基于多点地质统计学先验信息的地震随机反演方法及装置与流程

本发明涉及石油勘探领域，尤其涉及一种基于多点地质统计学先验信息的地震随机反演方法及装置。

背景技术：

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着社会和经济的发展，国家对于能源的需求越来越高。由于目前新能源的发展尚不能满足能源需求，因而，传统能源(例如，石油)的勘探与开发仍十分重要。在石油早期勘探阶段，在“背斜理论”的指导下，找到的背斜油气藏之类的构造油气藏得以开发，但随着资源的逐渐枯竭，现今的油气勘探已经转向勘探难度大的岩性油气藏。由于地下介质的具有很复杂的分布，常规的地震勘探手段不能够区分岩性，因而，地震反演在现阶段地震勘探中起到的作用越来越大。尤其是叠前地震反演和相关岩石物理理论的研究，对于岩性油气藏的勘探更是十分关键的技术。

目前大部分油气藏都进入了一个高含水期的勘探阶段，各个油田的石油开采难度较大。因此剩余油的勘探渐渐成为各大油田的一个勘探重心。掌握地下剩余油的分布情况是老油田挖潜的重要手段，而挖潜的前提取决于对工区储层参数及其分布规律的掌握程度，因此开展高分辨率的储层地震反演技术的研究是十分必要的。

常规的确定性反演方法仅能获取一个光滑的反演结果，适用于较厚的储层，对于一些小的薄层无法识别。基于地质统计学理论的随机反演技术是目前最常用的高分辨率地震反演技术之一，该方法在所有的地震反演方法中有着相对较高的准确度和分辨率。地质统计学反演是将地质统计学与地震反演相结合的一种方法，该方法利用地质统计学方法整合测井资料为反演提供先验信息。首先对测井资料进行岩石物理统计，得到相关地质随机变量的分布情况，然后利用地震数据，获取最终的反演结果。这种方法将地质随机建模和地震反演技术相结合，实现了不同尺度信息的融合，能够提高地震反演结果的分辨率，拓宽反演结果频带。

现阶段地质统计学方法主要有两点地质统计学方法和多点地质统计学方法两种。

其中，两点地质统计学方法基于变差函数对弹性参数的空间相关性进行表征，可有效地表示空间中点与点之间的相关程度。两点地质统计学中，有两种最重要的技术，即克里金插值技术和序贯高斯模拟技术。克里金插值方法是利用测井数据以及从测井数据中统计得到的变差函数，对模型空间进行确定性估计的一种方法，该方法输出的是一个平滑的建模结果，以及用于评估建模结果不确定性的方差。序贯高斯模拟方法是在克里金插值的基础之上，利用克里金插值得到的均值和方差进行随机模拟的一种方法。相比于克里金插值，序贯高斯模拟得到的是多个等概率的弹性参数。克里金插值与序贯高斯模拟方法对岩相等离散型的参数，以及速度等连续型的参数均具有较好的模拟效果。由于变差函数每次仅可表示空间中两点的相关性，对于复杂的地质结构，地下不确定性高，各向异性较强，岩相和弹性参数在不同的方向上具有不同的空间相关性，此时，无法用单一的变差函数对空间相关性进行描述。因而，两点地质统计学方法无法实现复杂地质结构的模拟。

多点地质统计学方法利用训练图像来表示空间中多个点之间的相关性的集合，利用定义好的数据模板对训练图像进行扫描获取待模拟区域中参数的概率分布，从而进行随机建模。多点地质统计学主要模拟对象是岩相等离散型参数，无法实现孔隙度、速度和密度等连续型参数的模拟。

由上分析可知，现有技术无法实现同时对复杂地质结构的连续型和离散型参数进行模拟，进而为地震反演提供更为准确的先验信息。

技术实现要素：

本发明实施例提供一种基于多点地质统计学先验信息的地震随机反演方法，用以解决现有技术无法实现同时对复杂地质结构的连续型和离散型参数进行模拟，进而为地震反演提供更为准确的先验信息的技术问题，该方法包括：根据已知三维地质模型，确定待反演剖面、井数据和训练图像；根据井数据和训练图像，确定待反演剖面的岩相概率分布模型；在岩相概率分布模型约束下，根据井数据以及对井数据进行岩石物理统计得到的不同岩相对应的弹性参数的概率密度函数和变差函数，确定待反演剖面上待反演地震道对应的弹性参数的先验概率密度函数；在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。

本发明实施例还提供一种基于多点地质统计学先验信息的地震随机反演装置，用以解决现有技术无法实现同时对复杂地质结构的连续型和离散型参数进行模拟，进而为地震反演提供更为准确的先验信息的技术问题，包括：数据获取模块，用于根据已知三维地质模型，确定待反演剖面、井数据和训练图像；岩相先验信息确定模块，用于根据井数据和训练图像，确定待反演剖面的岩相概率分布模型；弹性参数先验信息确定模块，用于在岩相概率分布模型约束下，根据井数据以及对井数据进行岩石物理统计得到的不同岩相对应的弹性参数的概率密度函数和变差函数，确定待反演剖面上待反演地震道对应的弹性参数的先验概率密度函数；反演模块，用于在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。

本发明实施例还提供一种计算机设备，用以解决现有技术无法实现同时对复杂地质结构的连续型和离散型参数进行模拟，进而为地震反演提供更为准确的先验信息的技术问题，该计算机设备包括存储器、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基于多点地质统计学先验信息的地震随机反演方法。

本发明实施例还提供一种计算机可读存储介质，用以解决现有技术无法实现同时对复杂地质结构的连续型和离散型参数进行模拟，进而为地震反演提供更为准确的先验信息的技术问题，该计算机可读存储介质存储有执行上述基于多点地质统计学先验信息的地震随机反演方法的计算机程序。

本发明实施例中，在根据给定的已知三维地质模型确定待反演剖面、井数据和训练图像后，基于多点地质统计学算法根据井数据和训练图像确定待反演剖面的岩相概率分布模型，并在多点地质统计学得到的岩相概率分布模型约束下，基于两点地质统计学算法，根据井数据以及对井数据进行岩石物理统计得到的不同岩相对应的弹性参数的概率密度函数和变差函数，确定待反演剖面上待反演地震道对应的弹性参数的先验概率密度函数；最后在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。

通过本发明实施例，将多点地质统计学与两点地质统计学融合，充分发挥两点地质统计学在模拟弹性参数的优势，以及多点地质统计学表征复杂地质体的优势，为反演提供了更为准确的先验信息，有利于提高反演结果的准确度和分辨率，使反演结果更符合实际生产的需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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。在附图中：

图1为本发明实施例中提供的一种基于多点地质统计学先验信息的地震随机反演方法流程图；

图2为本发明实施例中提供的一种三维纵波速度模型示意图；

图3为本发明实施例中提供的一种三维横波速度模型示意图；

图4为本发明实施例中提供的一种三维密度模型示意图；

图5为本发明实施例中提供的一种二维纵波速度模型示意图；

图6为本发明实施例中提供的一种二维横波速度模型示意图；

图7为本发明实施例中提供的一种二维密度模型示意图；

图8为本发明实施例中提供的一种训练图像示意图；

图9为本发明实施例中提供的一种岩相概率分布模拟结果示意图；

图10为本发明实施例中提供的一种二维纵波速度模型的反演结果示意图；

图11为本发明实施例中提供的一种二维横波速度模型的反演结果示意图；

图12为本发明实施例中提供的一种二维密度模型的反演结果示意图；

图13为本发明实施例中提供的一种二维纵波速度模型单道反演测试结果示意图；

图14为本发明实施例中提供的一种二维横波速度模型单道反演测试结果示意图；

图15为本发明实施例中提供的一种二维密度模型单道反演测试结果示意图；

图16为本发明实施例中提供的一种二维纵波速度模型单道反演测试结果的多次随机实现示意图；

图17为本发明实施例中提供的一种二维横波速度模型单道反演测试结果的多次随机实现示意图；

图18为本发明实施例中提供的一种二维密度模型单道反演测试结果的多次随机实现示意图；

图19为本发明实施例中提供的一种基于多点地质统计学先验信息的地震随机反演装置示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本发明实施例中提供了一种基于多点地质统计学先验信息的地震随机反演方法。图1为本发明实施例中提供的一种基于多点地质统计学先验信息的地震随机反演方法流程图，如图1所示，该方法包括如下步骤：

s101，根据已知三维地质模型，确定待反演剖面、井数据和训练图像。

需要说明的是，上述三维地质模型可以包括但不限于如下至少之一：三维岩相模型、三维纵波速度模型、三维横波速度模型或三维密度模型。根据给定的三维纵波速度和横波速度、密度以及岩相地质模型，随机选取二维的剖面作为反演方法测试的模型资料，再从选取的剖面中选取几列数据作为伪测井数据，以及代表地质模式的训练图像。需要注意的是，由于本发明实施例中采用的井数据是已知地质模型的井数据，不是实际测井得到的井数据，因而，有些实施例中也称为“伪井数据”。

例如，图2、图3和图4分别示出了本发明实施例采用的三维地质模型的三维纵波速度模型(km/s)、三维横波速度模型(km/s)和三维密度模型(g/cc)。相应地，从三维地质模型中选取的一个二维剖面的纵波速度模型(km/s)、横波速度模型(km/s)和密度模型(g/cc)分别如图5、图6和图7所示，该二维剖面的横向150道数据，纵向时间采样点80个。

s102，根据井数据和训练图像，确定待反演剖面的岩相概率分布模型。

具体地，根据井数据、训练图像，利用多点地质统计学算法，获取待反演剖面的岩相模拟结果。

由于现有的多点地质统计学算法(例如，simpat算法或snesim算法)存在计算时间过长的缺点，因而，作为一种可选的实施方式，本发明实施例中，基于多点地质统计学直接采样(directsampling，ds)算法，根据井数据和训练图像，确定待反演剖面的岩相概率分布模型。通过直接采样算法，可以简化多点地质统计学计算过程，提高计算效率。图8为本发明实施例中提供的一种训练图像示意图，如图8所示，由三维岩相模型中随机抽取的几个剖面，共同构成了训练图像，图标801(黑色区域)所示为砂岩相，图标802(白色区域)所示为泥岩相。图9为多点地质统计学直接采样算法根据图8所示的训练图像确定的岩相概率分布模拟结果示意图。

需要说明的是，现有技术直接根据井数据给出一个大致的岩相概率分布作为岩相先验信息，使得基于该先验信息得到的反演结果的精确度也不高。

s103，在岩相概率分布模型约束下，根据井数据以及对井数据进行岩石物理统计得到的不同岩相对应的弹性参数的概率密度函数和变差函数，确定待反演剖面上待反演地震道对应的弹性参数的先验概率密度函数。

需要说明的是，上述待反演剖面上待反演地震道对应的弹性参数可以包括但不限于如下至少之一：岩相、纵波速度、横波速度或密度。通过对井数据中的岩相、纵波速度与横波速度、密度等参数进行统计，可以得到不同岩相对应的概率密度函数以及变差函数。本发明实施例在利用多点地质统计学随机模拟获取待反演数据的岩相概率分布模型后，在该岩相概率分布模型约束下，获取待反演地震道对应的纵波速度、横波速度、密度的先验概率密度函数。

s104，在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。

具体地，在贝叶斯框架下，整合多点地质统计学模拟的岩相概率分布模型约束下的弹性参数的先验信息(纵波速度、横波速度、密度的先验概率密度函数)和地震数据，得到反演结果。图10为图5所示的二维纵波速度模型的反演结果(km/s)；图11为图6所示的二维横波速度模型的反演结果(km/s)；图12为图7所示的二维密度模型的反演结果(g/cc)。

可选地，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，可以确定后验概率分布的均值和协方差矩阵，进而根据确定的后验概率分布的均值和协方差矩阵，确定多个反演结果。图13、图14和图15分别示出了纵波速度、横波速度及密度模型单道反演测试结果，实线为真实模型，虚线为反演结果；图16、图17和图18分别示出了纵波速度、横波速度及密度模型单道反演测试结果的多次随机实现，其中，粗线为真实模型，细线为10次不同的随机反演结果。

由上可知，在本发明实施例中，基于多点地质统计学算法确定岩相概率分布模型，并在多点地质统计学得到的岩相概率分布模型约束下，基于两点地质统计学算法确定弹性参数的先验概率密度函数，最后在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。通过本发明实施例，为反演提供了更为准确的先验信息，有利于提高反演结果的准确度和分辨率，使反演结果更符合实际生产的需求。

一种实施例中，对于某一待模拟的网格点x，假设u(x)表示待模拟点的岩相，z(x)表示该点某一类弹性参数值(纵波速度、横波速度、密度等)。假设岩相为砂泥岩两种，且服从两点分布；弹性参数服从高斯分布，则有：

其中，p表示两点分布中变量值取1的概率，μx表示弹性参数服从的高斯分布的均值，σx表示弹性参数服从的高斯分布的方差。

①ds随机模拟：

假设工区内存在若干井点，井数据作为随机模拟或建模的“硬数据”使用。设置一个“随机路径”，作为工区内所有点的模拟顺序。对于某个待模拟点，设置最大模拟点数，在待模拟点周围寻找井数据或已经模拟的点，作为条件数据，条件个数不超过最大模拟点数。假设寻找到k个符合条件的条件数据点，其位置分别为x1,x2,···,xk，分别计算每个条件数据点与待模拟点对应的“滞后向量”表示为：

l＝{h1,h2,···,hk}＝{x1-x,x2-x,···,xk-x}(2)

需要说明的是，“滞后向量”用于描述待模拟点与已知条件数据点之间的相互位置关系，对于二维工区，“滞后向量”的每一个元素是二维坐标之差。假设已知条件数据点的岩相值分别为：u(x1),u(x2),···,u(xk)，则待模拟点与邻域内的已知井数据共同构成了数据事件：

dev(x,l)＝{u(x+h1),u(x+h2),···,u(x+hk)}＝{u(x1),u(x2),···,u(xk)}(3)

在准备好的训练图像中，设置一个随机路径，沿随机路径对采样点进行扫描。假设训练图像中的某点的位置向量为y，根据上面求取数据事件相同的方法，利用从待模拟区域获取的“滞后向量”，从训练图像中的y点周围获取和dev(x,l)具有相同结构的数据事件dev(y,l)，即：

dev(y,l)＝{u(y+h1),u(y+h2),···,u(y+hk)}＝{u(y1),u(y2),···,u(yk)}(4)

计算两种数据事件之间的“距离”，即：

即：两种数据事件的岩相值越相近，则距离越小，反之越大。得到该距离值后，将其与设置好的阈值比较，若距离等于0或者小于阈值则将u(y)赋值给u(x)，若大于阈值，则对训练图像的下一个点进行扫描，直至随机路径中的最后一个点。若扫描完训练图像没有发现距离小于阈值的点，则将距离最小的点对应的岩相值赋值给模拟区中的待模拟点。

与传统的snesim算法和simpat算法相比，该算法并没有对待模拟点的概率分布进行求取，而是直接选择训练图像中与待模拟点的邻域具有相似地质模式的点，直接对待模拟点赋值。基于序贯模拟的思路，待模拟点模拟完后，可作为已知点参与后续的计算，随着模拟的进行，待模拟点邻域内的已知点数会越来越多，这与传统snesim算法中的多重网格的作用相似。

②多点地质统计学约束下的克里金插值：

已知待模拟的工区，多点地质统计学算法得到的岩相模拟结果，以及测井数据。对于某个待模拟的点x，首先设置选择条件数据的邻域。假设邻域内k个条件数据的弹性参数为z(x1),z(x2),···,z(xk)，其岩相分别为u(x1),u(x2),···,u(xk)。在岩相约束的作用下，假设存在k′个条件数据。即有k′个数据具有相同岩相先验分布。则岩相约束下的克里金插值表达式为：

其中，λi代表克里金插值中第i个数据点所占的比重。克里金插值会产生一个较为平滑的确定性估计结果，可以用于后续反演方法的初始模型μm|mpg，即μm|mpg＝z(x)。

③多点地质统计约束下的随机反演：

地震反演问题可以由贝叶斯理论的框架来描述，其基本表达式为：

σm(m)＝αρm(m)l(m)(7)

其中，l(m)是似然函数，用于描述地表观测资料与地质参数间匹配程度，ρm(m)和σm(m)分别表示所求地质参数的先验概率分布和后验概率分布，α为可视为归一化因子，在一般的反演方法中可以忽略。

假设地震记录的噪声服从均值为0，协方差矩阵为σe的多元高斯分布，即ε～n(0,σe)，根据ε＝d-gm的地震数据正演关系，噪声的概率分布表达式为：

其中，d为多元变量的维度。d表示地震数据，g表示地震数据与弹性参数之间的正演算子。假设代表纵波速度、横波速度及密度等模型参数的m也服从多元高斯分布m～n(μm|mpg,σm)，其表达式为：

其中μm|mpg为先验模型，可以用多点地质统计学约束的克里金插值方法获取，共包含三部分：纵波速度模型、横波速度模型以及密度模型。σm为模型参数的多元协方差矩阵。假设一道地震数据对应的模型参数有n个采样点，对于叠前三参数反演，该协方差矩阵就是3n×3n的矩阵。该协方差矩阵对反演结果的影响较大，其表达式为：

该矩阵的每一个元素是下标对应参数的协方差矩阵，如σps代表纵波速度与横波速度间的多元协方差矩阵。上述协方差矩阵均可以通过变差函数求取。以σpp的求取为例，对测井数据进行统计分析，可以得到变差函数矩阵r，根据变差函数与协方差函数之间的关系：

σpp＝c0-r(11)

c0为变差函数的基台值。模型的协方差矩阵是由变差函数决定的，地质建模中，不同的地质结构需要用不同的变差函数进行模拟；地震反演中，不同的地质结构需要用不同的变差函数来提供模型的先验相关性。速度变化较为剧烈、变化幅度较大的区域往往具有小变程，大基台值的变差函数；相反，在速度变化缓慢，变化程度较小的地区，具有大变程、小基台值的变差函数。

多点地质统计学随机模拟的岩相结果，可以提供关于地下岩相分布的先验信息。在本发明的方法中，根据井数据统计得到不同的变差函数，对多点地质统计学模拟得到的岩相模型中不同的岩相赋予不同的变差函数值来描述采样点之间的相关性。在岩相模型的约束下，可以获取更为准确的协方差矩阵σm|mpg，从而先验概率分布的表达式为：

根据多点地质统计学约束下的先验信息，结合地震数据构成的似然函数，根据线性贝叶斯反演理论，可以得到后验概率分布的均值和协方差矩阵：

上述左端的μ代表后验概率分布均值，相当于一个较为平滑的反演解，σ代表后验概率分布的协方差矩阵。根据上述两个参数，可以对反演的解空间进行随机模拟，得到多个不同的等概率的反演结果。

本发明实施例中还提供了一种基于多点地质统计学先验信息的地震随机反演装置，如下面的实施例所述。由于该装置实施例解决问题的原理与基于多点地质统计学先验信息的地震随机反演方法相似，因此该装置实施例的实施可以参见方法的实施，重复之处不再赘述。

图19为本发明实施例中提供的一种基于多点地质统计学先验信息的地震随机反演装置示意图，如图19所示，该装置包括：数据获取模块191、岩相先验信息确定模块192、弹性参数先验信息确定模块193和反演模块194。

其中，数据获取模块191，用于根据已知三维地质模型，确定待反演剖面、井数据和训练图像；岩相先验信息确定模块192，用于根据井数据和训练图像，确定待反演剖面的岩相概率分布模型；弹性参数先验信息确定模块193，用于在岩相概率分布模型约束下，根据井数据以及对井数据进行岩石物理统计得到的不同岩相对应的弹性参数的概率密度函数和变差函数，确定待反演剖面上待反演地震道对应的弹性参数的先验概率密度函数；反演模块194，用于在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。

需要说明的是，上述三维地质模型包括如下至少之一：三维岩相模型、三维纵波速度模型、三维横波速度模型或三维密度模型；上述待反演剖面上待反演地震道对应的弹性参数包括如下至少之一：岩相、纵波速度、横波速度或密度。

可选地，上述数据获取模块191还用于获取反演算法的参数，以对测井数据进行校正或进行低通滤波等处理。由于本发明实施例中使用的井数据十分重要，必须校正准确才能使用。

可选地，上述岩相先验信息确定模块192用于基于多点地质统计学直接采样算法，根据井数据和训练图像，确定待反演剖面的岩相概率分布模型。

一种可选的实施例中，上述反演模块194用于在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定后验概率分布的均值和协方差矩阵，并根据后验概率分布的均值和协方差矩阵，确定反演结果。

由上可知，在本发明实施例中，通过数据获取模块191根据已知三维地质模型，确定待反演剖面、井数据和训练图像之后，通过岩相先验信息确定模块192基于多点地质统计学算法确定岩相概率分布模型，并通过弹性参数先验信息确定模块193在多点地质统计学得到的岩相概率分布模型约束下，基于两点地质统计学算法确定弹性参数的先验概率密度函数，最后通过反演模块194在贝叶斯框架下，根据岩相概率分布模型约束下得到的弹性参数的先验概率密度函数和地震数据，确定反演结果。通过本发明实施例，为反演提供了更为准确的先验信息，有利于提高反演结果的准确度和分辨率，使反演结果更符合实际生产的需求。

本发明实施例中还提供了一种计算机设备，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方法实施例中任意一种可选的或优选的基于多点地质统计学先验信息的地震随机反演方法。

本发明实施例中还提供了一种计算机可读存储介质，计算机可读存储介质存储有执行上述方法实施例中任意一种可选的或优选的基于多点地质统计学先验信息的地震随机反演方法的计算机程序。

综上所述，本发明实施例可以实现但不限于如下技术效果：(1)本发明实施例将多点地质统计学与传统两点地质统计学结合，首次实现了利用多点地质统计学得到的岩相概率分布为反演弹性参数服务，提供了更为准确的先验信息；(2)采用多点地质统计学ds算法实现岩相概率分布的随机模拟，在计算效率和模拟效果上都要优于传统的simpat、snesim等算法；(3)根据岩相不同赋予弹性参数不同的先验概率分布(即不同岩性的弹性参数给定不同的先验均值，不同的先验协方差函数)，更为合理，更加符合实际情况，从一维的模型测试图来看，反演结果具有较高的分辨率；(4)本发明实施例可以同时得到反演解和后验协方差矩阵，其中，后验协方差矩阵可以用于评估反演结果的不确定性，且该不确定性是随着岩性变化的，例如在稳定的、大套的泥岩段，反演结果不确定性较低，而在砂泥岩互层的位置，不确定性较高。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。