低频电磁探测技术在煤层气富集区的应用

2018-09-20秦其明赵姗姗张成业

石油地球物理勘探 2018年5期

陈理秦其明王楠赵姗姗张成业惠健

(①中国国土资源航空物探遥感中心，北京 100083； ②自然资源部航空地球物理与遥感地质重点实验室，北京 100083；③北京大学遥感与地理信息系统研究所，北京 100871； ④中国科学院电子学研究所，北京 100190)

1 引言

煤层气作为一种高效、洁净的非常规天然气，已经成为重要的补充和接替能源[1]。中国煤层气资源丰富，但由于煤田地质条件复杂，煤层气区域性差异较大，高产富集区预测不准确，勘探程度相对较低。目前，煤层气富集区勘探主要采用钻井、地震及测井技术，虽然精度高，但风险大、投入高且周期长[2-4]。随着科学技术的飞速发展，非地震(重力、电法、磁法、化探和遥感等)勘探技术以其成本低、效率高、见效快等优势，在油气勘探领域得到广泛应用，取得了较好的成果，成为了地震勘探的重要补充[5]。但是，目前利用非地震勘探技术，尤其是电磁探测技术，开展煤层气富集区探测的研究还相对较少[6-8]。

在煤层气富集区，根据煤层气藏动力学及煤岩流变电磁动力学理论，在动电效应、压电效应、摩擦起电、岩体变形、裂隙产生及斯捷潘诺夫效应的作用下，含瓦斯煤层会产生大量电磁辐射，这是产生地表电磁异常的重要因素[8-10]。煤层中瓦斯气体的流动及解吸是产生电磁辐射的原因之一，瓦斯压力越大，流动速度越快，电磁辐射越强[11]。因此，煤层气藏电磁辐射的特征(幅值及频带)与煤储层的成分、含气性、孔隙度及应力作用密切相关。李建等[12]发现煤层瓦斯的存在使得超低频电磁探测曲线呈高振幅异常特征，且随压力的增大而增大；蒋洪波等[13]通过多年对煤层气排采井跟踪实验，也发现随着煤层气的动态排采，超低频电磁探测曲线会产生一定规律的变化；王绪本等[8]曾利用可控源音频大地电磁探测技术获得较清晰准确的储层信息，并依据电性特征提取了煤层埋深、厚度等物性参数；王楠等[14,15]基于天然源超低频电磁探测技术，开展了煤储层的识别研究，结合电性特征对煤储层位置的探测精度进行了评价。然而，利用单一方法探测煤层气仍然存在多解性和不确定性，迫切需要进行基于多元数据、从多角度开展煤层气富集区电磁探测方法的综合研究。

本文综合音频和超低频大地电磁探测技术，分析这两种方法的优势及数据处理方法的差异。利用V8-AMT多功能电法仪和BD-6超低频电磁探测仪在沁水盆地胡底矿区开展同步探测试验，利用多元数据、从多角度开展煤层气富集区地质解译、断裂等构造解释及煤储层参数定量评估，实现对煤层气富集区的探测。

2 煤层气富集区电磁探测技术

基于大地电磁测深理论，天然源电磁探测技术通过采集电磁信号，获得地下地质体的电性信息，从而达到了解地质构造及找矿等目的，其主要信号来源为“天电”、“地电”和人类生产生活中产生的电磁场。该技术具有装置轻便、效率高、成本低、不受地形限制等优点。由于该技术已相对成熟，其方法原理在此不做赘述，但是不同的电磁探测技术，在探测频率范围、仪器设备、采集方案、数据处理和探测效果等方面均存在一定差异。在此仅对本文涉及的两种探测方法进行重点比较和分析。

2.1 音频大地电磁法

音频大地电磁法(Audio frequency Magnetote-llurics，AMT)利用天然源音频大地电磁场，频率范围约为1～10000Hz，电磁信号主要由雷电引起，一般用于探测浅于1km的地质信息。该方法利用不同物性特征地层产生的电磁差异，从而实现地质体的识别，特别是在构造识别中应用较为广泛，可有效查明断层位置、宽度及走向等参数，为构造及岩性特征研究提供依据[16,17]。

多功能电法仪V8-AMT是目前较常用的音频大地电磁探测设备。利用地面电磁场观测值(Ex,Ey,Hx,Hy,Hz)计算地下岩石的电性参数。基于大地电磁法，传输函数可表示为[18]

(1)

ρ=|Z|2/(ωμ)

(2)

AMT法具有张量测量、无近场效应及资料解释方法较简便等优势，其反演的视电阻率断面对二维构造信息反映逼真。但由于天然源信号较弱，宽频带信号易受干扰，因此数据预处理是获得最优二维反演结果的关键。

2.2 超低频电磁探测技术

超低频(Super-low frequency，SLF)电磁波是指30～300Hz频段的电磁波，该频段电磁波具有穿透能力强、衰减慢、传播过程中受高阻层屏蔽小、探测深度大且受地形影响弱等优势。该技术同样利用煤储层及顶底板围岩的电磁特征差异，基于煤层气富集区电磁场信号的异常特征，开展煤层气富集区预测。不同于AMT在构造研究方面的优势，其在识别岩性界面、探测煤层气资源量等方面具有应用潜力[12]。

天然源超低频电磁探测仪BD-6由北京大学自主研制，利用高灵敏度磁探头接收来自地下的天然电磁场信号，通过放大、滤波处理，将不同频率对应的电磁波振幅转换为不同深度的地质体电磁响应强度。探测深度(趋肤深度)δ与频率f的经验公式为[18]

(3)

通过后续频谱分析、处理与解释，基于超低频电磁异常获得目标体的电性特征，从而实现对地下岩性界面的解译及煤储层参数的定量评估。

3 研究区概况及探测方案设计

3.1 研究区概况

沁水盆地是中国煤炭资源最丰富的区域之一，为煤层气藏的形成提供了良好的物质基础。研究区位于沁水盆地东南部，隶属于山西省晋城市阳城县胡底乡。该区地形地貌[19,20]复杂，多低山、丘陵，呈现明显的黄土地貌，属于华北古生代克拉通盆地改造变形形成的沉积盆地，地层总体走向为NNE或N，地层平缓，倾角一般小于10°。该区地层自下而上为奥陶系(O)、石炭系(C)、二叠系(P)、三叠系(T)、古近系(E)、新近系(N)和第四系(Q)。区内构造较简单，以褶皱为主，断裂稀少，无岩浆岩活动。含煤地层为石炭系太原组和二叠系山西组，煤层埋深小于800m。主要可采煤层包括山西组3#煤层和太原组15#煤层，发育稳定，含气量较高，具有一定的岩性组合规律和地球物理特征，为该区主要目标煤层[14]。

3.2 野外电磁探测方案设计

以研究区地质资料为基础，通过野外实地踏勘，设计施工方案，采用V8-AMT和BD-6两种仪器同步测量。

具体工作流程包括：①准备工作，包括收集相关资料(地质、钻井、物探和岩石物性等)，了解研究区施工条件(交通、地形和气候等)，调查大地电磁信号的干扰源等；②野外实地踏勘，了解研究区地形、地质露头、干扰源分布，提出确保观测质量的措施、设计测点位置、点距、测线及方位等；③观测装置布设，野外观测时除注意提高观测质量，还应按照探测设备的要求严格布设。如V8-AMT在布设时应使各个测点上电磁场分量彼此正交等。

对于天然源超低频电磁探测仪BD-6而言，暂无勘探规程，测点主要以排采井分布为依据，尽量位于高产排采井附近，避开公路、河流及居民区等区域，磁探头的摆放应尽量远离高压输电线，减少外界电磁干扰的影响[18]。测点通常等间距分布，点距在一定程度上影响探测结果的横向分辨率，在煤层气排采井或地质条件较复杂(断裂构造)区应适当加密，测线方向一般与相邻两口排采井的连线方向一致(图1)。

图1 超低频电磁探测方案示意图

在BD-6仪器探测方案设计中，采集参数的设置对采集数据的质量及后续分析尤为重要。其主要参数包括探测深度、垂向采样步长及放大倍率等。

(1)探测深度: 根据研究区地质资料分析探测目标的埋深范围，尽可能避开工频干扰影响的深度范围。以该研究区为例，探测深度为300～1000m。

(2)垂向采样步长: 与信号的频率相关，采样步长越小，采样的频点数越多，垂向分辨率越高，获得的地下信息也越丰富，但是相同深度范围的探测时间及数据冗余也随之增加。通常根据不同的探测深度及目标体的垂向电性结构确定，比如1000m的探测深度，一般设定2～3m步长为宜。

(3)放大倍率: 在设备的磁探头和主机上分别设置了两级放大，应根据实地电磁信号的强度通过反复试验选择合适的前置及后置放大倍率，在有效增强信号的同时减少噪声的影响。

4 数据处理

4.1 数据处理流程

目前AMT数据处理流程已相当完备，包括：野外数据解编、导入并编辑数据文件(TBL文件)、傅里叶变换、编辑平滑、极化模式识别、测点处理、静校正、空间滤波、二维反演及地质解释等。与AMT数据相比，超低频电磁探测数据的处理仅需要数据格式(RAW文件)转换、去噪、测线数据生成及反演解译。为了提高数据信噪比及后续反演解译精度，去噪是这两种数据处理都不可或缺的重要步骤。

4.2 噪声去除

由于探测仪接收的是一种综合的宽频电磁信号，具有非稳定时变、有用信息微弱的特征，野外观测中不可避免存在各种干扰。其中，AMT观测数据为时间域信息，数据去噪处理可以在时间域和频率域分别进行，以消除不同来源的噪声，增强地质体的分辨效果。具体去噪处理手段包括：①利用频谱分析、时空变化滤波消除50Hz及其谐波的工频干扰噪声，从时间序列中提取有用的电磁场频谱信息；②利用张量阻抗估计的Robust方法获得张量阻抗元素，同时有效压制数据中的非高斯型噪声，降低非构造因素的影响；③对野外观测的单点数据进行“飞点”剔除处理。

针对BD-6采集的超低频电磁探测数据，通常其有用信号与噪声都是相互独立的，利用独立成分分析(ICA)[17]可以有效地将各个独立信号源从观测信号中分离出来，对工频噪声的去除效果尤为显著。然而，局部仍存在游散电流产生的随机脉冲噪声，利用具有多分辨率及局部显微特性的小波变换可以在有效剔除高频噪声的同时较好地保留有用信息。因此，采用ICA和小波变换相结合的方法进行超低频电磁探测数据的噪声去除，即利用DB4小波基将Fast-ICA滤波后的信号分解为高频部分和低频部分，并通过自适应阈值对小波系数进行处理，再对信号重构，从而达到有效去除“毛刺”，保留细节信息的效果，更易于后续地质解译。超低频电磁探测曲线去噪效果如图2所示。

图2 超低频电磁探测数据去噪结果对比

从图2可以看出，通过ICA处理后的曲线，150Hz和250Hz的工频干扰基本被压制，两个高振幅异常得以凸显。在此基础上，经线性平滑滤波的结果过于平滑，剔除了很多有用信息，而自适应阈值的小波变换处理结果则在对随机脉冲噪声有效压制的同时，保留了更多的有用信息，更易于地层信息的提取。

5 结果与分析

5.1 地质解译

不同地层具有不同的物性特征，这是电压幅值差异存在的关键，电压幅值的变动能反映地层间的地质界面。研究区地层表现出如下的岩性特征(图3)[21]：①奥陶系石灰岩致密均匀，呈现特高电阻率、高密度和较低自然伽马的特征，超低频电磁探测曲线上往往表现为简单且均匀平稳的高幅值特征；②二叠系砂岩多破碎呈角砾状，其超低频电磁探测曲线波形均质性较差，整体呈低幅值特征；③煤层多以中—高电阻率、中密度和低自然伽马为特征，视电阻率、自然伽马曲线常有大小不等的起伏，在超低频电磁探测曲线上则表现为较高的幅值异常，且波形紧密而均匀。

图3 煤层局部测井曲线与超低频电磁探测曲线对比

利用不同地层的电性特征不仅可以有效划分不同年代的地层界面，也使一些岩性界面得以识别。由于第四系黄土层电磁响应特征不显著，根据实际地质资料，选择300～1000m深度为主要研究对象。某排采井地层(300～600m)柱状图与该排采井附近测点的超低频电磁探测曲线对比如图4所示。

图4 排采井地层柱状图与超低频电磁探测曲线对比

从图4可以看出，经过ICA和小波变换综合处理后的超低频电磁探测曲线，基本消除了工频干扰及随机噪声的影响，较好地保留了细节信息。图4超低频探测曲线中两条虚线处均呈现相对高振幅异常特征，分别对应山西组3#煤层和太原组15#煤层，其异常振幅中心深度分别为452m和550m，与实际煤层埋深对应较好。由于3#煤层上覆为松散砂岩地层，故上部异常的幅值较低且均质性差，而15#煤层底板为致密石灰岩，幅值相对较高，变化较小且波形紧密均匀。根据以上特征，图4中两条实线标志层位置被划分为该测点的主要地质界面，与实际地层位置基本吻合。

5.2 构造解释

由于AMT法在断裂等构造解释方面的优势，在研究区开展BD-6探测的同时，进行了V8-AMT探测。L01测线长度约为2km，共布设12个测点，该测线向东横穿研究区中部，经过多口煤层气排采井，利用共轭梯度法进行测线视电阻率二维反演[22，23]，结果如图5a所示。该测线附近与其平行的二维测线d1的地震剖面见图5b。

图5 视电阻率反演结果与地震剖面对比

结合煤层气排采井地质资料，400m以浅为上石盒子组和下石盒子组地层，主要为砂岩泥岩互层，视电阻率反演结果呈明显低阻，并向东逐渐抬升变浅； 400～600m主要为山西组和太原组可采煤层，位于视电阻率逐渐升高部位，呈现明显的向斜特征；600m以下为奥陶系石灰岩，呈明显高阻特征，电阻率有逐步升高的趋势。

依据不同地层的电阻率特征，在图5a中解释了不同地层(包括上石盒子组、下石盒子组、山西组、太原组和奥陶系)及煤层界面，与该处煤层气排采井柱状图对应较好。由于高含气量的煤储层显示出高幅值异常特征，且向斜部位为煤层气富集的有利部位，故向斜部位两翼区域为含气量较高的异常区，该部位两个已知排采井的实测煤储层含气量分别达到18m3/t和17m3/t，也证实了这一解释。局部地区仍存在低阻异常，主要与局部构造(如陷落柱、断层等)及地层富水性相关。该区构造主要包括横穿测线的固县口隐伏陷落柱(DX1)和固县河东侧断层(DF1) 。图5a测线中部的视电阻率呈明显低阻特征，在二维地震剖面(图5b)的相同位置同样出现了明显的错动现象，推测可能是陷落柱导致的，但低阻范围明显大于陷落柱实际范围，初步分析可能是陷落柱充水所致，相比而言地震数据可以更准确地确定陷落柱的位置及范围。但对于陷落柱东侧的断层，地震数据错动范围较小，变化微弱，而视电阻率反演结果则存在显著的低阻异常特征，错动明显。相关地质资料表明，该断层为固县河东侧断层，其作为研究区的重要边界，形成断层—水动力封堵型煤层气富集区段，特别在局部的向斜部位形成了煤层气的相对富集区。整体上，反演结果与研究区实际地质、钻井及地震资料吻合较好，通过剖面形式能够更直观、有效地分析断裂构造和高含气量煤储层的分布特征及展布规律，尤其是视电阻率二维反演结果对小断层的识别效果较好。

5.3 煤储层参数定量评估

通过定性分析可以确定超低频电磁探测曲线的异常信息与煤储层物性参数(埋深、厚度及含气量)密切相关，尤其是超低频电磁探测曲线的异常中心深度与煤储层埋深存在一定的对应关系。本文选取沁水盆地胡底煤层气示范区的8口排采井，获取相应超低频电磁探测曲线的异常特征参数(异常中心深度、异常范围宽度及异常幅值均值)，结合实际钻井资料，通过统计分析超低频电磁探测曲线异常特征指标与煤储层物性参数的相关性，有效实现对煤储层物性参数(煤储层埋深、厚度及含气量)的定量评估。各个排采井3号煤储层物性参数及超低频电磁探测曲线异常特征参数如表1所示。

根据定量统计分析，异常中心深度与煤储层埋深的相关性最高，达到0.94，两者具有明显的线性关系，相关系数R2为0.893，线性回归方程为

y=0.928x+26.949

(4)

煤储层厚度也是影响煤层气富集程度的重要参数，但往往由于煤储层较薄而难以定量研究。将超低频电磁探测曲线的异常幅值范围宽度与煤储层实际厚度进行相关分析，相关性达到0.82，其线性方程为

表1 3号煤储层物性参数及超低频电磁探测曲线异常特征参数

y=33.098x-90.656

(5)

当煤储层较薄时，超低频电磁探测曲线的异常幅值范围宽度与煤储层厚度实测值之间的线性关系不显著；随着厚度的增加，两者的线性关系逐渐明显，相关系数R2为0.671。

除了煤储层埋深及厚度外，煤储层含气量被称为评价煤层气富集程度最关键的指标。根据超低频电磁探测曲线异常特征参数与煤储层含气量的相关分析，异常幅值均值与煤储层含气量的相关性最高，达0.81，其线性回归方程为

y=0.448x+5.989

(6)

但其线性关系并不显著，相关系数R2仅为0.648。因此，基于异常中心深度、范围宽度和异常幅值均值三个特征参数，采用支持向量机算法构建煤储层含气量的多元评估模型。

本文利用LibSVM软件包，基于径向基核函数，采用网格划分法寻找最优参数，构建评估模型。为了定量评价预测精度，分别采用相对误差和绝对误差进行精度评价，其公式分别为

Δ=|V-Vgas|

(7)

δ=Δ/Vgas×100%

(8)

式中：V为预测含气量；Vgas为实测含气量；Δ为绝对误差；δ为相对误差。预测结果如表2所示。从表2可以发现：模型预测的煤储层含气量与实测值基本吻合，预测精度达到87.33%；在验证样本中，预测值与实测值最大绝对误差为0.31m3/t，平均误差为0.17m3/t，最大相对误差仅1.72%，整体评估效果良好，可以满足煤层气富集区煤储层含气量的定量评估要求。由于已知含气量的排采井较少，而且分布相对集中，虽然在小样本数据下，支持向量机获得了较好的评估结果，但该模型的普适性还有待进一步验证。