页岩气压裂微地震监测中的裂缝成像方法
杨瑞召1, 李德伟1, 庞海玲2, 马天翔1, 程金浪1, 孟令彬1
1.中国矿业大学(北京)地球科学与测绘工程学院
2. 中国石油化工股份有限公司勘探开发研究院

作者简介:杨瑞召,1964年生,副教授,博士;主要从事地震资料解释、地震波反演方法、微地震信号处理和非常规油气资源评价等方面的研究工作。地址:(100083)北京市海淀区学院路丁11号。ORCID: 0000-0003-3200-9280。E-mail: yrz@cumtb.edu.cn

摘要

微地震监测是页岩气储层水力压裂改造过程中的关键配套技术,但目前国内微地震监测技术还不能直观描绘水力压裂改造储层的裂缝网络。为此,将地面微地震层析成像和细化算法相结合,提出了一种人工压裂裂缝反演方法——细化地震发射层析成像方法(TSET),即将图像处理中的骨架提取算法引入到地面微地震监测结果中,提取能量最强位置的骨架结构来反演压裂裂缝的位置及形态。将该方法应用于河南中牟页岩气区块MY1井的水力压裂微地震监测:①对原始微地震数据进行滤波,应用基于Semblance算法的地震发射层析成像(SET)技术对微地震数据进行处理,得到压裂区域储层的能量叠加结果;②采用克里格网格化将能量图插值为连续的图像,并对网格化结果进行奇异值分解降噪(SVD);③应用细化算法提取叠加能量图的骨架结构,得到能直观显示的水力压裂裂缝或裂缝带成像结果。结论认为:①水力压裂活动可以改变天然裂缝的应力状态,即激活天然裂缝并在远离作业井段部位诱发破裂,在压裂液无法到达的部位形成新的 “诱发破裂裂缝”;②当压裂裂缝与天然裂缝方向平行或近于平行时,天然裂缝对人工压裂裂缝会产生延伸诱导作用,反之则产生屏障阻隔作用。

关键词: 页岩气; 压裂裂缝; 监测; 微地震; 地震发射层析成像; 细化算法; 蚂蚁体; 诱发破裂; 压裂屏障
Fracture imaging of the surface based microseismic monitoring in shale gas fracking: Methods and application
Yang Ruizhao1, Li Dewei1, Pang Hailing2, Ma Tianxiang1, Cheng Jinlang1, Meng Lingbin1
1. College of Geosciences and Surveying Engineering, China University of Mining & Technology, Beijing 100083, China
2. Sinopec Petroleum Exploration and Production Research Institute, Beijing 100083, China
Abstract

Micro-seismic monitoring is a critical supporting technology in hydraulic fracturing of shale gas reservoirs. In China, however, the current technique is incapable of directly imaging the fracture network generated in shale gas reservoirs stimulated hydraulically. In this paper, an inversion method for artificially induced fractures, i.e., thinning seismic emission tomography (TSET), was proposed, which integrates surface micro-seismic tomography with thinning algorithm. This method adopts the skeleton extraction algorithm and can realize the inversion of position and geometry of hydraulic fractures through extracting the skeleton structure at the position with the strongest energy. It was used in micro-seismic monitoring during the hydraulic fracturing of Well MY1 in the Zhongmou shale gas block in Henan. Firstly, energy stacking was obtained after the original micro-seismic data filtering and the seismic emission tomography (SET) processing with the Semblance algorithm. Secondly, energy diagram was interpolated through Kriging gridding into continuous images, and singular value decomposition (SVD) was conducted on the gridding results to reduce noise. Thirdly, the skeleton structure of the stacked energy diagram was extracted using the thinning algorithm to image hydraulic fractures or fracture zones that can be displayed visually. It is concluded that the stress state of natural fractures may be changed by hydraulic fracturing. Specifically, natural fractures are activated and fractures are induced at positions far away from the well sections in operation in order to generate new induced fractures at positions beyond the reach of fracturing fluids. Moreover, if hydraulic fractures run parallel or nearly parallel with natural fractures, the latter may guide the former to extend further; otherwise, the latter may function as a barrier to the former.

Keyword: Shale gas; Hydraulic fracture; Monitoring; Micro-seismic; Seismic emission tomography (SET); Thinning algorithm; Ant-tracking Cube; Induced fracture; Fracturing barrier

水力压裂(流体注入)可诱发微地震事件, 而这些微地震活动对非常规油气田的开发具有重要影响作用[1, 2]。因此微地震监测是页岩气储层水力压裂改造过程中的关键配套技术, 但目前国内微地震监测技术还不能直观描绘水力压裂改造储层的裂缝网络[3, 4, 5, 6]。为解决事件点无法清晰显示压裂裂缝网络形态及其与天然裂缝之间的关系问题, 笔者基于Kiselevitch等[7]的地面微震成像技术(SET), 提出了一种新的图像处理方法— — 细化地震发射层析成像方法(TSET)。

1 地面微地震监测成像原理

目前微地震监测成像主要就是对目的层进行能量反演, 即 SET法。其优势不仅在于其采用的稀疏网格状检波器排列观测系统降低了施工成本, 在确定震源点时, 也不再进行繁琐的纵、横波初至拾取及演算[8], 而是直接通过层析成像方法搜索能量发射最强的位置。

SET反演方法主要基于Semblance叠加算法。通过能量扫描叠加, 随机背景噪音将被削弱, 破裂能量将被加强, 最后输出的结果即是在背景噪音能量(低值)上分布的破裂能量(高值), 通常将这种能量分布以彩色深度切片的形式表达[9, 10]

在微地震监测中, 每一个微地震事件都被记录在一个相应的时窗内[11]。一般微地震事件引发的地震弹性波振幅都很小(即点震源事件), 并且事件的发震时刻与震源位置都是未知的, 但是可以通过在数据道上应用绕射叠加获得:①将地下空间划分为一定密度的网格点, 每一个网格点作为可能发生的震源点(图1), 假设地下速度模型已知, 通过射线追踪方法计算每一个网格点到每一个监测台站的走时; ②将地震记录上每一道的振幅按照每一个网格点的走时线叠加起来, 由于微地震发生时间是未知的, 叠加过程必须在输入数据的所有时窗上进行, 这就意味着, 将地震数据在时间窗内按照走时曲线进行偏移, 然后在每一个时间步长上将每一道监测数据叠加起来, 这个叠加结果就是可能震源位置的成像函数; ③在每一个网格点上重复这一过程后, 得到整个空间的成像函数, 而微地震事件的震源位置就对应于成像函数中的最大值位置。

图1 地面微地震监测储层网格划分示意图

SET成像值的计算是根据一个时窗内的信号段来计算每个网格的Semblance参数(S), 任意网格点TijkS参数计算公式如下[12]

式中Sijk表示网格点TijkS参数值; n表示设定的时窗内数据点的个数; m表示检波器个数; Xm表示第m道信号; β ijkm表示网格点Tijk到第m站点的波前扩散因子; τ ijkm表示网格点Tijk到第m个检波器的理论上走时。S参数实质上是一种相似性参数[13], 它是所有检波器信号叠加后的能量与每个检波器信号能量之和的比值。

应用SET对MY1井微地震数据的ZXY分量分别成像, 然后将3个分量的成像结果进行叠加(图2)。红色表示高能量区, 黄色和绿色能量值依次降低, 蓝色表示能量的最小值。成像值中的极大值构成了许多片状、带状区域, 使用这些区域来评价压裂施工效果并不直观, 用于裂缝解释较为模糊。为解决上述问题, 参照细化算法并将其拓展应用到SET能量图中, 并提取能量图中最大值所连接成的骨架结构, 根据地震发射层析成像原理, 认为能量图中的最大值位置为震源点, 进而可以认为提取的骨架结构是水力压裂后的人工裂缝或诱发破裂裂缝。

图2 MY1井地震发射层析成像(SET)3分量叠加能量图

2 人工压裂裂缝细化方法

在对能量图细化之前需要对其进行网格化以使能量值分布更加连续, 并利用奇异值分解降噪处理(SVD)去除图像中的噪声[14, 15, 16, 17]

叠加能量图对应一个矩阵A, 对矩阵A做如下处理:

其中bi表示矩阵A的行向量, yi表示bi中的极大值。将每一行中的极大值yi进行升序排列(不妨设y1y2yi已经满足升序排列)得到点集M{(x1, y1), (x2, y2) …(xi, yi), }, 其中xi为升序数列yi的序数, 应用最小二乘法对点集M进行曲线 拟合, 且曲线满足最小偏差平方和公式:

分别求取上式φ jj=0, 1, 2…k)的偏导, 简化整理得到下面的矩阵:

通过式(7)求得曲线y的各项系数φ 0, φ 1φ k, 得到方程y=G(x)然后求解方程G'(x) =0且满足条件G''(x)< 0, 获得x值, 并将G(x)设为阈值。

式(8)中aij表示能量图中的一个像素点值; V(aij)是对原矩阵A中每个元素重新赋值后的矩阵。这样就得到了一个关于高能量区域的二值图像, 对二值图像应用细化算法得到能量图的骨架结构[18, 19], 即压裂裂缝。

3 应用效果分析
3.1 应用概况

MY1井位于河南中牟页岩气勘查区, 是一口页岩气勘探直井, 完钻井深3 000 m。目的层为二叠系下统, 深度介于2 794~2 960 m, 岩性主要为泥岩、泥质粉砂岩、粉砂质泥岩、中砂岩和粗砂岩, 地层下部具有少量煤和灰质页岩。2015年初该井分3段完成水力压裂改造, 并实施了微地震监测, 其目的是通过监测压裂过程中产生的微地震波来描述裂缝的生长过程、几何形状和空间展布。

微地震监测系统布设在MY1井井口区域, 采用稀疏网格状检波器排列, 并根据地表条件对检波器位置做适当调整(图3-a)。为避免井场压裂施工对数据采集的干扰, 检波器埋置位置设置在井口1 km以外, 埋置深度在地表2 m以下。

图3 微地震稀疏检波器排列与微地震事件记录图

图3-b为MY1井压裂过程中典型的1分钟微地震原始数据波形图。可以看出原始信号信噪比很低, 需要滤波处理才能进一步进行事件定位。但可以在32 s处看到一个明显的微地震事件, 表明微地震地面监测可以接收到有效信号。

3.2 人工裂缝细化结果

应用细化地震发射层析成像方法对MY1井3段监测结果进行细化处理, 从细化结果可以看出压裂裂缝的形态与能量图中极大值分布一致(图4), 但是有些区域的裂缝并未与井筒周围的人工压裂裂缝连通(如图4-a左上方, 4-b左方和上方, 4-c左上和下方区域), 说明这些裂缝并非是压裂液到达后产生的人工压裂裂缝。笔者认为这些“ 孤立” 的裂缝可以称为“ 诱发破裂裂缝” 。即水力压裂活动改变了天然裂缝的应力状态, 使天然裂缝被重新激活, 在天然裂缝活动的传导作用下, 在压裂液无法到达的、远离作业井段部位产生破裂而形成新的诱发破裂裂缝。为了验证这一观点并进一步分析压裂裂缝与天然裂缝之间的关系, 我们将MY1井压裂监测的TSET结果与蚂蚁体追踪所揭示的天然裂缝进行了对比。

图4 MY1井细化地震发射层析成像(TSET) 与SET能量叠合图(能量图为网格化与SVD降噪后的叠加)

3.3 蚂蚁体综合解释

蚂蚁体, 又称断裂系统自动追踪技术[20]。它是Petrel软件的独有功能, 可以突出显示地震数据体中不连续的断层或裂缝部分。将图4中的TSET结果分别与对应深度的蚂蚁体切片叠合(图5)。

图5 MY1井人工压裂裂缝与蚂蚁体天然裂缝叠合图我国海域天然气水合物试采成功

第一段叠合图(图5-a)上, 椭圆区域压裂裂缝连通了井筒两侧的天然裂缝, 沿箭头所示方向分别在A、B区域天然裂缝的两侧形成了“ 诱发破裂裂缝” , 而C区域形成的裂缝完全被此处天然裂缝所“ 阻挡” , 此天然裂缝即压裂屏障[21]。玫瑰图中天然裂缝与压裂裂缝最大走向存在约30° 偏差。压裂裂缝除了红色指示的最大走向外, 其余裂缝走向与天然裂缝走向基本一致。

第二段叠合图(图5-b)上, 椭圆区域的裂缝连通了井筒周围的天然裂缝, A、B区域压裂裂缝与天然裂缝位置一致, 且B区域压裂裂缝连通了两条共轭方向的天然裂缝。A、B区域压裂裂缝发育模式符合 “ 诱发破裂裂缝” 特征。玫瑰图中两种裂缝主要走向基本一致, 但压裂裂缝的共轭发育更为明显。

第三段叠合图(图5-c)中的椭圆区域压裂裂缝同样连通井筒周围天然裂缝, A区域压裂裂缝产生在天然裂缝上, B区域的压裂裂缝垂直于天然裂缝走向, 并且连通了附近的两条天然裂缝, A、B、C区域压裂裂缝都符合“ 诱发破裂裂缝” 现象。玫瑰图中两种裂缝的最大走向相近, 天然裂缝中最大走向集中在60° ~90° , 压裂裂缝最大走向主要为60° ~100° 。

上述现象并不孤立。Global Geophysics公司Lacazette等[22]在美国弗吉尼亚西部X井微震监测过程中也发现了“ 诱发破裂裂缝” 现象。他们发现破裂最为强烈的区域不在预期的水平井段附近, 而在远离作业井的西南区域(图6-a)。随后, 在压裂裂缝集中区域施工了一口新的水平井(图6-b中的红色线条), 其化学放射性追踪、成像测井等数据都表明岩石破裂程度和渗透率都很高(图6-b), 证明X井TFI成像结果可靠[22]

图6 美国弗吉尼亚西部X井被动地震监测深度切片和X井层析压裂成像(TFI)结果对比图(据Lacazette等[22]

总结分析认为, 人工压裂裂缝与天然裂缝之间存在密切的联系。图5玫瑰图中, 显示两种裂缝的整体走向一致, 说明天然裂缝对人工压裂裂缝将产生延伸诱导作用, 而当压裂裂缝走向与天然裂缝走向垂直或大角度相交时, 天然裂缝会“ 阻挡” 压裂裂缝的延伸, 从而成为压裂“ 屏障” ; 通过MY1井和Lacazette等[22]的案例表明天然裂缝与压裂裂缝具有伴生关系, 压裂裂缝更倾向于依附活跃的天然裂缝发育, 即“ 诱发破裂裂缝” , 这些裂缝通常发育在天然裂缝附近, 有的在天然裂缝上向外延伸, 有的则连通了附近的天然裂缝。

4 结论

1)细化地震发射层析成像(TSET)利用地震发射层析成像方法对微地震数据进行成像, 成像结果经过网格化、SVD去噪后应用拓展的细化算法提取地震发射层析成像结果中极大值构成的骨架结构, 从中得到易于观察的人工压裂裂缝。

2)TSET可以解释压裂监测过程中发现的、可能普遍存在的“ 诱发破裂裂缝” 现象。即水力压裂活动可改变天然裂缝的应力状态, 激活天然裂缝并在远离作业井段部位诱发破裂活动, 在压裂液无法到达的部位形成新的“ 诱发破裂裂缝” 。

3)TSET有助于揭示人工压裂裂缝与天然裂缝之间的关系:当人工压裂裂缝与天然裂缝发育方向一致时, 人工压裂裂缝会沿天然裂缝发育方向延伸, 且两种裂缝总体走向基本一致; 当人工裂缝与天然裂缝垂直或呈大角度相交时, 天然裂缝会“ 阻挡” 压裂裂缝的延伸而成为压裂“ 屏障” 。

文中所用数据来自河南省豫矿集团, 由中石化物探公司中原物探分公司完成野外采集, 由北京阳光吉澳能源技术有限公司完成初步处理。项目研究中使用了斯伦贝谢公司为我校捐献的Petrel软件。在此一并表示由衷的感谢!

The authors have declared that no competing interests exist.

参考文献
[1] 王书彦, 李瑞, 王世谦. 页岩气勘探开发基本特征与程序[J]. 天然气工业, 2015, 35(6): 124-130.
Wang Shuyan, Li Rui & Wang Shiqian. Basic characteristics and sequential process of shale gas exploration and development[J]. Natural Gas Industry, 2015, 35(6): 124-130. [本文引用:1]
[2] Wang Hua, Li Meng & Shang Xuefeng. Current developments on micro-seismic data processing[J]. Journal of Natural Gas Science and Engineering, 2016, 32: 521-537. [本文引用:1]
[3] Gharti HN, Oye V, Roth M & Kühn D. Automated microearthquake location using envelope stacking and robust global optimization[J]. Geophysics, 2010, 75(4): MA27-MA46. [本文引用:1]
[4] Eisner L, Hulsey BJ, Duncan P, Jurick D, Werner H & Keller W. Comparison of surface and borehole locations of induced seismicity[J]. Geophysical Prospecting, 2010, 58(5): 809-820. [本文引用:1]
[5] Robein E, Cerda F, Drapeau D, Maurel L, Gaucher E & Auger E. Multi-network microseismic monitoring of fracturing jobs—Neuquen TGR application[C]//71st EAGE Conference and Exhibition Incorporating SPE EUROPEC 2009, 8 June 2009, Amsterdam, The Netherland s. DOI: http://dx.doi.org/10.3997/2214-4609.201400495. [本文引用:1]
[6] Eisner L, Grechka V & Sherilyn WS. Future of microseismic analysis: Integration of monitoring and reservoir simulation[C]//AAPG Annual Convention and Exhibition, 10-13 April 2011, Houston, Texas, USA. [本文引用:1]
[7] Kiselevitch VL, Nikolaev AV, Troitskiy PA & Shubik BM. Emission tomography: Main ideas, results, prospects[C]//SEG-1991-1602, 61st Annual International Meeting, 10-14 November 1991, Houston, Texas, USA. [本文引用:1]
[8] 王维波, 周瑶琪, 春兰. 地面微地震监测SET震源定位特性研究[J]. 中国石油大学学报(自然科学版), 2012, 36(5): 45-50.
Wang Weibo, Zhou Yaoqi & Chun Lan. Characteristics of source localization by seismic emission tomgraphy for surface based on microseismic monitoring[J]. Journal of China University of Petroleum (Edition of Natural Science), 2012, 36(5): 45-50. [本文引用:1]
[9] 刘尧文, 廖如刚, 张远, 高东伟, 张怀力, 李婷, . 涪陵页岩气田井地联合微地震监测气藏实例及认识[J]. 天然气工业, 2016, 36(10): 56-62.
Liu Yaowen, Liao Rugang, Zhang Yuan, Gao Dongwei, Zhang Huaili, Li Ting, et al. Application of surface-downhole combined microseismic monitoring technology in the Fuling shale gas field and its enlightenment[J]. Natural Gas Industry, 2016, 36(10): 56-62. [本文引用:1]
[10] 杨瑞召, 赵争光, 彭维军, 古育波, 王占刚, 庄熙勤. 三维地震属性及微地震数据在致密砂岩气藏开发中的综合应用[J]. 应用地球物理, 2013, 10(2): 157-169.
Yang Ruizhao, Zhao Zhengguang, Peng Weijun, Gu Yubo, Wang Zhangang & Zhuang Xiqin. Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs[J]. Applied Geophysics, 2013, 10(2): 157-169. [本文引用:1]
[11] Jarvie D, Pollastro R, Hill R, Bowker K, Claxton B & Burgess J. Evaluation of hydrocarbon generation and storage in the Barnett shale, Ft. Worth Basin, Texas[R]. Texas: Humble Geochemical Services Division, 2004. [本文引用:1]
[12] Dellinger JA, Gray SH, Murphy GE & Etgen JT. Efficient 2. 5-D true-amplitude migration[J]. Geophysics, 2000, 65(3): 943-950. [本文引用:1]
[13] Douma H & van der Baan M. Rational interpolation of qP-traveltimes for semblance-based anisotropy estimation in layered VTI media[J]. Geophysics, 2008, 73(4): D53-D62. [本文引用:1]
[14] 徐伯勋, 白旭滨, 于常青. 地震勘探信息技术[M]. 北京: 地质出版社, 2001.
Xu Boxun, Bai Xubin & Yu Changqing. Information technology for seismic prospecting[M]. Beijing: Geological Publishing House, 2001. [本文引用:1]
[15] 孙洪泉. 地质统计学及其应用[M]. 徐州: 中国矿业大学出版社, 1990.
Sun Hongquan. Application of geostatistics[M]. Xuzhou: China University of Mining and Technology Press, 1990. [本文引用:1]
[16] 刘兆平, 杨进, 武炜. 地球物理数据网格化方法的选取[J]. 物探与化探, 2010, 34(1): 93-97.
Liu Zhaoping, Yang Jin & Wu Wei. The choice of gridding methods for geophysical data[J]. Geophysical & Geochemical Exploration, 2010, 34(1): 93-97. [本文引用:1]
[17] Bekara M & van der Baan M. Local SVD/ICA for signal enhancement of pre-stack seismic data[C]//68th EAGE Conference and Exhibition incorporating SPE EUROPEC 2006, 12 June 2006, Vienna, Austria. DOI: http://dx.doi.org/10.3997/2214-4609.201402382. [本文引用:1]
[18] 王家隆, 郭成安. 一种改进的图像模板细化算法[J]. 中国图象图形学报, 2004, 9(3): 297-301.
Wang Jialong & Guo Cheng'an. An improved image template thinning algorithm[J]. Journal of Image and Graphics, 2004, 9(3): 297-301. [本文引用:1]
[19] 牟少敏, 杜海洋, 苏平, 查绪恒, 陈光艺. 一种改进的快速并行细化算法[J]. 微电子学与计算机, 2013, 30(1): 54-55.
Mou Shaomin, Du Haiyang, Su Ping, Zha Xuheng & Chen Guangyi. A new improved fast parallelthinning algorithm[J]. Microelectronics & Computer, 2013, 30(1): 54-55. [本文引用:1]
[20] 杨瑞召, 李洋, 庞海玲, 仇念广, 接铭丽, 马彦龙, . 产状控制蚂蚁体预测微裂缝技术及其应用[J]. 煤田地质与勘探, 2013, 41(2): 72-75.
Yang Ruizhao, Li Yang, Pang Hailing, Qiu Nianguang, Jie Mingli, Ma Yanlong, et al. Prediction technology of micro fractures by occurrence-controlled ant body and its application[J]. Coal Geology & Exploration, 2013, 41(2): 72-75. [本文引用:1]
[21] Maxwell SC, Cho D, Pope TL, Jones M, Cipolla CL, Mack MG, et al. Enhanced reservoir characterization using hydraulic fracture microseismicity[C]//SPE Hydraulic Fracturing Technology Conference, 24-26 January 2011, The Woodland s, Texas, USA. DOI: https://doi.org/10.2118/140449-MS. [本文引用:1]
[22] Lacazette A, Vermilye J, Fereja S & Sicking C. Ambient fracture imaging: A new passive seismic method[C]//Unconventional Resources Technology Conference, 12-14 August 2013, Denver, Colorado, USA. DOI: http://dx.doi.org/10.1190/urtec2013-244. [本文引用:3]