2. 吉林大学仪器科学与电气工程学院, 长春 130026
2. College of Instrumentation & Electrical Engineering, Jilin University, Changchun 130026, China
微地震监测技术是油田水力压裂常用的监测手段,对监测裂缝走向、指导压裂生产有着重要的意义.其主要思想是在进行水力压裂时,对储层实施人工造缝,在油层裂缝延展过程中会产生大量可记录的微震事件(Segall, 1989).因此,通过开发有效的微地震监测系统,对压裂过程中产生的微震事件进行监测,便可以通过反演得到的震源点位置对人工造缝效果进行评价(Bonnefoy-Claudet et al., 2006; 李正光等, 2005).
从最初20世纪70年代末美国Los Alamos国家实验室开始研究井中微地震技术至今已经有四十余年.然而,直到1997年,为了验证微地震监测技术的实用价值,美国科学家们在东德克萨斯Cotton Valley进行了一次大规模综合微地震监测试验(Mayerhofer and Meehan, 1998; Walker, 1997),才将微地震监测引入商业化轨道.目前,东方物探、哈里伯顿、EGS、斯伦贝谢、贝克休斯、道达尔等多家公司提供微地震井中监测技术服务.但是,井下监测技术发展到今天,监测井的数量和位置依然对监测结果有较大影响(Shapiro et al., 2005; Šilený et al., 2009; Chen et al., 2017; Lin and Zhang, 2016).而空间横向定位分辨能力低、生产成本高及施工复杂等缺点,使其发展在一定程度上受到了限制(Maxwell et al., 2010).
20世纪70年代,美国油服公司和研究机构陆续开展了水力压裂微地震地面监测的研究,但限于当时的仪器尤其是检波器性能,能量微弱且频率较高的微地震信号在地表没能被有效监测到.然而,随着地面检波器性能的提高和信号处理技术的发展,研究人员一直对在地面进行水力压裂微地震监测进行尝试.2004年,美国MicroSeismic公司在Barnett页岩气井增产改造储层时用地表检波器排列发射层析成像技术监测水平井水力压裂并获得成功(Duncan, 2005; Lakings et al., 2006).至此,微地震地面监测技术走向实用阶段,并开始为石油工业界专家所认可.但由于地面微震信号易受到外界干扰信噪比较低,地震信号在地层中传播的衰减较大,垂向定位分辨能力低等问题,给数据处理和震源的定位带来一定的难度(Duncan and Eisner, 2010; Forghani-Arani et al., 2012, 2013; Price et al., 2015).
通过分析可以发现,现有的两种监测方法在某些方面是可以互相补充的.井中监测相比地面监测垂向分辨能力高,而地面监测因为布设了范围较广的观测阵列,横向分辨能力强,两者相互结合补充就能够提高监测仪器系统的定位能力.因此,本文在现有的微地震监测方法的基础上,引入了井地联合监测的方法,并通过数值仿真证明了井地联合监测方法的优势.同时针对现有的井中或地面微地震监测仪器系统在开展井地联合监测时存在的问题,设计并研制了用于井地联合微地震监测的仪器系统.通过在黑龙江大庆油田的野外压裂监测实验,验证了井地联合微地震监测方法的可行性和仪器系统的有效性.
2 微地震井地联合监测方法如图 1所示,在进行井地联合微地震监测时,需要在压裂井附近的合适位置选择一口监测井来放置井中采集仪器.既避免了地面的噪声干扰,又可使信号在传播过程中不会因为损耗过大而出现接收不完全的情况.由于放置在井下的检波器不需要很多,相对于多井监测的施工操作简单可行,将对其他油井的正常工作生产的干扰程度降到了最低.地面微地震信号采集根据井场的地理环境,布设地面采集阵列.为了提高采集信号的质量,需要尽量避免由外界环境引起的震动干扰和电磁干扰,并且尽量减少地表疏松地层对微地震波的衰减.因此在地面上挖深度为1 m的浅坑掩埋检波器.水力压裂微地震井地联合监测,降低了井中观测的施工难度,提升了常规地面阵列观测获取信息的可信度,为实现压裂裂缝精细描述提供了可靠的信息支持.
根据地震波传播的运动学规律,对井地联合微地震监测进行了正演数值模拟.假设地层模型为均匀介质,地震波在地层中的传播速度为VP=2500 m·s-1,模拟地震数据采样间隔为1 ms,震源位置为地下1800 m.监测井同压裂井的水平距离为600 m,井中放置8节井下检波器,检波器间的间隔为30 m.地面放置66个检波器,检波器以米字型排布,检波器间的间隔为100 m.通过波动方程有限差分法,仿真获得井中和地面检波器采集的数据.
先通过正演数值模拟井中检波器和地面检波器采集的微地震信号.震源子波采用主频为40 Hz的Ricker子波.虽然在通常情况下,井中检波器采集到的都是频率较高的微地震信号,应用本文的方式进行仿真可能不符合实际情况.但是应用井中和地面数据进行微地震震源定位,反演所采用的数据要求在相同的频段内.因此,在实际的应用中需要对井中和地面采集的数据进行滤波,使滤波后的数据在相同的频段.因此本文采用的仿真方案,符合井地联合监测对数据的要求.
在微地震震源定位的运算中,对定位结果影响较大的两个因素分别是采集信号的质量和所采用的速度模型的准确性.因此,在模拟仿真中,本文采用对采集信号加噪声干扰和对速度模型进行人工扰动的方式,对井地联合监测的结果和仅采用地面监测的结果进行对比分析.震源定位方法利用常规地震勘探的逆时偏移原理,通过对采集到的地震数据波形进行振幅叠加来定位.应用时,将有可能发生微地震事件的目标区域按精度要求划分成小的体元,认为每一个体元都是一个潜在可能的微震震源位置.微震信号到达各个检波器的时间因传播距离的不同而不同,利用偏移法原理将时间差异减去,则可以看作各检波器在同一时刻接收到的微震信号.在非震源点,所做的时间修正只能增强一个不存在的微震,然而由于当前体元位置没有发生微地震事件,那么检波器采集到的数据信号在偏移之后获得信号相位不完全一致,因此叠加后振幅会减弱或正负抵消.这样就不必像传统微震震源定位那样需要在每一个检波器的信号里分别寻找微震信号到时,而只需监视目标区域的能量聚焦情况,找到高能量点,就可以找到震源点.利用这种方法定位需要检波器有足够的视角和到时差,这样才能在震源点获得较强的振幅叠加结果(吕昊, 2012).
首先分析噪声扰动对微地震震源定位的影响,对检波器采集的信号加上强度不同的噪声干扰,用相同的速度模型来反演定位压裂点位置.图 2为在不同的噪声强度下,分别采用两种监测方法反演定位出的震源点的误差对比.通过分析可以得出,噪声扰动对震源定位算法精度影响较小,采用井地联合的定位方法定位精度要高于地面监测方法.
对微地震监测结果影响较大的另一个因素是速度模型.震源反演所采用的速度模型,一般是根据声波测井得到的数据建立初始速度模型,然后根据射孔事件对其进行校正,但校正后的模型,与实际地层速度仍存在一些差异.因此有必要分析速度模型扰动对定位精度的影响.本文建立的模型假设地层为均匀介质.为了分析速度扰动对微地震震源定位的影响,数据处理时对系统的速度模型进行扰动,用未加噪声的微地震数据进行反演来定位压裂点位置.从图 3中可以看出速度扰动对震源定位精度影响较大,较小的速度扰动,就可以对定位精度产生较大的影响.通过分析两种监测方法,采用井地联合的定位方法定位精度同样高于地面监测方法.
综合分析噪声扰动和速度扰动对微地震震源定位的影响,总体来说井地联合的定位精度要高于单纯地面监测.这是因为地面监测在竖直方向上没有检波器,因此在垂向上的定位精度较差,加入了井中检波器后,由于增加了垂向上的监测视角,从而增加了垂向定位精度,减少了微地震事件反演定位误差.
3 联合监测仪器系统的研制现有的微地震监测仪器是专门针对井中或地面的地震信号采集进行开发的(陈祖斌等,2006; 甘志强, 2012; 王春田等,2010).对于井地联合监测,尚未形成专用的仪器系统.各个厂家的井中或地面仪器自成体系,不同仪器的采集单元所用的采集模块和检波器未经过统一的标定,导致数据处理环节出现数据不兼容的问题.井中仪器和地面仪器之间缺乏有效的实时通讯链路,回收的数据分别保存在不同地理位置的不同存储介质中,导致现有联合监测的研究停留在了事后评价的层面.而在实际应用领域,微地震监测定位结果的实时呈现,才能真正体现相关研究的核心价值.
因此,针对现有仪器存在的问题,本文提出了一种用于微地震井地联合监测的仪器系统.井中和地面仪器的采集单元采用经过实验室标定的数据采集模块和检波器,保证了微地震信号采集的一致性.通过现场搭建的无线网络和测井电缆实现对地面和井中采集的数据的实时回收.利用数据库软件统一管理井中、地面仪器回收的数据.数据处理软件对回收的微地震数据进行实时处理,反演定位压裂点位置及预测裂缝发育趋势,并将处理的结果通过网络推送到生产现场的观测客户端,实现了联合监测结果的实时呈现.
井地联合微地震监测仪器系统的技术指标如下:3通道24位AD采样,采样率由500 Hz到4000 Hz可调,静态噪声小于1.5 μV,动态范围可达148 dB,谐波失真-118 dB,道间串扰-122 dB,前置增益最大64倍可调;井中仪器电缆3000 m时传输速度可达4 Mbps;地面单个AP通讯覆盖距离达2 km,最大传输速率为54 Mbps.
3.1 微地震信号采集系统微地震信号采集系统由井中采集系统和地面采集系统构成,分别负责井中和地面的微地震信号采集.两套系统采用相同的地震信号检波器和采集模块,保证信号采集的一致性.由于微地震事件能量非常弱,常规检波器很难监测到这么弱的信号.微地震信号检波器采用美国Geospace公司生产的omni-2400,这是一款耐高温的检波器,最高工作温度可达200 ℃.保证了在井下高温环境下依然能够正常工作.该检波器具有在倾斜状态下除振幅发生变化外,灵敏度、失真度等其他指标不变的特点,并且灵敏度比常规的检波器提高了30%.井中采集系统采集的数据,通过测井电缆实时上传至地面的数据存储系统中.地面采集系统采用节点式设计,采集的数据保存在每个节点内置的大容量存储卡中,也可以通过WIFI无线通讯模块将数据实时传输到地面控制中心,实现对地面采集数据的实时回收.
井中数据采集系统包括井上控制中心和井下模块,两者之间通过测井电缆连接,如图 4所示.井上控制中心主要包括主控系统、数据存储阵列和无线通信系统.主控系统主要负责与井下数传短节的通讯,同时处理时标信息、同步等相关的信号;数据存储阵列将井下仪器采集的数据存储到数据存储阵列中;无线通信系统负责和地面仪器的控制中心通信,进行数据传输和命令交互.井中模块主要由数传短节、采集短节等单元构成.数传短节作为井中模块各单元与地面主控电路之间的通讯路由,并为井中单元提供所需电源;采集短节是井中仪器的重要组成部分,它通过推靠器将整个短节紧贴井壁,确保来自地层的微震信号能被采集短节中的检波器充分感知,完成微地震信息的高保真采集,并将数据上传到地面模块.
地面数据采集系统采用节点式设计(王春田等,2010; 吴铁军, 2011; 杨泓渊等,2009),每个节点独立进行数据采集和存储.如图 5所示,采集节点由采集模块、主控模块、WIFI无线通信模块、GPS时间同步模块、及大容量数据存储卡组成.采集模块以24位数据采集电路为核心,通过高速逻辑接口与主控模块进行数据交互.WIFI无线通讯模块用于监视采集节点的工作状态,也可以通过配合大功率无线AP,实现采集数据的实时回收.GPS时间同步模块用于对采集节点进行时间同步,保证不同采集节点采集时刻的一致性,并且通过GPS能够获取采集节点的准确位置,便于在数据处理时,生成采集阵列的具体坐标.采集节点通过内置的12 V锂电池进行供电,电池容量为18 Ah,采集节点正常工作时的功率为2.7 W,可以在野外连续工作80 h以上.
研发本文提出的井地联合监测系统时,面临的一个问题是井中检波器记录的时间准确性,可能达不到同地面监测GPS记录的时间准确性.这样两套监测数据的时间匹配会存在问题.针对这个问题本文系统的解决方案是,井中采集短节的时间同步也利用地面GPS的同步信号.具体实现为,在地面控制中心安装GPS授时模块,并外置GPS天线.将GPS的秒脉冲信号(PPS)通过测井电缆发送到井中各采集短节,控制各采集短节中的数据采集器进行同步采集.
理想情况下,井中的各数据采集模块应在同一时刻接收到PPS信号,以控制采集模块同步进行采集.但实际情况下,PPS信号在长距离测井电缆传输的过程中会产生延迟,同时因为在传输过程中产生的高频衰减,会使PPS的上升沿变缓,同样会造成数据采集器开始采集时间的延迟.经过多次测试在本系统应用3000 m测井电缆时,该延迟可达500 μs左右.为了解决这个问题,我们设计了一种测井电缆延时测量和校正系统,在地面控制中心和各采集短节的通讯FPGA中添加测量模块,以用来测量PPS信号产生的延迟.
在进行延时测量时,地面控制中心FPGA的延时测量模块发送一个模拟的PPS信号,并开始计时.采集短节接收到PPS信号后,生成一个新的PPS信号,并将该PPS信号回传.地面控制中心检测到回传的PPS信号,停止计时并记录延迟时间为Ti,则实际测量PPS单向传输产生的时间延迟为Ti/2.多次进行以上步骤,以测量出PPS信号从地面控制中心到各采集短节所产生的延迟,并将延迟时间记录保存.
基于上述测量,井中各采集短节接收到PPS信号的时间比GPS实际授时时间晚Ti/2.时钟校正阶段,地面控制中心将测得的延时时间Ti/2发送到对应的各采集短节.采集短节根据延时时间Ti/2和采样率,通过采集短节中内置的高精度时钟对延迟进行补偿,以保证各采集短节相对地面GPS延迟一个统一的时间.以采集短节n延时时间为510 μs,采样率为1 kHz为例,采集短节本地的时钟在接收到由地面GPS发送的PPS同步信号后,再延时490 μs开始进行采集,以保障各采集模块采集开始时间的同步性.采用此方法井中采集短节记录的第1 s的采集数据是不完整的,会缺少一至几个采样周期.在地面控制中心进行数据保存时,将第1 s数据去掉,以保障井中仪器和地面仪器采集时间的一致性.
3.3 数据实时传输系统对于井地联合监测,现有仪器系统不便于应用的一个重要原因,就是井中系统和地面系统之间缺乏有效实时通讯链路,回收的数据分别保存在不同地理位置上的不同存储介质中,导致现有联合监测的研究均停留在事后评价层面.如图 6所示,井地联合监测系统采用井中数据有线传输、地面数据无线传输的方法进行数据回收,回收的数据分别保存在对应的控制中心的存储阵列中,两个存储阵列通过现场搭建的无线网络或光纤连接,由数据库软件进行统一管理.数据处理时,根据数据的时间戳标记进行统一的截取,保证了数据的一致性.
井中数据回收系统分为两个部分,一个是采集短节间的数据传输,一个是井中短节到地面存储介质的数据传输.井中采集短节间通过10 m的测井电缆相连,应用RS485通讯技术,采用接力的方式进行数据传输.采集短节采集的数据通过接力方式由下至上逐节传递,最终数据汇总到数传短节.数传短节同地面控制中心一般通过几千米的测井电缆相连接.从数传短节到地面控制中心采用ADSL的方式进行数据传输,保障了长电缆数据传输的可靠性.
地面数据回收采用无线传输的方式,通过在压裂现场搭建AP实现现场无线网络的覆盖,无线回收地面采集阵列记录的微地震数据,并实时回传至地面仪器系统存储阵列中.由于地面采集节点布设的范围较广,需要布设多个AP来进行网络覆盖.然而,相邻的AP有重叠的覆盖范围,会导致大多数的采集节点仅与部分AP相连,使AP的负载不均衡.针对这个问题,地面数据回收系统采用中心控制的方法.经过地面控制中心根据权重重新分配连接,能够使采集节点均匀地连接在各个AP上,使多个AP的数据传输能够达到负载均衡.
假设APn的信号强度为Sn,所连接的采集节点数目为Nn,采集节点扫描到的所有AP信号强度的均值为Mm,根据公式(1)-(5)来推算每个采集节点选择连接AP的权值Wm.
(1) |
(2) |
(3) |
(4) |
(5) |
在系统初始化时,采集节点随机连接到一个AP上.连接完成后,采集节点将扫描到的AP数目和对应的信号强度,发送到地面数据控制中心.控制中心根据采集节点数量和信号强度计算接入权重,根据权重判断采集节点需要连接的AP编号.采集节点根据从控制中心回传的信息判断是否需要切换到其他AP.至此,采集节点和AP完成初始化连接.应用本方法,使采集节点能够均匀地连接在各个AP上.保证了多AP通讯下的负载均衡.避免了过多采集节点连接同一个AP而导致单一AP负载过重,数据回收时间过长,而其他AP处于轻载甚至空闲状态的问题.
3.4 数据实时处理系统微地震监测现场数据实时处理系统搭建在地面控制中心的服务器上,该系统由用户界面、控制模块、处理模块、数据库操作模块组成.用户界面负责设置参数,分配工作,监测系统的运行状态和接收处理其他模块传递的信息等.控制模块接收用户界面指派的任务,并将其分成很多小的部分分配给处理模块,并且接收处理模块传递的信息,发送给用户界面.处理模块负责数据的回收和处理,回收的数据通过数据库操作模块写入到系统的数据库中,同时数据处理任务调用数据库中的数据,结合用户界面设置的各项参数进行数据处理,实时反演定位压裂点位置及预测裂缝发育趋势.数据处理的结果由控制模块通过网络推送到压裂生产现场的观测客户端上进行实时呈现.
4 井地联合微地震监测系统的应用 4.1 监测方案设计井地联合微地震监测仪器系统对黑龙江省大庆油田的肇平5#井的压裂生产进行了监测.井场周围遍布公路交通便利,压裂井周边场地开阔,便于地面仪器的布置.
本次监测布阵以压裂目标区域正上方为阵列中心,星状布设六条测线,测线间夹角接近为60°.为了在对每一道地震数据进行叠加的时候发生振幅叠加的现象,从而取得更好的效果,应当使最低频信号从最深震源到最近的数据采集站和最远的数据采集站的行程差至少达到一个波长的距离.压裂井压裂水平段测深d=1740 m,P波平均速度为v≈2834 m·s-1,地面接收微地震信号频率下限一般为f≈20 Hz,则地震信号波长为λ=v/f≈141.7 m,因此,根据公式(6)计算得知地面阵列半径达到783 m可以满足监测的要求.根据计算,在每条测线布设10个采集节点,采集节点间距离为90 m,每条测线长度达800 m,符合对监测半径的要求.
(6) |
井中检波器深度应与压裂层位深度存在一定的视角,这是因为,当视角较小时,地震波到各检波器的到时差较小,当采样率较低的时候,容易导致不同检波器在相同时刻监测到微地震事件,导致振幅偏移叠加的效果变差,而影响定位效果.但是随着视角的变大,井中检波器与压裂点位置的距离又会迅速变大,综合以上考虑,井中检波器到压裂段位置合理的倾角在15°~50°之间.本次压裂施工布设井下采集单元5节,监测井距离生产井的水平距离为600 m,根据监测井的位置以及倾角,计算出井中监测仪器第一级检波器下放深度为1460 m,其他检波器以10 m为间隔从上至下排列.本次部署井中检波器到压裂段位置倾角在25°左右.
4.2 监测方法对比验证在压裂生产中,射孔点的位置是已知的,因此可以通过利用射孔产生的微地震事件反演定位射孔点的位置,来验证仪器系统及定位方法的有效性.
图 7为含有射孔事件的原始数据波形图,前180道依次为地面6条测线布设的三分量检波器采集的数据,后15道为5节井中三分量检波器采集的数据.根据波形图可知,在第48秒左右井中和地面检波器均检测到射孔事件.图 8为对射孔事件所在的时间段进行的频谱分析,图 8a为地面一条测线观测信号的频谱图,图 8b为井中观测信号的频谱图.根据频谱图可知井中有效事件的频带较宽,噪声存在低频范围内;地面有效事件的频带较窄,噪声在整个频段内均存在,且在低频部分有很强的干扰.通过对比,井中数据的信噪比明显高于地面数据,因此,适当处理后的井中信号可以帮助识别地面的微震信号.
图 9、图 10和图 11分别为采用井中监测、地面监测和井地联合监测的方法,对同一次射孔产生的微地震事件进行定位的能量聚焦示意图.在图中,圆圈代表射孔点真实位置,方块代表微地震能量聚焦定位出的射孔点位置.图 9为井中监测数据定位的结果,因为本实验采用联合监测的方法,在井中放置少量的检波器即可满足定位需求.单独采用井中数据在使用偏移叠加方法进行定位时,由于井中检波器数量较少且检波器间距较小,难以取得理想的定位效果(Eisner et al., 2010).通过分析图 10和图 11可知,地面监测水平方向和垂直方向的误差分别为11 m和30 m(定位误差32 m);井地联合监测水平方向和垂直方向的误差分别为6 m和13 m(定位误差14 m).井地联合观测的方法获得了比地面监测更高的定位精度.特别是垂直方向上加入了井中检波器后,增加了垂向上的监测视角,使垂向定位精度得到较大提高.
微地震事件能量弱,频率高,持续时间短,因此容易受周围噪声影响或屏蔽.鉴于微地震资料的这些特点,为了可以准确地进行初至拾取和震源定位,需要对微震资料进行一系列的处理.初始阶段根据射孔信息对井中三分量检波器进行定向;读取测井资料信息,建立初始速度模型,并根据射孔信息对速度模型进行校正.实时处理阶段首先对井中数据进行预处理,然后利用井中数据对地面数据进行相关处理,使地面信号更清晰,最后选取有利的微地震事件进行初至拾取和震源定位.
经过校正速度模型(Jiang et al., 2016)、初至拾取、叠加定位等过程,得到了水力压裂裂缝方位如图 12-图 17所示.其中图 12-图 16分别对应压裂施工的五个阶段的定位结果的累加.图 17为微地震事件定位结果立体图.分析井地联合监测结果,监测到的微地震事件大多集中在14时10分到15时35分之间,从数据处理结果来看前置液阶段发生的微地震事件能量较大且比较密集,加沙阶段微地震事件能量较小,时间间隔比较稀疏.井地联合监测系统定位到的压裂点位置符合水力压裂裂缝产生机理,定位到的裂缝走向符合当地地应力分布状况.通过定位结果分析可知本系统共定位到微地震事件98个,裂缝方位为N88°E,左翼长约321 m,右翼长约315 m,波及宽度112 m,波及高度43 m.
本文在分析了现有微地震监测方法的基础上,引入了水力压裂微地震井地联合监测的方法.同现有的监测方法相对比,既比地面监测获得了更高的定位精度,又解决了多井监测需要多口监测井的问题.在此方法基础上,针对联合监测对仪器系统的需求,基于微弱信号采集技术、地面远距离无线通信技术和数据库管理技术等,研制了井地联合微地震监测仪器系统.解决了现有仪器系统在进行联合监测时,通讯协议不兼容、链路不通的问题.在压裂施工现场应用联合监测系统,微地震裂缝的监测结果通过观测客户端实时呈现,能够在压裂现场有效地指导压裂生产.应用本系统在黑龙江大庆油田进行现场监测,获取的微地震事件对压裂裂缝进行了有效评价;通过对已知射孔点的位置进行反演验证,采用井地联合监测将定位误差由地面监测的32 m减少至14 m.该结果验证了井地联合监测技术的可行性和微地震井地联合监测仪器系统的有效性,为下一步井地联合监测技术的深入研究提供了可靠的仪器保障.
Chen Y K, Zhang H J, Miao Y Y, et al.
2017. Back azimuth constrained double-difference seismic location and tomography for downhole microseismic monitoring. Physics of the Earth and Planetary Interiors, 264: 35-46.
DOI:10.1016/j.pepi.2016.10.003 |
|
Chen Z B, Teng J W, Lin J, et al.
2006. Design of BSR-2 broad band seismic recorder. Chinese Journal of Geophysics, 49(5): 1475-1481.
|
|
Bonnefoy-Claudet S, Cotton F, Bard P Y.
2006. The nature of noise wavefield and its applications for site effects studies. Earth-Science Reviews, 79(3-4): 205-227.
DOI:10.1016/j.earscirev.2006.07.004 |
|
Duncan P M.
2005. Is there a future for passive seismic?. First Break, 23(6): 111-115.
|
|
Duncan P M, Eisner L.
2010. Reservoir characterization using surface microseismic monitoring. Geophysics, 75(5): 75A139-75A146.
DOI:10.1190/1.3467760 |
|
Eisner L, Hulsey B J, Duncan P, et al.
2010. Comparison of surface and borehole locations of induced seismicity. Geophysical Prospecting, 58(5): 809-820.
DOI:10.1111/j.1365-2478.2010.00867.x |
|
Forghani-Arani F, Batzle M, Behura J, et al.
2012. Noise suppression in surface microseismic data. The Leading Edge, 31(12): 1496-1501.
DOI:10.1190/tle31121496.1 |
|
Forghani-Arani F, Willis M, Haines S S, et al.
2013. An effective noise-suppression technique for surface microseismic data. Geophysics, 78(6): KS85-KS95.
DOI:10.1190/geo2012-0502.1 |
|
Gan Z Q.
2012. Analysis and application of performance of FireFly wireless instrument. Equipment for Geophysical Prospecting, 22(1): 37-40.
|
|
Jiang H Y, Chen Z B, Zeng X X, et al.
2016. Velocity calibration for microseismic event location using surface data. Petroleum Science, 13(2): 225-236.
DOI:10.1007/s12182-016-0092-7 |
|
Lakings J D, Duncan P M, Neale C, et al. 2006. Surface based microseismic monitoring of a hydraulic fracture well stimulation in the Barnett Shale.//SEG Technical Program Expanded Abstracts. SEG, 605-608.
http://www.mendeley.com/research/surface-based-microseismic-monitoring-hydraulic-fracture-stimulation-barnett-shale/ |
|
Li Z G, Yang R H, Zhao J M, et al.
2005. Rock-breaking test research on earthquake sequence type. Journal of Seismological Research, 28(4): 388-393.
|
|
Lin Y, Zhang H J.
2016. Imaging hydraulic fractures by microseismic migration for downhole monitoring system. Physics of the Earth and Planetary Interiors, 261: 88-97.
DOI:10.1016/j.pepi.2016.06.010 |
|
Lü H. 2012. Research on the seismic phase identification and the source location based on oilfield fracture microseismic monitoring [Ph. D. thesis] (in Chinese). Changchun: Jilin University.
|
|
Maxwell S C, Rutledge J, Jones R, et al.
2010. Petroleum reservoir characterization using downhole microseismic monitoring. Geophysics, 75(5): 75A129-75A137.
DOI:10.1190/1.3477966 |
|
Mayerhofer M J, Meehan D N. 1998. Waterfracs: Results from 50 cotton valley wells.//SPE Annual Technical Conference and Exhibition. New Orleans, LA: SPE.
http://dx.doi.org/10.2118/49104-MS |
|
Price D, Angus D, Chambers K, et al.
2015. Surface microseismic imaging in the presence of high-velocity lithologic layers. Geophysics, 80(6): WC117-WC131.
DOI:10.1190/geo2015-0242.1 |
|
Segall P.
1989. Earthquakes triggered by fluid extraction. Geology, 17(10): 942-946.
DOI:10.1130/0091-7613(1989)017<0942:ETBFE>2.3.CO;2 |
|
Shapiro S A, Rentsch S, Rothert E.
2005. Characterization of hydraulic properties of rocks using probability of fluid-induced microearthquakes. Geophysics, 70(2): F27-F33.
DOI:10.1190/1.1897030 |
|
ŠilenýJ, HillD P, EisnerL, 等.
2009. Non-double-couple mechanisms of microearthquakes induced by hydraulic fracturing. Journal of Geophysical Research-Solid Earth, 114: B08307, 1621–1642.
DOI:10.1029/2008JB005987 |
|
Walker R N Jr. 1997. Cotton valley hydraulic fracture imaging project.//SPE Annual Technical Conference and Exhibition. San Antonio, Texas: SPE.
https://www.onepetro.org/doi/10.2118/38577-MS |
|
Wang C T, Yan Z W, Zhao Z.
2010. Features and prospects of the cableless seismic acquisition system. Petroleum Instruments, 24(5): 1-3.
|
|
Wu T J.
2011. Node digital seismographs data acquisition system. Petroleum Instruments, 25(1): 51-53.
|
|
Yang H Y, Han L G, Chen Z B, et al.
2009. Low power consumption design of non-cable telemetric seismic data collecting station. Electrical Measurement & Instrumentation, 46(1): 49-53, 63.
|
|
陈祖斌, 滕吉文, 林君, 等.
2006. BSR-2宽频带地震记录仪的研制. 地球物理学报, 49(5): 1475–1481.
|
|
甘志强.
2012. FireFly无线仪器性能分析与应用探讨. 物探装备, 22(1): 37–40.
|
|
李正光, 杨润海, 赵晋明, 等.
2005. 地震序列类型的岩石破裂实验研究. 地震研究, 28(4): 388–393.
|
|
吕昊. 2012. 基于油田压裂微地震监测的震相识别与震源定位方法研究[博士论文]. 长春: 吉林大学.
http://cdmd.cnki.com.cn/Article/CDMD-10183-1013119285.htm |
|
王春田, 闫志武赵忠.
2010. 新型无缆采集系统功能特点及发展前景. 石油仪器, 24(5): 1–3.
|
|
吴铁军.
2011. 节点数据采集系统数字地震仪. 石油仪器, 25(1): 51–53.
|
|
杨泓渊, 韩立国, 陈祖斌, 等.
2009. 无缆遥测地震仪采集站的低功耗设计. 电测与仪表, 46(1): 49–53, 63.
|
|