以赵家寨煤矿为例,对叠前地震数据进行滤波、超道集、保幅等一系列处理,得到高信噪比的叠前地震数据,进而计算出多种AVO(振幅随偏移距的变化Amplitude Versus Offset)属性。通过多种AVO属性与实际钻孔含气量的线性分析,认为极化量属性(...以赵家寨煤矿为例,对叠前地震数据进行滤波、超道集、保幅等一系列处理,得到高信噪比的叠前地震数据,进而计算出多种AVO(振幅随偏移距的变化Amplitude Versus Offset)属性。通过多种AVO属性与实际钻孔含气量的线性分析,认为极化量属性(PM)具有较好的相关性。对PM属性进行Kriging内插值,最终得到勘探区煤层含气量分布。为验证AVO反演预测煤层瓦斯富集区的准确性,选取矿区14采区18个钻孔进行对比,结果表明,预测的瓦斯含量平均误差为0.95%,最大误差也小于1.5%,均在误差范围内,可见利用AVO反演能够比较准确的圈定瓦斯富集区。展开更多
文摘以赵家寨煤矿为例,对叠前地震数据进行滤波、超道集、保幅等一系列处理,得到高信噪比的叠前地震数据,进而计算出多种AVO(振幅随偏移距的变化Amplitude Versus Offset)属性。通过多种AVO属性与实际钻孔含气量的线性分析,认为极化量属性(PM)具有较好的相关性。对PM属性进行Kriging内插值,最终得到勘探区煤层含气量分布。为验证AVO反演预测煤层瓦斯富集区的准确性,选取矿区14采区18个钻孔进行对比,结果表明,预测的瓦斯含量平均误差为0.95%,最大误差也小于1.5%,均在误差范围内,可见利用AVO反演能够比较准确的圈定瓦斯富集区。
