide[M]．Chicapo： 2003， 597～606
[133]SPSS Inc， SPSS 14．0 Command Syntax Reference[M]．Chicapo： 2005， 579～596
[134]Stoessel Edward T．Access and integration of emerging technologies： Keys to successful imaging of reservoir fluids in depth'and time[J]．Offshore Technology Conference， Annual Proceedings， v 1，Geology， Earth Sciences and Environmental Factors， 1997， 391-397
[135]Sugai K．， Nishikiori N．An integrated approach to reservoir performance monitoring and analysis[J]．Proceedings-SPE Asia Pacific Oil and Gas Conference and Exhibition 2006： Thriving on Volatility，v 1， Proceedings，2006， 339-350
[136]孙洪志，刘吉余．储层综合定量评价方法研究[J]．大庆石油地质与开发，2004， 23(6) ：8-11
[137]唐国维，申静波，赵建民．计算机应用知识发现和数据挖掘及其在油田生产辅助决策中的应用[J]．自动化技术与应用，2003， 22(4)： 58-60
[138]Taylor Gareth， Smith Maggie， Uden Richard et al，．Progressive seismic data mining for reservoir characterization Strecker， Uwe (Rock Solid Images)； Source： World Oil， v 224， n 10， October， 2003，53-60
[139]田锋，王权．数字油田研究与建设的现状和发展趋势[J]．油气田地面工程，2004， 23(11)：52-53
[140]Tom Soukup Ian Davidson著，朱建秋，蔡伟杰译．可视化数据挖掘-数据可视化和数据挖掘的技术与工具[M]．北京：电子工业出版社，2004
[141]T．Zhang，R．Ramakrishnan and M．ogihara．An effice data clustering method for very large databases．In Proc．1996 ACM-SIGMOD Int．Conf．Management of Data，Montreal，Canada，June 1996：103～114
[142]王翠英，席天德，秦志强，等．三维地质模型在淮城油田的应用[J]．断块油气田，2003， 10(2)：27-29
[143]王宏琳．石油勘探开发信息技术发展态势—数据集成、应用集成和知识集成[J]．石油工业计算机应用，2007， 15(1)： 6-13
[144]王宏威．油田数据挖掘技术的研究与应用[D]．大庆石油学院硕士研究生学位论文．2005， 3
[145]王建东，刘吉余，于润涛，等．层次分析法在储层评价中的应用[J]．大庆石油学院学报，2003，27(3) ：12-14
[146]王璟．鄂尔多斯盆地姬塬地区延长组储层地质学分析，西北大学硕士学位论文[D]， 2006，5
[147]王兰图．可视化技术在储层描述中的应用研究[D]．成都理工大学硕士学位论文，2006，5
[148]王起琮，李文厚，赵红，等．鄂尔多斯盆地东南部三叠系延长组一段湖湘浊积岩特征及意义[J]．地质科学，2006， 41(1)： 54-63
[149]王钦军，薛林福．数据挖掘技术及其在地学中的应用[J]．世界地质，2000， 19(3)： 235-239
[150]王瑞飞，王永宏，王永平，等．灰色理论在辽河油田滩海地区储层评价中的应用[J]．西安石油学院学报(自然科学版)，2003， 18(6)： 35-38．
[151]王树良．基于数据场与云模型的空间数据挖掘和知识发现[D]．武汉：武汉大学博士学位论文，2002
[152]王瑞飞，陈明强，孙卫．鄂尔多斯盆地延长组超低渗透砂岩储层微观孔隙结构特征研究[J]．地质论评，2008， 54(2)： 270-279
[153]王振奇．扇三角洲体系精细构成及低渗油气储层综合评价-以沁阳凹陷赵凹油田安棚深部储层为例[M]．武汉：中国地质大学出版社，2005
[154]王志坤，王多云，郑希民，等．陕甘宁盆地陇东地区三叠系延长统长6-长8储层沉积特征及物性分析[J]．天然气地球科学，2003， 14(5)： 380-385
[155]汪忠德，王新海，瞿建华，等．数据挖掘技术在石油勘探与开发中的研究及应用[J]．石油工业计算机应用，2007， 15(1)：17-20
[156]魏斌，魏红红，等．鄂尔多斯盆地上三叠统延长组物源分析[J]．西北大学学报(自然科学版)，2003， 33(4)： 447-450
[157]文华国，郑荣才，陈洪德，等．鄂尔多斯盆地白豹—华池地区长砂岩储层特征[J]．石油学报，2007， 28(7)： 46-51
[158]吴冲龙，刘刚，毛小平，等．地质信息技术导论[M]．高等教育出版社，2007， 283-305
[159]吴东胜．隐蔽油气藏勘探等信息集成化研究[D]．武汉：中国地质大学博士学位论文，2005．5
[160]武强，徐华．三维地质建模与可视化方法研究[J]．地球科学，2004， 34(1)：56-60
[161]武森，高学东，[德]M．巴斯蒂安．数据仓库与数据挖掘[M]．冶金工业出版社，2004， 148-322
[162]吴立新．数字地球、数字中国与数字矿区[J]．矿山测量，2000，(1)：6-9．
[163]吴立新，殷作如，邓智毅，齐安文，杨可明．论21世纪的矿山—数字矿山[J]．煤炭学报，2000，25(4)：337-342
[164]吴良刚，周海涛．一种基于数理统计的数据挖掘方法研究[J]．计算机与信息技术，2001，96 (9) ：1-5
[165]吴树鹏；熊华平．油田开发数据挖掘技术的实现与应用[J]．大庆石油地质与开发，2002， 21(3)：49-51
[166]Xavier Emery．Simulation of geological domains using the plurigaussian model： New developments and computer programs [J]．Computers & Geosciences， 2007， 33 (9)： 1189-1201
[167]谢邦昌．数据挖掘Clementine应用实务[M]．北京：机械工业出版社，2008
[168]谢渊，王剑，刘家铎，等．鄂尔多斯盆地东南部延长组湖盆致密砂岩储层层序地层与油气勘探[M]．地质出版社，2004： 12-105
[169]行小帅．数据挖掘的聚类方法[J]．电路与系统学报．2003，8(1)： 59-68
[170]熊和金，陈德军．基于灰色系统理论的数据挖掘技术[J]．系统工程与电子技术，2004， 26(2)：184-186
[171]徐凤根，朱兴珊，颜其彬，等．储层定量评价中指标权重的计算途径[J]．石油学报，1996， 17(2)：291
[172]徐雪琪．基于统计视角的数据挖掘研究[D]．浙江工商大学博士学位论文，2007
[173]杨华，张明禄，付金华，等．低渗透油气田[M]．西安：石油工业出版社，2007
[174]杨华．鄂尔多斯盆地三叠系延长组沉积体系及含油性研究[D]．成都理工大学硕士学位论文，2004．11
[175]杨俊杰．鄂尔多斯盆地构造演化与油气分布规律[M]．北京：石油工业出版社，2002
[176]杨守业，李先从．REE示踪沉积物物源研究进展[J]．地球科学进展，1999， 14 (2)： 164-167
[177]杨友运．鄂尔多斯盆地南部延长组沉积体系和层序特征[J]．地质通报，2005， 24(4)： 369-372
[178]姚光庆．钱水三角洲分流河道砂体储层特征[J]．石油学报，1995， 15(1)： 24-31
[179]宇传华．SPSS与统计分析[M]．北京：电子工业出版社，2007，66～84
[180]于兴河，李剑峰．油气储层研究所面临的挑战与新动向[J]．地学前缘，1995， 2(4)： 213-220
[181]曾闽山，彭苏萍，杨瑞召，等．基于TIN的三维地质模型栅状图的可视化方法研究[J]．微计算机信息(管控一体化)，2006， 22 (4-3)：286-289
[182]曾允孚，夏文杰．沉积岩石学[M]．北京：地质出版社，1986， 112-114
[183]张杰林，刘德长，曹代勇．基于信息融合的铀矿床遥感数据挖掘技术[J]．世界核地质科学，2004， 21(2)： 93-98
[184]张金森，胡孝林，张丽焕．三维可视化技术与油气藏综合评价[J]．中国海上油气(地质)，2001，15(5)： 356-359
[185]张萌，黄思静，冯文新，等．巧解砂岩分类三角图[J]．成都理工学院学报，2005， 3 2(4)： 423-429
[186]张琴，朱筱敏，钟大康，等．储层“主因素定量”评价方法的应用——以东营凹陷下第三系碎屑岩为例[J]．天然气工业，2006， 26(10)： 21-23
[187]张仕强，刘正中，陈晓华，等．油气田开发数据信息管理系统研究及应用[J]．天然气工业，2002， 22(3)：64-66
[188]张晓东，陈景山．蜀南气田嘉二段储层分类评价的模糊综合评判[J]．石油天然气学报(江汉石油学院学报)．2007， 29(1)： 59-62
[189]张雪松，毛云龙，檀竹南．数据挖掘技术的研究应用综述[J]．中国石油和化工，2008，12：60-62
[190]张一伟，熊琦华，纪发华，等．地质统计学在油藏描述中的应用[M]．山东：石油大学出版社，1992
[191]赵翰卿．对储层流动单元研究的认识与建议[J]．大庆石油地质与开发，2001， 20 (3) ： 8-10
[192]赵红格，刘池洋．物源分析方法及研究进展[J]．沉积学报，2003， 21(3)： 415-409
[193]赵加凡，陈小宏，张勤．灰关联分析在储层评价中的应用[J]．勘探地球物理进展，2003，26(4) ：282-286
[194]赵靖舟，杨县超，武富礼，等．论隆起背景对鄂尔多斯盆地陕北斜坡区三叠系油藏形成和分布的控制作用[J]．地质学报，2006， 80(5)：648-655
[195]赵俊兴，吕强，李凤杰，等．鄂尔多斯盆地南部延长组长6时期物源状况分析[J]．沉积学报，2008， 26(4)： 610-616
[196]赵鹏大，胡旺亮，李紫金．矿床统计预测[M]．地质出版社，1994．6第2版
[197]郑荣才，耿威，周刚，等．鄂尔多斯盆地白豹地区长6砂岩成岩作用与成岩相研究[J]．岩性油气藏，2007， 19(2)： 1-8
[198]郑荣才，文华国，韩永林，等．鄂尔多斯盆地白豹地区长油层组湖底滑塌浊积扇沉积特征及其研究意义[J]．成都理工大学学报(自然科学版)， 2006， 33(6)： 566-575
[199]Zhou W， Chen G， Li H， Luo Hy and Scott L．Huang GIS application in mineral resource analysis—A case study of offshore marine placer gold at Nome[J]， Alaska Computers & Geosciences， 2007， 33(6)： 773-788
[200]周海燕．空间数据挖掘技术及其应用[J]．测绘通报，2002，37(2)：11．
[201]周祖翼，廖宗廷，杨凤丽，等．裂变径迹分析及其在沉积盆地研究中的应用[J]．石油实验地质，2001， 23(3)： 332-338
[202]邹永玲，韩玲，杜子涛，等．鄂尔多斯盆地的三维可视化及其应用[J]．盐城工学院学报(自然科学版)，2005， 18(2)： 35-37
[203]朱玉双，柳益群，赵继勇，等．华池油田长3岩性油藏流动单元划分及其合理性验证[J]．沉积学报，2008， 26(1)： 120-127
[204]数据挖掘入门0．9版：http：//datamining．126．com
[205]http：//www．googleearthhacks．com/
[206]http：//www．earthslot．org
[207]http：//www．geoplayer．com
[2]A．Feelders， H．Daniels， M．Holsheimer．Methodological and practical aspects of data mining， Inf．Manage．2000，37 (5)： 271-281
[3]Al-Ajmi Fahad A．， Al-Shahri Ali M．， Sengul Mustafa M．et al，．Evaluation of Super-K Wells Performance Using Fluid Flow Index in Ghawar Field[J]．Proceedings of the Middle East Oil Show，2001，523-532
[4]Al-Bazzaz W．H．， Al-Mehanna Y．W．， Gupta A．Permeability modeling using neural-network approach for complex Mauddud-Burgan carbonate reservoir[J]．SPE Middle East Oil and Gas Show and Conference， MEOS， Proceedings， v 2， SPE 15th Middle East Oil and Gas Show and Conference，MEOS 2007， 2007，892-906
[5]Alimonti C．， Falcone， G．Knowledge Discovery in Databases and Multiphase Flow Metering： The Integration of Statistics， Data Mining， Neural Networks， Fuzzy Logic， and Ad Hoc Flow Measurements Towards Well Monitoring and Diagnosis[J]．Proceedings-SPE Annual Technical Conference and Exhibition， 2002，681-691
[6]Alvarado Vladimir， Ranson Aaron， Hernandez Karen et al，．Selection of EOR/IOR Opportunities Based on Machine Learning[J]．Proceedings of the European Petroleum Conference， 2002， 373-383
[7]Bonham-Carter G F， Agterberg F D．Applications of microcomputer-based geographic information system to mineral-potential mapping．Microcomputer Applications in Geology Ⅱ ．Oxford： Pergamon Press， 1990．49-74
[8]Burnett Philip J．Opportunity generation in a 96% depleted billion barrel oilfield[J]．IIORC 05-2005 SPE International Improved Oil Recovery Conference in Asia Pacific， Proceedings， 2005， 445-455
[9]柴贺军，黄地龙，黄润秋，等．岩体结构三维可视化及其工程应用研究[J]．中国岩土学报，2001， (2) 217-220
[10]长庆油田石油地质志编写组．中国石油地质志(卷十二)[M]．北京：石油工业出版社，1992：62-78，133-148
[11]Chapman P， Clinton J， Kerber R， et al， CRISP-DM 1．0 Step-by-step data mining guide[M]．Chicapo：Spss Inc， 2000， 13～34
[12]C．Romero and S．Ventura Educational data mining： A survey from 1995 to 2005[J]．Expert Systems with Applications．2007， 33(1)：135-146
[13]陈昌彦，张菊明，杜永廉，等．边坡工程地质信息的三维可视化及其在三峡船闸边坡工程中的应用[J]．岩土工程学报，1998， 20(4)： 1-6
[14]陈强，王宏琳．数字油田：集成油田的数据、信息、软件和知识[J]．石油地球物理勘探，2002，37(1)： 90-96
[15]陈全红，李文厚，郭艳琴，等．鄂尔多斯盆地南部延长组浊积岩体系及油气勘探意义[J]．地质学报，2006， 80(5)： 656-663
[16]陈全红，李文厚，高永祥，等．鄂尔多斯盆地上三叠统延长组深湖沉积与油气聚集意义[J]．中国科学D辑：地球科学，2007， 37(增刊)：39-48
[17]陈述彭．地理信息系统导论[M]．北京：科学出版社，1999
[18]陈述彭．地理信息系统的基础研究—地球信息科学[J]．地球信息，1997 (3)：11-20
[19]陈文伟，黄金才，赵新昱．数据挖掘技术[M]．北京工业大学出版社，2002： 11-78
[20]陈中祥，岳超源．空间数据挖掘的研究与发展[J]．计算机工程与应用，2003， 39 (3) ： 5
[21]承继成，郭华东，薛勇．数字地球导论[M]．北京：科学出版社，2007
[22]程顺有，龙辉．多级模糊综合评判在油气资源评价中的应用[J]．物探化探计算技术，2002，24(4) ：318-322．
[23]Currie B S．Sequence stratigrphy of nonm arine Jurassic Cretaceous rocks central Cordilleran foreland basin system[J]．Geological Society of America Bulletin， 1997，109(6)： 1206-1222
[24]Da Silva， L．C．F．(SPE)； Portella， R．C．M．； Emerick， A．A．et al，．Predictive data-mining technologies for oil-production prediction in petroleum reservoir[J]．Proceedings of the SPE Latin American and Caribbean Petroleum Engineering Conference， v 2， Proceedings of the SPE Latin American and Caribbean Petroleum Engineering Conference， X LACPEC 07， 2007， 634-638
[25]戴启德，纪友亮．油气储层地质学[M]．北京：石油大学出版社，1996
[26]De Jonge Gert J， Stundner Michael．How Routine Reservoir Surveillance with Neural Networks and Simplified Reservoir Models can Convert Data into Information[J]．Proceedings of the European Petroleum Conference， 2002， 391-403
[27]De Jonge， Gert； Texaco， Chevron； Stundner， Michaelet al，．Automated Reservoir Surveillance through Data Mining Software[J]．Offshore Europe Conference-Proceedings， 2003，195-200
[28]Denney Dennis．Data mining for zonal allocation and increased production in Kern river[J]．JPT，Journal of Petroleum Technology， 2004， 56(11)：69-71
[29]Desbarats A J，Roussos D．Geostatistical modeling of transmissibility for 2D reservoir studies．SPE Formation Evaluation， 1990，437-443
[30]窦伟坦，田景春，张翔，等．陇东地区延长组长6-长8油层组成岩相研究[J]．成都理工大学学报(自然科学版)， 2005， 32(2)： 129-132
[31]窦之林．孤东油田馆陶组河流相储集层流动单元模型与剩余油分布规律[J]．石油勘探与开发，2000， 27(6)：50-52
[32]杜金良．鄂尔多斯盆地延长组长6储层特征及其控制因素研究[D]．．西北大学硕士学位论文，2006， 6
[33]Elvind D，Tjisen C B，Henning O．A two-stage stochastic model applied to a North Sea reservoir．JPT， 1992，402-408
[34]ESRI Inc， Using ArcGIS geostatistical analyst[M]．New York： Environmental System Research Institute Press， 1999：125-189
[35]方海东，刘义怀，施斌，等．三维地质建模及其工程应用[J]．水文地质工程地质，2002，3： 52-55
[36]高文玲．石油地质信息系统中的数据挖掘与决策支持方法的研究[D]．西安建筑科技大学学位论文，2004
[37]高志亮．鄂尔多斯盆地吴旗地区中生界油气聚集与勘探[M]．西安：西安地图出版社，2001
[38]龚健雅．地理信息系统原理[M]．北京：科学出版社，2001
[39]苟学敏，陈季高，张华义，等．基于GIS的油气勘探开发数据库建设[J]．天然气工业，2002，22：126-129
[40]G．Pistesky-Shaphiro， An overview of knowledge discovery in databases： recent progress and challenges， Rouhg Sets， Fuzzy Sets and Knowledge Discovery， 1994， 1-11
[41]Grieser B， Shelley B．， Johnson B．J．et al，．Data analysis of barnett shale completions[J]．SPE Production and Operations Symposium， Proceedings， SPE Production and Operations Symposium 2007-Boom Times or a New Reality， 2007，23-34
[42]郭兴凯．数据流挖掘技术的研究[D]．黑龙江大学学位论文．2005．6
[43]郭艳琴，李文厚，胡友洲，等．陇东地区上三叠统延长组早中期物源分析与沉积体系[J]．煤田地质与勘探，2006， 34(1)： 1-4
[44]Haldorsen H H， Elvind D．Stochastic modeling．JPT，1990，404-412
[45]Han J．， Kamber M．Data Mining： Concepts and techniques．San Francisco， Academic Press，2001 Haldorsen H H，Elvind D．Stochastic modeling．JPT， 1990，404-412
[46]韩客松，王永成．文本挖掘、数据挖掘和知识管理—二十一世纪的智能信息处理[J]．情报学报，2001，20(1)：100
[47]韩家炜．数据挖掘：概念与技术[M]．机械工业出版社，2000： 8-26
[48]何生厚．数字油田的理论、设计与实践[M]．北京：科学出版社，2001
[49]何生厚，韦中亚．“数字油田”的理论与实践[J]．地理学与国土研究，2002，(2)：5-7
[50]何鲜，石占中，周宗良，等．难动用储量油藏评价方法[M]．石油工业出版社，2005： 57-70
[51]Hewett T A，Behrens R A．Conditional simulation of reservoir heterogeneity with fractals．SPE Formation Evaluation， 1990，217-25
[52]何自新等著．鄂尔多斯盆地演化与油气[M]．北京：石油工业出版社，1997
[53]胡光道．地质数据仓库设计中的几个问题[J]．地球科学一中国地质大学学报，1999， 24(5)：522-524
[54]胡永刚．数据挖掘中可视化技术综述[J]．计算机与现代化，2004 (10)： 32-33
[55]Huang Ji-Xin， Peng Shi-Mi， Huang Shu-Wang．Study of integrating seismic and logging data in fluvialreservoir modeling[J]．Journalof China Universityof Miningand Technology，2007，36(1)：126-131
[56]黄志澄．数据可视化技术及其应用展望[J]，电子展望与决策，1999， 6： 3-9
[57]黄思静，黄喻．用Microsoft Excel在砂岩的三角分类图上完成碎屑成分投点[J]．成都理工学院学报，2002， 29(2)： 213-216
[58]侯景儒，黄竞先(编译)．地质统计学的理论与方法[M]．北京：地质出版社，1990．1-21
[59]J．Han， R．T．Ng， Y．Fu， and S．Dao．Dealing with semantic heterogeneity by generalization-based data mining techniques．In M．P．Papazoglou and G．Schlageter (eds．)，Cooperative Information Systems[J]．Current Trends & Directions， pages 207-23 1， Academic Press， 1998
[60]J．Han， S．Nishio， H．Kawano， and W．Wang．Generalization-based data mining in object-oriented databases using an object-cube model [J]．Data and Knowledge Engineering， 25：55-97， 1998
[61]贾爱林．储层地质模型建立步骤[J]．地学前缘，1995， 2(4)：221-225
[62]姜在兴．沉积学[M]．北京：石油工业出版社，2003， 119-122
[63]焦养泉，朱培民，雷新荣，等．地学空间信息三维建模与可视化—鄂尔多斯盆地及相关领域的实践[M]．北京：科学出版社，2006
[64]John M eGaughey， Keith Morrison．The Common Earth Model： A Revolution in Exploration Data Integration．2000
[65]Julien Blanchard， Bruno Pinaud， Pascale Kuntz and Fabrice Guillet．A 2D-3D visualization support for human-centered rule mining [J]．Computers & Graphics．2007， 31(3)：350-360
[66]J．Zubcoff， J．Trujillo．Conceptual modeling for classification mining in data warehouses．in： Data Warehousing and Knowledge Discovery， Lecture Notes in Computer Science， Vol．4081， Springer，Berlin， 2006， 566-575
[67]Kerong Ben，张彦铎．人工智能[M]．北京：清华大学出版社，2006， 80-85
[68]KdNuggets．Com．hhttp：//www．kdnuggets．com/pollsi， 2002
[69]KdNuggets．Com．hhttp：//www．kdnuggets．com/pollsi， 2004
[70]KdNuggets．Com．hhttp：//www．kdnuggets．com/poils， 2007
[71]Laurent Ailleres．New gocadr developments in the field of 3-dimensional structural geophysics [J]．Journal of the Virtual Explorer， 2000， 1(28)： 58-64
[72]雷卞军，阙洪培．砂岩分类新方案[J]．西南石油学院学报，2002，24(5)： 11-14
[73]雷启鸿，谢启超，何小娟，等．白豹油田长6储层特征及开发对策[J]．低渗透油气田，2007，12(3)： 89-93
[74]李存贵．低渗透储层三维地质模型和剩余油分布预测[M]．北京：石油工业出版社，2003
[75]李德仁．论空间数据挖掘和知识发现[J]．武汉大学学报(信息科学版)， 2001， 26 (6)：491
[76]李德仁．论空间数据挖掘和知识发现的理论与方法[J]．武汉大学学报(信息科学版)， 2002， 27(3) ：221
[77]李德仁，王树良，李德毅．空间数据挖掘理论与应用[M]．北京：科学出版社，2006
[78]李功权，陈恭洋，吴东胜，等．油气储层建模中的空间数据挖掘技术[J]．石油天然气学报，2006， 28(4)：47-49
[79]李健．三角洲低渗透储层流动单元四维模型及剩余油预测[M]．北京：石油工业出版社，2004
[80]李群．松辽盆地长岭凹陷隐蔽油气藏勘探研究[J]．地球科学一中国地质大学学报，2002，27(5)：770- 774
[81]李文厚，邵磊，魏红红，等．西北地区湖湘浊流沉积[J]．西北大学学报(自然科学版)，2001，31(1)： 57-62
[82]李文厚，周立发，柳益群，等．吐哈盆地沉积格局与沉积环境的演变[J]．新疆石油地质，1997，18(2)： 135-141
[83]李小涛，杨锋杰，宋小宁．遥感影像三维可视化实现[J]．山东科技大学学报，2003， 22(4)：43-44
[84]李裕伟．GIS-实现地质工作现代化的工具[J]．物探化探计算技术，1995，(2)：76-79
[85]李振华，胡光道，陈建国．地质数据仓库的特点及其数据组织[J]．地球科学一中国地质大学学报，1989， 24(5)：535-538
[86]李智，陈强．“数字油田”的设计与应用[J]．地球信息科学，2002， (4)： 97-100
[87]厉青．油气地质异常信息挖掘与定量分析研究—以临清坳陷东部油气勘探应用为例[D]．中国地质大学博士学位论文，2002．5
[88]梁积伟，肖丽，高小林，等．鄂尔多斯盆地晚三叠世早期物源分析[J]．西北地质，2008， 4(2)：81-86
[89]梁政．油田地面数字化管理系统研究[J]．石油规划设计，2005， 15 (3)： 11-13
[90]林承焰，侯加根，侯连华等．油气储层三维定量地质建模方法和配套技术[J]．石油大学学报(自然科学版)，1996，20(4)：20-25
[91]蔺宏斌，姚径利．鄂尔多斯盆地南部延长组沉积特性与物源探讨[J]．西安石油学院学报(自然科学版)，2000， 15(5)： 7-10
[92]刘吉余，李艳杰，于润涛．储层综合定量评价系统开发与应用[J]．物探化探计算技术，2004， 26(1)： 33-36
[93]刘克奇，田海芹，狄明信．卫城81断块砂四段第二砂层组“权重”储层评价[J]．西南石油学院学报，2004， 26(3)： 529．
[94]刘宇．空间数据挖掘理论与方法的研究[J]．微型电脑应用，2000， 16 (8) ： 15
[95]林加恩．油田信息综合应用平台的设计[J]．石油工业计算机应用，2006， 14(1)： 15-18
[96]柳炳祥，田原，徐文元．“数据挖掘技术”带来了什么[J]．中国建材，2006，11：99-101
[97]陆克政．含油气盆地分析[M]．东营：中国石油大学出版社，2006
[98]罗静兰，史成恩，李博，等．鄂尔多斯盆地周缘及西峰地区延长组长8、长6沉积物源——来自岩石地球化学的证据[J]．中国科学：D辑，2007， 37(A01)： 62-72
[99]罗静兰，李忠兴，史成恩，等．鄂尔多斯盆地西南部上三叠统延长组长8、长6油层组的沉积体系与物源方向[J]．地质通报，2008， 27(1)： 101-111
[100]罗平，应凤祥．储集岩基础实验分析新技术与新方法[M]．北京：石油工业出版社，2002
[101]吕红华，任明达，柳金诚，等．Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用[J]．北京大学学报(自然科学版)， 2006， 42(6)： 740-745
[102]Masoud Nikravesh．Soft computing-based computational intelligent for reservoir characterization[J]．Expert Systems with Applications．2004，26： 19-38
[103]马立文，窦齐丰，彭仕宓，等．用Q型聚类分析与判别函数法进行储层评价—以冀东老爷庙油田庙28X1区块东一段为例[J]．西北大学学报(自然科学版)， 2003， 33 (1)：83-86
[104]马维峰．Excel VBA应用开发从基础到实践[M]．北京：电子工业出版社，2007， 251-257
[105]Masoud Nikravesh， Roy D．Adams and Raymond A．Levey Soft computing： tools for intelligent reservoir characterization (IRESC) and optimum well placement (OWP) [J]．Journal of Petroleum Science and Engineering．2001， 29(3-4)：239-262
[106]马志勇，张军海．数据挖掘与地学数据分析相结合的探讨[J]．测绘科学，2006，31(6)： 109-113
[107]M．Ester， H．-P．Kriegel， and X．Xu．Knowledge discovery in large spatial databases： Focusing techniques for e cient class identi cation．In Proc．4th Int．Symp．Large Spatial Databases (SSD'95)，pages 67-82， Portland， Maine， August 1995
[108]Ming-Syan Chen，Jiawei Han，Philip S Yu．Data Mining：An Overview from a Database Perspective．IEEE Transactions on Knowledge and Data Engineering， 1996，8(6)：866～883
[109]穆龙新，贾爱林．扇三角洲沉积储层模式及预测方法研究[M]．北京：石油工业出版社，2003[110]聂永生，田景春，夏青松，等．鄂尔多斯盆地白豹-姬塬地区上三叠统延长组物源分析[J]．油气地质与采收率，2004， 11(5)：4-6
[111]Pang-ning TAN， Michael Steinbach， Vipin Kumar．Introduction to data mining [M]．Beijing： Posts & telecom press， 2006， 2-10， 365-385
[112]P．Domingos，G．Hulten．Mining high speed data streams．In： The 6 ACM international conference on knowledge discovery and data mining(SIGKDD)．NY： ACM Press， 2000，71～80
[113]Pedersen M．H．， Noman R．，Frank S et al，．Use of advanced reservoir data collection and interpretation techniques[J]．2005 International Petroleum Technology Conference Proceedings，2005，1483-1488
[114]彭仕宓，熊琦华，王才经，等．储层综合评价的主成份分析方法[J]．石油学报，1994， 15(增刊)：187
[115]P．Rodrigues，J．Gama and J．P．Pedroso．Hierarchical time-series clustering for data streams．In： The 1st international workshop on knowledge discovery in data streams in conjunction with the 15th European Conference on Machine Learning(ECML 04)．Pisa： 2004， 22-31
[116]裘亦楠，薛叔浩．油气储层评价技术[M]．北京：石油工业出版社，1994．157～236
[117]裘亦楠．储层地质模型[J]．石油学报，1941， 12(4)：55-52
[118]裘亦楠．储层沉积学研究工作流程[J]．石油勘探与开发，1990， 17(l)：85-90
[119]曲道庆．油田信息数据仓库与数据挖掘[J]．油气田地面工程，2007， 26(7)： 45-46
[120]Robert Frederick Heming Impact of information technology on the earth sciences [J]．Technology in Society， 1996， 18 (3)： 297-319
[121]Rodrigues Patricia， Alcocer Yuri，Matheus Justo．NMR signal pattern classification for estimation of petrophysical properties[J]．Proceedings-SPE Annual Technical Conference and Exhibition， v OMEGA， 2000，821-832
[122]Ronald J．Brachman and Tej Anand， (1996)．The proeess of knowledge discovery in databases： A human-centered approach．Adavance in knowledge discovery and datamining．AAAI/MITPress．
[123]R．Wirth， J．Hipp， CRISP-DM： Towards a standard process model for data mining， in： Proceedings of the 4th International Conference on the Practical Applications of Knowledge Discovery and Data Mining， Manchester， UK， 2000， 29-39
[124]Sadler P M， Osleger D A， Montanez I P．On the labeling length and objective basis of Fischer plots[J]．Journal of Sedimentary Petrology， 1993， 63(3)：360-368
[125]宋凯，吕剑文．鄂尔多斯盆地中部上叠统延长组物源方向分析与三角洲沉积体系[J]．古地理学报，2002， 4(3)： 59-66
[126]宋子齐．灰色系统理论精细评价油气储层的分析准则、处理方法及应用[J]．系统工程理论与实践，1997，17(3)：74-82．
[127]宋子齐，谭成仟，王建功，等．储层定量评价指标和权系数研究[J]．测井技术，1997， 21 (5)：351-355．
[128]隋少强，张义杰，曹思远．储层特征研究与预测-以胜利油田义和庄区块为例[M]．北京：地质出版社，2003
[129]Skyline．TerraExplorer Pro User Manual [M]．2005
[130]S．J．Duppenbecker J．E．Iliffe著．朱建辉，江兴歌，徐旭辉译．盆地模拟实践与进展[M]．北京：石油工业出版社，2005
[131]宋志军，潘志，胡海峰，等．神经网络数据挖掘工具用于剩余油分布研究[J]．石油大学学报(自然科学版)，2003， 27(1)： 105-106
[132]SPSS Inc， Clementine 8．0 User's Guide[M]．Chicapo： 2003， 597～606
[133]SPSS Inc， SPSS 14．0 Command Syntax Reference[M]．Chicapo： 2005， 579～596
[134]Stoessel Edward T．Access and integration of emerging technologies： Keys to successful imaging of reservoir fluids in depth'and time[J]．Offshore Technology Conference， Annual Proceedings， v 1，Geology， Earth Sciences and Environmental Factors， 1997， 391-397
[135]Sugai K．， Nishikiori N．An integrated approach to reservoir performance monitoring and analysis[J]．Proceedings-SPE Asia Pacific Oil and Gas Conference and Exhibition 2006： Thriving on Volatility，v 1， Proceedings，2006， 339-350
[136]孙洪志，刘吉余．储层综合定量评价方法研究[J]．大庆石油地质与开发，2004， 23(6) ：8-11
[137]唐国维，申静波，赵建民．计算机应用知识发现和数据挖掘及其在油田生产辅助决策中的应用[J]．自动化技术与应用，2003， 22(4)： 58-60
[138]Taylor Gareth， Smith Maggie， Uden Richard et al，．Progressive seismic data mining for reservoir characterization Strecker， Uwe (Rock Solid Images)； Source： World Oil， v 224， n 10， October， 2003，53-60
[139]田锋，王权．数字油田研究与建设的现状和发展趋势[J]．油气田地面工程，2004， 23(11)：52-53
[140]Tom Soukup Ian Davidson著，朱建秋，蔡伟杰译．可视化数据挖掘-数据可视化和数据挖掘的技术与工具[M]．北京：电子工业出版社，2004
[141]T．Zhang，R．Ramakrishnan and M．ogihara．An effice data clustering method for very large databases．In Proc．1996 ACM-SIGMOD Int．Conf．Management of Data，Montreal，Canada，June 1996：103～114
[142]王翠英，席天德，秦志强，等．三维地质模型在淮城油田的应用[J]．断块油气田，2003， 10(2)：27-29
[143]王宏琳．石油勘探开发信息技术发展态势—数据集成、应用集成和知识集成[J]．石油工业计算机应用，2007， 15(1)： 6-13
[144]王宏威．油田数据挖掘技术的研究与应用[D]．大庆石油学院硕士研究生学位论文．2005， 3
[145]王建东，刘吉余，于润涛，等．层次分析法在储层评价中的应用[J]．大庆石油学院学报，2003，27(3) ：12-14
[146]王璟．鄂尔多斯盆地姬塬地区延长组储层地质学分析，西北大学硕士学位论文[D]， 2006，5
[147]王兰图．可视化技术在储层描述中的应用研究[D]．成都理工大学硕士学位论文，2006，5
[148]王起琮，李文厚，赵红，等．鄂尔多斯盆地东南部三叠系延长组一段湖湘浊积岩特征及意义[J]．地质科学，2006， 41(1)： 54-63
[149]王钦军，薛林福．数据挖掘技术及其在地学中的应用[J]．世界地质，2000， 19(3)： 235-239
[150]王瑞飞，王永宏，王永平，等．灰色理论在辽河油田滩海地区储层评价中的应用[J]．西安石油学院学报(自然科学版)，2003， 18(6)： 35-38．
[151]王树良．基于数据场与云模型的空间数据挖掘和知识发现[D]．武汉：武汉大学博士学位论文，2002
[152]王瑞飞，陈明强，孙卫．鄂尔多斯盆地延长组超低渗透砂岩储层微观孔隙结构特征研究[J]．地质论评，2008， 54(2)： 270-279
[153]王振奇．扇三角洲体系精细构成及低渗油气储层综合评价-以沁阳凹陷赵凹油田安棚深部储层为例[M]．武汉：中国地质大学出版社，2005
[154]王志坤，王多云，郑希民，等．陕甘宁盆地陇东地区三叠系延长统长6-长8储层沉积特征及物性分析[J]．天然气地球科学，2003， 14(5)： 380-385
[155]汪忠德，王新海，瞿建华，等．数据挖掘技术在石油勘探与开发中的研究及应用[J]．石油工业计算机应用，2007， 15(1)：17-20
[156]魏斌，魏红红，等．鄂尔多斯盆地上三叠统延长组物源分析[J]．西北大学学报(自然科学版)，2003， 33(4)： 447-450
[157]文华国，郑荣才，陈洪德，等．鄂尔多斯盆地白豹—华池地区长砂岩储层特征[J]．石油学报，2007， 28(7)： 46-51
[158]吴冲龙，刘刚，毛小平，等．地质信息技术导论[M]．高等教育出版社，2007， 283-305
[159]吴东胜．隐蔽油气藏勘探等信息集成化研究[D]．武汉：中国地质大学博士学位论文，2005．5
[160]武强，徐华．三维地质建模与可视化方法研究[J]．地球科学，2004， 34(1)：56-60
[161]武森，高学东，[德]M．巴斯蒂安．数据仓库与数据挖掘[M]．冶金工业出版社，2004， 148-322
[162]吴立新．数字地球、数字中国与数字矿区[J]．矿山测量，2000，(1)：6-9．
[163]吴立新，殷作如，邓智毅，齐安文，杨可明．论21世纪的矿山—数字矿山[J]．煤炭学报，2000，25(4)：337-342
[164]吴良刚，周海涛．一种基于数理统计的数据挖掘方法研究[J]．计算机与信息技术，2001，96 (9) ：1-5
[165]吴树鹏；熊华平．油田开发数据挖掘技术的实现与应用[J]．大庆石油地质与开发，2002， 21(3)：49-51
[166]Xavier Emery．Simulation of geological domains using the plurigaussian model： New developments and computer programs [J]．Computers & Geosciences， 2007， 33 (9)： 1189-1201
[167]谢邦昌．数据挖掘Clementine应用实务[M]．北京：机械工业出版社，2008
[168]谢渊，王剑，刘家铎，等．鄂尔多斯盆地东南部延长组湖盆致密砂岩储层层序地层与油气勘探[M]．地质出版社，2004： 12-105
[169]行小帅．数据挖掘的聚类方法[J]．电路与系统学报．2003，8(1)： 59-68
[170]熊和金，陈德军．基于灰色系统理论的数据挖掘技术[J]．系统工程与电子技术，2004， 26(2)：184-186
[171]徐凤根，朱兴珊，颜其彬，等．储层定量评价中指标权重的计算途径[J]．石油学报，1996， 17(2)：291
[172]徐雪琪．基于统计视角的数据挖掘研究[D]．浙江工商大学博士学位论文，2007
[173]杨华，张明禄，付金华，等．低渗透油气田[M]．西安：石油工业出版社，2007
[174]杨华．鄂尔多斯盆地三叠系延长组沉积体系及含油性研究[D]．成都理工大学硕士学位论文，2004．11
[175]杨俊杰．鄂尔多斯盆地构造演化与油气分布规律[M]．北京：石油工业出版社，2002
[176]杨守业，李先从．REE示踪沉积物物源研究进展[J]．地球科学进展，1999， 14 (2)： 164-167
[177]杨友运．鄂尔多斯盆地南部延长组沉积体系和层序特征[J]．地质通报，2005， 24(4)： 369-372
[178]姚光庆．钱水三角洲分流河道砂体储层特征[J]．石油学报，1995， 15(1)： 24-31
[179]宇传华．SPSS与统计分析[M]．北京：电子工业出版社，2007，66～84
[180]于兴河，李剑峰．油气储层研究所面临的挑战与新动向[J]．地学前缘，1995， 2(4)： 213-220
[181]曾闽山，彭苏萍，杨瑞召，等．基于TIN的三维地质模型栅状图的可视化方法研究[J]．微计算机信息(管控一体化)，2006， 22 (4-3)：286-289
[182]曾允孚，夏文杰．沉积岩石学[M]．北京：地质出版社，1986， 112-114
[183]张杰林，刘德长，曹代勇．基于信息融合的铀矿床遥感数据挖掘技术[J]．世界核地质科学，2004， 21(2)： 93-98
[184]张金森，胡孝林，张丽焕．三维可视化技术与油气藏综合评价[J]．中国海上油气(地质)，2001，15(5)： 356-359
[185]张萌，黄思静，冯文新，等．巧解砂岩分类三角图[J]．成都理工学院学报，2005， 3 2(4)： 423-429
[186]张琴，朱筱敏，钟大康，等．储层“主因素定量”评价方法的应用——以东营凹陷下第三系碎屑岩为例[J]．天然气工业，2006， 26(10)： 21-23
[187]张仕强，刘正中，陈晓华，等．油气田开发数据信息管理系统研究及应用[J]．天然气工业，2002， 22(3)：64-66
[188]张晓东，陈景山．蜀南气田嘉二段储层分类评价的模糊综合评判[J]．石油天然气学报(江汉石油学院学报)．2007， 29(1)： 59-62
[189]张雪松，毛云龙，檀竹南．数据挖掘技术的研究应用综述[J]．中国石油和化工，2008，12：60-62
[190]张一伟，熊琦华，纪发华，等．地质统计学在油藏描述中的应用[M]．山东：石油大学出版社，1992
[191]赵翰卿．对储层流动单元研究的认识与建议[J]．大庆石油地质与开发，2001， 20 (3) ： 8-10
[192]赵红格，刘池洋．物源分析方法及研究进展[J]．沉积学报，2003， 21(3)： 415-409
[193]赵加凡，陈小宏，张勤．灰关联分析在储层评价中的应用[J]．勘探地球物理进展，2003，26(4) ：282-286
[194]赵靖舟，杨县超，武富礼，等．论隆起背景对鄂尔多斯盆地陕北斜坡区三叠系油藏形成和分布的控制作用[J]．地质学报，2006， 80(5)：648-655
[195]赵俊兴，吕强，李凤杰，等．鄂尔多斯盆地南部延长组长6时期物源状况分析[J]．沉积学报，2008， 26(4)： 610-616
[196]赵鹏大，胡旺亮，李紫金．矿床统计预测[M]．地质出版社，1994．6第2版
[197]郑荣才，耿威，周刚，等．鄂尔多斯盆地白豹地区长6砂岩成岩作用与成岩相研究[J]．岩性油气藏，2007， 19(2)： 1-8
[198]郑荣才，文华国，韩永林，等．鄂尔多斯盆地白豹地区长油层组湖底滑塌浊积扇沉积特征及其研究意义[J]．成都理工大学学报(自然科学版)， 2006， 33(6)： 566-575
[199]Zhou W， Chen G， Li H， Luo Hy and Scott L．Huang GIS application in mineral resource analysis—A case study of offshore marine placer gold at Nome[J]， Alaska Computers & Geosciences， 2007， 33(6)： 773-788
[200]周海燕．空间数据挖掘技术及其应用[J]．测绘通报，2002，37(2)：11．
[201]周祖翼，廖宗廷，杨凤丽，等．裂变径迹分析及其在沉积盆地研究中的应用[J]．石油实验地质，2001， 23(3)： 332-338
[202]邹永玲，韩玲，杜子涛，等．鄂尔多斯盆地的三维可视化及其应用[J]．盐城工学院学报(自然科学版)，2005， 18(2)： 35-37
[203]朱玉双，柳益群，赵继勇，等．华池油田长3岩性油藏流动单元划分及其合理性验证[J]．沉积学报，2008， 26(1)： 120-127
[204]数据挖掘入门0．9版：http：//datamining．126．com
[205]http：//www．googleearthhacks．com/
[206]http：//www．earthslot．org
[207]http：//www．geoplayer．com
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |