CN113687442B - 以dts数据为导向的地下水变化分析方法和系统 - Google Patents

Abstract

本发明提供了一种以DTS数据为导向的地下水变化分析方法和系统，包括：基于目标区域的时移DTS数据，确定目标地层的地层分布；基于目标区域的时移DTS数据，确定目标地层的水流状态；基于目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定目标地层的时移电阻率分布；基于地层分布、水流状态和时移电阻率分布，对目标地层的地下水变化进行分析。本发明缓解了现有技术中存在的在深层地层下的地下水变化分析精度较低的技术问题。

Description

以DTS数据为导向的地下水变化分析方法和系统

技术领域

本发明涉及地下水变化分析技术领域，尤其是涉及一种以DTS数据为导向的地下水变化分析方法和系统。

背景技术

煤炭的大量开采所带来的环境问题日益严重，包括地表植被的破坏，地下水的影响等等，尤其是西部半干旱地区，地表环境十分脆弱，所以充分合理地研究煤炭开采对地下水的影响是十分必要的。

目前，也有很多学者对此进行了研究，包括地表含水性的电法勘探、雷达勘探，可以得到浅地表的含水性的定性评价，通过不同时期的探测结果，对比分析地下水位变化；以及基于地震勘探的“降落漏斗”深层地下水变化研究，然而现有技术中对于地下水位变化的研究，在深层地层下的地下水变化分析精度较低。

发明内容

有鉴于此，本发明的目的在于提供一种以DTS数据为导向的地下水变化分析方法和系统，以缓解现有技术中存在的在深层地层下的地下水变化分析精度较低的技术问题。

第一方面，本发明实施例提供了一种以DTS数据为导向的地下水变化分析方法，包括：基于目标区域的时移DTS数据，确定目标地层的地层分布；所述目标地层为所述目标区域内的地层；所述地层分布包括煤层分布、含水层分布和隔水层分布；基于所述目标区域的时移DTS数据，确定所述目标地层的水流状态；所述水流状态包括水流方向、水流流速和裂隙发育方向；基于所述目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定所述目标地层的时移电阻率分布；基于所述地层分布、所述水流状态和所述时移电阻率分布，对所述目标地层的地下水变化进行分析。

进一步地，基于所述目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定所述目标地层的时移电阻率分布，包括：获取目标钻孔的时移DTS数据，和获取所述目标钻孔的背景数据的电阻率测井曲线；所述目标钻孔为所述目标区域上的测井钻孔；基于DTS数据与电阻率的转换关系和所述目标钻孔的时移DTS数据，确定所述目标钻孔的转换电阻率曲线；基于所述背景数据的电阻率测井曲线和所述转换电阻率曲线，构建并训练目标神经网络；所述目标神经网络为电阻率曲线与地震属性之间的非线性关系网络；获取所述目标区域的时移地震数据；将所述时移地震数据代入到训练之后的目标神经网络，得到所述目标地层的时移电阻率分布。

进一步地，基于所述背景数据的电阻率测井曲线和所述转换电阻率曲线，构建并训练目标神经网络，包括：获取关于所述目标钻孔的井旁时移地震数据；基于所述井旁时移地震数据，确定对电阻率变化敏感的目标地震属性；构建基于所述目标地震属性与电阻率曲线之间的非线性关系的目标神经网络；将所述背景数据的电阻率测井曲线、所述转换电阻率曲线和所述目标地震属性作为训练集，对目标神经网络进行训练，得到训练之后的目标神经网络。

进一步地，所述DTS数据与电阻率的转换关系包括：R_t＝R₀/[1+α(t-20)]；R_t为t℃时地层岩石的电阻率，R₀为20℃时地层岩石的电阻率，α为岩石温度系数，t为DTS数据中的温度值。

第二方面，本发明实施例还提供了一种以DTS数据为导向的地下水变化分析系统，包括：第一确定模块，第二确定模块，第三确定模块和分析模块；其中，所述第一确定模块，用于基于目标区域的时移DTS数据，确定目标地层的地层分布；所述目标地层为所述目标区域内的地层；所述地层分布包括煤层分布、含水层分布和隔水层分布；所述第二确定模块，用于基于所述目标区域的时移DTS数据，确定所述目标地层的水流状态；所述水流状态包括水流方向、水流流速和裂隙发育方向；所述第三确定模块，用于基于所述目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定所述目标地层的时移电阻率分布；所述分析模块，用于基于所述地层分布、所述水流状态和所述时移电阻率分布，对所述目标地层的地下水变化进行分析。

进一步地，所述第三确定模块，还包括：第一获取单元，确定单元，构建单元，第二获取单元和预测单元；其中，所述第一获取单元，用于获取目标钻孔的时移DTS数据，和获取所述目标钻孔的背景数据的电阻率测井曲线；所述目标钻孔为所述目标区域上的测井钻孔；所述确定单元，用于基于DTS数据与电阻率的转换关系和所述目标钻孔的时移DTS数据，确定所述目标钻孔的转换电阻率曲线；所述构建单元，用于基于所述背景数据的电阻率测井曲线和所述转换电阻率曲线，构建并训练目标神经网络；所述目标神经网络为电阻率曲线与地震属性之间的非线性关系网络；所述第二获取单元，用于获取所述目标区域的时移地震数据；所述预测单元，用于将所述时移地震数据代入到训练之后的目标神经网络，得到所述目标地层的时移电阻率分布。

进一步地，所述构建单元，还用于：获取关于所述目标钻孔的井旁时移地震数据；基于所述井旁时移地震数据，确定对电阻率变化敏感的目标地震属性；构建基于所述目标地震属性与电阻率曲线之间的非线性关系的目标神经网络；将所述背景数据的电阻率测井曲线、所述转换电阻率曲线和所述目标地震属性作为训练集，对目标神经网络进行训练，得到训练之后的目标神经网络。

进一步地，所述DTS数据与电阻率的转换关系包括：R_t＝R₀/[1+α(t-20)]；R_t为t℃时地层岩石的电阻率，R₀为20℃时地层岩石的电阻率，α为岩石温度系数，t为DTS数据中的温度值。

第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。

第四方面，本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面所述方法。

本发明提供了一种以DTS数据为导向的地下水变化分析方法和系统，结合分布式光纤温度传感器数据，得到目标区域的地层内部含水分布，进一步结合地层的温度数据与电阻率之间的关系，可以确定目标地层的时移电阻率分布，从而实现对目标地层更深层地层的地下水变化的分析，解了现有技术中存在的在深层地层下的地下水变化分析精度较低的技术问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种以DTS数据为导向的地下水变化分析方法的流程图；

图2为本发明实施例提供的一种确定地层电阻率分布的方法的流程图；

图3为本发明实施例提供的一种以DTS数据为导向的地下水变化分析系统的示意图；

图4为本发明实施例提供的一种第三确定模块的示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

煤炭的大量开采所带来的环境问题日益严重，包括地表植被的破坏，地下水的影响等等，尤其是西部半干旱地区，地表环境十分脆弱，所以充分合理地研究煤炭开采对地下水的影响是十分必要的。

电阻率是反映地层含水性的最直接参数，温度作为地下水的天然示踪剂，具有环境无污染，测量精度高及监测方便等优点，在水文地质领域及地下水流动识别研究中得到了应用。

本发明结合分布式光纤温度传感器(Distributed Temperature SensingSystem，DTS)数据提出了一种以DTS数据为导向的地下水变化分析方法。该方法可应用于一切地下活动所引起的地下水变化分析，可确定三维空间内的裂隙位置、水流方向、流速、地下水变化范围。

图1是根据本发明实施例提供的一种以DTS数据为导向的地下水变化分析方法的流程图，如图1所示，该方法具体包括如下步骤：

步骤S102，基于目标区域的时移DTS数据，确定目标地层的地层分布；目标地层为目标区域内的地层；地层分布包括煤层分布、含水层分布和隔水层分布。

在本发明实施例中，基于时移DTS数据，根据目标地层不同岩性、不同物性参数下的地层温度差异来划分主要煤层、含水层、隔水层的分布，可以找出监测地下水变化的主要目标层段。

步骤S104，基于目标区域的时移DTS数据，确定目标地层的水流状态；水流状态包括水流方向、水流流速和裂隙发育方向。

在本发明实施例中，基于时移DTS数据，依据水流扰动下裂隙或岩石在钻孔中的垂向温度剖面会出现的异常，可以定位裂隙位置、识别水流方向、水流流速等信息。根据温度采集方式的不同，可采用主动即被动温度相结合的方式综合探测水流状态。针对具有地下活动的时移监测，将第一次(地下活动开始前)采集的温度数据作为背景数据，提取地下活动开展中或开展后的温度数据与背景数据的差异，进而分析地下裂隙及水流的动态变化。

步骤S106，基于目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定目标地层的时移电阻率分布。

步骤S108，基于地层分布、水流状态和时移电阻率分布，对目标地层的地下水变化进行分析。

具体的，依据地层的时移电阻率分布判断地层富水性，地层的时移电阻率的变化即代表了地下水的流动，结合含水层、隔水层的空间展布情况及DTS数据解释的裂隙和水流状态综合确定地下水的空间动态变化、流向、水流通道。

本发明提供了一种以DTS数据为导向的地下水变化分析方法，结合分布式光纤温度传感器数据，得到目标区域的地层内部含水分布，进一步结合地层的温度数据与电阻率之间的关系，可以确定目标地层的时移电阻率分布，从而实现对目标地层更深层地层的地下水变化的分析，解了现有技术中存在的在深层地层下的地下水变化分析精度较低的技术问题。

可选地，图2是根据本发明实施例提供的一种确定地层电阻率分布的方法的流程图。如图2所示，步骤S106还包括如下步骤：

步骤S1061，获取目标钻孔的时移DTS数据，和获取目标钻孔的背景数据的电阻率测井曲线；目标钻孔为目标区域上的测井钻孔。

步骤S1062，基于DTS数据与电阻率的转换关系和目标钻孔的时移DTS数据，确定目标钻孔的转换电阻率曲线。

其中，DTS数据与电阻率的转换关系包括：

R_t＝R₀/[1+α(t-20)]；R_t为t℃时地层岩石的电阻率，R₀为20℃时地层岩石的电阻率，α为岩石温度系数，需要经过实验室测试或实际数据的统计拟合确定，t为DTS数据中的温度值。

本发明实施例采用实验室测试和统计拟合来综合确定R₀和α的值，统计拟合是根据实测的电阻率测井值和温度测量值来拟合。

步骤S1063，基于背景数据的电阻率测井曲线和转换电阻率曲线，构建并训练目标神经网络；目标神经网络为电阻率曲线与地震属性之间的非线性关系网络。

可选地，目标神经网络包括：深度前馈网络、卷积神经网络、深度信念网络、概率神经网络、径向基函数网络等。

具体的，获取关于目标钻孔的井旁时移地震数据；基于井旁时移地震数据，确定对电阻率变化敏感的目标地震属性；构建基于目标地震属性与电阻率曲线之间的非线性关系的目标神经网络；将背景数据的电阻率测井曲线、转换电阻率曲线和目标地震属性作为训练集，对目标神经网络进行训练，得到训练之后的目标神经网络。

步骤S1064，获取目标区域的时移地震数据。

步骤S1065，将时移地震数据代入到训练之后的目标神经网络，得到目标地层的时移电阻率分布。

在本发明实施例中，由于时移地震数据会受到采集时间及采集设备的影响，不同时间的地震数据存在着由于采集因素所造成的差异，所以本发明实施例通过神经网络建立了不同时期敏感地震属性与对应的转换电阻率之间的非线性关系，这样可以得到更加准确的电阻率分布。

实施例二：

图3是根据本发明实施例提供的一种以DTS数据为导向的地下水变化分析系统的示意图。如图3所示，该系统包括：第一确定模块10，第二确定模块20，第三确定模块30和分析模块40。

具体的，第一确定模块10，用于基于目标区域的时移DTS数据，确定目标地层的地层分布；目标地层为目标区域内的地层；地层分布包括煤层分布、含水层分布和隔水层分布。

第二确定模块20，用于基于目标区域的时移DTS数据，确定目标地层的水流状态；水流状态包括水流方向、水流流速和裂隙发育方向。

第三确定模块30，第三确定模块，用于基于目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定目标地层的时移电阻率分布。

分析模块40，用于基于地层分布、水流状态和时移电阻率分布，对目标地层的地下水变化进行分析。

本发明提供了一种以DTS数据为导向的地下水变化分析系统，结合分布式光纤温度传感器数据，得到目标区域的地层内部含水分布，进一步结合地层的温度数据与电阻率之间的关系，可以确定目标地层的时移电阻率分布，从而实现对目标地层更深层地层的地下水变化的分析，解了现有技术中存在的在深层地层下的地下水变化分析精度较低的技术问题。

可选地，图4是根据本发明实施例提供的一种第三确定模块的示意图。如图4所示，第三确定模块30，还包括：第一获取单元31，确定单元32，构建单元33，第二获取单元34和预测单元35。

具体的，第一获取单元31，用于获取目标钻孔的时移DTS数据，和获取目标钻孔的背景数据的电阻率测井曲线；目标钻孔为目标区域上的测井钻孔。

确定单元32，用于基于DTS数据与电阻率的转换关系和目标钻孔的时移DTS数据，确定目标钻孔的转换电阻率曲线。

其中，DTS数据与电阻率的转换关系包括：

R_t＝R₀/[1+α(t-20)]；R_t为t℃时地层岩石的电阻率，R₀为20℃时地层岩石的电阻率，α为岩石温度系数，t为DTS数据中的温度值。

构建单元33，用于基于背景数据的电阻率测井曲线和转换电阻率曲线，构建并训练目标神经网络；目标神经网络为电阻率曲线与地震属性之间的非线性关系网络。

具体的，构建单元33，还用于：获取关于目标钻孔的井旁时移地震数据；基于井旁时移地震数据，确定对电阻率变化敏感的目标地震属性；构建基于目标地震属性与测井电阻率曲线之间的非线性关系的目标神经网络；将背景数据的电阻率测井曲线、转换电阻率曲线和目标地震属性作为训练集，对目标神经网络进行训练，得到训练之后的目标神经网络。

第二获取单元34，用于获取目标区域的时移地震数据。

预测单元35，用于将时移地震数据代入到训练之后的目标神经网络，得到目标地层的时移电阻率分布。

本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一中的方法的步骤。

本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述实施例一中的方法。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种以DTS数据为导向的地下水变化分析方法，其特征在于，包括：

基于目标区域的时移DTS数据，确定目标地层的地层分布；所述目标地层为所述目标区域内的地层；所述地层分布包括煤层分布、含水层分布和隔水层分布；

基于所述目标区域的时移DTS数据，确定所述目标地层的水流状态；所述水流状态包括水流方向、水流流速和裂隙发育方向；

基于所述目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定所述目标地层的时移电阻率分布；

基于所述地层分布、所述水流状态和所述时移电阻率分布，对所述目标地层的地下水变化进行分析；

基于所述目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定所述目标地层的时移电阻率分布，包括：

获取目标钻孔的时移DTS数据，和获取所述目标钻孔的背景数据的电阻率测井曲线；所述目标钻孔为所述目标区域上的测井钻孔；

基于DTS数据与电阻率的转换关系和所述目标钻孔的时移DTS数据，确定所述目标钻孔的转换电阻率曲线；

基于所述背景数据的电阻率测井曲线和所述转换电阻率曲线，构建并训练目标神经网络；所述目标神经网络为电阻率曲线与地震属性之间的非线性关系网络；

获取所述目标区域的时移地震数据；

将所述时移地震数据代入到训练之后的目标神经网络，得到所述目标地层的时移电阻率分布。

2.根据权利要求1所述的方法，其特征在于，基于所述背景数据的电阻率测井曲线和所述转换电阻率曲线，构建并训练目标神经网络，包括：

获取关于所述目标钻孔的井旁时移地震数据；

基于所述井旁时移地震数据，确定对电阻率变化敏感的目标地震属性；

构建基于所述目标地震属性与电阻率曲线之间的非线性关系的目标神经网络；

将所述背景数据的电阻率测井曲线、所述转换电阻率曲线和所述目标地震属性作为训练集，对目标神经网络进行训练，得到训练之后的目标神经网络。

3.根据权利要求1所述的方法，其特征在于，所述DTS数据与电阻率的转换关系包括：

R_t＝R₀/[1+α(t-20)]；R_t为t℃时地层岩石的电阻率，R₀为20℃时地层岩石的电阻率，α为岩石温度系数，t为DTS数据中的温度值。

4.一种以DTS数据为导向的地下水变化分析系统，其特征在于，包括：第一确定模块，第二确定模块，第三确定模块和分析模块；其中，

所述第一确定模块，用于基于目标区域的时移DTS数据，确定目标地层的地层分布；所述目标地层为所述目标区域内的地层；所述地层分布包括煤层分布、含水层分布和隔水层分布；

所述第二确定模块，用于基于所述目标区域的时移DTS数据，确定所述目标地层的水流状态；所述水流状态包括水流方向、水流流速和裂隙发育方向；

所述第三确定模块，用于基于所述目标区域的时移DTS数据和DTS数据与电阻率之间的转换关系，确定所述目标地层的时移电阻率分布；

所述分析模块，用于基于所述地层分布、所述水流状态和所述时移电阻率分布，对所述目标地层的地下水变化进行分析；

所述第三确定模块，还包括：第一获取单元，确定单元，构建单元，第二获取单元和预测单元；其中，

所述第一获取单元，用于获取目标钻孔的时移DTS数据，和获取所述目标钻孔的背景数据的电阻率测井曲线；所述目标钻孔为所述目标区域上的测井钻孔；

所述确定单元，用于基于DTS数据与电阻率的转换关系和所述目标钻孔的时移DTS数据，确定所述目标钻孔的转换电阻率曲线；

所述构建单元，用于基于所述背景数据的电阻率测井曲线和所述转换电阻率曲线，构建并训练目标神经网络；所述目标神经网络为电阻率曲线与地震属性之间的非线性关系网络；

所述第二获取单元，用于获取所述目标区域的时移地震数据；

所述预测单元，用于将所述时移地震数据代入到训练之后的目标神经网络，得到所述目标地层的时移电阻率分布。

5.根据权利要求4所述的系统，其特征在于，所述构建单元，还用于：

获取关于所述目标钻孔的井旁时移地震数据；

基于所述井旁时移地震数据，确定对电阻率变化敏感的目标地震属性；

构建基于所述目标地震属性与电阻率曲线之间的非线性关系的目标神经网络；

将所述背景数据的电阻率测井曲线、所述转换电阻率曲线和所述目标地震属性作为训练集，对目标神经网络进行训练，得到训练之后的目标神经网络。

6.根据权利要求4所述的系统，其特征在于，所述DTS数据与电阻率的转换关系包括：

R_t＝R₀/[1+α(t-20)]；R_t为t℃时地层岩石的电阻率，R₀为20℃时地层岩石的电阻率，α为岩石温度系数，t为DTS数据中的温度值。

7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至3任一项所述的方法的步骤。

8.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-3任一项所述方法。

Images