CN111158053B - 裂缝预测方法及装置 - Google Patents

Abstract

本发明公开了一种裂缝预测方法，它包括：基于地震数据得到共中心点道集数据；将共中心点道集数据按方位角划分成多个方位角组；再次划分，获得大小入射角范围方位角组；依次对于每个方位角组，对方位角组对应的共中心点道集数据进行叠前偏移处理，得到方位角组对应的共反射点道集数据；进行AVO属性反演，得到大小入射角范围内的方位角组对应的截距和梯度，构建方位角伪道集；根据构建的方位角伪道集，预测裂缝的发育方向和强度；对构建的方位角伪道集进行裂缝相对强度计算，并经处理得到裂缝相对强度数据体。通过该方案的实施，提高了裂缝预测的可靠性，准确地识别目的层的裂缝发育强度及方向。

Description

裂缝预测方法及装置

技术领域

本发明涉及石油勘探技术领域，尤其涉及一种基于叠前纵波各向异性的裂缝预测方法，还涉及一种基于叠前纵波各向异性的裂缝预测装置。

背景技术

当前在全世界范围内进行的油气勘探开发过程中，裂缝性油气藏的比重越来越大，裂缝一方面是油气的储集空间，另一方面作为流体的运移通道，能够将储层中分散的孔洞储集空间连通起来，但是由于裂缝的成因比较复杂，纵横向变化较大，表现出很强的各向异性，而且在不同岩性地层中都有可能存在，使得其描述难于常规油气藏。

目前利用地震资料进行裂缝预测大致分为横波方法和纵波方法。其中，横波方法主要利用横波走时差异和垂直入射反射振幅来进行裂缝预测，理论上比纵波对裂缝产生的方位各向异性具有更强的敏感性，预测精度较高，但是由于多分量勘探和横波勘探的成本昂贵且高质量的横波资料获取难度大，推广应用受到限制；多分量转换横波裂缝检测在技术上比较复杂，应用还有待完善。

纵波方法又分为叠后与叠前方法，叠后方法主要通过检测地震波的不连续性来预测裂缝，如相干技术、曲率技术、蚂蚁体技术等，简单实用，但是属于大尺度的定性预测技术。叠前方法基于方位各向异性理论，认为裂缝的各向异性导致地震波的各向异性，通过计算地震波不同方向的属性差异来预测裂缝的方向及相对密度，是一种半定量的裂缝预测技术，且成本较低，因此得到广泛推广和应用。但是，针对裂缝预测的准确度还是较低，主要体现在以下几个方面：

(1)叠后数据往往丢失方位角信息，对裂缝所造成的各向异性响应较差。

(2)利用道集信息来进行裂缝预测，由于道集质量不高及信噪比较低，预测结果往往不可靠。

(3)利用振幅、频率等属性进行椭圆拟合计算往往对裂缝发育方向预测不准确，只能预测出单一的裂缝方向。

发明内容

为了解决上述因素所造成的各向异性裂缝预测的技术问题，本发明提供了一种基于叠前纵波各向异性的裂缝预测方法及装置。

根据本发明的一个方面，提供了一种基于叠前纵波各向异性的裂缝预测方法，其包括：

基于地震数据得到共中心点道集数据；

将所述共中心点道集数据按方位角划分成多个方位角组，并使各个方位角组的振幅变化幅度基本一致；

对所述方位角组对应的共中心点道集数据进行入射角道集转换，并对转换后的各个方位角组按对目的层的入射角范围进行划分，得到大小入射角范围的两种方位角组。

依次对于每个方位角组，对所述方位角组对应的共中心点道集数据进行叠前偏移处理，得到所述方位角组对应的共反射点道集数据；

对各个方位角组进行AVO属性反演，得到所述大小入射角范围内的方位角组对应的截距和梯度，并构建方位角伪道集；

根据大小入射角的方位角伪道集，预测裂缝的发育方向和强度。

对所得到大小入射角范围内的方位角伪道集进行裂缝强度计算，并经处理得到裂缝相对强度数据体。

优选的是，在划分方位角组之前，所述方法还包括：对所述共中心点道集数据进行动校正、叠前去噪等处理。

优选的是，根据所有方位角组内的大小入射角范围的共反射点道集数据对应的截距和梯度，预测裂缝的发育方向和强度，包括：

预设多个方位角范围，并使彼此不重叠的方位角范围覆盖0-180°，一般做法为将共中心点道集数据按方位角范围划分成5-7个方位角道集数据；

对划分的方位角道集数据，再进行入射角道集转换，并根据目的层确定大小入射角范围。原则上要求小入射角范围为0-15°、大入射角范围为15-30°，最大的入射角应不大于30°，这样就得到大小入射角的各个方位角组。

依次对于预设的各个方位角组，计算其梯度及截距，并分别对所述大小入射角及方位角范围内的截距和梯度进行合并，得到所述入射角范围、方位角范围对应的方位角伪道集数据；

在所述各个方位角伪道集数据上根据滑动时窗逐点计算均值，得到所述方位角范围对应的均值；

基于所有方位角范围对应的均值，拟合出大小入射角的各向异性裂缝椭圆；

根据所述各向异性裂缝椭圆的参数，预测所述裂缝的发育方向和裂缝强度。

对所得到大小入射角范围内计算得到的裂缝强度进行裂缝相对强度计算，得到裂缝相对强度数据体。

具体地，裂缝相对强度的计算如下：

①方法一：对所得到大小入射角范围内的裂缝强度进行相对强度计算，得到裂缝相对强度数据体。大小入射角的裂缝强度是使用梯度属性进行计算的而不是使用截距属性计算，其裂缝相对强度计算公式为

式中

为小入射角范围的第j个CRP点的第i个均值位置的裂缝强度值，

为大入射角范围的第j个CRP的第i个均值位置的裂缝强度值，

为第j个CRP点的第i个均值位置的裂缝强度校正值，

为第j个CRP的第i个均值位置的裂缝相对强度值。

②方法二：分别使用大小入射角的梯度属性及截距属性进行椭圆拟合计算，并得到其相关的四个裂缝强度值，利用这四个裂缝强度值进行相对强度计算。计算方法如下：

式中

为大入射角范围利用梯度属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为小入射角范围利用梯度属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为大入射角范围利用截距属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为小入射角范围利用截距属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为第j个CRP的第i个均值位置的裂缝相对强度值。

③方法选择。将上述两种方法计算所得的井上的裂缝相对强度值与井上的实测裂缝密度值进行相关系数计算，优选其中相关系数最大的一种方法进行后续的裂缝相对强度数据体的计算。

具体地，裂缝方向的选取主要采用大入射角数据利用梯度属性计算所得到的裂缝方向。

优选的是，基于所有大小入射角、方位角范围对应的均值，拟合各向异性裂缝椭圆，包括：

分别将所有大小入射角、方位角范围对应的均值投影到极坐标系中，来拟合所述各向异性裂缝椭圆。

优选的是，将所述共中心点道集数据按方位角划分成5-7个方位角组。

根据本发明的另一个方面，提供了一种裂缝预测系统，其包括：

共中心点道集数据获取模块，设置为基于地震数据得到共中心点道集数据；

方位角组划分模块，设置为将所述共中心点道集数据按方位角划分成多个方位角组，并使各方位角组的振幅变化幅度基本一致；

入射角道集转换及划分模块，设置为对所述方位角组对应的共中心点道集数据进行入射角道集转换，并设定大小入射角范围对各个方位角组进行划分，得到大小入射角范围的方位角组。

叠前偏移模块，设置为依次对于每个大小入射角的方位角组的共中心点道集数据进行叠前时间域偏移处理，得到所述方位角组对应的共反射点道集数据；

对各个方位角组的共反射点道集进行AVO属性反演，得到所述方位角组对应的截距和梯度；

裂缝预测模块，设置为根据所有方位角组对应的截距和梯度，预测裂缝的发育方向和相对强度值。

优选的是，上述预测系统还包括动校正处理模块，设置为在划分方位角组之前，对所述共中心点道集数据进行动校正处理。

优选的是，所述裂缝预测模块，包括：

方位角范围预设单元，设置为预设多个方位角范围，并使彼此不重叠的方位角范围覆盖0-180°，原则上方位角划分的数目应不少于5个；

入射角范围预设单元，设置为对所述方位角组对应的共中心点道集数据进行入射角道集转换，并设定大小入射角范围对各个方位角组进行划分，得到大小入射角范围的方位角组。原则上要求最大的入射角不大于30°，划分入射角范围后的道集振幅变化幅度基本一致。

合并单元，设置为依次对于预设的每个大小入射角范围、方位角范围，对所述方位角范围内的截距和梯度分别进行合并，得到所述大小入射角范围、方位角范围对应的方位角伪道集数据；

均值计算单元，设置为在所述各个方位角伪道集数据上滑动时窗逐点计算均值，得到所述方位角范围对应的均值；

拟合单元，设置为基于所有方位角范围对应的均值，拟合出大小入射角的各向异性裂缝椭圆；

裂缝预测单元，设置为根据所述各向异性裂缝椭圆的参数，预测所述裂缝的发育方向和相对强度值。

优选的是，所述裂缝预测单元具体设置为：

通过将相关入射角、方位角范围对应的均值投影到极坐标系中，分别来拟合所述大小入射角的各向异性裂缝椭圆。

优选的是，所述方位角组划分模块具体设置为：将所述共中心点道集数据按方位角划分成5-7个方位角组。

优选的是，所述入射角划分模块具体设置为：将所述各个方位角组按入射角转换后确定大小入射角范围后得到大小入射角范围的各个方位角组，亦即按入射角范围对以前的方位角组进行划分，得到大小入射角范围的各个方位角组。

本发明的有益效果

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：本发明对基于纵波各向异性裂缝预测的常规方案进行了优化和改进，通过选择对裂缝各向异性特征更敏感且求取受大偏移距数据影响较小的AVO梯度属性进行裂缝椭圆拟合，并进行裂缝方向及相对强度的预测。通过该方案的实施，回避或减弱了常规方案中，由于地震数据采集中的噪音及地层倾角、资料处理方面等因素所影响各向异性计算，提高了裂缝预测的可靠性，准确地识别目的层的裂缝发育强度及方向。另外，由于梯度属性较常规方案中的振幅属性对裂缝各向异性特征更为敏感，因此也提高了裂缝预测的精度，降低了对裂缝性油气藏勘探开发的风险。

本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其它优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1示出了本发明实施例基于叠前纵波各向异性的裂缝预测方法的流程示意图

图2示出了本发明实施例大小方位角组划分示意图

图3示出了本发明实施例中大小入射角方位角组的梯度及截距计算及常规方位角组的计算差异示意图

图4示出了本发明实施例中根据相关方位角组对应的截距和梯度，预测裂缝的发育方向和裂缝相对强度的方法的流程示意图

图5示出了本发明实施例中某crp点根据大入射角方位角组的梯度数据求取裂缝方向及裂缝强度示意图

图6示出了本发明实施例基于叠前纵波各向异性的裂缝预测系统的结构示意图

图7示出了本发明实施例中裂缝预测模块的结构示意图

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

为了满足叠前裂缝预测对数据的要求，现有技术中的裂缝预测方法通常没有考虑采集、处理及地层等因素引起的异常，这导致了以下技术问题的出现：(1)采集及处理不合适所造成的噪音，导致其所产生的各向异性与裂缝无关；(2)地层倾斜时可能会产生较强的各向异性，这也是与裂缝无关的。

为了解决上述技术问题，本发明提供了一种基于叠前纵波各向异性的裂缝预测方法及系统。

实施例一

图1示出了本发明实施例基于叠前纵波各向异性的裂缝预测方法的流程示意图。如图1所示，本发明实施例基于叠前纵波各向异性的裂缝预测方法主要包括步骤101至步骤105。

在步骤101中，基于地震数据得到共中心点道集数据。

在本发明一优选的实施例中，在步骤101后，即在划分方位角组之前，对所述共中心点道集数据进行动校正、叠前去噪等处理。

具体地，对宽方位地震数据进行分步-分类-分频-分域-分时窗保真去噪、保幅能量补偿、反褶积和静校正等前期处理，输出无明显噪音和静态时差的共中心点道集(CMP)数据。

然后对所得到的共中心点道集数据进行动校正处理，并对动校正后的共中心点道集数据进行叠前道集去噪处理。详细地，对动校后的共中心点道集进行噪音进行分析，明确其类型及特点，采用不同的方法进行去噪处理，如线性噪音相关性强可采用相关分析的方法，随机噪音频谱一致性差可采用奇异分解的方法等，达到去除噪音干扰，提高道集信噪比的目的；叠前道集剩余动校及远道畸变处理，分析道集是否拉平，如果没有，以近中道作为标准道，采用相关分析的方法计算响应的校正时差来拉平道集；如果远道存在畸变，采用频谱补偿等技术来消除远道畸变。

在步骤102中，将共中心点道集数据按入射角范围及方位角范围划分成多个方位角组，并使各个方位角组的振幅变化幅度基本一致。

此步骤涉及叠前道集方位角及入射角的划分。具体操作上方位角的划分是对宽/全方位采集的CMP道集数据进行等方位角或不等方位角范围的划分，一般划分出5-7的不同的方位角道集数据。特别地，本发明一优选的实施例选择划分6个方位角道集数据。如果方位角个数过少，虽然可以尽量保留较高的信噪比，但是在后续进行椭圆拟合时，裂缝方位的预测不稳定。如果方位角个数划分太多，虽然在拟合时对裂缝的方位预测比较准确，但是过多的方位角降低了道集的信噪比，对裂缝强度的精度有严重影响，因此一般选择在5-7个比较合适。

另外，方位角数目的划分要根据地震资料和研究区裂缝发育走向情况而定，原则上可进行等分或不等分方位角划分。处理中设定观测系统方向以正北方向为0°，顺时针方向旋转，计360°。基于对称原理，将野外采集的地震数据炮点—检波点的360°方位转化为180°方位角，对某一个方位角范围来说计算其中心角，中心角则代表划分的这个方位角范围。计算公式如下:

式(4)中θⁱ为设计的第i个叠加数据的中心角，

为设计的第i个叠加数据最小方位角，

为设计的第i个叠加数据最大方位角,i≥2。

举例来说，以正北为0度方位，正南为180度方位，将共中心点道集数据顺序划分为6个方位角组。其中需要确保各方位角组的变化幅度和数据覆盖次数基本一致。在本实施例中，对称到180度范围内划分为以下六组：

第一组：0-30°，中心角为15°；

第二组：30-60°，中心角为45°；

第三组：60-90°，中心角为75°；

第四组：90-120°，中心角为105°；

第五组：120-150°，中心角为135°；

第六组：150-180°，中心角为165°。

入射角范围划分的步骤主要是将各个方位角道集数据转换到角度域中，得到各个方位角的角度道集数据。角度道集转换可根据实际情况选用一种计算公式进行角度道集转换，角度道集的转换公式可为如下两种：

a、

式(5)中θ为角度道的入射角，x为炮检距，v为均方根速度，t₀为零偏移距的双程旅行时。

b、

式(6)中α为角度道的入射角，v_int为层速度，v_rms为均方根速度，t为双程旅行时，x为炮检距。

针对目的层选择大小入射角范围，小入射角范围一般选小于15°，大入射角范围取15°-30°。经这样分方位角范围后再对入射角范围进行划分，得到大小入射角方位角组(图2)。在本实施例中，经测试后，选择小入射角范围为5-15°、大入射角范围取15-30°。

在步骤103中，对各个方位角的道集数据进行叠前时间域偏移处理，得到各个方位角组对应的共反射点的道集数据。

这里，可以采用现有的常规叠前时间偏移处理将各个方位角道集数据转换为共反射点道集数据。本文不对常规的叠前时间偏移处理技术进行展开说明。

在步骤104中，对各个共反射点道集数据进行AVO属性计算，得到方位角组对应的截距和梯度，并建立方位角伪道集。

本步骤对不同方位角、不同入射角的共反射点道集进行AVO属性反演，求取截距及梯度属性，并将建立大小入射角的方位角伪道集。

本步骤涉及理论为AVO属性反演理论。

具体地，假设纵波入射角和透射角的平均角度不为临界角或者90度，则佐普利兹方程可以简化为：

R(θ)＝P+Gsin²θ+C(tan²θ-sin²θ) (7)

其中：

另外，V_p为纵波速度；V_s为横波速度；ρ为岩石密度；θ为入射角；R(θ)为反射系数；

分别为纵波速度、横波速度及密度变化率。可以看出，上式包含了小入射角项、中入射角项及大入射角项三个部分，如果忽略高阶项，式(7)可进一步简化为：

R(θ)＝P+Gsin²θ (8)

如果令x＝sin²θ，那么式(8)在常规坐标系中为一条截距为P，梯度为G的直线，这样就可以在入射角道集中拟合计算每个样点的截距和梯度，进一步得到截距和梯度数据体(图3)。

当地层中存在裂缝时，各向异性特征较强，其方位AVO特征即振幅的变化表现为，平行于裂缝走向，AVO特征变化较大，而垂直于裂缝走向时其AVO特征变化较小。因此在常规的叠前裂缝预测流程中，利用振幅的方位各向异性作为椭圆拟合的地震属性。

在本实施例中，由于振幅属性中包含截距参数，其对裂缝的灵敏性可能没有单纯的梯度属性强，另外从式(8)及实际资料的拟合来看，梯度属性对大角度(大偏移距)数据的依赖较小，这样就回避了常规方案中对大角度数据的切除带来的各种不利干扰。

在入射角一定的情况下，平行于裂缝走向时其AVO特征方程为R₀(θ)＝P₀+G₀ sin²θ，其中截距为P₀，梯度为G₀；垂直于裂缝走向时其AVO方程为R₁(θ)＝P₁+G₁ sin²θ，其中截距为P₁，梯度为G₁，另外满足：P₀＝P₁，G₀﹥G₁。振幅属性的变化率为

即

而梯度属性的变化率为

其差值为

化简之后为

由于G₀﹥G₁，所以P₁(G₀-G₁)﹥0，又有G₁(P₁+G₁sin²θ)﹥0，因此梯度变化率与振幅变化率的差值大于零，也就是梯度属性的变化率大于振幅属性的变化率，从而相较于振幅属性，梯度属性对裂缝的各向异性特征更加敏感。

在实例中，主要对大小入射角的方位角组分别计算梯度、截距属性，并分别建立四个方位角伪道集。这四个方位角伪道集分别是大小入射角的梯度、截距属性等四个，这些属性数据以后可用于各向异性椭圆拟合计算及裂缝相对强度计算的过程中。

在步骤105中，利用大小入射角划分的方位角伪道集分别进行裂缝强度和裂缝发育方向计算，根据相关结果计算裂缝相对强度数据体并选取裂缝发育方向。

具体地，关于根据截距和梯度来预测裂缝的发育方向和相对的方法，将在下文中结合图2进行详细阐述。

实施例二

本实施例在实施例一的基础上，对上述步骤105做了进一步优化。

图4示出了本实施例中根据所有方位角组对应的截距和梯度，预测裂缝的发育方向和相对强度的方法的流程示意图。如图4所示，上述步骤105进一步包括步骤401至步骤405。

在步骤401中，预设多个方位角范围及大小入射角范围，并使彼此不重叠的方位角范围覆盖0-180°。

具体地，在0-180°内划分多个方位角范围，并使各个方位角范围彼此不重叠。例如，实例中可将0-180°均分为六个方位角范围：0-30°、30-60°、60-90°、90-120°以及120-150°、150-180°。

具体地，对方位角范围的各个方位角道集再进行大小入射角范围的划分。根据道集的实际情况，确定小入射角范围为5-15°，大入射角的范围为15-30°，使其划分入射角范围后的道集的叠加次数基本上较为一致。

在步骤402中，对各个方位角组数据进行叠前偏移处理后计算其截距及梯度数据，并将这两个数据分别进行合并，得到各个方位角伪道集数据。

具体地，依次对于预设的每个方位角组道集进行叠前时间偏移处理，得到相对应的不同方位角范围及入射角范围的CRP道集；对各个CRP道集进行叠前AVO反演，得到不同方位角范围及入射角范围的AVO截距和梯度数据；然后将不同入射角范围的截距和梯度数据根据对应于不同方位角范围的中心角度，进行所述方位角范围内的截距和梯度的分别合并，得到所述方位角范围中心角度对应大小入射角的方位角截距伪道集和方位角梯度伪道集数据。这里，将方位角截距伪道集数据和方位角梯度伪道集数据的集合统称为方位角伪道集数据。

举例来讲，在每个方位角范围内，将该范围内同一入射角范围的截距和梯度分别合并。将不同方位道集反演得到的AVO属性(截距与梯度)进行合并后得到方位角伪道集，一般将某一方位角范围内的中心角度作为一个方位数据进行合并，如方位角A到B范围内，其中心角为

在步骤403中，在所述方位角伪道集数据上滑动时窗逐点计算均值，得到所述方位角范围对应的均值。

具体地，在所述方位角伪道集数据上滑动时窗逐点计算均值，例如假设从时间T₀开始，滑动时窗为T，时窗内有N个数据点，数据点值为A_i，其均值为

将其计算结果记录在

处，依次滑动时窗，计算均值，得到所述方位角范围所有时间处对应的均值。依次方法，完成对各个方位角及入射角范围的道集的伪道集数据的计算。

在实施例中，对相关的滑动时窗进行测试，分别是6ms、8ms、10ms及12ms。通过对测试成果的对比，优选计算的滑动时窗为8ms，并依此计算方位角伪道集中每个CRP点的均值。

在步骤404中，基于所有方位角范围对应的均值，分别拟合出大小入射角的各向异性裂缝椭圆，得到大小入射角的各向异性裂缝椭圆参数。

具体地，如果计算得到某一点不同方位的地震属性值，假设地下是各向同性的，则各个方位的地震属性值大小是一样的，将其不同方位的地震属性值投影到极坐标系中，然后把不同的极轴端点进行最小二乘法拟合计算，表现为一圆形形状；假设地下存在各向异性，则各个方位的地震属性值大小有差异，将其不同方位的地震属性值投影到极坐标系中，然后把不同的极轴端点进行最小二乘法拟合计算，表现为一椭圆形状(图5)。

在步骤405中，根据所述大小入射角的各向异性裂缝椭圆的参数，计算出裂缝的相对强度及优选出裂缝发育方向。

具体地，在方位角伪道集上滑动时窗逐点计算均值及同一个入射角范围下，将同一个CRP点上的各个方位上计算的同一个位置的均值投影到极坐标系中，进行椭圆拟合，以椭圆长轴或短轴指示裂缝走向，以椭圆扁率及长短轴之比表征裂缝强度。

然后对裂缝预测的结果进行分析：由于AVO属性在平行于裂缝走向时变化较大，而在垂直于裂缝走向时变化较小，因此将椭圆长轴方向解释为裂缝走向，将椭圆短轴方向解释为裂缝法向；椭圆扁率即短轴与长轴的比值代表了各向异性程度，即裂缝强度。

具体地，一般情况下，沿裂缝走向地震波传播速度较垂直裂缝方向较快，长轴方向代表裂缝走向；沿裂缝走向地震波传播时间较垂直裂缝方向较短，短轴方向代表裂缝走向。其它地震属性如果与旅行速度呈正相关关系，则椭圆长轴指示裂缝走向，如果与旅行时间呈正相关关系，则椭圆短轴指示裂缝走向。由于沿裂缝走向地震波传播速度大，与围岩速度差异大，导致在裂缝走向方向AVO梯度属性变化较大，其与地震波速度呈正相关关系，因此若以AVO梯度属性拟合裂缝椭圆，则椭圆长轴方向代表了裂缝走向，椭圆扁率(椭圆短轴与长轴的比值)表征裂缝强度。利用每个数据点上的裂缝强度再次进行裂缝相对强度的计算，裂缝相对强度的计算如下：

①方法一：对所得到大小入射角范围内的裂缝强度进行裂缝相对强度计算，得到裂缝相对强度数据体。大小入射角的裂缝强度是使用梯度属性进行计算的而不是使用截距属性计算，其裂缝相对强度计算公式为

式中

为小入射角范围的第j个CRP点的第i个均值位置的裂缝强度值，

为大入射角范围的第j个CRP的第i个均值位置的裂缝强度值，

为第j个CRP点的第i个均值位置的裂缝强度校正值，

为第j个CRP的第i个均值位置的裂缝相对强度值。

②方法二：分别使用大小入射角的梯度属性及截距属性进行椭圆拟合计算，并得到其相关的四个裂缝强度值，利用这四个裂缝强度值进行相对强度计算。计算方法如下：

式中

为大入射角范围利用梯度属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为小入射角范围利用梯度属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为大入射角范围利用截距属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为小入射角范围利用截距属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为第j个CRP的第i个均值位置的裂缝相对强度值。

③方法选择。将上述两种方法计算所得的井上的裂缝相对强度值与井上的实测裂缝密度值进行相关系数计算，优选其中相关系数最大的一种方法进行后续的裂缝相对强度数据体的计算。

具体地，相关系数计算的具体操作是将井中实测的裂缝密度曲线经时深关系、处理基准面及数据重采样等处理后得到时间域的裂缝密度曲线，再根据坐标值将井位投影到相关的裂缝相对强度体上；选取与井点距离最近的一个CRP点(对应点)的裂缝相对强度曲线进行相关系数计算，并对井中的裂缝密度曲线采用同一的滑动时窗逐点计算均值，使之与井点对应的CRP点的裂缝相对强度值在时间域上相对应。利用裂缝密度均值与裂缝相对强度值进行该裂缝相对强度数据体的相关系数计算，其相关系数计算公式为：

式(12)中X_i及Y_i为进行相关计算第i个的裂缝密度均值及裂缝相对强度值，

及

分别为这两种数据值的等级排序平均值，r的取值范围为0至1。根据井中的相关系数计算结果，优选相关系数最大的裂缝相对强度数据体作为最终的裂缝相对强度数据体。

具体地，裂缝方向的选取主要才用大入射角数据利用梯度属性计算所得到的裂缝方向。

实施例中，主要是利用方法二来进行裂缝相对强度计算，原因是该算法与井上的裂缝密度计算所得的相关系数大于方法一。另外，各个CRP点上的裂缝方向则取大入射角的梯度属性拟合椭圆的长轴方向。通过对本发明技术所得的裂缝相对强度与常规的各向异性预测裂缝强度的成果相比较，发现本技术与井的吻合性高于常规技术所的的结果，大倾角地层所造成的各向异性也得到很好的压制，真正的预测了地层中的微裂缝发育区域。

实施例三

对应于上述实施例一和实施例二，本发明实施例提供了一种基于叠前纵波各向异性的裂缝预测系统。

图6示出了本发明实施例基于叠前纵波各向异性的裂缝预测系统的结构示意图。如图6所示，本发明实施例的基于叠前纵波各向异性的裂缝预测系统，主要包括依次连接的共中心点道集数据获取模块601、入射角及方位角组划分模块602、叠前偏移模块603、AVO属性计算及伪道集重构处理模块604和裂缝预测模块605。

具体地，共中心点道集数据获取模块601，设置为基于地震数据得到共中心点道集数据。特别地，本预测系统还包括动校正及道集去噪处理模块(未示出)，设置为在划分方位角组之前，对所述共中心点道集数据进行相关的叠前处理。

方位角组划分模块602，设置为将所述共中心点道集数据按方位角范围划分成多个方位角道集后，再对其进行入射角范围的划分而得到方位角组，并使各方位角组的振幅变化幅度基本一致。在本发明一优选的实施例中，方位角组划分模块602具体设置为：将所述共中心点道集数据按方位角划分成5-7个方位角范围，入射角范围划分为小入射角范围为0-15°、大入射角的范围为15-30°，划分后得到各个方位角组。

叠前偏移模块603，设置为依次对于每个方位角组，对所述方位角组对应的共中心点道集数据进行叠前时间偏移处理，得到所述方位角组对应的共反射点道集数据。

AVO属性计算及伪道集重构处理模块604，设置为对所述方位角组对应的共反射点道集数据进行AVO属性计算，并进行AVO属性反演，得到所述方位角组对应的截距和梯度。并按其方位角进行伪道集的数据重构，得到关于梯度及截距的方位角伪道集。

裂缝预测模块605，设置为根据大小入射角的方位角伪道集进行相关的的各向异性裂缝椭圆的计算结果，计算出裂缝的相对强度及优选出裂缝发育方向。

实施例四

本实施例在实施例三的基础上，对裂缝预测模块605进行优化。

图7示出了本发明实施例中裂缝预测模块605的结构示意图。如图7所示，裂缝预测模块605包括依次连接的入射角及方位角范围预设单元701、合并单元702、均值计算单元703、拟合单元704和裂缝预测单元705。

具体地，方位角范围预设单元701，设置为预设多个方位角范围，并使彼此不重叠的方位角范围覆盖0-180°。预设方位角后，再对划分后的方位角道集进行大小入射角范围的划分，得到方位角组。

合并单元702，设置为依次对于预设的各个方位角组进行叠前偏移及AVO属性计算后，对所述方位角范围内的截距和梯度分别进行合并，得到所述方位角范围对应的方位角伪道集数据。

均值计算单元703，设置为在所述方位角伪道集数据上滑动时窗逐点计算均值，得到所述方位角范围对应的均值。

拟合单元704，设置为基于所有方位角范围对应的均值，拟合出大小入射角的各向异性裂缝椭圆。

裂缝预测单元705，设置为根据大小入射角的方位角伪道集进行相关的的各向异性裂缝椭圆的计算结果，计算出裂缝的相对强度及优选出裂缝发育方向。

在本发明一优选的实施例中，裂缝预测单元705具体设置为：通过将某一入射角范围所有方位角范围对应的均值投影到极坐标系中，来拟合该入射角所述的各向异性裂缝椭圆，并根据相关系数的计算结果来选取相关的计算方法来实施裂缝相对强度数据体的计算及优选裂缝发育方向。

综上所述，本实施例对基于纵波各向异性裂缝预测的常规方案进行了优化和改进，通过选择对裂缝各向异性特征更敏感且求取受大偏移距数据影响较小的AVO梯度属性进行裂缝椭圆拟合，并进行裂缝方向及裂缝相对度的预测。通过该方案的实施，回避了常规方案中，由于野外地震资料采集、地震资料处理及地层倾角等引起的各向异性干扰，提高了裂缝预测的可靠性。另外，由于梯度属性较常规方案中的振幅属性对裂缝各向异性特征更为敏感，因此也提高了裂缝预测的精度，降低了对裂缝性油气藏勘探开发的风险。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (7)

1.一种裂缝预测方法，其特征在于它包括以下步骤：

101、基于地震数据得到共中心点道集数据；

102、将所述共中心点道集数据按方位角划分成多个方位角组，并使各个方位角组的振幅变化幅度一致；方位角被划分为5-7个彼此不重叠，范围覆盖0-180°的方位角组；

将所述方位角组对应的共中心点道集数据进行入射角道集转换，对转换后的各方位角组按对目的层的入射角范围进行再次划分，获得大入射角范围方位角组和小入射角范围方位角组，统称为大小入射角范围内的方位角组；小入射角范围为0-15°、大入射角范围为15-30°，最大的入射角不大于30°；

103、依次对于每个方位角组，对所述方位角组对应的共中心点道集数据进行叠前偏移处理，得到所述方位角组对应的共反射点道集数据；

104、对各个方位角组对应的共反射点道集数据进行AVO属性反演，得到所述大小入射角范围内的方位角组对应的截距和梯度，构建方位角伪道集；

105、根据构建的方位角伪道集，预测裂缝的发育方向和强度；

对构建的方位角伪道集进行裂缝相对强度计算，并经处理得到裂缝相对强度数据体；

步骤105中，裂缝相对强度计算方法为：

2-1、对所得到大小入射角范围内的裂缝强度进行相对强度计算，得到裂缝相对强度数据体，计算公式如下：

式中，

为小入射角范围的第j个CRP点的第i个均值位置的裂缝强度值，

为大入射角范围的第j个CRP的第i个均值位置的裂缝强度值，

为第j个CRP点的第i个均值位置的裂缝强度校正值，

为第j个CRP的第i个均值位置的裂缝相对强度值；

2-2、分别使用大小入射角的梯度属性及截距属性进行椭圆拟合计算，并得到其相关的四个裂缝强度值，利用这四个裂缝强度值进行相对强度计算，计算公式如下：

式中，

为大入射角范围利用梯度属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为小入射角范围利用梯度属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为大入射角范围利用截距属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为小入射角范围利用截距属性计算得到的第j个CRP点的第i个均值位置的裂缝强度值，

为第j个CRP的第i个均值位置的裂缝相对强度值；

2-3、最优选择，分别使用步骤2-1和2-2获得的井上的裂缝相对强度值与井上的实测裂缝密度值进行相关系数计算，取相关系数大的所对应的方法作为裂缝相对强度的计算方法。

2.根据权利要求1所述的一种裂缝预测方法，其特征在于步骤101-102之间进行数据预处理步骤：包括对共中心点道集数据进行动校正、叠前去噪。

3.根据权利要求1所述的一种裂缝预测方法，其特征在于步骤105中，预测裂缝的发育方向和强度的步骤为：

1-1、在所述各个方位角伪道集数据上根据滑动时窗逐点计算均值，得到所述方位角范围对应的均值；

1-2、基于所有方位角范围对应的均值，拟合出大小入射角的各向异性裂缝椭圆；

1-3、根据所述各向异性裂缝椭圆的参数，预测所述裂缝的发育方向和裂缝强度。

4.根据权利要求1所述的一种裂缝预测方法，其特征在于步骤105中，裂缝的发育方向为大入射角数据利用梯度属性计算所得到的裂缝方向。

5.一种裂缝预测装置，用于实现权利要求1-4任一项所述的裂缝预测方法，其特征在于它包括顺序执行的以下模块：

-共中心点道集数据获取模块，设置为基于地震数据得到共中心点道集数据；

-入射角及方位角划分模块：设置为将所述共中心点道集数据按方位角范围划分成多个方位角道集后，再对其进行入射角范围的划分而得到方位角组，并使各方位角组的振幅变化幅度一致；

设置为将所述共中心点道集数据按方位角划分成多个方位角组，并使各初选方位角组的振幅变化幅度基本一致；

设置为对所述方位角组对应的共中心点道集数据进行入射角道集转换，并设定大小入射角范围对各个方位角组进行划分，得到大小入射角范围的方位角组；

-叠前时间域偏移模块，设置为依次对于每个大小入射角的方位角组的共中心点道集数据进行叠前时间域偏移处理，得到所述方位角组对应的共反射点道集数据；

-AVO属性计算及伪道集重构处理模块，对各个方位角组的共反射点道集进行AVO属性反演，得到所述方位角组对应的截距和梯度，构建方位角伪道集；

-裂缝预测模块，设置为根据所有方位角组对应的截距和梯度，预测裂缝的发育方向和相对强度值。

6.根据权利要求5所述的装置，其特征在于它还包括动校正处理模块，设置为在共中心点道集数据获取模块和入射角及方位角划分模块之间，对所述共中心点道集数据进行动校正处理。

7.根据权利要求5所述的装置，其特征在于所述裂缝预测模块包括：

-入射角及方位角范围预设单元：设置为预设多个方位角范围，并使彼此不重叠的方位角范围覆盖0-180°；预设方位角后，再对划分后的方位角道集进行大小入射角范围的划分，得到方位角组；

-合并单元：设置为依次对于预设的各个方位角组进行叠前偏移及AVO属性计算后，对所述方位角范围内的截距和梯度分别进行合并，得到所述方位角范围对应的方位角伪道集数据；

-均值计算单元：设置为在所述各个方位角伪道集数据上滑动时窗逐点计算均值，得到所述方位角范围对应的均值；

-拟合单元：设置为基于所有方位角范围对应的均值，拟合出大小入射角的各向异性裂缝椭圆；

-裂缝预测单元：设置为根据所述各向异性裂缝椭圆的参数，预测所述裂缝的发育方向和相对强度值。

Images