煤层参数变化对地震反射波特征的影响分析

Analysis of the influence of coal seam parameter changes on seismic reflection wave characteristics

摘要

地震技术是煤层气勘探的主要手段之一,通过分析煤层气地震响应特征,可以实现对煤层气藏的预测和评价。本文基于波动方程正演模拟技术,开展了煤层气地震响应的正演模拟研究。通过构建不同煤层厚度和不同煤体结构的地质模型,分析了煤层厚度和煤体结构对叠后地震响应的影响。通过建立不同煤层厚度、不同顶底板岩性以及不同含气量的地质模型,探究了煤层的叠前AVO响应特征。分析表明:随着煤层厚度的增加,随着煤体结构从原生煤向糜棱煤转化,煤层的地震反射波振幅都会有明显增强,这也是利用叠后地震振幅来预测煤层厚度和煤体结构的理论依据。对于不同厚度的煤层,其AVO曲线的截距均为负值,且煤层反射系数的绝对值随着入射角的增大而减小。对于围岩岩性不同的情况,硬质砂岩顶底板对地震波的反射振幅较强,而软质泥岩顶底板对地震波的反射振幅较弱,且相对于顶板岩性变化,煤层底板的岩性变化对地震波反射的影响更弱。当煤层含气时,其地震反射强度会随着煤层含气量的增加而增大。以上研究结果可为煤层气藏的地震勘探提供理论基础,对于优化煤层气的勘探方法也具有重要意义。

Abstract

Seismic technology is a primary method for coalbed methane (CBM) exploration. By analyzing the seismic response characteristics of CBM reservoirs, their prediction and evaluation can be achieved. This article presents a forward modeling study based on the wave equation to simulate seismic responses. We constructed geological models with varying coal seam thicknesses and coal structures to analyze their influence on post-stack seismic attributes. Additionally, pre-stack AVO response characteristics were investigated using models with different coal seam thicknesses, roof/floor lithologies, and gas contents. Experimental results demonstrate that increasing coal seam thickness and transforming coal structure from undeformed to mylonitized coal both significantly enhance the amplitude of seismic reflections from the coal seam. This relationship provides a theoretical basis for using post-stack seismic amplitude to predict coal seam thickness and coal structure. For coal seams of various thicknesses, the AVO intercept remains negative, and the absolute reflection coefficient decreases with increasing incident angle. Regarding the surrounding lithology, seismic reflections exhibit stronger amplitudes when coal seams are bounded by hard sandstone roofs and floors, and weaker amplitudes when bounded by soft mudstone. Moreover, variations in floor lithology have a weaker influence on seismic reflections than changes in roof lithology. As gas content increases, the corresponding seismic reflection intensity also rises, indicating higher gas saturation. These findings provide a theoretical basis for seismic exploration of CBM reservoirs and help optimize CBM exploration strategies.

Graphical abstract

关键词

正演模拟 / 地震响应 / 煤层厚度 / 煤体结构 / 围岩岩性 / 含气量 / AVO响应

Key words

forward simulation / seismic response / coal seam thickness / coal structure / surrounding rock type / gas content / AVO response

0 引言

煤层气作为一种非常规天然气资源,在世界能源结构中占据重要地位,对其进行有效的勘探开发具有重要意义。煤层气的主要成分是甲烷,主要以吸附态存在于煤孔隙内表面或以游离态分布在煤的孔隙和裂缝内,煤层既是煤层气的源岩层,也是煤层气的储层^[1-2]。煤层气的开发不仅能提供清洁能源,还能有效减少煤矿瓦斯爆炸的风险。我国煤层气资源丰富,开展煤层气的勘探开发具有重要的战略意义^[3-11]。

地震技术是煤层气勘探中的主要手段之一,它主要是通过地震波在地下介质中的传播特性来探测地质构造和岩石物理性质^[12-15]。地震响应分析能够提供关于煤层结构和含气量的信息,为煤层气的勘探开发提供科学依据。地震勘探技术作为一种有效的地球物理勘探方法,在煤层气勘探和开发中发挥着重要作用。近年来,随着地震技术的发展,叠前和叠后的地震正演模拟方法被广泛应用于煤层气储层的研究^[16-22]。

煤层气储层的叠后地震响应研究已有较长历史,并取得了一系列成果。早期的研究主要集中在利用地震剖面直接识别煤层及其构造特征。随着技术的进步,研究人员开始结合地震属性分析,如振幅、频率、相位等,进行更详细的储层描述和评价^[23-25]。例如,Zou等^[26]基于楔形薄煤层模型,分析了不同煤层厚度对煤层气地震响应的影响规律。祁雪梅^[27]指出,煤层与围岩在地震属性上存在显著差异,这些差异可以用于识别煤层和评估其含气性。此外,他还提出了一种基于DST和DSmT自适应信息融合的地震多属性预测方法,以更准确地预测煤层气的分布。

AVO技术(振幅随偏移距变化)基于Zoeppritz方程,通过分析反射系数与入射角的关系,能够识别出地下介质的岩性和物性变化,该技术在煤层气勘探中的应用也越来越广泛^[28-31]。这项技术利用不同偏移距的地震数据,通过反演获取有关地下介质弹性参数的信息,从而推断储层的物性和含流体情况。杜文凤等^[32]比较分析了瓦斯突出煤和非突出煤的地震AVO响应特征,发现两者的AVO响应均表现出振幅绝对值随偏移距增大而减小的趋势。冯小英等^[33]开展了煤层气藏的叠前AVO响应特征分析,揭示了沁水盆地煤层气藏的AVO响应与含气性的关系。师素珍等^[34]分析了地震波调谐效应对AVO属性的影响,并在构造煤预测中得到应用。张铁强等^[35]基于反射率法从AVO振幅、截距、梯度以及频谱等方面区分了不同厚度煤层模型的特征与差异。王增玉等^[36]分析了构造煤及夹矸对煤层AVO正演模拟结果影响。章静等^[37]基于叠前AVO属性对煤层瓦斯含量进行了预测,并得到了可靠的预测结果。这些研究丰富了煤层气藏地震响应的认识,但仍需进一步加强地震响应特征与地质因素的定量关系研究。

本文深入分析煤层气的地震响应特征,旨在为煤层气的高效勘探和开发提供科学依据。本文利用佐布里茨方法和褶积模拟,开展了煤层气地震正演模拟,通过构建不同参数的煤层气地质模型,定量分析了不同地质因素对煤层气地震响应的影响,以期推动煤层气叠后和叠前地震响应研究的进展,促进煤层气资源的利用和经济价值的提升。

1 基本原理

在弹性介质中,一阶速度-应力格式的二维波动方程可以表示为

(1)$ \left\{\begin{array}{l}\rho \frac{\partial v_{x}}{\partial t}=\frac{\partial \sigma_{x x}}{\partial x}+\frac{\partial \sigma_{x z}}{\partial z}+f_{x} \\\rho \frac{\partial v_{z}}{\partial t}=\frac{\partial \sigma_{z x}}{\partial x}+\frac{\partial \sigma_{z z}}{\partial z}+f_{z} \\\frac{\partial \sigma_{x x}}{\partial t}=(\lambda+2 \mu) \frac{\partial v_{x}}{\partial x}+\lambda \frac{\partial v_{z}}{\partial z} \\\frac{\partial \sigma_{z z}}{\partial t}=\lambda \frac{\partial v_{x}}{\partial x}+(\lambda+2 \mu) \frac{\partial v_{z}}{\partial z} \\\frac{\partial \sigma_{x z}}{\partial t}=\mu\left(\frac{\partial v_{x}}{\partial z}+\frac{\partial v_{z}}{\partial x}\right)\end{array}\right.$

式中,x和z分别表示横向和纵向坐标,t表示时间变量,v_x和v_z分别表示在x和z方向的传播速度,σ_xx、σ_yy和σ_xz分别表示在不同方向的应力,λ和μ表示拉梅常数,f_x和f_z表示在x和z方向的震源力,ρ为介质的密度。

可以采用多种数值方法对上述方程进行求解,如有限元法、有限差分法等。有限差分法由于计算效率高、编程简单,常被用来求解该类方程。本文采用交错网格有限差分法进行求解,上式的有限差分法离散格式为

(2)$ \left\{\begin{array}{l}\rho \frac{v_{x}^{n+\frac{1}{2}}\left(i+\frac{1}{2}, k\right)-v_{x}^{n-\frac{1}{2}}\left(i+\frac{1}{2}, k\right)}{\Delta t}= \\\frac{\sigma_{x x}^{n}(i+1, k)-\sigma_{x x}^{n}(i, k)}{\Delta x}+\frac{\sigma_{x z}^{n}\left(i+\frac{1}{2}, k+\frac{1}{2}\right)-\sigma_{x z}^{n}\left(i+\frac{1}{2}, k-\frac{1}{2}\right)}{\Delta z}+f_{x}\left(i+\frac{1}{2}, k\right) \\\rho \frac{v_{z}^{n+\frac{1}{2}}\left(i, k+\frac{1}{2}\right)-v_{z}^{n-\frac{1}{2}}\left(i, k+\frac{1}{2}\right)}{\Delta t}= \\\frac{\sigma_{x z}^{n}\left(i+\frac{1}{2}, k+\frac{1}{2}\right)-\sigma_{x z}^{n}\left(i+\frac{1}{2}, k-\frac{1}{2}\right)}{\Delta z}+\frac{\sigma_{x z}^{n}(i, k+1)-\sigma_{z z}^{n}(i, k)}{\Delta x}+f_{z}\left(i, k+\frac{1}{2}\right) \\\frac{\sigma_{x x}^{n+1}(i, k)-\sigma_{x x}^{n}(i, k)}{\Delta t}= \\(\lambda+2 \mu) \frac{v_{x}^{n+\frac{1}{2}}\left(i+\frac{1}{2}, k\right)-v_{x}^{n+\frac{1}{2}}\left(i-\frac{1}{2}, k\right)}{\Delta x}+\lambda \frac{v_{z}^{n+\frac{1}{2}}\left(i, k+\frac{1}{2}\right)-v_{z}^{n+\frac{1}{2}}\left(i, k-\frac{1}{2}\right)}{\Delta z} \\\frac{\sigma_{z z}^{n+1}(i, k)-\sigma_{z z}^{n}(i, k)}{\Delta t}= \\\lambda \frac{v_{x}^{n+\frac{1}{2}}\left(i+\frac{1}{2}, k\right)-v_{x}^{n+\frac{1}{2}}\left(i-\frac{1}{2}, k\right)}{\Delta x}+(\lambda+2 \mu) \frac{v_{z}^{n+\frac{1}{2}}\left(i, k+\frac{1}{2}\right)-v_{z}^{n+\frac{1}{2}}\left(i, k-\frac{1}{2}\right)}{\Delta z} \\\frac{\sigma_{x z}^{n+1}\left(i+\frac{1}{2}, k+\frac{1}{2}\right)-\sigma_{x z}^{n}\left(i+\frac{1}{2}, k+\frac{1}{2}\right)}{\Delta t}= \\\mu\left(\frac{v_{x}^{n+\frac{1}{2}}\left(i+\frac{1}{2}, k+1\right)-v_{x}^{n+\frac{1}{2}}\left(i+\frac{1}{2}, k\right)}{\Delta z}+\frac{v_{z}^{n+\frac{1}{2}}\left(i+1, k+\frac{1}{2}\right)-v_{z}^{n+\frac{1}{2}}\left(i, k+\frac{1}{2}\right)}{\Delta x}\right)\end{array}\right.$

式中,i、k和n分别表示x方向、z方向和t方向的离散变量,Δx、Δz和Δt分别表示x方向、z方向和t方向上的离散步长。

在交错网格中,将不同的物理量(如速度分量、应力分量)定义在不同的网格点上,可以提高数值解的精度和稳定性。同时,为了模拟实际的物理问题,我们还需要在计算区域的边界上设置适当的边界条件,如PML边界条件等。在交错网格中,边界条件的设置也需要考虑到不同物理量在网格点上的定义方式。对于上述离散化的波动方程,可以使用迭代法来求解,从而得到各个时间步长上各个网格点上的物理量值,重复上述过程,直到达到预定的时间步数或满足其他停止条件,即可得到波场模拟结果。

2 模型实验

2.1 叠后地震响应特征分析

为了分析不同地质条件下煤层气的叠后地震响应特征,本次设计了不同厚度煤层和不同煤体结构的正演模拟模型实验。不同煤体结构(原生煤、碎裂煤、碎粒煤和糜棱煤)煤层的密度、纵波速度、横波速度是根据沁水盆地某工区实际资料统计得到。研究区的煤层围岩的岩性以泥岩为主,砂岩次之,因此,本次实验围岩的岩性设置为泥岩。本实验涉及的地震弹性参数如表1所示,震源选用主频为30 Hz的雷克子波,时间采样间隔为0.5 ms,子波长度为120 ms。

2.1.1 不同厚度煤层的叠后地震响应特征

统计研究区钻孔、测井资料可知,该工区目标煤层平均厚度为5 m,薄煤层厚度为1~2 m,厚煤层的厚度约为10 m,研究区以中厚层煤层为主,且较稳定。据此设定如图1所示的二维地质模型,煤层(原生煤、碎裂煤、碎粒煤或糜棱煤)设置为楔形体,煤层的厚度从1 m至10 m变化,厚度变化梯度为1 m。

利用正演模拟算法对上述模型进行正演模拟,计算得到不同煤体结构模型对应的叠后地震记录,如图2所示。提取煤层顶界面反射波振幅信息,分析煤层反射波振幅与煤层厚度的关系,绘制煤层厚度与地震振幅的关系曲线,如图3所示。可以发现,对于不同煤体结构(原生煤、碎裂煤、碎粒煤或糜棱煤)的煤层,他们表现出的叠后地震响应规律基本相同,即随着煤层厚度的增加,煤层顶界面反射波的振幅逐渐增强。利用地震振幅响应与煤层厚度之间的关系,可以在地震勘探中预测煤层的厚度和分布情况,为煤矿开采提供重要的地质依据。

为了进一步分析煤层厚度变化对反射波振幅的影响,我们分别计算了煤体厚度变化引起的反射波振幅绝对变化量和相对变化量,如图4所示。可以发现,随着煤层厚度的线性增加,煤层顶界面反射波振幅的绝对增加量逐渐减小,不同煤体结构规律基本相同。也就是说,对于层厚较薄的煤层,其反射波振幅对厚度变化更加敏感;相反,对于层厚较大的煤层,其反射波振幅对厚度变化更加微弱。

2.1.2 不同煤体结构煤层的叠后地震响应特征

煤体结构从原生煤到糜棱煤的变化,是一个复杂的地质过程,这一过程中地震振幅响应会呈现出明显的规律性变化。随着煤体结构从原生煤向糜棱煤的转变,煤层的物理性质(如密度、速度)会发生显著变化。一般而言,原生煤由于其较为完整的结构和较高的密度,其弹性阻抗通常较大。糜棱煤是煤层在构造应力作用下发生强烈形变和塑性流动,并被重新压紧后形成的,其原生结构已遭到彻底破坏,失去了原有的层理和纹理,所以糜棱煤的硬度和密度相对较低,容易被破碎和磨损。碎裂煤和碎粒煤的破碎程度和弹性性质介于原生煤和糜棱煤之间,其阻抗一般也是介于两者之间。煤体结构的变化会导致地震波在煤层中的传播特性发生变化,进而影响地震反射强度。

为了探究不同煤体结构煤层的地震响应特征,我们建立了如图5所示的二维地质模型,其中,煤体结构从原生煤、碎裂煤、碎粒煤变化为糜棱煤,煤层的厚度分别设定为1 m、3 m、5 m、7 m、9 m。利用正演模拟算法对上述模型进行正演模拟,计算得到对应的叠后地震记录。图6展示了煤层厚度为3m时,煤体结构变化模型的正演结果。

提取煤层顶界面反射波振幅信息,分析煤层反射波振幅与煤体结构的关系,绘制地震振幅随煤体结构变化的关系曲线,如图7所示。从图中可以看出,随着煤体结构的破碎和形变(从原生煤过渡到糜棱煤),地震反射振幅逐渐增强,不同煤层厚度表现出的规律相同。主要原因是煤层围岩的波阻抗一般高于煤层,随着煤体结构的破碎(从原生煤过渡到糜棱煤),煤层的速度和密度进一步降低,因此,糜棱煤的波阻抗比原生煤更低,与围岩的波阻抗差异更大,在地震响应上表现出更强的反射振幅。该实验表明:如果剔除煤层厚度因素的影响,地震反射波的振幅变化在一定程度上可以用来判别煤体结构类型,可以为煤体结构识别提供理论依据和技术支持。但是,需要注意的是,引起地震反射波振幅变化的因素很多,只有排除其他因素的影响,才能运用该实验结果进行煤体结构的判别。

为了进一步分析煤层结构变化对反射波振幅的影响,我们分别计算了煤体结构变化引起的反射波振幅绝对变化量和相对变化量,如图8所示。从图8(a)可以发现,当煤层厚度较小时(3 m、5 m和7 m),随着煤体结构从原生煤过渡到糜棱煤,煤层顶界面反射波振幅的绝对变化量有增加趋势。从图8(b)可以发现,当煤层厚度不变时,煤体结构变化引起的反射波振幅相对变化量基本不变,如煤层厚度为7 m时(蓝色),煤体结构从原生煤过渡到糜棱煤,引起的反射波振幅相对变化量基本都在10%左右。另外,我们还可以发现:当煤层厚度较小时(如3 m),煤体结构变化引起的反射波振幅相对变化量较大(24%左右);煤层厚度较大时(如9 m),煤体结构变化引起的反射波振幅相对变化量更小(8%左右)。造成这种现象的主要原因是,煤层较薄时,地震反射波振幅本身较小,此时,煤体结构变化引起的反射波振幅细微变化都能被反映出来。也就是说,利用地震反射波振幅来判别煤体结构信息,在薄煤层情况下更为有利。

2.2 叠前AVO响应特征分析

为了分析煤层和围岩性质对地震AVO响应的影响,设计了相应的煤层模型。根据沁水盆地某工区实际资料统计,煤层的密度、纵波速度、横波速度分别设定为1.48 g/cm³、2 500 m/s、1 400 m/s。实验选用的震源为主频30 Hz的雷克子波,子波长度为120 ms,采样间隔为0.5 ms。

2.2.1 不同厚度煤层的叠前AVO响应特征

为了探究不同厚度煤层的地震AVO响应特征,我们建立了如图9所示的一系列二维地质模型,其中,煤层的厚度分别设定为1 m、2 m、3 m、4 m、5 m、6 m、7 m、8 m、9 m、10 m,围岩设定为砂岩,其密度、纵波速度、横波速度分别为2.56 g/cm³、4 000 m/s、2 400 m/s。利用正演模拟算法对上述的一系列模型进行正演模拟,得到对应的叠前共反射点道集,如图10所示。

提取煤层顶界面反射波的振幅值,绘制不同煤层厚度对应的AVO曲线,如图11所示。从图中可以发现,尽管煤层厚度不同,其顶界面AVO曲线总体上表现出相似的特征:第一,地震波垂直入射时(0°),煤层的反射系数值均为负值(截距P值);第二,煤层反射系数的绝对值随着入射角的增大而减小。此外,随着煤层厚度的增加,AVO属性的截距(P)值绝对值也会增大。这是因为厚煤层与围岩具有更大的波阻抗差异,导致截距(P)值较大。截距(P)值反映了垂直入射时的反射系数,与煤层的波阻抗差异密切相关。我们还可以发现,随着煤层厚度的增加,AVO属性的梯度(G)值也会增大(AVO曲线越平缓,梯度G值越小)。需要注意的事,这种变化规律并非绝对,还受到其他因素的影响,如煤层的孔隙率、流体饱和度等。

2.2.2 不同顶底板岩性的煤层叠前AVO响应特征

根据研究区实际资料统计,煤层围岩的岩性以泥岩为主,砂岩次之。为了研究围岩岩性变化对煤层反射波的影响,我们选择顶板、底板和砂岩、泥岩这两组参数作为变量,建立4套煤层模型,如图12所示。模型1中煤层顶板为砂岩,底板为泥岩;模型2中煤层顶板为泥岩,底板为砂岩;模型3中煤层顶板和底板均为泥岩;模型4中煤层顶板和底板均为砂岩。其中,砂岩的密度、纵波速度、横波速度分别为2.56 g/cm³、4 000 m/s、2 400 m/s,泥岩的密度、纵波速度、横波速度分别为2.50 g/cm³、3 200 m/s、1 750 m/s。煤层的厚度设定为10 m,围岩的厚度设定为500 m。利用正演模拟算法对4套模型进行正演模拟,得到对应的叠前共反射点道集,如图13所示。

提取煤层顶界面反射波的振幅值,绘制不同围岩岩性模型对应的AVO曲线,如图14所示。可以看出,4种模型的煤层顶界面AVO曲线的截距P值均为负值,且绝对值随着偏移距的增大而减小。根据煤层顶板的岩性不同,可以将4种模型分为两大类:顶板砂岩类模型和顶板泥岩类模型。相较于顶板泥岩类模型,顶板砂岩类模型的AVO截距绝对值会明显偏大。这是因为泥岩与煤层的波阻抗差异相对较小,而砂岩与煤层的波阻抗差异相对更大,直接导致顶板砂岩类模型的顶板反射系数增加,从而使AVO截距变大。根据煤层底板的岩性不同,顶板砂岩类模型又可以分为顶板砂岩底板砂岩类模型和顶板砂岩底板泥岩类模型两个亚类型,顶板泥岩类模型又可以分为顶板泥岩底板砂岩类模型和顶板泥岩底板泥岩类模型两个亚类型。从图14可以看出,相比于顶板岩性对AVO截距的影响,底板岩性对AVO截距的影响更小。在顶板岩性相同的情况下,底板为砂岩时,其AVO截距绝对值会有小幅度增加。

总体而言,煤层顶板围岩的岩性变化会对煤层反射波产生不可忽略的影响,具体表现为:硬质砂岩顶底板对地震波的反射较强,反射振幅较大;而软质泥岩顶底板对地震波的反射较弱,反射振幅较小。煤层底板的岩性变化对地震波反射的影响较弱,根据煤层厚度的不同,其影响也更加复杂,需要结合具体的地质模型进行分析。

2.2.3 不同含气量煤层的叠前AVO响应特征

为了研究不同含气量煤层的地震AVO响应特征,我们建立了煤层含气量变化的二维地质模型,如图15所示。根据研究区实际资料统计,参考陈信平等^[38]关于煤层气含量的探讨,我们建立了煤层含气量与其弹性参数之间的数学关系,

(3)$\left\{\begin{array}{l}\rho=1.5-0.0093 V_{\mathrm{g}} \\v_{\mathrm{P}}=3100-43.5 V_{\mathrm{g}} \\v_{\mathrm{S}}=1701-16.4 V_{\mathrm{g}}\end{array}\right. $

式中,ρ、v_P和v_S分别表示密度、纵波速度和横波速度,V_g表示含气量(单位:m³/t)。

利用正演模拟算法对上述含气量煤层模型进行正演模拟,得到对应的叠前共反射点道集,如图16所示。提取煤层顶界面反射波的振幅值,绘制不同含气量煤层模型对应的AVO曲线,如图17所示。从图中可以看出,不同含气量模型的煤层顶界面AVO曲线的截距均为负值,而且随着煤层含气量的增加,地震反射波的AVO截距绝对值也会增大。这是因为围岩的阻抗一般会高于煤层,而煤层中含气体将进一步降低煤层的阻抗值,导致煤层与围岩直接的阻抗差进一步增大,在地震上就会表现出更大的反射系数。煤层含气量对AVO梯度(G)值的影响较为复杂。

3 应用实例分析

利用地震反射波振幅信息来判断煤层厚度和煤体结构的变化虽然在理论上可行,但是在实际资料应用中还存在较大的难题,本次实例应用中不做讨论。结合本研究区煤层的特点,本次主要讨论含气量变化对AVO曲线的影响。如图18和19,本次选取研究区的两口井(记为X井和Y井),分别进行正演模拟分析。在两口井中,都解释了两套煤层,如图中的蓝色方框和紫色方框所示,两套煤层在横向上变化不大,因此可以忽略煤层厚度的影响。同时,在两个井点处的围岩岩性都是泥岩,速度差异较小,因此,围岩的岩性差异影响也可以忽略。但是,在两个井点处两套煤层的含气量有明显的差异,因此,在两个井点处的AVO差异主要反映了含气量的差异。

利用两口井的纵波、横波和密度数据,分别进行AVO数值模拟研究。首先,利用井旁地震资料提取地震子波,结合纵波、横波和密度测井资料,采用弹性波方程算法,进行AVO正演模拟,得到叠前共反射点道集。然后,在共反射点合成记录上拾取煤层顶面附近的反射波振幅,并绘制其振幅随炮检距或入射角的变化特征AVO曲线,如图20所示。

在第一套煤层(蓝色方框,图20a),X井点处测得的含气量为24 m³/t,Y井点处测得的含气量为16 m³/t,两个井点对应的AVO特征与理论相应特征基本是一致的,即煤层顶界面反射振幅的绝对值都是随着炮检距的增大而减小的,且随着煤层含气量的增加,地震反射波的AVO截距绝对值也会增大。在第二套煤层(紫色方框,图20b),X井点处测得的含气量为17 m³/t,Y井点处测得的含气量为12 m³/t,其AVO特征与第一套煤层类似。该实例也进一步证实了煤层含气量对AVO特征的影响。

4 结论

本文通过构建不同参数的煤层地质模型,利用波动方程有限差分正演模拟技术,分析了不同地质条件下煤层的地震响应特征,得到了如下结论:

(1)对于不同煤体结构(原生煤、碎裂煤、碎粒煤或糜棱煤)的煤层,其叠后地震响应规律基本相同,即随着煤层厚度的增加,煤层顶界面反射波的振幅逐渐增强。

(2)随着煤体结构从原生煤过渡到糜棱煤,煤层顶界面反射波振幅逐渐增强,不同煤层厚度表现出的规律相同。

(3)对于不同厚度的煤层,其煤层顶界面反射波的AVO截距均为负值,且煤层反射系数的绝对值会随着入射角的增大而减小。

(4)对于不同围岩岩性的煤层,其煤层顶界面反射波的AVO曲线特征相同,即煤层反射系数的绝对值随着偏移距的增大而减小。此外,当顶底板围岩为砂岩时,其AVO截距的绝对值更大;当板顶板岩性为泥岩时,其地震波的反射振幅较弱。

(5)对于不同含气量的煤层,其顶界面AVO曲线的截距均为负值,而且随着煤层含气量的增加,地震反射波的AVO截距绝对值也会增大。

参考文献

[1] 屈绍忠, 林建东. 浅谈煤层气与游离气共同开发新思路[J]. 中国煤炭地质, 2013, 25(2): 64-70.

[2] LIU D, YAO Y, CHANG Y. Measurement of adsorption phase densities with respect to different pressure: potential application for determination of free and adsorbed methane in coalbed methane reservoir[J]. Chemical Engineering Journal, 2022, 446 (3): 137103.

[3] 徐凤银, 侯伟, 熊先钺, 等. 中国煤层气产业现状与发展战略[J]. 石油勘探与开发, 2023, 50(3): 1-14.

[4] 张新民, 解光新. 我国煤层气开发面临的主要科学技术问题及对策[J]. 煤田地质与勘探, 2002, 30(2): 19-23.

[5] 孙茂远, 范志强. 中国煤层气开发利用现状及产业化战略选择[J]. 天然气工业, 2007, 27(3): 1-5.

[6] YAO Y, ZHANG C, YE S, et al. Water-methane interactions in coal: insights from molecular simulation[J]. Unconventional Resources, 2023(3): 113-122.

[7] 陈正乐. 矿田构造与深部找矿预测[J]. 地质力学学报, 2024, 30(1): 1-2.

[8] 陈红, 张晨朔, 陈新军, 等. 我国深层煤层气勘探开发实践及高质量发展措施建议[J]. 石油实验地质, 2026, 48(2): 272-279.

[9] 韩学婷, 孟尚志, 刘广景, 等. 煤层气新钻井对老井产能的影响及其控制因素: 以沁水盆地柿庄南地区为例[J]. 石油实验地质, 2025, 47(1): 195-203.

[10] 鞠玮, 陶树, 杨兆彪, 等. 中国深部煤层气研究与勘探开发现状及其发展趋势[J]. 石油实验地质, 2025, 47(1): 9-16.

[11] 王涛, 侯增谦, 黄河, 等. 深部物质探测及其成矿预测: 方法、应用与展望[J]. 地学前缘, 2025, 32(6): 89-130.

[12] 崔若飞, 陈同俊. 煤层气(瓦斯)地震勘探技术[J]. 中国煤炭地质, 2012, 24(6): 48-56.

[13] 汤红伟. 地震勘探技术在煤层气富集区预测中的探索性研究[J]. 中国煤炭, 2012, 38(2): 46-50.

[14] 常锁亮, 刘大猛. 煤层气勘探开发中地震勘探技术的作用及应用方法探讨[J]. 中国煤层气, 2008, 5(2): 23-28.

[15] LIU D, ZHAO Z, CAI Y, et al. Characterizing coal gas reservoirs: a multiparametric evaluation based on geological and geophysical methods[J]. Gondwana Research, 2024, 133: 91-107.

[16] 杨震, 芦俊, 孟星浑, 等. 薄煤层PP波与PS波AVA地震响应特征[J]. 煤炭学报, 2015, 40(6): 1435-1441.

[17] 孟凡彬. 煤层厚度变化数值模拟与地震响应分析[J]. 工程地球物理学报, 2018, 15(6): 677-685.

[18] 李世杰, 师素珍. 基于射线追踪方法的煤层地震响应特征[J]. 物探与化探, 2016, 40(1): 209-213.

[19] 刘贻军. 鄂尔多斯盆地东缘二叠系煤层气开发 “甜点” 地区基本地质特征分析[J]. 地学前缘, 2011, 18(4): 219-223.

[20] 钟宇彤, 刘大锰, 姚艳斌, 等. 沁水盆地安泽区块煤储层含气性特征及其构造控制[J]. 地学前缘, 2017, 24(6): 342-352.

[21] 李烨波, 黄禄渊, 姚瑞, 等. 直立走滑断层凹凸体附近闭锁程度和应力积累的时空演化: 来自三维黏弹性数值模拟的视角[J]. 地质力学学报, 2024, 30(6): 878-892.

[22] 李胜利, 张亚雄, 于兴河, 等. 含煤层系相控型致密气储层非均质性评价的沉积要素与甜点预测策略: 以鄂尔多斯盆地为例[J]. 地学前缘, 2025, 32(5): 389-403.

[23] 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.

[24] 管永伟, 陈同俊, 崔若飞, 等. 煤层冲刷带地震响应特征及其与煤层瓦斯突出的相关性分析[J]. 地球物理学进展, 2016, 31(1): 191-197.

[25] 霍少伟, 冯兴强, 吴见, 等. 鄂东缘临兴地区深层煤层顶底板与含气性耦合关系研究[J]. 地质力学学报, 2025, 31(2): 235-247.

[26] ZOU G, XU Z, PENG S, et al. Analysis of coal seam thickness and seismic wave amplitude: a wedge model[J]. Journal of Applied Geophysics, 2018, 148: 245-255.

[27] 祁雪梅. 薄互层条件下围岩变化对煤层反射波的影响研究[D]. 徐州: 中国矿业大学, 2013.

[28] 常锁亮, 张生, 刘晶, 等. 薄互层条件下围岩变化对煤层反射波的影响研究[J]. 煤田地质与勘探, 2021, 49(5): 220-229.

[29] 邱杰, 符文, 孟祥迪, 等. AVO技术在煤层气勘探中的应用[J]. 中国煤炭地质, 2013, 25(3): 5-57.

[30] 刘志伟, 陈信平, 司国帅, 等. 煤层气AVO分析预处理关键技术[J]. 煤炭学报, 2016, 41(增刊2): 482-490.

[31] 吴雨珊, 邹冠贵, 曾葫, 等. 煤弹性参数的影响因素分析及其AVO响应特征[J]. 煤炭学报, 2023, 48(增刊1): 194-208.

[32] 杜文凤, 彭苏萍, 王珂, 等. 瓦斯突出煤和非突出煤AVO响应的比较[J]. 中国煤炭地质, 2010, 22(6): 45-48.

[33] 冯小英, 秦凤启, 唐钰童, 等. 沁水盆地煤层含气后的AVO响应特征[J]. 岩性油气藏, 2015(4): 107-112.

[34] 师素珍, 郭家成, 谷剑英, 等. 调谐效应影响下的AVO属性在构造煤预测中的应用[J]. 煤田地质与勘探, 2018, 46(3): 133-138.

[35] 张铁强, 孙鹏远, 钱忠平, 等. 薄煤层AVO响应特征分析[J]. 石油地球物理勘探, 2013, 48(4): 597-603.

[36] 王增玉, 杨德义, 曹志勇, 等. 构造煤及夹矸对煤层AVO正演模拟结果影响分析[J]. 地球物理学进展, 2018, 33(2): 754-759.

[37] 章静, 吴海波, 张平松, 等. 基于叠前AVO属性的煤层瓦斯含量预测[J]. 地球物理学进展, 2020, 35(5): 2033-2039.

[38] 陈信平, 霍全明, 林建东, 等. 煤层气储层含气量与其弹性参数之间的关系: 思考与初探[J]. 地球物理学报, 2013, 56(8): 2837-2848.

基金资助

中海油“十四五”重大专项(KJGG-2022-1001)

中海油“十四五”重大专项(KJGG-2024-1007)