运用地震属性技术预测煤层厚度

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

运用地震属性技术预测煤层厚度

张玉忠1

,杨永波

2

(1.内蒙古煤炭地质调查院,呼和浩特010010; 2.黑龙江省煤田地质物测队,哈尔滨150008)

摘　要:通过对晋城煤业集团赵庄矿三维勘探区煤层反射波的属性特征进行的提取,对反射波的地震属性特征进行了深入分析、研究,并结合已知地质资料,利用基于地震层间属性定量描述技术对勘探区的主要可采煤层的厚度进行了解释。

关键词:煤层厚度;三维地震勘探;地震属性中图分类号:T D1 文献标识码:A 文章编号:1008-8725(2009)03-0126-04

Forecast Coal Seam Thickness by Seismic attributes T echnology ZHANG Y u -zhong 1,Y ANG Y ong -bo

2

(1.Inner M ong olia C oal G eological Survey Institute ,Huhehaote 010010,China ;2.Heilongjiang C oal G eological -Exploration T eam ,Harbin 150008,China )

Abstract :By the extract of attributive characteristics of three -dimensional exploration area coal seam reflec 2

tion wave in Zhaozhuang C oal Mine ,Jincheng C oal Industry G roup ,makes an in -depth analysis and research on the seismic attributive characteristics of the reflection wave and combined with the known geological data ,based on the seismic attributes between layers descripes the main coal seam thickness.

K ey w ords :coal seam thickness ;three -dimensional seismic exploration ;seismic attributes

0　前言

地震属性,指的是那些由叠前或叠后地震数据,经过数学变换而导出的有关地震波的的几何形态、运动学特征和统计学特征,它是地震资料中可描述的、可定量化的特征,它可以以与原始资料相同的比应用建立的AR (13)模型,按最小方差预报方法进行步长为20的预报。对时序还原后,将预测数据与实测数据进行比较,最后10期的结果见表1。对两种模型的预测结果见图3。另外,对遗忘因子λ=

0.99时,建立了AR (12)模型,预测结果见表1,采用二次多项式预测的结果也一并列入表中。

图3　实测曲线和预测曲线比较图

计算得AR (13)的预报标准差为0.281cm ;AR

(12)模型(λ=0.99)的预报标准差为0.255cm ;二次多项式模型预报的标准差为2.150cm 。带遗忘因子的AR (12)模型(λ=0.99)预测效果最好;二次多项式模型预报效果最差。另外,AR (n )模型预测偏差较大的数据分布别在预报时间较长的第70、71期,因此,用AR (n )模型对大坝的垂直变形进行预报时,预报时间越短效果越好。本例中两种预报模型的预报精度都很高,用时间序列分析理论对变形预测取得了成功。

在大坝变形监测过程中,用已取得的观测时间

序列建立AR 模型,对后面的大坝变形情况进行预测;当取得新观测值时,再把它加入观测时间序列,重新建立AR 模型,模型得到修正,再去进行后面的预测;如此反复建模、预测、修正…,就达到了动态预测大坝变形的目的。

5　结论

本文应用时间序列分析理论和方法对大坝变形进行预报,推出了简单的AR 模型,利用F 检验法对模型定阶,采用递推最小二乘解法进行模型参数估计,便于计算机上实现建模、预报。本文的贡献有以下几点:

(1)基于时间序列分析理论和F 检验法建立AR 模型应用于大坝沉降监测预报,具有建模容易、计算简单的特点。

(2)AR 模型对大坝变形具有较高的模型拟合及预报精度,尤其是短期预报,效果更佳。

(3)应尽量避免使用时间序列进行中长期预报,要根据实测数据对所建模型进行实时更新。参考文献:

[1]　史玉峰,等.时间序列分析及其在变形数据分析中的应用[J ].

金属矿山,2004,(8):13-14.[2]　杨叔子,吴雅.时间序列分析的工程应用(上、下册)[M].武汉:

华中理工大学出版,1996.[3]　邓自立,等.建模于与估计[M].北京:科学出版社,2007.[4]　潘国荣.基于时间序列分析的动态变形预测模型研究[J ].武

汉大学学报(信息科学版),2005,(6):484-485.

(责任编辑　徐艳杰)

收稿日期:2008-10-24;修订日期:2008-12-24

作者简介:张玉忠(1968-),男,内蒙古包头人,高级工程师,1989年毕业于中国矿业大学,内蒙古煤炭地质调查院长期从事物探工作。

第28卷第3期2009年3月煤　炭　技　术C oal T echnology

V ol 128,N o 103

M ar ,2009

例显示出来。地震属性代表了原始地震资料中所包含的总信息的子集。

地震属性优化是提高煤层厚度预测精度的基础,是地震属性分析的关键。每一种地震属性都是从不同角度反映煤层的特征,但是它们与煤层及其物性、孔隙流体性质之间的关系是非常复杂的,同一种属性在不同工区、不同煤层对所预测对象的敏感性(或有效性、代表性)可能是不完全相同的,而且由于不同地震属性之间存在相关性,即便最优的几个单属性组合也不一定就是最优化的,不一定能获得最优的预测效果,只有在各地震属性间相互独立时才能获得最优效果。因此,地震属性优化的任务就是利用人的经验或数学方法,优选出对所预测目标最敏感或最有效、最有代表性的属性或地震属性组合,以提高地震属性的预测精度。

1　地震属性的提取

根据理论与模型研究成果,提取振幅类、复地震道类、频谱统计类属性,其中振幅类属性15种:均方根振幅、平均绝对振幅、最大峰值振幅、平均峰值振幅、最大谷值振幅、平均谷值振幅、最大绝对振幅、绝对振幅总量、振幅总量、平均能量、能量总体、平均振幅、振幅变化、振幅变化的不对称性、振幅的峰态。地震振幅或能量属性反映了波阻抗差、地层厚度、岩石成分、地层压力、孔隙度及含流体成分的变化。既可用来识别振幅异常或层序特征,也可用来追踪地层学特征如三角洲河道或砂岩。另外,还可用于识别岩性变化、不整合、气体以及流体的聚集等。复地震道统计类5种:平均反射强度、平均瞬时频率、平均瞬时相位、反射强度斜率、瞬时频率斜率。复地震道实际是地震信号的Hilbert变换。它能帮助分析气体、流体的特征、岩性、河道与三角洲砂岩、礁体、不整合面、地层序列、裂隙、调谐效应等。频(能)谱统计类6种:有效带宽、弧线长度、平均零交叉点频率、主频序列F1,F2,F3、主频峰值、主频峰值到最大频率的斜率。它是对地震信号的频率谱和能量谱,可揭示地层或油气效应的裂隙发育带、含气吸收区、调谐效应、岩性或吸收引起的子波变化。

采用Landmark公司P oststack的PA L属性提取模块,确定分别沿3煤层、5煤层10ms时窗作为提取属性分析的时窗。在此时窗内,共提取42种地震属性,其中振幅类属性16种,复地震道类属性5种,频(能)谱统计类属性8种。根据本区已知钻孔资料,计算出煤厚与地震属性相关系数如表1所示。

表1　煤层厚度与属性相关系数表

地震属性