田忠斌， 張胤彬， 王建青， 楊曉東， 申有義， 黃捍東， 向坤， 薛國強

1 中南大學地球科學與信息物理學院， 長沙 410083 2 山西省煤炭地質(zhì)物探測繪院， 山西晉中 030600 3 中國石油大學(北京)提高采收率研究院， 北京 102249 4 中國科學院地質(zhì)與地球物理研究所， 北京 100029

?

富含煤層氣儲層的疊前地震反演預測方法研究
——以山西晉東南測區(qū)為例

田忠斌1,2， 張胤彬1,2， 王建青2， 楊曉東2， 申有義2， 黃捍東3， 向坤3， 薛國強4*

1 中南大學地球科學與信息物理學院， 長沙 410083 2 山西省煤炭地質(zhì)物探測繪院， 山西晉中 030600 3 中國石油大學(北京)提高采收率研究院， 北京 102249 4 中國科學院地質(zhì)與地球物理研究所， 北京 100029

疊前地震反演技術(shù)能夠?qū)⒌卣鹬姓穹⑵凭嗪腿肷浣堑榷喾N有效信息與油氣的敏感參數(shù)結(jié)合起來，在有效識別油氣藏“甜點”方面雖發(fā)揮了重要的作用，但對于煤層氣的有效預測仍需研究.針對煤層氣與石油天然氣的賦存地質(zhì)條件不同，本文以山西沁水盆地煤層氣地震資料為例，借鑒疊前地震反演技術(shù)的多參數(shù)預測思想，通過模型正演和實測資料處理，得到縱波、橫波速度和密度等不同的數(shù)據(jù)體，利用數(shù)據(jù)體和彈性參數(shù)關(guān)系式，采用Aki&Richard近似公式與疊前寬角度反演聯(lián)合的方法，尋找出富含煤層氣儲層的敏感參數(shù).從而實現(xiàn)富含煤層氣儲層的有效預測.經(jīng)與測井曲線結(jié)果對比，吻合率較高，說明了該方法具有可行性與實用性.

煤層氣； 含氣儲層； 疊前反演； 彈性參數(shù)； 儲層預測； 沁水盆地

1 引言

我國具有豐富的煤層氣資源，該資源的有效開發(fā)和利用對國民經(jīng)濟建設發(fā)展具有重要的保障作用.國內(nèi)外對煤層氣的研究主要集中在含氣儲層預測、雙相介質(zhì)理論、各向異性介質(zhì)理論應用與煤層氣富集區(qū)域等(劉洋等，2000).我國煤層氣的地球物理勘探技術(shù)經(jīng)過十余年的發(fā)展，在利用巖石物理特征以及地震波場特征來研究煤層巖性、含氣屬性等煤層氣特性等方面取得了豐富的成果(孫斌等，2010).根據(jù)煤儲層參數(shù)與井震數(shù)據(jù)之間的關(guān)系，用基于地震反演數(shù)據(jù)體的Langmuir方程預測了煤層氣的富集(桑孝偉，2010).分析總結(jié)煤層氣富集的主控因素再用響應的地震方法預測，取得了很好的效果(陳勇等，2013).

山西省沁水地區(qū)富含煤層氣，開采潛力巨大.但是，該地區(qū)煤層的地震響應微弱，煤儲層的儲集空間小，多為微孔，微裂縫，連通性差，煤層氣的類型主要是以吸附氣為主，由于地形起伏，造成接收到的地震信號能量弱，信噪比低，給煤層氣“甜點”預測造成了很大的困難(霍麗娜等，2014).

疊前地震反演的目標是獲得巖石的密度、縱波速度和橫波速度，疊前反演的方法可分為兩類：一類是基于波動方程的反演，這種方法計算復雜，精度高，但計算效率低；另一類是根據(jù)Zoeppritz方程進行反演，精度不如前者高，但簡單、方便、效率高，更具有可操作性，在實際中得到了應用.疊前地震反演技術(shù)能夠充分利用地震資料中包含的不同種類的信息，將振幅、偏移距、入射角等有效信息與油氣的敏感參數(shù)結(jié)合起來，是一種對油氣藏識別比較有效的地球物理技術(shù).Ostrander提出利用反射系數(shù)隨入射角變化的特性識別“亮點”型含油氣砂巖的AVO技術(shù)，隨后，疊前地震反演技術(shù)有了飛速的發(fā)展(Ostrander, 1984).

雖然伴隨著地震資料處理技術(shù)的進步，疊前地震資料所提取的油氣藏信息更為可信，對不同類型的儲層分辨程度也更高，但前人將疊前反演應用于煤層氣“甜點”預測的案例卻很少.所謂的煤層氣“甜點”預測，即是尋找對煤層氣最為敏感的參數(shù)和發(fā)現(xiàn)目的層中富含煤層氣的區(qū)域.由于煤層氣與石油天然氣的賦存地質(zhì)條件不同，構(gòu)建新的敏感參數(shù)進行預測是一種有效的辦法.本文以山西沁水盆地的資料為例，首先對煤層氣的巖石物理參數(shù)特性進行分析，利用彈性參數(shù)與動力學參數(shù)的關(guān)系，尋找對煤層氣最為敏感的參數(shù).利用Aki&Richard近似公式聯(lián)合寬角度反演的方法，進行三參數(shù)屬性反演，得到縱波、橫波速度和密度的數(shù)據(jù)體，將反演的結(jié)果提取出三參數(shù)曲線，與測井獲取的數(shù)據(jù)進行對比分析，確定反演結(jié)果的可信度.之后利用數(shù)據(jù)體和彈性參數(shù)關(guān)系式選取對煤層氣最為敏感的彈性參數(shù)，提取煤層氣儲層的厚度，從而實現(xiàn)煤層氣“甜點區(qū)”的預測.

2 疊前地震反演技術(shù)

疊前地震反演保留了地震反射振幅隨偏移距或入射角的變化而變化的特征，可提供更有效的數(shù)據(jù)體成果(甘利燈等，2005).利用豐富的疊前地震數(shù)據(jù)，在測井資料的約束下，開展疊前地震彈性參數(shù)反演，根據(jù)地震觀測數(shù)據(jù)可以提取出地下目標體的地震屬性和彈性參數(shù)(Goodway et al.，1997).在各項同性介質(zhì)的假設條件下，3個常用的彈性參數(shù)分別為：

(1)

(2)

(3)

其中μ為剪切模量，σ為泊松比，λ為拉梅系數(shù)，式(1)中ρ為巖石密度，VS為橫波速度，式(2)中VP為縱波速度.

彈性參數(shù)和巖性、流體之間具有十分密切的關(guān)系.儲層在含有油氣時，會呈現(xiàn)低值，而μ-λ會出現(xiàn)高值.Bill Goodway發(fā)現(xiàn)λ-μ對流體的敏感程度比泊松比更高(Hampson et al.，2005)，國內(nèi)實際資料也同樣證明了這一理論.

2.1 儲層地震AVA響應計算

為計算縱波速度、橫波速度和密度以及彈性參數(shù)之間的關(guān)系，以便尋找對煤層氣最為敏感的參數(shù)，需對油氣預測中的疊前保角反演AVA(Amplitude Versus Angle)進行分析.AVA變化明顯反應了巖性和流體的差異，有利于疊前彈性參數(shù)反演和流體檢測.利用反射系數(shù)與反射角的關(guān)系，判斷出含儲層目標體(Zoeppritz and Erdbebnenwellen，1919).

正演模型的研究是AVA響應的基礎，儲層含油氣與不含油氣的AVA響應差距很大，因而利用這一點，可以判斷儲層中是否含有流體.利用Zeoppritz方程計算不同角度的反射系數(shù)，將井旁提取的子波與反射系數(shù)進行褶積，就可以得到正演的道集記錄(Zoeppritz and Erdbebnenwellen，1919).

但是Zoeppritz方程表達式十分復雜，并且它的物理意義不明確，振幅與巖心參數(shù)之間的聯(lián)系不夠直觀，因此不能用于儲層參數(shù)反演.前人對Zeoppritz公式的簡化做出了很多研究.1980年，Aki和Richard給出了近似公式，該近似方法能夠滿足大多數(shù)的問題.1985年R.T.Shuey給出了Shuey近似公式(Shuey，1985).1994年Fatti給出了Fatti近似公式(Fatti et al.，1994).2000年，Smith和Gidlow根據(jù)Aki和Richard方程，給出了另一種近似，他們將這個公式應用于動校正后地震道集上的加權(quán)疊加，產(chǎn)生儲層的巖性特征，即CMP道集的加權(quán)AVO反演(Smith and Gidlow，2000).

Aki和Richards(Aki and Richards，1980)在假設相鄰油氣儲層介質(zhì)的彈性參數(shù)變化較小的情況下，得出的近似公式為

(4)

其中，R(θ)為實際觀測到的地震數(shù)據(jù)，Δρ/ρ,ΔVp/Vp,ΔVs/Vs是要求的模型參數(shù)，系數(shù)A、B和C是入射角θ和縱橫波速度比的函數(shù).其中，θ可用部分疊加角度的平均值代替.這種疊加方法保留了地震波振幅隨入射角變化的信息，較全角度水平疊加方法有了很大的進步，同時在一定程度上壓制了噪聲，解決了疊前反演計算量大的問題.

求取模型參數(shù)的方法為：

在某個道集中，對于給定的時間采樣點tk，都有與其相對應的偏移距xi和振幅值R(xi)，其中i=1,2,3,…,M，M為共反射點道集的總數(shù)，對應不同的偏移距xi，我們可以得到對應的入射角θi，此時可以得到與之相應的方程為

(5)

那么存在一組向量d=(d1,d2,…,dM)，里面每個元素為di=R(θi)，此外，還需要設定一組參數(shù)向量p=(p1,p2,…,pN)，這時反演問題就可以歸結(jié)為矩陣元素的求取.由于我們最終需要求得的參數(shù)為縱波速度、橫波速度和密度，因此在本反演問題中N=3，并且p1=Δρ/ρ,p2=ΔVp/Vp,p3=ΔVs/Vs，那么存在有M×N維的矩陣為

(6)

從而反演方程可以表達為

d=G×p，

(7)

其中d就代表反射振幅，p就代表需要求得的模型參數(shù)向量，由于反演建立的方程是超定方程(M>N)，因此需要用最小二乘法來解此方程，其解的表達式為

p=(GTG)-1GTd.

(8)

由此便能求出模型參數(shù)向量p，也就是知道了采樣點tk處對應的共反射點處的參數(shù)Δρ/ρ,ΔVp/Vp,ΔVs/Vs的值.其中：

Δρ=ρ(j+1)-ρ(j),ρ=(ρ(j+1)+ρ(j))/2,ΔVp=Vp(j+1)-Vp(j),Vp=(Vp(j+1)+Vp(j))/2,ΔVs=Vs(j+1)-Vs(j),Vs=(Vs(j+1)+Vs(j))/2，

(9)

式中Vp(j)、Vs(j)和ρ(j)代表上覆介質(zhì)的縱、橫波速度和密度，Vp(j+1)、Vs(j+1)和ρ(j+1)代表下覆介質(zhì)的縱、橫波速度和密度(j=0,1,…,n)，對于采樣點tk處的兩層介質(zhì)，其下覆介質(zhì)三參數(shù)表達式為

(10)

當我們通過測井資料獲取ρ(0)、Vp(0)和Vs(0)后，就可以依次求得這一道的三個參數(shù)，在計算出某一道的值之后，利用已知的道作為初始值，利用道外推的方法計算出下一道.以此類推，這樣我們就能計算得到整個數(shù)據(jù)體的縱、橫波速度和密度(Vp,Vs,ρ).再利用彈性參數(shù)表達式求得三個彈性參數(shù)(μ,σ,λ)，后對儲層含流體和含氣性進行分析，結(jié)合地質(zhì)和地球物理資料對儲層油氣水分布特征作出綜合評價，為后繼的研究工作提供基礎.

2.2 疊前寬角度反演

當入射角較大時，公式(4)不能滿足反演精度要求.因而需要尋求新的計算方法.黃捍東提出疊前寬角度反演方法(黃捍東等，2015).

根據(jù)廣義線性反演的思路，基于Zeoppritz方程和帶有角度信息的褶積模型建立如下目標函數(shù)為

(11)

其中，θk為第k個入射角或者入射角的疊加，r為反演所求參數(shù)，為權(quán)系數(shù)，dobs(θk)為觀察到的地震數(shù)據(jù)，dsynth(θk,r)為合成地震記錄，其中合成記錄的表達式為

dsynth(θk,r)=w(θk,t)*R(θk,t)，

(12)

其中，t為走時，w(θk,t)為角道集提取的地震子波，R(θk,t)為反射系數(shù).

為了減小疊前寬角度反演的多解性，需要加入部分小角度信息聯(lián)合參與反演，其中，模型的修正量為

G(r)·Δr=Δd，

(13)

其中，G(r)為Jacobi矩陣，它的表達式為

(14)

根據(jù)三種角度的疊前地震信息，我們依照此可以建立反演矩陣為

(15)

其中，G1(r)、G2(r)和G3(r)分別代表三種不同角度所建立的方程.通過設定收斂條件，例如當Δrk-Δrk-1≤ε時，ε為設定的某一個值時，可以將其帶入到模型修正量方程中，當滿足條件后停止迭代，計算得到的參數(shù)r即為反演求得的參數(shù).

為保證反演過程的穩(wěn)定性，在矩陣中加入阻尼因子，帶有阻尼因子的方程為

(GTG+λETE)·Δr=Δd，

(16)

其中，λ為阻尼因子，E為單位矩陣.λ越小，反演解估計分辨率越高；λ越大，反演解估計的分辨率和誤差都會降低，因此λ的取值對反演結(jié)果和反演過程的穩(wěn)定具有重要的意義.阻尼因子的定義式為

λk(i)=σ2(i)/CΔr(i),(i=1,2,…,lengthG)，

(17)

其中k為迭代次數(shù)，σ2(i)為Δd-G(r)·Δr的方差，而CΔr(i)則代表反演參數(shù)修正量Δr的方差，阻尼因子取值于每一次迭代后的結(jié)果，不受人為因素的控制，有利于提高反演過程的穩(wěn)定性和抗噪性.

3 應用實例

由于煤層氣與石油天然氣的賦存地質(zhì)條件不同，它的巖石物理性質(zhì)與埋深，上覆巖層壓力，孔隙度，滲透性等密切相關(guān)，需要根據(jù)實際情況通過模擬和反演進行研究.本文以山西沁水盆地煤層氣地震的資料為例，研究表明由拉梅系數(shù)與密度的乘積所形成的新敏感參數(shù)能夠充分地利用縱橫波速度和密度信息，尋找出富含煤層氣儲層的敏感參數(shù).

3.1 研究區(qū)概況

研究區(qū)行政區(qū)劃涉及有山西省晉中市、長治市，面積為1219.72 km2.研究區(qū)外圍分布有中石化4個煤層氣區(qū)塊；研究區(qū)內(nèi)有9個煤炭普查或詳查區(qū).研究區(qū)內(nèi)共布置13條測線(圖1)，完成物理點9729個，滿覆蓋長度336.66 km；布設3口探井(ZK03-1、ZK09-1、ZK10-1)、1口參數(shù)井(ZK701).煤層氣儲層主要集中在山西組和太原組.

3.2 巖石物理特征分析及AVA正演模擬

首先對該研究區(qū)的巖石物理特征進行分析，選取ZK07-1井的三個含煤層氣儲層(表1)及其他類型儲層進行巖石物理統(tǒng)計分析后得到如圖2所示的不同參數(shù)交匯圖.

通過計算泊松比后發(fā)現(xiàn)，煤層氣的泊松比較高，這與常規(guī)的含氣儲層有所區(qū)別，而且與含頁巖氣的儲層以及含砂巖氣的儲層在數(shù)據(jù)上有部分重疊.再通過計算拉梅常數(shù)與密度的乘積(λ-ρ)后發(fā)現(xiàn)，煤層氣的(λ-ρ)數(shù)值主要集中在非常低的區(qū)域，數(shù)據(jù)重疊部分極少，因而此參數(shù)能夠很好的將煤層氣與其他類型的氣區(qū)別開來.故后期可以利用反演的結(jié)果計算該彈性參數(shù)，將煤層氣儲層位置從剖面中提取出來.

圖1 研究區(qū)測線與井位布置Fig.1 Arrangement of wells and survey lines in study area

圖2 不同類型儲層的巖石物理統(tǒng)計結(jié)果(a) 縱波速度與密度交會； (b) 縱波速度與自然伽馬交會； (c) 密度與泊松比交會； (d) 自然伽馬與拉梅系數(shù)乘密度交會.Fig.2 Rock physic statistics in different reservoirs(a) Cross plot of P-wave and density； (b) Cross plot of P-wave and GR； (c) Cross plot of density and Poisson ratio； (d) Cross plot of GR and λ-ρ.

圖3 三個煤層氣儲層的AVA曲線分析及正演模擬結(jié)果(a) 第一層煤層氣AVA響應； (b) 第二層煤層氣AVA響應； (c) 第三層煤層氣AVA響應.Fig.3 AVA curves and forward simulations in three coal-bed gas layers(a) AVA response of first layer； (b) AVA response of second layer； (c) AVA response of third layer.

地層含氣層段(m)巖性縱波速度(m·s-1)橫波速度(m·s-1)密度(kg·m-3)山西組1299.5～1303.9泥巖408724642559煤層氣儲層289912151745太原組1349.1～1351.5泥巖386019292123煤層氣儲層265616401720太原組1409.2～1415.8泥巖382720142197煤層氣儲層248210711687

通過對表1中這三個層的AVA正演模擬發(fā)現(xiàn)，第一層和第三層符合第四類AVA曲線特征，隨著入射角的不斷變大，振幅逐漸減??；而第二層符合第三類曲線特征，隨著入射角的增大，振幅逐漸增大，但是卻不明顯(圖3).這三個層的曲線都有一個共同點，就是負極性的振幅，這與碳酸鹽巖和砂巖類型的儲層有著明顯的不同.

3.3 疊前地震資料品質(zhì)分析

通過觀察地震剖面后發(fā)現(xiàn)，波形特征清晰，信噪比較高，說明該地區(qū)的疊前地震資料質(zhì)量較好(圖4).通過提取角道集地震數(shù)據(jù)后發(fā)現(xiàn)，同一條地震測線不同角度剖面的振幅、頻率均有差異，隨角度增大地震波振幅的能量逐漸減弱，因而利用疊前反演，可以很好的預測儲層中流體變化特征，以及了解煤層氣儲層的儲層特征.此外，可以從圖4中發(fā)現(xiàn)，在小角度時，地震波信息豐富，而角度增加后，信息越來越少，但仍能發(fā)現(xiàn)部分較強的反射，這些強反射下面隱含著豐富的信息.因而疊前小、中、大三個角度道集信息需要充分地利用.

3.4 疊前彈性參數(shù)反演效果分析

經(jīng)過反演后得到三參數(shù)剖面，發(fā)現(xiàn)縱波速度剖面分辨率較高，但是橫波速度剖面中低速區(qū)域更加明顯，說明橫波對氣層更為敏感(圖5).密度剖面相比于速度剖面雖然分辨率不高，但能夠很好的區(qū)分高速的圍巖與低速的煤層氣儲層.利用動力學參數(shù)與彈性參數(shù)的轉(zhuǎn)換關(guān)系，得到了縱橫波速度比，泊松比以及拉梅系數(shù)乘密度剖面，通過觀察剖面與井上的含氣檢測結(jié)果進行對比，發(fā)現(xiàn)拉梅系數(shù)乘密度能夠與氣層更好地吻合(圖6).拉梅系數(shù)乘密度能夠更好地利用縱橫波速度以及密度信息，將含氣儲層的特點更好的體現(xiàn)了出來.雖然縱橫波速度比和泊松比能夠指示出一些氣層的存在，但其并沒有有效地利用密度的信息，因此單從縱橫波速度比和泊松比無法體現(xiàn)出煤層氣儲層低密度的特點.

3.5 反演結(jié)果與井的對比

將反演的結(jié)果與測井曲線進行對比，可以驗證反演結(jié)果的真實可靠性.ZK07-1的測井三參數(shù)曲線與反演結(jié)果進行對比，可以看出三個參數(shù)反演精度有所區(qū)別，但趨勢與測井曲線相一致(圖7)，其中縱波反演結(jié)果精度最高，密度反演結(jié)果最低，但都能在反演曲線的結(jié)果中體現(xiàn)出煤層氣低速低密度的特點，因而反演結(jié)果真實可信.

單是參與反演的井進行吻合率的分析并不足以說明問題.還需要未參與反演的井進行相互印證，由于ZK03-2井缺乏橫波資料，因此該井并未參與反演.將這口井的氣層解釋成果與拉梅系數(shù)乘密度的剖面對比后，發(fā)現(xiàn)井上所有氣層都能與剖面λ-ρ中異常低值能夠很好的對應(圖8)，并且分辨率要比泊松比剖面高，說明λ-ρ相比泊松比，更能夠指示出氣層的存在.通過多口井的吻合率統(tǒng)計，發(fā)現(xiàn)平均吻合率達到90%，說明應用于本研究區(qū)的疊前多參數(shù)反演結(jié)果真實可信.

3.6 富含煤層氣儲層預測的實現(xiàn)

煤層氣預測與反演的精度和置信區(qū)間密切相關(guān).在保證反演精度的情況下，需要尋找對沁水盆地地區(qū)的含煤層氣儲層最為敏感的彈性參數(shù)，前文已經(jīng)表明本研究區(qū)λ-ρ參數(shù)能夠最好的描述儲層的特征，因此我們需要提取λ-ρ參數(shù)來計算煤層氣儲層的厚度，并且需要設定提取參數(shù)的范圍.當λ-ρ小于一定數(shù)值時(圖9)，即認為有煤層氣儲層的存在，也就是所謂的置信區(qū)間.因此，在計算過程中需要設定一個上限值來約束厚度的提取，厚度提取實現(xiàn)公式為H=v1t1+v2t2+…+viti, i=0,1,2,…,n,

(18)

其中v代表速度，也就是提取厚度時對應的采樣點的平均速度值，t為相隔的兩個采樣點之間的時間間隔.這樣，通過該公式實現(xiàn)煤層氣儲層的空間上的展布，再通過平面圖的制作，即可尋找出煤層氣儲層最厚的位置，結(jié)合地質(zhì)構(gòu)造等特征，進行綜合分析，從而確定出富含煤層氣儲層的分布區(qū)，實現(xiàn)富含煤層氣儲層的預測.

4 結(jié)論

(1) 對于含煤層氣儲層，其圍巖速度同樣影響著AVA曲線分析，從文中可以看出，不同圍巖速度所呈現(xiàn)的AVA曲線變化不同.

圖4 不同角度的角道集對應的地震響應Fig.4 Seismic responses corresponding to gathers with different angles

圖5 過井ZK07-1縱橫波速度及密度的反演結(jié)果Fig.5 Inversion results of P-wave and S-wave velocity and density through ZK07-1 well

圖6 過ZK07-1井縱橫波速度比、泊松比、拉梅系數(shù)乘密度計算結(jié)果Fig.6 Calculation results of Vp/Vs, Poisson ratio and Lame multiplying density through ZK07-1 well

圖7 ZK07-1測井三參數(shù)曲線與反演結(jié)果對比Fig.7 Comparison of well-logging curves with inversion results for ZK07-1 well

圖8 過ZK03-2井的拉梅系數(shù)乘密度剖面與氣測解釋結(jié)果對比Fig.8 Comparison of profile of Lame multiplying density with gas interpretation through ZK03-2 well

圖9 過井ZK07-1的拉梅系數(shù)乘密度剖面Fig.9 Data profile of Lame multiplying density through ZK07-1 well

(2) 通過動力學與彈性參數(shù)的關(guān)系式，利用反演可以得到高精度的彈性參數(shù)剖面，其中，拉梅系數(shù)乘密度，形成新參數(shù)，能夠充分利用縱橫波速度和密度信息，與井上的吻合率更高，對煤層氣層的識別更加敏感.

(3) 在縱波速度、橫波速度和密度這三個剖面之間相比，縱波速度的分辨率最高，其次是橫波，最后是密度.但密度對煤層氣儲層更為敏感，其次是橫波，縱波最次.

(4) 對于本研究區(qū)，在小角度反演時，利用Aki-Richard近似公式效果更佳，在寬角度情況下，寬角度反演理論能夠更好地解決問題，因而角度問題決定著疊前反演方法的使用.

Aki K, Richards P G. 1980. Quantitative Seismology Theory and Methods. New York: W. H. Freeman.

Chen Y, Chen H D, Guan D, et al. 2013. Application of coalbed methane accumulation zone seismic prediction technology based on main geological controlling factors.GeophysicalProspectingforPetroleum(in Chinese), 52(4): 426-431.Fatti J L, Smith G C, Vail P J, et al. 1994. Detection of gas in sandstone reservoirs using AVO analysis: A 3-D seismic case history using the Geostack technique.Geophysics, 59(9): 1362-1376.

Gan L D, Zhao B L, Du W H, et al. 2005. The potential analysis of elastic impedance in the lithology and fluid prediction.GeophysicalProspectingforPetroleum(in Chinese), 44(5): 504-508.

Goodway B, Chen T W, Downton J. 1997. Improved AVO fluid detection and lithology discrimination using Lamé petrophysical parameters; ; “λρ”, “μρ”, & “λ/μfluid stack”, from P and S inversions.∥ SEG Technical Program Expanded Abstract. SEG: 183-186.

Hampson D P, Russell B H, Bankhead B. 2005. Simultaneous inversion of pre-stack seismic data.∥ SEG Technical Program Expanded Abstracts. SEG: 1633-1637.

Huang H D, Wang Y C, Guo F, et al. 2015. Zoeppritz equation-based prestack inversion and its application in fluid identification.AppliedGeophysics(in Chinese), 12(2): 199-211.Huo L N, Xu L G, Shao L H, et al. 2014. Seismic prediction technologies of CBM sweet spots and their application.NatureGasIndustry(in Chinese), 34(8): 46-52.

Liu Y, Li C C, Mou Y G. 2000. Reflection and transmission of plane wave on an interface between dissimilar two-phase, transversely isotropic media.ChineseJ.Geophys. (in Chinese), 43(5): 691-698.

Ostrander W J. 1984. Plane-wave reflection coefficients for gas sands at nonnormal angles of incidence.Geophysics, 49(10): 1637-1648.

Sang X W. 2010. Prediction and Inversion of Deep Coal Reservoir Parameters [Master thesis] (in Chinese). Beijing: China University of Geosciences.

Shuey R T. 1985. A simplification of the Zoeppritz equations.Geophysics, 50(4): 609-614.

Smith G C, Gidlow M. 2000. A comparison of the fluid factor withλandμin AVO analysis.∥ SEG Technical Program Expanded Abstract. SEG: 122-125.

Sun B, Yang M F, Sun X, et al. 2010. Prediction of coalbed methane enrichment zones based on AVO attributes.NatureGasIndustry(in Chinese), 30(6): 15-18.

Zoeppritz K, Erdbebnenwellen V Ⅷ. 1919. On the reflection and penetration of seismic waves through unstable layers.G?ttingerNachr., 1: 66-84.

附中文參考文獻

陳勇, 陳洪德, 關(guān)達等. 2013. 基于主控因素的煤層氣富集區(qū)地震預測技術(shù)應用研究. 石油物探, 52(4): 426-431.

甘利燈, 趙邦六, 杜文輝等. 2005. 彈性阻抗在巖性與流體預測中的潛力分析. 石油物探, 44(5): 504-508.

黃捍東, 王彥超, 郭飛等. 2015. 基于Zoeppritz方程的疊前地震反演方法研究及其在流體識別中的應用. 應用地球物理, 12(2): 199-211.

霍麗娜, 徐禮貴, 邵林海等. 2014. 煤層氣“甜點區(qū)”地震預測技術(shù)及其應用. 天然氣工業(yè), 34(8): 46-52.

劉洋, 李承處, 牟永光. 2000. 雙相橫向各向同性介質(zhì)分界面上彈性波反射與透射問題研究. 地球物理學報, 43(5): 691-698.

桑孝偉. 2010. 深部煤炭儲層參數(shù)反演預測[碩士論文]. 北京: 中國地質(zhì)大學(北京).

孫斌, 楊敏芳, 孫霞等. 2010. 基于地震AVO屬性的煤層氣富集區(qū)預測. 天然氣工業(yè), 30(6): 15-18.

(本文編輯 張正峰)

Study on the pre-stack seismic inversion prediction method for rich coal-bed-gas reservoirs:a case in southeastern Shanxi province

TIAN Zhong-Bin1,2, ZHANG Yin-Bin1,2, WANG Jian-Qing2, YANG Xiao-Dong2, SHEN You-Yi2, HUANG Han-Dong3, XIANG Kun3, XUE Guo-Qiang4*

1SchoolofGeosciencesandInfo-Physics,CentralSouthUniversity,Changsha410083,China2ShanxiCoalGeologyGeophysicalSurveyingExplorationInstitute,ShanxiJinzhong030600,China3EnhancedOilRecoveryResearchInstitute,UniversityofPetroleum(Beijing),Beijing102249,China4InstituteofGeologyandGeophysics,ChineseAcademyofSciences,Beijing100029，China

Pre-stack seismic inversion technique can combine sensitive parameters of oil and gas with many kinds of effective seismic information such as amplitude, offset, incidence angle, which will play a very important role in effective identifying oil and gas reservoirs. However, this technique still needs more work to do in prediction of coal-bed gas. This paper draws the idea of pre-stack seismic inversion for multi-parameter prediction. Through seismic modeling and measured data processing, we obtained various data volumes including P-wave velocity, S-wave velocity and density. With these data and elastic parameter equation, we used the methods of the Aki & Richard approximation formula and the pre-stack wide-angle inversion to search for sensitive parameters of coal-bed gas-bearing reservoirs. The application results on the coal-bed gas-bearing reservoir prediction in the Qinshui Basin show that the joint inversion method has good effects and we found the most sensitive elastic parameters of coal-bed gas reservoir. Comparison with the results of well logging curves indicates a high ratio of consistency, which proves that this method is feasible and practical.

Coal-bed gas； Gas-bearing reservoir； Pre-stack inversion； Elastic parameters； Reservoir prediction； Qinshui Basin

10.6038/cjg20161212.

山西省煤基重點科技攻關(guān)項目(MQ2014-02，2014012005)資助.

田忠斌，男，1976年生，高級工程師，中南大學在讀博士研究生，主要從事地球物理及地質(zhì)專業(yè)的勘查和研究工作.

E-mail：420257649@qq.com

10.6038/cjg20161212

P631

2016-05-11,2016-10-16收修定稿

田忠斌，張胤彬，王建青等. 2016. 富含煤層氣儲層的疊前地震反演預測方法研究——以山西晉東南測區(qū)為例. 地球物理學報，59(12):4494-4504,

Tian Z B, Zhang Y B, Wang J Q,et al. 2016. Study on the pre-stack seismic inversion prediction method for rich coal-bed-gas reservoirs: a case in southeastern Shanxi province.ChineseJ.Geophys. (in Chinese),59(12):4494-4504,doi:10.6038/cjg20161212.

*通訊作者 薛國強，男，1966年生，研究員，博士生導師，主要從事煤炭資源與災害地球物理勘查方法技術(shù)研究.

E-mail：ppxueguoqiang@163.com