譜藍化與波形分類聯合處理解釋在煤層分岔識別中的應用

焦小石,馬 麗,薛海軍, 秦永軍,張奮軒

(1.山西新元煤炭有限責任公司，山西 晉中 045400;2.陜西省煤田物探測繪有限公司，西安 710005;3.國土資源部煤炭資源勘查與綜合利用重點實驗室，西安 710021)

由于不同地區煤層沉積古地理環境、地質構造運動等多種因素作用,煤層在橫向上分岔形成多個煤層,煤層的厚度發生較大變化,精準控制煤層分岔合并位置,對煤礦工作面布置及采掘方式有較大的影響,受勘探階段鉆孔密度影響,單純依靠鉆探工作很難有效控制煤層的分岔合并。近年來,物探研究人員利用地震資料解釋煤層分岔起到了一定效果:韓少明[1]利用煤層分岔合并的地質理論模型為依據,與地震數據中同相軸反射波變化特性相比對的方法,進行了煤層分岔合并范圍的解釋,韋瑜等[2]利用褶積模型的反演方法對陜北某地區的煤層變薄及分岔進行了分析,師素珍等[3]利用井約束波阻抗反演方法,對煤層厚度的變化進行精致刻畫,孟凡彬等[4]利用頻譜分解技術預測了山西某煤礦的煤層分岔,秦永軍等[5]利用波形分類方法預測了河東煤田北部某礦的煤層分岔線。

本文引入紀甜甜、劉建偉等[6-7]油氣勘探中譜藍化拓頻處理技術,將原始地震數據進行拓頻,然后采用波形進行分類對比分析,得到相同或相似地震波形的橫向分布特征,即地震相平面圖。實際資料表明,應用譜藍化拓頻處理后的地震數據進行波形分類技術能夠很大程度上提高煤層分岔位置解釋精度。

1 正演模型分析

1.1 模型的建立

為了能夠直觀地對比影響煤層分岔間距解釋精度的參數,先建立幾組簡單的楔形地質模型。模型中不考慮噪音的影響,假定煤層的頂底板都為砂巖,分岔之間也為砂巖。模型中主要的變量為分岔間距及子波主頻,模型正演采用Rick子波,煤層厚度為研究區實際厚度。應用基于射線追蹤的正演模擬方法得到正演數據,從而對正演數據進行分析。研究區實際煤層情況,具體煤層分岔模型見圖1,地質模型物理參數如表1所示。

圖1 煤層分岔模型Fig.1 Coal seam bifurcation model

表1 地質模型物理參數Table 1 Physical parameters of geologic model

1.2 模型正演結果分析

從正演結果來看,隨著子波頻率的增大,煤層分岔間距識別精度更高。40 Hz子波正演結果可識別的分岔間距在6 m左右,60 Hz子波正演結果可識別的分岔間距在2 m左右,可見子波頻率的提高可識別的煤層分岔間距更小更接近煤層合并部位;隨著子波頻率進一步增大,80 Hz子波正演結果在接近合并部位,反射波均呈雙相位出現,煤層分岔部位已無法識別。通過正演可以得出,提高地震主頻可大幅提高分岔間距的識別精度。

2-a 40 Hz子波正演結果

2-b 60 Hz子波正演結果

2-c 80 Hz子波正演結果圖2 模型正演結果Fig.2 Forward modeling results

2 譜藍化拓頻技術

2.1 譜藍化技術原理

譜藍化技術原理是首先利用反褶積將原始地震數據中衰減及缺失的高頻部分進行恢復,然后將反褶積后的地震反射系數與測井數據中獲得的反射系數相比對,獲得匹配算子[8-9],測井數據中提取的反射系數表明地震頻率與地震振幅正相關,因此,基于測井控制的拓頻思路理論上可提高地震數據的縱向分辨率。處理后的地震數據的振幅譜形態與地層反射系數保持一致,確保了地層反射系數的保真度，具體如圖3所示。

圖3 譜藍化拓頻處理流程圖Fig.3 Flow chart of frequency broadening by spectral bluing

2.2 譜藍化實現方法

譜藍化處理的具體實現,首先采用循環反褶積技術[10-11]將地震數據完全轉換成反射系數體,本質是對地震數據進行重采樣處理,生成一個新的反射系數數據體,其表征值來自原始數據中振幅的最大值和最小值。然后利用反射系數數據體與測井頻譜相比對,計算匹配算子。最后利用計算好的匹配算子與原始地震數據進行卷積運算,最終得到譜藍化拓頻處理后的新地震體。

圖4 原始地震數據平均頻譜Fig.4 Average spectrum of raw seismic data

利用研究區范圍內的測井數據計算測井阻抗平均頻譜,并對結果進行光滑擬合,同時計算原始地震數據的頻譜,用來比對能夠使地震數據頻譜符合測井擬合光滑曲線的匹配算子。其中圖5為研究區分布的井組的測井阻抗頻譜,圖4為原始地震數據的振幅譜(紅色曲線),及光滑處理后的平均振幅譜(黑色),利用地震頻譜和測井阻抗頻譜計算譜藍化匹配算子(見圖6)。

圖5 測井數據波阻抗頻譜圖Fig.5 Wave impedance spectrogram of well log data

圖6 譜藍化算子振幅譜Fig.6 Amplitude spectrum of spectral bluing operator

2.3 譜藍化效果分析

原始地震剖面和經過拓頻后地震剖面進行對比,可以看到譜藍化拓頻處理后地震數據,同相軸反射波組更加豐富完整,剖面較弱的層間反射波能量更強連續性更好,縱向分辨率較之前的有很大提高。通過頻譜分析,原始地震數據主頻在46 Hz左右,拓頻后地震剖面主頻提高到了60 Hz左右,主頻得到了很大提高,同時反射波在煤層分岔處異常突變更容易識別。

圖7 原始地震剖面(左)和譜藍化后地震剖面對比(右)Fig.7 Comparison of original seismic section (left) and seismic spectrum after spectral bluing (right)

3 波形分類技術

3.1 波形分類技術原理

波形分類技術原理是通過一定方法提取地震數據體中單道波形在目的層段中的特征,來描述地層巖性及地質結構的空間變化[12-13]。其計算過程：在目標層段的時窗內,依地震單道波形特征,全數據體逐道對比,自動將相同或相似的地震道進行分類,展示目標層段的波形變化在橫向上的分布特征,在平面上以不同顏色代表不同地震波形類型,平面分布特征反映的即地層沉積特征的變化,從而識別目標層段的地層巖性及地質結構在平面上的分布規律。

波形分類的結果質量取決于地震屬性體、目標層段的時窗選取、模型道提取方法、波形分類結果類數等[14-15],其中,目標層段的時窗選取和利用的地震屬性體是影響分類結果較大的因素。

3.2 波形分類技術參數與效果分析

通過對譜藍化后的數據進行分析,13號煤層出現分岔,以標定的來自13號煤層反射波T13波向上向下各開20 ms為目標層段時窗,上下均不超過相鄰煤層反射波同時包含分岔后的煤層反射波,經多次測試計算,當波形分類數為6的時候,地震波形分類結果較為合理,符合研究區的地質規律。在目標層段時窗內針對研究區三種典型狀態(分岔區、合并區及過渡區)選擇提取6類不同的模型道[16]。

地震數據中提取的模型道波形特征(見圖8),圖中5—6類模型道及波形完整,單一相位、反射波能量強,代表煤層合并區;3—4類模型道波形上部出現復波,兩個反射波組處于半分離狀態,下部同相軸反射波能量相對變弱,上部同相軸反射波能量相對變強,代表煤層的過渡區;1—2類模型道波形頻率降低,上部及下部反射波能量均較強,代表煤層分岔區,同時隨著上部及下部同相軸變寬,代表煤層分岔間距變大。

圖8 T13波±20 ms層段6類模型道的波形特征Fig.8 Waveform characteristics of six model paths in the layer of T13 wave ± 20ms

4 應用效果

4.1 研究區概況

石炭系太原組13號煤層為本研究區主采煤層之一,也是正在布置回采的煤層,而13號煤層在研究區東南部為單層煤,往西北部逐漸分為上下兩層煤層,整體趨勢呈現由西到東逐漸變厚的趨勢,即分岔后的兩層厚度較合并的單層厚度更大,這種地質情況對工作面布置及煤礦安全回采有一定影響。13號煤層總厚在7 m～15 m之間,平均厚度10 m。據鉆孔及巷道揭露13號煤層結構較復雜,區內一般含夾矸1～5層。

4.2 煤層分岔解釋

通過譜藍化后地震波形分類解釋地震相[17-18]四種:黃色區域為合并相,13煤層合并為一層煤;藍色為過渡相,13煤分岔出13上煤層,間距較小;青色也為過渡相,13煤分岔出13上煤層,間距中等;綠色為分岔相,13煤分岔后出現13上煤層,分岔間距較大。受常規地震資料的分辨率限制,可以看到譜藍化后波形分類結果更接近地層實際的合并分岔邊界,局部的分岔邊界控制的也更為精細,對煤礦工作面的布置及采掘方式起到了一定的指導作用，具體見圖9。

圖9 地震相解釋成果平面圖Fig.9 Plane plan for seismic phase interpretation

4.3 煤層分岔效果分析

譜藍化后的地震數據,波形分類結果可以看出研究區存在四種不同的地震相:煤層分岔相、分岔過渡一相、分岔過渡二相和煤層合并相。

SD-02(煤厚13 m)、SD-06(煤厚12.0 m)、SD-11(煤厚13 m)及SD-12(煤厚14 m),分布在合并相內均為單層煤;研究區南部已掘巷道表明13煤均為單層煤,厚度平均約13 m左右,與譜藍化波后形分類解釋的地震相合并區是吻合的。

SD-03(下煤厚7 m、上煤厚7 m,間距34 m)分布在分岔相內。

SD-07(下煤厚7 m、上煤厚5 m,間距5 m)分布在過渡一相內。

SD-18位于原始地震數據波形分類的過渡一相和合并相交界部,位于譜藍化后波形分類的過渡一相與過渡二相交界部。SD-18施工完成后(13煤厚7.95 m、13上煤厚5.15 m,間距3.15 m),可以看出基于原始地震數據的波形分類結果在研究區分岔間距解釋精度約3 m,而經過譜藍化后波形分類的結果,分岔邊界局部向前推進了約200 m(過渡二相)。根據SD-07(間距5.2 m)到SD-18(間距3.15 m)的變化推算,本次研究的分岔邊界間距精度接近1 m。

5 結論

1)通過本次研究分析,上下煤組的厚度、地震主頻、信噪比都是影響分岔間距解釋精度的因素。研究區地質及地震資料品質不同,解釋分岔間距的精度也是不同的。

2)基于測井數據控制的譜藍化拓頻后,不僅原始地震數據的縱向分辨率具有很大提高,而且原始地震數據中地層的真實反射系數得到了保證。

3)譜藍化拓頻后再進行波形分類劃分不同的地震相,能夠更準確地控制煤層分岔合并變化范圍,為煤田勘探中煤層宏觀結構變化的定量解釋提供了一定的參考價值,為精細解釋和煤礦建設提供可靠的依據。