引用本文
孙颖, 张洁, 吴佳, 赵晓莉, 段传丽, 房金伟. 地震多属性预测技术在宁武盆地南部煤系地层的应用[J]. 录井工程, 2022,33(3): 121-125.
SUN Ying, ZHANG Jie, WU Jia, ZHAO Xiaoli, DUAN Chuanli, FANG Jinwei. Application of seismic multi-attribute prediction technology to coal measure strata in the southern Ningwu Basin[J]. Mud Logging Engineering, 2022,33(3): 121-125.
Doi:10.3969/j.issn.1672-9803.2022.03.021  
Permissions
Copyright©2022, 《录井工程》杂志社
《录井工程》杂志社 所有
地震多属性预测技术在宁武盆地南部煤系地层的应用
孙颖, 张洁, 吴佳, 赵晓莉, 段传丽, 房金伟
中国石油渤海钻探油气合作开发分公司

作者简介： 孙颖 工程师,1986年生,2012年硕士毕业于长江大学地球探测与信息技术专业,现在中国石油渤海钻探油气合作开发分公司地质研究院工作。通信地址:300457 天津市滨海新区开发区二大街83号中石油大厦。电话:18622939703。E-mail:loverpep@sina.com

收稿日期: 2022-08-09
摘要

煤层厚度和含气量是煤层气勘探选区评估和开发应用必不可少的数据,对勘探程度低、井点稀疏的勘探新区尤为重要。首先利用地震数据,结合钻井数据资料,优选出与煤层厚度和含气量相关程度高的地震属性,进一步研究表明,在宁武盆地南部区块,利用平均绝对振幅属性可以定性预测煤层厚度,两者具有分段相关性特点,瞬时频率衰减梯度属性可以定性预测煤层含气量,两者呈现明显的负相关性。由于任何单一属性都不能完全适用于全区煤层厚度和含气量的预测,还需要结合实钻井具体资料,按照不同的标准分区进行预测和评估,地震多属性预测综合应用,可避免单一地震属性预测的局限性,有助于降低预测的多解性,提高预测精度。

关键词: 煤层厚度; 含气量; 地震属性; 平均绝对振幅; 瞬时频率; 衰减梯度
中图分类号:TE132.1 文献标志码:A
Application of seismic multi-attribute prediction technology to coal measure strata in the southern Ningwu Basin
SUN Ying, ZHANG Jie, WU Jia, ZHAO Xiaoli, DUAN Chuanli, FANG Jinwei
Oil & Gas Cooperation and Development Company, BHDC, CNPC, Tianjin 300457, China
Abstract

Coal seam thickness and gas content are essential data for the assessment, development and application of selecting coalbed methane exploration areas, which is particularly important for the exploration of new areas with low exploration degree and sparse well points. First, the optimal seismic attributes with high correlation with coal seam thickness and gas content were selected by using seismic data and drilling data. Further research shows that in the southern blocks of Wuning Basin, the average absolute amplitude attribute can be used to qualitatively predict the coal seam thickness, which has the characteristic of sectional correlation, and the instantaneous frequency attenuation gradient attribute can be used to qualitatively predict the coal seam gas content, which has an obvious negative correlation. Since any single attribute cannot be fully applicable to the prediction of coal seam thickness and gas content in all areas, it is necessary to make subarea prediction and assessment by combining with the specific data of actual drilling and according to different standards. The synthetic application of seismic multi-attribute prediction can avoid the limitation of single seismic attribute prediction, help to reduce the various possibilities of prediction and improve the prediction accuracy.

Keyword: coal seam thickness; gas content; seismic attribute; average absolute amplitude; instantaneous frequency; attenuation gradient
0 引言

我国煤层气资源量相对丰富, 居世界第三位, 目前已探明全国煤层埋深2 000 m以内的浅煤层气总资源量达36.8× 1012 m3, 其中可采资源量10.9× 1012 m3, 主要分布于华北地区, 约占全国煤层气资源总量的56%以上[1]。煤层气(瓦斯)作为一种新型高品质的清洁能源, 越来越引起人们重视, 它的开采利用, 不仅可以促进煤矿的安全生产和保证工人的人身安全, 也能够改善能源结构, 有效保护生态环境[2], 具有良好的安全性、经济效益和环境效益。

煤层气是由煤化作用形成的, 主要以吸附态赋存在煤层中以甲烷为主的非常规天然气。煤层含气量是煤层气勘探区块评估和开发应用的重要数据支撑, 而煤层厚度对含气量多少起到至关重要的作用, 因此煤层厚度和含气量预测是勘探分析的重要环节[3]。目前国内外在煤层气方面最有效的预测方法有测井曲线估算法、含气量-梯度法和等温吸附曲线法等, 主要是通过分析局部区域地质和钻井数据, 进行各点预测, 无法进行较准确的连续性平面预测, 虽然可靠性高, 但是经济性差, 用于大面积区域勘探分析不太现实, 尤其对于勘探程度较低、探井数量有限的勘探新区块, 这些方法都不太适用[4]。地震勘探作为面域空间的勘探方法, 具有横纵向分辨率高、成本低、周期短的特点, 可以提供煤层的空间分布形态、断裂体系、厚度和岩性等地质信息, 作为一种高效、低成本和大面积的勘探方法, 在煤矿生产及煤层气勘探开发中已得到广泛应用。国内外一系列研究实践证明, 可以利用地震属性来快速高效地预测煤层连片厚度和含气量状况[5, 6]。

本文针对宁武盆地南部煤层气勘探区, 以地震、测井和测试数据为基础, 提取并通过相关性分析, 优选出与煤层厚度和含气量相关程度高的地震属性, 通过后期新钻探井数据资料验证, 实现该区煤层厚度和含气量的平面分布定性预测。

1 研究区概况

宁武盆地南部东为五台山隆起, 西为吕梁山隆起, 南与汾河水库相连, 其北部与盆地腹部相接, 属于中生代以来形成的构造坳陷, 是以石炭-二叠系含煤沉积为主的富煤区。在构造发育方面, 煤层呈现东西两翼高、中部低的向斜构造, 全区呈东翼为陡坡带, 西翼为缓坡带, 中间为洼槽区的三分构造格局, 构造较为平缓, 有利于煤层气保存。煤层集中发育在石炭系上统太原组和二叠系下统山西组。太原组煤层总厚10~21 m, 从边缘向盆地中央逐渐增厚, 9号煤层是其主要煤层, 厚为8~14 m, 横向分布稳定; 山西组一般含煤3~4层, 煤层总厚4~11.5 m, 沉积较不稳定, 整体呈现东南向盆地北部增厚的趋势, 4号煤层为主要煤层, 厚为2~7 m, 横向变化大。研究区主要目标是太原组的9号煤层和山西组的4号煤层, 煤阶为中煤阶气煤、肥煤和焦煤。本次研究主要针对厚度较大、横向分布稳定的太原组9号煤层进行煤层厚度和含气量的预测。

研究区块地质构造特征复杂, 勘探程度较低, 完成二维地震556.6 km/30条, 测网密度1 km× 2 km, 地震资料品质较差, 在区域应力场作用下, 工区逆断层发育。煤层具有低速和低密度的显著特点, 与顶底板泥岩波阻抗差异较大, 有较好的反射界面, 9号煤层厚度在10 m左右, 可在地震剖面上识别出, 通过已知钻井资料进行合成记录精细标定, 与剖面上的强波谷反射波基本相对应。二维地震资料解释成果表明, 宁武盆地南部地区总体表现为西南缓坡带、中央鼻隆带、东侧陡坡带和北部洼槽带。

2 地震预测思路
2.1 煤层厚度与振幅属性

煤层是煤层气生成和聚集的基础。煤层厚度与煤层气含量基本呈正相关, 煤层厚度越大, 其单位面积内的生气量和吸附量就越大, 相应的就具有更大的勘探开发潜力。根据实际的勘探开发经验, 只有在单层煤厚大于3 m的情况下, 才具有高产的可能性[7]。因此前期煤层厚度的预测非常重要, 而煤层厚度预测根据不同的区块特点及区块现有的资料情况, 预测方法也不尽相同。

地震振幅类属性是从正负相位的振幅变化和能量的角度来分析波形的变化和能量的分布[8]。利用振幅类属性可以判别与岩性、流体、储层孔隙度和地层层序有关的变化, 识别河流、三角洲砂体、某些礁体和地层调谐效应等地质信息。振幅的横向变化也已被广泛应用于地层研究中, 用来区分稳定地层与互层状、杂乱反射地层, 疏松层与致密层。通常情况下, 稳定地层的振幅能量最大, 互层状地层振幅能量次之, 杂乱反射地层振幅能量最低。

研究区域断层发育, 构造较破碎, 其中西南部地区相对产状小, 地层较平缓, 且埋深一般小于1 500 m, 比较有利于煤层气的保存和勘探开发, 前期进行过一系列的勘探工作。但本区块现今的重点研究区域在中央鼻隆带和北部的洼槽区, 具有勘探面积大、构造断裂复杂和井点稀疏的特点, 因此利用传统的钻井资料内插或者薄层理论中的振幅参数与井点煤层厚度得到近似关系式来计算煤层厚度存在较大的误差和不确定性。本文根据勘探区块特点, 优先采用地震振幅类属性定性预测煤层纵向厚度和横向展布情况, 其方法简单高效, 精度相对较高。

2.2 煤层含气量与频率属性

煤层含气量高低主要取决于吸附量多少, 该指标是评价煤层气藏富集程度的重要指标, 含气量越高、产气稳产的潜力相应就越大。通常情况下, 煤阶越高, 微孔隙越发育, 孔隙比表面积越大, 且含氧官能团越少, 吸附水越少, 相应吸附的甲烷气就越多。根据前人研究及勘探开发经验, 只有在含气量达到10 m3/t, 且渗透率达到0.2 mD的煤层分布区, 才能达到煤层气有利勘探区的标准[9]。

通常可以通过解析法, 利用现场钻井煤心以及煤屑进行实测含气量(解吸气、逸散气、残余气)计算, 并结合多口井的倾角、声波时差、视电阻率和密度等参数中的一个或多个, 利用一元线性回归分析、多元线性回归分析或非线性拟合等方法, 通过拟合关系式来预测其他井或区域的煤层含气量[10]。但本区块重点研究区域存在地质情况太复杂和井点过少的原因, 运用上述方法并无实际指导意义。

瞬时频率是相位随时间的变化率, 也可以说是相位的导数[11]。在有些情况下, 如果目标层中饱含气, 会对高频地震信息产生衰减作用, 使接收到的信号主频被降低, 使得平均瞬时频率出现低异常, 但在强反射区从固有的物理意义上瞬时频率是不稳定的属性[12]。频率的垂向变化与含气量或断裂系统的吸收效应或层序变化有关, 在紧贴含气区下方, 气区表现为频率阴影区, 但在更低处, 频率逐渐增加, 这种垂向变化趋势可以通过瞬时频率衰减梯度来检测, 从而确定气区的横向范围[13]。根据此原理, 瞬时频率衰减梯度属性可以用来预测煤层含气量情况, 是对煤层含气性进行预测的一个重要参数。因此, 本文采用此属性来预测煤层含气量的空间分布情况。

3 地震多属性在研究区块的应用
3.1 平均绝对振幅属性预测煤层厚度

本文以宁武盆地9号煤层顶部反射层为目标层位, 采用不同时窗提取均方根振幅、总振幅、平均绝对振幅、最大波谷振幅、平均波谷振幅、总能量等振幅属性, 同时结合已知钻井煤层厚度对其进行相关性分析后, 发现以9号煤顶向上5 ms、向下13 ms开时窗, 得到的平均绝对振幅属性与煤层厚度具有一定相关性。

平均绝对振幅属性值的大小与煤层所含夹矸多少有关, 夹矸多且厚则数值偏低, 夹矸少、煤层纯度高则数值大。通过各井点处平均绝对振幅属性值(图1)与各井煤层厚度值(图2)的对比分析发现, 当煤层厚度小于10 m时, 9号煤层厚度与煤层顶部平均绝对振幅属性值存在一定正相关性趋势; 当煤层厚度大于10 m时, 9号煤层厚度与煤层顶部平均绝对振幅属性值存在一定负相关性趋势。这是因为煤层越厚, 煤层中吸附气含量越高, 当达到一定厚度时, 由于煤层中赋存了丰富的煤层含气量, 采集的地震信号振幅值降低, 导致计算出的平均绝对振幅属性值随之降低。这也说明在用单一地震属性进行预测时具有多解性, 为此既要综合考虑多因素情况, 也要针对不同部位进行具体分析。

图1 各井点9号煤层顶部平均绝对振幅值

图2 各井点9号煤层厚度

利用得到的平均绝对振幅属性预测的研究区块9号煤层厚度分布情况(图3), 通过已钻井的煤层厚度和各井点处的平均绝对振幅属性值, 结合构造沉积, 平面分布上在平均绝对振幅属性值为60~100的范围内属于有利区带, 以此对全区的煤层厚度分布有利区进行分区预测和划分, 基本划分了4个较大的有利区带。2021年底的新钻W 1井(位于北部洼槽带)和W 2井(位于中央鼻隆带)均位于预测的煤层厚度有利区范围内, 其中W 1井实钻9号煤层厚度为11.3 m, W 2井实钻9号煤层厚度为10.8 m, 实钻煤层厚度与预测的煤层厚度对应属性值范围基本吻合。

图3 平均绝对振幅属性及有利区划分

3.2 瞬时频率衰减梯度属性预测煤层含气量

以9号煤层顶部反射层为主要目标层位, 采用向上5 ms、向下13 ms开时窗提取瞬时频率衰减梯度属性, 并结合已钻井含气量进行相关性分析, 发现各井点处的瞬时频率衰减梯度属性值(图4)与各井点煤层含气量值(图5)存在明显的负相关性。

图4 各井点9号煤层顶部瞬时频率衰减梯度值

图5 各井点9号煤层含气量

利用得到的瞬时频率衰减梯度属性预测研究区块9号煤层含气量分布情况(图6), 通过已钻井的煤层含气量和井点处的瞬时频率衰减梯度属性值, 结合成藏条件可知, 平面分布上在瞬时频率衰减梯度属性值处于-100~500的范围内属于有利区带, 以此对全区的煤层含气量分布有利区进行分区预测和划分, 基本上也划分了4个较大的有利区带。2021年底的新钻井W 1井(位于北部洼槽带)和W 2井(位于中央鼻隆带)均位于预测的煤层含气量有利区范围内, W 1井实钻的9号煤层测井解释含气量18.61 m3/t, W 2井实钻的9号煤层测井解释含气量23.45 m3/t, 实钻井煤层含气量与预测的煤层含气量对应属性值范围基本吻合。

图6 瞬时频率衰减梯度属性及有利区划分

但对比平均绝对振幅属性预测结果, 瞬时频率衰减梯度属性预测的含气量有利区比基于煤层厚度预测的有利区范围相对小一些, 刻画可更为精细, 表明将平均绝对振幅属性和瞬时频率衰减梯度属性两者相结合, 综合分析应用, 对于有利区的预测效果更好。

4 结论

(1)在勘探程度较低、井点稀疏的研究区块, 运用地震多属性预测技术, 结合实钻井资料, 通过相关性分析, 可以快速、高效、低成本地预测煤层厚度和含气量情况, 为煤层气富集区研究打下基础。

(2)在宁武盆地南部区块, 利用平均绝对振幅属性可以定性预测煤层厚度, 瞬时频率衰减梯度属性可以定性预测煤层含气量。当煤层厚度小于10 m时, 平均绝对振幅属性与煤层厚度在一定程度上为正相关, 当煤层厚度大于10 m时, 两者在一定程度上为负相关; 瞬时频率衰减梯度属性与煤层含气量表现为明显的负相关性。

(3)任何单一属性都不能完全适用于全区煤层厚度和含气量的预测, 应该结合实钻井具体资料, 按照不同的标准分区进行预测和评估。地震多属性预测综合应用, 避免单一地震属性预测的局限性, 有助于降低预测的多解性, 提高预测精度。

(编辑 李 特)

参考文献
[1] 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): 46-49.
TANG Hongwei. Study on seismic exploration technology applied in forecast of CBM-riched region[J]. China Coal, 2012, 38(2): 46-49. [本文引用:1]
[2] 吴波, 王佐强. 地震勘探技术在山西某矿煤层气(瓦斯)预测中的探索研究[J]. 西部探矿工程, 2019, 31(11): 169-171, 179.
WU Bo, WANG Zuoqiang. The explorative study of seismic exploration technology in the prediction of coalbed methane (gas) in a mine in Shanxi Province[J]. West-China Exploration Engineering, 2019, 31(11): 169-171, 179. [本文引用:1]
[3] 朱正平, 雷克辉, 潘仁芳. 沁水盆地和顺区块基于地震多属性分析的煤层含气量预测[J]. 石油物探, 2015, 54(2): 226-233.
ZHU Zhengping, LEI Kehui, PAN Renfang. Coal seam gas content prediction based on seismic multi-attributes analysis in Heshun Block, Qinshui Basin[J]. Geophysical Prospecting for Petroleum, 2015, 54(2): 226-233. [本文引用:1]
[4] 彭苏萍, 杜文凤, 殷裁云, 等. 高丰度煤层气富集区地球物理识别[J]. 煤炭学报, 2014, 39(8): 1398-1403.
PENG Suping, DU Wenfeng, YIN Caiyun, et al. Geophysical identification of high abundance coalbed methane rich region[J]. Journal of China Coal Society, 2014, 39(8): 1398-1403. [本文引用:1]
[5] 陈勇, 陈洪德, 关达, 等. 基于主控因素的煤层气富集区地震预测技术应用研究[J]. 石油物探, 2013, 52(4): 426-431.
CHEN Yong, CHEN Hongde, GUAN Da, et al. Application of coalbed methane accumulation zone seismic prediction technology based on main geological controlling factors[J]. Geophysical Prospecting for Petroleum, 2013, 52(4): 426-431. [本文引用:1]
[6] 常锁亮, 刘大锰, 王明寿. 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): 23-27.
CHNAG Suoliang, LIU Dameng, WANG Mingshou. Study on the effects and application methods of seismic technique in CBM exploration and exploitation[J]. China Coalbed Methane, 2008, 5(2): 23-27. [本文引用:1]
[7] 霍丽娜, 徐礼贵, 邵林海, 等. 煤层气“甜点区”地震预测技术及其应用[J]. 天然气工业, 2014, 34(8): 46-52.
HUO Lina, XU Ligui, SHAO Linhai, et al. Seismic prediction technologies of CBM sweet spots and their application[J]. Natural Gas Industry, 2014, 34(8): 46-52. [本文引用:1]
[8] 李启成, 郭雷, 孙颍川, 等. 地震属性融合技术在煤层厚度预测中的研究[J]. 地球物理学进展, 2017, 32(5): 2014-2020.
LI Qicheng, GUO Lei, SUN Yingchuan, et al. Seismic attributes fusion and its research in predicting thickness of coal[J]. Progress in Geophysics, 2017, 32(5): 2014-2020. [本文引用:1]
[9] 霍岩. 呼和湖凹陷南部煤层气储层特征及富集区优选[J]. 大庆石油地质与开发, 2014, 33(3): 164-169.
HUO Yan. CBM reservoir characteristics and enriched areas preferred in south Huhehu Sag[J]. Petroleum Geology & Oilfield Development in Daqing, 2014, 33(3): 164-169. [本文引用:1]
[10] 邵林海, 刘池阳, 丁清香, 等. 韩城煤层气三维地震勘探区11#煤层含气量预测[J]. 地质科技情报, 2016, 35(1): 147-151.
SHAO Linhai, LIU Chiyang, DING Qingxiang, et al. Predication of 11# coalbed gas content in Hancheng coalbed methane 3D seismic survey[J]. Geological Science and Technology Information, 2016, 35(1): 147-151. [本文引用:1]
[11] 冯世民. 二维地震方法在红格尔煤田煤层气勘探中的应用[J]. 中国煤田地质, 2006, 18(增刊1): 42-44.
FENG Shimin. Application of 2D seismic method in Honger coalfield CBM exploration[J]. Coal Geology of China, 2006, 18(S1): 42-44. [本文引用:1]
[12] 常锁亮, 刘大锰, 林玉成, 等. 频谱分解技术在煤田精细构造解释及煤含气性预测中的应用[J]. 煤炭学报, 2009, 34(8): 1015-1021.
CHANG Suoliang, LIU Dameng, LIN Yucheng, et al. Application of spectral decomposition for fine seismic structural interpretation in coalfield and gas-bearing property predication of coal seam[J]. Journal of China Coal Society, 2009, 34(8): 1015-1021. [本文引用:1]
[13] MARROQUIN I D, HART B S. Seismic attribute-based characterization of coalbed methane reservoirs: An example from the Fruitland Formation, San Juan Basin[J]. AAPG Bulletin, 2004, 88(11): 1603-1621. [本文引用:1]