砂岩型铀矿三维地震勘探采集关键技术及效果

砂岩型铀矿凭借大矿量、低成本、开采污染小等优势,现已成为中国铀资源量增长最快和占有铀资源量最大的铀矿床类型.三维地震勘探是间接探查深部砂岩型铀矿成矿环境最有效的技术手段之一,然而在中国砂岩型铀矿勘查区:(1)目标层埋藏深度浅,一般小于1000 m,局部小于200 m,浅层资料覆盖次数较低,且易受表层采集噪声干扰,信噪比低,成像质量差;(2)目标含矿砂体常赋存于"泥砂泥"、"煤砂泥"等互层结构中,一方面目标砂体的厚度较小(几米至几十米不等),另一方面目标砂体与围岩的弹性差异小,因此导致目标体的反射信息较弱,准确分辨的难度较大.以内蒙古齐哈日格图凹陷砂岩铀矿区为试验区,开展了具有针对性的采集关键技术试验研究,建立了一套基于"小面元、中等覆盖次数、宽方位"三维观测系统设计方法,"少震动台次、宽频扫描"可控震源激发方法,"点式组合、宽频带接收"检波器接收技术,以及"多次锤击叠加相遇小折射法+高密度电法"快速表层调查方法的砂岩型铀矿三维地震数据采集技术.通过原始资料频谱、处理效果、解释反演结果的对比分析可知,该技术采集的原始资料品质较佳,是今后砂岩型铀矿三维地震勘探工作的重要参考.     

砂岩型铀矿地震勘探技术应用现状与发展

简要回顾了铀矿地震技术发展情况,基于近十几年来核地矿系统积累的砂岩型铀矿地震勘探工作成果,从采集、处理、解释方面介绍了我国砂岩型铀矿地震勘探技术的应用现状.通过与国内外同类技术发展水平的对比分析,找出了我们存在的诸多差距和不足,例如针对砂岩型铀矿成藏特点的地震采集方法研究不足,浅层地震数据处理成像精度不高,解释反演精度不高,砂岩型铀矿砂体的地震属性分析、叠前反演技术研究、目标砂体建模与正演等工作滞后.针对这些问题以及铀矿成矿特点,提出了优化采集面元、详细论证和试验覆盖次数、开发超浅层(小于100 m)砂岩型铀矿地震处理技术和层间砂体弱信息提取技术、研究浅层去噪及高精度成像技术、开展含铀和非含铀砂体岩石物理建模研究以及目标砂体地震属性特征分析研究等对策和建议,以加快我国砂岩型铀矿地震勘探技术的发展.     

砂岩型铀矿含矿砂体与围岩波阻抗差异初探——以哈达图矿区钻井岩心为例

地震勘探方法在砂岩型铀矿勘查中能够有效解决地层、构造和砂体展布等地质问题,利用地震方法精细识别含矿砂体是很重要的一个研究方向,而含矿砂体与围岩的波阻抗差异是开展地震勘探技术研究的基础,因此在砂岩型铀矿地震勘探技术研究中,非常有必要了解砂岩型铀矿含矿砂体与围岩的波阻抗参数差异。笔者基于哈达图矿区的钻井岩心,利用合成制样方法制作了铀矿围岩样品和矿心样品,采用超声脉冲透射法测量了样品的纵横波速度,计算了围岩样品与矿心样品的纵横波阻抗参数,并进行了初步分析。结果表明:矿心样品的密度、纵横波速度和纵横波阻抗值均大于围岩样品,阻抗交汇图上能较好的区分围岩样品与矿心样品,说明能够通过波阻抗参数的差异区分含矿砂体与围岩,可以为砂岩型铀矿的地震勘探研究提供依据。     

锤击小折射法地表调查的试验效果

以二连盆地齐哈日格图凹陷为试验区,开展基于锤击震源的小折射地表调查试验研究,得到了一套适用于该区的锤击小折射法的观测系统参数,并开展了实际地表调查工作,锤击小折射解释结果与井炮小折射记录的解释结果、钻孔资料、高密度电法测量结果具有较好的对应关系,精度较高,同时锤击小折射法可提高地表调查工作的效率,使工作更加便捷,成本更加低廉,具有较高的实用价值。     

多次覆盖技术在砂岩型铀矿地震勘探弱信号提取中的应用研究

在砂岩型铀矿的地震勘探中,铀成矿目的层的地震响应往往以弱信号的形式存在,需要对其进一步增强。文章在模拟资料的基础上,研究了多次覆盖技术在弱信号提取中的基本原理,分析了高覆盖次数的勘探方式在弱信号高保真恢复中的特点和优势。通过实际资料的对比研究,验证了48次覆盖的勘探方式在砂岩型铀矿地震勘探弱信号提取中的重要性和有效性。     

松辽盆地西南部砂岩型铀矿地震资料处理技术研究

文章针对松辽盆地西南部砂岩型铀矿地震资料噪声严重,干扰波能量比较强,资料频带窄、主频低、以及地震记录单炮之间、深浅层和远近道之间能量差异比较大的特点,在地震资料处理的叠前去噪、振幅补偿以及提高分辨率等关键环节开展了研究。在去噪环节,采用了叠前多域组合分步去噪方法,针对性地去除面波、线性噪声、强能量干扰以及次生干扰等,增强了目的层有效反射信号强度,提高地震资料信噪比。在振幅补偿中采用地表一致性振幅补偿和几何扩散补偿方法,可以明显消除远近道、浅层与深层之间以及道间能量差异。在提高分辨率环节通过地表一致性反褶积和预测反褶积方法,可消除地震波传播过程中子波变化引起的波形、频谱等特征的差异,压缩子波,缩小子波旁瓣,拓宽有效信号频带,提高地震资料分辨率。最后建立了一套地震资料的处理流程,并建立了相应环节的质量监控措施。通过与前人处理结果对比,此次建立的地震资料处理方法可以明显提高地震资料的品质。     

基于SOM和PSO的非监督地震相分析技术

地震相分析技术是储层预测的一种重要方法,可以用来描述有利沉积相带的分布规律.传统的地震相聚类分析方法对大数据的处理运算速度较慢,且容易陷入局部极小值,造成聚类分析的结构不准确.本文提出基于自组织神经网络(SOM)和粒子群优化方法(PSO)相结合的地震相分析技术,利用自组织神经网络能够保持原始地震数据的拓扑结构特性的特点,将大量冗余样本压缩为小样本数据,再通过粒子群的全局寻优能力改善K均值聚类的效果.理论模型和实际应用表明该方法能既有效实现数据压缩,又能提供较为准确的全局解,在地震相预测中兼顾计算效率和计算精度.