基于多尺度边缘检测技术的煤系灰岩裂缝分布预测

doi:10.11720/wtyht.2018.1205

基于多尺度边缘检测技术的煤系灰岩裂缝分布预测

申有义¹, 田忠斌¹^,², 王建青¹, 杨晓东¹

1. 山西省煤炭地质物探测绘院,山西晋中 030600

2. 中南大学地球科学与信息物理学院,湖南长沙 410083

Fracture prediction of coal seam limestone based on multi-scale boundary detection method

SHEN You-Yi¹, TIAN Zhong-Bin¹^,², WANG Jian-Qing¹, YANG Xiao-Dong¹

1. Shanxi Province Coal Geology Geophysical Prospecting and Surveying and Mapping Institute,Jinzhong 030600,China

2. School of Geosciences and Info-Physics,Central South University(CSU),Changsha 410083,China

责任编辑: 叶佩

收稿日期: 2017-05-8 修回日期: 2018-04-22 网络出版日期: 2018-08-05

基金资助:

山西省煤基重点科技攻关项目. MQ2014-02

Received: 2017-05-8 Revised: 2018-04-22 Online: 2018-08-05

Fund supported:

. MQ2014-02

作者简介 About authors

申有义(1982-),男,硕士,工程师,主要从事煤炭煤层气地球物理勘查工作。

摘要

利用不同频带的地震波场对不同尺度裂缝其响应特征也不相同的原理,将多尺度边缘检测理论与煤系灰岩裂缝发育区的地震波场特征相结合,通过识别由地质体引起的地震波信号的振幅在纵横向上强弱变化的边界,实现多尺度裂缝的检测与刻画。该方法利用多尺度函数检测算子,能够对较小尺度断裂及裂缝引起的细微变化信息进行有效检测,提高地震预测裂缝的分辨率,在沁水盆地煤系灰岩裂缝分布预测与研究中,与测井检测结果和研究区断裂系统规律相吻合,取得了良好的应用效果。

关键词： 多尺度边缘检测 ; 裂缝 ; 煤系地层 ; 灰岩 ; 沁水盆地

Abstract

Based on the principle of the response characteristics of different filtering seismic wave fields on different scale fractures,the authors detected and characterized the small scale fractures by identifying the boundary of the amplitude of seismic wave caused by geological body in the vertical and horizontal direction,and combined the theory of multi-scale boundary detection with the characteristics of seismic wave field in the fracture zone of coal measure strata.The method can detect the subtle variation information caused by the small scale fracture,and improve the resolution of the seismic prediction.The prediction and study results coincide with the logging detection and the fracture system regularity in Qinshui Basin area.

Keywords： multiscale edge detection ; fracture ; coal seam ; limestone ; Qinshui Basin

PDF (6109KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

申有义, 田忠斌, 王建青, 杨晓东. 基于多尺度边缘检测技术的煤系灰岩裂缝分布预测. 物探与化探[J], 2018, 42(4): 725-730 doi:10.11720/wtyht.2018.1205

SHEN You-Yi, TIAN Zhong-Bin, WANG Jian-Qing, YANG Xiao-Dong. Fracture prediction of coal seam limestone based on multi-scale boundary detection method. Geophysical and Geochemical Exploration[J], 2018, 42(4): 725-730 doi:10.11720/wtyht.2018.1205

0 引言

华北型岩溶煤田系指主采煤层主要受中奥陶统灰岩水害威胁的石炭二叠系煤矿区^[1]。其中,石炭系发育有多层海陆过渡相灰岩。作为煤系层段的主要含水层^[2],太原组灰岩含水层普遍具有水压高、距煤层较近的特点,并经常与下伏奥灰水形成水力联系^[1]。而灰岩裂隙的发育程度又直接决定着灰岩含水层的富水性^[3],尤其当遇到断层、岩溶陷落柱或者节理裂缝比较发育的部位,可能造成灰岩与其他含水层联通,具有涌水量较大、富水性较强的特征^[4],对煤矿防治水、煤层气开发利用等造成不利影响^[5,6];因此,查明太灰层段的裂缝系统,对研究含水层的富水性、煤矿安全生产以及煤层气的压裂、排采具有重要意义。

真实的岩层裂缝系统非常复杂,可能同时包含多个组系、多种类型^[7,8]。传统方法是借助岩芯露头和测井数据来进行裂缝检测,但岩芯及测井资料控制点有限^[9],随着地震勘探技术的飞速发展,以岩芯和测井资料为约束,利用地震数据预测裂缝发育区带逐渐成为预测裂缝分布的有效方法^{[10,11,12,13]}。由于叠后地震资料具有较高的信噪比和分辨率,其剖面上的特征响应能够直观地反映地下地质体及构造空间展布变化规律,所以基于叠后地震资料的裂缝预测方法仍是当前裂缝预测的主要方法。

文中所利用的多尺度边缘检测技术从地震波场对裂缝的多尺度效应的角度考虑。通常,地震波的高频成份对中、小尺度的裂缝反应较为灵敏^[14],而低频成分可以反映大尺度裂缝。利用不同波长和频率的地震波场对不同尺度其裂缝的响应特征也不相同的原理,将多尺度边缘检测理论与煤系石灰岩裂缝发育区的地震波场特征相结合,通过选取不同波长和频率尺度可对不同特征的裂缝进行准确检测和定位。该方法在沁水盆地煤系灰岩裂缝预测与研究中取得了良好的应用效果。

1 多尺度边缘检测原理

多尺度边缘检测利用图像边缘检测理论,对复杂地质体引起地震同相轴横向错断及地震振幅的突变能够有效突显,识别地震信号振幅纵横向强弱变化的边界,实现对多尺度裂缝的刻画识别。与地震相干技术相比,多尺度边缘检测能够利用多尺度函数检测算子,不仅对大断裂等大尺度地质异常信号能很好地识别,而且对很多小尺度断裂及裂缝引起细微变化信息进行有效监测,极大地提高了识别裂缝的分辨率。

1.1 二维地震小波变换

边缘检测算法一般应用于图像处理,因此可以用二维信号进行解释^[15,16],在裂缝识别中则是对地震剖面或切片进行边缘检测。常规地震数据是具有一定主频优势的带限数据,其分辨率受到一定的限制。小波变换具有多尺度特性,可以把信号或图像分解成交织在一起的多种尺度成分,并对大小不同的尺度成分采用相应粗细的时域或空域取样步长,从而能够不断地聚焦到对象的任意微小细节。通过对在水平方向和垂直方向分别做小波变换即可检测垂直方向和水平方向的边缘。假设f(x,y)为二维函数,对其进行二维小波变换,首先设二维小波 $ψ_{s}^{(1)}$ (x,y)、 $ψ_{s}^{(2)}$ (x,y)在尺度s下的伸缩为:

(1)

\{\begin{array}{l} ψ_{s}^{(1)} (x, y) = \frac{1}{s} ψ^{(1)} (\frac{x}{s}, \frac{y}{s}), \\ ψ_{s}^{(2)} (x, y) = \frac{1}{s} ψ^{(2)} (\frac{x}{s}, \frac{y}{s}) 。 \end{array}

那么水平切片f(x,y)的二维小波变换由下式定义:

(2)

\{\begin{array}{l} W_{s}^{(1)} f (x, y) = f (x, y) * ψ_{s}^{(1)} (x, y), \\ W_{s}^{(2)} f (x, y) = f (x, y) * ψ_{s}^{(2)} (x, y) 。 \end{array}

二维小波变换的思路还是在一维小波变化基础上进行的,具体形式如式(2)。再对式(1)进行二进离散化,就可以获得如下形式:

(3)

\{\begin{array}{l} W_{2'}^{(1)} f (x, y) = f (x, y) * ψ_{2'}^{(1)} (x, y), \\ W_{2'}^{(2)} f (x, y) = f (x, y) * ψ_{2'}^{(2)} (x, y) 。 \end{array}

(4)

\{\begin{array}{l} W_{2'}^{(1)} f (x, y) = f (x, y) * ψ_{2'}^{(1)} (x, y), \\ W_{2'}^{(2)} f (x, y) = f (x, y) * ψ_{2'}^{(2)} (x, y) 。 \end{array}

同样,可将二维算法扩展到三维上来。

1.2 多尺度边缘检测

目前,Canny算子以其较强的抗噪性和较高的检测精度在图像边缘检测中得到了广泛的应用,其实质是用一个准高斯函数做平滑运算,然后以带方向的一阶微分算子定位导数最大值,它可用高斯函数的梯度来近似,在理论上很接近多个指数函数的线性组合形成的最佳边缘算子。在式(2)中, $W_{s}^{(1)}$ f(x,y)和 $W_{s}^{(2)}$ f(x,y)是f(x,y)的一个多尺度描述,它们分别表示沿x、y方向的偏导。利用二维小波变换进行多尺度边缘检测时,需要在式(2)中引入一个对二维数据进行平滑的函数θ(x,y),其具体形式满足关系:

(5)

\{\begin{array}{l} \underset{R^{2}}{\int \int} θ (x, y) d x d y = 1, \\ \lim_{x, y \to \infty} θ (x, y) = 0 。 \end{array}

令ψ^x(x,y)= $\frac{\partial θ (x, y)}{\partial x}$ ,ψ^y(x,y)= $\frac{\partial θ (x, y)}{\partial y}$ 为锐化函数,且代表二维小波,记ξ_s(x,y)= $\frac{1}{s^{2}}$ ξ $(\frac{x}{s}, \frac{y}{s})$ 。

则对二维地震振幅切片f(x,y)∈L²(R²)的小波变换可写成:

(6)

W_{s}^{x} f (x, y) = f (x, y) * ψ_{s}^{x} (\frac{x}{s}, \frac{y}{s}),

(7)

W_{s}^{y} f (x, y) = f (x, y) * ψ_{s}^{y} (\frac{x}{s}, \frac{y}{s}) 。

由于ψ^x(x,y)和ψ^y(x,y)是平滑函数θ(x,y)的一阶偏导数,所以二维二进小波变换的两个分量等价于信号f(x,y)平滑后的梯度矢量的两个分量。由此,我们可以证得:

(8)

\begin{array}{r} (\begin{array}{l} W_{s}^{x} f (x, y) \\ W_{s}^{y} f (x, y) \end{array}) & = s (\begin{array}{l} \frac{\partial f * θ_{s} (x, y)}{\partial x} \\ \frac{\partial f * θ_{s} (x, y)}{\partial y} \end{array}) \\ = s \cdot \nabla [f (x, y) * θ_{s} (x, y)] \end{array}

式(8)表明,f(x,y)的边缘点就是由 $W_{s}^{x}$ f(x,y)与 $W_{s}^{y}$ f(x,y)的模同时取极大值的点确定,而边缘方向实际上是给定点(x,y)所在曲面f(x,y)*θ_s(x,y)的梯度方向。梯度向量的幅值为:

(9)

M_{s} f (x, y) = \sqrt[]{| W_{s}^{x} f (x, y) |^{2} + | W_{s}^{y} f (x, y) |^{2}},

幅角为:

(10)

α = A_{s} f (x, y) = arctg \frac{| W_{s}^{x} f (x, y) |}{| W_{s}^{y} f (x, y) |} 。

一般情况下,尺度s=2^j称为二进尺度,所以上述小波变换又称为二进小波变换。在二维平面中,小波变换通过检测模的极大值可以检测图像的局部突变性,通过设置阈值确定图像边缘。同时,图像边缘和噪声在不同尺度上具有不同的特性,在不同的尺度下检测到的边缘在定位精度与抗噪性能上具有互补性。在大尺度上,信号与小波函数的卷积消去了信号中较小的变化,所以能检测出比较大的剧变点,边缘比较稳定,对噪声不敏感,在小尺度上,边缘信息比较丰富,边缘定位精度较高,但对噪声比较敏感。

2 应用实例

2.1 实际资料

文中以沁水盆地中东部YW区块煤层气地震勘探资料为基础,结合钻井、测井等资料,对太原组灰岩裂缝的分布进行预测。区内总体构造形态为一走向近NNE,倾向NWW的单斜构造,受区域构造的影响,区块内褶曲呈雁行排列,彼此平行。因多期构造应力叠加作用,形成挤压变形与伸展拉张变形共存的格局。褶皱、断层较为发育。

太原组为本区块的主要含煤地层之一,也是主要煤层气含气地层,为典型的海陆交互相沉积,平均厚度114 m。该组地层以深灰—灰黑色泥岩、砂质泥岩、煤层和石灰岩为主,发育有K2、K3、K4、K6等4层灰岩,其中K2灰岩厚度最大。

2.2 灰岩位置的确定

经岩石物理统计分析可知,石灰岩的速度范围为4 200~5 800 m/s,两口钻井上的灰岩层段分别位于1 517~1 546 m、1 367~1 393 m(图1)。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 太原组岩石物理统计分析结果及钻井灰岩段位置

a—太原组岩石物理(速度/频率)统计分析;b—ZK03-2井上的灰岩段位置;c—ZK07-1井上灰岩段位置

利用声波、密度等测井资料制作地震合成记录,通过合成记录对各目的层反射波进行追踪,从而准确标定出对应的地质层位。地质层位数据是进行裂缝检测的重要基础数据,因此,目的层位标定的精度直接影响了检测的结果。如图2,根据钻孔资料和叠后反演速度剖面确定石灰岩在剖面上的位置。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 灰岩层位在反演剖面上的标定

a—叠后反演剖面;b—ZK03-2井柱状图

2.3 多尺度边缘检测

利用多尺度边缘检测技术对测线进行裂缝边缘检测,从得出的剖面中确定石灰岩的裂缝参数范围。再将叠后反演确定的石灰岩速度范围和边缘检测确定的石灰岩裂缝参数作为条件对边缘检测的剖面进行约束,提取出裂缝值(图3)。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 叠后反演、边缘检测剖面与测井曲线对比

a—叠后反演剖面;b—自然伽马曲线;c—多尺度边缘检测结果

图4为利用小波变换多尺度边缘检测,检测3个尺度的边缘,图4a为大尺度边缘检测,图4b为中尺度边缘检测,图4c为小尺度边缘。随着尺度的变小,裂缝边缘的细节越来越多的显示出来。将图4中3个尺度的边缘检测结果融合在一起就是边缘检测异常分布(图3c)。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 不同尺度边缘检测结果

a—大尺度边缘检测结果;b—中尺度边缘检测结果;c—小尺度边缘检测结果

2.4 效果分析

2.4.1 剖面与测井对比

当裂缝存在时,常规测井曲线中的GR曲线会出现异常增大响应。如图5所示,图中黄色阴影覆盖区为石灰岩发育段,红色覆盖区为GR异常增大段,可以看出GR异常增大区,对应的剖面上(红圈位置)裂缝异常特征很明显。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 裂缝预测剖面与测井曲线对比

a—边缘检测剖面 ;b—ZK09-1井GR曲线

2.4.2 与构造对比

图6a为煤系灰岩裂缝平面分布,石灰岩裂缝主要分布在研究区的西部和南部,南部地势起伏大,是破碎带发育区,裂缝发育好。东北部及中部地势较平坦,裂缝发育较差。图6b为研究区构造纲要。通过对比可知,裂缝发育好的部位对应构造图上的断层发育也很好;断层不发育或地势平坦区,裂缝基本不发育,石灰岩裂缝分布范围与构造具有一致性。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 裂缝预测分布与构造对比

a—灰岩裂缝分布;b—构造纲要图

3 结论

小波变换多尺度边缘检测可以识别不同尺度的缝洞,通过选择不同的小波,检测的效果也不同,当小波为高斯函数时,实际上为Canny算子边缘检测的一种扩展,还可以选择样条函数作为小波,此外,多尺度边缘检测还涉及到尺度的自适应选择、阈值选取等问题,这些问题将在以后的研究中解决。

文中针对沁水盆地煤系灰岩裂缝分布预测与研究,根据煤系地层和太原组灰岩地震波场对裂缝具有多尺度效应的特点,利用小波多尺度边缘检测理论对研究区的煤系地层中提取出灰岩的裂缝分布,而且预测结果与测井裂缝解释结果和区块构造规律吻合较好,说明该方法具有较强的实用性。而地震资料中包含着沉积岩相、储层岩性变化等信息,因此,可以将多尺度边缘检测技术应用到岩性解释中,将有助于小断层、小规模河道砂体等地质体进行解释和刻画。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

潘文勇

华北型岩溶煤田的灰岩分布规律及岩溶发育特征

[J]. 煤炭学报, 1982,( 3):48-56.

[本文引用: 2]

[2]

傅雪海, 秦勇, 王文峰 , 等.

沁水盆地中南部水文地质控气特征

[J]. 中国煤田地质, 2001,13(1):31-34.

[本文引用: 1]

[3]

付勇

朱庄井田太灰上段含水层富水性特征分析

[J]. 煤炭科学技术, 2010,38(8):118-121.

URL [本文引用: 1]

为了确定朱庄井田太灰上段各单层灰岩的富水性类型,认识该井田太灰突水水源的规律性,通过对地面抽水试验、井下简易放水试验和井田水文地质资料的分析,研究表明:太灰上段L1灰岩溶裂隙不发育,富水性极弱,在单个工作面范围内可视作相对隔水层;L2灰岩岩溶裂隙发育一般,是具有较强富水性岩溶裂隙含水层;L3和L4灰岩,岩溶裂隙发育,富水性极强,并具有同一水力联系,是极强富水岩溶裂隙含水层,对6煤开采具有极大的危害性.研究发现突水系数法适合6煤回采工作面突水危险性预测评价,朱庄井田太灰上段含水层突水系数较大,但均在要求范围内,其中3613,3614,3621等7个工作面突水系数超过临界值,必须采取了疏水降压、底板注浆改造等安全措施实现了安全开采.

[4]

陆小霞, 黄文辉, 唐修义 , 等.

沁水盆地南部15号煤层顶板灰岩特征对煤层气开采的影响

[J]. 现代地质, 2012,6(3):518-525.

DOI:10.3969/j.issn.1000-8527.2012.03.011 URL [本文引用: 1]

煤层顶板的含水性对煤层气的开采有重要影响。沁水盆地南部上石炭统太原组15号煤层直接或间接顶板多为灰岩,其中以K2灰岩为主,连续分布。顶板泥岩较少,呈零散分布。灰岩的富水性对煤层气的排水降压有影响。因此,主要从灰岩的厚度展布、裂隙发育、与煤层的接触关系以及区域水文地质条件讨论其含水性对煤层气产能的影响。研究结果表明:(1)灰岩的含水性一般较弱,但当遇到断层或岩溶陷落柱较发育的部位,可能与其他含水层沟通,富水性较强。(2)15号煤层顶板灰岩的厚度与煤层气井的产水量并无直接关系,其裂隙较发育,但大多被方解石充填,导水和储水性能较差。(3)灰岩与15号煤层的接触关系有两种:一种是直接接触型,灰岩直接覆于15号煤层之上;另一种是间接接触型,灰岩与15号煤之间夹有泥岩、砂岩或14号煤层。直接接触型煤层气井的产水量、产气量比间接接触型高。间接接触型15号煤层直接顶板的岩性、厚度对产气、产水都没有太大影响。

[5]

张先敏, 同登科 .

顶板含水层对煤层气井网产能的影响

[J]. 煤炭学报, 2009,34(5):645-649.

DOI: URL Magsci [本文引用: 1]

根据煤体的岩石力学性质和弹性本构关系推导出了考虑基质收缩效应的煤裂隙渗透率模型，并在此基础上建立了三维煤层气垂直井网的非平衡吸附拟稳态条件下的气-水两相流动数学模型.编制程序并利用沁水盆地南部某区的资料对五点式煤层气井网开采进行了模拟预测，结果表明：石炭系K2灰岩层局部富水性较强，在煤层气开发实践中，尤其在压裂增产改造过程中可能对煤层气的开采造成直接不利影响，同时基质收缩对裂隙渗透率的影响也不容忽视.

[6]

唐书恒, 马彩霞, 袁焕章 , 等.

华北地区石炭二叠系煤储层水文地质条件

[J]. 天然气工业, 2003,23(1):32-35.

URL [本文引用: 1]

Hydrogeological conditions play an important influence and control role in the occurrence,migration and production of coalbed methane and the transmission of reservoir pressure in the process of coal methane production is mainly controlled by drainage type and parameter grade of water-feeding aquifer.In the paper,the hydrogeological conditions of Carboniferous-Permian coal reservoirs in North China are divided into three types,i.e.water-feeding mainly from coalbed itself,water-feeding mainly from the roof (floor) sandstone of the coalbed and water-feeding mainly from the bottom limestone of the coalbed,then three grades,i.e.excellent,medium and unfavourable grades were carved out for relevant parameters in each of the types;and the hydrogeological conditions of the coal reservoirs at Shouyang-Hanzhuang target area,Pingdingshan target area and Hancheng-Banqiao target area are classified as Grade 1 (Class Ⅱ),Grade 2 (Class Ⅲ) and Grade 2 (Class Ⅱ)respectively.

[7]

刘振峰, 曲寿利, 孙建国 , 等.

地震裂缝预测技术研究进展

[J]. 石油物探, 2012,51(2):191-198.

[本文引用: 1]

[8]

王珂, 张荣虎, 戴俊生 , 等.

低渗透储层裂缝研究进展

[J]. 地球科学与环境学报, 2015,37(2):44-58.

DOI:10.3969/j.issn.1672-6561.2015.02.006 URL [本文引用: 1]

储层裂缝对改善致密砂岩和碳酸盐岩等低渗透储层以及致密砾岩、火成岩、泥页岩等非常规低渗透储层的物性具有重要作用。通过总结近年来储层裂缝的相关研究进展，对储层裂缝的多种识别和预测方法进行了分析，并讨论了储层裂缝研究的几个关键问题。结果表明：储层裂缝的识别技术是点（岩芯、薄片）、线（测井）、面（相似地表露头区）、体（地震资料）和时间（生产动态资料）组成的多维综合体系；储层裂缝的定性预测主要是根据裂缝与构造部位和岩性之间的关系进行，定量预测方法包括井间直接插值法、曲率法、能量法与岩石破裂法（二元法）、地震法、分形分维法、构造应力场数值模拟法和多参数判据法等，每种预测方法各有其优势与不足，因此，需要综合多种方法才能实现储层裂缝的有效预测；储层裂缝研究的关键问题包括裂缝分布预测与精细表征、裂缝动态参数和裂缝三维地质建模等方面。最后，在油气田勘探开发中进行储层裂缝预测及建模等工作时，应以明确储层裂缝的成因、演化及主控因素为基础。

[9]

孙炜, 李玉凤, 付建伟 , 等.

测井及地震裂缝识别研究进展

[J]. 地球物理学进展, 2014,29(3):1231-1242.

DOI:10.6038/pg20140332 URL Magsci [本文引用: 1]

测井及地震裂缝识别方法是解决裂缝预测难题的主要手段.通过大量的学术调研，对常用的测井和地震裂缝预测方法的原理及技术特点进行详细的分析，并说明其优劣性.在测井方法中，成像测井仍是目前最为可靠的裂缝识别依据，常规测井、三孔隙度比值法、侵入校正差比法和概率密度法容易实现、效果较好，且能够通过与地震反演的结合来预测裂缝的区域分布特征，横波测井和放射性测井效果较好，但资料难于收集，与数值统计分析相关的测井裂缝识别法局限于井点处的裂缝研究.在地震方法中，纵波各向异性应用最为广泛，且能准确得到裂缝的空间分布特征，叠前远近偏移距属性差法、相干体及倾角检测法、叠后融合属性法、多尺度边缘检测法及地震反演方法能够得到裂缝的分布特征数据体，但无法预测裂缝方向，构造应力场分析法经常用于预测某个地层界面构造缝的分布特征，横波与转换波裂缝预测方法受成本限制，VSP裂缝预测受横向延伸限制，均未广泛应用.

[10]

杨晓, 王真理, 喻岳钰 .

裂缝型储层地震检测方法综述

[J]. 地球物理学进展, 2010,25(5):1785-1794.

DOI:10.3969/j.issn.1004-2903.2010.05.036 URL Magsci [本文引用: 1]

裂缝型油气藏在新增储量中占有越来越大的比重.准确预测裂缝发育带是评价裂缝型储层的前提,更是裂缝型油气藏提高勘探效率和开发水平的关键.本文介绍了裂缝型储层的理论介质模型;重点研究了国内外较成熟的裂缝型储层地震检测方法,如纵波振幅、速度、旅行时、和波阻抗检测,横波检测以及多波多分量检测等地震技术.纵波资料对裂缝的敏感度不够,而横波资料勘探难度大,成本高.目前,在进行裂缝型储层检测时,比较普遍使用包含有纵、横波信息的转换波勘探,尤其在海上勘探方面,已经进入商业化应用阶段.然而,地震检测方法也有其自身的缺陷,我们需要综合分析岩芯露头、测井、以及VSP资料,才能更有效地预测裂缝型储层.

[11]

贺振华, 黄捍东, 胡光岷 , 等.

地下介质横向变化的地震多尺度边缘检测技术

[J]. 物探化探计算技术, 1999,21(4):289-294.

[本文引用: 1]

[12]

高霞, 谢庆宾 .

储层裂缝识别与评价方法新进展

[J]. 地球物理学进展, 2007,22(5):1460-1465.

DOI:10.3969/j.issn.1004-2903.2007.05.017 URL Magsci [本文引用: 1]

裂缝发育程度决定着低渗储层的渗流和产出能力，但由于裂缝发育机制的复杂性，故裂缝性油气藏一直是勘探的重点和难点.目前裂缝评价方法多以常规测井资料为主，结合其它分辨率较高的诸如FMI测井、地层倾角测井等.本文列举的计算机层析成像技术、ANN技术、灰色系统评判法是在裂缝研究领域相对有效的识别和评价方法，在油田的现场应用中取得了良好效果.

[13]

曹积万

关于地震裂缝预测技术研究进展的探讨

[J]. 化工管理, 2016,31(20):170.

DOI:10.3969/j.issn.1008-4800.2017.09.093 URL [本文引用: 1]

随着现代人们对油气能源需求量的日益上升，油气开发力度不断提高，但地球中的油气储藏量是有限的，随着油气开发规模的扩大，可开发的油气藏不断减少，在此背景下，人们逐渐开始将目光放在了裂缝性油气藏上面。但裂缝性油气藏的识别和预测并非简单之事，据相关研究显示，利用地震资料来识别、预测及表征裂缝的情况具有一定的可行性。目前常用的地震裂缝预测技术主要有三种，本文主要围绕这三种技术探讨了地震裂缝预测技术的研究进展，希望对业内工作有一定帮助。

[14]

黄捍东, 胡光岷, 贺振华 , 等.

利用多尺度边缘检测研究碳酸盐岩裂缝分布

[J]. 物探化探计算技术, 2000,22(1):21-25.

DOI:10.3969/j.issn.1001-1749.2000.01.006 URL [本文引用: 1]

裂缝检测与图像分析中的边缘检测有许多相似之处，因此，能够借助某些边缘检测理论并结合实际地震资料形成有效的裂缝检测方法。作者基于小波多尺度边缘检测理论，结合地震波场对裂缝的多尺度特性，提出了碳酸岩裂缝预测的多尺度边缘检测方法。方法的主要思想是：利用小波变换械的局部极值，检测出三维地震记录裂缝点特征位置，并通过调整模值在图像中的灰度，自动识别裂缝发育区的范围。

[15]

朱光明, 高静怀, 王玉贵 .

小波变换及其在一维滤波中的作用

[J]. 石油物探, 1993,32(1):1-10.

URL [本文引用: 1]

本文叙述了小波变换(Wavelet Transform)的定义,分析了其性质.从小波变换的常见定义式得到声音变换,在附录中给出了反变换公式的证明.文中讨论了将小波变换用于各种一维滤波的原理及实现方法,给出了模型及实际资料试算实例,证明了本方法的可行性及优点.

[16]

孙夕平, 周超 .

小尺度边缘特征地震检测技术研究

[J]. 石油地球物理勘探, 2011,46(1):121-125.

DOI: Magsci [本文引用: 1]

通过对比传统边缘检测算法、小波变换多尺度边缘检测算法和最优滤波二阶差分算法，本文认为：传统边缘检测算法没有考虑多尺度问题，但由于算法以样点为单位，所以在检测小级别边缘特征方面仍有优势，且可较容易获得边缘方向的描述；应用小波变换可以实现多尺度边缘检测；通过最优滤波二阶差分算法也可以实现多尺度边缘检测。以上各种方法可作为相干体技术的重要补充。

华北型岩溶煤田的灰岩分布规律及岩溶发育特征

1982

... 华北型岩溶煤田系指主采煤层主要受中奥陶统灰岩水害威胁的石炭二叠系煤矿区^[1].其中,石炭系发育有多层海陆过渡相灰岩.作为煤系层段的主要含水层^[2],太原组灰岩含水层普遍具有水压高、距煤层较近的特点,并经常与下伏奥灰水形成水力联系^[1].而灰岩裂隙的发育程度又直接决定着灰岩含水层的富水性^[3],尤其当遇到断层、岩溶陷落柱或者节理裂缝比较发育的部位,可能造成灰岩与其他含水层联通,具有涌水量较大、富水性较强的特征^[4],对煤矿防治水、煤层气开发利用等造成不利影响^[5,6];因此,查明太灰层段的裂缝系统,对研究含水层的富水性、煤矿安全生产以及煤层气的压裂、排采具有重要意义. ...

... [1].而灰岩裂隙的发育程度又直接决定着灰岩含水层的富水性^[3],尤其当遇到断层、岩溶陷落柱或者节理裂缝比较发育的部位,可能造成灰岩与其他含水层联通,具有涌水量较大、富水性较强的特征^[4],对煤矿防治水、煤层气开发利用等造成不利影响^[5,6];因此,查明太灰层段的裂缝系统,对研究含水层的富水性、煤矿安全生产以及煤层气的压裂、排采具有重要意义. ...

沁水盆地中南部水文地质控气特征

2001

朱庄井田太灰上段含水层富水性特征分析

2010

沁水盆地南部15号煤层顶板灰岩特征对煤层气开采的影响

2012

顶板含水层对煤层气井网产能的影响

2009

华北地区石炭二叠系煤储层水文地质条件

2003

地震裂缝预测技术研究进展

2012

... 真实的岩层裂缝系统非常复杂,可能同时包含多个组系、多种类型^[7,8].传统方法是借助岩芯露头和测井数据来进行裂缝检测,但岩芯及测井资料控制点有限^[9],随着地震勘探技术的飞速发展,以岩芯和测井资料为约束,利用地震数据预测裂缝发育区带逐渐成为预测裂缝分布的有效方法^{[10,11,12,13]}.由于叠后地震资料具有较高的信噪比和分辨率,其剖面上的特征响应能够直观地反映地下地质体及构造空间展布变化规律,所以基于叠后地震资料的裂缝预测方法仍是当前裂缝预测的主要方法. ...

低渗透储层裂缝研究进展

2015

测井及地震裂缝识别研究进展

2014

裂缝型储层地震检测方法综述

2010

地下介质横向变化的地震多尺度边缘检测技术

1999

储层裂缝识别与评价方法新进展

2007

关于地震裂缝预测技术研究进展的探讨

2016

利用多尺度边缘检测研究碳酸盐岩裂缝分布

2000

... 文中所利用的多尺度边缘检测技术从地震波场对裂缝的多尺度效应的角度考虑.通常,地震波的高频成份对中、小尺度的裂缝反应较为灵敏^[14],而低频成分可以反映大尺度裂缝.利用不同波长和频率的地震波场对不同尺度其裂缝的响应特征也不相同的原理,将多尺度边缘检测理论与煤系石灰岩裂缝发育区的地震波场特征相结合,通过选取不同波长和频率尺度可对不同特征的裂缝进行准确检测和定位.该方法在沁水盆地煤系灰岩裂缝预测与研究中取得了良好的应用效果. ...

小波变换及其在一维滤波中的作用

1993

... 边缘检测算法一般应用于图像处理,因此可以用二维信号进行解释^[15,16],在裂缝识别中则是对地震剖面或切片进行边缘检测.常规地震数据是具有一定主频优势的带限数据,其分辨率受到一定的限制.小波变换具有多尺度特性,可以把信号或图像分解成交织在一起的多种尺度成分,并对大小不同的尺度成分采用相应粗细的时域或空域取样步长,从而能够不断地聚焦到对象的任意微小细节.通过对在水平方向和垂直方向分别做小波变换即可检测垂直方向和水平方向的边缘.假设f(x,y)为二维函数,对其进行二维小波变换,首先设二维小波

ψ_{s}^{(1)}

(x,y)、

ψ_{s}^{(2)}

(x,y)在尺度s下的伸缩为: ...

小尺度边缘特征地震检测技术研究

2011

ψ_{s}^{(1)}

(x,y)、

ψ_{s}^{(2)}

(x,y)在尺度s下的伸缩为: ...

〈

〉