2021年 9月,在挪威Svelvik的SINTEF CO2现场实验室进行了一项地震跨孔现场实验,以使用传统地震源和接收器、分布式声学传感(DAS)和分布式温度传感(DTS)以及光纤电缆监测CO2注入。现场安装了一口注入井和四口深度约100米的观察井。油井配备了线性和螺旋缠绕(HWC)DAS电缆。该实验的主要目的是使用新开发的SV源测试震源三元组(P波、SH波和SV波)的地震成像能力,测试DAS使用不同类型电缆进行井间调查的能力,并研究使用全波形反演(FWI)进行CO2注入监测的可行性。
地震实验使用带水听器串的高分辨率P波层析成像和DAS系统,在六天的注入期间监测CO2(气体)的传播。此外,使用由八个三轴地震检波器组成的多站钻孔采集系统和DAS系统,使用SH和SV源进行了S波层析成像。在试验开始前进行了基线调查,每天重复进行P波测量,而更耗时的S波调查仅在注入水位深度和后期注入阶段的上层含水层内进行。
常规P波层析成像的第一个结果表明,水平分层沉积具有交替的高速和低速区,即低渗透性或高渗透性沉积物。基线数据和注入第4天采集的数据之间的两个P波层析图像的比较表明,CO2沿着上层含水层内的高渗透带迁移。我们还将地震FWI技术应用于水听器数据。DTS测量结果似乎表明CO2迁移与地震数据显示的一致。对常规地震数据和DAS数据进行了比较分析,以评估DAS系统用于P波和S波地震层析成像测量的潜力。我们首次从DAS数据中计算出P波断层图,显示出与常规仪器相似的结果,而HWC的数据提供了数据。这证实了HWC配置在跨孔P波测量中的实用性,其中波入射角接近电缆的宽边。初始结果表明,常规地震和DAS的联合应用显著提高了CO2成像实验中的数据可解释性,并且通常用于短距离井间测量,因为DAS在整个井眼上提供了密集空间采样的可重复测量。需要进一步的工作来优化电缆类型和部署,并改进此应用的DAS数据处理。DTS还可以提供有关CO2迁移的补充见解近年来,对温室气体排放的担忧激发了对碳捕获和储存(CCS)作为一种气候变化缓解方案的兴趣,该方案可用于减少人为净二氧化碳排放。然而,CCS需要在数年内将CO2安全地保留在地质地层中。几种地球化学和地球物理(如延时地震)技术允许监测CO2的区域分布、密封完整性和注入响应的压力变化,因此可用于验证储存一致性,是完整性监测的宝贵工具[1]。
DigiMon项目由加速CCS技术(ACT)倡议资助,旨在通过整合成熟和新颖的测量技术,开发和验证CCS地质储层的综合预警监测系统。迄今为止,已经有单独的系统和点传感器用于监测和检测二氧化碳,提供准确和全面的测量。这些系统运行可靠,但成本很高,特别是对于具有密集采样间隔的大空间范围。直到近期,分布式光纤传感器阵列的灵敏度低于常用的高分辨率监测方法。然而,随着仪器和光纤电缆技术的改进,分布式声学传感(DAS)技术现在可以实现光纤地震数据采集,其质量可与更多传统技术媲美[2]。光纤传感技术能够以显著降低的成本在广泛的空间区域采集密集的空间采样地震数据。DAS数据和检波器/水听器数据之间存在差异,需要在数据采集和分析中加以考虑,并应检查每种应用的电缆设计。例如,DAS是分布式传感器而不是点测量设备,与传统地震传感器相比,单分量DAS测量对波入射角的依赖性不同。地震方法通常用于CCS现场的勘探和监测。钻孔测量特别适合于生成地下的高分辨率地震图像。井间实验利用了在选定的深度间隔产生和记录地震体波(P波和S波)的优势,其中源和接收器在每次测量中保持在相同的高度。此类测试提供了高垂直分辨率下钻孔间P波和S波速度的深度剖面。井间地震层析成像具有较高的分辨率,为传统地震数据的水平和垂直分辨率较差提供了解决方案[3]。几项研究表明,向含水层或储层注入CO2会降低储层或含水层的地震速度,地震层析成像可用于对注入的地质结构中的速度降低进行成像[4-7]。地球物理信号强度与CO2泄漏质量密切相关,但与盐水泄漏质量无关。特别是延时跨孔成像是提高石油采收率和封存的地下CO2监测的方法(例如[8-11])。[12] 指出钻孔地震监测也可用于检查井的完整性。
在这里,我们描述了高分辨率地震层析成像在监测挪威的SINTEF Svelvik试验场,并测量预期的百分之几的速度变化。早期结果表明,P波走时层析成像在CO2监测中的应用有限[14]。因此,我们检查了备选方案,即(a)通过使用新的SH和SV源来利用剪切波的信息,(b)检查CO2监测的全波形反演(FWI)的可行性,以及(c)使用DAS而非传统传感器获取数据。FWI(例如,[15])不仅有可能提供好的空间分辨率,而且对弹性地下性质的细微变化也更敏感(与走时层析成像相比)。
2.技术创新
2.1.地震源-生成P波、SH波和SV波的震源三元组
在该研究项目中,SV波钻孔地震源(BIS-SV)由充电至5000 V的高压脉冲发生器驱动。该震源使用两个线圈系统,推动铁磁体。每个线圈可以单独激活,并允许产生向上和向下的冲击。通过坚固的空气封隔器将震源固定在井壁上。同一高压脉冲发生器用于驱动SH波钻孔震源和P波火花震源。SH波源(BIS-SH)还需要夹持在井壁上,并在钻孔内垂直于接收器钻孔的方向旋转。使用抗扭稳定钢加固液压软管进行旋转。SH波的激发需要在钻孔内旋转,SV波的激发不需要震源的任何特定方向。当高压发生器在几分之一秒内释放其电能时,P波火花发生器(SBS42)通过在高压下膨胀的等离子体通道的快速膨胀产生强烈的高频地震脉冲。由SBS42、BIS-SH和BIS-SV源组成的源三元组允许全面描述钻孔之间的动态土壤参数。使用关于土壤密度的附加信息,可以计算动态剪切刚度、动态体积模量和泊松比,并获得土壤应力状态的描述[16-19]。
2.2.常规地震接收器
设计并使用多站钻孔采集系统(MBAS)采集所有S波测量的数据。MBAS由8个相距2米的接收站组成。每个接收站包含三个呈三轴排列的10 Hz检波器。站通过扭转刚性液压软管连接,该软管允许站对齐。因此,所有水平X-Y传感器都指向相同的X或Y方向。位于最低站的磁罗盘显示大致方向,并可用于在数据处理期间根据给定的源方向旋转数据。此外,水压传感器被放置在低站以获取水压。水面上的控制箱显示水压和磁方位角。使用空气封隔器连接站。空气供应至下部四个和上部四个空气封隔器。2 x 4空气封隔器所需的空气压力可在地面箱中进行调整,其中显示MBAS底部的实际水压以及两个供气软管内的压力。在空气封隔器充气期间自动计算显示联接压力的目标压力。对于P波层析成像,使用了具有1m传感器间距的24通道水听器串。
2.3光纤传感器
分布式光纤传感(DFOS)系统由光纤电缆(传感器)和用于产生和记录光信号的询问器组成。DFOS系统现在具有广泛的应用,可以通过DAS测量声学/地震信号,通过分布式温度传感(DTS)测量温度或通过分布式应变传感(DSS)测量应变。对于所有的DFOS技术,询问器都会产生一个激光脉冲,并发射到光纤中。一些入射光被散射回感测单元并由询问器测量。这种散射光受到光纤中温度或应变变化的影响。
2.3.1分布式声学传感(DAS)
分布式声学传感(DAS)是一种相对较新且发展迅速的技术,它为地震成像提供了一种新的工具,因为它对沿光纤的局部轴向应变变化或应变率很敏感。该技术仅使用一根标准光纤作为传感元件,即可同时采集数千个传感通道[20]。DAS询问器测量由于光纤中的缺陷导致的激光脉冲的瑞利背散射光。这是一种分布式测量,询问器通过连续测量仪之间的两个重复激光脉冲(在测量仪长度上,LG)测量从同一测量仪返回的信号的光学相位。这会产生应变率测量。轨距长度通常为几米至几十米[21]。由于本次数据采集中使用的钻孔深度仅为~100m,且测量频率较高,因此选择了3m的短标距询问器。
DAS数据的一些优点包括高空间(~m)和时间分辨率(~kHz)测量;沿光纤电缆全长进行连续实时测量,测量距离大于100km;以及相对时效和低成本的监测。然而,记录是单分量(1C)测量,因为DAS仅对光纤轴向变化敏感。DAS具有对P波的依赖性响应,其中θ是从光纤轴向测量的入射角[22],因此对接近电缆宽边到达的P波的响应降低,这与在类似深度的源和接收器的跨孔测量中的情况相同。为了减轻这种影响,已经开发了螺旋缠绕电缆(HWC),其中光纤缠绕在电缆芯上[39],尽管部署数量有限。Svelvik网站提供了比较线性和HWC上收集的数据的机会,以研究它们在井间测量中的应用。
目前,DAS技术通常用于收集油气勘探中的垂直地震剖面(VSP)数据,并已成功应用于CCS现场的CO2羽流成像[19,23-24]。然而,迄今为止,尽管已经进行了建模设计研究,但尚未报告该技术的跨孔应用[25]。
2.3.2分布式温度传感(DTS)
地震采集期间还部署了DTS询问器,因为先前的研究表明,它可以深入了解注入的CO2的迁移[26]。DTS使用发射的激光脉冲的拉曼背散射特性来确定光纤沿线的温度。拉曼背散射是由入射光与光纤中温度相关分子振动的非弹性相互作用产生的,导致发射光子的能量相对于注入光发生位移[27]。DTS装置可以提供沿光纤长度的0.01°C精度和亚米分辨率的温度测量[28],因此它是一种灵敏的钻孔测量技术,可以检测地质构造的变化。光纤电缆可以包括多个光纤,因此可以同时测量多个参数,例如使用DAS和DTS,如本文所述的现场测试期间所执行的。
2.4地震全波形反演(FWI)
FWI在近40年前被提出[29],但随着功能强大的计算机的出现,这项技术变得非常流行,现在它已成为油气行业地震处理工作流程中一个成熟的模块[30]。然而,对于近地表应用和CO2监测,FWI文献仍然相对少,主要包括概念研究(例如[31])。在本项目的框架内,我们报告了尝试将FWI应用于结合CO2监测获得的现场数据。
3.现场实验
3.1现场
Svelvik CO2现场实验室是一个现场实验室,用于进行监测实验,填补了台架实验室实验和中试规模研究之间的空白[32]。它位于奥斯陆西南约50公里处的斯维尔维克山脊,位于德拉门斯峡湾的出口处。山脊由全新世冰川消退的Ski阶段形成的冰川河流-冰川海洋末端沉积物形成[33-34]。基岩位于地表以下300米至400米之间。在山脊中部,顶部海拔70米,自1915年以来一直在挖掘沙子。粘土层覆盖在山脊两侧,低于海平面。在南部,厚厚的粘土/淤泥层填充基岩盆地,直到海平面以下几米,而在北部,较薄的粘土/粉土层位于水深100-120米[35]。
3.2.数据采集和监测设置
Svelvik CO2现场实验室由一口中央注入井(B2)、四口监测井(M1-M4)和进行CO2注入实验所需的基础设施组成(见图1)。注入井设计用于在小超压条件下注入CO2,并在64至65 m深度之间进行筛选。四口监测井用PVC套管套管至约100米深,并位于注入井周围菱形的角落。监测井位于距注入井9.9 m(M3和M4)和16.5 m(M1和M2)处。钻孔M1-M2位于东西方向,而钻孔M3-M4位于南北方向。
光纤电缆安装在每个监测井中。其中包括包含线性多模光纤(用于DTS测量)的电缆和具有线性和螺旋缠绕(HWC)单模光纤(用于DAS测量)的线缆。如图2所示,线性光纤和HWC光纤拼接成一个DAS询问环路。光纤电缆夹在每个钻孔套管的外部。水泥和砾石层填满了周边缝隙。
地震实验于2021 9月14日至22日进行,二氧化碳注入从9月16日开始,到9月22日结束。注射启动日称为“第0天”,9月21日称为第5天。在实验期间,在钻孔B2处注入CO2,每天注入量为8 m3,在6天内,在64-65m之间的屏蔽套管处注入0.1 bar的小超压。最初对超压进行了调整,使其趋于稳定,随后开始了主动地震采集。
图2.数据采集中使用的DAS光纤电缆回路。钻孔标记为(M1-M4),并标明电缆类型(线性、螺旋或标准电信)。电缆拼接在一起形成一个询问回路。询问机位于驾驶室内。
对于所有实验,地震源放置在钻孔M4中,水听器/检波器地震接收器放置在钻孔M3中。地震检波器/检波器的地震仪记录频率为32 kHz。在采样频率为16kHz的所有监测钻孔中记录DAS数据。在所有4个监测钻孔中也记录了DTS数据。在30至77m深度之间,以1m的间隔发射P波源。深度指顶部套管。在覆盖相同深度的钻孔M3中放置两个水听器串,每个水听器串具有24个通道和1m的传感器间距。S波测量集中在两个不同的深度区域,即58m至72m和32m至46m之间。下部区域覆盖注入深度,在注入实验开始时感兴趣。上部区域在实验的后期变得有趣,因为从先前的实验中可以得知,CO2被约35米深的粘土层捕获。
注入前进行了一次P波、SH波和SV波测量,作为基线测量(见图3)。注射期间共采集了八组P波层析成像数据。在第0天和第1天进行了两次P波调查,即上午和下午各一次。在第0–2天,对下部区域进行了SH波和SV波测量。从第1天到第5天,对上部区域进行SH波测量。不幸的是,SV源在第1天出现故障,无法用于后续测量。在所有常规调查中,DAS系统同时进行了记录。在数据处理过程中测量并考虑了钻孔偏差。
图3:显示震源位置的地震场测量设置
Silixa iDAS v2询问器用于DAS数据采集。测量长度为3 m,通道间距为0.5 m。DAS数据的完整测量长度为1950 m,包括线性和HWC光纤上的记录。该装置在触发模式下运行,数据带有GPS时间戳。Sensornet Oryx+装置用于DTS数据采集。
5.结论与展望
5.1震源三重能力
实验证实了使用P、SH和SV地震源产生高质量地震数据的可行性,以通过跨孔测量监测CO2注入的影响。使用这三种来源,可以导出岩土参数,如超固结比。使用关于土壤密度的附加信息,可以计算动态剪切刚度、动态体积模量和泊松比。
5.2.跨孔测量DAS
很明显,减少的后勤工作和高采集速度使DAS成为传统基于检波器系统的低成本替代方案。安装的电缆在钻孔的整个长度上提供了密集的传感器间距(从而减少了放炮次数,从而减少了测量时间和成本),同时也实现了多年重复的测量。然而,传统地震源和DAS的组合增加了记录数据的附加值。DAS自然不能提供三个组件的数据,而只能输出一个组件。本研究中进行的测试表明,DAS数据可用于使用HWC生成的P波层析成像模型。
常规地震和DAS的联合应用将显著提高跨孔CO2成像和一般短距离跨孔测量的数据可解释性。需要进一步的工作来不同类型测量的DAS信号强度,并开发适合该应用的光纤电缆。结合来自线性和HWC的数据可以提供解决方案。数据处理方面的进一步工作和改进将提供延时图像,从而利用DAS数据进行监控。
5.3.全波形反演的附加值和约束
尽管我们最初的FWI尝试不成功,但我们仍然认为该技术对CO2监测的潜在附加值是有用的。通过利用地震波形提供的全部信息内容,可以更可靠地估计弹性地下性质的细微变化,从而CO2含量的变化。正如[38]所指出的,当FWI与DAS数据相结合时,可以预期特别好的结果。