基于频谱分析技术预测煤与瓦斯突出带
2018-04-20左卫华孟凡彬
左卫华,孟凡彬
(中国煤炭地质总局地球物理勘探研究院,河北 涿州 072750)
0 引言
煤与瓦斯突出是一种潜在并可能严重威胁煤矿安全生产的自然灾害。影响瓦斯富集和突出危险区分布的主控因素不一,不仅与矿井采动的影响、矿井通风影响,而且与煤层埋藏条件、地质构造的发育、煤层及其顶底板的岩石力学性质、煤层瓦斯压力及含量有关。基于地震频谱技术预测煤与瓦斯突出是地震技术研究方向之一[1-3]。目前国内外有多种煤层气勘探方法,崔若飞,常锁亮等多位学者利用方位各向异性技术和波阻抗反演技术等地震方法研究煤层裂隙发育程度及煤体破坏程度,为煤层气富集区预测提供参考依据[4-8]。但受到地震主频的限制,很多的地质信息没有充分利用,使得煤与瓦斯的地震响应特征没有充分刻画。本文从煤与瓦斯突出区地震波响应的正演特征,通过对某矿区8煤层在井约束下的反射波频谱响应特征进行分析,依此预测煤与瓦斯突出高危带。
1 煤与瓦斯突出区地震响应特征
学者一致认为受构造应力强烈作用的构造煤发育区域是煤与瓦斯突出的主要场所[9-12]。因而研究原生煤与构造煤的地震波响应正演特征,通过地震波响应特征的属性提取、分析,揭示其反射波的运动学、动力学、统计学特征等的变化,进而达到划分构造煤发育区即煤与瓦斯突出高危带的解释的目的[13-14]。
依据地震勘探原理,未受到构造应力破坏的原生煤(或岩体)可以简单表述均匀层状各向同性弹性介质,主要特征表现其各层内速度、密度的均一性与同一性;而受到构造应力破坏后形成的构造煤(或构造岩体)则可表述为层内各向异性的非均匀弹性介质,即黏-弹性介质,其主要弹性特征表现为速度、密度的非均一性与非同一性[15-16]。
地震波在层状各向同性弹性介质中传播,其运动学特征、动力学特征(包括频率、振幅、相位、吸收和衰减等)具有均一性与同一性;而地震波在各向异性黏-弹性介质中传播,其运动学特征、动力学特征(尤其是在频率、振幅、相位、吸收和衰减等特征方面)具有非均一性与非同一性。研究其同一性,区分出差异性,这正是本课题利用地震反射波特征研究构造煤发育区,进而解释煤与瓦斯突出高危带的地球物理理论基础[17]。
1.1 地质建模
利用地震波在弹性介质及黏-弹性介质中传播理论设计正演模型。模型长2 000m、深1 000m, 构造煤发育位置为700m~1 300m,设计煤层厚度为10m、3m,表1、图1为正演地质模型参数及示意图。
表1 正演地质模型参数表
图1 地质-地球物理模型(第5层为煤层)Figure 1 Geological-geophysical model (the fifth layer is a coal seam)
1.2 地震正演模拟
采用射线追踪原理,依据地震波在黏-弹性介质中传播地震波场吸收衰减理论进行模拟正演。检波器道距10m、地震子波为40Hz雷克子波。通过对上述地质模型进行正演,其正演成果见图2和图3所示。
图2 模型正演地震时间剖面(波形变面积)—煤层厚度10mFigure 2 Model forward seismic time section (wiggle variable area)—coal thickness 10m
图3 模型正演地震时间剖面(颜色填充)—煤层厚度10mFigure 3 Model forward seismic time section (color filled) —coal thickness 10m
如果将模型中的煤层厚度设计为3m,其他参数不变,同样进行上述原理正演,并进行相关分析。图4和5为模型正演获得的地震记录。
图4 模型正演地震时间剖面(波形变面积)—煤层厚度3mFigure 4 Model forward seismic time section (wiggle variable area)—coal thickness
图5 模型正演地震时间剖面(颜色填充)—煤层厚度3mFigure 5 Model forward seismic time section (color filled) —coal thickness 3m
1.3 地质-地震正演模拟效果分析
1.3.110m煤层
通过对比分析图2、图3可知,各地层反射界面波场特征明显,尤其是原生煤①部位与构造煤②部位煤层反射波的发育特征发生了较大的变化,尤其是构造煤②部位煤层反射波在波动运动学特征、动力学特征上易于与原生煤①部位煤层反射波相区别。
(1)构造煤②部位煤层反射波时间比原生煤①部位煤层反射波时空域具有延时特征。
(2)构造煤②部位煤层反射波振幅比原生煤①部位煤层反射波振幅具有衰减减弱特征,见图6。
图6 模型正演煤层反射波振幅最大值分析成果Figure 6 Model forward coal reflection maximum amplitude analyzed results
(3)通过频谱分解,可发现原生煤①反射波频率较宽可达50Hz以上,而构造煤②反射波频率超过40Hz,其高频成份能量产生剧烈衰减,上下围岩反射波频率成份也受到构造煤的影响,产生异常现象,见图7。
构造煤②部位反射波频率,高频成分衰减强烈图7 模型正演煤层反射波频谱分解成果Figure 7 Model forward coal reflection spectral decomposition results
1.3.23m煤层
对图4、图5进行分析,并与图2、图3对比可以发现如下特点。
(1)波形变面积显示构造煤②反射波的发育特征没有煤层厚度为10m时的波形特征明显;但若利用颜色填充,不难发现构造煤②反射波振幅能与原生煤反射波①振幅具有能量上的差异性。
图8 模型正演煤层反射波振幅最大值属性分析—煤层厚度3mFigure 8 Model forward coal reflection maximum amplitude attribute analysis —coal thickness 3m
(2)若将煤层厚度为3m的地震反射波正演成果进行振幅最大值属性分析(图8),可易看出构造煤②部位反射波属性与原生煤①部位反射波属性具有明显的差异性,这些差异性与煤层厚度设计为10m的正演属性分析成果具有相同特征。
(3)若将煤层厚度为3m的地震反射波正演成果进行频谱分解,可发现原生煤①反射波频率较宽可达70Hz,而构造煤②反射波频率超过60Hz。由于高频成份能量的剧烈衰减,导致上下围岩反射波频率受到构造煤的影响,产生异常现象,见图9。
对比10m、3m煤层模型正演频谱结果,无论是原生煤还是构造煤其反射波频率成份都得到拓宽,但其频率的差异性明显:构造煤②部位反射波频率,高频成分衰减强烈。这种差异性也说明另一个事实:随着煤层厚度的增大,其反射波的高频成份减少,低频成份增加。
图9 模型正演煤层反射波频谱分析—煤层厚度3mFigure 9 Model forward coal reflection spectral analysis—coal thickness 3m
2 煤与瓦斯突出带频谱分解技术
频谱分析是利用傅里叶变换对地震反射信号进行分解,并按频率顺序展开,使其成为频率的函数,进而在频率域中对信号进行研究和处理的一种过程[18-19]。该方法利用更稳健的振幅谱分析方法来检测因岩石弹性特征、结构特征等变化导致的频率变化。由于通过频谱分解可获得地震道每个样点的频谱图像,从而,可通过频谱图像的时间和空间的变化来研究储层的变化规律[20-21]。煤层富含瓦斯气体时会引起煤层地震信号的高频衰减,从而产生异常特征。频谱分解成像反映煤与瓦斯物理属性要比其他地震属性更加直观。
频谱分解的方法很多,通过高密度二次精细处理技术,获得三维地震叠前时间偏移数据体,利用经典的小波变换获得不同频率下的数据体,根据提取的频率域振幅谱来分析煤与瓦斯属性变化规律。其步骤如下:
(1)分析二次处理的叠前时间偏移数据资料品质,进行频段调查,了解目的层主频的分布位置及有效频带分布范围,确定频谱分解参数。
(2)根据频谱分解后的采样需求,将空道位置冲零,做好数据体转换前准备工作;
(3)对叠前时间偏移数据体进行傅立叶变换,产生不同频率下的数据体;
(4)对目的层进行精细化解释,采用小面元网格成果,进行数据平滑处理;
(5)对数据体进行综合分析,依据特定频段能够识别的厚度识别煤与瓦斯储层。由于该频段分频能量属性上具有较强的能量(把分频得到的能量属性体称为调谐振幅体),依据调谐能量属性切片上能量的异常来识别煤与瓦斯。[22]
3 应用实例
选取研究区过井99-1、2001-1、WLG05、L19 等钻井连线(inline2177)地震成果对8煤层进行反射波主频能量特征分析,时窗为±10ms(图10),可见,其规律性频率特征的变化与构造煤相关:红色为非构造煤发育区;黄色为构造煤发育区。
对取过井99-1、2001-1、WLG05、L19 等孔连线(inline2177)地震成果对8煤层反射进行波频谱分解,(图11),可见,当调谐频率较低时(30Hz),99-1孔处8煤层的振幅特征与2001-1孔、L19孔处的振幅特征具有明显的能量强弱变化,表现出99-1孔处8煤层振幅能量弱,2001-1孔、L19孔处8煤层振幅能量强;当调谐频率增加到40Hz时,各钻孔处8煤层振幅能量都得到加强;随着调谐频率增加到50Hz时,99-1孔处8煤层的振幅能量增加,而2001-1、WLG05、L19等孔处的振幅值则表现出低、高频能量急剧下降 ,形成明显差异;当调谐频率达到60~70Hz时,高、低振幅能量分布特征进一步加强。这表明构造煤发育区与构造煤不发育区(或欠发育区)在频率特征上具有明显的差异性特征。
图10 过2001-1钻孔8煤层反射波主频能量特征分析(inline2177)Figure 10 Cross borehole No.2001-1 coal No.8 reflection master frequency energy feature analysis (Inline 2177)
图11 过2001-1钻孔8煤层反射波频谱分析(inline2177)Figure 11 Cross borehole No.2001-1 coal No.8 reflection spectral analysis (Inline 2177)
通过inline2177线连井8煤层反射波振幅、频率特征分析表明,构造煤不发育区或欠发育区(99-1钻孔区域)与构造煤发育区(2001-1、WLG05、L19等连线区域),无论是振幅特征还是频率特征都有明显的分区,易于区别。这与前述正演结论相吻合,可见利用三维地震资料进行叠前地震资料数据的频谱提取及分析,可以解释煤与瓦斯突出高危带。
基于前述二维模型正演及研究区8煤层反射波过井剖面频谱分析成果:构造煤发育区与不发育区其频率特征上的变化具有明显的分带性,据此,结合研究区地质钻孔构造煤发育特点,在煤与瓦斯突出带三维地震研究中,对8煤层反射波进行频谱分解,时窗为±10ms,频谱分解频率窗口为20~100Hz,频率间隔为10Hz。
频谱分解成果见图12, 可见, 随着扫描频率增加,高频分量逐渐增加(红色分布区),到60~70Hz,高频分量分布基于稳定, 大于70Hz,高频分量又减少。对比构造煤发育钻孔与构造煤不发育钻孔的分布特征(白色——非构造煤钻孔,(绿色——构造煤发育钻孔),在60~70Hz与其高低频分布具有很好的吻合,表明,煤层弹性特征与煤结构特征变化高度相关。
图12 研究区8煤层反射波频谱分解成果Figure 12 Study area coal No.8 reflection spectral decomposition results
图13为研究区8煤层反射波最大频率谱分解成果,即非构造煤钻孔(白色)与构造煤钻孔(绿色)分布与其高(红色)低(黑色)频分布具有很好的吻合。
图13 研究区8煤层反射波最大频率谱分解成果Figure 13 Study area coal No.8 reflection maximum spectral decomposition results
4 结论
从地质建模和正演模拟技术分析及实际过井地震频率特征分析,获得煤层富含瓦斯气体时会引起煤层地震信号的高频衰减产生异常特征。通过分频解释技术,突破了以往地震分辨率的限制,获得了煤与瓦斯突出带区域内的低频反射信号,从而获得了煤与瓦斯突出带的范围。拓宽了分频解释技术在煤田煤与瓦斯中的应用,也为研究煤与瓦斯提供了新的思路。
参考文献:
[1]郝治国,常锁亮,张新民,等.谱分解技术在煤层厚度预测及沉积环境方面的应用[J].中国煤炭地质,2014,26(2).
[2]孟凡彬.应用分频解释技术预测无煤带[J].工程地球物理学报,2014,11(2):229-233.
[3]常锁亮,刘洋,赵长春,等.地震纵波技术预测煤层瓦斯富集区的探讨与实践[J].中国煤炭地质,2010,22(8).
[4]林建东,陈信平,胡超元,等.煤层气勘探开发从“以工程为主导”到“预测指导下的工程”之转变[J].中国煤炭地质,2012,24(03).
[5]杨双安,宁书年,张会星,等. 三维地震勘探技术预测瓦斯的研究成果[J].煤炭学报,2006.31(3):334-336.
[6]师素珍,韩毅,刘万金,等.含煤地层AVO正演模型参数优选分析[J].中国煤炭地质,2009,21(4).
[7]崔若飞,陈同俊,钱进,等煤层气(瓦斯)地震勘探技术[J].中国煤炭地质, 2012,24(6):48-56.
[8]常锁亮,刘大锰,林玉成,等.频谱分解技术在煤田精细构造解释及煤含气性预测中的应用[J].煤炭学报,2009, 34(8):1015-1021.
[9]傅雪海,张文平,周言安,等.煤田地勘阶段煤与瓦斯突出区域预测技术与方法[A];矿山地质灾害成灾机理与防治技术研究与应用[C];2009年.
[10]张荣飞,陈萍,唐修义.构造煤煤发育特征及其与瓦斯突出关系的研究[J].科技信息,2014(3):235-236.
[11]姚茜.煤与瓦斯突出影响因素耦合关系研究[J].长江工程职业技术学院学报, 2016, 33(4):13-16.
[12]谢焰,严平辉.基于渗透失稳机理的煤与瓦斯突出过程和控突措施作用机制分析[J].中国煤炭地质,2012,224(2).
[13]魏廉芳, 肖伟伟, 廉伟. 煤田瓦斯富集及突出的三维地震波特性研究[J].科学中国人, 2016(1X).
[14]王宏伟, 彭苏萍, 杜文凤,等. 基于方位AVO正演的HTI构造煤裂隙可探测性分析[J].石油地球物理勘探, 2014, 49(6):1122-1130.
[15]鲁统祥,何兵寿.基于模型的P-SV转换波AVA反演预处理[J].中国煤炭地质,2016,28(10).
[16]张平松, 刘盛东. 煤岩体结构构造特征的频谱分析与应用[J].工程地球物理学报, 2006, 3(4):274-277.
[17]刘志怀, 刘雯, 刘娜. 构造煤不同弹性波阻抗响应特征对比研究[J].煤矿安全, 2016, 47(5):61-65.
[18]张宏. 地震谱分解算法对比及不确定性分析[J].勘探地球物理进展,2007,30(6).
[19]陈同俊,王新,崔若飞.谱分解技术在预测煤层岩浆岩侵入区的应用[J].中国煤炭地质,2010,22(8).
[20]路鹏飞, 杨长春, 郭爱华. 频谱成像技术研究进展[J].地球物理学进展, 2007, 22(5):1517-1521.
[21]陈华, 潘晓慧, 吴昊. 谱分解在储层预测中的应用[J].科技创新与应用, 2014(30):36-36.
[22]刘喜武, 宁俊瑞, 刘培体,等. 地震时频分析与分频解释及频谱分解技术在地震沉积学与储层成像中的应用[J].地球物理学进展, 2009, 24(5):1679-1688.