覃 思，崔偉雄，王 偉

?

隨采地震數(shù)據(jù)質(zhì)量定量評(píng)價(jià)

覃 思1，崔偉雄1，王 偉2

(1. 中煤科工集團(tuán)西安研究院有限公司，陜西 西安 710077； 2. 資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101)

在采煤工作面布設(shè)了隨采地震監(jiān)測(cè)系統(tǒng)后，為了自動(dòng)篩選實(shí)時(shí)不間斷傳輸回地面的巨量地震數(shù)據(jù)，利用采煤機(jī)積極割煤時(shí)，各接收道收到的信號(hào)相關(guān)性強(qiáng)，反之則弱這一特點(diǎn)，提出了一種自動(dòng)定量化評(píng)估隨采地震數(shù)據(jù)質(zhì)量的方法。對(duì)內(nèi)蒙某礦隨采地震數(shù)據(jù)進(jìn)行了處理，結(jié)果證明該方法能有效識(shí)別出單道的相關(guān)能量峰，對(duì)數(shù)據(jù)質(zhì)量定量評(píng)價(jià)的效果很好。利用此法篩選了貴州某礦隨采地震監(jiān)測(cè)數(shù)據(jù)，將優(yōu)選數(shù)據(jù)疊加后，數(shù)據(jù)的信噪比得到了明顯的改善，相關(guān)能量軸明顯增強(qiáng)。該方法可從海量隨采地震數(shù)據(jù)中快速篩選出高質(zhì)量的數(shù)據(jù)，大幅縮減進(jìn)一步處理的工作量，改善處理效果。

煤礦采掘機(jī)械；隨采地震；數(shù)據(jù)質(zhì)量評(píng)價(jià)

煤礦井下的采掘活動(dòng)會(huì)激發(fā)出能量足夠的震動(dòng)波。利用其作為震源，可以探測(cè)工作面內(nèi)部或者掘進(jìn)面前方一定區(qū)域內(nèi)的地質(zhì)構(gòu)造、應(yīng)力分布等情況，這種勘探方式叫“隨采地震勘探”。國(guó)外一些學(xué)者探索了這種勘探方法[1-7]，但文獻(xiàn)數(shù)量很少，且僅停留在試驗(yàn)階段。近年來國(guó)內(nèi)在這個(gè)領(lǐng)域內(nèi)的探索越來越多[8-16]，還出現(xiàn)了不少成功的試驗(yàn)案例。但在嘗試將此方法推進(jìn)到工業(yè)生產(chǎn)階段，即用隨采地震勘探的方式對(duì)煤礦回采工作面或掌子面前方進(jìn)行監(jiān)控級(jí)勘探時(shí)遇到了一個(gè)問題：每1 min都有海量數(shù)據(jù)傳到地面服務(wù)器中，數(shù)據(jù)量太過龐大。若以觀測(cè)系統(tǒng)為48道淺孔單分量和12道深孔單分量檢波器，合計(jì)60道地震道，4 000 Hz采樣頻率來計(jì)算，一天的數(shù)據(jù)量約為60×24 h×3 600 s/h×4 000樣點(diǎn)/s×4 Byte/樣點(diǎn)≈82.9 GB。然而由于采掘機(jī)械一天中真正積極截割煤壁的時(shí)間相對(duì)較少(例行檢修時(shí)完全停機(jī)，工作時(shí)也有大量時(shí)間在刨煤，并未截割煤壁)，其中僅有較少一部分是高質(zhì)量數(shù)據(jù)。面對(duì)如此龐大的數(shù)據(jù)量，和相對(duì)很少的高質(zhì)量數(shù)據(jù)，要實(shí)現(xiàn)隨采地震數(shù)據(jù)的計(jì)算機(jī)實(shí)時(shí)自動(dòng)化處理，首先要解決的問題就是對(duì)隨采地震數(shù)據(jù)的質(zhì)量進(jìn)行定量化自動(dòng)評(píng)價(jià)，挑選出符合要求的高質(zhì)量數(shù)據(jù)，以縮減處理工作量，提高處理成果的質(zhì)量。

為了實(shí)現(xiàn)隨采地震數(shù)據(jù)質(zhì)量自動(dòng)評(píng)價(jià)，利用在內(nèi)蒙古某煤礦采集的隨采地震數(shù)據(jù)進(jìn)行了試驗(yàn)。

1 方法原理

當(dāng)采掘機(jī)械積極截割煤壁時(shí)，產(chǎn)生的有效震動(dòng)信號(hào)能量很強(qiáng)，能被整個(gè)接收排列收到，因此，整個(gè)接收排列上收到的信號(hào)具有較高的相似性，從而具有較高的相關(guān)度；當(dāng)采掘機(jī)械刨煤或者停機(jī)時(shí)，產(chǎn)生的有效震動(dòng)信號(hào)較弱甚至沒有，此時(shí)整個(gè)接收排列上沒有強(qiáng)度足夠大的信號(hào)，因此，各道收到的信號(hào)相似性差，從而相關(guān)度差。利用這個(gè)特點(diǎn)可以設(shè)計(jì)一個(gè)定量評(píng)價(jià)隨采地震數(shù)據(jù)質(zhì)量的方法，實(shí)現(xiàn)流程如下：

a. 找出此數(shù)據(jù)的最佳參考道，用最佳參考道與其余道相關(guān)，獲取相關(guān)記錄。

設(shè)地震數(shù)據(jù)有道，每道有個(gè)樣點(diǎn)，則數(shù)據(jù)可表達(dá)為×階矩陣。計(jì)算道數(shù)據(jù)之間的兩兩互相關(guān)系數(shù)，就是求維空間中個(gè)向量?jī)蓛芍g夾角的余弦，相關(guān)系數(shù)計(jì)算公式可簡(jiǎn)單表達(dá)為：

其中，cov(,)表示地震道,之間的協(xié)方差，cov(,)為第道的方差。計(jì)算出所有地震道兩兩相關(guān)的相關(guān)系數(shù)后，再求任意道做參考道時(shí)，與其余道的相關(guān)系數(shù)的平方和，取其最大者為最佳參考道。用最佳參考道與其余道相關(guān)，獲得相關(guān)記錄送入下一流程。

b. 對(duì)相關(guān)記錄逐道提取特征輪廓，將其抽象化。對(duì)特征輪廓數(shù)據(jù)逐道評(píng)價(jià)合格性，僅留下合格的部分，全部不合格則將此道置零。

相關(guān)并截取后得到的記錄矩陣是×階的，其中遠(yuǎn)小于之前的每道樣點(diǎn)數(shù)，但依然摻雜太多細(xì)節(jié)，這些細(xì)節(jié)對(duì)于進(jìn)一步的處理有用，但對(duì)于評(píng)價(jià)數(shù)據(jù)質(zhì)量是干擾，需要針對(duì)關(guān)心的特征將數(shù)據(jù)抽象化，以便準(zhǔn)確而又快速地評(píng)價(jià)。此處關(guān)心的特征是：相關(guān)能量峰的能量凝聚度是否足夠高。因此，可以這樣定義特征輪廓的計(jì)算方式：

將×階的相關(guān)記錄矩陣，每一列切割成等份(每一等份的時(shí)間長(zhǎng)度建議設(shè)置為0.5個(gè)相關(guān)能量峰的時(shí)間寬度，以在確保判別精度的同時(shí)獲得相對(duì)較高的處理速度)，每一等份中，取段內(nèi)數(shù)據(jù)絕對(duì)值的最大值作為本段數(shù)據(jù)的特征值，生成×階的特征輪廓矩陣，完成對(duì)相關(guān)數(shù)據(jù)的抽象化。

評(píng)價(jià)相關(guān)數(shù)據(jù)是否合格的標(biāo)準(zhǔn)是相關(guān)能量峰的能量凝聚度是否足夠高，因此對(duì)×階特征輪廓矩陣設(shè)計(jì)這樣一個(gè)評(píng)判標(biāo)準(zhǔn)：將道內(nèi)個(gè)值從大到小排序，取前20%左右(以相關(guān)能量團(tuán)寬度占總道長(zhǎng)的比例做參考設(shè)定為宜)處的值的2倍作為閾值，將小于閾值的值置零，將大于等于閾值的值保留(可以微調(diào)，以獲得最佳評(píng)判效果)。這樣處理，能量峰凝聚度不高的道會(huì)被抹除所有特征輪廓值，變成空道，不是空道的都是合格道。

c. 用非零道數(shù)與總道數(shù)之比計(jì)算數(shù)據(jù)的質(zhì)量評(píng)價(jià)結(jié)果。

下面用實(shí)際數(shù)據(jù)來詳細(xì)闡述方法的實(shí)現(xiàn)。

2 試驗(yàn)數(shù)據(jù)處理

本次試驗(yàn)煤礦位于內(nèi)蒙古草原區(qū)域，試驗(yàn)煤層分為上、下分層，其中分層界限為砂巖，厚0.05~ 0.27 m。煤層上分層厚度平均1.20 m，煤層經(jīng)濟(jì)可采厚度平均3.58 m，總體厚度平均4.24 m。煤層頂板以灰?guī)r為主，屬堅(jiān)硬巖石，巖體質(zhì)量?jī)?yōu)，屬穩(wěn)定頂板。煤層底板以粉砂巖為主，屬軟弱巖石，巖體質(zhì)量中等，屬不穩(wěn)定底板。

觀測(cè)系統(tǒng)布設(shè)如圖1所示，三角形為測(cè)點(diǎn)位置。此處工作面不是純矩形，靠切眼處的一段工作面彎曲了一個(gè)角度。測(cè)線共54道，第54道距離采煤工作面81 m。整個(gè)測(cè)線總長(zhǎng)約649 m，道間距平均為12.25 m。

圖1 觀測(cè)系統(tǒng)示意圖

試驗(yàn)總共采集了500 min，圖2是其第150 min的數(shù)據(jù)截圖，長(zhǎng)度1 min。

圖2 第150 min時(shí)的隨采地震數(shù)據(jù)

從圖2中可見，大多數(shù)道整個(gè)時(shí)間段內(nèi)數(shù)據(jù)能量沒有較強(qiáng)烈的改變，幾乎是均勻的。對(duì)于這樣的數(shù)據(jù)，采用waterlevel法[17]進(jìn)行頻域互相關(guān)處理，即將頻域里所有低于某個(gè)設(shè)定值(即waterlevel)的頻譜拉到此設(shè)定值，高于此設(shè)定值的頻譜不變，然后再進(jìn)行頻域相關(guān)處理，獲得相關(guān)記錄。圖3是圖2數(shù)據(jù)經(jīng)此處理后獲得的記錄。

圖3 第 150 min數(shù)據(jù)相關(guān)結(jié)果

通過這樣處理，不僅可以提升處理效果，還能減少處理時(shí)間。參與相關(guān)的數(shù)據(jù)道越長(zhǎng)，速度提升越明顯，這對(duì)于海量數(shù)據(jù)的實(shí)時(shí)處理是非常有用的。

對(duì)圖3數(shù)據(jù)進(jìn)行抽象化(將截割后的數(shù)據(jù)分塊處理，本次截割成50塊)，獲得數(shù)據(jù)輪廓，然后逐道評(píng)價(jià)相關(guān)數(shù)據(jù)是否合格，獲得圖4。圖4淺灰色是被置零的段抽象值，黑色是通過評(píng)價(jià)被保留的段抽象值。

圖4 第150 min數(shù)據(jù)經(jīng)相關(guān)能量團(tuán)抽象與評(píng)價(jià)后的結(jié)果

獲得相關(guān)數(shù)據(jù)的逐道評(píng)價(jià)結(jié)果后，用非零道數(shù)與總道數(shù)之比作為數(shù)據(jù)的質(zhì)量評(píng)價(jià)結(jié)果。

利用以上方法，對(duì)此隨采數(shù)據(jù)第50~250 min數(shù)據(jù)進(jìn)行質(zhì)量評(píng)價(jià)，繪出每分鐘評(píng)價(jià)結(jié)果，如圖5所示。

從圖5可見，可以根據(jù)評(píng)價(jià)結(jié)果，將數(shù)據(jù)質(zhì)量劃分為三類：

a. 高質(zhì)量道占比大于70%的，為優(yōu)秀數(shù)據(jù)，對(duì)應(yīng)割煤機(jī)積極截割煤壁的時(shí)段；

b. 高質(zhì)量道占比小于等于30%的，為無效數(shù)據(jù)，對(duì)應(yīng)割煤機(jī)沒開機(jī)或開機(jī)了沒割煤或沒掃煤的時(shí)段；

c. 高質(zhì)量道占比大于30%且小于等于70%的，為質(zhì)量較差數(shù)據(jù)，對(duì)應(yīng)割煤機(jī)割煤不積極或掃煤的時(shí)段。

從圖5可見，第89 min與第90 min數(shù)據(jù)質(zhì)量有跳變，對(duì)這兩分鐘數(shù)據(jù)處理后發(fā)現(xiàn)：第89 min相關(guān)能量團(tuán)非常弱，評(píng)價(jià)結(jié)果僅有6道未置零(圖6)，非零道占比為11%，此時(shí)采煤機(jī)應(yīng)當(dāng)剛開機(jī)，尚未割煤；第90 min相關(guān)能量團(tuán)非常強(qiáng)，評(píng)價(jià)結(jié)果有45道未被置零(圖7)，非零道占比為83%，此時(shí)采煤機(jī)應(yīng)當(dāng)在積極割煤。由圖5—圖7可見，此方法能有效地對(duì)隨采地震數(shù)據(jù)質(zhì)量做出定量化評(píng)價(jià)。

圖5 此隨采數(shù)據(jù)逐分鐘數(shù)據(jù)質(zhì)量評(píng)價(jià)

圖6 第89 min數(shù)據(jù)相關(guān)和評(píng)價(jià)結(jié)果

圖7 第90 min數(shù)據(jù)結(jié)果和評(píng)價(jià)結(jié)果

3 方法應(yīng)用

在貴州某礦隨采地震監(jiān)測(cè)工地采集到一段隨采地震數(shù)據(jù)，觀測(cè)系統(tǒng)如圖8所示：在兩條巷道中各布設(shè)24道淺孔檢波器，接收來自采煤機(jī)的震動(dòng)信號(hào)。

圖8 隨采地震信號(hào)觀測(cè)系統(tǒng)示意圖

由于受井下各種干擾的影響，數(shù)據(jù)質(zhì)量較差，以48道中的每一道做參考道，分別與其余所有道進(jìn)行相關(guān)運(yùn)算，所獲得的48個(gè)結(jié)果僅有少部分能看到相關(guān)能量軸。圖9是其中兩個(gè)能看到相關(guān)能量軸的結(jié)果。

為獲得較好的相關(guān)同相軸，將這48個(gè)相關(guān)結(jié)果用前面提到的數(shù)據(jù)質(zhì)量自動(dòng)評(píng)價(jià)流程進(jìn)行評(píng)價(jià)，然后剔除一些評(píng)價(jià)太差的結(jié)果，將剩余結(jié)果先通過相關(guān)找準(zhǔn)疊加時(shí)差，再進(jìn)行疊加，最后得到圖10。由圖10可見相關(guān)能量軸得到很好地增強(qiáng)，而噪聲被很好地壓制。圖10的結(jié)果，是在圖8的觀測(cè)系統(tǒng)下，48道接收道所接收波場(chǎng)的共性之疊加，而各道因位置不同，波的傳播路徑不同所導(dǎo)致的個(gè)性信息被抹去。得到共性，是研究異常的第一步，共性是背景，而異常是背景下的偏離，因此這個(gè)處理流程很有意義。

圖9 兩個(gè)能看到相關(guān)能量軸的結(jié)果

圖10 數(shù)據(jù)通過自動(dòng)評(píng)價(jià)篩選后的疊加結(jié)果

4 結(jié)論

由于震源特性的不可控，隨采地震數(shù)據(jù)質(zhì)量參差不齊，其中高質(zhì)量數(shù)據(jù)僅占很小一部分，且分布未知，這對(duì)利用其進(jìn)行高質(zhì)量勘探造成很大困難。利用本文提出的隨采地震數(shù)據(jù)質(zhì)量定量評(píng)價(jià)方法，可以定量設(shè)定質(zhì)量篩選標(biāo)準(zhǔn)，篩選出符合要求的數(shù)據(jù)進(jìn)行下一步處理，不僅能提升成果質(zhì)量，還能大幅度節(jié)省處理時(shí)間。從試驗(yàn)數(shù)據(jù)處理結(jié)果來看，在識(shí)別質(zhì)量合格的相關(guān)道與挑選優(yōu)質(zhì)數(shù)據(jù)進(jìn)行疊加方面，本方法的效果都非常顯著。此外，在本文所提方法的基礎(chǔ)上，可實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)篩選，進(jìn)而為隨采地震數(shù)據(jù)自動(dòng)化智能處理提供了重要的支撐。

[1] BUCHANAN D J，MASON I M，DAVIS R. The coal cutter as a seismic source in channel wave exploration[J]. IEEE Transactions on Geoscience and Remote Sensing，1980，18(4)：318–320.

[2] LUO X，KING A，VAN DE WERKEN M. Sensing roof conditions ahead of a longwall mining using the shearer as a seismic source[J]. IEEE Transactions on Geoscience and Remote Sensing，2008，46(4)：17 –20.

[3] KING A，LUO X. Methodology for tomographic imaging ahead of mining using the shearer as a seismic source[J]. Geophysics，2009，74(2)：1–8.

[4] LUO X，KING A，VAN DE WERKEN M. Tomographic imaging of rock conditions ahead of mining using the shearer as a seismic source：A feasibility study[J]. IEEE Transactions on Geoscience and Remote Sensing，2009，47(11)：3671–3678.

[5] TAYLOR N，MERRIAM J，GENDZWILL D，et al. The mining machine as a seismic source for in-seam reflection mapping[J]. Seg Technical Program Expanded Abstracts，1949，20(1)：1365–1368.

[6] WESTMAN E C，HARAMY K Y，ROCK A D. Seismic tomography for longwall stress analysis[C]// In Proc. 2nd North Am. Rock Mech. Symp. 1996：397–403.

[7] WESTMAN E C，HEASLEY K A，SWANSON P L，et al. A correlation between seismic tomography，seismic events and support pressure[C]//In Proc. 38th Rock Mech. Symp. Washington DC，2001：319–326.

[8] 陸斌. 以掘進(jìn)機(jī)為震源對(duì)煤礦斷層進(jìn)行超前探測(cè)[C]//中國(guó)地球物理2013——第二十四分會(huì)場(chǎng)論文集.昆明，2013：1020–1025.

[9] 覃思，程建遠(yuǎn). 煤礦井下隨采地震反射波勘探試驗(yàn)研究[J]. 煤炭科學(xué)技術(shù)，2015，43(1)：116–119. QIN Si，CHENG Jianyuan. Experimental study on seismic while mining for underground coal mine reflection survey[J]. Coal Science and Technology，2015，43(1)：116–119.

[10] 陸斌，程建遠(yuǎn)，胡繼武，等．采煤機(jī)震源有效信號(hào)提取及初步應(yīng)用[J]. 煤炭學(xué)報(bào)，2013，38(12)：2202–2207. LU Bin，CHENG Jianyuan，HU Jiwu，et al. Shearer source signal extraction and preliminary application[J]. Journal of China Coal Society，2013，38(12)：2202–2207.

[11] LU Bin，CHENG Jianyuan，HU Jiwu，et al. Seismic features of vibration induced by mining machines and feasibility to be seismic sources[J]. Procedia Earth and Planetary Science，2011(3)：76–85.

[12] 覃思，程建遠(yuǎn)，胡繼武，等. 煤礦采空區(qū)及巷道的井地聯(lián)合地震超前勘探[J]. 煤炭學(xué)報(bào)，2015，40(3)：636?639. QIN Si，CHENG Jianyua，HU Jiwu，et al. Coal-seam-ground seismic for advance detection of goaf and roadway[J]. Journal of China Coal Society，2015，40(3)：636–639．

[13] 覃思. 隨采地震井–地聯(lián)合超前探測(cè)的試驗(yàn)研究[J]. 煤田地質(zhì)與勘探，2016，44(6)：148–151. QIN Si. Underground-surface combined seismic while mining advance detection[J]. Coal Geology & Exploration，2016，44(6)：148–151.

[14] 陸斌. 基于噪聲地震干涉的煤礦工作面隨采成像方法[J]. 煤田地質(zhì)與勘探，2016，44(6)：142–147. LU Bin. A Seismic while mining method of coal working-face based on seismic interferometry[J]. Coal Geology & Exploration，2016，44(6)：142–147.

[15] 覃思. 煤礦井下隨采地震技術(shù)的試驗(yàn)研究[D]. 北京：煤炭科學(xué)研究總院，2016.

[16] 霍晶晶，查華勝，苗園園，等. 突出煤層巷道隨掘超前探測(cè)技術(shù)研究[J]. 煤礦開采，2018，23(6)：19–23.HUO Jingjing，CHA Huasheng，MIAO Yuanyuan，et al. Advanced exploring technology during driving of roadway with outburst coal seam[J]. Coal Mining Technology，2018，23(6)：19–23.

[17] WILLIAM M. Geophysical Data Analysis：Discrete Inverse Theory[M]. San Diego，New York，Berkeley，Boston，London，Sydney，Tokyo，Toronto：Academic Press，1984.

Quantitative quality evaluation of seismic-while-mining data

QIN Si1, CUI Weixiong1, WANG Wei2

(1. Xi’an Research Institute Co. Ltd., China Coal Technology and Engineering Group Corp., Xi’an 710077, China; 2. The State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101, China)

A seismic-while-mining(SWM) monitoring system laid in a working face of an underground coalmine will continuously generate tremendous amount of SWM data. When a coalmine cutting machine cuts coal seam actively, the SWM data will be of high correlation, and when it is not, the SWM data will be of low correlation or even no correlation at all. Based on this characteristic, a method for automatically and quantitatively evaluating the quality of SWM data was proposed. Using this method to process SWM data from a coal mine in Inner Mongolia, the result showed that this method can recognize the correlation peak very effectively, and the data quality evaluation result is very good. To apply this method to screening SWM monitoring data from a coal mine working face in Guizhou Province, the stack result of selected high quality data shows that the S/N ratio is obviously improved, and the correlation event is obviously enhanced. This method can be used to rapidly pick out high quality data from enormous amount of data, and reduce the workload of next step while improving the processing result.

coalmine cutting machine; seismic-while-mining; data quality evaluation

National Key R&D Program of China(2018YFC0807804)；Guizhou Science and Technology Major Projects([2018]3003-1)；Science and Technology Innovation Fund of Xi’an Research Institute of CCTEG(2018XAYZD02)；Scientific Research Instrument and Equipment Development Project of Chinese Academy of Sciences(YJKYYQ20170033)

覃思，1981年生，男，湖南吉首人，副研究員，博士，研究方向?yàn)殡S采地震勘探. E-mail：qinsi@cctegxian.com

覃思，崔偉雄，王偉. 隨采地震數(shù)據(jù)質(zhì)量定量評(píng)價(jià)[J]. 煤田地質(zhì)與勘探，2019，47(3)：20–24.

QIN Si，CUI Weixiong，WANG Wei. Quantitative quality evaluation of seismic-while-mining data[J]. Coal Geology & Exploration，2019，47(3)：20–24.

1001-1986(2019)03-0020-05

P631. 4

A

10.3969/j.issn.1001-1986.2019.03.004

2018-12-21

國(guó)家重點(diǎn)研發(fā)計(jì)劃課題(2018YFC0807804)；貴州省科技重大專項(xiàng)項(xiàng)目([2018]3003-1)；中煤科工集團(tuán)西安研究院有限公司科技創(chuàng)新基金項(xiàng)目(2018XAYZD02)；中國(guó)科學(xué)院科研儀器設(shè)備研制項(xiàng)目(YJKYYQ20170033)

(責(zé)任編輯 聶愛蘭)