OVT域优势道集在煤田地震异常构造精细探测中的应用

董蕊静

（中煤科工西安研究院（集团）有限公司，陕西西安 710077）

0 引言

煤田地震勘探目前已经发展到除了探明煤层赋存状态之外，还要尽可能查明在煤矿开采过程中可能会遇到的断层、陷落柱等异常构造的精细解释阶段，异常构造探测面向的目标体更小，要求的探测精度更高［1］。近年煤田地震勘探由常规勘探发展到高密度激发、大道数接收、宽方位角甚至全方位角、高覆盖次数的高密度地震勘探，在此基础上发展的基于偏移距矢量片的OVT 域处理解释技术也进入应用阶段，该技术可以充分利用高密度宽方位地震数据携带的信息，改善处理效果，提高处理解释精度，进一步提升煤田异常构造探测精度［2-3］。

在煤田OVT 解释技术中，常规做法是将全方位螺旋道集按照方位角平均划分成为多个方位角道集，如常用的4 个方位角，生成4 个分方位剖面，在这些剖面上进行异常构造解释。但异常构造发育方向与尺寸是随机的，以上规则划分的方位角道集生成的剖面在微小异常构造解释时仍存在不足［4］。

本文对煤田“两宽一高”高密度地震数据进行OVT 域处理，得到螺旋道集，在该道集及其共方位角叠加数据体上检测该异常构造的优势方位及有效偏移距，构造优势数据体，在此基础上进行异常构造解释，本文以陷落柱解释为例。

1 OVT域数据转换

OVT 技术是针对宽方位地震数据发展起来的新的地震数据处理解释技术，该技术在正交观测系统中将整个地震数据按照检波线和炮线划分为若干个十字排列，每个十字排列道集对应固定的线号和CDP 号，且按照炮线和检波线等距离划分为若干矩形，每个矩形即为一个OVT 片，其个数与炮线和检波线交点个数相同。按照OVT 在十字排列中的位置构建坐标系，坐标原点为炮检线交点，X轴为接收线，Y轴为炮线，OVT 片中心点到坐标原点的距离为偏移距，该连线与纵轴之间的夹角为方位角。按照以上原理对整个工区数据进行十字交叉道集抽取，将具有相同坐标的OVT 向量片抽取出来得到OVT 道集，该道集包含了三维坐标、偏移距及方位角，即为五维数据体［5-6］。

2 优势方位地震数据

郝守玲等通过物理模型验证测线方向与地质异常发育方向平行时，反射时间最小、传播速度最大、振幅最大，而当测线方位与异常发育方向垂直时、反射时间增加至最大，波传播速度最小、振幅最小，进而定义了断裂的优势方位道集［7-10］。通过分方位角剖面对比可知地震观测的方位角方向垂直于构造走向时，有利于构造解释，即为优势方位［11-13］。

基于以上原理，在煤田地震异常构造探测中，通过对构造异常中CMP 面元对应的螺旋道集及其共方位角叠加数据体进行优势方位及有效偏移距识别，通过采用合理的方位角、偏移距进行优势道集叠加，生成优势数据体，在此基础上进行异常构造精细解释。该技术的提出弥补了OVT 技术中全方位以及方位角规则划分的地震数据对异常构造识别不足的问题，使得异常构造的刻画更精细。

3 应用实例

3.1 研究区概况

研究区位于淮北某矿，该矿区前期开采过程中发生过陷落柱突水事故造成淹井灾害，故在高密度地震勘探地质任务中要求查明直径大于20m 的岩溶陷落柱，要求摆动范围小于20m。故于2022 年进行三维高密度地震勘探，观测系统横纵比为0.71，各个方向的地震数据比较全（图1），且均匀分布，能够较为全面的采集地质信息，基于此对采集的高密度地震数据进行OVT域处理。

图1 高密度三维地震数据玫瑰图Figure 1 Rosemap of high-density 3D seismic data

3.2 OVT域数据处理

对经过静校正、反褶积等常规处理之后的道集进行OVT 处理。首先进行OVT 排序，OVT 排序是OVT 处理的基础，其本质是使用共炮检距道集在笛卡尔坐标系下按照offsetX、offsetY进行分组。在每一组十字排列中按照检波线距和炮线距等间隔划分得到的若干小矩形即为若干OVT道集。图2为本研究区内地震数据的OVT片分组示意图。图3为按照OVT片集合的顺序抽取的OVT道集。

图2 笛卡尔坐标系下OVT分组Figure 2 OVT group in Cartesian coordinate system

图3 OVT道集内偏移距随方位角分布Figure 3 Distribution of offset with azimuth in OVT gather

3.3 基于优势道集的异常构造探测

本勘探区存在陷落柱，但在全方位地震剖面上陷落柱特征并不明显，不能做到陷落柱边界精细解释，因此针对陷落柱区域内的CMP 面元进行优势道集选择，其思路是首先选择陷落柱区域中CMP 面元对应的螺旋道集及其共方位角叠加数据体，根据振幅、走时选定优势方位，再根据优势方位确定合理的偏移距参数，得到最终的优势道集。

首先选择陷落柱异常区域内CMP 面元的螺旋道集进行共方位角叠加，得到相同炮检距道的全方位道集，在该道集上统计最弱振幅道集或者最大反射时间道集对应的方位，该方位角即为检测的针对当前异常的优势方位。图4为异常区域内CMP面元的螺旋道集以方位角为关键字叠加得到的全方位角道集，对比图4a中不存在异常构造的全方位道集可见4b 道集中可刻画异常构造的优势方位范围为（70°～120°、240°～300°）（坐标系统以正北为0°，方位角顺时针增加）。

图4 全方位角地震道集Figure 4 Omnidirectional angular seismic track collection

同时对以上面元的螺旋道集进行各项异性分析，图5为道集对应的振幅切片，切片上振幅能量弱的方位即为陷落柱异常的优势方位，统计得到陷落柱优势方位近南北向（60°～120°，240°～300°）（坐标系统以正东为0°，角度逆时针增加）。

图6为陷落柱异常区域内CMP面元螺旋道集的时差切片，该时差表示标准层与目的层间的时差，大时差方位对应的异常构造的优势方位，分析可见在走时切片上陷落柱对应的优势方位近南北向（60°～110°，240°～290°）（坐标系统以正东为0°，角度逆时针增加），以上两组结果均证明该异常发育优势方位近南北向。故综合共方位角叠加剖面及螺旋道集分析结果可见，参与精细解释陷落柱的方位角范围为（60°～120°、240°～300°）（坐标系统以正东为0°，角度逆时针增加）。

图6 陷落柱异常区域CMP点时差切片Figure 6 Time difference section of CMP point in abnormal area of collapse column

在选定优势方位之后，使用五维解释中裂缝发育方向的预测功能，在优势方位的约束下在螺旋道集上进行偏移距测试，选择偏移距400m、600m、800m、1 000m 的道集进行异常构造裂缝发育方向的预测，通过图7 分析可见当偏移距达到800m 时，预测的陷落柱发育方向近南北，且随偏移距的增加所预测的裂缝发育方向不再有大的改变，与前面预测的优势方位一致。针对本工区陷落柱，在优势道集的选择时，偏移距参数为800m。

图7 不同方位角陷落柱异常方向预测Figure 7 Prediction of abnormal direction of collapse column at different azimuths

经过方位角及偏移距测试之后，最终选择如图8 所示的区域内的优势道集重构生成优势方位数据体，具体方位角范围为（60°～120°、240°～300°）（坐标系统以正东为0°，角度逆时针增加）。偏移距范围为0～800m。图9a 为全方位角全偏移距道集的叠加剖面，图9b 为0°（337.5°～22.5°、157.5°～202.5°）方位角800m偏移距道集的叠加剖面，图9c为45°（22.5°～67.5°、202.5°～247.5°）方位角800m 偏移距道集的叠加剖面，图9d 为90°（67.5°～112.5°、247.5°～292.5°）方位角800m 偏移距道集的叠加剖面，图9e 为135°（112.5°～157.5°、292.5°～337.5°）方位角800m 偏移距道集的叠加剖面，图9f 为优势道集的叠加剖面，可见使用优势方位道集叠加的地震剖面上陷落柱特征更清楚，更符合剖面形态为反漏斗状，空间形态为不规则塔状的陷落柱形态，同相轴错断的边界更清晰，陷落柱位置、平面形态及尺寸更清晰。

图8 优势地震道集方位角及偏移距范围Figure 8 Azimuth and offset range of the dominant seismic track collection

图9 陷落柱异常叠加剖面Figure 9 Collapse column abnormal superposition profile

4 结论

以地质异常构造对应的地震数据及其道集上的优势方位为基础，结合其在五维解释时的振幅切片和时差切片进行优势道集提取，使用优势道集对异常构造进行精细解释以达到提高地质异常体解释精度的要求。以淮北某矿陷落柱异常为例进行优势道集提取及解释，在优势道集生成的数据体上进行异常构造解释，解释精度高于全方位叠加剖面及规则划分的分方位角叠加剖面，验证了该方法的合理性。