頁巖氣儲層水平井壓裂分布式光纖鄰井微振動監測及震源位置成像

武紹江, 王一博*, 梁興, 姚藝,3， 梁恩茂， 梅玨， 劉臣， 史樹有

1 中國科學院地質與地球物理研究所, 北京 100029 2 中國石油天然氣股份有限公司浙江油田分公司， 杭州 311100 3 中國科學院大學， 北京 100049 4 北京辰安科技股份有限公司， 北京 100094

0 引言

水力壓裂技術將高壓流體注入頁巖儲層產生復雜的人工裂縫，可以增加儲層的連通性并提高單井產量(Duncan and Eisner, 2010).對水力壓裂儲層改造不同階段(壓裂前、壓裂中、壓裂后)進行監測和評估，是實現高效開發、安全生產的前提.目前，已經有大量技術應用于儲層改造的監測，例如地面微地震監測、井中微地震監測等.然而，地面監測的檢波器與儲層距離較遠，并且容易受到較強的施工噪聲干擾；井中監測的檢波器數量較少且采集方位角較窄.這些數據采集的限制降低了儲層改造監測評估的準確度(Molenaar et al., 2012; Webster et al., 2013).

分布式光纖聲波傳感(Distributed Acoustic Sensing，DAS)是近年來快速發展的一項新興數據采集技術.DAS一般由兩部分組成：一部分是解調儀，包括了光學系統和信號采集系統；一部分是用于傳感的普通光纖或特種光纖.DAS通過探測激光脈沖在光纖內部散射體產生的后向瑞利散射光信號的相位變化，實現沿光纖軸向應變信號的測量(Karrenbach et al., 2019).DAS最大的優勢在于將光纖作為一體化融合的載體進行信號接收和傳輸，具有很好的實時性；另外，光纖具有不受電磁輻射干擾、耐高溫、化學反應呈惰性、性質穩定等特點，可以很好地適應復雜作業環境.

DAS技術能夠顯著提升儲層改造過程的實時監測能力，但目前國內總體處于試驗攻關階段，還沒有開始規模應用.水力壓裂監測中，光纖沿水平井進行布設，可以獲得全井段測量數據，大幅度增加了數據的采集方位角(Molenaar et al., 2012)；DAS已經實現1 m的空間采樣，顯著提升了監測數據的采集密度和空間連續性.DAS技術已被用于水力壓裂過程中微地震監測、流體監測等方面(Richter et al., 2019; Karrenbach et al., 2019).

震源位置成像是微地震監測的核心內容，通過定位壓裂過程中產生的微地震事件，可以分析和解釋儲層中裂縫網絡的狀態，從而進一步優化和指導壓裂過程(Duncan and Eisner, 2010).傳統的到時類定位方法需要從地震記錄中獲得清晰的縱橫波到時信息(Pujol, 2004)，但微地震監測數據信噪比低，到時精確拾取比較困難.近年來，基于波形的震源位置成像方法得到快速發展.這類方法使用波形對震源位置進行成像，成像過程不需要進行精確的震相到時拾取，比較適用于低信噪比的微地震數據.這些方法大致可以分為兩類：(1)基于波動方程，將監測數據進行反傳模擬，反傳波場會在震源位置處聚焦成像(Gajewski and Tessmer, 2005; Artman et al., 2010; 王晨龍等, 2013;譚玉陽等, 2017)；(2)基于Kirchhoff偏移，將監測數據沿等時線進行繞射疊加，疊加波場會在震源位置處聚焦成像(Kao and Shan, 2004; Schuster et al., 2004; Zeng et al., 2014; Liang et al., 2016; Wu et al., 2018, 2022).

本文首先介紹了基于水平井DAS的水力壓裂鄰井監測和震源掃描算法原理，然后使用合成算例分析了全井段、寬方位、高密度空間采樣的DAS技術對震源位置成像的優勢，最后對實際水力壓裂微振動監測數據進行了震源位置成像.

1 方法原理

當光纖測點附近存在地震波場時，這種外部振動使光纖產生彈性拉伸或壓縮，進而引起光纖內后向散射瑞利光的相位變化，通過探測光信號的相位變化，可以計算出光纖應變和外界振動信息.沿光纖走向方向應變ε與后向散射瑞利光信號的相位Δφ變化關系可以表示為(Karrenbach et al., 2019)：

(1)

其中，L為光纖標距 (gauge length)，nc是光纖折射率，λl是激光波長.其中，光纖標距的設定對地震波場的采集具有重要影響：光纖標距越小，其測量空間分辨率越高，但是信號信噪比越低；光纖標距越大，信號信噪比越高，但是測量空間分辨率越低(Dean et al., 2017).

一般情況，DAS測量的是光纖的應變或應變率信息.假設平面地震波u(x,t)以一定角度入射到光纖，光纖中的點應變為：

(2)

因此DAS測量的線應變率，在均勻介質且波長遠大于標距長度的情況下，與地震波質點振動速度之間的關系為(Bakku, 2015)：

(3)

震源掃描算法是一種基于地震波形的震源位置成像方法(Kao and Shan, 2004; Zeng et al., 2014).它通過掃描一定范圍內的成像空間和震源激發時間，對波形進行疊加以獲得震源信息(震源位置和激發時間).該算法首先對數據u進行振幅歸一化得到un，然后假設激發時間τ，計算成像空間位置η到臺站n的到時tη n，可以獲得該參數對應的亮度函數：

(4)

亮度函數代表不同掃描參數對應真實震源的可能性.遍歷激發時間τ，成像空間位置η，可以獲得成像空間所有位置及所有可能激發時間的四維數組，對該數組的能量聚焦程度進行分析可以確定震源位置.

2 合成數據算例

我們采用與實際DAS監測現場一致的數據觀測系統進行合成數據分析.該現場位于昭通國家級頁巖氣示范區，包含4口水平井，其中HB1-2號水平井為監測井(圖1中藍色所示)，光纖布設于該井套管外.我們假設震源發生在HB1-4號井(圖1中粉色所示)施工時，其震源位置為(280 m，400 m，-1200 m)，其震源函數為50 Hz主頻的雷克子波.根據HB1工區的測井解釋資料，我們建立了該井場的水平層狀速度模型.基于程函方程計算并存儲了走時信息表(Sethian and Popovici, 1999)，在后續步驟中進行重復調用.

為了驗證DAS全井段、寬方位特點對震源位置成像的影響，我們設計了三套不同采集方位角的觀測系統進行對比分析.第一套觀測系統模擬常規直井監測，使用200～400 m內的數據，其方位角相對較窄，如圖1a所示；第二套觀測系統模擬直井和斜井監測，使用200～1000 m內的數據，其監測方位角隨著光纖長度的延伸而增加，如圖1b所示；第三套觀測系統模擬全井段監測，使用200～2400 m內的數據，其包含豎直段、傾斜段和水平段部分，方位角較大，如圖1c所示.以上三套觀測系統中，數據均使用1 m空間采樣.圖1d—1f是對應圖1a—1c中三種觀測系統的合成數據.

圖1 分布式光纖布設于監測井HB1-2中(藍色)，HB1-4號井為當前壓裂井(粉色)，微地震震源位于該井段附近(紅色點)(a) 常規直井觀測系統1，數據采樣點用綠色進行標記； (b) 直井和斜井觀測系統2； (c) 全井段觀測系統3; (d)—(f) 分別為觀測系統(a)—(c)對應的數據.Fig.1 The distributed optical fibers are deployed in monitoring well HB1-2 (blue), HB1-4 is the fracturing well (pink),and the microseismic source is set nearby (red dot)(a) Geometry of vertical well, sampling points are marked with green dots; (b) Geometry of vertical and deviated wells; (c) Geometry of the entire well (vertical, deviated and horizontal wells); (d)—(f) are the related data acquired by (a)—(c), respectively.

我們采用相同處理參數進行震源位置成像，震源位置成像結果以切片方式顯示，分別為震源位置處沿XY、YZ和XZ平面的圖像(如圖2a—2c所示).常規微地震直井觀測系統由于監測方位角較窄，導致震源位置成像結果不聚焦，分辨率較低(圖2a—2c).而使用直井和斜井監測的數據，則能部分提升空間約束能力，獲得更加聚焦的震源位置(圖2d—2f).全井段監測中水平段的寬方位信息可以顯著降低震源位置成像的不確定性，獲得最高的分辨率(圖2g—2i).為了對三種觀測系統的成像分辨率進行對比分析，我們提取了經過震源位置的X、Y和Z方向的成像值，結果如圖3所示，使用全井段寬方位監測數據的成像結果在三個方向均能獲得最優分辨率，另外由于光纖水平井主要沿Y方向分布，其在Y方向的成像分辨率也獲得了最為顯著的提升(圖3b).

圖3 (a) 圖2a、圖2d、圖2g中沿紅色虛線位置的三種觀測系統數據震源成像分辨率對比圖; (b) 圖2b、圖2e、圖2h中沿紅色虛線位置的三種觀測系統數據震源成像分辨率對比圖; (c) 圖2c、圖2f、圖2i中沿紅色虛線位置的三種觀測系統數據震源成像分辨率對比圖Fig.3 (a) Source location image resolution comparison using the data along the red dotted lines in Figs.2a, 2d and 2g; (b) Source location image resolution comparison using the data along the red dotted lines in Figs.2b, 2e and 2h; (c) Source location image resolution comparison using the data along the red dotted lines in Figs.2c, 2f and 2i

為了驗證DAS高密度采樣特點對震源位置成像的影響，我們對全井段觀測系統設置三套不同空間采樣率進行對比分析.第一套數據如圖4a所示，為100 m低密度空間采樣；第二套數據如圖4b所示，為10 m常規密度空間采樣；第三套數據如圖4c所示，為1 m高密度空間采樣，以上數據具有相同的采集方位角.為了了解實際監測數據噪聲干擾對震源成像的影響，我們在合成數據中添加不同強度的隨機噪聲，其噪聲最大值分別為無噪聲波形峰值的100%(圖4d—4f)、200%(圖4g—4i)和300%(圖4j—4l).

圖4 全井段監測時不同空間采樣率的監測數據(a) 100 m空間采樣率，綠色點為采樣點位置； (b)和(c) 分別為10 m和1 m空間采樣率.對合成數據加入隨機噪聲生成含噪聲數據,其中，(d)—(f)、(g)—(i)和(j)—(l)中噪聲最大值分別為無噪聲波形峰值的100%、200%和300%.Fig.4 Different spatial sampling rates of the entire well monitoring and related data(a) 100 m spatial sampling rate and the green dots denote the sampling points； (b) and (c) are 10 m and 1 m spatial sampling rate, respectively. We generate the noisy data by adding random noise into the simulated noise-free data, and the maximum noise amplitudes in (d)—(f), (g)—(i) and (j)—(l) are 100%, 200% and 300% of the maximum amplitudes of noise-free data, respectively.

我們使用相同的處理參數，對上述不同強度噪聲、不同空間采樣率的數據進行分析.圖5顯示了100%噪聲時的震源位置成像結果.圖5a—5c是在震源位置處沿XY、YZ和XZ平面的圖像.低噪聲時不同采樣密度數據均能準確獲得震源位置，但100 m空間采樣數據的震源位置成像結果較差，如圖5a—5c所示，1 m空間采樣數據的震源位置成像結果最佳，如圖5g—5i所示.圖6和圖7分別顯示了200%和300%噪聲時的震源位置成像結果.隨著噪聲強度的不斷增加，震源位置成像結果的信噪比逐漸降低，但300%噪聲時1 m空間采樣數據仍能獲得準確的震源位置成像結果.上述結果表明DAS數據的高密度空間采樣特性能夠有效提升低信噪比數據的震源位置成像精度.

圖5 100%噪聲時的震源位置成像結果(a)—(c) 分別為圖4d數據對應震源位置成像結果XY、YZ和XZ三個平面顯示，真實震源位置用紅色點表示；(d)—(f)和(g)—(i) 分別為圖4e和圖4f數據對應的震源位置成像結果.Fig.5 Source location images with 100% noise(a)—(c) The source location image sections along XY, YZ and XZ planes, respectively, the data comes from Fig.4d and the true source location is plotted as red dot; (d)—(f) and (g)—(i) The source location image sections using the data from Figs.4e and 4f, respectively.

3 實際數據算例

我們在昭通淺層頁巖氣田HB1平臺進行了水平井DAS水力壓裂監測試驗，并對壓裂過程中監測到的微振動數據進行了分析處理.圖8a顯示了該數據的觀測系統，圖8b顯示了該監測數據中的一個微地震事件.該微地震事件包含完整的P波(上側紅線)和S波(下側紅線)，其水平段(800～2000 m)P波和S波震相清晰，能量較大，左側豎直段(100～800 m)P波能量相對較弱，井口附近(0～100 m)存在較強的周期干擾，一般作為噪聲直接切除.相比P波，S波振動能量在全井段均相對較強，更加清晰，因此，我們通過窗口函數提取S波的相關波場信息進行掃描疊加成像.

類似于合成數據，我們提取成像結果的最大值位置作為震源位置，并顯示震源位置處沿XY、YZ和XZ的圖像(圖9a—9c).與合成數據結果相比，實際數據結果中震源位置的聚焦程度相對較差.該結果在沿水平井方向的成像不確定性相對較小，而沿水平井垂直方向的成像不確定性相對較大，這與合成算例的結果基本一致.圖10是微地震震源位置定位結果在三維觀測系統中的顯示，可以看到微地震產生在壓裂井附近，初步認為是由于水力壓裂導致裂縫起裂擴展產生的.

圖6 200%噪聲時的震源位置成像結果(a)—(c) 分別為圖4g數據對應震源位置成像結果的XY、YZ和XZ三個平面顯示，真實震源位置用紅色點表示; (d)—(f)和(g)—(i) 分別為圖4h和圖4i數據對應的震源位置成像結果.Fig.6 Source location images with 200% noise(a)—(c) The source location image sections along XY, YZ and XZ planes, respectively, the data comes from Fig.4g and the true source location is plotted as red dot; (d)—(f) and (g)—(i) The source location image sections using the data from Figs.4h and 4i, respectively.

圖7 300%噪聲時的震源位置成像結果(a)—(c) 分別為圖4j數據對應震源位置成像結果的XY、YZ和XZ三個平面顯示，真實震源位置用紅色點表示;(d)—(f)和(g)—(i)分別為圖4k和圖4l數據對應的震源位置成像結果.Fig.7 Source location images with 300% noise(a)—(c) The source location image sections along XY, YZ and XZ planes, respectively, the data comes from Fig.4j and the true source location is plotted as red dot; (d)—(f) and (g)—(i) The source location image sections using the data from Figs.4k and 4l, respectively.

圖8 昭通頁巖氣田HB1平臺DAS觀測系統及其監測到的微振動數據(a) DAS數據采集觀測系統，壓裂井用粉色線表示，監測井用藍色線表示，采樣點位置用綠色表示；(b) DAS采集的微振動數據，包含P波和S波信息.Fig.8 Geometry of HB1 platform in Zhaotong Shale Gas Field and the observed data(a) The DAS data acquisition geometry, fracturing well is plotted using pink color, monitoring well is plotted using blue color,and the sampling points are plotted using green color; (b) The observed DAS data, which contains P and S waves.

圖9 微地震事件震源位置成像結果將成像結果的最大值位置認為是震源位置(紅色圓點表示).(a)—(c)分別是震源成像結果的XY、YZ和XZ三個平面顯示.Fig.9 Microseismic source location imagesThe maximum value in the image is considered as the source position (represented by red dot).(a)—(c) The source location image sections along XY, YZ and XZ planes，respectively.

4 結論

本文介紹了基于DAS技術的水力壓裂微振動鄰井監測，并使用震源掃描算法對監測到的微地震有效事件進行了震源位置成像.合成數據和實際數據結果證實了DAS技術具有全井段寬方位采集和高密度空間采樣的技術優勢，可以有效提升震源位置成像的精度，有助于提高儲層改造效果評估的準確性.作為一項新興的數據采集技術，DAS技術仍然有許多方面需要研究和提升：(1) DAS技術一般只能獲得單分量的波場記錄，可以進一步設計和布設多分量光纖獲得更加完備的多分量波場；(2) DAS技術通過使用全井段監測來增加沿水平井方向的采集方位角，可以進一步設計多井聯合監測方案，提升垂直于水平井方向的采集方位角；(3) DAS技術一般將光纖固定在套管外，光纖的耦合情況將直接影響數據采集的準確度，可以進一步通過改進光纖的布設方式或進行耦合校正等途徑來提升數據采集質量；(4) DAS技術可以獲得高密度、連續的波場記錄，可以進一步識別和利用波場記錄中的全波場信息為震源位置成像提供約束.

致謝感謝編輯和兩位評審人的寶貴意見，感謝中油奧博(成都)科技有限公司安樹杰對本文工作的幫助.