基于匹配追踪分解的流体活动因子预测煤层气甜点区_董银萍.pdf

第 46 卷 第 5 期煤田地质与勘探Vol. 46 No.5 2018 年 10 月COALGEOLOGY 2. Zhundong Oil Production Plant, Xinjiang Oilfield Company, PetroChina, Fukang 831511, China; 3. No.2 Oil Production Plant, Xinjiang Oilfield Company, PetroChina, Karamay 834008, China; 4. Unconventional Natural Gas Research Institute, China University of Petroleum, Beijing 102249, China Abstract The exploration and development of CBM is one of the hotspots in the exploration of unconventional oil and gas resources in China, and a lot of breakthrough on CBM exploration and development have been made in recent years. However, it is difficult to identify CBM with strong coal seam heterogeneity and adsorption state, and it is of great importance to use the lateral advantage of seismic data to predict the sweet spots of CBM reservoirs in case of scarce drilling data and insuffisant use of post-stack seismic data. Conventional post-stack seismic inversion can identify the coal seams, but cannot predict the gas-bearing property of coal seams. However, the fluid activity factor based on seismic attenuation theory can effectively characterize the permeability of the reservoir and recognize the gas-bearing coal. In this paper, we propose to use the fluid activity as a sign of hydrocarbon content. First, the matching pursuit was applied for seismic wavefield separation. Then, the fluid activity factor was calculated after building the relationship between the gas-bearing coal and seismic attenuation. Based on the above steps, we can obtain the high-precision distribution of CBM sweet spots. This is faithful to seismic data and can be applied without the limitations of structural and sequential interpretation, thus can objectively reflect the gas-bearing situation. Theoretic model test and the application of coalbed gas exploration in Qinshui basin prove the effectiveness and feasibility of the proposed . Keywords coalbed methane sweet spots, fluid activity factor, time-frequency analysis, matching pursuit ChaoXing 第 5 期董银萍等 基于匹配追踪分解的流体活动因子预测煤层气甜点区91 煤层气属于典型的非常规气藏，90左右以吸 附形式赋存于煤层孔隙，少量以游离态赋存于煤层 裂隙中，在地震记录上的反映特征不明显，难以直 接识别。煤层气藏的特征决定了其在勘探开发中面 临着与常规气藏截然不同的预测思路。煤层气“甜 点”是指最佳煤层气勘探与开发区域或层位[1]。我国 煤层气资源丰富、 开发潜力大， 但煤层气地震“甜点” 识别技术目前仍然处于摸索阶段[2-3]，还不能有效地 应用于实际的煤层气勘探中。目前关于煤层气的研 究主要集中在地质及开发方面，而关于地球物理尤 其是地震方面的研究则相对较少。吴财芳等[4]、刘 贻军等[5]分别对煤层气的成藏演化和开发技术特征 进行了综合分析与研究；程彦等[6]利用弹性波阻抗 反演等常规技术探索识别煤层含气性。地震频率属 性方面 J. P. Castagna 等[7]基于时频分析技术观测到 了在较厚或未固结含气储层中的异常衰减，并利用 储层的低频阴影对含气储层进行了烃类预测；常锁 亮等[8]利用不同频率的调谐振幅变化预测煤层气富 集区； 董守华[9]提出融合振幅与频率属性预测煤层 气富集区；董宁等[10]利用小波变换提取地震资料的 高频能量衰减梯度预测储层的含油气性。在地层构 造简单、岩性横向变化小时，低频阴影和高频衰减 梯度属性对含气性检测有比较明显的效果。对于非 均质性强的煤层， 其丰富的地震波场特征使得基于 地震波衰减理论的流体活动因子能够有效表征储 集层的渗透性，识别含气煤储层。同时早期采集的 大量叠后地震资料中的煤层气信息也没有充分利 用，造成信息浪费。因此，本文提出将流体活动因 子与高精度匹配追踪算法相结合， 充分利用勘探早 期叠后地震资料， 在高精度地震信号时频分解的基 础上，建立含气煤层与地震波衰减的联系，求取流 体活动性属性，精细刻画煤层气“甜点”，降低勘探 风险。 1流体活动因子基本理论 1.1地震波衰减理论基础 地震波在岩石骨架中的吸收衰减的主要因素 有一是矿物基质固有的黏弹性质；二是介质中不 同相态间存在滑动摩擦耗损。研究表明不同介质 对地震波的吸收效应存在差异，但一般而言，高频 成分的地震波衰减较快[11-12]。 煤层气以吸附、游离和溶解 3 种状态储存于煤 层，以吸附态为主。煤的裂隙和孔隙十分发育，吸 附能力强。在吸收衰减属性中，频率衰减对储层预 测最为敏感， 图 1 为研究区 15 号煤层的含煤层气和 不含煤层气的频谱分析对比图。能明显看出，高频 能量衰减明显快于低频衰减。 频谱的总能量可以表示为地震波在有效频带范 围内振幅谱的积分，而振幅谱的积分，相当于图 1 中频率轴与频谱曲线所围成的区域面积，积分公式 表示如下   max min d f f Ep ff1 式中 f 是频率的大小，fmin和 fmax分别是所围区域面 积对应的频率最小值和最大值， pf是振幅能量随 频率变化的函数。 图 1研究区 15 号煤层含气和不含气段的频谱对比图 Fig.1Spectrum comparison of gas-bearing section and gas-free section in seam 15 in the study area 表1为研究区15号煤层段频率衰减统计结果， 结果表明在煤层气高产井附近， 频谱总能量86时 的频率衰减为高频衰减，此时从地震剖面上得到的 频率值在3639 Hz，衰减梯度绝对值在1.271.08； 在有效频带范围内， 衰减到频谱总能量63时的频 率衰减为低频衰减，地震频率值在2630 Hz，衰减 梯度绝对值在0.450.41。即高频衰减时，地层的 频率衰减最明显，频率衰减梯度的绝对值较大， 一般是大于1；低频衰减时，频率衰减梯度绝对值 较低，一般小于0.5。因此，当煤层裂缝较发育且 含饱和煤层气，会使地震波的频率在地下传播时 发生频率衰减，衰减的相对值可以反映煤层气的 发育情况。 表 1高频和低频衰减时对应的频率和衰减梯度绝对值 Table 1Frequency and attenuation gradient value corresponding to high frequency and low frequency attenuation 衰减频段衰减百分比/频率 f/Hz衰减梯度绝对值 高频衰减8636391. 271. 08 低频衰减6326300. 450. 41 1.2流体活动属性 地震波在地下地层中传播时，由于流体的吸收 作用会发生能量衰减，且高频能量衰减快，低频能 量衰减慢，在整个频谱上表现为低频端能量相对增 强。地层流体的吸收作用直接与地层的岩性和含流 体性密切相关，由此可知，地层流体与频率之间存 ChaoXing 92煤田地质与勘探第46卷 在一定的关系，这一关系即为流体活动性属性。 G. Goloshubin等[13-14]提出将流体活动性属性表 示为地层含流体时地震振幅与频率的比值。如图2 所示，当煤储层含气时红线，振幅与频率的比值 较不含气时蓝线在低频端表现为正异常，而在高 频端表现为负异常。因此，可以利用这一规律获得 流体活动性的变化量，定性判断含气煤储层。 图 2流体活动因子原理示意图 Fig.2Schematic diagram of the fluid activity factor 基于现有研究，D. B. Silin等[15]、杨静等[16]根 据双相介质地震波传播特征，推导了饱和流体地层 界面反射系数，进而获得能够反映储层流体情况和 渗透性的流体活动性属性定量表达式 2 A MFKf f      2 式中M为流体活动性属性；F为流体函数；为 流体密度， 3 g/cm；为流体黏度，mPas；K为储 集层渗透率，10–3μm2；f为地震信号频率，Hz；A 为地震振幅。 在理论算法基础上，形成流体活动性属性计算 策略 ① 基于井旁地震道的时频谱特征分析储气层 段的低频变化特征，确定计算流体活动属性的频率 范围； ② 利用地震谱分解技术将地震记录分解到时 间–频率域；③ 计算地震振幅随频率变化的梯度， 提取流体活动属性；④ 综合地质背景、测井解释以 及反演结果，分析流体活动性属性在储层中的分布 情况，提高预测结果精度及可靠性。 2高精度匹配追踪分解 2.1匹配追踪算法Matching Pursuit, MP 由于流体活动因子与频率密切相关，提高流体 活动属性精度关键在于时频分析精度。相比于常规 的小波变换和广义S变换，匹配追踪的精度更高， 能够更好地适应信号的结构和特征[17-19]。MP算法 是一个反复迭代的过程，每一次迭代提取最匹配的 Morlet小波原子 n mn为迭代次数，Morlet小波具 有与地震相似的衰减属性，地震信号能够由不同频 率、相位和尺度的小波叠加组成图3。则经过N次 迭代后，地震信号 s t可以表示为    1 0 n N N n n s ta mRf      3 式中 n a是 n m的振幅； N Rf是残差，并且R0f st。 图 3Morlet 小波示意图 Fig.3Diagram of Morlet wavelet 对 于Morlet小 波 ， 相 比 于 广 义S变 换 GeneralizedS-trans,GST,利 用 魏 格 纳 Wigner-Ville distribution, WVD分布计算时频谱能 够同时获得高精度的时间域和频率域分辨率图4     2 2 2 2 2 1 ,expi2πd 2π22 12π expexp2 2π nn n m n nn nn Wt fmtmtf ff ft ff                    4 则地震信号的时频域振幅谱为  1 0 ,, n n N n m n a Af t fWt f m     5 图 4Morlet 小波 GST 与 WVD 时频谱对比 Fig.4Comparison of GST and WVD time-frequency spectra 2.2理论模型验证 图5a为验证本文提出方法的而设计的一维理 论模型，模型信号具有如下特征190 ms处存在 15 Hz和45 Hz的子波叠加；270 ms处存在30 Hz 和40 Hz子波干涉；580 ms处存在一个多旁瓣的65 Hz 的子波。 图5b图5d为利用小波变换Continuous wavelet ChaoXing 第5期董银萍等基于匹配追踪分解的流体活动因子预测煤层气甜点区93 trans, CWT、 广义S变换GST及匹配追踪算法 MP计算的理论模型的时频谱，如图所示，小波变 换和广义S变换在190 ms处， 前者无法分辨相对高 频成分，后者则存在频率成分重叠，可以看出二者 都无法有效分辨出模型信号中190 ms处的子波叠 加现象；对于270 ms处的子波干涉现象，小波变换 计算时频谱几乎无法分辨图5b，广义S变换则存 在较大范围的重叠图5c。而匹配追踪算法MP图 5d能够清晰的分辨出190 ms处15 Hz和45 Hz的两 个小波，表现出高的频率分辨率；在270 ms处能够 识别相干涉的30 Hz和40 Hz的小波，表现出高的 时间分辨率； 在580 ms处3种计算方法均能够对于 多旁瓣及尖脉冲子波有效识别， 但匹配追踪算法计 算时频谱中信号能量明显集中， 对信号的表征更加 精细，更适用于地震信号的定量分析，而这也为本 研究利用匹配追踪计算流体活动属性提供了理论 支撑。 为验证本文提出方法的抗噪性，利用不同信噪 比的模型资料来重建地震信号，图6分别为信噪比 2∶1、3∶1、4∶1、5∶1和6∶1的地震信号重建 信号与原始信号对比，可以看出，在低信噪比情况 图 5不同方法模型信号时频分析应用效果分析 Fig.5Theoretical signal time-frequency spectrum analysis using different s a S/N2∶1b S/N3∶1c S/N4∶1d S/N5∶1e S/N6∶1 图 6不同信噪比条件下重建信号对比 Fig.6Comparison of the reconstructed signal under different S/N 下，原始信号也能较好的被还原，而且随着信噪比 的提高，重建信号与原始信号的相关性越好，证明 本文提出方法的可行性。表2为不同方法计算效率 的对比结果，可以看出小波变换效率最低，广义S 变换次之，匹配追踪分解效率最高，证明了本文提 出方法的适用性。 ChaoXing 94煤田地质与勘探第46卷 表 2合成地震记录的不同方法计算效率对比 Table 2Comparison of the efficiency of different algorithms for the synthetic seismogram 序号计算方法迭代次数相关系数/加速比 1CWT30099.021/22.96 2GST5199.391/3.06 3MP2399.511 3实例应用 3.1研究区概况 研究区位于沁水煤田中东部，属剥蚀中山区， 地形复杂，沟谷发育。区域内总体构造形态为走向 NNE，倾向NWW的单斜构造，受新华夏系构造的 影响，区域内褶曲呈雁行排列，彼此平行。沉积环 境以海陆交互相沉积作用为主。目前部署共有13 条测线，控制面积约1 200 km2。研究的目的层主 要为二叠系的山西组3号煤和石炭–二叠系的太原 组15号煤。 研究区两套煤层发育较稳定，但是厚度薄，3 号煤厚度为0.412.66 m， 平均厚1.22 m。15号煤层 厚度1.126.12 m，平均厚4.29 m。煤层厚度薄增加 了储层预测及其含气性检测的困难。图7为研究区 二维地震部署图， 本次研究选取其联络测线L2线验 证本文提出方法的有效性及适用性。 3.2储层岩石物理特征 岩石物理参数分析是地震解释关键的步骤之 一，基于工区已有测井数据分析研究区目的储层各 岩性的岩石物理参数特征，结果如图8所示，分析 可知，煤层为低速、低密度，砂泥岩为中高速、中 高密度，石灰岩为高速、高密度。煤层速度范围为 1 5003 000 m/s，泥岩速度为3 0004 200 m/s，砂 岩及灰岩速度更高，通过速度参数能够很好地区分 煤层及其围岩。 3.3效果分析 图9为L2线过A井叠后地震剖面，其中层序 界面T3、T15分别对应研究区的3号煤层、15号煤 层，从剖面中可以看出，3号煤层及15号煤层振幅 特征明显，表现为强反射振幅，这也是煤层的主要 标志。但1 000 ms左右的下覆地层也表现为与煤层 相似的强振幅反射，因此仅仅依靠振幅特征还不足 以完全确定煤层发育位置及规模，还需要其他的参 数，结合岩石物理参数特征综合分析。 图 7研究区二维地震部署图 Fig.7Two-dimensional seismic deployment map of the study area 图 8研究区岩石物理参数特征分析 Fig.8Analysis of petrophysical parameters 图10为过A井的地震剖面对应的速度反演剖 面，可以清晰看出，3号、15号煤层储层为低速蓝 色、3号煤上覆砂岩黄色、泥岩淡蓝色、绿色 和15号煤下覆高速石灰岩非储层红色速度特征差 异非常明显，煤层速度可以清晰地区分出煤层的顶 底板位置，并且3号煤层和15号煤层发育较稳定。 ChaoXing 第5期董银萍等基于匹配追踪分解的流体活动因子预测煤层气甜点区95 图 9过 A 井的局部叠后地震剖面 Fig.9Partial post-stack seismic profile across well A 图 10过 A 井的叠后速度反演剖面 Fig.10Seismic profile of post-stack velocity inversion across well A 气测录井资料显示，3号煤和15号煤均含气， 但是含气量显示为15号煤较3号煤含气量较好。 图11为本文提出方法得到的流体活动属性检测结 果，流体因子值越大，说明储层含气性越好。从图 中可以看出，3号煤层及15号煤层具有含气性显示， 但15号煤层的含气性整体特征明显要高于3号煤 层，这也与试气结果相符合。从图中还可以看出下 覆地层中灰岩段还有一定的含气性显示。理论数据 计算及实际工区资料应用证明本文提出方法的有效 性及适用性。 图 11过 A 井的地震流体活动性检测剖面 Fig.11Seismic fluid activity detection profile across well A 煤层发育一般广泛且连续，而“甜点”的分布是 聚集且间断的。煤层发育仅仅是煤层气聚集的必要 条件。叠后地震反演可以较准确地描述煤层的分布 位置与形态，但无法预测流体特征。需要将地震反 ChaoXing 96煤田地质与勘探第46卷 演与基于流体活动属性的流体识别结果相结合，交 叉验证，降低多解性，进而有效降低勘探风险。 4结 论 a. 将流体活动因子与高精度匹配追踪算法相 结合进行煤层气“甜点”区预测， 能有效提高流体识 别的精度，对勘探初期少井及无叠前地震资料地区 的煤层气储集层含气性预测具有重要的理论及实践 意义。 b. 时频特征是直接利用地震资料进行烃类检 测的关键媒介，匹配追踪方法相比于其他时频分析 方法可克服窗函数的限制，能在时间域和频率域同 时精细表征信号特征，能够有效增加检测含气储层 结果的可靠性。 c. 流体活动属性与高精度时频分析相结合的 流体检查方法能够提高流体识别的精度，由数据驱 动，结果忠实于地震数据，不受测井及构造层序解 释的影响，能够较为客观地反映煤层的含气性。 d. 实际资料应用表明，该方法在进行煤层含气 性预测及识别中具有较强的适用性，能够为后续的 勘探提供指示。 参考文献 [1] 霍丽娜，徐礼贵，邵林海，等. 煤层气“甜点区”地震预测技术 及其应用[J]. 天然气工业，2014，34846–52. HUO Lina，XU Ligui，SHAO Linhai，et al. Seismic prediction technologies of CBM sweet spots and their application[J]. Natural Gas Industry，2014，34846–52. [2] 田忠斌，王红冬，金法礼，等. 我国气、肥煤储层煤层气资源 开发潜力评价[J]. 煤炭科学技术，2017，45295–101，114. TIAN Zhongbin，WANG Hongdong，JIN Fali，et al. uation on coalbed methane development potential of gas coal and fat coal reservoirs in China[J]. Coal Science and Technology，2017， 45295–101，114. [3] 贾承造， 郑民， 张永峰. 中国非常规油气资源与勘探开发前景[J]. 石油勘探与开发，2012，392129–136. JIAChengzao ， ZHENGMin， ZHANGYongfeng. Unconventional hydrocarbon resources in China and the prospect of exploration and development[J]. Petroleum Exploration and Development，2012，392129–136. [4] 吴财芳，秦勇，傅雪海，等. 煤层气成藏的宏观动力能条件及 其地质演化过程以山西沁水盆地为例[J]. 地学前缘， 2005，123299–308. WU Caifang，QIN Yong，FU Xuehai，et al. Macroscopic dynamic energies for the ation of coalbed gas reservoirs and their geological evolution A case study from Qinshui basin in Shanxi Province[J]. Earth Science Frontiers，2005，123 299–308. [5] 刘贻军，曾祥洲，胡刚，等. 贵州煤层气储层特征及勘探开发 技术对策以比德三塘盆地为例[J]. 煤田地质与勘探， 2017，45171–74. LIU Yijun，ZENG Xiangzhou，HU Gang，et al. Characteristics and technical measures of exploration and development of coalbed methane reservoir in Guizhou Province A case of Bide-Santang area[J]. Coal Geology Exploration， 2017， 451 71–74. [6] 程彦， 张华， 王敏. 弹性波阻抗反演在煤层气储层预测中的应 用[J]. 煤田地质与勘探，2011，39270–73. CHENG Yan，ZHANG Hua，WANG Min. The application of elastic impedance inversion in prediction of CBM reservoir[J]. Coal Geology Exploration，2011，39270–73. [7] CASTAGNA J P ， SUN Shengjie ， SIEGFRIED R W. Instantaneous spectral analysis Detection of low-frequency shadows associated with hydrocarbons[J]. Leading Edge，2003， 222120–122，124–127. [8] 常锁亮，刘大锰，林玉成，等. 频谱分解技术在煤田精细构造 解释及煤含气性预测中的应用[J]. 煤炭学报，2009，34 8 1015–1021. CHANG Suoliang ， LIU Dameng ， LIN Yucheng ， et al. Application of spectral decomposition for fine seismic structural interpretation in coalfield and gas-bearing property predication of coal seam[J]. Journal of China Coal Society，2009，348 1015–1021. [9] 董守华. 地震资料煤层横向预测与评价方法[M]. 徐州中国 矿业大学出版社，200444–49. [10] 董宁， 杨立强. 基于小波变换的吸收衰减技术在塔河油田储层 预测中的应用研究[J]. 地球物理学进展， 2008， 232 533–538. DONG Ning ， YANG Liqiang. Application of absorption and attenuationbased onwavelettransfor prediction of reservoir in Tahe oilfield[J]. Progress in Geophysics，2008， 232533– 538. [11] BIOT M A. Theory of propagation of elastic waves in a fluid-saturated porous solid. I. Low frequency range[J]. The Journal of the Acoustical Society of America, 1956，282 168–178. [12] BIOT M A. Theory of propagation of elastic waves in a fluid-saturated porous solid. II. Higher frequency range[J]. The Journal of the Acoustical Society of America, 1956，282 179–191. [13] GOLOSHUBIN G M ， KORNEEV A ， VINGALOV V M. Seismiclow-frequencyeffectsfromoil-saturatedreservoir zones[C]//SEG Technical Program Expanded Abstracts. 2002 1813–1816. [14] GOLOSHUBIN G，VANSCHUYVER C，KORNEEV V，et al. Reservoirimagingusinglowfrequenciesofseismic reflections[J]. Leading Edge，2006，255527–531. [15] SILIN D B ， KORNEEV V ， GOLOSHUBIN G ， et al. Low-frequency asymptotic analysis of seismic reflection from a fluid-saturated medium[J]. Transport in Porous Media，2006， 623283–305. 下转第 101 页 ChaoXing 第 5 期秦国红等 基于综合勘查的煤系矿产资源组合类型研究101 DING Zijian. Application of geophysical prospecting in graphite prospecting[J]. China Non-Metallic Mining Industry Herald，2015426–28. [15] 梁冰，石迎爽，孙维吉，等. 中国煤系“三气”成藏特征及共采 可能性[J]. 煤炭学报，2016，411167–173. LIANG Bing，SHI Yingshuang，SUN Weiji，et al. Reservoir ing characteristics of “the three gases” in coal measure and the possibility of commingling in China[J].Journal of China Coal Society，2016，411167–173. [16] 王佟， 王庆伟， 傅雪海. 煤系非常规天然气的系统研究及其意 义[J]. 煤田地质与勘探，2014，42124–27. WANG Tong， WANG Qingwei， FU Xuehai. The significance and the systematic research of the unconventional gas in coal measures[J]. Coal Geology Exploration，2014，42124–27. [17] 吴盾，张文永，朱文伟，等. 淮南煤田太原组煤系非常规油气 勘探开发技术[J]. 煤田地质与勘探，2017，45413–18. WU Dun ， ZHANG Wenyong ， ZHU Wenwei ， et al. The exploration and development of unconventional oil and gas in the Taiyuan ation from Huainan coalfield[J]. Coal Geology Exploration，2017，45413–18. [18] 郝建飞， 周灿灿， 李霞， 等. 页岩气地球物理测井评价综述[J]. 地球物理学进展，2012，2741624–1632. HAO Jianfei，ZHOU Cancan，LI Xia，et al. Summary of shale gas uation applying geophysical logging[J]. Progress in Geophysics，2012，2741624–1632. [19] 孙越，李振苓，郭常来. 致密砂岩气层测井评价方法研究[J]. 科学技术与工程，2012，12194607–4615. SUN Yue，LI Zhenling，GUO Changlai. research for logging uation of tight gas-bearing sandstone[J]. Science Technology and Engineering，2012，12194607–4615. 责任编辑 晋香兰范章群 上接第 96 页 [16] 杨静， 闫晶晶. GeoEast 流体活动性属性技术在 S 井区储层描述 中的应用[J]. 石油地球物理勘探，2014，49增刊 1216–220. YANG Jing，YAN Jingjing. Reservoir characterization with fluid mobilityattributeprovided by GeoEast[J].Oil Geophysical Prospecting，2014，49S1216–220. [17] 黄捍东，向坤，王彦超，等. 匹配追踪法在碳酸盐岩流体检测 中的应用以哈萨克斯坦楚–萨雷苏盆地为例[J]. 石油学报， 2015，36增刊 2184–193. HUANG Handong ， XIANG Kun ， WANG Yanchao ， et al. Application of matching pursuit for detection of fluid in carbonate rock A case study from Chu-Sarysu Basin in Kazakhstan[J].Acta Petrolei Sinica，2015，36S2184–193. [18] 黄捍东，郭飞，汪佳蓓，等. 高精度地震时频谱分解方法及应 用[J]. 石油地球物理勘探，2012，475773–780. HUANG Handong， GUO Fei， WANG Jiabei， et al. High precision seismic time-frequency spectrum decomposition and its application[J]. Oil Geophysical Prospecting， 2012， 475 773–780. [19] 高静怀，陈文超，李幼铭，等. 广义 S 变换与薄互层地震响应 分析[J]. 地球物理学报，2003，464526–532. GAO Jinghuai，CHEN Wenchao，LI Youming，et al. Generalized S-trans and seismic response and analysis of thin interbeds[J]. Chinese Journal of Geophysics，2003，464526–532. 责任编辑 聂爱兰 ChaoXing