惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
O
OpenAI News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 三生石上(FineUI控件)
Webroot Blog
Webroot Blog
GbyAI
GbyAI
S
SegmentFault 最新的问题
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
J
Java Code Geeks
Google DeepMind News
Google DeepMind News
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
博客园 - 【当耐特】
S
Secure Thoughts
酷 壳 – CoolShell
酷 壳 – CoolShell
AWS News Blog
AWS News Blog
Engineering at Meta
Engineering at Meta
S
Security Affairs
H
Help Net Security
Microsoft Security Blog
Microsoft Security Blog
D
DataBreaches.Net
云风的 BLOG
云风的 BLOG
Hugging Face - Blog
Hugging Face - Blog
Google DeepMind News
Google DeepMind News
Spread Privacy
Spread Privacy
T
Threatpost
Forbes - Security
Forbes - Security
C
Cisco Blogs
Scott Helme
Scott Helme
Attack and Defense Labs
Attack and Defense Labs
Simon Willison's Weblog
Simon Willison's Weblog
腾讯CDC
The Last Watchdog
The Last Watchdog
Cloudbric
Cloudbric
Last Week in AI
Last Week in AI
Recorded Future
Recorded Future
小众软件
小众软件
V
Vulnerabilities – Threatpost
美团技术团队
人人都是产品经理
人人都是产品经理
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
Hacker News - Newest:
Hacker News - Newest: "LLM"
I
Intezer
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
博客园 - 司徒正美
C
Cybersecurity and Infrastructure Security Agency CISA
Martin Fowler
Martin Fowler
博客园 - 聂微东

SEISAMUSE

Paper Reading (63) | Jun Xie Paper Reading (62) | Jun Xie 关于论文 | Jun Xie Paper Reading (61) | Jun Xie Light lie (1) | Jun Xie 视频笔记:提前退休不是躺平,而是提高选择权 | Jun Xie 用 Cloudflare Tunnel 在家连回办公室 Fedora Paper Reading (60) | Jun Xie 用Cloudflare Tunnel继续继续搬paper-hot | Jun Xie 用Cloudflare Tunnel把FreshRSS搬回办公室电脑 | Jun Xie Paper Reading (59) | Jun Xie Paper Reading (58) | Jun Xie Paper Reading (57) | Jun Xie 近期我对博客做了什么 | Jun Xie Paper Reading (56) | Jun Xie 2026 06 14 Certificated | Jun Xie Paper Reading (55) | Jun Xie 关于Codex (2) | Jun Xie 关于Codex Skills | Jun Xie 关于人性(2) | Jun Xie 关于人性(3) | Jun Xie 关于反演 | Jun Xie 关于Codex (1) | Jun Xie 关于人性(1) | Jun Xie Fish Guard | Jun Xie 在家怎么连服务器 | Jun Xie Paper Reading (54) | Jun Xie Paper Hot deployment | Jun Xie Paper Reading (53) | Jun Xie 吃瓜子 | Jun Xie Paper Reading (52) | Jun Xie 新的网站 | Jun Xie Paper Reading (51) | Jun Xie Welcome to SEISAMUSE | Jun Xie Welcome to SEISAMUSE | Jun Xie 文献阅读(50) | Jun Xie 文献阅读(49) | Jun Xie 用AI做网页 | Jun Xie 自动监控地震数据下载脚本 | Jun Xie 文献阅读(48) | Jun Xie 用AI做APP | Jun Xie 文献阅读(47) | Jun Xie 文献阅读(45) | Jun Xie 文献阅读(46) | Jun Xie 文献阅读(44) | Jun Xie 文献阅读(42) | Jun Xie 文献阅读(43) | Jun Xie gmt特殊字符 | Jun Xie 文献阅读(38) | Jun Xie 文献阅读(39) | Jun Xie 文献阅读(41) | Jun Xie 文献阅读(36) | Jun Xie 文献阅读(37) | Jun Xie 文献阅读(35) | Jun Xie 文献阅读(32) | Jun Xie 文献阅读(33) | Jun Xie 文献阅读(30) | Jun Xie 文献阅读(34) | Jun Xie 文献阅读(31) | Jun Xie Mac中安装FreshRSS | Jun Xie hexo插入图片 | Jun Xie gmt画震源球 | Jun Xie gmt的投影方式 | Jun Xie 震源机制解反演 | Jun Xie 地震学相关程序 | Jun Xie 计算背景噪声中噪声源背方位角 | Jun Xie 文献阅读(29) | Jun Xie
文献阅读(40) | Jun Xie
2025-12-11 · via SEISAMUSE

  Luo et al. (2021), Geophysics

引文信息

  Luo, B., Lellouch, A., Jin, G., Biondi, B., & Simmons, J. (2021). Seismic inversion of shale reservoir properties using microseismic-induced guided waves recorded by distributed acoustic sensing. Geophysics, 86(4), R383–R397. https://doi.org/10.1190/geo2020-0607.1

第一作者与通讯作者

  • 第一作者:Bin Luo(科罗拉多矿业学院 → 现斯坦福大学)
  • 通讯作者:Bin Luo(邮箱 bluo@mines.edu)
  • 单位:斯坦福大学地球物理系 + 科罗拉多矿业学院地球物理系联合团队

一作同期另外三篇代表性著作

  1. Luo, B., Lellouch, A., Jin, G., Biondi, B., & Simmons, J. (2021). Seismic inversion of shale reservoir properties using microseismic-induced guided waves recorded by distributed acoustic sensing. Geophysics, 86(4), R383–R397.(即本文)
  2. Luo, B., Trainor-Guitton, W., Bozdağ, E., et al. (2020). Horizontally orthogonal DAS array for multichannel analysis of surface waves. Geophysical Journal International, 222, 2147–2161.
  3. Luo, B., et al. (2020). DAS traffic-noise interferometry for near-surface characterization. Scientific Reports, 7, 11620.

摘要

> 页岩储层物性直接影响非常规油气产能。水力压裂诱发之导波(guided waves)被束缚于低速页岩层内,是估算层厚、速度与各向异性的理想载体。本文将水平井中 DAS 光纤记录之微地震导波用于储层参数反演:① 推广传播矩阵法至 VTI 介质,计算导波频散;② 用 3D 弹性正演验证;③ 构建多模蒙特卡洛反演流程,一次性获得厚度、VS0、VP0 与 Thomsen 参数。合成测试表明:层厚与 S 波速度敏感度最高,10 m/s 级速度误差即可分辨米级厚度;Eagle Ford 实际数据反演结果与 500 m 外声波测井吻合,页岩厚度 50 ± 4 m,VS0 1639 ± 24 m/s,(ε–δ) 中值 0.46。研究证实:微地震导波+DAS 可成为一种经济、原位、米级分辨率的页岩储层表征新工具,并有望与产能数据空间叠合,指导压裂决策。

相关研究的重要性

序号 重要性 前人具体工作 存在的不足
1 页岩厚度/速度是压裂设计与产能评估的核心输入 地面 3D 地震垂向分辨不足(>1/4 波长,≈25–30 m) 无法分辨米级厚度变化;薄层调谐误差大
2 水平段需“沿井”高分辨率物性,而垂直测井稀疏 常规声波测井仅过井点 1D 信息 缺少沿 2500 m 水平段的横向连续剖面
3 导波天然被低速层束缚,可“就地”取样 Krey (1963)、Buchanan (1978) 利用煤层槽波探测断层 未引入非常规页岩;无各向异性;无反演框架
4 DAS 高密度记录为导波分析提供契机 Lellouch et al. (2019) 首次观察到压裂导波 仅定性解释,未建立正演-反演流程;未估算厚度/速度
5 需要同时考虑页岩强 VTI 各向异性 Sone & Zoback (2013) 给出 Eagle Ford 岩心各向异性 缺少原位、大尺度、非取心手段验证

使用的数据

类型 细节
合成数据 3D 弹性有限差分(Madagascar 软件);三层层状 VTI 模型;LVL 厚 45 m,VS 1650 m/s;双力偶源,频带 10–150 Hz;1200 m 水平接收线,道距 1.5 m,采样 2 kHz
现场数据 Eagle Ford 2015 压裂监测;处理井与监测井平行,水平段各 1600 m,垂距 30 m,横向距 200 m;DAS 道距 8 m,标距 14 m,采样 2 kHz;共 959 个微地震事件,取 17 个高质量导波事件(20 %)用于反演;对比数据:距监测井 500 m 的垂直声波测井

采用的方法

步骤 要点
1 正演:推广传播矩阵法至 VTI 介质,统一边界条件,一次性求解散射矩阵 det=0 得导波频散曲线
2 验证:3D 弹性正演(FD)生成多分量炮集;用“改进柱面波相移法”提取频散,与理论曲线对比,误差 <1 %
3 反演:多模蒙特卡洛采样(10⁷ 模型)→ 目标函数=频散方程 L1 范数,免根查找;保留前 10³ 优模型得等效集合,用中值与四分位量化不确定度
4 实用:采用“长偏移 (>2dH)” 段 DAS 数据,压制 SH 模,保留 P-SV 模,提高反演稳定性

获得的结果

  • 合成反演:层厚 42.6 m(真 45 m),VS0 偏差 <30 m/s,(ε–δ) 0.085(真 0.1);不确定度:厚度 4.3 m,VS0 11 m/s。
  • 现场反演:Eagle Ford 页岩厚 50.1 ± 4.2 m,VS0 1639 ± 24 m/s,(ε–δ) 中值 0.46(强各向异性),与声波测井整体吻合;高频段(>60 Hz)对顶部 Austin Chalk(2700 m/s)约束好,底部 Buda Limestone(3000 m/s)约束差。
  • 敏感度:1 % 厚度变化 → 10–15 m/s 相移;1 % VS0 变化 → 25–30 m/s 相移;VP、ρ 敏感度可忽略。

创新之处

创新点 说明
首次 将 VTI 传播矩阵法与多模蒙特卡洛反演结合,用于微地震导波储层参数估算
首次 在非常规页岩给出“米级厚度 + 10 m/s 级速度” 现场验证,并与 500 m 外声波测井对比
方法 提出“长偏移选道 + 柱面波相移” 实用流程,解决 DAS 方向敏感与模态混叠问题
应用 把导波反演结果与产能数据空间叠合,为“地质-工程一体化”提供新数据链

主要贡献

  1. 建立“微地震导波 → 厚度/速度/各向异性” 完整正-反演框架,填补 DAS 导波定量解释空白。
  2. 证实即使 20 % 事件含导波,已足以给出统计稳定、米级分辨的储层剖面,对压裂段优化与地质导向有直接价值。
  3. 为低成本、随钻、原位页岩表征提供新工具,可与现有 DAS 微地震监测共用光纤,无需额外采集成本。

不足与展望

不足 展望
仅恢复 1D 层状模型,未考虑横向变化 引入滚动窗口/层析,实现 2D/3D 导波成像
对 VP、密度、强各向异性 (>0.2) 敏感度下降 联合 PP/PS 反射或全波形反演,提高 VP/ε/δ 精度
需“足够强”导波事件(≈20 %),弱事件无法利用 研究震源机制与辐射花样,优化布纤几何,提高导波激发概率
幅值信息分钟未利用(仅走相) 未来开展含衰减、耦合、源机制的完全波形反演
现场缺乏压裂后重复导波监测 设计时移实验,定量评估压裂-闭合-应力变化对速度的影响