移动阅读
移动阅读
随着地震勘探技术的发展，地震属性在含油气储层预测方面得到了广泛应用，并逐渐形成了一系列完善的直接烃类检测技术。除经典的“亮点”技术外，叠前AVO属性分析技术、多属性优化预测技术、谱分解技术以及地震波衰减特性分析技术等均在含油气储层预测中发挥了重要作用，不乏许多成功实例[1-5]。相比之下，由于煤田地震勘探装备更新换代和技术研发等相对滞后，地震属性在煤层气或煤层瓦斯预测中的应用研究起步相对较晚[6]。由于瓦斯赋存状态的特殊性，煤层中约90%以上的瓦斯是以分子状态吸附在微孔隙和割理裂隙表面,游离态的瓦斯很少，这使得瓦斯对煤层弹性参数的影响要比常规天然气对储层岩石的影响更复杂。通常吸附态瓦斯以类似于孔隙水的液体状态凝结在煤孔隙和裂隙的表面，其对煤层弹性参数的影响很小，甚至可以忽略。为此，利用地震资料直接检测煤层气或煤层瓦斯的难度很大。然而，考虑到煤与瓦斯突出高危煤层具有明显区别于正常煤层的地质特征[7-8]，煤层瓦斯富集与其生成和运移密切相关，而煤岩组成、煤变质程度、煤层厚度、煤体结构、裂隙系统、煤层埋深以及围岩性质等是影响煤层瓦斯富集的主要因素。因此，通过研究瓦斯富集影响因素来间接反映瓦斯富集程度已成为当前煤层气或煤层瓦斯富集预测的主要方法。特别是，当研究区范围较小时，对于同一煤层，其煤岩组成、煤变质程度、煤层厚度、煤层埋深以及围岩性质等因素变化不大;此时，煤体结构和裂隙系统发育程度将成为决定瓦斯富集程度的重要因素。因此，以煤体结构和裂隙系统发育程度为主要目的的瓦斯富集区探测方法应用最广。因构造煤吸附瓦斯能力强、力学强度降低、孔隙裂隙发育，具有瓦斯富集的最佳条件[9]。因此，基于构造煤探测的瓦斯富集区预测方法备受关注。
已有的煤岩弹性测试结果表明:不论是煤还是砂、泥岩等碎屑沉积岩，其密度和弹性参数(纵波速度、横波速度、杨氏模量、泊松比等)均具有较大的变化范围，而且不同岩性岩石之间存在不同程度的弹性参数重叠[10-13]。整体而言，煤的密度及纵、横波速度都明显小于作为煤层顶、底板的砂泥岩等碎屑沉积岩。此外，相对原生结构煤而言，构造煤往往具有更低的密度和纵、横波速度值，且随破坏程度增加，相应密度和弹性特性将会降低。与此同时，煤岩裂隙密度和裂隙方位等同样会对煤岩纵横波速度的变化产生一定影响。一般来说，裂隙的存在会导致煤岩纵横波速度降低，而且速度降低的程度随裂隙张开度的增加而增大[14];除此之外，裂隙还会导致煤岩速度的各向异性，沿裂隙方向波速最大，垂直裂隙方向速度变小[15-16]。这些研究成果为煤层瓦斯富集区预测奠定了坚实的岩石物理基础。
早在1979年，TANER等在复数地震道“三瞬”参数分析中就发现，在油气藏下方通常会出现视频率变低的现象(即“低频阴影”现象)[17]，但并未引起足够重视。MITCHELL等的研究表明“低频阴影”现象与气藏中的能量损失密切相关[18]。CASTAGNA 等利用匹配追踪算法对地震信号进行时频分解，生成各种频率的共频率道集，利用不同频率瞬时谱能量的异常直接指示油气的存在,展示了“低频阴影”在地震资料解释中的良好应用前景[19]。GOLOSHUBIN采用超声波实验方法研究了孔隙层在干燥、含水和含油的情况下地震波反射特征，并在含油层下方观测到明显的低频阴影现象，从岩石物理的摩擦衰减机制角度证明能量衰减是引起低频异常的原因[20-21]。尹陈等基于黏制系数和内摩擦因数的波动方程研究了地震波在含流体地层中能量的吸收衰减和低频阴影现象[22-23];LI等在塔里木哈拉哈塘的缝洞储层中观测到低频阴影和高频异常现象，认为洞穴型碳酸盐岩储层孔隙度和厚度是低频和高频能量产生的条件[24]。李刚等[25]基于双相介质理论通过模型正演分析，利用最大能量扫描法研究了地震波在穿过双相介质后各个频率成分的能量会重新分配，双相介质区表现出明显的 “低频能量增强、高频能量衰减”现象。之后，许多研究者相继开展了“低频阴影”含气储层预测的应用研究，并取得了较好的应用效果[26-29]。迄今为止，基于“低频阴影”特性的煤层气或煤层瓦斯预测应用研究尚未见相关报道。
笔者将以甘肃省核桃峪矿区三维地震资料为基础，在已有构造解释的基础上，结合岩石物理特征和地质模型地震正演模拟分析，开展基于煤层反射波“低频阴影”预测煤层瓦斯富集区的初步应用研究，探索煤层瓦斯预测新途径。
合适的时频分析方法是进行地震信号瞬时谱分析、检测低频阴影的关键,要求既能准确刻画地震信号的局部层次结构,具有良好的时频分辨率，又必须有很高的计算效率。常规的短时傅里叶变换时频窗口固定,时频分辨率不高。匹配追踪算法是一种不断迭代寻求最佳匹配的贪婪算法,难以构造充分匹配信号局部结构的时频原子集,反复的迭代搜索运算效率很低,计算开销很大，不适于大规模三维地震资料的处理[30]。S变换是吸收了短时傅里叶变换和小波变换思想后形成的一种新的时频分析方法,具有类似多分辨率分析的特性。S变换的小波基函数能随着频率的增加而自适应地减小分析时宽，时频窗口具有一定的自适应性、不须满足小波容许性条件以及与傅里叶变换的直接联系[31]。采用S变换对叠前偏移得到的地震数据进行时间域频谱分解，获得不同频率瞬时频谱剖面图。同时，为了进一步分析地震波在瓦斯富集区传播过程中的衰减特征，利用地震属性分析技术提取了地震波通过构造煤区域地层的衰减特征。
核桃峪矿区位于陇东黄土高原东南部。地貌主要由黄土塬、黄土宽梁和河谷阶地组成。第四系黄土几乎覆盖全区。矿区内含煤地层为中侏罗统下部延安组，自下而上分为3个含煤段，共含煤7层，煤层总厚0.20～24.13 m，平均厚度约14.80 m。主要可采煤层有3层，分别为2号,5号和8号煤层，自上而下依次分别位于延安组的上、中、下3个含煤层段。其中2号和5号煤为部分可采煤层，8号煤为全区分布的可采煤层。8号煤位于延安组第1段第1沉积旋回的中部，为本次研究的主要目的层段，其层位稳定，厚度为 6.45～24.13 m，平均厚度约 14.18 m，可采含煤系数23.04%，煤层倾角变化为 2°～20°，平均倾角约为 7°。煤层结构简单，含炭质泥岩夹矸0～7层，平均厚度0.57 m，岩性以泥岩为主，炭质泥岩次之;煤层顶板、底板岩性以泥岩为主，砂质泥岩、粉砂岩次之，局部为炭质泥岩和泥质粉砂岩。
图1 地质模型
Fig.1 Geological model
依据核桃峪矿区主要目的层8号煤的赋存特征，借鉴前人岩石物理实验室测试成果[15,32-33]，设计建立图1所示的7层地质模型。模型长度为1 000 m，深500 m。模型中煤层顶板为由砂泥岩互层组成的泥岩-砂岩-泥岩3层结构，厚度依次为200,50和20 m;煤层底板为泥岩，厚度215 m。由煤体裂隙、孔隙等引起煤体密度差异是波阻抗差异的主要原因，相同地质条件下，破碎松散煤体瓦斯含量较正常煤体要高，煤层中瓦斯含量的变化，会引起煤层密度的变化，导致地震波在煤层中传播纵波、横波速度发生明显变化。因构造煤分子间的间隙大，煤体强度低，比表面大，吸附瓦斯能力强。再加上构造煤结构比较破碎，煤颗粒间微裂隙空间发育，易于积存较多自由状态瓦斯分子，是瓦斯富集的最佳储层体条件。为此，模型中将中部煤层分成3段，中间400～500 m段为以构造煤表示的瓦斯富集区段，两侧为原生煤，代表低瓦斯含量煤层。煤层厚度采用8号煤层平均厚度，取为15 m。设计的地质模型参数详见表1。
表1 瓦斯富集区地质模型参数
Table 1 Gas concentration zone geological model parameters
层位岩性vp/(m·s-1)vs/(m·s-1)ρ/(g·cm-3)QpQs层厚/m1泥岩3 1701 5852.3601771772002砂岩3 6012 1722.562236236503泥岩3 1701 5852.360177177204原生煤2 4001 2601.5009696155瓦斯富集煤层1 5006811.3571010156原生煤2 4001 2601.50096 96157泥岩3 1701 5852.360177177215
严格意义上说地下介质均属于黏弹性介质，为了更真实的反映地震波在地下介质中传播的特征，笔者采用基于Kelvin-Voigt模型的黏弹性波动方程有限差分数值模拟算法对图1所示地质模型进行地震波数值模拟。模型为水平层状介质，目的是消除地层倾角因素的影响。震源子波为零相位Ricker子波，子波主频取为40 Hz。同时选取道间距为5 m，单炮激发，接收道数40道，时间采样间隔为1 ms，记录长度为600 ms。对正演模拟得到的单炮记录进行常规处理和叠前Kirchhoff偏移，叠加后得到相应正演模拟地震记录剖面如图2所示。
图2 模拟地震记录剖面
Fig.2 Simulated seismic time section of the geological model
由图2可见，不论是原生煤还是构造煤，煤层反射波同相轴均呈现出强反射特征。横向上，构造煤较原生煤反射振幅更强，且煤层底面反射同相轴整体下拉。这主要是由于构造煤速度较原生煤显著降低，与顶底板波阻抗差异增大，从而使得界面反射系数增强，反射波振幅和能量增大，反射波旅行时间加长所至。显然，强反射振幅或强能量属性和同相轴下拉效应可作为构造煤识别的重要标志。然而，由于大多数情形下煤层厚度较薄(通常<10 m)，且横向厚度分布不均匀(如本矿区8号煤层厚度变化范围为0.20～26.58 m)，这使得煤层反射主要以薄层复合反射为主，煤层顶底界面反射很难区分。正是由于薄层调谐效应的影响，使得单纯利用时间域强反射或强能量特征进行瓦斯富集区预测具有明显的多解性。为了更好地揭示煤层反射波的内在细节，并进行深入探讨，采用S变换对图2所示正演地震记录剖面实施频谱分解，不同频率成分的谱分解结果如图3所示。
图3 图2的时频分析
Fig.3 Time-frequency spectra of geological model
图4 地震属性特征
Fig.4 Seismic attributes characters
由图3可见，在20 Hz瞬时频谱剖面(图3(a))中，构造煤(瓦斯富集区)红色圈出的区域和下方地层能量较强;30 Hz瞬时频谱剖面(图3(b))中，构造煤(瓦斯富集区)和下方地层能量比20 Hz更强;随着频率的增加，40 Hz瞬时频谱剖面中(图3(c))能量达到最强，分析其原因是接近地震子波主频;50 Hz瞬时频谱剖面(图3(d))中，构造煤区域和下方地层能量逐渐减弱;60 Hz和70 Hz瞬时频谱剖面图(图3(e)，图3(f))中，构造煤(瓦斯富集区)红色圈出的区域能量明显弱于20 Hz和30 Hz剖面中同样位置的能量。可知，在低频瞬时频谱剖面中，构造煤(瓦斯富集区)区域能量明显强于高频瞬时频谱剖面中同样位置的能量，且煤层下方存在强能量团，即存在典型的“低频阴影”现象，而高Q值的原生构造煤层下方地层则无低频阴影现象。说明不同频率的地震波经过构造煤后地震波高频能量衰减剧烈，低频成分衰减慢，通过煤层后的地震波低频成分占优势，在反射层的底部和下方形成了明显的“低频阴影”现象。
图4(a)中红色线是构造煤(瓦斯富集区)顶板反射波频谱，蓝色线为底板反射波频谱，同样验证了地震波经过构造煤层后，地震波高频能量衰减严重，低频能量衰减慢，呈现构造煤层低频能量相对增强，高频能量相对衰减的明显特征。同时，构造煤发育区(瓦斯富集带)煤层反射波主频明显降低，如图4(b)所示。原因是煤层为典型的多孔多相介质，固体颗粒与空隙中流体相互作用产生慢纵波，使得介质中波的能量分配发生变化，地震波能量向低频方向移动。
研究区8号煤层埋深大，表层黄土覆盖层厚度大，地震波吸收衰减严重，地震波优势主频段为20～50 Hz。通过分析工区地震频谱分布范围，分别提取低频和高频的地震数据，对所有含瓦斯和不含瓦斯地震道的频谱分析结果进行统计，得到整条测线或整个工区的瓦斯敏感特征频段。勘探区煤层瓦斯敏感特征频段主要分布在15～60 Hz。
图5为核桃峪矿区8号煤层Inline146线最大能量属性切片(上)和8号煤层Inline146线地震剖面(下)。剖面图中的两个蓝色椭圆框所圈定的8号煤层反射波同相轴分别具有弱反射和强反射特征，依次对应沿层最大能量属性切片中的粉色弱能量区和红黄两色强能量区(见图中白色椭圆框圈定的区域)。高值区域地震反射波同相轴连续性好，能量强。低值区域反射波同相轴发生扭曲，但没有明显的错断，能量弱。
经矿区井下钻孔瓦斯检测数据验证，时间剖面强反射和沿层切片的强能量区为瓦斯富集区的反映，而低能量弱反射区域的瓦斯含量很低。这说明利用时间域强反射和强能量特征在一定条件下确实可以实现瓦斯富集区的准确预测。
图5 8号煤层最大能量属性切片和Inline146线部分瓦斯异常地震剖面综合分析
Fig.5 Comprehensive analysis based on maximum energy section of No.8 coalbed and partial gas unusual seismic profile of Inline146
采用前述时频域分频地震属性分析方法对核桃峪矿区三维地震资料进行处理得到相应低频和高频瞬时能量谱属性数据体。图6分别为从属性数据体中抽取的测线Xline1000的低频(1～15 Hz)和高频(60～80 Hz)瞬时谱剖面。由图6可见，在图6(a)低频能量剖面中部的蓝色椭圆线框内，8号煤层呈现为低频强能量特征，且在煤层下方出现强能量团，而在对应高频能量剖面图6(b)中，相同部位的蓝色椭圆线框内则呈现高频弱能量，这与前述“低频阴影”特征完全吻合。
进一步，沿8号煤层反射波为中心上下15 ms开时窗，不同的时窗可以得到不同的预测信息,预测结果是从地震数据体中提取的地震波能量信息分布图。分别拾取低频1～15 Hz和高频60～80 Hz能量信息，得到相应的低频和高频分量能量沿层切片(图7)。在图7(a)中右侧的黑色线框存在3～5个明显的低频强能量异常，而在图7(b)中相同位置的黑色线框内，整体能量偏弱，无明显高频强能量异常存在，显示出与图6剖面分析完全一致的明显的“低频阴影”特征。据此推断该区域可能为瓦斯富集区。经后期钻采验证，证明该区域为瓦斯富集区，这说明利用“低频阴影”预测瓦斯富集区是切实可行的。
瓦斯钻孔检测的瓦斯参数是三维地震勘探资料预测瓦斯富集区的标尺，可以验证三维地震勘探资料预测瓦斯富集区圈定的可靠程度。因此，对矿区9个瓦斯钻孔做了瓦斯测试，测试结果见表2;并对钻孔瓦斯结果和8号煤层瓦斯富集区预测结果进行对比验证。瓦斯富集区预测分布和钻孔瓦斯含量对比结果如图8所示。
图6 XLine1000线低频(1～15 Hz)和高频(60～80 Hz)瞬时谱剖面
Fig.6 Instantaneous amplitude spectrum section of low frequency (1-15 Hz) and High frequency(60-80 Hz) for XLine1000
图7 8号煤层低频分量和高频分量水平切片
Fig.7 Horizontal section of low frequency and high frequency energy for No.8 coalbed
表2 勘探区8号煤层钻孔瓦斯参数测试结果
Table 2 Gas content of borehole in No.8 coal seams
孔号煤样质量/g可燃质量/g瓦斯含量/(mL·g-1)CH4CO2C2～C8合计K154633681.140.3001.44K16264315.321.6706.99K174312940.950.2701.22K184312940.950.2701.22K192151831.310.4401.75K204372930.690.3501.04K4425020400.0700.072020.181.371.250.352030.160.2310.950.02
图8 8号煤层瓦斯富集区预测分布
Fig.8 Methane concentration area prediction histogram of No.8 coal seam
经对比分析矿区钻孔瓦斯测试结果，研究区内瓦斯含量最大处为钻孔K16，瓦斯含量为6.99 mL/g，结合8号煤层瓦斯预测分布图，该钻孔位置与地震波能量切片高值区对应;瓦斯含量居第2(含量为1.75 mL/g)的 K19钻孔也同地震波能量高值区相对应。由图7，8可以看出:瓦斯富集区域预测的能量值在200～300，相对应的颜色为淡蓝色到紫色色段区域;而瓦斯含量相对较低的202孔(含量为0.18 mL/g)、203孔(含量为0.16 mL/g)，预测的能量值在80～120，相对应的颜色位于淡黄色色段区域内。瓦斯预测成果与钻孔测试值有较好的一致性。剔除在资料采集过程中因障碍物变观和浅层地震条件突变引起的地震反射波异常，预测的成果能够较真实的反映煤8及顶、底板区域瓦斯的含量，顶板低频分量值大于200的区域属于(游离态)瓦斯富集区，底板低频分量值大于300的区域属于(游离态)瓦斯富集区。
对比前述时间域强振幅属性和时频域“低频阴影”瓦斯富集区预测结果不难发现，两种方法预测结果并不重叠，但预测结果均被钻采结果验证是正确的，这说明基于单一属性的瓦斯富集区预测方法各有其优点和不足。正如前面分析所述，强振幅或强能量属性会因煤层厚度变化和薄层调谐效应的影响而存在多解性，同理“低频阴影”检测方法也会受到薄层厚度变化以及薄层频率滤波效应的影响而存在一定局限性。要想获得更加全面可靠的瓦斯富集区预测效果，应重视开展不同属性预测结果的融合算法的研究，以及地震多属性优化预测方法的研究。
(1)构造煤较原生煤具有相对更低的纵横波速度和密度，与煤层顶底板砂泥岩之间波阻抗差异明显，在常规地震剖面上通常表现为强振幅反射。当煤层厚度较大时，还会呈现明显的底界面反射波同相轴下拉效应。
(2)在地震地质条件有利情形下，时间域强振幅或强能量属性可作为瓦斯富集区预测的重要标志。
(3)在一定条件下煤层瓦斯富集区地震反射会表现出与常规天然气储层相似的时频域“低频阴影”现象，即“低频能量增强、高频能量衰减”。
(4)基于时间域强振幅属性或时频域“低频阴影”特征检测瓦斯富集区均具有一定的局限性，开展多属性优化预测方法的研究和应用可能是实现瓦斯富集区预测的希望所在。
[1] 潘尧嘉.亮点、暗点与油气的关系[J].石油地球物理勘探,1988,23(6):737-744,756.
PAN Yaojia.The relationship between bright spot,dim spot and oil or gas[J].Oil Geophysical Prospecting,1988,23(6):737-744,756.
[2] 李国林,韩文功,王兴谋,等.AVO技术在济阳坳陷浅层气勘探中的应用[J].石油物探,1996,35(2):73-80.
LI Guolin,HAN Wengong,Wang Xingmou,et al.The application of AVO technique for shallow gas survey in Jiyang Depression[J].Geophysical Prospecting for Petroleum,1996,35(2):73-80.
[3] 陈遵德,陈富贵.地震数据油气预测中的属性优化方法[J].石油物探,1998,37(4):32-40,47.
CHEN Zunde,CHEN Fugui.An attribute optimization method in oil and gas prediction with seismic data[J].Geophysical Prospecting for Petroleum,1998,37(4):32-40,47.
[4] 韩利,刘春成,张益明,等.地震复谱分解技术及其在烃类检测中的应用[J].地球物理学报,2016,59(3):1095-1101.
HAN Li,LIU Chuncheng,ZHANG Yiming,et al.Seismic complex spectral decomposition and its application on hydrocarbon detection[J].Chinese J.Geophys.,2016，59(3):1095-1101.
[5] 云美厚,党鹏飞,李伟娜,等.地层品质因子Q值地震反演问题剖析[J].石油地球物理勘探,2017,52(1):189-198,20.
YUN Meihou,DANG Pengfei,LI Weina,et al.On issues of formation quality factor Q inversion[J].Oil Geophysical Prospecting,2017,52(1):189-198,20.
[6] 张延庆,程增庆.用地震资料预测煤层气储层参数的方法初探[J].煤田地质与勘探,2002,12(4):24-26.
ZHANG Yanqing,CHENG Zengqing.Discussion on coal reservoir parameter prediction using seismic technology[J].Coal Geology and Exploration,2002,12(4):24-26.
[7] 周世宁,林柏泉.煤层瓦斯赋存与流动理论[M].北京:煤炭工业出版社,1999.
[8] 何继善,吕绍林.瓦斯突出地球物理研究[M].北京:煤炭工业出版社,1999.
[9] 张玉贵,张子敏,曹运兴.构造煤结构与瓦斯突出[J].煤炭学报,2007,32(3):281-284.
ZHANG Yugui,ZHANG Zimin,CAO Yunxing.Deformed-coal structure and control to coal gas outburst[J].Journal of China Coal Cociety,2007,32(3):281-284.
[10] 郭德勇,韩德馨,冯志亮.围压下构造煤的波速特征实验研究[J].煤炭科学技术,1998,26(4):21-23.
GUO Deyong,HAN Dexin,FENG Zhiliang.Experimental study on velocity characters of disturbed coal under confined pressure[J].Coal Science & Technology,1998,26(4):21-23.
[11] 彭苏萍,高云峰,彭晓波,等.淮南煤田含煤地层岩石物性参数研究[J].煤炭学报,2004,29(2):177-181.
PENG Suping,GAO Yunfeng,PENG Xiaobo,et al.Study on the rock physics parameters of coal bearing strata in Huainan coalfield[J].Journal of China Coal Society,2004,29(2):177-181.
[12] 王赟,许小凯,张玉贵.常温压条件下六种变质程度煤的超声弹性特征[J].地球物理学报,2016,59(7):2726-2738.
WANG Yun,XU Xiaokai,ZHANG Yugui.Ultrasonic elastic characteristics of six kinds of metamorphic coals in China under room temperature and pressure conditions[J].Chinese Journal of Geophysics,2016,59(7):2726-2738.
[13] JU Yiwen,LUXBACHER Kray,LI Xiaoshi,et al.Micro-structural evolution and their effects on physical properties in different types of tectonically deformed coals[J].International Journal of Coal Science & Technology,2014,1(3):264-275.
[14] 张慎河,彭苏萍,刘玉香.含煤地层裂隙岩石声波速度特征试验研究[J].山东科技大学学报(自然科学版),2006,25(1):28-31.
ZHANG Shenhe,PENG Suping,LIU Yuxiang.Experimental study on properties of acoustic velocity in crack rocks of coal-bearing strata[J].Journal of Shandong University of Science and Technology(Natural Science),2006,25(1):28-31.
[15] 周枫.沁水盆地煤层气储层岩石物理及物理模拟研究[D].南京:南京大学,2014:63-65.
ZHOU Feng.Rock physics and physical modeling of coal-bed methane in Qingshui basin[D].Nanjing:Nanjing University,2014:63-65.
[16] 赵宇,张玉贵,周俊义.单轴加载条件下煤岩超声各向异性特征实验[J].物探与化探,2017,41(2):306-310.
ZHAO Yu,ZHANG Yugui,ZHOU Junyi.An experimental study of ultrasonic anisotropy of coal under uniaxial loading[J].Geophysical and Geochemical Exploration,41(2):306-310.
[17] TANER M T,KOEHLER F.SHERIFF R E.Complex seismic trace analysis[J].Geophysics,1979,44(6):1041-1063.
[18] MITCHELL J T,DERZHI N,LICKMAN E.Low frequency shadows:The rule,or the exception[A].67th Ann.Internat.Mtg.,Soc.Expi.Geophys.,Expanded Abstracts[C].1997:685-686.
[19] CASTAGNA J P,SUN S,SIEGFRIED R W.Instantaneous spectral analysis:Detection of low-frequency shadows associated with hydrocarbons[J].The Leading Edge,2003,22(2):120-127.
[20] GOLOSHUBIN G M,KORNEEV V A,VINGALOV V M.Seismic low-frequency effects form oil-saturated reservoir zones[J].SEG Technical Program Expanded Abstracts,2002.
[21] GOLOSHUBIN G M,KORNEEV V A.Seismic low-frequency eff-ects in monitoring fluid-saturated reservoirs[J].Geophysics,2004,69(2):522-532.
[22] 尹陈,贺振华,黄德济.基于二维黏滞性波动方程的地震波衰减理论研究[J].物探化探计算技术,2008,30(5):353-356,347.
YIN Chen,HE Zhenhua,HUANG Deji.The research and the application of the seismic attenuation theory based on the wave equation[J].Computing techniques for Geophysics and Geochemical Exploration,2008,30(5):353-356,347.
[23] 尹陈,贺振华,黄德济.基于弥散-黏滞型波动方程的地震波衰减及延迟分析[J].地球物理学报,2009,52(1):187-192.
YIN Chen,HE Zhenhua,HUANG Deji.The analysis of seismic attenuation and time delay based on the diffusivity-viscosity wave equation[J].Chinese Journal of Geophysics,2009,52(1):187-192.
[24] LI Fangyu,LI Yandong,LIU Wenkai,et al.Hydrocarbon detection for cavern carbonate reservoir using low-and-high-frequency anomalies in spectral decomposition[J].SEG Technical Program Expanded Abstracts,2012.
[25] 李刚,黄明,邹时林.地震波场最大能量扫描法预测煤层瓦斯的应用研究[J].矿业研究与开发,2009,29(1):1-2,6.
LI Gang,HUANG Ming,ZOU Shilin.Application of the maximum energy scan of seismic wave field in predicting gas content in coal seam[J].Mine R
D,2009,29(1):1-2,6.
[26] KORNEEV V A,GOLOSHUBIN G M,DALEY T M,et al.Seismic low frequency effects in monitoring fluid-saturated reservoirs[J].Geophysics,2004,69(2):522-532.
[27] 陈学华,贺振华,黄德济,等.时频域油气储层低频阴影检测[J].地球物理学报,2009,52(1):215-221.
CHEN Xuehua,HE Zhenhua,HUANG Deji,et al.Low frequency shadow detection of gas reservoirs in time-frequency domain[J].Chinese Journal of Geophysics,2009,52(1):215-221.
[28] GOLOSHUBIN G M,CHABYSHOVA E.A possible explanation of low frequency shadows beneath gas reservoirs[J].64th Ann.Internat.Mtg.,Soc.Expl.Geophys.,Expanded Abstracts,2012:1-5.
[29] 安晶,赵佳,安鹏,等.方正断陷Z地区含气储层低频阴影检测[J].石油天然气学报(江汉石油学院学报),2013,35(2):69-72.
AN Jing,ZHAO Jia,AN Peng,et al.Low-frequency shadow detection of gas reservoirs in Z area[J].Journal of Oil and Gas Technology,2013,35(2):69-72.
[30] MALLAT S G,ZHANG Z M.Matching pursuits with time-frequency dictionaries[J].IEEE Transactions on Signal Processing,1993,41(12):3397-3415.
[31] GRIBONVAL R.Fast matching pursuit with a multiscale dictionary of Gaussian Chirps[J].IEEE Transactions on Signal Processing,2001,49(5):994-1001.
[32] 冯小英.山西沁水盆地郑庄煤层气储层地震预测技术方法应用研究[D].荆州:长江大学,2011:30.
FENG Xiaoying.Application study of technology and method about predicting coalbed methane by seismic data at Zhengzhuang in Qinshui basin in Shanxi[D].Jingzhou:Yangtze University,2011:30.
[33] 许小凯,王赟,孟召平.六种不同煤阶煤的品质因子特征[J].地球物理学报,2014,57(2):644-650.
XU Xiaokai,WANG Yun,MENG Zhaoping.Quality factor characteristristics of six metamorphic kinds of coals[J].Chinese Journal of Geophysics,2014,57(2):644-650.