2. 山东省海洋环境地质工程重点实验室, 山东 青岛 266100;
3. 海洋环境与生态教育部重点实验室, 山东 青岛 266100
2. Shandong Provincial Key Laboratory of Marine Environment and Geological Engineering(Ocean University of China), Qingdao 266100, Shandong, China;
3. Key Laboratory of Marine Environment and Ecology, Ministry of Education, Qingdao 266100, Shandong, China
0 引言
天然气水合物开采过程中，若水合物赋存状态不稳定，分解难以控制，将导致甲烷气大量泄露，对海洋地球化学、海洋生态、全球碳循环和温室效应产生巨大影响[1]。目前，甲烷泄漏主要监测方式是将甲烷浓度传感器(METs等)、水平多波束声纳装置集成在座底式潜标上[2]，原位定点监测底层水甲烷浓度变化和气体宏泄露。同时，在可能发生气体泄漏的位置布设气阱装置，监测气体泄漏率[3]。这种潜标式甲烷泄漏监测技术可实现长期定点监测，但监测范围较小且具有一定滞后性，不能实现沉积物中甲烷气泄漏扩散过程监测。日本南海海槽天然气水合物试采工程采用深海地震系统(deep-sea seismic system, DSS)来实现这一目标，以生产井为中心布设三维地震接收系统，通过监测不同时期沉积层地震剖面信息反演沉积层中甲烷气的泄漏[4]。DSS运行成本高昂，获得监测数据需耗费大量人力物力。
电阻率成像法是一种通过地下介质电阻率观测实现目标层探测的技术。虽然在海底气体泄漏原位监测方面还没有见到该技术的应用，但其在陆域地下气库探测中表现出对地层累积气体空间分布及迁移过程的良好探测能力[5-8]。在海底沉积层气体泄漏探测方面，尚可旭等[9]以海底冷泉探测为例初步构建了含气砂土电阻率模型，通过理论模拟和室内实验获得了含气砂土层电阻率成像剖面，证实了电阻率成像技术对含气层探测的有效性。
基于此，本文拟设计一种海床基原位电学监测系统，实现水合物开采过程沉积层甲烷气泄漏实时监测；以我国南海天然气水合物试采区为对象，依据区内地震资料构建不同甲烷气泄露模型和相应电阻率模型，利用正、反演计算方式得到沉积层背景电阻率剖面及不同甲烷气泄漏状态下的电阻率监测剖面，分析剖面图像异常特征，界定异常图像和甲烷气泄露区的对应关系，评价该方法的监测能力。
1 甲烷气泄漏地质模型 1.1 研究区选取2007年，我国在南海神狐海域开展了第一次天然气水合物钻探(GMGS-1)，并在SH2、SH3、SH7站位取到水合物样品[10-11]。2015年，在该海域实施了第三次天然气水合物钻探(GMGS-3)，19个站位的测井资料均显示了天然气水合物的分布，在其中的W11、W17、W18及W19站位附近实施了取心钻探[12]，站位及钻孔位置分布见图 1。其中W19站位水合物层厚度大、饱和度高，是南海水合物开采的最佳远景区之一[13]，本文将W19站位位置作为研究区。
参照GMGS-3-W19站位资料选取地质模型参数，该站位水深1 273 m[14]，水合物层埋深为海床下134~202 m。基于孔隙水淡化估计值得到的水合物饱和度，将水合物层由上到下分为3层[12-13]。由于GMGS-3-W19站位与GMGS-1-SH7站位沉积物岩性相近[15]，都以粉砂质黏土和黏土互层为主[16]，其他地质参数取值参考SH7站位。
1.3 甲烷气泄漏地质模型建立水合物分解后，甲烷气在沉积物中的运移方式主要有分散式、中心式和大规模排放3种类型[17]。本文只对分布较为广泛的分散式和中心式开展研究。
神狐海域实测地震资料(图 2)显示，浅层水合物层在地震剖面中表现为似海底反射层(bottom simulating reflector, BSR)，其主要发育在气烟囱顶部。上新世以来的地层中(T2界面至海底，即5.5 Ma到现今)，中—小尺度规模的断层非常发育[18]，水合物一旦分解，甲烷气就可能沿气烟囱顶部发育的正断层(图 2a)泄漏并运移至浅部沉积物。甲烷气进入浅部沉积物后，不断聚集形成层状或团块状浅层气分布区，据此可建立层状、团状甲烷气聚集模型(图 3a、b)。若浅部聚集的甲烷气慢速扩散至海底，结合Hikurangi大陆边缘慢速冷泉概念模型[19]，可建立慢速甲烷气泄露模型(图 3c)。除此之外，甲烷气还可能沿与海底相通的滑脱断层(图 2b)直接泄露至海底，以此为参考建立如图 3d所示的斜向北偏东45°通道状甲烷气泄漏模型。
|
| a.层状甲烷气聚集模型；b.团状甲烷气聚集模型；c.慢速甲烷气泄露模型；d.通道状甲烷气泄漏模型。 图 3 甲烷气泄漏地质模型 Figure 3 Methane leakage resistivity model |
|
|
沉积层和水合物层电阻率根据GMGS-3的W19电测井数据[13]进行赋值(图 4)：海床面以下0~134 m为上覆层，电阻率赋值为0.7 Ω·m；134~165 m为水合物层1，电阻率赋值为7.0 Ω·m；165~175 m为水合物层2，电阻率赋值为1.7 Ω·m；175~202 m为水合物层3，电阻率赋值为2.0 Ω·m；202 m以下为下伏层，电阻率赋值为1.5 Ω·m。
|
| 图 4 W19电测井数据及沉积层电学模型 Figure 4 W19 electric logging data and hydrate-bearing sediments resistivity model |
|
|
假设上覆层甲烷气泄漏区含气饱和度一致，取值0.25；当孔隙中存在游离气时，饱和土变为非饱和土，依据阿尔奇公式，计算非饱和土电阻率ρ的公式为
(1) 式中：a为岩性系数；ρw为孔隙水电阻率；φ为地层孔隙度；m为胶结指数；Sw为孔隙水饱和度；n为饱和度指数。根据前人研究结果[20]，ρw取0.29 Ω·m，n取1.83，a取0.8，m取2.0，φ取0.41，计算得到甲烷气泄漏区ρ为2.5 Ω·m。海水电阻率取0.3 Ω·m。
甲烷气泄露电阻率模型如图 5所示。
|
| 图 5 甲烷气泄漏电阻率模型 Figure 5 Methane leakage resistivity model |
|
|
电学监测系统主要包括监测电缆、采集站、电源模块、总控平台上位机四部分。监测电缆与采集站相连接且内置等距分布的多个电极及相应电极转换开关，电极转换开关控制电极工作状态，不同开关通过监测电缆内部导线连接。采集站包括主处理单元、电极开关选址单元、供电回路切换单元、数据采集处理单元四部分：主处理单元通过通讯电缆与平台或者生产船上的上位机连接，接收上位机的指令控制电极工作状态接收测量电位数据，也可通过预设程序，脱离上位机独立按预先设定的采集模式工作；电极开关选址单元与主处理单元连接，在主处理单元的控制下发出指令编码至电极转换模块的接口单元；供电回路切换单元一方面连接电极转换模块的控制驱动单元，另一方面连接电源模块，并在主处理单元的控制下确定是否为该电极转换模块的供电回路供电；数据采集处理单元与电极转换模块的控制驱动单元连接，用于采集并处理电流及电位数据。电缆系统以生产井为中心对称铺设，可以布设成单线或十字交叉线(图 6)。
|
| 图 6 甲烷气泄漏原位电阻率监测系统示意图 Figure 6 In-situ methane leaks electrical monitor system |
|
|
对单线监测剖面的模拟计算采用有限元法。根据模型中水合物层预设深度和系统探测能力分析，计算时设定布设101个电极。将监测电缆下部沉积层划分为46×404个矩形网格块，单位电极距四剖分，网格纵向长度为5 m，网格横向宽度为四分之一最小电极距(图 7)。依据图 5所建电学模型，对不同网格块进行电阻率赋值，选取采集装置并经正演计算得到不同网格节点处的电位值，进而得到沉积层理论视电阻率剖面。反演采用最小二乘法，阻尼因子的取值与噪音相关，噪音越大阻尼因子取值越大；本文进行数值模拟时未设置噪音干扰，故而阻尼因子取值较低。通常来说，初始阻尼因子取值范围为0.05~0.25，本文设置为0.15；阻尼因子增长系数通常取值1.05~1.10，本文设置为1.05；最小阻尼因子通常取值0.01~0.10，本文设置0.015。所有模型均控制均方根(root mean square，RMS)误差小于3%。
|
| 图 7 模型正演网格剖分 Figure 7 Model and forward mesh generation |
|
|
根据预设模型深度，初始极距设为5 m，模拟利用常用的偶极装置(Dp-Dp)、施隆贝格装置(W-S)对图 5所示地电模型进行探测，数据采集33层，计算得到的理论探测剖面如图 8a所示。图 8a显示两种装置实际剖面深度仅在120 m左右。原始模型中0~134 m深度区间为0.7 Ω·m的均匀电性层，但在探测剖面中深度30~60 m出现了小于0.13 Ω·m的低阻异常层，实测剖面异常特征和原始模型不符。
|
| a.考虑海水层；b.不考虑海水层。 图 8 不同采集装置计算探测剖面 Figure 8 Different electrode array detection results |
|
|
为分析产生该异常的原因，建模时不考虑海水的影响，所得结果如图 8b所示。图 8b显示不考虑海水情况下两种装置低阻异常均完全消失，故可推定条带状低阻异常为海水造成的伴随异常。
图 9为相同电极数条件下5 m极距、偶极装置电场灵敏度分布图。通常来说，灵敏度值越高的区域探测结果越可靠。从图 9中可以看到，电场灵敏度在伴随异常顶界位置骤降，电阻率法对于异常顶界深度下方地层探测灵敏度较低。基于此，将伴随异常顶界深度定义为有效探测深度，有效探测深度小于剖面深度。
|
| 图 9 偶极装置电场灵敏度分布图 Figure 9 dipole-dipole array theory detection results and the corresponding electric field sensitivity distribution |
|
|
为分析极距变化对系统有效探测深度的影响，将电缆极距增大至10、15 m，分别计算得到偶极装置探测剖面如图 10所示。图 10显示，当极距增大至10、15 m时，剖面实际探测深度分别增大至236、336 m，有效探测深度分别增大至50、60 m左右。有效探测深度随极距增大而增大，但非线性变化。
|
| 图 10 不同极距偶极装置探测剖面 Figure 10 Detection sections of dipole-dipole array with different electrode distances |
|
|
为分析电极数对有效探测深度的影响，将5 m极距电极总数由101增加至201，进行偶极装置电阻率剖面计算，结果如图 11所示。计算结果显示，当电极总数增加至201时，有效监测深度依旧约为30 m。可见有效监测深度与电极数及测线总长无明显相关性。
|
| a.电极数为101；b.电极数为201。 图 11 不同极数偶极装置探测剖面 Figure 11 Detection sections of dipole-dipole array with different electrode number |
|
|
为进一步验证有效探测深度概念的实用性，模拟利用10 m极距电缆系统对不同埋深目标体进行探测。其中一组目标体顶界埋深设为30 m，在有效探测深度内(图 12a)；另一组目标体顶界埋深设为80 m，在有效探测深度外(图 12b)。利用偶极装置测得的电阻率剖面分别如图 12c、d所示。
|
| 图 12 不同埋深有效深度验证模型反演结果 Figure 12 Effective depth verification model inversion results |
|
|
从图 12可以看出：有效监测深度内，探测剖面对高阻目标体反映较为灵敏，却难以反映出低阻目标体；有效监测深度以下的目标体信息难以得到有效反映。
4.3 不同甲烷气泄漏模式电阻率剖面特征选择10 m极距偶极装置对图 3所示4种甲烷气泄漏模型进行探测，泄露区埋深都在50 m以内，探测剖面如图 13所示。
|
| 图 13 不同甲烷气泄漏模型监测效果 Figure 13 Methane leakage monitoring of different models |
|
|
图 13显示：层状、团状甲烷气聚集位置出现与之相对应的高阻异常区；慢速甲烷气泄漏区的底界位置出现左右延伸的伴随异常；断层面甲烷气泄漏区呈通道状高阻，高阻区延伸方向比实际断层角度更偏近垂直，并且伴随镜像高阻异常区。
为更清晰地分辨不同模式的甲烷气泄漏区分布，提取探测剖面中异常区分布范围的计算电阻率值ρ′b；再提取对应范围内地层背景计算电阻率值ρ′d；将对应位置两个电阻率的比值定义为该位置的相对电阻率，利用不同位置相对电阻率绘图(图 14)。图 14显示，相对电阻率对不同类型甲烷气渗漏区的反映能力更强。
|
| 图 14 不同甲烷气泄漏模型相对电阻率剖面 Figure 14 Resistivity ratios for different methane leak models |
|
|
1) 受海水层影响，海床基电学探测剖面中会出现低阻伴随异常带。可将该异常带顶界深度定义为有效探测深度。该深度随电极距增加非线性增大；与电极数目和排列长度无关。10 m极距偶极装置有效探测深度为海床面下50 m。
2) 在系统有效探测深度内，探测剖面对高阻目标体有明显反映，对低阻目标体无反映；有效探测深度以深的目标体难以得到有效反映。
3) 在有效电学探测剖面上，层状、团状甲烷气聚集区表现为明显的层状高阻区，慢速甲烷气泄露区和沿断层泄露区表现为垂直高阻异常区，但存在伴随异常。相对电阻率剖面可更有效地反映出不同类型含气区分布范围。
| [1] |
Li X S, Xu C G, Zhang Y, et al. Investigation into Gas Production from Natural Gas Hydrate:A Review[J]. Applied Energy, 2016, 172: 286-322. DOI:10.1016/j.apenergy.2016.03.101 |
| [2] |
Nagakubo S, Arata N, Yabe I, et al. Environmental Impact Assessment Study on Japan's Methane Hydrate R&D Program[J]. Fire Ice, 2011, 11: 4-11. |
| [3] |
Waarum I K, Sparrevik P, Kvistedal Y, et al. Innovative Methods for Methane Leakage Monitoring near Oil and Gas Installations[C]//Offshore Technology Conference. Houston: Offshore Technology Conference, 2016: OTC-27036-MS. https://www.onepetro.org/conference-paper/OTC-27036-MS
|
| [4] |
Takahashi H, Asakawa E, Hayashi T, et al.Development of Ocean Bottom Multi-Component Seismic System for Methane Hydrate Dissociation Monitoring[C]//Offshore Technology Conference. Houston: Offshore Technology Conference, 2013: OTC-24115-MS. http://adsabs.harvard.edu/abs/2011agufmos13d1554t
|
| [5] |
Schütze C, Sauer U, Beyer K, et al. Natural Analogues:A Potential Approach for Developing Reliable Monitoring Methods to Understand Subsurface CO2 Migration Processes[J]. Environmental Earth Sciences, 2012, 67(2): 411-423. DOI:10.1007/s12665-012-1701-4 |
| [6] |
Mendonça C A, Doherty R, Amaral N D, et al. Resistivity and Induced Polarization Monitoring of Biogas Combined with Microbial Ecology at a Brownfield Site[J]. Interpretation, 2015, 3(4): SAB43-SAB56. DOI:10.1190/INT-2015-0057.1 |
| [7] |
Terry N, Slater L, Comas X, et al. Free Phase Gas Processes in a Northern Peatland Inferred from Autonomous Field-Scale Resistivity Imaging[J]. Water Resources Research, 2016, 52(4): 2996-3018. DOI:10.1002/2015WR018111 |
| [8] |
Breen S J, Carrigan C R, LaBrecque D J, et al. Bench-Scale Experiments to Evaluate Electrical Resistivity Tomography as a Monitoring Tool for Geologic CO2 Sequestration[J]. International Journal of Greenhouse Gas Control, 2012, 9: 484-494. DOI:10.1016/j.ijggc.2012.04.009 |
| [9] |
尚可旭, 郭秀军, 吴景鑫, 等. 冷泉气体渗漏过程海洋多电极电阻率法探测效果模拟分析[J]. 海洋学报, 2017, 39(11): 85-96. Shang Kexu, Guo Xiujun, Wu Jingxin, et al. Detecting Cold Spring Gas Leakage in Seabed Sediment with Marine Multi-Eletrode Resistivity Method:Numerical Simulation and Experiment[J]. Haiyang Xuebao, 2017, 39(11): 85-96. DOI:10.3969/j.issn.0253-4193.2017.11.008 |
| [10] |
Zhang H Q, Yang S X, Wu N Y, et al. Successful and Surprising Results for China's First Gas Hydrate Drilling Expedition[J]. Fire in the Ice:Methane Hydrate Newsletter, 2007, 7(3): 6-9. |
| [11] |
吴时国, 董冬冬, 杨胜雄, 等. 南海北部陆坡细粒沉积物天然气水合物系统的形成模式初探[J]. 地球物理学报, 2009, 52(7): 1849-1857. Wu Shiguo, Dong Dongdong, Yang Shengxiong, et al. Genetic Model of the Hydrate System in the Fine Grain Sediments in the Northern Continental Slope of South China Sea[J]. Chinese Journal of Geophysics, 2009, 52(7): 1849-1857. DOI:10.3969/j.issn.0001-5733.2009.07.019 |
| [12] |
杨胜雄, 张明, 梁金强, 等. 神狐海域钻探发现大型天然气水合物矿体[J]. 中国地质调查成果快讯, 2016, 3(21): 6-8. Yang Shengxiong, Zhang Ming, Liang Jinqiang, et al. Discovery of Large Natural Gas Hydrate Orebody in Drilling of the Shenhu Area[J]. News of the Achievements of China's Geological Survey, 2016, 3(21): 6-8. |
| [13] |
苏丕波, 尉建功. 神狐海域首次发现Ⅱ型天然气水合物[J]. 中国地质调查成果快讯, 2016, 3(21): 23-26. Su Pibo, Wei Jiangong. First Discovery of Type Ⅱ Gas Hydrates of the Shenhu Area[J]. News of the Achievements of China's Geological Survey, 2016, 3(21): 23-26. |
| [14] |
胡高伟, 李彦龙, 吴能友, 等. 神狐海域W18/19站位天然气水合物上覆层不排水抗剪强度预测[J]. 海洋地质与第四纪地质, 2017, 37(5): 151-158. Hu Gaowei, Li Yanlong, Wu Nengyou, et al. Undrained Shear Strength Estimation of the Cover Layer of Hydrate at Site W18/19 of Shenhu Area[J]. Marine Geology & Quaternary Geology, 2017, 37(5): 151-158. |
| [15] |
Sun J, Ning F, Li S, et al. Numerical Simulation of Gas Production from Hydrate-Bearing Sediments in the Shenhu Area by Depressurising:The Effect of Burden Permeability[J]. Journal of Unconventional Oil & Gas Resources, 2015, 12: 23-33. |
| [16] |
尚久靖, 郭依群, 龚跃华, 等. 神狐海域天然气水合物钻探区沉积体系研究[J]. 中国地质调查成果快讯, 2016, 3(21): 19-22. Shang Jiujing, Guo Yiqun, Gong Yuehua, et al. Study on Sedimentary System of Gas Hydrate Drilling Area of the Shenhu Area[J]. News of the Achievements of China's Geological Survey, 2016, 3(21): 19-22. |
| [17] |
陈忠, 颜文, 陈木宏, 等. 海底天然气水合物分解与甲烷归宿研究进展[J]. 地球科学进展, 2006, 21(4): 394-400. Chen Zhong, Yan Wen, Chen Muhong, et al. Advances in Gas Hydrate Dissociation and Fate of Methane in Marine Sediment[J]. Advances in Earth Science, 2006, 21(4): 394-400. DOI:10.3321/j.issn:1001-8166.2006.04.008 |
| [18] |
乔少华, 苏明, 杨睿, 等. 运聚体系:天然气水合物不均匀性分布的关键控制因素初探[J]. 新能源进展, 2013(3): 245-256. Qiao Shaohua, Su Ming, Yang Rui, et al. Migration and Accumulation System:The Key Control Factors of Heterogeneous Distribution of Gas Hydrate[J]. Advances in New and Renewable Energy, 2013(3): 245-256. DOI:10.3969/j.issn.2095-560X.2013.03.008 |
| [19] |
Naudts L, Greinert J, Poort J, et al. Active Venting Sites on the Gas-Hydrate-Bearing Hikurangi Margin, off New Zealand:Diffusive-Versus Bubble-Released Methane[J]. Marine Geology, 2010, 272(1/2/3/4): 233-250. |
| [20] |
王秀娟, 吴时国, 王吉亮, 等. 南海北部神狐海域天然气水合物分解的测井异常[J]. 地球物理学报, 2013, 56(8): 2799-2807. Wang Xiujuan, Wu Shiguo, Wang Jiliang, et al. Anomalous Wireline Logging Data Caused by Gas Hydrate Dissociation in the Shenhu Area, Northern Slope of South China Sea[J]. Chinese Journal of Geophysics, 2013, 56(8): 2799-2807. |