王 楠，秦其明，陳 理，白琰冰

(北京大學 遙感與地理信息系統(tǒng)研究所，北京 100871)

天然源超低頻電磁探測技術在煤儲層識別中的應用

王 楠，秦其明，陳 理，白琰冰

(北京大學 遙感與地理信息系統(tǒng)研究所，北京 100871)

針對煤層氣儲層識別問題，提出了天然源超低頻電磁探測技術，并闡述了探測機理。運用獨立成分分離和提升小波變換相結合的方法對探測信號進行濾波與重構，壓制了工頻干擾。選取了沁水盆地不同儲層埋深、不同工頻干擾強度的3口煤層氣排采井，利用重構的超低頻信號對多個儲層進行了有效識別，結合電磁波特性評價了儲層位置的探測精度。某排采井剖面研究表明，超低頻探測技術可以對儲層分布和排采過程中的水文等異常信息進行提取，發(fā)現(xiàn)在3號和15號煤儲層之間存在一個疑似充水斷層，需要實際資料進一步驗證。

超低頻；電磁探測；煤層氣；儲層識別；獨立成分分析；提升小波

天然源超低頻電磁探測技術是一種利用觀測的天然源超低頻磁場信號，結合實際地質(zhì)資料和鉆孔資料，建立解譯標志和解釋模型，來劃分地層、識別地物異常的電磁勘探方法。根據(jù)國際電聯(lián)(ITU)的定義，我們所利用的頻段為3～3 000Hz屬于極低—超低頻段(super-low frequency)。超低頻電磁波在地下介質(zhì)中能量衰減慢，不受高阻層干擾，穿透性強。根據(jù)頻深對應關系，超低頻信號可以攜帶10000m以淺的地下信息。利用北京大學自主研發(fā)并改進的BD-6型超低頻電磁探測儀采集信號，通過對信號深入分析，在長期野外試驗基礎上，建立了地下異常解譯模型，逐步發(fā)展并完善了該電磁探測技術。自20世紀90年代以來，該技術已經(jīng)廣泛運用到深海油氣、地熱、煤礦采空區(qū)及富水區(qū)、隱伏斷層、瓦斯富集區(qū)等的探測中，取得了一系列應用成果[1-4]。

近年來，煤層氣作為新興能源受到了廣泛關注。煤儲層規(guī)模、埋深、構造特征、物性、排采動態(tài)和產(chǎn)能信息的獲取逐漸成為研究熱點[5-6]。而上述研究的前提是對儲層識別，特別要獲取儲層位置及埋深信息。目前，針對煤層氣儲層位置、埋深和分布特征信息的提取主要采用的是地震和測井技術[7-9]，成本極高且在地形復雜地區(qū)很難實施，另外識別精度有待驗證[7]。因此便捷的煤儲層電磁探測受到廣泛關注[3]。但前人并未系統(tǒng)研究該類探測技術機理、工頻噪聲去除方法、多儲層位置識別、分布及精度評價問題。筆者針對上述問題開展研究，提出了煤層氣儲層識別的超低頻電磁探測技術。

1 煤層氣儲層超低頻電磁探測機理

針對天然源電磁探測，前人已有很多理論研究[10-11]。超低頻探測機理主要基于大地電磁測深(MT)理論。其場源假設：在局部區(qū)域內(nèi)，太陽輻射與電離層相互作用產(chǎn)生的是垂直地面入射的均勻電磁波，視為入射一次場。通過零磁空間試驗分析，探測的異常場信號主要來源于地下[12]，包括在地層接觸面的反射一次場、感應二次場和輻射場信息。在地上觀測時還有工頻干擾等人文噪聲。在背景場相對穩(wěn)定的情況下，基于電磁理論中趨膚深度與截止頻率的概念，地層不同深度與頻率相對應。參照前人提出的頻深轉(zhuǎn)換公式[13]，結合野外多次試驗分析，建立了半經(jīng)驗的頻深轉(zhuǎn)換公式[4]。利用超低頻電磁探測儀可視化分析“深度-異常磁場能量”關系，建立解譯標志和解釋模型，進一步識別地物異常。

煤層氣儲層識別主要依據(jù)是儲層與圍巖之間物性、巖性差異以及煤層氣排采過程中的特殊物理效應。一般而言，氣體電阻率一般較高，液體和固體相對為低電阻率。因此含氣煤儲層比鄰近不含氣地層電阻率要高。根據(jù)MT理論，入射電磁波在高阻層衰減慢且反射波較強，地面接收到的反射一次場相應也較強。而且煤層氣賦存受到水文地質(zhì)條件的控制，煤層氣儲集、運移和排采過程中與地下水低阻帶之間會存在關聯(lián)。高阻含氣儲層周圍圈定的地下水低阻體也可以為儲層識別提供佐證。另外，煤層氣儲層是一種多相流變介質(zhì)，在煤層氣排采過程中，因為存在動電、震電、壓電效應等均可能產(chǎn)生電磁輻射[14-15]。輻射場信號與煤層氣儲層的孔隙度滲透性、含氣性和儲層壓力密切相關，且頻帶較低，傳播距離較遠，可以被地面上的高靈敏度的磁場傳感器接收。通過頻譜分析確定煤層氣富集深度[16]。特別是在排采過程中，隨著煤層氣流動和儲層破裂，來自儲層的電磁輻射信號較強，在地表理應探測到更強的超低頻段磁場信號異常，因此可以用來提取儲層位置和埋深信息。如果通過多臺超低頻探測儀陣列觀測以及長時間觀測，可以獲得儲層三維分布及排采動態(tài)信息。

2 工頻濾波方法

理論計算表明入射一次場和感應二次場信號的疊加場對多數(shù)地層模型的響應變化平緩，可以視為一種近似均勻的背景場。去除這種背景場以后，地表接收的異常信號除了地下反射場和輻射場信號外，還受到工頻干擾和隨機噪聲的影響，因此需要研究壓制干擾的濾波方法?；诿ぴ捶纸獾莫毩⒊煞址治龇椒ń鼛啄暝谛盘枮V波方面發(fā)展迅速。前人研究表明該方法可以在超低頻數(shù)據(jù)處理中壓制噪聲[17]，但是試驗樣本較少，且沒有討論工頻壓制效果。筆者針對每一工區(qū)，利用多組不同測點數(shù)據(jù)作為樣本，提取3～4個獨立成分，保留除去工頻干擾和游散電流的成分。然后再對去噪信號進行提升小波分解與重構進一步壓制高頻隨機噪聲。

2.1 獨立成分分析

獨立成分分析(ICA)是一種基于盲源分解的算法，可以用于從復雜觀測信號中提取有效信息[18]。它基本原理是通過讓每一個組成信號的獨立性最大化來實現(xiàn)對信號的分解。根據(jù)中心極限定理，合成信號的高斯性要比其各組成成分的信號高斯性強，也就是說各組成信號的獨立性更強?？梢圆捎米畲筘撿剡@個量來衡量信號的獨立性。筆者利用FastICA算法計算了超低頻信號各獨立成分。該算法有占用內(nèi)存小，計算量小且相對穩(wěn)定的特點。

從圖1(a)可以看出，原始信號存在150Hz和250Hz兩個隨時間變化的工頻干擾，經(jīng)過ICA提取了3個獨立成分。圖1(b)第1個獨立成分為有效信號，可以看到660m左右的150Hz的工頻噪聲基本被去掉了。圖1(c)受到了游散電流的干擾，而圖1(d)第3個獨立成分可以看到明顯與工頻干擾源相關。

2.2 小波與提升小波分析

對比圖2(a)，(b)，ICA濾波的結果可以突出有效信息(箭頭指示2個異常峰)，但去噪效果仍然較差，且不能提供信號局部和細節(jié)信息?？紤]到小波在頻率域和時間域都具有多分辨率的特性，筆者使用DB4小波去近似ICA濾波后的信號。如圖2(c)所示，可以看到2個高振幅異常，而150Hz和250Hz的工頻干擾基本被壓制了。但是曲線過于光滑，不能滿足對地層細節(jié)信息進行提取。所以筆者采用了提升小波進行分析。提升小波采用雙正交小波重構方法，不依賴傅里葉變換，在占用極小內(nèi)存的情況下可以容易實現(xiàn)正反小波變換[19]。用haar提升小波對ICA濾波信號進行了分解與重構，從圖2(d)可以看到提升小波重構的信號對于工頻干擾有效壓制，更易于提取地層細節(jié)信息。

圖2 超低頻信號的小波與提升小波分析Fig.2 The wavelet and lifting wavelet analysis of the SLF signal

3 煤儲層識別分析與討論

3.1 研究區(qū)域與數(shù)據(jù)

沁水盆地南部是我國煤層氣勘探開發(fā)最成熟和最活躍的地區(qū)之一，該區(qū)域主采3號和15號煤層，其中3號煤層已大量產(chǎn)氣，進入大規(guī)模排采階段，而15號煤層也在開發(fā)中。沁水盆地南部煤層氣試驗區(qū)擁有多口長期穩(wěn)定排采井，存在多組含氣煤儲層。根據(jù)野外試驗，筆者選取了不同儲層埋深、不同干擾環(huán)境下的3口煤層氣排采井開展超低頻探測試驗，其排采井編號分別為001井,002井和003井，見表1。

3.2 煤層氣儲層識別結果與討論

(1)001排采井。根據(jù)鉆孔資料，該井3號煤儲層埋深較淺，周圍電磁干擾強烈。超低頻數(shù)據(jù)采自于2007-09-22，在001井附近采集了4個測點共12組數(shù)據(jù)。按照前述噪聲處理方法，獲得最終重構曲線。經(jīng)過地層校正后的超低頻解釋曲線與鉆孔資料對比發(fā)現(xiàn)：通過對700，550和400Hz的工頻干擾壓制，很好地突出了實際地層信息，如圖3(a),(b)所示。從圖3(c)可以發(fā)現(xiàn)163～169m的含氣煤儲層顯示了高磁場振幅異常，頂?shù)装宸凵皫r信號相對強度低，因為其較松散，反射一次場較弱。上覆巖層各層區(qū)分明顯。結果表明，針對埋深較淺的3號儲層，即使工頻干擾強烈，也仍然可以得到較好的識別。

表13口排采井情況
Table1ThestatusofthreeCBMproductionwells

井編號儲層頂?shù)装迓裆?m含氣量/(m3·t-1)工頻干擾情況0013號煤儲層：163～1699 03強0023號煤儲層：458 3～463 519 52弱15號煤儲層：543 8～546 515 800033號煤儲層：460 0～466 518 23強15號煤儲層：542 1～549 217 15

圖3 001井煤層氣儲層的超低頻探測識別與解釋結果Fig.3 The SLF prospecting interpretation of the CBM reservoir identification in Well 001

(2)002排采井。根據(jù)該井鉆孔資料，該井3號和15號煤層在450～550m，埋深較深。數(shù)據(jù)于2011-10-05采集，在該井附近布置了1條12個測點的測線，共采集了48組數(shù)據(jù)。經(jīng)過前面的數(shù)據(jù)處理步驟最終重構曲線如圖4(a)，(b)所示，其中圖4(a)箭頭從左到右分別指示250Hz和150Hz的工頻干擾，圖4(b)箭頭指示2個有效信號。發(fā)現(xiàn)150Hz和250Hz的工頻干擾基本濾除。經(jīng)過層位校正，筆者將鉆孔資料和超低頻數(shù)據(jù)對比，如圖5(a)所示，3號儲層和15號儲層都對應著高的信號相對強度。而煤層頂?shù)装逡驗槲镄宰兓容^大也對應著局部超低頻振幅的變化細節(jié)，但是振幅相對煤儲層為小。3號儲層上覆疏松的第四系沉積巖振幅變化平緩，泥巖層可清楚分辨。15號儲層底板的石灰?guī)r因為致密導致超低頻信號稍強，物性均勻?qū)穹鸱^小。通過對3號儲層和15號儲層的識別，基本證明在工頻干擾較小、埋深較深的含氣儲層通過超低頻探測是可以識別的。

圖4 002井和003井的超低頻曲線重構Fig.4 The reconstructed SLF curves of Well 002and Well 003

圖5 002井和003井煤層氣儲層的超低頻探測識別與解釋結果Fig.5 The SLF prospecting interpretation of the CBM reservoir identification in Well 002and Well 003

(3)003排采井。該井與002井直線距離不超過1km。周邊高壓電線林立，工頻干擾強烈。主要煤層氣儲層和埋深與002井基本一致。超低頻探測數(shù)據(jù)采集于2010-05-25，沿著003井周邊采集了4個測點共13組數(shù)據(jù)。原始探測曲線如圖4(c)所示，其中250Hz和150Hz工頻干擾顯著。而重構信號基本濾除了兩處干擾，且突出了有效信號，如圖4(d)所示。通過與鉆孔資料對比，由圖5(b)可見：3號煤層可以明顯識別，15號煤層也有較好的突顯。而頂?shù)装迳澳鄮r互層變化平緩，對應著低信號相對強度。在地層變化劇烈的地方，超低頻曲線也具有較強烈的變化，可見其對地層巖性和物性變化敏感。通過該例表明在強工頻干擾，含氣儲層埋深較深的地方，超低頻探測技術對儲層的識別仍然有效。

3.3 儲層位置識別精度評價

提出利用絕對深度誤差ΔH和相對深度誤差σ兩個指標進行精度評價。其計算公式分別為式(1)和式(2)，其中HRE表示儲層埋深范圍的中值，而HSLF代表儲層超低頻響應的最大峰值(或者最大范圍內(nèi)的均值)。另外，根據(jù)長期觀測經(jīng)驗，沁水地區(qū)探測數(shù)據(jù)都需要進行一定的層位校正。由表2可見，淺埋深儲層識別精度較高，絕對深度誤差較??；而埋深較深的儲層識別精度較差，絕對深度誤差較大，均值在10m左右，盡管相對誤差并不大。這種結果與超低頻電磁波特性有關，趨膚深度越大，波長越長，相應的地層分辨能力下降，在儲層識別時就會出現(xiàn)較大的縱向偏差。

(1)

(2)

3.4 002井剖面探測

利用002井12個測點數(shù)據(jù)進行了剖面研究，相鄰測點間距為20m，如圖6所示。兩條黑色虛線指出了3號和15號煤儲層的分布特征，他們彼此之間可以區(qū)分。含氣儲層位置、分布和煤層氣排采速度較快的地方可以清楚識別(紅色塊體)。另外如黑色箭頭所示，2個儲層之間存在一個低振幅異常體(藍色塊體)，將2個儲層隔斷，初步推斷是地下水填充形成的小斷層，阻斷了煤層氣的流動，很可能影響該井的產(chǎn)能。而從2007—2012年對該井的生產(chǎn)狀態(tài)跟蹤發(fā)現(xiàn)其產(chǎn)氣量下降迅速，說明在煤層氣排采過程中，儲層周圍的水文環(huán)境對產(chǎn)能有比較大的影響。

表23口井儲層位置識別精度評價
Table2TheaccuracyevaluationofreservoiridentificationofthreeCBMwells

井編號儲層埋深中值/m超低頻響應最大峰值/m絕對深度誤差/m相對深度誤差/%001166 00(3號煤層)168(3號煤層)2 001 2002460 90(3號煤層)474(3號煤層)13 102 8545 15(15號煤層)537(15號煤層)8 151 5003463 25(3號煤層)470(3號煤層)6 751 5545 65(15號煤層)556(15號煤層)10 351 9

圖6 002井超低頻探測剖面Fig.6 The SLF profile study of Well 002

4 結 論

(1)理論分析與實際驗證表明天然源超低頻電磁探測技術能夠提取煤層氣儲層異常信息。

(2)為了濾除超低頻信號中的工頻干擾及其他噪聲，筆者采用獨立成分分析和提升小波相結合的方法進行濾波和重構。通過提取不含工頻干擾的獨立成分，再分別進行小波和提升小波分解與重構，發(fā)現(xiàn)提升小波重構信號更利于反應地層結構特征。重構信號有效壓制了工頻等噪聲干擾。

(3)通過對不同儲層埋深，不同工頻干擾強度，存在多組煤層氣儲層的3口排采井分別進行了儲層識別，筆者發(fā)現(xiàn)對于各煤儲層，超低頻重構信號具有突出的高振幅異常。另外，通過對儲層位置識別精度的分析表明超低頻探測技術對淺儲層識別誤差小，對深儲層識別誤差較大，這是由于該頻段電磁波本身性質(zhì)決定。

(4)對某排采井的探測剖面分析，發(fā)現(xiàn)超低頻探測技術可以提取儲層分布和水文等信息。筆者發(fā)現(xiàn)在3號煤層和15號煤層之間存在一個疑似含水低阻填充斷層，可能影響了該井產(chǎn)能。

最后，該探測技術還需要更為嚴謹?shù)睦碚摲治龊透嗟膶嶋H資料進一步驗證。

[1] Qin Qiming,Li Baishou,Ye Xia,et al.Analysis of factors affecting natural source SLF electromagnetic exploration at geothermal wells[J].Chinese Journal of Geophysics-Chinese Edition,2010,53(3):685-694.

[2] Hou Guiting.Possibility of the application of the ultra-long electromagnetic wave remote sensor to marine geological exploration[J].Acta Geologica Sinica-English Edition,2000,74(2):391-393.

[3] Jiang Hongbo,Qin Qiming,Li Baishou.Passive SLF spectrum analysis for tracing the mining dynamic of CBM[J].Spectroscopy and Spectral Analysis,2011,31(7):1898-1901.

[4] Li Baishou,Qin Qiming,Ye Xia,et al.Analysing the result of the passive SLF electromagnetic exploration experiments at a mine water-rich area in Huaibei City,Anhui Province[J].Geology and Exploration,2009,45(4):432-437.

[5] 趙麗娟,秦 勇,林玉成.煤層含氣量與埋深關系異常及其地質(zhì)控制因素[J].煤炭學報,2010,35(7):1165-1169. Zhao Lijuan,Qin Yong,Lin Yucheng.Abnormal relation and its geological controls of coalbed methane content to buried depth of coal seams[J].Journal of China Coal Society,2010,35(7):1165-1169.

[6] 陶 樹,湯達禎,許 浩,等.沁南煤層氣井產(chǎn)能影響因素分析及開發(fā)建議[J].煤炭學報,2011,36(2):194-198. Tao Shu,Tang Dazhen,Xu Hao,et al.Analysis on influence factors of coalbed methane wells productivity and development proposals in southern Qinshui Basin[J].Journal of China Coal Society,2011,36(2):194-198.

[7] 王 赟,蘆 俊,于光明.能識別煤層中垂直斷距小于3 m的斷層嗎[J]?煤炭學報,2010,35(4):629-634. Wang Yun,Lu Jun,Yu Guangming.Anormal fault in coal seams with drop height less than 3 m can be identified in seismic exploration[J]?Journal of China Coal Society,2010,35(4):629-634.

[8] 毛志強,趙 毅,孫 偉,等.利用地球物理測井資料識別我國的煤階類型[J].煤炭學報,2011,36(5):766-771. Mao Zhiqiang,Zhao Yi,Sun Wei,et al.Identification on the type of coal rank by using geophysical well logging data[J].Journal of China Coal Society,2011,36(5):766-771.

[9] Castagna J P,Smith S W.Comparison of AVO indicator:A modeling study[J].Geophysics,1994,59:1849-1855.

[10] Wang Youshan.A study of the EM method to explore strata[J].Chinese Journal of Geophysics-Chinese Edition,2006,49(1):256-263.

[11] Price A T.Theory of magnetotelluric methods when source field is considered[J].Journal of Geophysical Research,1962,67(5):1907-1920.

[12] Zhang Zexun.The Study of ultra-low frequency electromagnetic wave exploration to deep geological information[J].Acta Scicentiarum Naturalum Universitis Pekinesis,2009(2):33-37.

[13] Burrell G A,Peters L.Pulse-propagation in lossy media using the low-frequency window for video pulse radar application[J].Proceedings of the IEEE,1979,67(7):981-990.

[14] Huang Qinghua.Controlled analogue experiments on propagation of seismic electromagnetic signals[J].Chinese Science Bulletin,2005,50(17):1956-1961.

[15] Sa Zanyou.An experimental study of the electromagnetic emission memory effect during the deformation and fracture of coal or rock[J].Chinese Journal of Geophysics-Chinese Edition,2005,48(2):379-385.

[16] Wang Enyuan.A non-contact mine pressure evaluation method by electromagnetic radiation[J].Journal of Applied Geophysics,2011,75(2):338-344.

[17] Li Peijun.Filtering of ultra-low electromagnetic detection signal using independent component analysis[J].Acta Scicentiarum Naturalum Universitis Pekinesis,2009(4):621-627.

[18] Jutten C,Herault J.Blind separation of sources.1.an adaptive algorithm based on neuromimetic architecture[J].Signal Processing,1991,24(1):1-10.

[19] Daubechies I,Sweldens W.Factoring wavelet transforms into lifting steps[J].Journal of Fourier Analysis and Applications,1998,4(3):247-269.

Naturalsourcesuper-lowfrequencyelectromagneticprospectingintheapplicationofcoal-bedmethanereservoiridentification

WANG Nan,QIN Qi-ming,CHEN Li,BAI Yan-bing

(InstituteofRemoteSensingandGIS,PekingUniversity,Beijing100871,China)

Proposed the natural source super-low frequency(SLF)electromagnetic prospecting technology in identifying coal-bed methane(CBM)reservoirs，and illustrated the theory,the strategy and the feasibility of reservoir information extraction.Applied the integrated method of the independent component analysis(ICA)and lifting wavelet transform to filter and reconstruct the SLF curves,and the results successfully suppress the power line interference.By means of the reconstructed SLF signal,authors effectively recognize multi-reservoirs in three CBM wells with different reservoir depths and varying scales of power line interference,and meanwhile evaluate the identification accuracy with depth deviations from 2to 14meters.In the profile study of one production CBM well,observe that the SLF prospecting technology contributes to deriving the CBM reservoir distribution and the hydrological information.The analysis indicates that a low resistance body is inferred as a water-filled fault,which may reduce the CBM capacity and should be verified.

super-low frequency(SLF);electromagnetic prospecting;coal-bed methane(CBM);reservoir identification;independent component analysis(ICA);lifting wavelet transform

10.13225/j.cnki.jccs.2013.0153

國家科技重大專項子課題“基于靜態(tài)信息/排采歷史耦合的煤儲層分析與探測技術”資助項目(2011ZX05034-02)

王 楠(1987—)，男，吉林松原人，博士研究生。E-mail：wangnan8848@126.com。通訊作者：秦其明(1955—)，男，江蘇徐州人，博士生導師。E-mail：qmqinpku@163.com

P631.325

A

0253-9993(2014)01-0141-06

王 楠，秦其明，陳 理,等.天然源超低頻電磁探測技術在煤儲層識別中的應用[J].煤炭學報,2014,39(1):141-146.

Wang Nan,Qin Qiming,Chen Li,et al.Natural source super-low frequency electromagnetic prospecting in the application of coal-bed methane reservoir identification[J].Journal of China Coal Society,2014,39(1):141-146.doi:10.13225/j.cnki.jccs.2013.0153