页岩气储层水平井压裂分布式光纤邻井微振动监测及震源位置成像

武绍江, 王一博*, 梁兴, 姚艺,3， 梁恩茂， 梅珏， 刘臣， 史树有

1 中国科学院地质与地球物理研究所, 北京 100029 2 中国石油天然气股份有限公司浙江油田分公司， 杭州 311100 3 中国科学院大学， 北京 100049 4 北京辰安科技股份有限公司， 北京 100094

0 引言

水力压裂技术将高压流体注入页岩储层产生复杂的人工裂缝，可以增加储层的连通性并提高单井产量(Duncan and Eisner, 2010).对水力压裂储层改造不同阶段(压裂前、压裂中、压裂后)进行监测和评估，是实现高效开发、安全生产的前提.目前，已经有大量技术应用于储层改造的监测，例如地面微地震监测、井中微地震监测等.然而，地面监测的检波器与储层距离较远，并且容易受到较强的施工噪声干扰；井中监测的检波器数量较少且采集方位角较窄.这些数据采集的限制降低了储层改造监测评估的准确度(Molenaar et al., 2012; Webster et al., 2013).

分布式光纤声波传感(Distributed Acoustic Sensing，DAS)是近年来快速发展的一项新兴数据采集技术.DAS一般由两部分组成：一部分是解调仪，包括了光学系统和信号采集系统；一部分是用于传感的普通光纤或特种光纤.DAS通过探测激光脉冲在光纤内部散射体产生的后向瑞利散射光信号的相位变化，实现沿光纤轴向应变信号的测量(Karrenbach et al., 2019).DAS最大的优势在于将光纤作为一体化融合的载体进行信号接收和传输，具有很好的实时性；另外，光纤具有不受电磁辐射干扰、耐高温、化学反应呈惰性、性质稳定等特点，可以很好地适应复杂作业环境.

DAS技术能够显著提升储层改造过程的实时监测能力，但目前国内总体处于试验攻关阶段，还没有开始规模应用.水力压裂监测中，光纤沿水平井进行布设，可以获得全井段测量数据，大幅度增加了数据的采集方位角(Molenaar et al., 2012)；DAS已经实现1 m的空间采样，显著提升了监测数据的采集密度和空间连续性.DAS技术已被用于水力压裂过程中微地震监测、流体监测等方面(Richter et al., 2019; Karrenbach et al., 2019).

震源位置成像是微地震监测的核心内容，通过定位压裂过程中产生的微地震事件，可以分析和解释储层中裂缝网络的状态，从而进一步优化和指导压裂过程(Duncan and Eisner, 2010).传统的到时类定位方法需要从地震记录中获得清晰的纵横波到时信息(Pujol, 2004)，但微地震监测数据信噪比低，到时精确拾取比较困难.近年来，基于波形的震源位置成像方法得到快速发展.这类方法使用波形对震源位置进行成像，成像过程不需要进行精确的震相到时拾取，比较适用于低信噪比的微地震数据.这些方法大致可以分为两类：(1)基于波动方程，将监测数据进行反传模拟，反传波场会在震源位置处聚焦成像(Gajewski and Tessmer, 2005; Artman et al., 2010; 王晨龙等, 2013;谭玉阳等, 2017)；(2)基于Kirchhoff偏移，将监测数据沿等时线进行绕射叠加，叠加波场会在震源位置处聚焦成像(Kao and Shan, 2004; Schuster et al., 2004; Zeng et al., 2014; Liang et al., 2016; Wu et al., 2018, 2022).

本文首先介绍了基于水平井DAS的水力压裂邻井监测和震源扫描算法原理，然后使用合成算例分析了全井段、宽方位、高密度空间采样的DAS技术对震源位置成像的优势，最后对实际水力压裂微振动监测数据进行了震源位置成像.

1 方法原理

当光纤测点附近存在地震波场时，这种外部振动使光纤产生弹性拉伸或压缩，进而引起光纤内后向散射瑞利光的相位变化，通过探测光信号的相位变化，可以计算出光纤应变和外界振动信息.沿光纤走向方向应变ε与后向散射瑞利光信号的相位Δφ变化关系可以表示为(Karrenbach et al., 2019)：

(1)

其中，L为光纤标距 (gauge length)，nc是光纤折射率，λl是激光波长.其中，光纤标距的设定对地震波场的采集具有重要影响：光纤标距越小，其测量空间分辨率越高，但是信号信噪比越低；光纤标距越大，信号信噪比越高，但是测量空间分辨率越低(Dean et al., 2017).

一般情况，DAS测量的是光纤的应变或应变率信息.假设平面地震波u(x,t)以一定角度入射到光纤，光纤中的点应变为：

(2)

因此DAS测量的线应变率，在均匀介质且波长远大于标距长度的情况下，与地震波质点振动速度之间的关系为(Bakku, 2015)：

(3)

震源扫描算法是一种基于地震波形的震源位置成像方法(Kao and Shan, 2004; Zeng et al., 2014).它通过扫描一定范围内的成像空间和震源激发时间，对波形进行叠加以获得震源信息(震源位置和激发时间).该算法首先对数据u进行振幅归一化得到un，然后假设激发时间τ，计算成像空间位置η到台站n的到时tη n，可以获得该参数对应的亮度函数：

(4)

亮度函数代表不同扫描参数对应真实震源的可能性.遍历激发时间τ，成像空间位置η，可以获得成像空间所有位置及所有可能激发时间的四维数组，对该数组的能量聚焦程度进行分析可以确定震源位置.

2 合成数据算例

我们采用与实际DAS监测现场一致的数据观测系统进行合成数据分析.该现场位于昭通国家级页岩气示范区，包含4口水平井，其中HB1-2号水平井为监测井(图1中蓝色所示)，光纤布设于该井套管外.我们假设震源发生在HB1-4号井(图1中粉色所示)施工时，其震源位置为(280 m，400 m，-1200 m)，其震源函数为50 Hz主频的雷克子波.根据HB1工区的测井解释资料，我们建立了该井场的水平层状速度模型.基于程函方程计算并存储了走时信息表(Sethian and Popovici, 1999)，在后续步骤中进行重复调用.

为了验证DAS全井段、宽方位特点对震源位置成像的影响，我们设计了三套不同采集方位角的观测系统进行对比分析.第一套观测系统模拟常规直井监测，使用200～400 m内的数据，其方位角相对较窄，如图1a所示；第二套观测系统模拟直井和斜井监测，使用200～1000 m内的数据，其监测方位角随着光纤长度的延伸而增加，如图1b所示；第三套观测系统模拟全井段监测，使用200～2400 m内的数据，其包含竖直段、倾斜段和水平段部分，方位角较大，如图1c所示.以上三套观测系统中，数据均使用1 m空间采样.图1d—1f是对应图1a—1c中三种观测系统的合成数据.

图1 分布式光纤布设于监测井HB1-2中(蓝色)，HB1-4号井为当前压裂井(粉色)，微地震震源位于该井段附近(红色点)(a) 常规直井观测系统1，数据采样点用绿色进行标记； (b) 直井和斜井观测系统2； (c) 全井段观测系统3; (d)—(f) 分别为观测系统(a)—(c)对应的数据.Fig.1 The distributed optical fibers are deployed in monitoring well HB1-2 (blue), HB1-4 is the fracturing well (pink),and the microseismic source is set nearby (red dot)(a) Geometry of vertical well, sampling points are marked with green dots; (b) Geometry of vertical and deviated wells; (c) Geometry of the entire well (vertical, deviated and horizontal wells); (d)—(f) are the related data acquired by (a)—(c), respectively.

我们采用相同处理参数进行震源位置成像，震源位置成像结果以切片方式显示，分别为震源位置处沿XY、YZ和XZ平面的图像(如图2a—2c所示).常规微地震直井观测系统由于监测方位角较窄，导致震源位置成像结果不聚焦，分辨率较低(图2a—2c).而使用直井和斜井监测的数据，则能部分提升空间约束能力，获得更加聚焦的震源位置(图2d—2f).全井段监测中水平段的宽方位信息可以显著降低震源位置成像的不确定性，获得最高的分辨率(图2g—2i).为了对三种观测系统的成像分辨率进行对比分析，我们提取了经过震源位置的X、Y和Z方向的成像值，结果如图3所示，使用全井段宽方位监测数据的成像结果在三个方向均能获得最优分辨率，另外由于光纤水平井主要沿Y方向分布，其在Y方向的成像分辨率也获得了最为显著的提升(图3b).

图3 (a) 图2a、图2d、图2g中沿红色虚线位置的三种观测系统数据震源成像分辨率对比图; (b) 图2b、图2e、图2h中沿红色虚线位置的三种观测系统数据震源成像分辨率对比图; (c) 图2c、图2f、图2i中沿红色虚线位置的三种观测系统数据震源成像分辨率对比图Fig.3 (a) Source location image resolution comparison using the data along the red dotted lines in Figs.2a, 2d and 2g; (b) Source location image resolution comparison using the data along the red dotted lines in Figs.2b, 2e and 2h; (c) Source location image resolution comparison using the data along the red dotted lines in Figs.2c, 2f and 2i

为了验证DAS高密度采样特点对震源位置成像的影响，我们对全井段观测系统设置三套不同空间采样率进行对比分析.第一套数据如图4a所示，为100 m低密度空间采样；第二套数据如图4b所示，为10 m常规密度空间采样；第三套数据如图4c所示，为1 m高密度空间采样，以上数据具有相同的采集方位角.为了了解实际监测数据噪声干扰对震源成像的影响，我们在合成数据中添加不同强度的随机噪声，其噪声最大值分别为无噪声波形峰值的100%(图4d—4f)、200%(图4g—4i)和300%(图4j—4l).

图4 全井段监测时不同空间采样率的监测数据(a) 100 m空间采样率，绿色点为采样点位置； (b)和(c) 分别为10 m和1 m空间采样率.对合成数据加入随机噪声生成含噪声数据,其中，(d)—(f)、(g)—(i)和(j)—(l)中噪声最大值分别为无噪声波形峰值的100%、200%和300%.Fig.4 Different spatial sampling rates of the entire well monitoring and related data(a) 100 m spatial sampling rate and the green dots denote the sampling points； (b) and (c) are 10 m and 1 m spatial sampling rate, respectively. We generate the noisy data by adding random noise into the simulated noise-free data, and the maximum noise amplitudes in (d)—(f), (g)—(i) and (j)—(l) are 100%, 200% and 300% of the maximum amplitudes of noise-free data, respectively.

我们使用相同的处理参数，对上述不同强度噪声、不同空间采样率的数据进行分析.图5显示了100%噪声时的震源位置成像结果.图5a—5c是在震源位置处沿XY、YZ和XZ平面的图像.低噪声时不同采样密度数据均能准确获得震源位置，但100 m空间采样数据的震源位置成像结果较差，如图5a—5c所示，1 m空间采样数据的震源位置成像结果最佳，如图5g—5i所示.图6和图7分别显示了200%和300%噪声时的震源位置成像结果.随着噪声强度的不断增加，震源位置成像结果的信噪比逐渐降低，但300%噪声时1 m空间采样数据仍能获得准确的震源位置成像结果.上述结果表明DAS数据的高密度空间采样特性能够有效提升低信噪比数据的震源位置成像精度.

图5 100%噪声时的震源位置成像结果(a)—(c) 分别为图4d数据对应震源位置成像结果XY、YZ和XZ三个平面显示，真实震源位置用红色点表示；(d)—(f)和(g)—(i) 分别为图4e和图4f数据对应的震源位置成像结果.Fig.5 Source location images with 100% noise(a)—(c) The source location image sections along XY, YZ and XZ planes, respectively, the data comes from Fig.4d and the true source location is plotted as red dot; (d)—(f) and (g)—(i) The source location image sections using the data from Figs.4e and 4f, respectively.

3 实际数据算例

我们在昭通浅层页岩气田HB1平台进行了水平井DAS水力压裂监测试验，并对压裂过程中监测到的微振动数据进行了分析处理.图8a显示了该数据的观测系统，图8b显示了该监测数据中的一个微地震事件.该微地震事件包含完整的P波(上侧红线)和S波(下侧红线)，其水平段(800～2000 m)P波和S波震相清晰，能量较大，左侧竖直段(100～800 m)P波能量相对较弱，井口附近(0～100 m)存在较强的周期干扰，一般作为噪声直接切除.相比P波，S波振动能量在全井段均相对较强，更加清晰，因此，我们通过窗口函数提取S波的相关波场信息进行扫描叠加成像.

类似于合成数据，我们提取成像结果的最大值位置作为震源位置，并显示震源位置处沿XY、YZ和XZ的图像(图9a—9c).与合成数据结果相比，实际数据结果中震源位置的聚焦程度相对较差.该结果在沿水平井方向的成像不确定性相对较小，而沿水平井垂直方向的成像不确定性相对较大，这与合成算例的结果基本一致.图10是微地震震源位置定位结果在三维观测系统中的显示，可以看到微地震产生在压裂井附近，初步认为是由于水力压裂导致裂缝起裂扩展产生的.

图6 200%噪声时的震源位置成像结果(a)—(c) 分别为图4g数据对应震源位置成像结果的XY、YZ和XZ三个平面显示，真实震源位置用红色点表示; (d)—(f)和(g)—(i) 分别为图4h和图4i数据对应的震源位置成像结果.Fig.6 Source location images with 200% noise(a)—(c) The source location image sections along XY, YZ and XZ planes, respectively, the data comes from Fig.4g and the true source location is plotted as red dot; (d)—(f) and (g)—(i) The source location image sections using the data from Figs.4h and 4i, respectively.

图7 300%噪声时的震源位置成像结果(a)—(c) 分别为图4j数据对应震源位置成像结果的XY、YZ和XZ三个平面显示，真实震源位置用红色点表示;(d)—(f)和(g)—(i)分别为图4k和图4l数据对应的震源位置成像结果.Fig.7 Source location images with 300% noise(a)—(c) The source location image sections along XY, YZ and XZ planes, respectively, the data comes from Fig.4j and the true source location is plotted as red dot; (d)—(f) and (g)—(i) The source location image sections using the data from Figs.4k and 4l, respectively.

图8 昭通页岩气田HB1平台DAS观测系统及其监测到的微振动数据(a) DAS数据采集观测系统，压裂井用粉色线表示，监测井用蓝色线表示，采样点位置用绿色表示；(b) DAS采集的微振动数据，包含P波和S波信息.Fig.8 Geometry of HB1 platform in Zhaotong Shale Gas Field and the observed data(a) The DAS data acquisition geometry, fracturing well is plotted using pink color, monitoring well is plotted using blue color,and the sampling points are plotted using green color; (b) The observed DAS data, which contains P and S waves.

图9 微地震事件震源位置成像结果将成像结果的最大值位置认为是震源位置(红色圆点表示).(a)—(c)分别是震源成像结果的XY、YZ和XZ三个平面显示.Fig.9 Microseismic source location imagesThe maximum value in the image is considered as the source position (represented by red dot).(a)—(c) The source location image sections along XY, YZ and XZ planes，respectively.

4 结论

本文介绍了基于DAS技术的水力压裂微振动邻井监测，并使用震源扫描算法对监测到的微地震有效事件进行了震源位置成像.合成数据和实际数据结果证实了DAS技术具有全井段宽方位采集和高密度空间采样的技术优势，可以有效提升震源位置成像的精度，有助于提高储层改造效果评估的准确性.作为一项新兴的数据采集技术，DAS技术仍然有许多方面需要研究和提升：(1) DAS技术一般只能获得单分量的波场记录，可以进一步设计和布设多分量光纤获得更加完备的多分量波场；(2) DAS技术通过使用全井段监测来增加沿水平井方向的采集方位角，可以进一步设计多井联合监测方案，提升垂直于水平井方向的采集方位角；(3) DAS技术一般将光纤固定在套管外，光纤的耦合情况将直接影响数据采集的准确度，可以进一步通过改进光纤的布设方式或进行耦合校正等途径来提升数据采集质量；(4) DAS技术可以获得高密度、连续的波场记录，可以进一步识别和利用波场记录中的全波场信息为震源位置成像提供约束.

致谢感谢编辑和两位评审人的宝贵意见，感谢中油奥博(成都)科技有限公司安树杰对本文工作的帮助.