基于地震数据预测地下裂缝空间展布的方法及装置的制造方法
【专利摘要】本发明提供了一种基于地震数据预测地下裂缝空间展布的方法及装置，涉及地下裂缝空间展布预测技术领域。方法包括：获取地震数据和测井数据；进行井震标定，并对地震数据进行目的层构造解释，确定待预测的目的层的顶底边界；对地震数据进行去噪处理，形成去噪后地震数据体；确定去噪后地震数据体的相干属性和蚂蚁追踪属性；将蚂蚁追踪属性的值域变化范围校正为相干属性的值域变化范围；将值域变化范围校正后的蚂蚁追踪属性与相干属性进行融合，形成裂缝预测敏感属性体；根据裂缝预测敏感属性体在空间范围内的数值大小预测顶底边界内的地下裂缝空间展布形态。本发明可以实现利用地震数据同时准确预测地下不同尺度裂缝的空间展布形态的效果。
【专利说明】
基于地震数据预测地下裂缝空间展布的方法及装置
技术领域
[0001] 本发明涉及地下裂缝空间展布预测技术领域，尤其涉及一种基于地震数据预测地 下裂缝空间展布的方法及装置。
【背景技术】
[0002] 近年来，随着油气勘探程度的不断提高，地下储层类型也日趋多样化。目前的地下 储层类型有孔隙型、孔洞型，还出现了裂缝一孔隙型、裂缝一孔洞型和裂缝型储层等，而裂 缝发育的储层往往伴随着油气高产。当前研究表明，地下裂缝不仅是渗流通道，也是重要的 储集空间，是影响储层发育的重要因素之一。因此，准确预测地下裂缝空间展布是油气勘探 的重要研究内容。
[0003] 由于裂缝空间展布规律性差，且地下构造较为复杂，对其准确预测难度较大。目前 常用的地震裂缝预测技术包括相干、曲率、蚂蚁追踪、体积膨胀系数和叠前方位各向异性分 析等技术。其中，相干技术可以较好预测大中尺度的地下裂缝，但预测细小裂缝能力仍然较 差。而蚂蚁追踪技术可以较好刻画细小裂缝的空间展布形态，但裂缝空间展布趋势不清晰。 其余上述地震裂缝预测技术均各有优缺点，然而均不能准确预测地下裂缝的空间展布。当 前，如何利用地震数据同时准确预测地下不同尺度裂缝的空间展布形态成为一个亟待解决 的问题。
【发明内容】
[0004] 本发明的实施例提供一种基于地震数据预测地下裂缝空间展布的方法及装置，以 实现利用地震数据同时准确预测地下不同尺度裂缝的空间展布的形态的效果。
[0005] 为达到上述目的，本发明采用如下技术方案：
[0006] -种基于地震数据预测地下裂缝空间展布的方法，包括：
[0007] 获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿目的层的 测井数据；
[0008] 根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层 构造解释，确定待预测的目的层的顶底边界；
[0009] 对所述地震数据进行去噪处理，形成去噪后地震数据体；
[0010] 确定去噪后地震数据体的相干属性；
[0011]确定去噪后地震数据体的蚂蚁追踪属性；
[0012]将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；
[0013] 将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测 敏感属性体；
[0014] 根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的 地下裂缝空间展布形态。
[0015] 具体的，对所述地震数据进行去噪处理，形成去噪后地震数据体，包括：
[0016] 根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体；
[0017] 所述根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体，包 括：
[0018] 根据预先设置的时窗在所述地震数据中选取2y+l个样本点；
[0019] 根据公式：5了，，义，丨，…，St，…，5' , x=丨，2?….N:确定所述预 先设置的时窗中的2y+l个样本点中第y+1个样本点的值；
[0020] 将所述5T"确定为地震数据中的样本点Sx的去噪处理结果。
[0021] 具体的，确定去噪后地震数据体的相干属性，包括：
[0022] 获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样 点，形成地震数据矩阵D:
[0024] 其中，k为每道地震数据的采样点个数;n为所述预先设置的分析窗口内的地震数 据的道数；
[0025] 确定地震数据矩阵D的协方差矩阵C: K
[0026] C = DrD = Y^kd[ k=[
[0027] 其中，<为地震数据矩阵D的第n行向量，劣=[0,;2，…，<4,]，丨 < 尺油<为< 的转置，4 f ;
[0028] 确定地震数据矩阵D对应的相干属性E:
[0030] 其中，Ak为协方差矩阵C的第k个特征值;Amax为协方差矩阵C的最大特征值。
[0031] 具体的，确定去噪后地震数据体的蚂蚁追踪属性，包括：
[0032] 根据去噪后地震数据体确定多个地震数据节点；
? / e蚂蚁g允许走的节点
[0033] 根据公式 蚂蚁g允许走的节点
[0034] 确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪 属性M;
[0035] 其中，i为蚂蚁当前所在地震数据节点位置；j为蚂蚁行进到下一地震数据节点位 置;T^U+n)为从t时刻开始经过n次迀移后在地震数据节点i和地震数据节点j连线上残留 的信息素;nu(t)为t时刻由地震数据节点i到地震数据节点j的期望程度;a、e分别表示信息 素和蚂蚁行进路线的相对重要程度；
[0036] 其中，
^为信息素的残留程度；1-P为信息素的减少 程度；A 为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；Tlj(t) 为t时刻在地震数据节点i和地震数据节点j连线上残留的信息素。
[0037] 具体的，将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范 围，包括：
[0038]获取蚂蚁追踪属性M的各采样点Mi;
[0039] 根据公式：
P1，2,…，况；确定值域变化范围校正 后的蚂蚁追踪属性，的各采样点，i;其中，Mmin为蚂蚁追踪属性M的各采样点的最小值;M max 为蚂蚁追踪属性M的各采样点的最大值;Emin为相干属性E的最小值。
[0040] 具体的，将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成 裂缝预测敏感属性体，包括：
[0041 ]根据公式:Zii XEi，i = 1，2，…，N;确定裂缝预测敏感属性体Zi;其中，Ei为相干 属性E与各采样点姐对应位置的采样点。
[0042] -种基于地震数据预测地下裂缝空间展布的装置，包括：
[0043]数据获取单元，用于获取地震资料保幅处理后的偏移叠加地震数据，并获取地震 工区内钻穿目的层的测井数据；
[0044]顶底边界确定单元，用于根据所述地震数据和所述测井数据进行井震标定，并对 所述地震数据进行目的层构造解释，确定待预测的目的层的顶底边界；
[0045]去噪处理单元，用于对所述地震数据进行去噪处理，形成去噪后地震数据体；
[0046] 相干属性确定单元，用于确定去噪后地震数据体的相干属性；
[0047] 蚂蚁追踪属性确定单元，用于确定去噪后地震数据体的蚂蚁追踪属性；
[0048]值域变化范围校正单元，用于将所述蚂蚁追踪属性的值域变化范围校正为所述相 干属性的值域变化范围；
[0049] 裂缝预测敏感属性体生成单元，用于将值域变化范围校正后的蚂蚁追踪属性与所 述相干属性进行融合，形成裂缝预测敏感属性体；
[0050] 地下裂缝空间展布形态预测单元，用于根据所述裂缝预测敏感属性体在空间范围 内的数值大小预测所述顶底边界内的地下裂缝空间展布形态。
[0051]此外，所述去噪处理单元，具体用于：
[0052]根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体；
[0053] 所述去噪处理单元，具体还用于：
[0054]根据预先设置的时窗在所述地震数据中选取2y+l个样本点；
[0055] 根据公式：5W=/船//"/<Sr ,,S、，丨，…,S、',…,丨,S、，)，x=l.2,…，N:确定所述预 先设置的时窗中的2y+l个样本点中第y+1个样本点的值；
[0056] 将所述确定为地震数据中的样本点Sx的去噪处理结果。
[0057] 此外，所述相干属性确定单元，具体用于：
[0058]获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样 点，形成地震数据矩阵D:
[0060] 其中，k为每道地震数据的采样点个数;n为所述预先设置的分析窗口内的地震数 据的道数；
[0061] 确定地震数据矩阵D的协方差矩阵C:
[0063] 其中，< 为地震数据矩阵D的第n行向量，< …，丨 尺此为< 的转置，4
[0064] 确定地震数据矩阵D对应的相干属性E:
[0066] 其中，Ak为协方差矩阵C的第k个特征值;Amax为协方差矩阵C的最大特征值。
[0067] 另外，所述蚂蚁追踪属性确定单元，具体用于：
[0068] 根据去噪后地震数据体确定多个地震数据节点；
_/ e蚂蚁g允许走的节点
[0069] 根据公式： /运蚂蚁g允许走的节点
[0070] 确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪 属性M;
[0071 ]其中，i为蚂蚁当前所在地震数据节点位置；j为蚂蚁行进到下一地震数据节点位 置;T^U+n)为从t时刻开始经过n次迀移后在地震数据节点i和地震数据节点j连线上残留 的信息素;n^(t)为t时刻由地震数据节点i到地震数据节点j的期望程度;a、0分别表示信息 素和蚂蚁行进路线的相对重要程度； r,7 (t-rn)-= p zu (/) + (1 - /.V) A r..
[0072]其中，j ^ . k 4为信息素的残留程度；1-P为信息素的减少 Ar.. = 2,Ar.. 、 .k =1 u 程度；A 为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；Tlj(t) 为t时刻在地震数据节点i和地震数据节点j连线上残留的信息素。
[0073]另外，所述值域变化范围校正单元，具体用于：
[0074]获取蚂蚁追踪属性M的各采样点Mi;
[0075] 根据公式：
i=l，2，???，况;确定值域变化范围校正 后的蚂蚁追踪属性，的各采样点;其中，Mmin为蚂蚁追踪属性M的各采样点的最小值;Mmax 为蚂蚁追踪属性M的各采样点的最大值;Emin为相干属性E的最小值。
[0076] 另外，所述裂缝预测敏感属性体生成单元，具体用于：
[0077] 根据公式:Zii XEi，i = 1，2，…，N;确定裂缝预测敏感属性体Zi;其中，Ei为相干 属性E与各采样点姐对应位置的采样点。
[0078] 本发明实施例提供的基于地震数据预测地下裂缝空间展布的方法及装置，首先， 获取了地震资料保幅处理后的偏移叠加地震数据，并获取了地震工区内钻穿目的层的测井 数据;之后，根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的 层构造解释，确定待预测的目的层的顶底边界;之后，对所述地震数据进行去噪处理，形成 去噪后地震数据体;确定去噪后地震数据体的相干属性;确定去噪后地震数据体的蚂蚁追 踪属性;将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值 域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体； 根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝 空间展布形态。可见，本发明可以将地震相干属性和地震蚂蚁追踪属性进行融合，在保留裂 缝空间展布趋势的同时提高了地下裂缝预测的精度，从而可以实现利用地震数据同时准确 预测地下不同尺度裂缝的空间展布的形态的效果。
【附图说明】
[0079] 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性的前提下，还可 以根据这些附图获得其他的附图。
[0080] 图1为本发明实施例提供的一种基于地震数据预测地下裂缝空间展布的方法的流 程图一；
[0081] 图2为本发明实施例提供的一种基于地震数据预测地下裂缝空间展布的方法的流 程图二；
[0082] 图3为本发明实施例中的原始地震剖面结构示意图；
[0083] 图4为基于相干算法得到的裂缝预测剖面示意图；
[0084] 图5为基于相干算法得到的Z段地层裂缝预测结果示意图；
[0085] 图6为基于蚂蚁追踪算法得到的裂缝预测剖面示意图；
[0086] 图7为基于蚂蚁追踪算法得到的Z段地层裂缝预测结果示意图；
[0087] 图8为基于本发明实施例的方法得到的裂缝预测剖面示意图；
[0088] 图9为基于本发明方法得到的Z段地层裂缝预测结果示意图；
[0089] 图10为本发明实施例提供的一种基于地震数据预测地下裂缝空间展布的装置的 结构示意图。
【具体实施方式】
[0090] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅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。
[0091] 如图1所示，本发明实施例提供一种基于地震数据预测地下裂缝空间展布的方法， 包括：
[0092] 步骤101、获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿 目的层的测井数据。
[0093] 步骤102、根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进 行目的层构造解释，确定待预测的目的层的顶底边界。
[0094]步骤103、对所述地震数据进行去噪处理，形成去噪后地震数据体。
[0095] 步骤104、确定去噪后地震数据体的相干属性。
[0096] 步骤105、确定去噪后地震数据体的蚂蚁追踪属性。
[0097] 步骤106、将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化 范围。
[0098] 步骤107、将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成 裂缝预测敏感属性体。
[0099] 步骤108、根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底 边界内的地下裂缝空间展布形态。
[0100] 本发明实施例提供的基于地震数据预测地下裂缝空间展布的方法，首先，获取了 地震资料保幅处理后的偏移叠加地震数据，并获取了地震工区内钻穿目的层的测井数据； 之后，根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构 造解释，确定待预测的目的层的顶底边界;之后，对所述地震数据进行去噪处理，形成去噪 后地震数据体;确定去噪后地震数据体的相干属性;确定去噪后地震数据体的蚂蚁追踪属 性;将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值域变 化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体;根据 所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝空间 展布形态。可见，本发明可以将地震相干属性和地震蚂蚁追踪属性进行融合，在保留裂缝空 间展布趋势的同时提高了地下裂缝预测的精度，从而可以实现利用地震数据同时准确预测 地下不同尺度裂缝的空间展布的形态的效果。
[0101] 为了使本领域的技术人员更好的了解本发明，下面列举一个更为详细的实施例， 如图2所示，本发明实施例提供一种基于地震数据预测地下裂缝空间展布的方法，包括：
[0102] 步骤201、获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿 目的层的测井数据。
[0103] 此处根据该地震数据形成的原始地震剖面结构可以如图3所示。
[0104] 步骤202、根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进 行目的层构造解释，确定待预测的目的层的顶底边界。
[0105]此处的井震标定是为了建立测井数据与地震数据之间的联系，落实测井测量深度 对应于地震时间域深度的位置。而进行地震数据目的层构造解释的作用，主要是落实目的 层段顶底的空间位置，用于最后对目的层段裂缝空间展布形态描述设定顶底边界。
[0106] 步骤203、根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据 体。
[0107] 此处根据中值滤波法对所述地震数据进行去噪处理，可以采用如下方式：
[0108] 根据预先设置的时窗在所述地震数据中选取2y+l个样本点。
[0109] 根据公式：57? 收//"《(、. 叫,…,S V，……S、，，j, x=丨上…凡 先设置的时窗中的2y+l个样本点中第y+1个样本点的值。
[0110] 将所述Sf"确定为地震数据中的样本点sx的去噪处理结果。
[0111] 根据上述步骤203可以去除地震数据中包含的随机噪音，为提高相干属性和蚂蚁 追踪属性的裂缝预测精度奠定了基础。
[0112] 步骤204、获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的 多个采样点，形成地震数据矩阵D。 ^11 ^12 '* ^ln
[0113] D= d：1 "； k\ dk2 …d^ 一
[0114] 其中，k为每道地震数据的采样点个数;n为所述预先设置的分析窗口内的地震数 据的道数。
[0115] 步骤205、确定地震数据矩阵D的协方差矩阵C。 K
[0116] C - D' D ~ Zdkd[ k.=l.
[0117] 其中，<为地震数据矩阵D的第n行向量，t// =|^H,…,丨5； A'S A： ;dk为< 的转置，dk=[dki，dk2,…，dkn]T。
[0118] 步骤206、确定地震数据矩阵D对应的相干属性E。
[0120] 其中，Ak为协方差矩阵C的第k个特征值;Amax为协方差矩阵C的最大特征值。
[0121] 步骤207、根据去噪后地震数据体确定多个地震数据节点。
[0122] 步骤208、确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述 蚂蚁追踪属性M。
[0123] 在蚂蚁算法中，路径的选择依赖于信息素浓度，信息素浓度越大路径被选择的概 率越大，蚂蚁根据转移概率寻求路径节点。
[0124] 此处，具体可以根据公式：
蚂蚁g允许走的节点 /运蚂蚁g允许走的节点
[0126] 确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪 属性M。
[0127] 其中，i为蚂蚁当前所在地震数据节点位置；j为蚂蚁行进到下一地震数据节点位 置;T^U+n)为从t时刻开始经过n次迀移后在地震数据节点i和地震数据节点j连线上残留 的信息素，该T^(t+n)说明，蚂蚁经过后路径上的信息素会随之增加，但随着时间增加，信息 素也会减少;n^(t)为t时刻由地震数据节点i到地震数据节点j的期望程度;a、0分别表示信 息素和蚂蚁行进路线的相对重要程度。
[0128] 其中，^ . k 4为信息素的残留程度；1-P为信息素的减少 {_ k^x u 程度；A 为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；Tlj(t) 为t时刻在地震数据节点i和地震数据节点j连线上残留的信息素。
[0129] 值得说明的是，对于蚂蚁算法，每只蚂蚁经过n次迀移后就可得到一条路径，如果 该路径满足最短路径要求即停止，否则进行重新搜索直至收敛于最优路径。当蚂蚁从某个 节点出发将所有可能连续转移的位置均尝试后，通过转移概率值的大小即可确定出最短路 径。
[0130]步骤209、获取蚂蚁追踪属性M的各采样点Mi。
[0131 ]步骤210、确定值域变化范围校正后的蚂蚁追踪属性W的各采样点，i。
[0132] 此处，可以根据公式：
K，L…，TV;确定值域变 化范围校正后的蚂蚁追踪属性，的各采样点，i;其中，Mmin*蚂蚁追踪属性M的各采样点的 最小值;MmaA蚂蚁追踪属性M的各采样点的最大值;Emin为相干属性E的最小值。
[0133] 此处由于蚂蚁追踪属性与相干属性的值域变化范围不同，因此需要将蚂蚁追踪属 性的值域变化范围校正到相干属性的值域变化范围。一般情况下，相干属性的最大值为1， 表示完全无相关性，最小值介于〇至1之间。
[0134] 步骤211、将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成 裂缝预测敏感属性体。
[0135] 具体的，此处可以根据公式:21 = 11/以￡1，1 = 1，2，~，1确定裂缝预测敏感属性体 Z1;其中，E:为相干属性E与各采样点姐对应位置的采样点。
[0136] 步骤212、根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底 边界内的地下裂缝空间展布形态。
[0137] 此处，该裂缝预测敏感属性体在空间范围内的数值范围为0至1，若该数值越接近 1，则表示裂缝越不发育；而若该数值越接近0,则表示裂缝越发育完好。具体可以参见后续 图8、9所示。纯黑色表示数值为0，纯白色表示数值为1。
[0138] 为了使本发明实施例提供的基于地震数据预测地下裂缝空间展布的方法的效果 更加明确，下面结合现有技术和本发明实施例的效果图进行说明。此处以四川盆地Z段地层 裂缝预测为例进行说明，该Z段地层岩性为白云岩，脆性较大，容易产生裂缝。
[0139] 图4为基于相干算法得到的裂缝预测剖面；图5为基于相干算法得到的Z段地层裂 缝预测结果。图6为基于蚂蚁追踪算法得到的裂缝预测剖面；图7为基于蚂蚁追踪算法得到 的Z段地层裂缝预测结果；图8为基于本发明实施例的方法得到的裂缝预测剖面;图9为基于 本发明方法得到的Z段地层裂缝预测结果。可见，图4、5裂缝空间展布规律性较好，但是局部 细节连续性较差。图6、7预测的裂缝空间展布散乱无规律。图8、9与上述图4、5相比不仅保持 裂缝原有的空间展布规律性，而且在局部细节更加连续清晰，描述裂缝更为准确。
[0140] 本发明实施例提供的基于地震数据预测地下裂缝空间展布的方法，首先，获取了 地震资料保幅处理后的偏移叠加地震数据，并获取了地震工区内钻穿目的层的测井数据； 之后，根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构 造解释，确定待预测的目的层的顶底边界;之后，对所述地震数据进行去噪处理，形成去噪 后地震数据体;确定去噪后地震数据体的相干属性;确定去噪后地震数据体的蚂蚁追踪属 性;将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值域变 化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体;根据 所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝空间 展布形态。可见，本发明可以将地震相干属性和地震蚂蚁追踪属性进行融合，在保留裂缝空 间展布趋势的同时提高了地下裂缝预测的精度，从而可以实现利用地震数据同时准确预测 地下不同尺度裂缝的空间展布的形态的效果。
[0141] 对应于上述图1和图2所示的方法实施例，如图10所示，本发明实施例提供一种基 于地震数据预测地下裂缝空间展布的装置，包括：
[0142] 数据获取单元31，用于获取地震资料保幅处理后的偏移叠加地震数据，并获取地 震工区内钻穿目的层的测井数据。
[0143] 顶底边界确定单元32,用于根据所述地震数据和所述测井数据进行井震标定，并 对所述地震数据进行目的层构造解释，确定待预测的目的层的顶底边界。
[0144] 去噪处理单元33,用于对所述地震数据进行去噪处理，形成去噪后地震数据体。
[0145] 相干属性确定单元34,用于确定去噪后地震数据体的相干属性。
[0146] 蚂蚁追踪属性确定单元35,用于确定去噪后地震数据体的蚂蚁追踪属性。
[0147] 值域变化范围校正单元36,用于将所述蚂蚁追踪属性的值域变化范围校正为所述 相干属性的值域变化范围。
[0148] 裂缝预测敏感属性体生成单元37,用于将值域变化范围校正后的蚂蚁追踪属性与 所述相干属性进行融合，形成裂缝预测敏感属性体。
[0149] 地下裂缝空间展布形态预测单元38,用于根据所述裂缝预测敏感属性体在空间范 围内的数值大小预测所述顶底边界内的地下裂缝空间展布形态。
[0150] 此外，该去噪处理单元33,具体可以：
[0151] 根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体。
[0152] 所述去噪处理单元33,具体还可以：
[0153] 根据预先设置的时窗在所述地震数据中选取2y+l个样本点。
[0154] 根据公式：=膨也川"&-糾，…，S,，….5，，，丨，先^ …,N;确定所述预 先设置的时窗中的2y+l个样本点中第y+1个样本点的值。
[0155] 将所述确定为地震数据中的样本点Sx的去噪处理结果。
[0156] 此外，该相干属性确定单元34,具体用于：
[0157] 获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样 点，形成地震数据矩阵D: dl2 …dln d，' d11 dry
[0158] D= ;l ;2 ? Xl 4:2 …
[0159] 其中，k为每道地震数据的采样点个数;n为所述预先设置的分析窗口内的地震数 据的道数。
[0160] 确定地震数据矩阵D的协方差矩阵C: K
[0161 ] C = O1 〇 - ^ dk d[ k-\
[0162] 其中，<为地震数据矩阵D的第n行向量，(:// …,<4j，尺;dk为必 的转置，dk=[dki，dk2,…，dkn]T。
[0163] 确定地震数据矩阵D对应的相干属性E:
[0165] 其中，Ak为协方差矩阵C的第k个特征值;Amax为协方差矩阵C的最大特征值。
[0166] 另外，所述蚂蚁追踪属性确定单元35,具体可以：
[0167] 根据去噪后地震数据体确定多个地震数据节点。
/e妈蚁g允许走的节点
[0168] 根据公式： j运蚂蚁g允许走的节点
[0169] 确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪 属性M。
[0170] 其中，i为蚂蚁当前所在地震数据节点位置；j为蚂蚁行进到下一地震数据节点位 置;T^U+n)为从t时刻开始经过n次迀移后在地震数据节点i和地震数据节点j连线上残留 的信息素;n^(t)为t时刻由地震数据节点i到地震数据节点j的期望程度;a、0分别表示信息 素和蚂蚁行进路线的相对重要程度。 ~卜十") = /)~(，) + (!-/))Ar"
[0171] 其中， a k ^为信息素的残留程度；1-P为信息素的减少 at.. = 2^Av..
[ 'i=i y 程度；a 为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；Tlj(t) 为t时刻在地震数据节点i和地震数据节点j连线上残留的信息素。
[0172]另外，所述值域变化范围校正单元36,具体可以：
[0173] 获取蚂蚁追踪属性M的各采样点Mi。
[0174] 根据公式
丨=1，2，…，7V;确定值域变化范围校正 后的蚂蚁追踪属性，的各采样点，i;其中，Mmin为蚂蚁追踪属性M的各采样点的最小值;M max 为蚂蚁追踪属性M的各采样点的最大值;Emin为相干属性E的最小值。
[0175] 另外，所述裂缝预测敏感属性体生成单元37,具体可以：
[0176] 根据公式:Zii XEi，i = 1，2，…，N;确定裂缝预测敏感属性体Zi;其中，Ei为相干 属性E与各采样点姐对应位置的采样点。
[0177] 值得说明的是，本发明实施例提供的基于地震数据预测地下裂缝空间展布的装置 的具体实现方式可以参见上述图1和图2对应的方法实施例，此处不再赘述。
[0178] 本发明实施例提供的基于地震数据预测地下裂缝空间展布的装置，首先，获取了 地震资料保幅处理后的偏移叠加地震数据，并获取了地震工区内钻穿目的层的测井数据； 之后，根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构 造解释，确定待预测的目的层的顶底边界;之后，对所述地震数据进行去噪处理，形成去噪 后地震数据体;确定去噪后地震数据体的相干属性;确定去噪后地震数据体的蚂蚁追踪属 性;将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值域变 化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体;根据 所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝空间 展布形态。可见，本发明可以将地震相干属性和地震蚂蚁追踪属性进行融合，在保留裂缝空 间展布趋势的同时提高了地下裂缝预测的精度，从而可以实现利用地震数据同时准确预测 地下不同尺度裂缝的空间展布的形态的效果。
[0179] 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。
[0180] 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。
[0181] 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。
[0182] 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。
[0183] 本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例 的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员， 依据本发明的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内 容不应理解为对本发明的限制。
【主权项】
1. 一种基于地震数据预测地下裂缝空间展布的方法，其特征在于，包括： 获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿目的层的测井 数据； 根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构造 解释，确定待预测的目的层的顶底边界； 对所述地震数据进行去噪处理，形成去噪后地震数据体； 确定去噪后地震数据体的相干属性； 确定去噪后地震数据体的蚂蚁追踪属性； 将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围； 将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感 属性体； 根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下 裂缝空间展布形态。2. 根据权利要求1所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，对 所述地震数据进行去噪处理，形成去噪后地震数据体，包括： 根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体； 所述根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体，包括： 根据预先设置的时窗在所述地震数据中选取2y+l个样本点； 根据公式：*5^=騰也"<兄，d 、，…,S、·.丨义，i，奸1，2,…， N;确定所述预先设 置的时窗中的2y+l个样本点中第y+Ι个样本点*的值； 将所述确定为地震数据中的样本点Sx的去噪处理结果。3. 根据权利要求2所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，确 定去噪后地震数据体的相干属性，包括： 获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样点，形 成地震数据矩阵D:其中，k为每道地震数据的采样点个数;η为所述预先设置的分析窗口内的地震数据的 道数； 确定地震数据矩阵D的协方差矩阵C:其中，为地震数据矩阵D的第η行向量，<4? i，Κ Κ [ ;dk为4的转 置，dk - [ dkl，dk2，· · ·，dkn ]; 确定地震数据矩阵D对应的相干属性E:其中，为协方差矩阵C的第k个特征值;Amax为协方差矩阵C的最大特征值。4. 根据权利要求3所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，确 定去噪后地震数据体的蚂蚁追踪属性，包括： 根据去噪后地震数据体确定多个地震数据节点；确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪属性 M； 其中，i为蚂蚁当前所在地震数据节点位置;j为蚂蚁行进到下一地震数据节点位置; (t+n)为从t时刻开始经过η次迀移后在地震数据节点i和地震数据节点j连线上残留的信息 素;n^(t)为t时刻由地震数据节点i到地震数据节点j的期望程度;α、β分别表示信息素和蚂 蚁行进路线的相对重要程度；，ρ为信息素的残留程度；1 -ρ为信息素的减少程 度；A 为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；Tlj(t)为t 时刻在地震数据节点i和地震数据节点j连线上残留的信息素。5. 根据权利要求4所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，将 所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围，包括： 获取蚂蚁追踪属性Μ的各采样点Mi;/=1，2,TV;确定值域变化范围校正后的 蚂蚁追踪属性，的各采样点，i;其中，Mmin为蚂蚁追踪属性Μ的各采样点的最小值;M max为蚂 蚁追踪属性Μ的各采样点的最大值;Emin为相干属性E的最小值。6. 根据权利要求5所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，将 值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性 体，包括： 根据公式:Zii X Ei，i = 1，2，…，N;确定裂缝预测敏感属性体Zi;其中，Ei为相干属性 E与各采样点Mi对应位置的采样点。7. -种基于地震数据预测地下裂缝空间展布的装置，其特征在于，包括： 数据获取单元，用于获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区 内钻穿目的层的测井数据； 顶底边界确定单元，用于根据所述地震数据和所述测井数据进行井震标定，并对所述 地震数据进行目的层构造解释，确定待预测的目的层的顶底边界； 去噪处理单元，用于对所述地震数据进行去噪处理，形成去噪后地震数据体； 相干属性确定单元，用于确定去噪后地震数据体的相干属性； 蚂蚁追踪属性确定单元，用于确定去噪后地震数据体的蚂蚁追踪属性； 值域变化范围校正单元，用于将所述蚂蚁追踪属性的值域变化范围校正为所述相干属 性的值域变化范围； 裂缝预测敏感属性体生成单元，用于将值域变化范围校正后的蚂蚁追踪属性与所述相 干属性进行融合，形成裂缝预测敏感属性体； 地下裂缝空间展布形态预测单元，用于根据所述裂缝预测敏感属性体在空间范围内的 数值大小预测所述顶底边界内的地下裂缝空间展布形态。8. 根据权利要求7所述的基于地震数据预测地下裂缝空间展布的装置，其特征在于，所 述去噪处理单元，具体用于： 根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体； 所述去噪处理单元，具体还用于： 根据预先设置的时窗在所述地震数据中选取2y+l个样本点； 根据公式心仏川(Λ,丨，…，..丨，弋x=丨么_.·，Ν:确定所述预先设 置的时窗中的2y+l个样本点中第y+Ι个样本点的值； 将所述确定为地震数据中的样本点Sx的去噪处理结果。9. 根据权利要求8所述的基于地震数据预测地下裂缝空间展布的装置，其特征在于，所 述相干属性确定单元，具体用于： 获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样点，形 成地震数据矩阵D:其中，k为每道地震数据的采样点个数;η为所述预先设置的分析窗口内的地震数据的 道数； 确定地震数据矩阵D的协方差矩阵C:其中，4为地震数据矩阵D的第η行向量，ii/ lS/tS A-;dk为 <的转 置，dk - [ dkl，dk2，· · ·，dkn ]; 确定地震数据矩阵D对应的相干属性E:其中，为协方差矩阵C的第k个特征值;Amax为协方差矩阵C的最大特征值。10. 根据权利要求9所述的基于地震数据预测地下裂缝空间展布的装置，其特征在于， 所述蚂蚁追踪属性确定单元，具体用于： 根据去噪后地震数据体确定多个地震数据节点；确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪属性 M； 其中，i为蚂蚁当前所在地震数据节点位置;j为蚂蚁行进到下一地震数据节点位置; (t+n)为从t时刻开始经过η次迀移后在地震数据节点i和地震数据节点j连线上残留的信息 素;n^(t)为t时刻由地震数据节点i到地震数据节点j的期望程度;α、β分别表示信息素和蚂 蚁行进路线的相对重要程度；^为信息素的残留程度；1 -ρ为信息素的减少程 度；A 为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；Tlj(t)为t 时刻在地震数据节点i和地震数据节点j连线上残留的信息素。11. 根据权利要求10所述的基于地震数据预测地下裂缝空间展布的装置，其特征在于， 所述值域变化范围校正单元，具体用于： 获取蚂蚁追踪属性Μ的各采样点Mi;?.，:2, ·"，iV;确定值域变化范围校正后的 蚂蚁追踪属性，的各采样点，i;其中，Mmin为蚂蚁追踪属性Μ的各采样点的最小值;M max为蚂 蚁追踪属性Μ的各采样点的最大值;Emin为相干属性E的最小值。12. 根据权利要求11所述的基于地震数据预测地下裂缝空间展布的装置，其特征在于， 所述裂缝预测敏感属性体生成单元，具体用于： 根据公式:Zii X Ei，i = 1，2，…，N;确定裂缝预测敏感属性体Zi;其中，Ei为相干属性 E与各采样点Mi对应位置的采样点。
【文档编号】G01V1/50GK105929452SQ201610384344
【公开日】2016年9月7日
【申请日】2016年6月2日
【发明人】马晓宇, 杨志祥, 李劲松, 于豪, 徐光成, 郭继亮
【申请人】中国石油天然气股份有限公司