引用本文
商玉锋, 古榕. 川东红星地区吴家坪组页岩气井产能主控因素[J]. 录井工程, 2025,36(3): 87-93.
SHANG Yufeng, GU Rong. Main controlling factors of the production capacity of shale gas wells in Wujiaping Formation of Hongxing area,the eastern margin of Sichuan Basin[J]. Mud Logging Engineering, 2025,36(3): 87-93.
Doi:10.3969/j.issn.1672-9803.2025.03.013  
Permissions
Copyright©2025, 《录井工程》杂志社
《录井工程》杂志社 所有
川东红星地区吴家坪组页岩气井产能主控因素
商玉锋, 古榕
中国石化江汉油田分公司采气一厂

作者简介：商玉锋 助理工程师,1996年生,2023年硕士毕业于长江大学石油与天然气工程专业,现在中国石化江汉油田分公司采气一厂从事油气勘探开发工作。通信地址：404100 重庆市万州区百安坝街道百安大道中国石化江汉油田采气一厂。E-mail：823405842@qq.com

收稿日期: 2025-07-17
摘要

四川盆地东缘红星地区吴家坪组页岩气资源潜力大,但各井产能差异显著,影响因素尚未系统量化。鉴于层次分析法（AHP）可有效实现多因素定量评价,建立地质因素与工程因素一级指标层,涵盖轨迹因素、物性因素、储气因素、压裂因素、试气因素5个二级指标层,以及水平段长、总含气量、破裂压力、返排液量等21项三级指标,构建了各级指标层判断矩阵并计算指标权重。选取红星地区典型单井,将单井各指标标准化值与层次分析法算出的权重值相乘,得到各井的综合评价值并与无阻流量及可采储量拟合,验证模型可靠性。研究结果表明：甲烷含量、开井压力、有机碳含量3项指标权重值分别为0.121 8、0.111 1、0.088 9,为气井产能主控因素;各井综合评价值与无阻流量和可采储量拟合效果好,拟合度大于85%。通过研究明确了红星地区吴家坪组页岩气井产能的关键控制参数,可为该区高效开发提供理论依据。

关键词: 红星地区; 吴家坪组; 页岩气井; 产能; 层次分析法; 地质因素; 工程因素
中图分类号:TE132.1 文献标志码:A
Main controlling factors of the production capacity of shale gas wells in Wujiaping Formation of Hongxing area,the eastern margin of Sichuan Basin
SHANG Yufeng, GU Rong
No.1 Gas Production Plant, Sinopec Jianghan Oilfield Branch, Wanzhou, Chongqing 404100, China
Abstract

The shale gas resource potential of Wujiaping Formation in Hongxing area,the eastern margin of Sichuan Basin is large,but the production capacity of each well varies significantly,and the influencing factors have not been systematically quantified. For the Analytic Hierarchy Process （AHP） can effectively realize the quantitative evaluation of multi-factors, the first-level index layer of geology and engineering factors is established, covering 5 second-level index layers of trajectory factor,physical property factor,gas storage factor,fracturing factor,gas test factor,and 21 third-level indexes such as the horizontal section length, the total gas content,the fracture pressure,and backflow volume,etc.The judgment matrix is constructed and the indicator weight for each layer is calculated. Typical single wells in Hongxing area are selected,and the standardized values of each indicator are multiplied with the weights calculated by AHP to get the comprehensive evaluation value of each well,and fitted with the open flow potential and recoverable reserves to verify the reliability of the model. The results show that the weights of methane content,open pressure and organic carbon content are 0.121 8、0.111 1 and 0.088 9 respectively,which are the main control factors of gas-well deliverability. The comprehensive evaluation value of each well fits well with the open flow potential and recoverable reserves,and the fitting degree is higher than 85%. Through this study,the key control parameters of shale gas wells are clarified in Wujiaping Formation in Hongxing area,which can provide theoretical basis for the efficient development of this area.

Keyword: Hongxing area; Wujiaping Formation; shale gas well; production capacity; Analytic Hierarchy Process; geofactor; engineering factor
0 引言

2020年12月, 四川盆地东缘红星地区吴家坪组Aa-1井测试获日产气8.9× 104 m3, 取得国内吴家坪组页岩气的首次突破, 后续在吴家坪组相继钻探十几口井均获得成功, 证实了红星地区油气资源丰富, 具有勘探开发前景。但该区页岩气单井产能、测试产能差异大, 因为针对红星地区页岩气井产能影响因素的认识程度还不够深刻, 严重制约了该地区天然气开发和增储上产, 所以亟需开展红星地区页岩气井产能影响因素研究, 为该地区的勘探开发提供一定的理论支撑。

前人在各含油气田对气井产能影响因素分析做了大量研究[1, 2, 3, 4], 研究方法逐步由定性走向定量。吴则鑫[5]采用投点拟合法判断出地层系数是气井产能的重要影响因素; 任广磊等[6]采用决策树评分法, 判断识别Ⅰ 、Ⅱ 类气井, 确定地层系数、含气性是大牛地气田奥陶系碳酸盐岩气藏水平井产能主控因素; 梅海燕等[7]基于数学模型法, 建立页岩气藏压裂水平井产能模型; 肖寒[8]运用灰色关联法, 分析出7个影响因素与无阻流量的关联度, 找到了龙女寺龙王庙组气藏气井初期产能主控因素; 孙敬等[9]通过大数据挖掘技术法, 优选出致密气藏压裂水平井产能主要因素; 李东晖等[2]采用层次分析法, 确定了焦石坝页岩气田不同分区的产能影响因素权重。

层次分析法适用于多层次的复杂系统[10], 可依照目标优选参数进行定量分析。因此, 本文采用层次分析法定量研究红星地区吴家坪组气井产能的影响因素, 以期明确其主控因素。

1 区域地质概况

四川盆地是位于华南板块特提斯东段的构造叠合盆地。红星地区位于四川盆地东缘高陡褶皱带石柱复向斜, 该复向斜呈北东-南西走向（图1a）。中二叠世, 红星及其周缘地区演化为台内裂陷; 晚二叠世, 受东吴运动的影响, 在中上扬子地区北部发育裂陷, 裂陷内的红星地区为深水陆棚相。

图1 石柱复向斜构造简图[11]和川东地区二叠系综合柱状图[12]

红星地区二叠系地层由下至上依次发育梁山组、栖霞组、茅口组、吴家坪组、长兴组（图1b）。目前发现三叠系飞仙关组, 二叠系长兴组、吴家坪组、茅口组等12套含气层, 主要产层为吴家坪组和茅口组, 其中重点勘探评价二叠系茅四段-吴二段页岩气。茅口组中上部为深灰色灰岩、泥质灰岩, 夹灰黑色灰质页岩; 下部为灰黑色页岩、硅质页岩, 夹灰色硅质泥岩。吴家坪组以灰黑色页岩为主, 夹深灰色灰质页岩、深灰色（含泥、泥质）灰岩、硅质灰岩、黑色煤, 与下伏地层茅口组呈假整合接触关系。

2 层次分析法评价体系构建
2.1 层次分析法原理

层次分析法（Analytic Hierarchy Process）[13]是将研究对象的影响因素分为多级指标层, 再通过数学方法进行定量计算分析的方法。该方法自20世纪70年代提出后, 广泛应用于资源配置、规划与评价、产能分类、影响因素分析等领域[14], 能有效解决多个指标的复杂问题[15], 且不断发展, 日益走向成熟。其主要步骤包括：明确决策问题、指标优选、建立层次结构模型、构造判断矩阵、一致性检验和最终决策[16]。本文决策问题为红星地区吴家坪组页岩气井产能主控因素, 选取多层级多参数指标, 随后建立不同层次的结构模型, 通过构建判断矩阵算出各指标权重, 最后对判断矩阵进行一致性检验, 根据算出的权重值选出主要影响因素, 指导该地区后期井位选址。

2.2 评价技术路线

针对红星地区吴家坪组气藏储层, 综合不同类型、不同值域参数, 以井点实钻数据为依据, 构建定量评价体系, 全面开展产能主控因素评价。评价技术路线（图2）如下：①在综合分析气藏地质特征和工程技术改造方案的基础上, 优选评价指标; ②将影响因素进行分类筛选, 通过条理化、层次化归类, 建立层次结构模型; ③在评价指标标准化的基础上, 构建判断矩阵并确定指标权重; ④进行因素排序及一致性检验, 若满足一致性, 则对评价指标进行标准化, 并计算综合评价值; 反之调整判断矩阵, 重新计算指标权重并进行一致性检验; ⑤对综合评价结果拟合分析, 验证其可靠性, 进而明确产能主控因素。

图2 评价技术路线

2.3 评价指标优选

红星地区吴家坪组页岩气井产能受多重因素影响, 总结该地区气藏地质特点及建产效果, 结合调研文献[17, 18]发现, 气井产能主要受地质因素和工程因素影响。因此, 将两者作为一级评价指标, 其中, 地质因素分为轨迹因素、物性因素和储气因素3个二级指标; 工程因素分为压裂因素和试气因素2个二级指标。各二级指标又分为水平段长、总含气量、压裂长度、返排液量等21个三级指标（图3）。

图3 评价指标层次结构图

2.3.1 地质因素

（1）轨迹因素。分为水平段长、A与B靶点垂差绝对值、靶窗穿行率、水平段平均机速4个指标。在通常情况下, 水平段越长, 资源产量越高; A与B靶点垂差绝对值指水平井钻井过程中水平段A与B靶点的垂差的绝对值; 靶窗穿行率指的是钻井时钻头穿行设计靶窗的成功率; 水平段平均机速指钻井时水平段每单位时间的平均钻进速度。

（2）物性因素。分为孔隙度、有机碳含量、地层密度3个指标。孔隙度指岩石中孔隙体积占岩石体积的比值; 有机碳含量指有机质经历地质变化后剩余的碳含量, 可以表示生油母质的丰度; 地层密度指地层中单位体积岩石的质量, 可用于估算孔隙度。

（3）储气因素。指气体赋存状态和规模, 包括总含气量、全烃含量、甲烷含量、原始地层压力、压力系数5个指标。总含气量指地层含有的天然气总量; 全烃含量能反映地下油气藏潜力; 甲烷含量越高, 天然气含量越高; 原始地层压力指气井投产前, 测得的地层中部压力; 压力系数指地层压力与静液柱压力之比, 可以反映地层是否异常。

2.3.2 工程因素

（1）压裂因素。包括压裂长度、开井压力、破裂压力、停泵压力、用液强度和加砂强度6个指标。压裂长度指压裂后形成的岩层裂缝长度; 开井压力指压裂施工结束后, 打开井口阀门开始放喷或返排时在井口测得的初始流动压力; 破裂压力指目的层岩石破裂需达到的最小压力; 停泵压力指压裂结束时的井底压力; 用液强度指单位长度地层使用的压裂液的量; 加砂强度指单位裂缝长度使用的支撑剂的量。

（2）试气因素。包括试气期累计返排液量、返排率和测试产量3个指标。返排液量指气井生产后的产水量; 返排率指气井生产后产水累积量占压裂期间总注水量的比例; 测试产量指根据相关标准, 产量和压力稳定时测得的气井产量。

3 层次分析法综合评价模型
3.1 确定评价指标权重集

3.1.1 构造判断矩阵

将上文选定的各级指标层中各个因素进行两两比较, 以定量分析方法, 使用1-9标度法对各个因素两两之间的相对重要性实现定性到定量刻画, 形成判断矩阵, 其中：1表示两种因素同等重要; 3表示一个因素比另一个因素稍微重要; 5表示一个因素比另一个因素较为重要; 7表示一个因素比另一个因素强烈重要; 9表示一个因素比另一个因素极端重要; 2、4、6、8表示以上判断的中间值。

各级指标层判断矩阵为：

A=a11⋯a1n⋮⋱⋮an1⋯ann（i，j=1，2，⋯，n）（1）

式中：A为第i和j个因素的判断矩阵, A=aij, aij是由行列均为所有元素经过两两对比得到的标度值所构成的矩阵; 三级指标层的判断矩阵中, a1n为第一个指标与第n个指标经过比较得到的标度值, 其在矩阵中的位置为第1行第n列。

3.1.2 指标归一化

将判断矩阵的每一列元素作归一化处理, 得到元素的一般项为：

bij=aij∑k=1nakj（i，j=1，2，⋯，n）（2）

式中： bij为列向量归一化后的判断矩阵元素; aij> 0, A=aij; akj为判断矩阵A的第 k列向量。

将每一列经归一化的判断矩阵按行相加, 即：

Wi¯=∑j=1nbij（3）

式中： Wi¯为矩阵元素 bij求和后的 n维向量。

将 Wi¯进行归一化处理, 则可得到：

Wi=Wi¯∑i=1nWi¯（4）

式中： Wi为 Wi¯归一化后得到的权重向量。

进而, 得到特征向量矩阵W：

W=（W1，⋯，Wn）T（5）

式中： W为 Wi转置后得到的权重矩阵。

3.1.3 计算指标权重

根据公式（1）-公式（5）计算, 可分别计算得到一、二、三级指标层对决策目标的排序权重（表1）。

表1 一、二、三级指标层对决策目标的排序权重

权重可反映各参数的相对重要程度, 权重值大的即为主控因素。如表1所示, 一级指标层中, 地质因素和工程因素权重均为0.500 0; 二级指标层中, 压裂因素权重为0.375 0、储气因素权重为0.290 6, 为主控因素; 三级指标层中, 甲烷含量权重为0.121 8、开井压力权重为0.111 1、有机碳含量权重为0.088 9, 即为主控因素。

3.1.4 一致性检验

因为矩阵是通过同层次指标两两比较形成的, 可能会出现逻辑不一致性, 所以需对判断矩阵进行一致性检验, 检查各指标判断的逻辑一致性, 比如A比B强烈重要, 而A比C稍微重要, 那么C比B重要, 这样才符合逻辑一致性。

计算与特征向量对应的最大特征根 λmax, 即：

λmax=1n∑j=1nAWiWi（6）

式中：A为判断矩阵 aij; λmax为A的最大特征根。

计算一致性指标 CIA, 即：

CIA=λmax-nn-1（7）

那么, 一致性比例为：

CRA=CIARI（8）

式中： CRA为A的一致性比例, 当 CRA0.1, 则视为通过一致性检验; RI为随机一致性指标。

根据公式（6）-公式（8）计算, 可得到目标层及一、二级指标层判断矩阵一致性检验比例（表2）, 从表中可以发现各个层判断矩阵的一致性比例均小于0.1, 表示矩阵通过逻辑性检验, 说明本文构建的判断矩阵可靠, 各参数计算的特征向量为权重值。

表2 目标层及一、二指标层判断矩阵一致性检验比例
3.2 建立综合评价模型

由于各影响因素的量纲不统一, 无法直接进行对比和计算, 需进行标准化处理, 标准化的方法主要有专家级分法标准化法和极差标准化法[19]。本次研究采用极差标准化法, 将指标分为有利指标和不利指标2类。有利指标值越大, 对气井产能起到的正向作用越大; 而不利指标值越大, 对气井产能的反向作用越大。

有利指标标准化计算式如下：

yi=xi-xminxmax-xmin（9）

不利指标标准化计算式如下：

yi=xmax-xixmax-xmin（10）

式中： yi为指标 i的标准化值; xi为指标第i级实际值; xmin和 xmax分别为指标i在本项参数的最小值和最大值。

根据层次分析法权重计算发现, 甲烷含量、开井压力、有机碳含量为红星地区页岩气井产能主控因素, 全烃含量、测试产量、破裂压力次之（表1）。为了体现各个指标权重的影响程度, 发挥关键因素指标的影响作用, 依据前文算出的指标权重和指标标准化值进行加权求和, 建立综合评价模型, 求出单井的综合评价值（F）, 其计算式为：

F=∑i=121Wiyi（i=1，2，⋯，21）（11）

4 综合评价结果应用分析
4.1 应用分析

选取红星地区南部、中部、北部的7口典型页岩气井, 分别命名为Aa-1、Aa-2、Aa-3、Aa-4、Aa-5、A-2、A-3井, 计算单井的综合评价值, 结果如表3所示。

表3 红星地区典型页岩气井单井综合评价值

其中：A-3井综合评价值最大, 为0.68, 表明其资源潜力较大; A-2、Aa-1井次之, 综合评价值分别为0.51、0.47, 显示其资源潜力中等; Aa-3井综合评价值最小, 为0.25, 说明该井资源潜力较小。

4.2 应用结果的可靠性验证

无阻流量和可采储量可以作为反映气井产量效果的参数[17], 通过气井实际的无阻流量和可采储量检验层次分析评价值的准确性, 利用这2个参数分别与气井计算出的综合评价值（F）进行拟合（图4）, 判断评价值可靠性。从图4发现, 本文计算的综合评价值与无阻流量拟合度R2为0.876 8, 与可采储量拟合度R2为0.955 1, 说明拟合效果好, 即随着综合评价值增大, 无阻流量和可采储量也增大。本文层次分析法算出的综合评价值可反映气井生产能力, 计算出的产能影响因素可信度高。

图4 综合评价值与无阻流量、可采储量拟合图

5 结论

（1）本文采用层次分析方法研究红星地区页岩气井产能主控因素, 确定了2个一级指标、5个二级指标、21个三级指标, 通过构建判断矩阵、确定权重, 明确了红星地区吴家坪组产能主要影响因素, 即甲烷含量、开井压力、有机碳含量, 实现了产能影响因素的定量判断, 对于该地区后期井位部署具有指导意义。

（2）对层次分析法结果进行验证, 首先对各影响因素指标进行标准化, 然后将标准化值与层次分析法算出的权重值相乘后求和, 得到各井的综合评价值, 通过将综合评价值与无阻流量和可采储量分别进行拟合, 发现拟合效果好, 表明本文构建的层次结构模型在红星地区吴家坪组可信度高、实用性强。

（3）根据层次分析法分析结果, 结合地质-工程双因素耦合影响规律, 提出以下钻探优化方向：在红星地区吴家坪组页岩气开发中, 应重点围绕甲烷含量、开井压力和有机碳含量3个主控因素, 实施地质甜点优选与工程参数优化相结合的开发策略, 以实现该区页岩气的高效开发。

（编辑 孔宪青）

参考文献
[1] 钱旭瑞, 刘广忠, 唐佳, 等. 页岩气井产能影响因素分析[J]. 特种油气藏, 2012, 19(3): 81-83.
QIAN Xurui, LIU Guangzhong, TANG Jia, et al. Analysis of factors affecting the production capacity of shale gas wells[J]. Special Oil & Gas Reservoirs, 2012, 19(3): 81-83. [本文引用:1]
[2] 李东晖, 田玲钰, 聂海宽, 等. 基于模糊层次分析法的页岩气井产能影响因素分析及综合评价模型: 以四川盆地焦石坝页岩气田为例[J]. 油气藏评价与开发, 2022, 12(3): 417-428.
LI Donghui, TIAN Lingyu, NIE Haikuan, et al. Factor analysis and comprehensive evaluation model of shale gas well productivity based on fuzzy analytic hierarchy process: Taking Jiaoshiba shale gas field in Sichuan Basin as an example[J]. Reservoir Evaluation and Development, 2022, 12(3): 417-428. [本文引用:2]
[3] 张才智, 唐锰, 强微, 等. 陕北安塞南长61-2油层产能差异的控制因素[J]. 录井工程, 2020, 31(4): 158-163.
ZHANG Caizhi, TANG Meng, QIANG Wei, et al. Factors controlling the difference in production capacity of the Nanchang 61-2 oil formation in Ansai, North Shaanxi[J]. Mud Logging Engineering, 2020, 31(4): 158-163. [本文引用:1]
[4] 张艳茹, 王朝阳, 杨雷, 等. 大庆油田致密油水平井产能影响因素分析及预测方法[J]. 录井工程, 2018, 29(3): 55-59.
ZHANG Yanru, WANG Chaoyang, YANG Lei, et al. Analysis of influencing factors and prediction method of production capacity of tight oil horizontal wells in Daqing Oilfield[J]. Mud Logging Engineering, 2018, 29(3): 55-59. [本文引用:1]
[5] 吴则鑫. 苏里格气田致密气井产能主控因素分析[J]. 非常规油气, 2018, 5(5): 62-67.
WU Zexin. Analysis of the main control factors of production capacity of tight gas wells in Sulige Gas Field[J]. Unconventional Oil & Gas, 2018, 5(5): 62-67. [本文引用:1]
[6] 任广磊, 罗勇, 高志彬. 大牛地气田奥陶系碳酸盐岩气藏水平井产能主控因素评价[J]. 断块油气田, 2021, 28(1): 104-108.
REN Guanglei, LUO Yong, GAO Zhibin. Evaluation of the main control factors of horizontal well production capacity in Ordovician carbonate gas reservoirs in Daniudi Gas Field[J]. Fault-Block Oil & Gas Field, 2021, 28(1): 104-108. [本文引用:1]
[7] 梅海燕, 马明伟, 于倩, 等. 页岩气藏压裂水平井产能及其影响因素[J]. 大庆石油地质与开发, 2019, 38(1): 71-77.
MEI Haiyan, MA Mingwei, YU Qian, et al. Production capacity of fractured horizontal wells in shale gas reservoirs and its influencing factors[J]. Daqing Petroleum Geology & Oilfield Development in Daqing, 2019, 38(1): 71-77. [本文引用:1]
[8] 肖寒. 威远区块页岩气水平井基于灰色关联分析的产能评价方法[J]. 油气井测试, 2018, 27(4): 73-78.
XIAO Han. Production evaluation method based on gray correlation analysis for shale gas horizontal wells in Weiyuan Block[J]. Well Testing, 2018, 27(4): 73-78. [本文引用:1]
[9] 孙敬, 刘德华, 董春艳. 大数据挖掘技术评价致密气藏水平井产能[J]. 特种油气藏, 2016, 23(5): 74-77.
SUN Jing, LIU Dehua, DONG Chunyan. Evaluation of horizontal well productivity in tight gas reservoirs by big data mining technology[J]. Special Oil & Gas Reservoirs, 2016, 23(5): 74-77. [本文引用:1]
[10] 计扬, 巴仁基, 肖成志, 等. 岷江上游1995-2020年生态地质环境安全评价与时空演化分析[J]. 现代地质, 2024, 38(3): 648-659.
JI Yang, BA Renji, XIAO Chengzhi, et al. Spatiotemporal evolution and assessment of ecological and geological environment safety in the upper reaches of the Minjiang River from 1995 to 2020[J]. Geoscience, 2024, 38(3): 648-659. [本文引用:1]
[11] 王勇, 施泽进, 刘亚伟, 等. 鄂西渝东地区石柱复向斜志留系小河坝组致密砂岩成岩作用[J]. 石油与天然气地质, 2011, 32(1): 75-82.
WANG Yong, SHI Zejin, LIU Yawei, et al. Diagenesis of tight sand stone in the Silurian Xiaoheba Formation of the Shizhu Synclinoyium, western Hubei-eastern Chongqing Area[J]. Oil & Gas Geology, 2011, 32(1): 75-82. [本文引用:1]
[12] 王必金, 包汉勇, 刘皓天, 等. 川东红星地区吴家坪组富有机质页岩特征与发育控制因素[J]. 地质科技通报, 2023, 42(5): 70-81.
WANG Bijin, BAO Hanyong, LIU Haotian, et al. Characteristics and controlling factors of the organic-rich shale in the Wujiaping Formation of the Hongxing area, eastern Sichuan Basin[J]. Bulletin of Geological Science and Technology, 2023, 42(5): 70-81. [本文引用:1]
[13] 王红岩, 刘钰洋, 张晓伟, 等. 基于层次分析法的页岩气储层地质工程一体化甜点评价: 以昭通页岩气示范区太阳页岩气田海坝地区X井区为例[J]. 地球科学, 2023, 48(1): 92-109.
WANG Hongyan, LIU Yuyang, ZHANG Xiaowei, et al. Geology-engineering integration shale gas sweet spot evaluation based on analytic hierarchy process: Application to Zhaotong shale gas demonstration district, Taiyang shale gas field, Haiba area, X well region[J]. Earth Science, 2023, 48(1): 92-109. [本文引用:1]
[14] 管全中, 董大忠, 王玉满, 等. 层次分析法在四川盆地页岩气勘探区评价中的应用[J]. 地质科技情报, 2015, 34(5): 91-97.
GUAN Quanzhong, DONG Dazhong, WANG Yuman, et al. AHP application to shale gas exploration areas assessment in Sichuan Basin[J]. Geological Science and Technology Information, 2015, 34(5): 91-97. [本文引用:1]
[15] 刘慧明. 层次分析法在致密油地质、工程双甜点评价指标体系构建中的应用及实钻验证[J]. 录井工程, 2024, 35(4): 48-55.
LIU Huiming. Application of analytic hierarchy process in the construction of evaluation index system of tight oil geology and engineering double desserts and verification by real drilling[J]. Mud Logging Engineering, 2024, 35(4): 48-55. [本文引用:1]
[16] 姚雪, 赵凡, 龙清红. 基于层次分析法的广元千佛崖摩崖造像病害程度量化评价[J]. 文物保护与考古科学, 2024, 36(2): 52-62.
YAO Xue, ZHAO Fan, LONG Qinghong. Quantitative evaluation based on the analytic hierarchy process for the degree of deterioration of Guangyuan Thousand -Buddha Grottoes of the Tang Dynasty in Sichuan[J]. Sciences of Conservation and Archaeology, 2024, 36(2): 52-62. [本文引用:1]
[17] 周锋, 黄仕林, 李晓明, 等. 基于层次分析法的致密气藏储层分类定量评价: 以新场气田蓬莱镇组气藏为例[J]. 油气藏评价与开发, 2024, 14(3): 468-474.
ZHOU Feng, HUANG Shilin, LI Xiaoming, et al. Quantitative evaluation of tight gas reservoir classification based on analytic hierarchy process: A case study of Penglaizhen Formation gas reservoir in Xinchang Gas Field[J]. Reservoir Evaluation and Development, 2024, 14(3): 468-474. [本文引用:2]
[18] 崔静. 页岩气井产量主控因素分析方法及应用[C]//中国石油学会天然气专业委员会. 第33届全国天然气学术年会论文集(03非常规气藏). 中石化重庆涪陵页岩气勘探开发有限公司, 2023: 214-220.
CUI Jing. Analysis method and application of main control factors of shale gas well production[C]// Natural Gas Committee of Chinese Petroleum Societ. Proceedings of the 33rd National Natural Gas Annual Conference (03 Unconventional Gas Annual Reservoirs). Sinopec Chongqing Fuling Shale Gas Exploration and Development Co. , Ltd. , 2023: 214-220. [本文引用:1]
[19] 左伟, 王桥, 王文杰, 等. 区域生态安全评价指标与标准研究[J]. 地理学与国土研究, 2002, 18(1): 67-71.
ZUO Wei, WANG Qiao, WANG Wenjie, et al. Study on regional ecological security assessment index and stand ard[J]. Geography and Territorial Research, 2002, 18(1): 67-71. [本文引用:1]