基于模型驱动的煤层强反射能量衰减方法

2020-07-13张宪旭

煤田地质与勘探 2020年3期

张宪旭

基于模型驱动的煤层强反射能量衰减方法

张宪旭

(中煤科工集团西安研究院有限公司，陕西西安 710077)

地震数据中煤层反射波具有能量强的特征，使邻近地层的反射被煤层反射所掩盖，导致邻近层难以成像，岩性解释工作存在困难。针对此问题，提出基于模型驱动的煤层强反射能量衰减方法。利用测井数据和煤矿井下钻孔实测的煤厚数据与煤层反射振幅绘制交会图，拟合振幅与厚度的关系式，构建数字模型并模拟煤层反射，在振幅残差阈值的控制下迭代求取全区煤层厚度，使用求取的模型煤层反射数据对实际数据中的煤层振幅进行衰减。通过模型试算表明，该方法在理论上具有可行性；通过对鄂尔多斯市某煤矿地震数据中3–1号煤层反射压制的应用表明，该方法对实际数据中的煤层反射压制效果良好，煤层附近的弱反射层成像质量得到提升，为岩性解释提供基础数据。

模型驱动；强能量衰减；煤厚预测；相干性叠加；井下钻孔数据

在地震数据中煤层反射振幅要强于围岩反射振幅，距离煤层比较近的反射能量往往被煤层反射所掩盖，导致砂体和灰岩的反射无法被识别[1-3]。在油气勘探领域中，这些砂体和灰岩是目标储层[4]；而在煤田勘探领域中，是潜在的导致矿井突水的含水层[5-6]。因此，压制煤层反射振幅的能量，突显砂体和灰岩的反射能量是使得煤层附近的目标储层和潜在含水层能被解释的必要前提[7]。

为解决强反射对弱反射的掩盖问题，众多学者对此进行了研究，提出多种消除强反射突显弱反射的方法，有基于小波变换的压制方法[8-9]、基于波形匹配的去除方法、基于匹配追踪技术的强振幅分离方法[10-13]和对强振幅剥离后残余能量的分析方法[14]。这些方法主要是基于地震数据的数学变换或利用强反射的稀疏分解方法对强振幅进行衰减和压制，没有将强反射与产生强反射的地层信息建立联系，也没有利用矿井井下实测数据等先验数据，所考虑的因素较为单一，具有一定的局限性。基于以上研究背景，笔者利用煤矿井下实际揭露的先验数据和测井数据建立以煤层厚度、速度和密度为主要参数的数字模型，提出基于模型驱动的煤层反射振幅的预测方法，在提高煤层强振幅的去除效果的同时，保证弱反射振幅不受损伤，用来提高近煤层的砂岩和灰岩的解释精度。最后，通过模型和实际资料验证方法的有效性。

1 理论基础和模型模拟

由波的干涉理论可知，两列波在介质中相遇时若两波的波峰(或波谷)同时抵达，两波同相干涉产生最大的振幅，称为相长干涉；若两波之一的波峰与另一波的波谷同时抵达，两波反相干涉产生最小的振幅，称为相消干涉[15]。地震波传播过程中，当有多个反射界面时，反射界面之间的距离小于一个波长时，反射波会出现波的干涉(调谐现象)，其反射振幅由界面的反射系数和界面之间的距离决定[16-17]。干涉(调谐现象)在楔形模型中最为典型，如图1a所示模型在高速层中有一个低速的楔形地质体(煤层)，楔形体的纵波速度为2 000 m/s、密度1.6 g/cm3，地层厚度从0线性增大到50 m，围岩(砂泥岩)的纵波速度为3 500 m/s，密度2.26 g/cm3。采用主频50 Hz的雷克子波进行模拟，得到楔形模型的地震反射剖面(图1b)。

由模型中煤层的速度可以计算出地震波在煤层中的波长为40 m，因此，当煤层厚度小于40 m时，煤层顶界面和底板的反射波会相互干涉(图1b)。从煤层顶板振幅曲线(图1c)可以看出，当煤层厚度从0变化到10 m时，反射波振幅值从极小值线性变化到极大值；当煤层厚度超过10 m时，层厚与振幅不再满足线性关系；当煤层厚度超过40 m时，煤层顶底板反射波不再发生干涉，反射波振幅恢复到正常。煤层厚度在四分之一波长范围之内时，层厚与振幅具有线性关系，这一规律也常被用来计算煤层厚度[18-20]。

以楔形数据为基础对模型进行扩展(图2)，设有一个厚度从外(8 m)向内(2 m)线性变化的煤层，煤层顶板围岩有2个最大厚度分别为20 m和40 m的残丘，其中残丘体的纵波速度为2 800 m/s、密度为2.21 g/cm3；底板围岩有2个最大深度分别为20 m和40 m的沟壑，其中沟壑的纵波速度为3 200 m/s、密度为2.23 g/cm3。

(a) 楔形模型；(b) 模拟的地震道；(c) 反射波振幅曲线

(a) 模型；(b) 模拟的地震道；(c) 煤层反射波振幅曲线

模拟后得到模型剖面(图2b)，其中，①残丘反射表现为：20 m残丘反射无法被识别，40 m残丘可以看出一点反射，但能量非常弱，识别难度大；②沟壑反射表现为：20 m和40 m沟壑的反射都难以被识别；③煤层同相轴表现为，能量非常强且连续性好，残丘处由于其低速效应同相轴有轻微下凹的现象，其他无明显异常，但从同相轴的振幅属性可以看出(图2c)，沟壑和残丘处的煤层振幅均出现振幅异常。这些现象说明由于煤层与围岩波阻抗差较大，其上下围岩中砂岩、泥岩和灰岩之间的波阻抗较小，煤层厚度在10 m以内变化时，其煤层的反射能量主要是由煤层的厚度所决定。而围岩岩性变化，是在厚度所决定的反射能量趋势之上，以振幅发生变化的形式展现。

从模型中提取的煤层反射振幅曲线(图2c)可以看出，煤层厚度在四分之一波长范围内的煤层振幅与煤层厚度主要呈线性关系，出现振幅值背离线性趋势的地方为残丘和沟壑出现的位置。如果将煤层厚度展现的能量趋势进行压制，凸显煤层附近反映岩性变化的异常，即可达到对煤层振幅压制的同时对围岩弱反射成像的目的。

2 强反射压制方法

本文的煤层强反射压制方法是基于煤层厚度小于四分之一波长范围内的煤层振幅与煤层厚度呈线性关系的理论基础之上提出来的，主要包含以下步骤：

a. 煤层层位标定提取井旁地震道子波，制作合成地震记录，对煤层层位进行标定。

b. 拾取煤层层位在煤层层位标定的基础上，对煤层同相轴做层位追踪。

c. 建立煤层厚度与反射能量的关系式提取井点位置和井下煤厚实测位置处的煤层反射振幅，制作煤层厚度与反射振幅的属性交会图，拟合厚度与振幅变化线性关系式。

d. 模型构建和数值模拟将井点位置和井下煤厚实测位置处的煤厚数据设为控制点，控制点之外的煤厚数据由煤层反射振幅使用拟合的振幅与煤厚的线性关系式计算。依据控制点煤厚和计算出的煤层厚度数据，构建包括上覆地层、煤层和下伏地层的3层数字模型。

e. 煤层振幅衰减和质量控制使用构建的数字模型进行数值模拟，得到煤层反射数据，将其乘以比例系数，与原始地震数据相减，得到煤层振幅衰减后的数据。

设置振幅残差阈值，逐道计算振幅残差和全局振幅残差值，如果全局振幅残差值超过阈值，返回步骤d，调整振幅残差较大区域位置的模型煤层厚度，残差为正值时厚度向大调整，负值时向小调整，重新进行模型模拟和煤层振幅衰减，反复迭代直到全局振幅残差值小于阈值，这时得到的数据即为最终的煤层振幅衰减结果。

图3 煤层强反射压制方法流程

3 模型试算

利用本文方法对模型数据(图2)进行试算，验证方法是否可行。由于模型中只有一个煤层反射界面，模拟出的反射剖面较为简单，只需对同相轴的负相位反射波最大值进行追踪。模型厚度已知，根据层位提取煤层反射振幅与厚度制作交会图(图4)。从图4可以看出，煤层厚度是从2~8 m变化过程中呈线性趋势，其相关程度较高(相关系数2为0.96)，根据交会图提取煤层厚度与反射振幅的趋势公式。

=0.001 93(1)

式中：为煤层厚度；为反射振幅值。

根据式(1)计算出煤层厚度后，构建3层数字模型(图5a)。上覆围岩、煤层和下伏围岩的物性参数与图2中的物性参数保持一致，根据拾取的煤层层位时间，通过时深转换求取煤层深度值；其中需要注意的是，由于残丘低速体的存在，煤层的反射波形出现下凹现象，拾取出的煤层层位也为下凹状态，构建模型时煤层也需呈下凹状态。

图4 模型振幅与煤厚交会图

对预测模型进行数值模拟得到地震模型剖面(图5b)，将预测模型剖面与初始模型剖面(图2b)振幅相减，设置振幅阈值为0.5，经过迭代得到最终的模型煤层强能量衰减结果剖面(图5c)。从煤层振幅衰减后的数据(图5c)可以看出，煤层强振幅能量被完全消除，原来被煤层能量压制的残丘和沟壑的形态清晰地展现出来，不再受到煤层强振幅干扰而无法识别。从模型压制结果可以看出，煤层强能量压制效果良好，说明该方法在理论上可行。

(a) 预测模型；(b) 模拟的地震道；(c) 煤层振幅压制后剩余振幅

4 工程试验与效果分析

在模型试算过程中，煤层厚度和物性参数是已知的，且除了残丘和沟壑处振幅偏离线性之外，其他完全符合煤层厚度与振幅的线性关系，压制效果较好。由于实际数据影响因素较多，比如噪声、激发能量、接收能量、煤层厚度和地层岩性横向变化等，因此，在实际数据应用中，需要对研究区的地质情况进行调研，确认煤层是否满足煤厚在四分之一波长以内的假设条件，且被压制的目标煤层在一个波长距离内是否存在其他煤层，以及实际数据如何构建煤层振幅与煤层厚度的关系式等。

4.1 试验区地质概况

试验区位于鄂尔多斯盆地北缘的内蒙古自治区鄂尔多斯市境内。试验区的主要含煤地层为侏罗系延安组，可采煤层为5层，其中3–1号煤层为最厚煤层，全区赋存，厚度变化范围为1~10 m，平均厚度6.25 m，其他煤层相对较薄。煤层的下伏地层为三叠系延长组，岩性主要为薄层状砂质泥岩和粉砂岩互层。煤层上覆地层为侏罗系直罗组，岩性为泥岩与砂质泥岩、粉砂岩、砂岩呈互层产出。煤层反射主要为3–1号煤层，反射能量较强，煤层顶底板岩性主要为砂泥岩，反射能量较弱。

4.2 合成地震记录标定和方波化

算法需要得到煤层厚度与振幅的线性关系式，以及是否存在与其他强反射的复合关系。从图6a可以看出，最厚煤层3–1号煤是最上部煤层，厚度6.4 m，下伏煤层与其底板相距41 m。在井点位置处煤层的纵波速度为2 100 m/s，地震主频为53 Hz。地震波长为39 m，煤层厚度在调谐厚度(四分之一波长9.7 m)以内，且3–1号煤与下伏煤层的距离超过一个波长，反射波之间不会发生干涉现象，满足压制方法的使用条件。

利用测井数据中的速度和密度曲线求取阻抗曲线，并制作合成地震记录，对煤层层位进行标定，建立时深关系。从合成地震记录与实际地震数据对比(图6a)可以看出，主要地层的反射有较高的相关度，层位标定结果可靠。测井数据是模型构建的基础，构建模型的岩石物性参数(速度和密度参数)需要从测井数据中得知，但实际的测井曲线呈锯齿状，需要对实际的测井数据做方波化处理(图6)。具体实现方法为：求取煤层的阻抗平均值，煤层围岩的阻抗值是分别将顶板以上和底板以下50 m以内的阻抗求平均值替代原曲线，将曲线做方波化处理。方波化后，需要将方波化后的合成地震记录与实际数据的合成地震记录进行对比，确保煤层反射波形保持基本不变。

图6 测井数据方波化前后的合成地震记录

4.3 振幅与煤厚的交会图

研究区内测井数量为8口，煤矿井下通过探孔实测的煤厚数据为19个，根据所有测井数据和煤矿井下探孔实测煤厚数据制作煤层厚度与振幅值的交会图(图7)。从交会图中可以看出，煤层厚度的变化范围为3.3~7.0 m，煤层厚度与振幅值大致呈现线性变化趋势，其相关系数(2)为0.68，根据散点的变化趋势构建煤层与振幅值的线性关系：

4.4 煤厚模型预测与煤层强反射能量衰减

在实际数据体之上根据合成地震记录标定的结果对煤层层位进行追踪，提取煤层振幅值，使用煤层厚度与振幅值的关系式求取煤层厚度。根据测井数据和煤矿井下探孔实测数据，求取研究区内煤层和上下围岩的速度(均指纵波速度)和密度的平均值，利用求取的上覆围岩平均速度将层位，通过时深转换计算深度值，并依据井点位置的煤层厚度数据和井下实测数据的位置和煤厚数据形成控制点，构建数字模型(图8a)。

图7 基于数据统计的振幅与煤厚交会图

对模型进行数值模拟得到煤层反射波模型剖面(图8b)。将得到的模型剖面乘以比例系数(实际数据的平均振幅/模型煤层平均振幅)与实际的地震剖面(图8c)相减得到振幅残差数据；以全局振幅残差值为依据，迭代更新模型中的煤层厚度，直到全局振幅残差值小于设定的阈值后得到煤层振幅衰减后的地震剖面(图8d)。从图8中箭头所指之处可以看出，衰减前后的煤层振幅得到了非常好的压制，距离煤层非常近的弱反射，以及由于煤层上下围岩岩性变化引起的振幅异常都被突显出来，而这些反射的能量正是被煤层强振幅所淹没的砂泥岩的反射能量。

4.5 应用效果分析与讨论

该方法是以调谐厚度理论为基础，前提条件是煤厚与反射振幅在小于四分之一波长之内为线性关系，如果地层厚度超出四分之一波长，理论前提将不满足。

该方法在煤层的上下围岩岩性相对稳定时压制效果最佳，但当煤层上下围岩岩性横向变化时，煤层反射能量的压制效果将会降低。针对这样的情况，可根据沉积特征将研究区划分为不同的区域，将属于同一相带的井和井下实测数据分别提取一个煤层厚度与振幅的线性关系式，再对煤层厚度进行预测，压制效果会有所提升。

需要注意的是，方法的迭代是以振幅残差阈值为依据，如果残差门限值给的过小，会将围岩或煤层岩性变化引起的振幅变化一并消除，使衰减煤层能量突显围岩弱反射的目的失去意义。

(a) 预测模型；(b) 模拟的地震道；(c) 煤层振幅压制前剖面；(d) 煤层振幅压制后剖面

5 结论

a. 煤层能量压制方法是基于在四分之一波长以内煤层厚度与煤层振幅呈线性关系的调谐理论基础，提出基于煤层厚度与振幅之间的关系式，利用模型驱动的方法对煤层强振幅进行衰减。通过模型试算和实际数据应用表明，该方法可以对煤层强反射能量进行有效压制的同时保留邻近煤层的弱反射能量和围岩岩性变化引起的振幅变化。

b. 算法是基于煤层厚度模型驱动的衰减方法，根据煤层厚度和反射能量做交会图提取公式的计算方法，运算效率高。方法是拾取煤层反射层位后，使用模型速度，通过时深转换，将层位换算到深度域，因此，模型模拟的结果与实际数据之间不需要匹配算法，可以直接相减，与通常的预测相减算法相比，可适性强，易实现。另外，在地层条件简单的情况下，模型所得到的煤层厚度精确度较高，可以作为煤层厚度预测成果来使用。

请听作者语音介绍创新技术成果等信息，欢迎与作者进行交流

[1] 顾雯，章雄，徐敏，等. 强屏蔽下薄储层高精度预测研究[J]. 石油物探，2017，56(3)：439–448. GU Wen，ZHANG Xiong，XU Min，et al. High precision prediction of thin reservoir under strong shielding effect and its application：a case study from Sanzhao depression，Songliao basin[J]. Geophysical Prospecting for Petroleum，2017，56(3)：439–448.

[2] 王大兴，王永刚，赵玉华，等. 一种地震强反射振幅消除方法在鄂尔多斯盆地的试验[C]//中国石油学会石油物探专业委员会/国际勘探地球物理学家学会. SPG/SEG 2016北京国际地球物理会议. 北京：中国石油学会石油物探专业委员会学术委员会，2016：405–408. WANG Daxing，WANG Yonggang，ZHAO Yuhua，et al. A strong seismic reflection amplitude suppressing method applied in the Ordos basin[C]//Society of Petroleum Geophysicists/Society of Exploration Geophysicists. SPG/SEG 2016 Beijing International Geophysical Conference. Beijing：Academic Committee of Society of Petroleum Geophysicists，2016：405–408.

[3] 张宪旭，杨光明，蔡文芮，等. 煤层下部地层地震成像研究[J]. 煤田地质与勘探，2015，43(2)：83–85. ZHANG Xianxu，YANG Guangming，CAI Wenrui，et al. Research on seismic imaging of the lower part of coal seam research[J]. Coal Geology & Exploration，2015，43(2)：83–85.

[4] 徐浩，贾晓静，张云峰. 地震多属性分析在混积环境砂体识别中的应用：以桑塔木南地区石炭系Ⅳ砂组油为例[J]. 煤田地质与勘探，2018，46(6)：163–168. XU Hao，JIA Xiaojing，ZHANG Yunfeng. Application of seismic multi-attribute analysis in sand body identification of mixed sedimentation environment：A case study of Carboniferous sand group IV in the south of Sangtamu area[J]. Coal Geology & Exploration，2018，46(6)：163–168.

[5] 高远，张清华，陈昌武，等. 强反射层屏蔽下薄煤层三维地震勘探应用研究[J]. 山东科技大学学报(自然科学版)，2002，21(1)：54–58. GAO Yuan，ZHANG Qinghua，CHEN Changwu，et al. Applied research on 3D seismic exploration in a thin coal seam under the shield of strong reflection layer[J]. Journal of Shandong University of Science and Technology(Natural Science)，2002，21(1)：54–58.

[6] 郑士田. 两淮煤田煤层底板灰岩水害区域超前探查治理技术[J]. 煤田地质与勘探，2018，46(4)：142–146. ZHENG Shitian. Advanced exploration and control technology of limestone water hazard in coal seam floor in Huainan and Huaibei coalfields[J]. Coal Geology & Exploration，2018，46(4)：142–146.

[7] 张军华，刘振，刘炳杨，等. 强屏蔽层下弱反射储层特征分析及识别方法[J]. 特种油气藏，2012，19(1)：23–26. ZHANG Junhua，LIU Zhen，LIU Bingyang，et al. Analysis and identification of reservoir characteristics of weak reflectors under strong shielding layer[J]. Special Oil and Gas Reservoirs，2012，19(1)：23–26.

[8] 邹锋，薛雅娟. 基于同步挤压小波变换的煤层强振幅抑制[J]. 地球物理学进展，2018，33(3)：1198–1204. ZOU Feng，XUE Yajuan. Strong amplitude suppression of coal seam based on synchrosqueezed wavelet transform[J]. Progress in Geophysics，2018，33(3)：1198–1204.

[9] 金成志，秦月霜. 利用长、短旋回波形分析法去除地震强屏蔽[J]. 石油地球物理勘探，2017，52(5)：1042–1048. JIN Chengzhi，QIN Yueshuang. Seismic strong shield removal based on the long and short cycle analysis[J]. Oil Geophysical Prospecting，2017，52(5)：1042–1048.

[10] 李海山，杨午阳，田军，等. 匹配追踪煤层强反射分离方法[J]. 石油地球物理勘探，2014，49(5)：866–870. LI Haishang，YANG Wuyang，TIAN Jun，et al. Coal seam strong reflection separation with matching pursuit[J]. Oil Geophysical Prospecting，2014，49(5)：866–870.

[11] 何峰，翁斌，韩刚，等. 一种基于地震约束的井控匹配追踪煤层强反射消除技术[J]. 中国海上油气，2019，31(1)：61–66. HE Feng，WENG Bin，HAN Gang，et al. A seismic constraint-based technology for elimination of strong coal seam reflection via well-control and matching pursuit[J]. China Offshore Oil and Gas，2019，31(1)：61–66.

[12] 许璐，吴笑荷，张明振，等. 基于局部频率约束的动态匹配追踪强反射识别与分离方法[J]. 石油地球物理勘探，2019，54(3)：587–593. XU Lu，WU Xiaohe，ZHANG Mingzhen，et al. Strong reflection identification and separation based on the local frequency constrained dynamic matching pursuit[J]. Oil Geophysical Prospecting，2019，54(3)：587–593.

[13] 张在金，张军华，李军，等. 煤系地层地震强反射剥离方法研究及低频伴影分析[J]. 石油地球物理勘探，2016，51(2)：376–383.ZHANG Zaijin，ZHANG Junhua，LI Jun，et al. A method for stripping coal seam strong reflection and low-frequency shadow analysis[J]. Oil Geophysical Prospecting，2016，51(2)：376–383.

[14] 朱博华，向雪梅，张卫华. 匹配追踪强反射层分离方法及应用[J]. 石油物探，2016，55(2)：280–287. ZHU Bohua，XIANG Xuemei，ZHANG Weihua. Strong reflection horizons separation based on matching pursuit algorithm and its application[J]. Geophysical Prospecting for Petroleum，2016，55(2)：280–287.

[15] 王丽，胡响明. 相长干涉：电磁诱导吸收[J]. 物理学报，2004，53(8)：2544–2550. WANG Li，HU Xiangming. Constructive interference：electromagnetically induced absorptrion[J]. Acta Physica Sinica，2004，53(8)：2544–2550.

[16] 张运龙，丁峰，尹成，等. 基于楔形模型的波形结构属性特征研究[J]. 物探化探计算技术，2018，40(5)：587–593. ZHANG Yunlong，DING Feng，YIN Cheng，et al. Study on the characteristics of waveform structure attributes based on wedge model[J]. Computing Techniques for Geophysical and Geochemical Exploration，2018，40(5)：587–593.

[17] 黄文锋，姚逢昌，李宏兵. 薄互层调谐规律研究与净厚度估算[J]. 石油地球物理勘探，2012，47(4)：584–591.HUANG Wenfeng，YAO Fengchang，LI Hongbing. Regularities of tuning effects of thin interbedded layers and their net thickness determination[J]. Oil Geophysical Prospecting，2012，47(4)：584–591.

[18] 郭彦省，孟召平，杨瑞昭，等. 地震属性及其在煤层厚度预测中的应用[J]. 中国矿业大学学报，2004，33(5)：557–562. GUO Yansheng，MENG Zhaoping，YANG Ruizhao，et al. Seismic attributions analysis and it’s application in predicting thickness of coal[J]. Journal of China University of Mining & Technology，2004，33(5)：557–562.

[19] 李启成，郭雷，孙颍川，等. 地震属性融合技术在煤层厚度预测中的研究[J]. 地球物理学进展，2017，32(5)：2014–2020. LI Qicheng，GUO Lei，SUN Yingchuan，et al. Seismic attributes fusion and its research in predicting thickness of coal[J]. Progress in Geophysics，2017，32(5)：2014–2020.

[20] 彭苏萍，邹冠贵，李巧灵. 测井约束地震反演在煤厚预测中的应用研究[J]. 中国矿业大学学报，2008，37(6)：729–733. PENG Suping，ZOU Guangui，LI Qiaoling. Seam thickness prediction methods based on the logging constrained seismic inversion[J]. Journal of China University of Mining &Technology，2008，37(6)：729–733.

Model-driven energy attenuation method for coal seam strong reflection

ZHANG Xianxu

(Xi’an Research Institute Co. Ltd., China Coal Technology and Engineering Group Corp., Xi’an 710077, China)

The reflection of coal seam in seismic data has the characteristics of strong energy, which makes the reflection of adjacent strata often concealed by the reflection of coal seam. This makes it difficult to image the adjacent weak layer and lithological interpretation difficult. Aiming at this problem, a model-driven energy attenuation method for coal seam strong reflection was proposed. This method uses the coal thickness calculated by logging and measured by borehole in underground coal mine to construct cross plot with reflection amplitude of coal seam, and fit the relationship formula between amplitude and thickness. The digital model was constructed and the reflection of coal seam was simulated. The thickness of coal seam in the whole area was calculated iteratively by using the threshold value of amplitude residual. The strong amplitude of coal seam in the actual data was attenuated by using the data simulated by the model. The experimental results of the model data shows that the method is feasible in theory; The suppression effect of the strong reflection of coal seam 3–1in the seismic data of a coal mine in Ordos shows that the practical application effect was good, and the imaging quality of weak reflection layer near the coal seam was improved, which provides the basic data for the lithological interpretation.

model-driven; strong energy attenuation; coal thickness prediction; coherence stack; underground borehole data