2) 中国长沙 410019 水能资源利用关键技术湖南省重点实验室;
3) 中国合肥 230026 中国科学技术大学地球和空间科学学院
2) Hunan Province Key Laboratory of Hydropower Development Key Technology, Changsha 410019, China;
3) School of Earth and Space Sciences, University of Science and Technology of China, Hefei 230026, China
激发极化法是电法勘探的经典方法之一,可分为时间域激电法(TDIP)和频率域激电法(FDIP),在金属矿产、非金属矿产、油气等资源、能源勘探中获得广泛而有效的应用(傅良魁,1983;李金铭,2005;李帝铨等,2007;郑冰,2015;向葵等,2016;赵荣春等,2016;孙仁斌等,2017;赵后越,2017;景强,2018)。近年来,激发极化法还不断拓展到水文地质、环境地质监测与应用等领域(Revil et al,2010;Okay et al,2013;Schwartz et al,2014;Boaga,2017)。在金属矿勘探中,激发极化法因其独特的激发极化特性,比直流电阻率方法更有效,成为金属矿勘探中不可或缺的方法。由某些矿物引起的激电异常通过电阻率难以分辨,而激发极化法与电阻率的结构特点无关,利用该方法则可观测到较强的充电率特征。在实际矿产资源勘探中起伏地形难以避免,与其他电磁勘探方法相比,利用激发极化方法观测到的异常理论上基本不受地形影响,这是其众所周知的另一大优势,当然这只是在地下电阻率、极化率各向同性情况下导出的结论(傅良魁,1983;李金铭,2005)。
激发极化法与电磁法有着密切的联系,其数值模拟主要基于“等效电阻率法”的时间域激发极化进行(Pelton et al,1978)。基于稳定电流场方程,根据极化率和电阻率已知的公式可求得等效电阻率,利用等效电阻率去替换初始电阻率,可求得极化总场,一次场可由解析公式求得,然后求得时间域极化响应。频率域激发极化的现有模型如Cole-Cole模型和Dias模型(Dias,1968)。Cole-Cole模型和Dias模型描述了复电阻率,该复电阻率取决于频率,通过引入其他参数,如时间常数、频率相关系数以及充电率,可以得出有关极化材料详细特征的结论,可由含电容器的等效电路表示。
在现有理论中,只基于各向同性介质对复杂地形影响下的激发极化法进行了研究。然而,地下介质的各向异性是客观存在的,一些常见岩石具有明显的各向异性。Linde等(2004)在石灰岩地区测量的各向异性系数高达3.7和4.5。Schmutz等(2000)发现,直流电法和瞬变电磁法在资料反演解释中必须引入较大的各向异性系数。Herwanger等(2004)指出,如果采用各向同性井间成像,将产生无法解释的层状条带图案。Li等(2013)对任意各向异性介质中的可控源电磁法响应进行了自适应二维有限元分析,结果表明,如果忽略各向异性,资料解释会导致储层位置的错误估计。因此,对于激发极化法而言,各向异性的研究具有重要意义。
目前所知,仅Liu等(2017)基于各向异性介质进行了激发极化法的数值模拟,结果表明,在不考虑电磁效应的情况下,实际解释中必须考虑各向异性。然而,其只计算了简单各向异性介质的响应,未考虑地形的影响,难以满足激发极化法勘探的需要。目前,各向异性和地形对激发极化资料解释的综合影响尚未见报道。本研究旨在发展一种适用于带地形、非结构有限元三维各向异性激发极化的数值模拟方法。
本文主要介绍了激发极化的基本方程、边值问题、TDIP和FDIP响应,讨论了各向异性和地形条件下的激发极化响应,并进行规律总结。
1 激发极化模型正演 1.1 基本方程和边值问题在地球导电介质中,电势的基本方程和边值问题需在地空表面满足Neumann边界条件,在无穷远边界满足混合边界条件。公式如下
∇⋅(σ(r)∇u(r))=−Iδ(r−r0) | (1) |
(∂u(r)/∂n)|Γ0=0 | (2) |
[∂u(r)/∂n+cos(r−r0,n)∂u(r)/∂r]|ΓR=0 | (3) |
式中,σ表示电导率张量,δ为狄拉克三角函数,∇为拉普拉斯算子,r是观测位置,I为电流强度,Γ0是地空边界,ΓR是无穷远边界,r0为电流源位置,n表示法向分量。
1.2 空间离散化利用Galerkin方法对基本方程和边值问题进行简化(Ciarlet,2002),公式如下
F(u)=∫Ω[12σ(∇u)2−2Iδ(r−r0)u]dΩ+12∫ΓRσcos(r,n)ru2 dΓ | (4) |
式中,Ω为目标区域。通过模型离散化,电势可以用插值函数u = UeT N近似表示,公式如下
F(u)=1/2∑NeeUTeK1eUe−Iu(r0)+1/2∑ΓRUTeK2eUe | (5) |
式中,Ue为单元节点电势向量,N为形函数,Ne为单元总数目,和分别为体单元矩阵和面单元矩阵。将所有局部矩阵组合成一个全局系统方程,公式如下
AU(r)=B | (6) |
式中,
极化率是时间域激发极化法的核心参数,极化率的定义(Soueid Ahmed et al,2018)为
η=1−σ0σ∞ | (7) |
式中,η∈[0, 1];σ0为直流电法中介质的原始电导率,与初始电阻率ρ0成反比,即ρ0=1/σ0。因此,极化率可表示为
η=1−ρ0ρ∞ | (8) |
由于文中研究的是三维各向异性介质,故等效电阻率ρ∞(r)、初始电阻率ρ0(r)和极化率η(r)均为三阶张量,则
ρ∞(r)=ρ0(r)/(1−η(r)) | (9) |
η(r)=(ηx000ηy000ηz) | (10) |
时域激发极化模型需要计算2次,利用等效电阻率法可实现时域激发极化数值模拟(Seigel,1959)。视极化率ηs(r)可表示为二次电势Us(r)与总电势U(r)之比,公式如下
ηs(r)=Us(r)/U(r)=(U(r)−Up(r))/U(r) | (11) |
因此,视极化率可以通过一次电势和总电势来求解。
1.4 频率域极化响应在FDIP中,当介质为极化时,可以用Cole-Cole模型在多频率下的复电阻率ρ*(ω)来描述介质的各个部分(Pelton et al,1978),公式如下
ρ∗j(ω)=ρj0{1−mj[1−11+(iωτj)cj]} | (12) |
式中,ρj0为第j种介质的电阻率;mj为充电率;τj表示体积极化效应的时间常数,通常在10-2—102 s之间变化,是描述岩石结构的敏感指标;cj为频率相关系数,数值区间为0.5—1.0。
当介质表现为各向异性时,Cole-Cole模型参数也可以表示为张量,因此可用于计算各向异性介质在不同频率下的复电阻率响应ρ*(ω),公式如下
ρ∗(ω)=ρ0{1−m[1−11+(iωτ)c]} | (13) |
FDIP中的频率效应Fe被定义(Yang et al,2008)为
Fe=(ρL−ρH)/ρH | (14) |
式中,ρL为低频下确定的视电阻率,ρH为高频下确定的视电阻率。
2 算法验证有学者提出一个验证各向异性介质数值的近似结果,将
ρna=ρn1⌊1+2p∑∞m=1KMn(1(r21+4m2λ2z2)1/2−1(r22+4m2λ2z2)1/2−1(r23+4m2λ2z2)1/2+1(r24+4m2λ2z2)1/2)]) | (15) |
式中,
为了验证算法的正确性,使用一个两层各向异性模型,参数见图 1所示。该两层水平层状各向异性(VTI)模型具有一个等效的各向同性层状模型,其具有解析解(Pekşen et al,2014)。在图 1所示等效的各向同性层状模型中,第一层厚度λh,各向同性介质平均电阻率为100 Ω·m;第二层为均匀半空间,各向同性介质平均电阻率为10 Ω·m。使用对称四极装置进行测量,测线最大距离为180 m,电位电极在地表上间隔2 m分布。将两层各向异性模型的数值模拟结果与两层各向同性模型的解析解结果进行对比,最大相对误差小于0.5%(图 2),从而验证了算法的准确性。
![]() |
图 1 一个两层各向异性模型 Fig.1 A two-layer anisotropic model |
![]() |
图 2 视电阻率的数值解和解析解以及相对误差对比结果 Fig.2 Comparison of apparent resistivity and relative error between numerical solutions and analytical solutions |
图 3所示为在平坦地形模型下方有一个深度为150 m的正方体异常,研究各向同性(λ = 1)、水平层状各向异性VTI(λ = 2, 4)和垂直层状各向异性TTI(λ = 2, 4)条件下,该异常体的时间域激发极化响应结果。
![]() |
图 3 各向异性的立方体异常模型示意 Fig.3 Schematic diagram of anisotropic cube anomaly model |
设模型尺寸为5 000 m×5 000 m×5 000 m,立方体异常位于x—y平面原点下方,埋深150 m,大小为100 m×100 m×100 m。该模型的背景围岩(图 3中A)电阻率为100 Ω·m,各向同性极化率为η1 = η2 = η3 = 0.01 mV/V。
![]() |
表 1 异常体参数 Table 1 Parameters of anomalies |
在地表采用对称四极装置测视极化率,电位电极间距5 m,电流源电极最大距离为1 000 m,最小距离为10 m,电流强度为1 A。以各向同性异常为例,设初始电阻率为10 Ω·m,极化率为0.2 mV/V,计算得到异常体等效电阻率为12.5 Ω·m,即可用等效电阻率来计算三维有限元建模中的总电势U(r)。
图 4(a)—(c)显示了由对称四极装置获得的视极化率剖面图,在平坦地形中,当异常的电阻率和极化率分别表现为各向同性和各向异性时,在时间域激发极化响应中的视极化率剖面表现不同。当异常为各向同性时(λ= 1),观测的异常体视极化率约1%,与背景围岩相近。而当VTI异常为各向异性时(λ= 2),观测的最大视极化率约为1.6%;当VTI异常表现出较强的各向异性时(λ = 4),观测的最大视极化率大于2.2%。与各向同性结果[图 4(a)]相比,各向异性结果[图 4(c)]具有更清晰的极值中心,异常位置定位更准确。由图 4(d)—(e)可见,将η2和η3的值进行交换后,对于任意各向异性TTI介质,模拟结果均无法定位异常位置。由图 4(f)可见,在各向异性VTI(λ = 4)条件下,视极化率对异常体的反应最强;TTI介质的视极化率在背景极化率值(1%)附近波动,说明在实际激发极化勘探中,在地表观测不到实际存在于地下的TTI各向异性异常;同时,VTI介质的各向异性越强,异常定位越容易,而TTI介质在平坦地形下也很难被检测到。
![]() |
图 4 视极化率断面 (a)各向同性异常(λ = 1);(b)各向异性VTI(λ = 2);(c)各向异性VTI(λ = 4);(d)各向异性TTI(λ = 2);(e)各向异性TTI(λ = 4);(f)异常体正上方的测线视极化率;虚线表示异常的真实位置 Fig.4 Cross-section of apparent polarizability |
为了探讨地形对频率域激发极化模型的影响,设计如图 5的示例模型。图 5中平坦地形、台地地形、地堑地形的球体异常模型被用来研究FDIP响应结果。模型尺寸为1 000 m×1 000 m×500 m。在地表采用中间梯度装置观测,电位电极分布范围为200 m×480 m,测点间隔10 m,电流电极间距800 m。球体异常半径10 m,位于x—y平面中心,异常顶部距离地表为30 m。背景围岩参数如下:电阻率ρx = ρy = ρz = 100 Ω·m,充电率为mx = my = mz = 0.05,时间常数为τx = τy = τz = 1 s,频率相关系数为c = 0.25;球体异常参数如下:电阻率ρx = ρy = ρz = 10 Ω·m,充电率为mx = my = mz = 0.05,时间常数为τx = τy = τz = 1 s,频率相关系数为c = 0.25,2个计算频率分别为2 Hz和2/13 Hz。平坦地形、台地地形和地堑地形的频率效应等值线见图 6。
![]() |
图 5 频率域激发极化观测模型及其有限元网格 (a)测量线布置;(b)平坦地形非结构化网格;(c)地台地形非结构化网格;(d)地堑非结构化网格 Fig.5 Frequency domain induced polarization observation model and its finite element mesh |
![]() |
图 6 不同地形下地表观测的频率效应等值线 (a)平坦地形;(b)地台地形;(c)地堑地形;(d)异常正上方测线的频率效应 Fig.6 Frequency effect of surface observation under different terrains |
由图 6可见,可在地面观测到球体异常的频率效应响应,以及异常体正上方地表中心位置出现椭球形的频率效应Fe最大区域,该区域与图中黑色虚线表示的异常的真实位置较为一致,根据该频率效应值可以判断异常体为高极化异常;台地地形的最大频率效应最弱(红线),地堑地形的最大频率效应最强,平坦地形最大频率效应则介于二者之间[图 6(d)]。因此,台地地形对真实异常的响应存在减弱效果,地堑地形对真实异常的响应存在增强效果,但3种地形对异常真实位置的反映均较为准确。
4 结论在金属矿产勘查过程中,地下极化介质分布具有任意性和各向异性特征。采用非结构有限元法建立了考虑各向异性的三维激电模型。在此基础上,首次研究了各向异性对激电介质的综合影响。在TDIP结果中,真实介质中各向异性的变化对观测到的地表激电数据有较大影响。VTI异常在平坦地形下容易被准确定位,各向异性越大,信号越强,定位越准确。而TTI介质即使在平坦地形下也很难被探测到。在实际勘探中,在激发极化数据反演工作中应考虑介质的各向异性特征。在FDIP结果中,台地地形对异常结果响应存在减弱作用,地堑地形对异常响应则存在增强效果。
傅良魁. 电法勘探教程[M]. 北京: 地质出版社, 1983: 50-60.
|
景强. 高密度电阻率法和激发极化法在青山水厂找水中的应用[J]. 煤矿现代化, 2018, (1): 89-91. |
李帝铨, 王光杰, 底青云, 等. 大功率激发极化法在额尔古纳成矿带中段找矿中的应用[J]. 地球物理学进展, 2007, 22(5): 1621-1626. DOI:10.3969/j.issn.1004-2903.2007.05.044 |
李金铭. 地电场与电法勘探[M]. 北京: 地质出版社, 2005: 25-35.
|
孙仁斌, 楚丽霞, 王宁, 等. 时间域激电测深二维反演在内蒙古兴和盆地贫水区找水勘查中若干案例研究[J]. 地球物理学进展, 2017, 32(1): 387-394. |
向葵, 胡文宝, 严良俊, 等. 页岩气储层特征及地球物理预测技术[J]. 特种油气藏, 2016, 23(2): 5-8. |
赵后越. 大功率激电在张家口地区石墨矿勘查中的应用[J]. 工程地球物理学报, 2017, 14(5): 546-551. DOI:10.3969/j.issn.1672-7940.2017.05.007 |
赵荣春, 吕玉增, 凌嘉宣, 等. 激电中梯和对称四极测深在广西某铅锌矿区的应用[J]. 工程地球物理学报, 2016, 13(3): 271-276. |
郑冰. 频谱激电法在某铅锌银矿的应用[J]. 工程地球物理学报, 2015, 12(6): 750-754. DOI:10.3969/j.issn.1672-7940.2015.06.007 |
Boaga J. The use of FDEM in hydrogeophysics: A review[J]. Journal of Applied Geophysics, 2017, 139: 36-46. DOI:10.1016/j.jappgeo.2017.02.011 |
Ciarlet P G. The finite element method for elliptic problems[M]. Philadelphia: SIAM, 2002: 301-311.
|
Dias C A. A non-grounded method for measuring electrical induced polarization and conductivity[M]. Berkeley: University of California, 1968: 17-30.
|
Herwanger J V, Pain C C, Binley A, et al. Anisotropic resistivity tomography[J]. Geophys J Int, 2004, 158(2): 409-425. DOI:10.1111/j.1365-246X.2004.02314.x |
Li Y G, Luo M, Pei J X. Adaptive finite element modeling of marine controlled-source electromagnetic fields in two-dimensional general anisotropic media[J]. J Ocean Univ China, 2013, 12(1): 1-5. DOI:10.1007/s11802-013-2110-3 |
Linde N, Pedersen L B. Evidence of electrical anisotropy in limestone formations using the rmt technique[J]. Geophysics, 2004, 69(4): 909-916. DOI:10.1190/1.1778234 |
Liu W Q, Lin P R, Lü Q T, et al. Time domain and frequency domain induced polarization modeling for three-dimensional anisotropic medium[J]. Journal of Environmental and Engineering Geophysics, 2017, 22(4): 435-439. DOI:10.2113/JEEG22.4.435 |
Okay G, Cosenza P, Ghorbani A, et al. Localization and characterization of cracks in clay-rocks using frequency and time-domain induced polarization[J]. Geophysical Prospecting, 2013, 61(1): 134-152. DOI:10.1111/j.1365-2478.2012.01054.x |
Pekşen E, Yas T, Kıyak A. 1-D DC resistivity modeling and interpretation in anisotropic media using particle swarm optimization[J]. Pure and Applied Geophysics, 2014, 171(9): 2371-2389. DOI:10.1007/s00024-014-0802-2 |
Pelton W H, Ward S H, Hallof P G, et al. Mineral discrimination and removal of inductive coupling with multifrequency IP[J]. Geophysics, 1978, 43(3): 588-609. DOI:10.1190/1.1440839 |
Revil A, Florsch N. Determination of permeability from spectral induced polarization in granular media[J]. Geophysical Journal International, 2010, 181(3): 1480-1498. |
Schmutz M, Albouy Y, Guérin R, et al. Joint electrical and time domain electromagnetism (TDEM) data inversion applied to the Super Sauze earthflow (France)[J]. Surveys in Geophysics, 2000, 21(4): 371-390. DOI:10.1023/A:1006741024983 |
Schwartz N, Shalem T, Furman A. The effect of organic acid on the spectral-induced polarization response of soil[J]. Geophysical Journal International, 2014, 197(1): 269-276. DOI:10.1093/gji/ggt529 |
Seigel H O. Mathematical formulation and type curves for induced polarization[J]. Geophysics, 1959, 24(3): 547-565. DOI:10.1190/1.1438625 |
Soueid Ahmed A, Revil A. 3-D time-domain induced polarization tomography: a new approach based on a source current density formulation[J]. Geophysical Journal International, 2018, 213(1): 244-260. |
Yang X H, He J S, Tong X Z. Numerical simulation of frequency-domain IP with FEM[J]. Progress in Geophysics, 2008, 23(4): 1186-1189. |