【《油田地表特征的InSAR形变监测研究国内外文献综述》4100字】

-PAGE53-油田地表特征的InSAR形变监测研究国内外文献综述1.1InSAR形变监测研究现状1951年，古德伊尔飞机公司的CarlWiley首次提出合成孔径雷达（SyntheticApertureRadar，SAR）的概念，第一个成功的实验是由伊利诺伊大学的一个研究小组于1953年实施的[19]。1974年，Graham[20]首次将合成孔径雷达应用到地形信息恢复中。自1978年第一颗雷达卫星Seasat发射以来，雷达传感器获取的影像已经在测绘、海洋、陆地灾害等各个领域发挥了重要作用。1986年，Zebker等[21]开展了机载InSAR地形三维重建的实验研究，获取了美国旧金山海湾地区的三维地形数据，并报道了InSAR地形测量精度为10~30m，这是InSAR首次被用于测绘。1988年Goldstein等人[22]利用在美国某盆地获得的SEASATSAR数据成功地恢复了地形（高程）。1989年，Gabriel等[23]首次使用SeasatSAR影像进行干涉处理，提取了美国加利福尼亚因皮里尔河谷地面位移信息，并提出了差分合成孔径雷达干涉(DInSAR)的概念、原理及数据处理方法。1994年，Zebker等人[24]通过用1994年欧洲遥感卫星1号的合成孔径雷达数据绘制的1992年加利福尼亚兰德斯地震的干涉图绘制了由其引起的地表位移，发现观测到的地表变形与现场测量的位移吻合较好。1995年，Massonnet等人[25]利用DInSAR实现了意大利西西里岛的埃特纳火山的长期监测，成功地观察到火山爆发导致的地表形变，并使用基于压力变化的简单模型对其进行量化。此后DInSAR技术被应用到地面沉降[26-27]、冰川漂移[28]、地震形变场[29]及滑坡[30]等领域。随着国内外研究的不断深入，研究人员也意识到DInSAR始终受到时空失相干、大气延迟等影响，因此基于DInSAR发展起来的时序InSAR技术是现今的研究热点。1998年，Sandwell提出了Stacking-InSAR技术，该方法可以减少由大气、轨道和地形等误差所带来的的影响，并成功用Stacking方法成功对Landers地震地区进行了震后形变监测[31]。1999年，Ferretti等[32]提出永久散射体(PermanentScatter，PS)的概念，2001年正式提出永久散射体雷达干涉技术[33](PermanentScattererInSAR，PSI)方法。2002年，Dehls等人[34]通过常规的DInSAR和PSInSAR利用涵盖1992年至2000年时间跨度的ERSSAR数据，测量了挪威北部兰纳峡湾由构造活动引起的地壳变形，证实了PSInSAR能够克服DInSAR时空失相关的影响。同年，Berardino等[35]提出了短基线子集干涉方法(SmallBaselineSubsets，SBAS)，通过限制自由组合干涉对的垂直基线获得短空间基线差分干涉对，进一步降低空间失相干和外部DEM误差对形变提取精度的影响。2004年，Hooper[36]等提出了基于振幅离差指数和相位空间相关性分析的PS探测及形变提取方法。同年，李德仁等[37]首次将永久散射体雷达干涉技术(PSI)测量引入国内，详细介绍了该技术的原理和技术与特点。2006年，Lauknes等人[38]分别使用SBAS与PSInSAR技术处理ERS-1/2SAR数据，探测到挪威奥斯陆地面沉降的细微速率(5mm/year)，证明了SBAS算法在监测北欧纬度城市地区地面沉降方面的能力。2007年，刘国祥等[39]基于PS网络进行建模，进入了参数稳健估计，提出了网络化PS-DInSAR方法。2008年，Hooper提出了一种结合了PSInSAR和SBAS方法的算法。该算法通过PSInSARandSBAS算法最大化了可用SAR信号的空间采样，并且能够在更多的点提取表面变形信号。2009年，Casu[40]提出了一种扩展SBAS算法，该算法是为了分析发生在比InSAR适用的的变形图通常覆盖的区域大得多的区域上的表面变形；然后利用264个在美国内华达州中部采集的降轨ERSSAR数据集进行了验证。2011年，Ferretti等[41]提出了SqueeSARTM算法，该算法利用同质性检验的方法探测DS(DistributedScatters,DS)点，并将PS点和DS点进行联合处理，增加了地面点目标密度。同年，张磊等[42]提出时域相干点目标分析TCPInSAR算法；2012年，刘国祥等[43]提出了基于多平台的PSI提取三维地表形变的模型与算法。石油与天然气开采导致油气层中地下压力的减少，造成油气层的压密。当压密的数值达到一定量时，会引起地表下沉。因此，很多国内外学者一直在研究利用InSAR技术实时地监测油田地区地表沉降，来了解石油开采对环境的影响。2006年，Zhou等[44]提出了一种自定义的干涉图生成方法，采用InSAR干涉图成功检测到了阿拉斯加北坡的一个油田区域的沉降。2010年，Filatov等[45]使基于InSAR技术分别处理了ENVISAT\ASAR、ERS-2\SAR、ALOS\PALSAR等雷达传感器的数据，获取了2007-2009年Samotlor油田和Gubkin气田境内的地表位移，然后根据相干性分布对C波段和L波段雷达数据的适用性进行了估计，最后利用地球动力多边形的地面水准测量资料对InSAR处理结果进行了验证。2015年，张金芝[46]利用PS-InSAR技术，采用10景ERS数据对东营地区的地表情况进行了监测，得到东营东城区与西城区在1992－1995年的平均形变速率，并分析了典型影响因子的时空差异，发现沉积物固结压实和石油开采对地面形变的影响较为显著。2018年，杨洪磊等人[47]采用SBAS-InSAR方法获取到新疆丰城油田2007年2月至2010年9月期间地表沉降速率。基于监测结果的时间序列分析发现，凤城油田地表明显抬升，经过分析，发现地表抬升的原因与储层下孔压增大有关，地表变形区域与研究区生产井位对应。同年，李乃一[48]等利用28景ALOS数据监测了胜利油田2007－2011年的地表形变情况，发现胜利油田出现形变漏斗，最大形变速率为19mm/year。2019年，Mirzaii等[49]利用持续散射干涉法(PSI)中的StaMPS处理了2016年-2019年共98景哨兵-1A影像，获取了伊拉姆市Azar油田的地表变形，并确定了相应的沉降源。1.2油田储层参数反演研究现状1997年Mossop[50]等通过GPS测量获取了间歇泉地热田在1977年至1996年地面沉降，首次利用Mogi源模型反演地热储层源位置，并探讨了增加点源数量对改善反演精度的效果。1998年，Vasco等人[51]利用格林函数给出的点源响应函数，解释了采油引起的地表和地下变形之间的相互关系，地面对多孔弹性储层体积变化的响应得到了很好的证实。1999年，ClaudieCarnec[52]等利用InSAR技术处理了ERS-1/2在1993年至1997年期间获得的图像，在CerroPrieto地热田发现了缓慢的局部沉降，并假设地面沉降是有单一点源在半空间内产生弹性变形的情况下产生的，利用Mogi模型反演到油田储层的深度和位置。2001年，Xu[53]等使用InSAR技术获取勒Belridge和LostHills油田的地表形变数据，然后使用弹性变形理论解来模拟这种力学效应，结合研究区的实测数据，发现模拟的表面变形与InSAR的实测值吻合，证实了可以使用卫星测量地球变形来监测油气生产。2005年，Vasco等[11]提出了一种从准静态变形观测中推断储层体积变化和渗透率等流动性质的方法，接着将此方法应用到加州威尔明顿油田，证明了利用PSInSAR技术获得的地表形变对于理解地下流体流动的适用性。2006年，Fokker等[54]结合了分析和数值方法的元素，提出了一种新的油气开采沉陷预测半解析模型。它适用于均匀的层饼状地层学，每层粘弹性参数变化，以及任意衰竭模式；利用沉降资料增加对于油藏水平压实的约束，大大减少了计算量。2007年，Muntendam-Bos等[55]引入了一种新反演方案，可以通过地面沉降观测在单一过程中求解油藏压力降。该理论既能适应在一个或多个时期没有对地面沉降进行估计的情况，也能适应在任意时期引入新地点的情况。并以自由水位下渗透率变化较大的气藏为例，对该方法进行了验证。2008年，Vasco等[3]通过对阿尔及利亚Krechba油田注入二氧化碳过程中采集的InSAR数据的应用，揭示了沿两个西北走向走廊的压力，并探究出了储层一定深度的压力变化与地表形变之间的关系。2012年，Khakim等[10]测试了一种基于张性矩形位错模型的两步反演方法,可以从InSAR反演的地表变形中准确地估计储层变形的分布以及储层的长宽和走向等信息。2013年，Rocca等[56]利用通过InSAR技术获取的地表变形信息成功反演了油气藏（油气生产以及二氧化碳封存）深度的地球物理参数。2015年，Yang[57]等采用SBAS技术发现美国西德克萨斯州某油田在2007年1月至2011年3月期间有一个明显的地表抬升区；然后利用真实生产数据，利用假定的孔隙度和渗透率平均值，对储层压力和地表位移进行了分析模拟，发现地面隆起的主要原因是CO2注入。2016年，Ji等[58]使用SBAS方法研究了新疆克拉玛依油田黑103井区的时空演化规律，并基于Okada模型反演了其储层几何参数。同年，刘一霖[59]利用时序InSAR技术获取了黄河三角洲东营油田的沉降，对油田地区沉降采用Mogi模型和椭球模型进行了反演分析。2017年，孙赫等[60]利用永久散射体干涉(PSI)技术监测了辽河下游平原2007年至2011年的沉降速率图。通过考虑重叠区域上的偏移量，定量分析了油田、海岸带和盐区三种地面沉降类型；并以油区为研究对象，基于Okada模型成功反演了油田储层的几何参数。2020年，Staniewicz等[61]利用InSAR技术绘制了某二叠纪盆地8万平方公里的产油区盆地表面沉降速率图，在活跃的生产井和处理井附近观察到大量的沉降和隆起特征；通过Okada模型表明，流体提取和沿正断层的倾滑是观测到的地震活动和地表形变的潜在原因。同年，Métois等[62]通过覆盖阿尔巴尼亚Patos-Marinza油田若干景Sentinel-1数据的时间序列分析中监测到该地存在一个沉降漏斗，然后利用平面负拉伸位错模拟盆地和储层压实作用的弹性模型可以很好地模拟了这种变形。总体上，国内外对油田储层参数反演的研究较少，并缺乏对不同反演模型的比较分析；现有反演模型主要为Mogi模型、椭球模型和Okada模型等，这些模型目前存在两个问题：（1）旋转自由度不高，不能充分反应储层真实参数；（2）数值计算不稳定。因此，本文以史南油田作为研究对象，首先利用时序InSAR技术分析该地区地表形变的时空分布与演化特征，并针对油田储层参数反演研究中存在的问题，进一步深入研究。参考文献[1]DewaalJ,Muntendam-bosA,RoestJ.ProductionInducedSubsidenceandSeismicityintheGroningenGasField–canItBeManaged?[J].ProceedingsoftheInternationalAssociationofHydrologicalSciences,2015,372(期缺失):129-139.[2]佚名.《东营年鉴》(2016卷)编审人员《东营年鉴》(2016卷)编审人员[Z].[出版地不详]:东营年鉴,出版年缺失:4.[3]VascoD,FerrettiA,NovaliF.ReservoirMonitoringandCharacterizationUsingSatelliteGeodeticData:InterferometricSyntheticApertureRadarObservationsFromtheKrechbaField,Algeria[J].Geophysics,2008,73(6):0-0.[4]DusseaultMB.GeomechanicalChallengesinPetroleumReservoirExploitation[J].KsceJournalofCivilEngineering,2011,15(4):669-678.[5]FieldingEJ,BlomRG,GoldsteinRM.RapidSubsidenceOverOilFieldsMeasuredBySarInterferometry[J].GeophysicalResearchLetters,1998,25(17):3215-3218.[6]TamburiniA,BianchiM,GiannicoC,etal.RetrievingSurfaceDeformationByPsinsar™Technology:aPowerfulToolinReservoirMonitoring[J].InternationalJournalofGreenhouseGasControl,2010,4(6):928-937.[7]VanderkooijM.LandSubsidenceMeasurementsattheBelridgeOilFieldsFromErsInsarData(int)[C]//ThirdErsSymposiumonSpaceattheServiceofOurEnvironment,[S.l.]:[s.n.],1997:1853.[8]DepaterCJ,DekoningJ,MaxwellSC,etal.GeomechanicsforInterpretingSagdMonitoringUsingMicro-seismicityandSurfaceTiltmeters[C]//InternationalThermalOperationsandHeavyOilSymposium,[S.l.]:SocietyofPetroleumEngineers,2008:12-18.[9]DuJ,WongR.DevelopmentofaCoupledGeomechanics-thermalReservoirSimulatorUsingFiniteElementMethod[C]//CanadianInternationalPetroleumConference,[S.l.]:PetroleumSocietyofCanada,2005:页码范围缺失.[10]KhakimMYN,TsujiT,MatsuokaT.GeomechanicalModelingforInsar-derivedSurfaceDeformationatSteam-injectionOilSandFields[J].JournalofPetroleumScienceandEngineering,2012,96(期缺失):152-161.[11]VascoDW,FerrettiA.OntheUseofQuasi-staticDeformationtoUnderstandReservoirFluidFlowusingDeformationtoImagePermeability[J].Geophysics,2005,70(4):0-0.[12]DuJ,BrissendenSJ,McgillivrayP,etal.MappingReservoirVolumeChangesDuringCyclicSteamStimulationUsingTiltmeter-basedSurface-deformationMeasurements[J].SpeReservoirEvaluation&Engineering,2008,11(1):63-72.[13]刘国祥.InSAR基本原理[J].四川测绘,2004,卷缺失(4):187-190.[14]刘国祥,丁晓利,陈永奇,等.使用卫星雷达差分干涉技术测量香港赤腊角机场沉降场[J].科学通报,2001,卷缺失(14):1224-1228.[15]KiyooM.RelationsBetweentheEruptionsofVariousVolcanoesandtheDeformationsoftheGroundSurfacesAroundThem[J].EarthqResInst,1958,36(期缺失):99-134.[16]YangX,DavisPM,DieterichJH.DeformationFromInflationofaDippingFiniteProlateSpheroidinanElasticHalf‐spaceasaModelforVolcanicStressing[J].JournalofGeophysicalResearch:SolidEarth,1988,93(B5):4249-4257.[17]OkadaY.SurfaceDeformationDuetoShearandTensileFaultsinaHalf-space[J].BulletinoftheSeismologicalSocietyofAmerica,1985,75(4):1135-1154.[18]NikkhooM,WalterTR,LundgrenPR,etal.CompoundDis