富含煤层气储层的叠前地震反演预测方法研究——以山西晋东南测区为例

田忠斌， 张胤彬， 王建青， 杨晓东， 申有义， 黄捍东， 向坤， 薛国强

1 中南大学地球科学与信息物理学院， 长沙 410083 2 山西省煤炭地质物探测绘院， 山西晋中 030600 3 中国石油大学(北京)提高采收率研究院， 北京 102249 4 中国科学院地质与地球物理研究所， 北京 100029



富含煤层气储层的叠前地震反演预测方法研究
——以山西晋东南测区为例

田忠斌1,2， 张胤彬1,2， 王建青2， 杨晓东2， 申有义2， 黄捍东3， 向坤3， 薛国强4*

1 中南大学地球科学与信息物理学院， 长沙 410083 2 山西省煤炭地质物探测绘院， 山西晋中 030600 3 中国石油大学(北京)提高采收率研究院， 北京 102249 4 中国科学院地质与地球物理研究所， 北京 100029

叠前地震反演技术能够将地震中振幅、偏移距和入射角等多种有效信息与油气的敏感参数结合起来，在有效识别油气藏“甜点”方面虽发挥了重要的作用，但对于煤层气的有效预测仍需研究.针对煤层气与石油天然气的赋存地质条件不同，本文以山西沁水盆地煤层气地震资料为例，借鉴叠前地震反演技术的多参数预测思想，通过模型正演和实测资料处理，得到纵波、横波速度和密度等不同的数据体，利用数据体和弹性参数关系式，采用Aki&Richard近似公式与叠前宽角度反演联合的方法，寻找出富含煤层气储层的敏感参数.从而实现富含煤层气储层的有效预测.经与测井曲线结果对比，吻合率较高，说明了该方法具有可行性与实用性.

煤层气； 含气储层； 叠前反演； 弹性参数； 储层预测； 沁水盆地

1 引言

我国具有丰富的煤层气资源，该资源的有效开发和利用对国民经济建设发展具有重要的保障作用.国内外对煤层气的研究主要集中在含气储层预测、双相介质理论、各向异性介质理论应用与煤层气富集区域等(刘洋等，2000).我国煤层气的地球物理勘探技术经过十余年的发展，在利用岩石物理特征以及地震波场特征来研究煤层岩性、含气属性等煤层气特性等方面取得了丰富的成果(孙斌等，2010).根据煤储层参数与井震数据之间的关系，用基于地震反演数据体的Langmuir方程预测了煤层气的富集(桑孝伟，2010).分析总结煤层气富集的主控因素再用响应的地震方法预测，取得了很好的效果(陈勇等，2013).

山西省沁水地区富含煤层气，开采潜力巨大.但是，该地区煤层的地震响应微弱，煤储层的储集空间小，多为微孔，微裂缝，连通性差，煤层气的类型主要是以吸附气为主，由于地形起伏，造成接收到的地震信号能量弱，信噪比低，给煤层气“甜点”预测造成了很大的困难(霍丽娜等，2014).

叠前地震反演的目标是获得岩石的密度、纵波速度和横波速度，叠前反演的方法可分为两类：一类是基于波动方程的反演，这种方法计算复杂，精度高，但计算效率低；另一类是根据Zoeppritz方程进行反演，精度不如前者高，但简单、方便、效率高，更具有可操作性，在实际中得到了应用.叠前地震反演技术能够充分利用地震资料中包含的不同种类的信息，将振幅、偏移距、入射角等有效信息与油气的敏感参数结合起来，是一种对油气藏识别比较有效的地球物理技术.Ostrander提出利用反射系数随入射角变化的特性识别“亮点”型含油气砂岩的AVO技术，随后，叠前地震反演技术有了飞速的发展(Ostrander, 1984).

虽然伴随着地震资料处理技术的进步，叠前地震资料所提取的油气藏信息更为可信，对不同类型的储层分辨程度也更高，但前人将叠前反演应用于煤层气“甜点”预测的案例却很少.所谓的煤层气“甜点”预测，即是寻找对煤层气最为敏感的参数和发现目的层中富含煤层气的区域.由于煤层气与石油天然气的赋存地质条件不同，构建新的敏感参数进行预测是一种有效的办法.本文以山西沁水盆地的资料为例，首先对煤层气的岩石物理参数特性进行分析，利用弹性参数与动力学参数的关系，寻找对煤层气最为敏感的参数.利用Aki&Richard近似公式联合宽角度反演的方法，进行三参数属性反演，得到纵波、横波速度和密度的数据体，将反演的结果提取出三参数曲线，与测井获取的数据进行对比分析，确定反演结果的可信度.之后利用数据体和弹性参数关系式选取对煤层气最为敏感的弹性参数，提取煤层气储层的厚度，从而实现煤层气“甜点区”的预测.

2 叠前地震反演技术

叠前地震反演保留了地震反射振幅随偏移距或入射角的变化而变化的特征，可提供更有效的数据体成果(甘利灯等，2005).利用丰富的叠前地震数据，在测井资料的约束下，开展叠前地震弹性参数反演，根据地震观测数据可以提取出地下目标体的地震属性和弹性参数(Goodway et al.，1997).在各项同性介质的假设条件下，3个常用的弹性参数分别为：

(1)

(2)

(3)

其中μ为剪切模量，σ为泊松比，λ为拉梅系数，式(1)中ρ为岩石密度，VS为横波速度，式(2)中VP为纵波速度.

弹性参数和岩性、流体之间具有十分密切的关系.储层在含有油气时，会呈现低值，而μ-λ会出现高值.Bill Goodway发现λ-μ对流体的敏感程度比泊松比更高(Hampson et al.，2005)，国内实际资料也同样证明了这一理论.

2.1 储层地震AVA响应计算

为计算纵波速度、横波速度和密度以及弹性参数之间的关系，以便寻找对煤层气最为敏感的参数，需对油气预测中的叠前保角反演AVA(Amplitude Versus Angle)进行分析.AVA变化明显反应了岩性和流体的差异，有利于叠前弹性参数反演和流体检测.利用反射系数与反射角的关系，判断出含储层目标体(Zoeppritz and Erdbebnenwellen，1919).

正演模型的研究是AVA响应的基础，储层含油气与不含油气的AVA响应差距很大，因而利用这一点，可以判断储层中是否含有流体.利用Zeoppritz方程计算不同角度的反射系数，将井旁提取的子波与反射系数进行褶积，就可以得到正演的道集记录(Zoeppritz and Erdbebnenwellen，1919).

但是Zoeppritz方程表达式十分复杂，并且它的物理意义不明确，振幅与岩心参数之间的联系不够直观，因此不能用于储层参数反演.前人对Zeoppritz公式的简化做出了很多研究.1980年，Aki和Richard给出了近似公式，该近似方法能够满足大多数的问题.1985年R.T.Shuey给出了Shuey近似公式(Shuey，1985).1994年Fatti给出了Fatti近似公式(Fatti et al.，1994).2000年，Smith和Gidlow根据Aki和Richard方程，给出了另一种近似，他们将这个公式应用于动校正后地震道集上的加权叠加，产生储层的岩性特征，即CMP道集的加权AVO反演(Smith and Gidlow，2000).

Aki和Richards(Aki and Richards，1980)在假设相邻油气储层介质的弹性参数变化较小的情况下，得出的近似公式为

(4)

其中，R(θ)为实际观测到的地震数据，Δρ/ρ,ΔVp/Vp,ΔVs/Vs是要求的模型参数，系数A、B和C是入射角θ和纵横波速度比的函数.其中，θ可用部分叠加角度的平均值代替.这种叠加方法保留了地震波振幅随入射角变化的信息，较全角度水平叠加方法有了很大的进步，同时在一定程度上压制了噪声，解决了叠前反演计算量大的问题.

求取模型参数的方法为：

在某个道集中，对于给定的时间采样点tk，都有与其相对应的偏移距xi和振幅值R(xi)，其中i=1,2,3,…,M，M为共反射点道集的总数，对应不同的偏移距xi，我们可以得到对应的入射角θi，此时可以得到与之相应的方程为

(5)

那么存在一组向量d=(d1,d2,…,dM)，里面每个元素为di=R(θi)，此外，还需要设定一组参数向量p=(p1,p2,…,pN)，这时反演问题就可以归结为矩阵元素的求取.由于我们最终需要求得的参数为纵波速度、横波速度和密度，因此在本反演问题中N=3，并且p1=Δρ/ρ,p2=ΔVp/Vp,p3=ΔVs/Vs，那么存在有M×N维的矩阵为

(6)

从而反演方程可以表达为

d=G×p，

(7)

其中d就代表反射振幅，p就代表需要求得的模型参数向量，由于反演建立的方程是超定方程(M>N)，因此需要用最小二乘法来解此方程，其解的表达式为

p=(GTG)-1GTd.

(8)

由此便能求出模型参数向量p，也就是知道了采样点tk处对应的共反射点处的参数Δρ/ρ,ΔVp/Vp,ΔVs/Vs的值.其中：

Δρ=ρ(j+1)-ρ(j),ρ=(ρ(j+1)+ρ(j))/2,ΔVp=Vp(j+1)-Vp(j),Vp=(Vp(j+1)+Vp(j))/2,ΔVs=Vs(j+1)-Vs(j),Vs=(Vs(j+1)+Vs(j))/2，

(9)

式中Vp(j)、Vs(j)和ρ(j)代表上覆介质的纵、横波速度和密度，Vp(j+1)、Vs(j+1)和ρ(j+1)代表下覆介质的纵、横波速度和密度(j=0,1,…,n)，对于采样点tk处的两层介质，其下覆介质三参数表达式为

(10)

当我们通过测井资料获取ρ(0)、Vp(0)和Vs(0)后，就可以依次求得这一道的三个参数，在计算出某一道的值之后，利用已知的道作为初始值，利用道外推的方法计算出下一道.以此类推，这样我们就能计算得到整个数据体的纵、横波速度和密度(Vp,Vs,ρ).再利用弹性参数表达式求得三个弹性参数(μ,σ,λ)，后对储层含流体和含气性进行分析，结合地质和地球物理资料对储层油气水分布特征作出综合评价，为后继的研究工作提供基础.

2.2 叠前宽角度反演

当入射角较大时，公式(4)不能满足反演精度要求.因而需要寻求新的计算方法.黄捍东提出叠前宽角度反演方法(黄捍东等，2015).

根据广义线性反演的思路，基于Zeoppritz方程和带有角度信息的褶积模型建立如下目标函数为

(11)

其中，θk为第k个入射角或者入射角的叠加，r为反演所求参数，为权系数，dobs(θk)为观察到的地震数据，dsynth(θk,r)为合成地震记录，其中合成记录的表达式为

dsynth(θk,r)=w(θk,t)*R(θk,t)，

(12)

其中，t为走时，w(θk,t)为角道集提取的地震子波，R(θk,t)为反射系数.

为了减小叠前宽角度反演的多解性，需要加入部分小角度信息联合参与反演，其中，模型的修正量为

G(r)·Δr=Δd，

(13)

其中，G(r)为Jacobi矩阵，它的表达式为

(14)

根据三种角度的叠前地震信息，我们依照此可以建立反演矩阵为

(15)

其中，G1(r)、G2(r)和G3(r)分别代表三种不同角度所建立的方程.通过设定收敛条件，例如当Δrk-Δrk-1≤ε时，ε为设定的某一个值时，可以将其带入到模型修正量方程中，当满足条件后停止迭代，计算得到的参数r即为反演求得的参数.

为保证反演过程的稳定性，在矩阵中加入阻尼因子，带有阻尼因子的方程为

(GTG+λETE)·Δr=Δd，

(16)

其中，λ为阻尼因子，E为单位矩阵.λ越小，反演解估计分辨率越高；λ越大，反演解估计的分辨率和误差都会降低，因此λ的取值对反演结果和反演过程的稳定具有重要的意义.阻尼因子的定义式为

λk(i)=σ2(i)/CΔr(i),(i=1,2,…,lengthG)，

(17)

其中k为迭代次数，σ2(i)为Δd-G(r)·Δr的方差，而CΔr(i)则代表反演参数修正量Δr的方差，阻尼因子取值于每一次迭代后的结果，不受人为因素的控制，有利于提高反演过程的稳定性和抗噪性.

3 应用实例

由于煤层气与石油天然气的赋存地质条件不同，它的岩石物理性质与埋深，上覆岩层压力，孔隙度，渗透性等密切相关，需要根据实际情况通过模拟和反演进行研究.本文以山西沁水盆地煤层气地震的资料为例，研究表明由拉梅系数与密度的乘积所形成的新敏感参数能够充分地利用纵横波速度和密度信息，寻找出富含煤层气储层的敏感参数.

3.1 研究区概况

研究区行政区划涉及有山西省晋中市、长治市，面积为1219.72 km2.研究区外围分布有中石化4个煤层气区块；研究区内有9个煤炭普查或详查区.研究区内共布置13条测线(图1)，完成物理点9729个，满覆盖长度336.66 km；布设3口探井(ZK03-1、ZK09-1、ZK10-1)、1口参数井(ZK701).煤层气储层主要集中在山西组和太原组.

3.2 岩石物理特征分析及AVA正演模拟

首先对该研究区的岩石物理特征进行分析，选取ZK07-1井的三个含煤层气储层(表1)及其他类型储层进行岩石物理统计分析后得到如图2所示的不同参数交汇图.

通过计算泊松比后发现，煤层气的泊松比较高，这与常规的含气储层有所区别，而且与含页岩气的储层以及含砂岩气的储层在数据上有部分重叠.再通过计算拉梅常数与密度的乘积(λ-ρ)后发现，煤层气的(λ-ρ)数值主要集中在非常低的区域，数据重叠部分极少，因而此参数能够很好的将煤层气与其他类型的气区别开来.故后期可以利用反演的结果计算该弹性参数，将煤层气储层位置从剖面中提取出来.

图1 研究区测线与井位布置Fig.1 Arrangement of wells and survey lines in study area

图2 不同类型储层的岩石物理统计结果(a) 纵波速度与密度交会； (b) 纵波速度与自然伽马交会； (c) 密度与泊松比交会； (d) 自然伽马与拉梅系数乘密度交会.Fig.2 Rock physic statistics in different reservoirs(a) Cross plot of P-wave and density； (b) Cross plot of P-wave and GR； (c) Cross plot of density and Poisson ratio； (d) Cross plot of GR and λ-ρ.

图3 三个煤层气储层的AVA曲线分析及正演模拟结果(a) 第一层煤层气AVA响应； (b) 第二层煤层气AVA响应； (c) 第三层煤层气AVA响应.Fig.3 AVA curves and forward simulations in three coal-bed gas layers(a) AVA response of first layer； (b) AVA response of second layer； (c) AVA response of third layer.

地层含气层段(m)岩性纵波速度(m·s-1)横波速度(m·s-1)密度(kg·m-3)山西组1299.5～1303.9泥岩408724642559煤层气储层289912151745太原组1349.1～1351.5泥岩386019292123煤层气储层265616401720太原组1409.2～1415.8泥岩382720142197煤层气储层248210711687

通过对表1中这三个层的AVA正演模拟发现，第一层和第三层符合第四类AVA曲线特征，随着入射角的不断变大，振幅逐渐减小；而第二层符合第三类曲线特征，随着入射角的增大，振幅逐渐增大，但是却不明显(图3).这三个层的曲线都有一个共同点，就是负极性的振幅，这与碳酸盐岩和砂岩类型的储层有着明显的不同.

3.3 叠前地震资料品质分析

通过观察地震剖面后发现，波形特征清晰，信噪比较高，说明该地区的叠前地震资料质量较好(图4).通过提取角道集地震数据后发现，同一条地震测线不同角度剖面的振幅、频率均有差异，随角度增大地震波振幅的能量逐渐减弱，因而利用叠前反演，可以很好的预测储层中流体变化特征，以及了解煤层气储层的储层特征.此外，可以从图4中发现，在小角度时，地震波信息丰富，而角度增加后，信息越来越少，但仍能发现部分较强的反射，这些强反射下面隐含着丰富的信息.因而叠前小、中、大三个角度道集信息需要充分地利用.

3.4 叠前弹性参数反演效果分析

经过反演后得到三参数剖面，发现纵波速度剖面分辨率较高，但是横波速度剖面中低速区域更加明显，说明横波对气层更为敏感(图5).密度剖面相比于速度剖面虽然分辨率不高，但能够很好的区分高速的围岩与低速的煤层气储层.利用动力学参数与弹性参数的转换关系，得到了纵横波速度比，泊松比以及拉梅系数乘密度剖面，通过观察剖面与井上的含气检测结果进行对比，发现拉梅系数乘密度能够与气层更好地吻合(图6).拉梅系数乘密度能够更好地利用纵横波速度以及密度信息，将含气储层的特点更好的体现了出来.虽然纵横波速度比和泊松比能够指示出一些气层的存在，但其并没有有效地利用密度的信息，因此单从纵横波速度比和泊松比无法体现出煤层气储层低密度的特点.

3.5 反演结果与井的对比

将反演的结果与测井曲线进行对比，可以验证反演结果的真实可靠性.ZK07-1的测井三参数曲线与反演结果进行对比，可以看出三个参数反演精度有所区别，但趋势与测井曲线相一致(图7)，其中纵波反演结果精度最高，密度反演结果最低，但都能在反演曲线的结果中体现出煤层气低速低密度的特点，因而反演结果真实可信.

单是参与反演的井进行吻合率的分析并不足以说明问题.还需要未参与反演的井进行相互印证，由于ZK03-2井缺乏横波资料，因此该井并未参与反演.将这口井的气层解释成果与拉梅系数乘密度的剖面对比后，发现井上所有气层都能与剖面λ-ρ中异常低值能够很好的对应(图8)，并且分辨率要比泊松比剖面高，说明λ-ρ相比泊松比，更能够指示出气层的存在.通过多口井的吻合率统计，发现平均吻合率达到90%，说明应用于本研究区的叠前多参数反演结果真实可信.

3.6 富含煤层气储层预测的实现

煤层气预测与反演的精度和置信区间密切相关.在保证反演精度的情况下，需要寻找对沁水盆地地区的含煤层气储层最为敏感的弹性参数，前文已经表明本研究区λ-ρ参数能够最好的描述储层的特征，因此我们需要提取λ-ρ参数来计算煤层气储层的厚度，并且需要设定提取参数的范围.当λ-ρ小于一定数值时(图9)，即认为有煤层气储层的存在，也就是所谓的置信区间.因此，在计算过程中需要设定一个上限值来约束厚度的提取，厚度提取实现公式为H=v1t1+v2t2+…+viti, i=0,1,2,…,n,

(18)

其中v代表速度，也就是提取厚度时对应的采样点的平均速度值，t为相隔的两个采样点之间的时间间隔.这样，通过该公式实现煤层气储层的空间上的展布，再通过平面图的制作，即可寻找出煤层气储层最厚的位置，结合地质构造等特征，进行综合分析，从而确定出富含煤层气储层的分布区，实现富含煤层气储层的预测.

4 结论

(1) 对于含煤层气储层，其围岩速度同样影响着AVA曲线分析，从文中可以看出，不同围岩速度所呈现的AVA曲线变化不同.

图4 不同角度的角道集对应的地震响应Fig.4 Seismic responses corresponding to gathers with different angles

图5 过井ZK07-1纵横波速度及密度的反演结果Fig.5 Inversion results of P-wave and S-wave velocity and density through ZK07-1 well

图6 过ZK07-1井纵横波速度比、泊松比、拉梅系数乘密度计算结果Fig.6 Calculation results of Vp/Vs, Poisson ratio and Lame multiplying density through ZK07-1 well

图7 ZK07-1测井三参数曲线与反演结果对比Fig.7 Comparison of well-logging curves with inversion results for ZK07-1 well

图8 过ZK03-2井的拉梅系数乘密度剖面与气测解释结果对比Fig.8 Comparison of profile of Lame multiplying density with gas interpretation through ZK03-2 well

图9 过井ZK07-1的拉梅系数乘密度剖面Fig.9 Data profile of Lame multiplying density through ZK07-1 well

(2) 通过动力学与弹性参数的关系式，利用反演可以得到高精度的弹性参数剖面，其中，拉梅系数乘密度，形成新参数，能够充分利用纵横波速度和密度信息，与井上的吻合率更高，对煤层气层的识别更加敏感.

(3) 在纵波速度、横波速度和密度这三个剖面之间相比，纵波速度的分辨率最高，其次是横波，最后是密度.但密度对煤层气储层更为敏感，其次是横波，纵波最次.

(4) 对于本研究区，在小角度反演时，利用Aki-Richard近似公式效果更佳，在宽角度情况下，宽角度反演理论能够更好地解决问题，因而角度问题决定着叠前反演方法的使用.

Aki K, Richards P G. 1980. Quantitative Seismology Theory and Methods. New York: W. H. Freeman.

Chen Y, Chen H D, Guan D, et al. 2013. Application of coalbed methane accumulation zone seismic prediction technology based on main geological controlling factors.GeophysicalProspectingforPetroleum(in Chinese), 52(4): 426-431.Fatti J L, Smith G C, Vail P J, et al. 1994. Detection of gas in sandstone reservoirs using AVO analysis: A 3-D seismic case history using the Geostack technique.Geophysics, 59(9): 1362-1376.

Gan L D, Zhao B L, Du W H, et al. 2005. The potential analysis of elastic impedance in the lithology and fluid prediction.GeophysicalProspectingforPetroleum(in Chinese), 44(5): 504-508.

Goodway B, Chen T W, Downton J. 1997. Improved AVO fluid detection and lithology discrimination using Lamé petrophysical parameters; ; “λρ”, “μρ”, & “λ/μfluid stack”, from P and S inversions.∥ SEG Technical Program Expanded Abstract. SEG: 183-186.

Hampson D P, Russell B H, Bankhead B. 2005. Simultaneous inversion of pre-stack seismic data.∥ SEG Technical Program Expanded Abstracts. SEG: 1633-1637.

Huang H D, Wang Y C, Guo F, et al. 2015. Zoeppritz equation-based prestack inversion and its application in fluid identification.AppliedGeophysics(in Chinese), 12(2): 199-211.Huo L N, Xu L G, Shao L H, et al. 2014. Seismic prediction technologies of CBM sweet spots and their application.NatureGasIndustry(in Chinese), 34(8): 46-52.

Liu Y, Li C C, Mou Y G. 2000. Reflection and transmission of plane wave on an interface between dissimilar two-phase, transversely isotropic media.ChineseJ.Geophys. (in Chinese), 43(5): 691-698.

Ostrander W J. 1984. Plane-wave reflection coefficients for gas sands at nonnormal angles of incidence.Geophysics, 49(10): 1637-1648.

Sang X W. 2010. Prediction and Inversion of Deep Coal Reservoir Parameters [Master thesis] (in Chinese). Beijing: China University of Geosciences.

Shuey R T. 1985. A simplification of the Zoeppritz equations.Geophysics, 50(4): 609-614.

Smith G C, Gidlow M. 2000. A comparison of the fluid factor withλandμin AVO analysis.∥ SEG Technical Program Expanded Abstract. SEG: 122-125.

Sun B, Yang M F, Sun X, et al. 2010. Prediction of coalbed methane enrichment zones based on AVO attributes.NatureGasIndustry(in Chinese), 30(6): 15-18.

Zoeppritz K, Erdbebnenwellen V Ⅷ. 1919. On the reflection and penetration of seismic waves through unstable layers.GöttingerNachr., 1: 66-84.

附中文参考文献

陈勇, 陈洪德, 关达等. 2013. 基于主控因素的煤层气富集区地震预测技术应用研究. 石油物探, 52(4): 426-431.

甘利灯, 赵邦六, 杜文辉等. 2005. 弹性阻抗在岩性与流体预测中的潜力分析. 石油物探, 44(5): 504-508.

黄捍东, 王彦超, 郭飞等. 2015. 基于Zoeppritz方程的叠前地震反演方法研究及其在流体识别中的应用. 应用地球物理, 12(2): 199-211.

霍丽娜, 徐礼贵, 邵林海等. 2014. 煤层气“甜点区”地震预测技术及其应用. 天然气工业, 34(8): 46-52.

刘洋, 李承处, 牟永光. 2000. 双相横向各向同性介质分界面上弹性波反射与透射问题研究. 地球物理学报, 43(5): 691-698.

桑孝伟. 2010. 深部煤炭储层参数反演预测[硕士论文]. 北京: 中国地质大学(北京).

孙斌, 杨敏芳, 孙霞等. 2010. 基于地震AVO属性的煤层气富集区预测. 天然气工业, 30(6): 15-18.

(本文编辑 张正峰)

Study on the pre-stack seismic inversion prediction method for rich coal-bed-gas reservoirs:a case in southeastern Shanxi province

TIAN Zhong-Bin1,2, ZHANG Yin-Bin1,2, WANG Jian-Qing2, YANG Xiao-Dong2, SHEN You-Yi2, HUANG Han-Dong3, XIANG Kun3, XUE Guo-Qiang4*

1SchoolofGeosciencesandInfo-Physics,CentralSouthUniversity,Changsha410083,China2ShanxiCoalGeologyGeophysicalSurveyingExplorationInstitute,ShanxiJinzhong030600,China3EnhancedOilRecoveryResearchInstitute,UniversityofPetroleum(Beijing),Beijing102249,China4InstituteofGeologyandGeophysics,ChineseAcademyofSciences,Beijing100029，China

Pre-stack seismic inversion technique can combine sensitive parameters of oil and gas with many kinds of effective seismic information such as amplitude, offset, incidence angle, which will play a very important role in effective identifying oil and gas reservoirs. However, this technique still needs more work to do in prediction of coal-bed gas. This paper draws the idea of pre-stack seismic inversion for multi-parameter prediction. Through seismic modeling and measured data processing, we obtained various data volumes including P-wave velocity, S-wave velocity and density. With these data and elastic parameter equation, we used the methods of the Aki & Richard approximation formula and the pre-stack wide-angle inversion to search for sensitive parameters of coal-bed gas-bearing reservoirs. The application results on the coal-bed gas-bearing reservoir prediction in the Qinshui Basin show that the joint inversion method has good effects and we found the most sensitive elastic parameters of coal-bed gas reservoir. Comparison with the results of well logging curves indicates a high ratio of consistency, which proves that this method is feasible and practical.

Coal-bed gas； Gas-bearing reservoir； Pre-stack inversion； Elastic parameters； Reservoir prediction； Qinshui Basin

10.6038/cjg20161212.

山西省煤基重点科技攻关项目(MQ2014-02，2014012005)资助.

田忠斌，男，1976年生，高级工程师，中南大学在读博士研究生，主要从事地球物理及地质专业的勘查和研究工作.

E-mail：420257649@qq.com

10.6038/cjg20161212

P631

2016-05-11,2016-10-16收修定稿

田忠斌，张胤彬，王建青等. 2016. 富含煤层气储层的叠前地震反演预测方法研究——以山西晋东南测区为例. 地球物理学报，59(12):4494-4504,

Tian Z B, Zhang Y B, Wang J Q,et al. 2016. Study on the pre-stack seismic inversion prediction method for rich coal-bed-gas reservoirs: a case in southeastern Shanxi province.ChineseJ.Geophys. (in Chinese),59(12):4494-4504,doi:10.6038/cjg20161212.

*通讯作者 薛国强，男，1966年生，研究员，博士生导师，主要从事煤炭资源与灾害地球物理勘查方法技术研究.

E-mail：ppxueguoqiang@163.com