约束稀疏脉冲反演在煤层厚度预测中的应用

汪玉玲,解建建,刘 恋,袁兴赋

(安徽省勘查技术院(安徽省地质矿产勘查局能源勘查中心),安徽 合肥 230031)

高精度预测煤层厚度空间变化趋势对煤矿高效开采与安全生产意义重大[1-5]。使用钻孔内插的方法预测煤层厚度时,无法保障远离钻孔处的测量精确度;受信噪比和地震数据真实性影响较大的传统地震波属性法在预测煤层厚度方面存在较大的多解性[6],其只能预测煤层厚度的横向改变趋势,无法得出较精准的预测结果[7]。采用测井约束稀疏脉冲反演技术预测煤层厚度,结合测井数据纵向高分辨率和地震数据横向高密度的采样性[8],能够提高预测煤层厚度的准确性,从而得到更详细的煤层厚度分布情况,具有推广潜力。

研究区为山西沁水盆地煤层气田某区块,位于盆地东南部,总体为走向近北东,倾向北西的单斜构造,地层倾角一般小于4°。区内构造南北部差异较大,西北部断层较为发育,且断距较大,褶曲幅度一般大于100 m,褶曲轴线走向NNW,东南部断层发育较少,且断距小,褶曲幅度一般小于75 m,枢纽向西北倾伏。西部有寺头断裂带自南向北贯穿全区,断层以西为一断陷带,受此断层控制,两侧次生断层较为发育;断层以单断点小断层为主;东部地层平缓,断层稀少,断层走向呈NNE,少数呈NEE。太原组15煤和山西组3煤为主采煤层,顶底板以砂岩、砂质页岩及泥岩组成[7]。区内所有钻井都进行了地球物理测井,含声波、密度曲线。

根据测井约束稀疏脉冲反演基本原理和预测煤层厚度的目的,建立流程如图1所示。运用测井约束稀疏脉冲反演技术,通过融合测井曲线纵向高分辨率、地震数据横向高密集性这两个优势,以期弥补地震数据缺失的低频部分和大的反射界面间的微层细节[9],用于精确预测煤层厚度变化趋势[10]。

图1 反演流程图Fig.1 Flow chart of inversion

1 约束稀疏脉冲反演基本原理

稀疏脉冲反演算法是以Robinson褶积模型为基础的单道模型约束反演方法,假设地层的反射系数序列是稀疏分布的,反演的目的是使以下目标函数最小化。

E=∑(rj)p+λq∑(dj-sj)q+α2∑(tj-zj)2+β2∑(zj-zj+1)2.

(1)

目标函数第一项中p一般情况下取值为1,比1越小,反射系数越稀疏,可以丰富反演结果的频率成分[11],但会丢掉某些细节信息。目标函数第二项使合成地震记录与原始地震记录之间残差减小,q一般情况下取值为2,在目标层段地震数据信噪比较高的情况下,q也可以取值小于2。另外,q的作用还受权重λ影响,λ取值越大q的作用越小。目标函数中第三项是补充地震数据中缺失的低频信息,起到压制中频及高频信息的作用,所以α的取值不能太大。目标函数中第四项,为了保证相邻地震道之间波阻抗的连续性,该项可以应用在资料信噪比低的情况,达到去噪的目的,该项中权重β取值不能太大。

在迭代计算过程中,首先用较少的脉冲数进行试验,得到一个初始模型,通过不断修改模型,让目标函数越来越小。持续增加脉冲数量并重复迭代,直至反演波阻抗模型无法再显著优化,此时终止迭代,即可得到反演结果[12]。

2 反演流程及实例

2.1 原始资料归一化处理

原始资料归一化处理是做好约束反演和煤厚预测的前提条件,主要为区内地震资料、测井资料的归一化处理。

2.1.1地震资料归一化处理

地震数据归一化处理和地震资料重处理。首先通过频谱分析法来归一化反射波的振幅、频带宽度和相位;其次,根据测井数据深度采样率对地震数据重采样,一般测井0.25 m采样率对应地震时间0.25 ms的采样率。二维地震资料还需消除交点相位闭合差等,保证全区地震资料特征一致性最大化。

2.1.2测井资料的归一化处理

由于测井设备、测井系列、测井时间及刻度等因素的影响[13],即便在完成编辑与环境矫正后,表示同一套地层单元的测井曲线仍可能存在差异。这种差异的消除步骤和过程,一般被称为“标准化”或“归一化”。测井数据归一化是测井约束地震反演技术中关键的基础工作,是精确计算煤层厚度必不可少的步骤,在进行测井约束波阻抗反演处理时,是确保高品质反演结果的关键。由于沉积环境的相似性,同一标准层段在不同的钻井位置应展示出一致的地质测井响应特征,应具有相同、相近或呈规律性变化的趋势。采用标准层段趋势分析法,确定一个低频的标准趋势线[14],用其替代剩余钻井曲线的低频趋势,在保留各测井曲线细节的前提下,实现测井曲线归一化。图2(a)中黑线为设定的标准低频趋势线,绿线为波阻抗曲线,图2(b)为归一化后的全区声波测井曲线叠合图,曲线低频趋势统一,煤层段和高速层幅值一致性较好。

图2 测井曲线归一化Fig.2 Logging curve normalization

2.2 合成地震记录

2.2.1层位标定

层位标定是关联地震和测井的纽带,标定结果决定了层位解释及反演效果的准确性,主要包括两点:一是标准层的标定,标定结果对建立准确的反演模型框架起决定性作用;二是岩性体、微层的标定,其直接影响反演细节的可靠程度。在进行合成地震记录极性层位标定过程中,子波提取和极性判断非常重要。目前常用的标定方式主要包括:平均速度曲线法(时深转换尺)、垂直地震剖面法(VSP)以及合成地震记录拟合标定法[15]。

在此采用平均速度曲线法(时深转换尺)。先利用速度分析所取得的平均速度进行初始标定,再根据合成记录与井旁地震记录的波形特征进行对比,适当进行移动、拉伸、压缩,找到目标层和地震波的对应关系,完成层位标定。如图3所示,煤层段在声波测井曲线中特征显著,表现为低频高值,与围岩差异大,在合成地震记录中表现为单轨强轴,与地震记录匹配度高。T6反射波标定为3煤底板与围岩界面,T8反射波标定为15煤底板与围岩界面。受3煤的屏蔽作用影响,地震记录上15煤振幅较弱,合成记录道未受此影响,表现为单轨强轴。

图3 层位标定Fig.3 Horizon calibration

2.2.2子波提取

提取地震子波对测井约束反演至关重要,现阶段有两种主流的子波提取技术。

1)根据测井数据和井旁地震道用最小二乘法提取子波,这是一种理论上能够得到准确结果的方法,但是测井误差和地震噪声对该方法影响较大,声波测井误差可导致子波振幅形态和相位谱畸变扭曲。另外,该方法对估算时窗长度较敏感,导致子波估算稳定性不足[13]。

2)计算空变和时变子波。每个地震子波都因其震源深度和位置不同而变化:纵向上,即时间变化方向,随着深度增加,声波能量衰减会导致地震记录振幅逐步衰减;横向上,即空间变化方向,地震数据处理过程也有出现各道间振幅变化的可能[14]。因此,在反演过程中,可以提取一个在纵横方向上振幅变化的子波。在现有地震数据基础上,设定子波频率范围,指定时间窗口大小和位移大小,设定Q值为常数,计算子波纵横方向变化的子波比例因子与Q值,全区每个地震道都得到一个反演子波。图4是时变空变子波褶积得到的地震记录,可以看出,15煤的反射波能量增强至与3煤一致。

图4 时变空变子波褶积地震记录Fig.4 Seismic records of time-varying and space-varying wavelet convolution

2.3 建立精确的地质模型

为了最大程度降低反演成果的多解性,需要进行精确的地质建模,作为测井约束条件参与反演[16]。地震数据记录地层在全区范围内的变化情况,在建模过程中,地震资料解释的层位作为波阻抗界面起控制作用,加密解释层位可以提高模型水平方向上的精度,加密地震数据的采样率可以提高模型垂直方向上的精度,反演出煤层的交叉合并、局部变薄等细节[17]。

在地震解释层位的基础上建立初始模型框架,地震解释层位越密集,初始模型在水平方向上的精度越高,在层位解释时,应充分运用联井线、主测线、联络测线、时间切片以及边缘检测属性等多种信息,借助三维可视化等研究方法,全面分析研究区的区域构造样式、沉积环境等,详尽研究反射界面的起伏形态、地层是否有沉积中断、地层厚度变化趋势、断裂分布等,详查地质层位与断层解释是否合理,交点闭合、断点组合及地层接触关系与研究区地质情况是否相符。

在建立初始模型前,需要先建立构造框架模型,图5是以标准反射层T6、T8波解释的断层面及以反演数据的顶底为基础建立的初始模型框架,框架的产状受控于地震解释的层位和断层[18]。

在模型框架的基础上建立精细模型,模型纵向内插主要采用与顶面平行、与底面平行及等间距内插3种方式。模型横向则采用多井内插方法,将测井数据的高频信息顺着解释界面外推至全区,完成初始波阻抗模型的建立[19]。可供选择的内插方法有:反距离加权、局部加权、三角加权、局部和三角加权、自然相邻法[20],以上方法适用条件不一样,处理局部加权的方式也不同,需要根据钻孔的疏密程度和地层的地质特点选用不同的试验方法,以选出最适宜的内插方法。根据试验结果,纵向选用等距离内插,横向选用反距离加权内插,鉴于研究区目标层煤岩段沉积环境较为稳定,井位分布稀疏且不均匀,以上方法最适合。图6为初始波阻抗模型,在图5的基础上加入了测井信息。

图5 模型框架剖面Fig.5 Section of model framework

图6 初始波阻抗模型Fig.6 Initial wave impedance model

2.4 反演处理

1)反演方法的确定。不同的反演方法都有其优缺点,方法选择要视地震资料品质、测井资料质量、井孔数、井孔分布疏密程度以及地质任务要求而定,目的是在保证反演结果可靠性的基础上,尽可能提高反演结果的分辨率。根据研究区地质情况和基础资料特点,选用测井约束稀疏脉冲反演方法。

2)反演参数测试。首先,随机选取数条剖面进行参数测试,筛选出较合适的参数。然后,将选出的参数应用于全区测试,直到选出全区资料的最优反演参数。最后,测试结果用于全区资料反演处理。

3)批量处理。地震反演是反复的、不断优化的过程,每次的反演结果必须与已知资料进行比较,不符合地质规律与已知资料的部分需进一步分析研究并调整,不断迭代,直至反演结果最大程度符合已知资料。

2.5 反演效果分析

通过分析合成地震剖面与原始地震剖面的相似性来评估反演效果。两者残差无限接近于0则反演结果最理想,残差大则进行修正,直至达到符合已知地质情况的效果。图7为最终波阻抗剖面,蓝色冷色为高阻抗值表现的围岩,黄红亮色为低阻抗值表现的煤层,煤层连续且有厚薄变化。图8为钻孔HX8-8位置局部放大后,波阻抗数据与地震记录的叠合,可以看出,煤层顶底板与测井曲线吻合,反演的煤层变化与地震记录振幅强弱变化一致。

图7 反演波阻抗剖面Fig.7 Inversion wave impedance section

图8 波阻抗与地震记录对比剖面Fig.8 Comparison between wave impedance and seismic records

最后,可以对波阻抗数据体的色彩进行调整,更好地进行煤层的追踪和属性提取,完成对煤层进一步的精细解释,在初步解释之后,可依据新的测井、地质资料,重复处理,直到取得理想效果。

2.6 煤层厚度计算

常规的地震反演技术预测煤层厚度的方法,是在波阻抗数据体上解释出煤层顶底板,计算出底板与顶板的时差,结合煤层层速度计算得到煤层厚度。本项目采用创新的计算手段,通过统计煤层顶底界面的波阻抗临界值,将反演波阻抗数据体转换成煤岩岩性数据体从而求得每一道煤岩的样点数,结合煤层层速度转换得到煤层厚度。

1)求取煤层顶底板的波阻抗临界值。反演剖面通过低频趋势合并,加入了地震资料没有的0～10 Hz的低频成分。通过对反演数据体调整色标显示,将波阻抗剖面上的煤厚和测井曲线反映的煤厚对应起来,以确定反演数据体上煤层顶底界面的波阻抗临界值,记为B。根据统计确定B=9.98×106kg/m2/s。

2)将反演波阻抗数据体转换为煤岩数据体并计算每道煤岩样点数S。将波阻抗值大于B的部分设定为0,如高阻的灰岩、砂岩及泥岩等;波阻抗值小于B的部分设定为1,如煤岩等低阻抗岩层,将波阻抗数据体转换成煤岩数据体以供后续计算煤岩样点数。如图9所示,黑色部分代表取值为1的煤岩层,棕色部分代表围岩。以3煤为例计算煤岩样点数,已知区内煤厚不超过15 m,T6波t0值为底板双程旅行时,将T6波分别上移15 ms、下移5 ms作为求取样点数的限定时窗,能涵盖全区3煤所在的时间域。在所求时窗内对煤岩数据逐道求和,得出每一道样点数记为S。

图9 煤岩剖面Fig.9 Section of coal rock

3)煤层层速度统计。利用声波测井资料,对全区煤层的层速度进行统计分析,取平均值为煤层层速度v=2 500 m/s。

4)煤层厚度计算。得到煤层每道煤厚样点数S后,与资料采样率x相乘,得到煤层的时间范围S×x,再与层速度v/2相乘,得到煤层厚度值d,计算公式如下:

d=S×x×v/2.

(2)

将每道所得到的煤层厚度展点于平面上,形成最终煤层厚度图,如图10所示。从图10中可以看出,反演结果能够精细反映煤层厚度变化,整体上呈向南变薄趋势,局部位置出现变薄带,推测和沉积环境相关。

图10 预测煤厚分布图Fig.10 Distribution of coal seam thickness

3 讨论

通过对测井约束稀疏脉冲反演预测的煤层厚度数据和钻孔内插法预测的数据进行统计和对比分析(表1)可以看出,测井约束稀疏脉冲反演预测煤层厚度误差小于4.05%,内插法预测煤层厚度F66井误差高达-10.14%。反演预测误差平均1.06%,钻孔内插法误差平均-2.36%,误差率提高了1.3%。结果表明,在沉积环境稳定和钻井分布均匀密集的情况下,两种方法预测煤层厚度误差区别不大,而在沉积环境变化快且钻井稀疏的地区反演预测法可以提高煤层厚度预测的精度和细致程度。

表1 预测效果对比表Table 1 Comparison of prediction effects

4 结论

1)采用标准层段趋势分析法进行全区钻孔测井数据的归一化处理,在保留了各矿井测井曲线细节的条件下,实现了相同沉积时间段内同一沉积单元内反演成果面貌的一致性。

2)提取时变空变子波,使15煤的反射能量得到显著提高,改善了3煤屏蔽作用的不良影响,提高了反演结果纵横向的精细程度。

3)在波阻抗数据体转换煤岩数据体过程中,有部分非煤岩层波阻抗值在临界值以下,被误转换成煤岩,是本次研究未能解决的问题。因此,在计算煤岩样点数过程中时窗的设置需谨慎。

4)采用煤层顶底界波阻抗临界值统计算法,确定煤层顶底界波阻抗临界值,利用门槛值将反演波阻抗剖面转换成煤岩剖面,计算煤岩层的样点数,乘以采样率和层速度求取煤储层厚度,实现了煤层厚度描述的自动化处理,大大提高了煤层厚度的解释精度,具有推广应用价值。