首页|期刊导航|沉积学报|基于FMI图像深度学习的砂砾岩体沉积微相识别方法——以东营凹陷北带Y920区块沙四上亚段为例

基于FMI图像深度学习的砂砾岩体沉积微相识别方法——以东营凹陷北带Y920区块沙四上亚段为例

罗歆闫建平王军耿斌王敏钟广海张帆李志鹏高松洋

沉积学报2023，Vol.41Issue(4)：1138-1152,15.

沉积学报2023，Vol.41Issue(4)：1138-1152,15.DOI:10.14027/j.issn.1000-0550.2021.148

A Method for Identifying Sedimentary Microfacies in a Sandy Conglomerate Body on Deep Learning of FMI Images:Case study of upper submember of the Fourth member,Shahejie Formation in Y920 block,northern zone,Dongying Sag

罗歆 ¹闫建平 ²王军 ³耿斌 ³王敏 ³钟广海 ⁴张帆 ⁵李志鹏 ³高松洋⁶

作者信息

1. 油气藏地质及开发工程国家重点实验室(西南石油大学),成都 610500||西南石油大学地球科学与技术学院,成都 610500
2. 油气藏地质及开发工程国家重点实验室(西南石油大学),成都 610500||西南石油大学地球科学与技术学院,成都 610500||中国地质大学构造与油气资源教育部重点实验室,武汉 430074
3. 中国石化胜利油田分公司勘探开发研究院,山东东营 257015
4. 中国石油西南油气田公司页岩气研究院,成都 610500
5. 中国石油新疆油田公司勘探开发研究院,新疆克拉玛依 834000
6. 中国石油大庆油田公司勘探开发研究院,黑龙江大庆 163712
折叠

FMI图像/砂砾岩体/沉积微相/东营凹陷/深度学习

FMI images/sandy conglomerate bodies/sedimentary microfacies/Dongying Sag/deep learning

天文与地球科学

罗歆,闫建平,王军,耿斌,王敏,钟广海,张帆,李志鹏,高松洋..基于FMI图像深度学习的砂砾岩体沉积微相识别方法——以东营凹陷北带Y920区块沙四上亚段为例[J].沉积学报,2023,41(4):1138-1152,15.

国家科技重大专项(2017ZX05072-002,2017ZX05049-004) （2017ZX05072-002,2017ZX05049-004）

国家自然科学基金项目(41830431) （41830431）

中国石油—西南石油大学创新联合体科技合作项目(2020CX020000) （2020CX020000）

高等学校学科创新引智计划(111计划)(D18016)[National Science and Technology Major Project,No.2017ZX05072-002,2017ZX05049-004 （111计划）

National Natural Science Foundation of China,No.41830431 （）

Science and Technology Cooperation Project of the CNPC-SWPU Innovation Alliance,No.2020CX020000 （）

111 Project,No.D18016] （）

OA北大核心CSCDCSTPCD

ISSN：1000-0550

访问量0

下载量0

段落导航