CN104391342A - 基于裂缝孔隙度反演定量预测储层渗透性的方法及装置 - Google Patents

Abstract

本发明公开了一种基于裂缝孔隙度反演定量预测储层渗透性的方法及装置，所述方法包括：获取储层岩石的背景信息；获得岩石基质矿物弹性参数和参考孔长宽比；对叠前地震道集进行叠前同步反演；转换得到总孔隙度数据体；得到参考孔对应的纵波速度和横波速度数据体；进行岩石物理建模得到裂缝孔对应的纵波速度和横波速度数据体；进行物理建模，并求解参考孔隙比例数据体；计算裂缝孔隙度数据体；基于裂缝孔隙度数据体对作为储层的油气存储能力和生产油气通道的渗透性进行预测。本发明提高了裂缝预测的精度，给出了裂缝发育程度的定量化预测结果，提高了裂缝发育区的预测精度，能对裂缝作为储层的储能和生产油气通道的渗透性进行定量预测。

Description

基于裂缝孔隙度反演定量预测储层渗透性的方法及装置

技术领域

本发明涉及地球物理勘探技术领域，特别涉及一种基于裂缝孔隙度反演定量预测储层渗透性的方法及装置。

背景技术

裂缝发育带一般为重要的油气储集空间，同时也是重要的油气运移通道。裂缝发育带中裂缝孔隙度的预测关系到储层发育程度的判别、以及井轨迹的设计。裂缝孔隙度为裂缝所占据的空间与岩石总空间的比例或百分比，预测裂缝孔隙度可以对裂缝发育程度、岩石的渗透性，以及裂缝本身作为储层储存油气的能力进行定量预测。目前裂缝发育带中裂缝孔隙度的预测已经成为缝洞型碳酸盐和致密砂岩等储层气藏高效开发的关键。

目前，裂缝发育带预测的方法主要包括有基于叠后属性的裂缝预测方法,基于地震各向异性的裂缝预测方法，以及基于岩石物理模型的预测等。其中，基于岩石物理模型的裂缝预测的基本原理是利用裂缝与粒间孔、溶孔的孔隙形状及弹性性质的差异。例如在Xu的美国专利US2008/0086287中建立了岩石物理模型(Xu-Payne模型)，该模型中描述了碳酸盐岩的孔隙形状对岩石声波速度的影响。Shiyu Xu基于该上述岩石物理模型又对岩石的孔隙形状进行了定性预测，给出了基于测井数据的孔隙形状预测结果，但是没有提出裂缝孔隙度的预测结果，也没有提出从地震数据进行裂缝预测的思路。

综上所述，目前还没有一种基于岩石物理模型从地震数据对储层岩石的裂缝孔隙度进行定量预测有效方法。

发明内容

为了克服现有技术的上述缺陷，本发明所要解决的技术问题是提供了一种基于裂缝孔隙度反演定量预测储层渗透性的方法及装置，其能够对储层岩石的裂缝孔隙度进行有效的定量预测,进而对储层的油气存储能力和生产油气通道的渗透性进行预测。

本发明的具体技术方案是：一种基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，包括：

获取储层中岩石的背景信息，所述背景信息包括岩石的基质参数、岩石的纵波速度、岩石的横波速度、岩石组分、孔隙度、流体类型、饱和度；

基于岩石的基质参数、孔隙度、流体类型、岩石的纵波速度、岩石的横波速度、饱和度获取饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度，并确定矿物弹性参数和孔隙长宽比；

收集叠前地震数据并对叠前地震道集进行叠前同步反演，获得反演的纵波速度数据体、反演的横波速度数据体和反演的密度数据体；

基于反演的密度数据体得到总孔隙度数据体；

基于矿物弹性参数和孔隙长宽比进行岩石物理建模，得到参考孔对应的纵波速度数据体、参考孔对应的横波速度数据体；

基于孔隙长宽比和矿物弹性参数进行岩石物理建模，得到裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体；

基于矿物弹性参数、反演的纵波速度数据体、反演的横波速度数据体、参考孔对应的纵波速度数据体和参考孔对应的横波速度数据体、裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体进行双孔隙形状岩石物理建模，并迭代求解参考孔隙比例数据体；

基于总孔隙度数据体和参考孔隙比例数据体得到裂缝孔隙度数据体；

基于裂缝孔隙度数据体对作为储层的油气存储能力和生产油气通道的渗透性进行预测。

优选地，在步骤在获取储层中岩石的背景信息中，包括根据设计的地质报告、录井报告、岩心数据、测井曲线得到的岩石的基质参数，岩石的纵波速度、岩石的横波速度、岩石的密度的测井曲线，孔隙度，岩石组分，流体类型以及饱和度。

优选地，在步骤基于岩石的基质参数、孔隙度、流体类型、岩石的纵波速度、岩石的横波速度、饱和度获取饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度，并确定矿物弹性参数和孔隙长宽比中，它包括以下步骤：

基于岩石组分通过VRH方法计算岩石基质的弹性模量和岩石基质的密度；

基于岩石基质的弹性模量通过K-T方程计算岩石骨架的弹性模量；

基于岩石骨架的弹性模量通过Gassmann方程计算饱和岩石的弹性模量；

基于孔隙度、流体饱和度、流体参数采用算术平均计算饱和岩石的密度，基于流体参数、饱和岩石的弹性模量、饱和岩石的密度利用速度和体积模量关系式计算饱和岩石的纵波速度和饱和岩石的横波速度。

优选地，在步骤基于岩石组分通过VRH方法计算岩石基质的弹性模量和岩石基质的密度中，VRH方法计算矿物的等效弹性模量的公式如下：

$M_{\mathrm{VRH}}=\frac{M_V+M_R}{2}$

其中，N表示岩石的矿物成分的个数，i表示第i种矿物的体积分数，M_i表示第i种矿物的弹性模量，M_v表示弹性模量的Voigt界限的上限，M_R表示Reuss界限的下限，当M用体积模量K带入时，计算得到K_VRH，K_s＝K_VRH，M用剪切模量μ带入时，计算得到μ_VRH，μ_s＝μ_VRH；

岩石基质的密度通过下述公式得到：

${\mathrm{\ρ}}_s=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{\mathrm{\ρ}}_i$

其中，ρ_i表示第i种组成矿物的密度，f_i表示第i种矿物的体积分数；

在步骤基于岩石基质的弹性模量通过K-T方程计算岩石骨架的弹性模量中，根据下列方程计算岩石骨架的弹性模量：

$\left\{\begin{array}{c}(K_d-K_s)\frac{K_s+\frac{4}{3}{\mathrm{\μ}}_s}{K_d+\frac{4}{3}{\mathrm{\μ}}_s}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i(K_i-K_s)P^{\mathrm{si}}\\ ({\mathrm{\μ}}_d-{\mathrm{\μ}}_s)\frac{{\mathrm{\μ}}_s+{\mathrm{\ζ}}_s}{{\mathrm{\μ}}_d+{\mathrm{\ζ}}_s}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i({\mathrm{\μ}}_i-{\mathrm{\μ}}_s)Q^{\mathrm{si}},\mathrm{\ζ}=\frac{\mathrm{\μ}}{6}\frac{9K+8\mathrm{\μ}}{K+2\mathrm{\μ}}\end{array}\right.$

其中：K_d和μ_d表示待求的岩石骨架体积模量和剪切模量；N表示岩石中孔隙形状的个数；x_i表示第i种形状孔隙的体积，所有形状孔隙体积之和等于总孔隙度，即P^si和Q^si表示第i种形状的极化因子，分别是体积模量极化因子和剪切模量极化因子，i表示与第i种包含物有关；K_i和μ_i表示第i中包含物的体积模量和剪切模量；ζ_s表示具体化的变量，ζ表示通用变量；

在步骤基于岩石骨架的弹性模量通过Gassmann方程计算饱和岩石的弹性模量中，根据下述Gassmann方程计算饱和岩石的弹性模量K_sat、μ_sat：

$\left\{\begin{array}{c}{K}_{\mathrm{sat}}=K_d+\frac{{(1-\frac{K_d}{K_s})}^2}{\frac{\mathrm{\φ}}{K_f}+\frac{1-\mathrm{\φ}}{K_s}-\frac{K_d}{K_s^2}}\\ {\mathrm{\μ}}_{\mathrm{sat}}={\mathrm{\μ}}_d\end{array}\right.$

其中，K_sat表示饱和岩石的体积模量，μ_sat表示饱和岩石的剪切模量，K_d和μ_d表示岩石骨架的体积模量和剪切模量，K_s表示岩石基质的体积模量，K_f为流体的体积模量；

在步骤基于孔隙度、流体饱和度、流体参数采用算术平均计算饱和岩石的密度，基于流体参数、饱和岩石的弹性模量、饱和岩石的密度利用速度和体积模量关系式计算饱和岩石的纵波速度和饱和岩石的横波速度中，具体地：

饱和岩石的密度采用下述公式获得：

饱和岩石的纵波速度采用下述公式获得：

$V_{p,\mathrm{sat}}=\sqrt{\frac{K_{\mathrm{sat}}+(4/3)\·{\mathrm{\μ}}_{\mathrm{sat}}}{{\mathrm{\ρ}}_{\mathrm{sat}}}}$

饱和岩石的横波速度采用下述公式获得：

$V_{s,\mathrm{sat}}=\sqrt{\frac{{\mathrm{\μ}}_{\mathrm{sat}}}{{\mathrm{\ρ}}_{\mathrm{sat}}}}$

其中，φ表示岩石储层的孔隙度，ρ_s表示岩石基质的密度，ρ_h表示流体参数中烃类密度，S_w表示流体饱和度，ρ_sat表示饱和岩石的密度，ρ_w表示水的密度，μ_sat表示饱和岩石的剪切模量，K_sat表示饱和岩石的体积模量，V_p,sat表示饱和岩石的纵波速度，V_s,sat表示饱和岩石的横波速度。

优选地，在步骤基于反演的密度数据体转换得到总孔隙度数据体中，具体地，所述总孔隙度数据体通过下述计算公式获得：

其中，φ_T表示总孔隙度数据体，ρ表示反演的密度数据体，单位为g/cc。

优选地，在步骤基于矿物弹性参数和孔隙长宽比进行岩石物理建模得到参考孔对应的纵波速度和参考孔对应的横波速度数据体中，具体地，对地震数据的每一个样点进行岩石物理建模，根据矿物弹性参数和参考孔长宽比α_ref参数进行建模，得到100％参考孔对应的纵波速度数据体V_p,ref和100％参考孔对应的横波速度数据体V_s,ref。

优选地，在步骤基于孔隙长宽比和矿物弹性参数进行岩石物理建模得到裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体中，具体地，采用岩石物理建模方法计算孔隙全部为裂缝孔时对应的纵波速度数据体和横波速度数据体，该过程中，给定一个孔隙长宽比作为裂缝的长宽比α_crack，α_crack＝0.01。

优选地，在步骤基于矿物弹性参数、反演的纵波速度数据体、反演的横波速度数据体、参考孔对应的纵波速度数据体和参考孔对应的横波速度数据体、裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体进行双孔隙形状岩石物理建模，并迭代求解参考孔隙比例数据体中，具体地，采用矿物弹性参数进行岩石物理建模，计算得到纵波速度V_p(f_ref)，横波速度V_s(f_ref)，以总残差：

ε＝(1-λ)[V_p(f_ref)-V_p，invert]²+λ[V_s(f_ref)-V_s，invert]²

为目标函数，调整参考孔隙的比例f_ref，当目标函数取值最小时，对应的f_ref为参考孔隙的比例，优化求解f_ref，其中，V_p(f_ref)表示纵波速度，V_s(f_ref)表示横波速度，V_p,invert表示反演的纵波速度数据体，V_s,invert表示反演的横波速度数据体，λ表示横波速度约束参数。

优选地，在步骤基于总孔隙度数据体和参考孔隙比例数据体得到裂缝孔隙度数据体中，通过如下公式计算裂缝孔隙度：

其中，f_ref表示参考孔隙比例数据体，φ_T表示总孔隙度数据体。

一种基于岩石物理反演定量预测裂缝孔隙度的装置，其特征在于，包括：

岩石骨架弹性模量计算模块，用于根据岩石的泥质含量、孔隙度、组成岩石的矿物的弹性模量、孔隙长宽比参数、岩石基质的弹性模量计算岩石的弹性模量；

饱和岩石速度及密度计算模块，用于根据Gassmann方程流体替代从岩石弹性模量计算饱和岩石的弹性模量并计算饱和岩石的密度，进而计算出饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度；

岩石总孔隙度计算模块，用于根据叠前反演的密度数据体计算岩石的总孔隙度数据体；

岩石的裂缝孔隙度计算模块，用于根据岩石的总孔隙度数据体及反演的纵波速度数据体、反演的横波速度数据体迭代求解得到岩石参考孔体积比例f_ref数据体，并计算储层岩石的裂缝孔隙度数据体预测储层渗透性。

本发明具有以下显著有益效果：

本发明在实现多孔隙类型岩石物理建模的基础上，对裂缝孔隙度进行了反演，获得了裂缝孔隙度定量预测方法，提高了裂缝预测的精度，给出了裂缝发育程度的定量化预测结果，提高了裂缝发育区的预测精度，进而还可以对裂缝本身作为储层储存油气的能力和生产油气通道的渗透性进行定量预测。

附图说明

在此描述的附图仅用于解释目的，而不意图以任何方式来限制本发明公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本发明的理解，并不是具体限定本发明各部件的形状和比例尺寸。本领域的技术人员在本发明的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。

图1为本发明实施例中一种基于裂缝孔隙度反演定量预测储层渗透性的流程图。

图2为岩石的物理建模流程图。

图3为采用参考孔长宽比建模计算得到的纵横波速度与实测纵波横波速度的比较。

图4为采用参考孔长宽比建模纵波速度-孔隙度关系(三角形)与实测数据的速度孔隙度趋势线(实线)对比。

图5为本发明实施例中通过叠前同步反演获得的纵波速度数据体剖面。

图6为本发明实施例中通过叠前同步反演获得的密度数据体剖面。

图7为本发明实施例中通过密度剖面计算的总孔隙度数据体剖面。

图8为本发明实施例中反演得到的裂缝孔隙度数据体剖面。

图9为本发明实施例中一种基于岩石物理反演定量预测裂缝孔隙度的装置的结构示意图。

具体实施方式

结合附图和本发明具体实施方式的描述，能够更加清楚地了解本发明的细节。但是，在此描述的本发明的具体实施方式，仅用于解释本发明的目的，而不能以任何方式理解成是对本发明的限制。在本发明的教导下，技术人员可以构想基于本发明的任意可能的变形，这些都应被视为属于本发明的范围。

图1为本发明实施例中一种基于裂缝孔隙度反演定量预测储层渗透性的流程图，如图1所示，基于裂缝孔隙度反演定量预测储层渗透性的方法包括：

S101：获取储层中岩石的背景信息，所述背景信息包括岩石的基质参数、岩石的纵波速度、岩石的横波速度、岩石组分、孔隙度、流体类型、饱和度。

所需获取的储层岩石的背景信息包括设计的地质报告、录井报告、岩心数据、测井曲线，以得到岩石的基质各种组分矿物的百分比，岩石组分，岩石的基质参数，岩石的纵波速度(V_p,measure)、岩石的横波速度(V_s,measure)、岩石的密度(ρ_measure)的测井曲线，孔隙度(φ)，流体类型及饱和度(S_w)。

S102：基于岩石的基质参数、孔隙度、流体类型、岩石的纵波速度、岩石的横波速度、饱和度获取饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度，并确定矿物弹性参数和孔隙长宽比。

基于岩石的背景信息进行岩石物理建模，得到饱和岩石的弹性参数，标定岩石基质矿物弹性参数和参考孔长宽比，具体为：

岩石物理建模所需参数涉及岩石的基质参数、孔隙度、流体的参数。岩石基质参数包括基质体积模量K_s、基质剪切模量μ_s及密度ρ_s；流体参数包括烃类的体积模量K_h、烃类密度ρ_h、水的体积模量K_w、水的密度ρ_w。其中，弹性模量的含义中包括体积模量和剪切模量。

图2为岩石的物理建模流程图，如图2所示，根据岩石的背景信息进行岩石物理建模，获得饱和岩石的纵波速度、横波速度和密度的流程图。其具体步骤包括：

S201：基于岩石组分通过VRH方法计算岩石基质的弹性模量。

采用VRH(Voigt-Reuss-Hill)方法计算岩石基质的弹性模量K_s、μ_s，采用算术平均方法计算岩石基质的密度ρ_s。已知岩石中各种矿物的含量及其弹性模量，由于矿物的组合方式是未知的，采用Voigt界限(代表弹性模量的上限)和Reuss(代表弹性模量的下限)界限平均计算岩石基质的等效弹性参数。

Voigt界限又称为等应变平均，其计算公式如下：

$M_v=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{M}_i---\left(1\right)$

Reuss界限又成为等应力平均，其计算公式如下：

$M_R={\left(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{M}_i\right)}^{-1}---\left(2\right)$

公式(1)、公式(2)中，N表示岩石的矿物成分的个数，i表示第i种矿物的体积分数，M_i表示第i种矿物的弹性模量，M_v表示弹性模量的Voigt界限(上限)，M_R表示Reuss界限(下限)。M可以代表体积模量K、剪切模量μ或其它任何弹性模量。

VRH方法计算矿物的等效弹性模量的公式如下：

$M_{\mathrm{VRH}}=\frac{M_V+M_R}{2}---\left(3\right)$

公式(3)中，M_VRH表示Voigt-Reuss-Hill平均每模量，用于计算岩石的基质体积模量K_s和基质剪切模量μ_s。

当公式(1)-(3)中M用体积模量K带入计算时，便计算得到K_VRH，所需计算的K_s＝K_VRH。

当公式(1)-(3)中M用剪切模量μ带入计算时，便计算得到μ_VRH，所需计算的μ_s＝μ_VRH。

岩石基质的密度可用算术平均方法计算得到：

${\mathrm{\ρ}}_s=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{\mathrm{\ρ}}_i---\left(4\right)$

公式(4)中，ρ_i表示第i种组成矿物的密度，f_i表示第i种矿物的体积分数。

S202：基于岩石基质的弹性模量通过K-T方程计算岩石骨架的弹性模量。

根据下列方程计算岩石骨架的弹性模量：

$\left\{\begin{array}{c}(K_d-K_s)\frac{K_s+\frac{4}{3}{\mathrm{\μ}}_s}{K_d+\frac{4}{3}{\mathrm{\μ}}_s}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i(K_i-K_s)P^{\mathrm{si}}\\ ({\mathrm{\μ}}_d-{\mathrm{\μ}}_s)\frac{{\mathrm{\μ}}_s+{\mathrm{\ζ}}_s}{{\mathrm{\μ}}_d+{\mathrm{\ζ}}_s}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i({\mathrm{\μ}}_i-{\mathrm{\μ}}_s)Q^{\mathrm{si}},\mathrm{\ζ}=\frac{\mathrm{\μ}}{6}\frac{9K+8\mathrm{\μ}}{K+2\mathrm{\μ}}\end{array}\right.---\left(5\right)$

公式(5)中：K_d和μ_d表示待求的岩石骨架体积模量和剪切模量；N表示岩石中孔隙形状的个数；x_i表示第i种形状孔隙的体积，所有形状孔隙体积之和等于总孔隙度，即P^si和Q^si表示第i种形状的极化因子，分别是体积模量极化因子和剪切模量极化因子，与孔隙长宽比α及基质弹性参数K_s，μ_s有关，详见Gary Mavko(1998)岩石物理手册，上标s表示与背景矿物有关，i表示与第i种包含物有关；K_i和μ_i表示第i中包含物的体积模量和剪切模量；ζ_s表示具体化的变量，ζ表示通用变量，当ζ给定下标时，公式(5)中各变量也指定相应的下标，如ζ给定下标S时，具体地为

S203：基于岩石骨架的弹性模量通过Gassmann方程计算饱和岩石的弹性模量。

根据Gassmann方程计算饱和岩石的弹性模量K_sat、μ_sat：

$\left\{\begin{array}{c}{K}_{\mathrm{sat}}=K_d+\frac{{(1-\frac{K_d}{K_s})}^2}{\frac{\mathrm{\φ}}{K_f}+\frac{1-\mathrm{\φ}}{K_s}-\frac{K_d}{K_s^2}}\\ {\mathrm{\μ}}_{\mathrm{sat}}={\mathrm{\μ}}_d\end{array}\right.---\left(6\right)$

公式(6)中，K_sat表示饱和岩石的体积模量；μ_sat表示饱和岩石的剪切模量；K_d和μ_d表示岩石骨架的体积模量和剪切模量；K_s表示岩石基质的体积模量；K_f为流体的体积模量，与含水饱和度有关，详见Gary Mavko(1998)岩石物理手册，本发明中假定孔隙流体为地层水，取K_f＝K_w。

S204：基于孔隙度、流体饱和度、流体参数采用算术平均计算饱和岩石的密度，基于流体参数、饱和岩石的弹性模量、饱和岩石的密度利用速度和体积模量关系式计算饱和岩石的纵波速度和横波速度。

采用算术平均计算饱和岩石的密度：

假定孔隙流体为地层水，上式简化为：

采用如下公式计算饱和岩石的纵波速度：

$V_{p,\mathrm{sat}}=\sqrt{\frac{K_{\mathrm{sat}}+(4/3)\·{\mathrm{\μ}}_{\mathrm{sat}}}{{\mathrm{\ρ}}_{\mathrm{sat}}}}---\left(9\right)$

采用如下公式计算饱和岩石的横波速度：

$V_{s,\mathrm{sat}}=\sqrt{\frac{{\mathrm{\μ}}_{\mathrm{sat}}}{{\mathrm{\ρ}}_{\mathrm{sat}}}}---\left(10\right)$

公式(7)-(10)中，φ表示岩石储层的孔隙度；ρ_s表示岩石基质的密度；ρ_h表示流体参数中烃类密度；S_w表示流体饱和度；ρ_sat表示饱和岩石的密度；ρ_w表示水的密度；μ_sat表示饱和岩石的剪切模量；K_sat表示饱和岩石的体积模量；V_p,sat表示饱和岩石的纵波速度；V_s,sat表示饱和岩石的横波速度。

图3为采用参考孔长宽比建模计算得到的纵横波速度与实测纵波横波速度的比较，如图3所示，图3第1道给出了储层岩石背景信息(方解石、白云石、泥质含量及总孔隙度)；第2道给出了以参考孔长宽比建模纵波速度(虚线)与实测纵波速度(实线)；第3道给出了以参考孔建模得到的横波速度(虚线)与实测横波速度(实线)。图4为采用参考孔长宽比建模纵波速度-孔隙度关系(三角形)与实测数据的速度孔隙度趋势线(实线)对比。调整岩石的矿物的弹性参数、孔隙长宽比α等参数，使依据测井纵波速度、横波速度调整组成岩石的矿物的弹性参数，孔隙长宽比α等参数，使岩石物理建模结果V_p,sat(α)，V_s,sat(α)曲线与分别与实测的纵波速度V_p,measure、横波速度V_s,measure一致，如图3所示，且建模结果的趋势线与实测数据的趋势线基本一致，如图4所示。本实施例中岩性为较纯的灰岩，因此岩石组成矿物为方解石。通过标定，确定方解石的体积模量为77GPa,剪切模量为32GPa，密度为2.71g/cc，参考孔长宽比参数取值为0.13。

S103：收集叠前地震数据并对叠前地震道集进行叠前同步反演，获得反演的纵波速度数据体(V_p，invert)、反演的横波速度数据体(V_s，invert)和反演的密度数据体(ρ_invert)。

收集实际储层的研究区域叠前CDP道集地震数据，所收集数据CDP号范围为[CDP_min,CDP_max]，纵向采样点范围记为[N_min,N_max]，并对CDP地震道集进行叠前同步反演。叠前同步反演是该领域内的一种熟知的反演方法，通过输入叠前地震道集和低频模型，一次性得到纵波速度、横波速度和密度的反演结果。在该过程中，通过使用计算机，使用现有的商业软件JASON、HRS等，利用其中相应的叠前同步反演模块对输入的数据进行处理，从而得到计算反演数据，包括反演的纵波速度数据体(V_p，invert)、反演的横波速度数据体(V_s，invert)和反演的密度数据体(ρ_invert)。图5为本发明实施例中通过叠前同步反演获得的纵波速度数据体剖面，图6为本发明实施例中通过叠前同步反演获得的密度数据体剖面。

S104：从反演的密度数据体转换得到总孔隙度数据体。

图7为本发明实施例中通过密度剖面计算的总孔隙度数据体剖面，如图7所示，本实施例中储层岩性较纯的灰岩，孔隙流体为水或油水混合物。由于水和油的密度相差较小。因此这里，假设成岩矿物为100％方解石，假设孔隙中流体地层水占100％。方解石的密度取2.71g/cc,地层水的密度取1.1g/cc.因此总孔隙度计算公式为：

公式(11)中，φ_T表示总孔隙度数据体，ρ_invert表示反演的密度数据体，单位为g/cc。

S105：基于矿物弹性参数和孔隙长宽比进行岩石物理建模得到参考孔对应的纵波速度数据体和参考孔对应的横波速度数据体。

对收集的数据范围，即CDP号介于[CDP_min,CDP_max]，采样点号介于[N_min,N_max]间的每一个采样点，采用S201-S203中所述的方法进行岩石物理建模，采用S201-S203中所述的方法进行岩石物理建模，建模参数采用最终标定的矿物弹性参数和参考孔长宽比α_ref，得到100％参考孔对应的纵波速度数据体V_p,ref和100％参考孔对应的横波速度数据体V_s,ref。最终确定的孔隙长宽比用α_ref表示，矿物弹性参数用表示。

S106：基于孔隙长宽比和矿物弹性参数进行岩石物理建模得到裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体。

采用岩石物理建模方法计算孔隙全部为裂缝孔时对应的纵波速度数据体(V_p,crack)和裂缝孔时对应的横波速度(V_s,crack)数据体。采用S201-S203相同的步骤，给定一个较小的孔隙长宽比作为裂缝的长宽比α_crack(一般给定α_crack＝0.01)和标定好的矿物弹性参数，计算得到孔隙全部为裂缝时对应的纵波速度数据体(V_p,crack)和裂缝孔对应的横波速度数据体(V_s,crack)。

S107：基于矿物弹性参数、反演的纵波速度数据体、反演的横波速度数据体、参考孔对应的纵波速度数据体和参考孔对应的横波速度数据体、裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体进行双孔隙形状岩石物理建模，并迭代求解参考孔隙比例数据体。

对反演得到的地震数据体的每一个样点迭代求解参考孔隙比例数据体f_ref，地震数据体包括反演的纵波速度数据体、反演的横波速度数据体、反演的密度数据体，具体过程如下：

采用S102中标定好的矿物弹性参数，假设岩石的孔隙由长宽比为α_ref＝0.13的参考孔和长宽比为α_crack＝0.01的裂缝孔组成，两种孔隙的比例分别为f_ref和1-f_ref，进行岩石物理建模，计算得到纵波速度，横波速度分别为V_p(f_ref)和V_s(f_ref)。

以总残差：ε＝(1-λ)[V_p(f_ref)-V_p，invert]²+λ[V_s(f_ref)-V_s，invert]²为目标函数，调整参考孔隙的比例f_ref。目标函数取值最小时，对应的f_ref就是参考孔隙的比例。λ为横波速度约束参数，一般取λ＝0.5；可取λ＝0，只用纵波速度进行约束。

对地震数据的每一个样点，采用迭代求解方法计算参考孔比例，最终得到参考孔比例数据体。本实施例取λ＝0.5，得到如下目标函数：

ε(f_ref)＝0.5[V_p(f_ref)-V_p，invert]²+0.5[V_s(f_ref)-V_s，invert]²  (12)

公式(12)中，V_p(f_ref)表示纵波速度，V_s(f_ref)表示横波速度，V_p,invert表示反演的纵波速度数据体，V_s,invert表示反演的横波速度数据体。

优化求解f_ref，该迭代过程可以采用黄金分割算法，详见傅祖芸等2004年译注《C语言数值算法(第二版)》。

S108：基于总孔隙度数据体和参考孔隙比例数据体得到裂缝孔隙度数据体。

由总孔隙度数据体和参考孔比例数据体，得到裂缝孔隙度数据体：

公式(13)中，f_ref表示参考孔隙比例数据体，φ_T表示总孔隙度数据体。

图8为本发明实施例中反演得到的裂缝孔隙度数据体剖面，上述计算得到的裂缝孔隙度数据体如图8所示。

S109：基于裂缝孔隙度数据体对作为储层的油气存储能力和生产油气通道的渗透性进行预测。

基于裂缝孔隙度数据体对作为储层的油气存储能力和生产油气通道的渗透性进行预测，裂缝孔隙度高部位对应高的油气存储能力和高的渗透性，裂缝孔隙度低的部位对应低的油气存储能力和渗透性。

本发明在实现多孔隙类型岩石物理建模的基础上，对裂缝孔隙度进行了反演，获得了裂缝孔隙度定量预测方法，提高了裂缝预测的精度，给出了裂缝发育程度的定量化预测结果，提高了裂缝发育区的预测精度，进而还可以对裂缝本身作为储层储存油气的能力和生产油气通道的渗透性进行定量预测。

图9为本发明实施例中一种基于岩石物理反演定量预测裂缝孔隙度的装置的结构示意图，如图9所示，一种基于岩石物理反演定量预测裂缝孔隙度装置包括：岩石骨架弹性模量计算模块901，饱和岩石速度及密度计算模块902，岩石总孔隙度计算模块903，岩石的裂缝孔隙度计算模块904。

岩石骨架弹性模量计算模块901，可以用于根据岩石的泥质含量、孔隙度等输入数据、组成岩石的矿物的弹性模量、孔隙长宽比等参数、岩石基质的弹性模量计算岩石的弹性模量。

饱和岩石速度及密度计算模块902，可以根据Gassmann方程流体替代从岩石弹性模量计算饱和岩石的弹性模量，采用算术平均方法计算饱和岩石的密度，进而计算岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度。

岩石总孔隙度计算模块903，可以用于根据叠前反演的密度数据体计算岩石的总孔隙度数据体。

岩石的裂缝孔隙度计算模块904，用于从岩石的总孔隙度数据体及反演的纵波速度数据体、反演的横波速度数据体迭代求解得到岩石参考孔体积比例f_ref数据体，并计算储层岩石的裂缝孔隙度数据体预测储层渗透性。

上述实施例公开的基于岩石物理反演定量预测裂缝孔隙度的装置与本申请公开的基于裂缝孔隙度反演定量预测储层渗透性的方法相对应，可以实现本申请方法实施例的技术效果。

为了实现基于岩石物理反演的裂缝孔隙度定量预测，本发明提供了一种基于裂缝孔隙度反演定量预测储层渗透性的方法及装置，通过裂缝孔隙和粒间孔孔隙形状的差异及其对地震波速度影响规律的差异，进行裂缝孔隙度预测，实现了裂缝孔隙度的定量预测，提高了裂缝发育带的预测精度。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescription Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware DescriptionLanguage)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware DescriptionLanguage)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中，内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括短暂电脑可读媒体(transitory media)，如调制的数据信号和载波。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (10)

1.一种基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，包括：

获取储层中岩石的背景信息，所述背景信息包括岩石的基质参数、岩石的纵波速度、岩石的横波速度、岩石组分、孔隙度、流体类型、饱和度；

基于岩石的基质参数、孔隙度、流体类型、岩石的纵波速度、岩石的横波速度、饱和度获取饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度，并确定矿物弹性参数和孔隙长宽比；

收集叠前地震数据并对叠前地震道集进行叠前同步反演，获得反演的纵波速度数据体、反演的横波速度数据体和反演的密度数据体；

基于反演的密度数据体得到总孔隙度数据体；

基于矿物弹性参数和孔隙长宽比进行岩石物理建模，得到参考孔对应的纵波速度数据体、参考孔对应的横波速度数据体；

基于孔隙长宽比和矿物弹性参数进行岩石物理建模，得到裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体；

基于矿物弹性参数、反演的纵波速度数据体、反演的横波速度数据体、参考孔对应的纵波速度数据体和参考孔对应的横波速度数据体、裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体进行双孔隙形状岩石物理建模，并迭代求解参考孔隙比例数据体；

基于总孔隙度数据体和参考孔隙比例数据体得到裂缝孔隙度数据体；

基于裂缝孔隙度数据体对作为储层的油气存储能力和生产油气通道的渗透性进行预测。

2.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤获取储层中岩石的背景信息中，它包括根据设计的地质报告、录井报告、岩心数据、测井曲线得到的岩石的基质参数，岩石的纵波速度、岩石的横波速度、岩石的密度的测井曲线，孔隙度，岩石组分，流体类型以及饱和度。

3.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于岩石的基质参数、孔隙度、流体类型、岩石的纵波速度、岩石的横波速度、饱和度获取饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度，并确定矿物弹性参数和孔隙长宽比中，它包括以下步骤：

基于岩石组分通过VRH方法计算岩石基质的弹性模量和岩石基质的密度；

基于岩石基质的弹性模量通过K-T方程计算岩石骨架的弹性模量；

基于岩石骨架的弹性模量通过Gassmann方程计算饱和岩石的弹性模量；

基于孔隙度、流体饱和度、流体参数采用算术平均计算饱和岩石的密度，基于流体参数、饱和岩石的弹性模量、饱和岩石的密度利用速度和体积模量关系式计算饱和岩石的纵波速度和饱和岩石的横波速度。

4.根据权利要求3所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于岩石组分通过VRH方法计算岩石基质的弹性模量和岩石基质的密度中，VRH方法计算矿物的等效弹性模量的公式如下：

$M_{\mathrm{VRH}}=\frac{M_V+M_R}{2}$

其中， $M_v=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{M}_i,M_R={\left(\underset{I=1}{\overset{n}{\mathrm{\Σ}}}{f}_i{M}_i\right)}^{-1},$ N表示岩石的矿物成分的个数，i表示第i种矿物的体积分数，M_i表示第i种矿物的弹性模量，M_v表示弹性模量的Voigt界限的上限，M_R表示Reuss界限的下限，当M用体积模量K带入时，计算得到K_VRH，K_s＝K_VRH，M用剪切模量μ带入时，计算得到μ_VRH，μ_s＝μ_VRH；

岩石基质的密度通过下述公式得到：

${\mathrm{\ρ}}_s=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_i{\mathrm{\ρ}}_i$

其中，ρ_i表示第i种组成矿物的密度，f_i表示第i种矿物的体积分数；

在步骤基于岩石基质的弹性模量通过K-T方程计算岩石骨架的弹性模量中，根据下列方程计算岩石骨架的弹性模量：

$\left\{\begin{array}{c}(K_d-K_s)\frac{K_s+\frac{4}{3}{\mathrm{\μ}}_s}{K_d+\frac{4}{3}{\mathrm{\μ}}_s}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i(K_i-K_s)P^{\mathrm{si}}\\ ({\mathrm{\μ}}_d-{\mathrm{\μ}}_s)\frac{{\mathrm{\μ}}_s+{\mathrm{\ζ}}_s}{{\mathrm{\μ}}_d+{\mathrm{\ζ}}_s}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_i({\mathrm{\μ}}_i-{\mathrm{\μ}}_s)Q^{\mathrm{si}},\mathrm{\ζ}=\frac{\mathrm{\μ}}{6}\frac{9K+8\mathrm{\μ}}{K+2\mathrm{\μ}}\end{array}\right.$

其中：K_d和μ_d表示待求的岩石骨架体积模量和剪切模量；N表示岩石中孔隙形状的个数；x_i表示第i种形状孔隙的体积，所有形状孔隙体积之和等于总孔隙度，即P^si和Q^si表示第i种形状的极化因子，分别是体积模量极化因子和剪切模量极化因子，i表示与第i种包含物有关；K_i和μ_i表示第i中包含物的体积模量和剪切模量；ζ_s表示具体化的变量，ζ表示通用变量；

在步骤基于岩石骨架的弹性模量通过Gassmann方程计算饱和岩石的弹性模量中，根据下述Gassmann方程计算饱和岩石的弹性模量K_sat、μ_sat：

$\left\{\begin{array}{c}{K}_{\mathrm{sat}}=K_d+\frac{{(1-\frac{K_d}{K_s})}^2}{\frac{\mathrm{\φ}}{K_f}+\frac{1-\mathrm{\φ}}{K_s}-\frac{K_d}{K_s^2}}\\ {\mathrm{\μ}}_{\mathrm{sat}}={\mathrm{\μ}}_d\end{array}\right.$

其中，K_sat表示饱和岩石的体积模量，μ_sat表示饱和岩石的剪切模量，K_d和μ_d表示岩石骨架的体积模量和剪切模量，K_s表示岩石基质的体积模量，K_f为流体的体积模量；

在步骤基于孔隙度、流体饱和度、流体参数采用算术平均计算饱和岩石的密度，基于流体参数、饱和岩石的弹性模量、饱和岩石的密度利用速度和体积模量关系式计算饱和岩石的纵波速度和饱和岩石的横波速度中，具体地：

饱和岩石的密度采用下述公式获得：

饱和岩石的纵波速度采用下述公式获得：

$V_{p,\mathrm{sat}}=\sqrt{\frac{K_{\mathrm{sat}}+(4/3)\·{\mathrm{\μ}}_{\mathrm{sat}}}{{\mathrm{\ρ}}_{\mathrm{sat}}}}$

饱和岩石的横波速度采用下述公式获得：

$V_{s,\mathrm{sat}}=\sqrt{\frac{{\mathrm{\μ}}_{\mathrm{sat}}}{{\mathrm{\ρ}}_{\mathrm{sat}}}}$

其中，φ表示岩石储层的孔隙度，ρ_s表示岩石基质的密度，ρ_h表示流体参数中烃类密度，S_w表示流体饱和度，ρ_sat表示饱和岩石的密度，ρ_w表示水的密度，μ_sat表示饱和岩石的剪切模量，K_sat表示饱和岩石的体积模量，V_p,sat表示饱和岩石的纵波速度，V_s,sat表示饱和岩石的横波速度。

5.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于反演的密度数据体转换得到总孔隙度数据体中，具体地，所述总孔隙度数据体通过下述计算公式获得：

其中，φ_T表示总孔隙度数据体，ρ表示反演的密度数据体，单位为g/cc。

6.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于矿物弹性参数和孔隙长宽比进行岩石物理建模得到参考孔对应的纵波速度和参考孔对应的横波速度数据体中，具体地，对地震数据的每一个样点进行岩石物理建模，根据矿物弹性参数和参考孔长宽比α_ref参数进行建模，得到100％参考孔对应的纵波速度数据体V_p,ref和100％参考孔对应的横波速度数据体V_s,ref。

7.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于孔隙长宽比和矿物弹性参数进行岩石物理建模得到裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体中，具体地，采用岩石物理建模方法计算孔隙全部为裂缝孔时对应的纵波速度数据体和横波速度数据体，该过程中，给定一个孔隙长宽比作为裂缝的长宽比α_crack，α_crack＝0.01。

8.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于矿物弹性参数、反演的纵波速度数据体、反演的横波速度数据体、参考孔对应的纵波速度数据体和参考孔对应的横波速度数据体、裂缝孔对应的纵波速度数据体和裂缝孔对应的横波速度数据体进行双孔隙形状岩石物理建模，并迭代求解参考孔隙比例数据体中，具体地，采用矿物弹性参数进行岩石物理建模，计算得到纵波速度V_p(f_ref)，横波速度V_s(f_ref)，以总残差：

ε＝(1-λ)[V_p(f_ref)-V_p，invert]²+λ[V_s(f_ref)-V_s，invert]²

为目标函数，调整参考孔隙的比例f_ref，当目标函数取值最小时，对应的f_ref为参考孔隙的比例，优化求解f_ref，其中，V_p(f_ref)表示纵波速度，V_s(f_ref)表示横波速度，V_p,invert表示反演的纵波速度数据体，V_s,invert表示反演的横波速度数据体，λ表示横波速度约束参数。

9.根据权利要求1所述的基于裂缝孔隙度反演定量预测储层渗透性的方法，其特征在于，在步骤基于总孔隙度数据体和参考孔隙比例数据体得到裂缝孔隙度数据体中，通过如下公式计算裂缝孔隙度：

其中，f_ref表示参考孔隙比例数据体，φ_T表示总孔隙度数据体。

10.一种基于裂缝孔隙度反演定量预测储层渗透性的装置，其特征在于，包括：岩石骨架弹性模量计算模块，用于根据岩石的泥质含量、孔隙度、组成岩石的矿物的弹性模量、孔隙长宽比参数、岩石基质的弹性模量计算岩石的弹性模量；

饱和岩石速度及密度计算模块，用于根据Gassmann方程流体替代从岩石弹性模量计算饱和岩石的弹性模量并计算饱和岩石的密度，进而计算出饱和岩石的纵波速度、饱和岩石的横波速度和饱和岩石的密度；

岩石总孔隙度计算模块，用于根据叠前反演的密度数据体计算岩石的总孔隙度数据体；

岩石的裂缝孔隙度计算模块，用于根据岩石的总孔隙度数据体及反演的纵波速度数据体、反演的横波速度数据体迭代求解得到岩石参考孔体积比例f_ref数据体，并计算储层岩石的裂缝孔隙度数据体预测储层渗透性。