CN114755740A - 岩石分布确定方法、装置、设备及介质 - Google Patents

Abstract

本申请公开了一种岩石分布确定方法、装置、设备及介质，涉及岩石勘探领域。该方法包括：获取三维地震数据，三维地震数据是基于采集数据得到的，采集数据通过对目标地区进行地震信号采集得到，目标地区包括目标岩石；对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，目标分辨能力用于指示目标岩石对应垂直方向所能分辨的最薄岩层厚度；获取目标岩石的敏感参数范围，敏感参数范围通过对目标地区内的采油气井数据进行分析得到；基于目标地震数据和敏感参数范围，确定目标岩石在目标地区内的分布情况。通过对三维地震数据进行拓频处理，实现对较薄目标岩石的分布情况的识别，提高了岩石分布确定的准确度。

Description

岩石分布确定方法、装置、设备及介质

技术领域

本申请涉及岩石勘探领域，特别涉及一种岩石分布确定方法、装置、设备及介质。

背景技术

鲕粒灰岩是一种以鲕粒为主要组分的石灰岩，它是一种良好的储油岩，而鲕粒滩储层在海相碳酸盐岩油气藏中占据重要的地位，是主要的优质储集体，也是重要的油气勘探目标。

在相关技术中，对鲕粒滩储层分布情况的预测方法主要为地震属性分析法和地震反演分析法。其中，地震属性分析法是通过一定的处理方法和分析解释手段从地震数据中提取能够反映地震反射信号的具有统计特性的特殊度量，主要包括振幅统计类、复地震道统计类、谱统计类、连续性统计类及相关性统计类。而地震反演分析法是一种利用实际地震数据去推断地下岩层的模型及地层特征的方法。

上述方法在应对常规深度或者常规地震数据时具有一定的效果，然而，针对埋藏深度较大且厚度较小的鲕粒滩储层，由于常规地震资料主频的限制，使得此类鲕粒滩灰岩薄储层难以识别，即难以对其分布情况进行预测。

发明内容

本申请实施例提供了一种岩石分布确定方法、装置、设备及介质，可以提高岩石分布情况确定的准确度。所述技术方案如下：

一方面，提供了一种岩石分布确定方法，应用于计算机设备，所述方法包括：

获取三维地震数据，所述三维地震数据是基于采集数据得到的，所述采集数据通过对目标地区进行地震信号采集得到，所述目标地区包括目标岩石；

对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，所述目标分辨能力用于指示所述目标岩石对应垂直方向所能分辨的最薄岩层厚度；

获取所述目标岩石的敏感参数范围，所述敏感参数范围通过对所述目标地区内的采油气井数据进行分析得到；

基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石在所述目标地区内的分布情况。

在一个可选的实施例中，所述对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据之前，还包括：

获取测井数据、钻井数据，所述测井数据用于表示目标地区的岩性特征，所述钻井数据用于表示所述目标地区的岩屑特征；

基于所述测井数据和所述钻井数据，确定针对所述目标岩石的所述目标分辨能力。

在一个可选的实施例中，所述基于所述测井数据和所述钻井数据，确定针对所述目标岩石的所述目标分辨能力，包括：

基于所述测井数据和所述钻井数据，建立合成地震记录，所述合成地震记录用于指示所述目标地区的分层情况；

将所述钻井数据和所述合成地震记录进行比对分析，得到目标频率和对应的目标频率范围；

由所述目标频率和所述目标频率范围，确定所述目标分辨能力。

在一个可选的实施例中，所述获取所述目标岩石的敏感参数范围，包括：

基于所述测井数据和所述钻井数据，确定所述目标岩石的敏感参数范围。

在一个可选的实施例中，所述对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，包括：

对所述三维地震数据进行反Q滤波处理，确定目标Q值，所述Q值用于描述信号在所述目标地区内的传播过程中所述信号被吸收的特征；

基于所述目标Q值对所述三维地震数据进行Q值补偿处理，得到所述目标地震数据。

在一个可选的实施例中，所述对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，包括：

根据所述三维地震数据生成地震剖面图像；

将所述地震剖面图像按照预设划分方法进行划分，得到预设数量的时窗段；

基于所述时窗段，得到动态子波，所述动态子波用于表征所述目标岩石中信号的时间传输特征和空间传输特征；

将所述动态子波进行反褶积处理，得到所述目标地震数据。

在一个可选的实施例中，所述基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石的分布情况，包括：

基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石的厚度数据；

基于所述厚度数据，生成所述目标岩石在所述目标地区内的分布情况图像。

另一方面，提供了一种岩石分布确定装置，所述装置包括：

获取模块，用于获取三维地震数据，所述三维地震数据是基于采集数据得到的，所述采集数据通过对目标地区进行地震信号采集得到，所述目标地区包括目标岩石；

处理模块，用于对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，所述目标分辨能力用于指示所述目标岩石对应垂直方向所能分辨的最薄岩层厚度；

所述获取模块，还用于获取所述目标岩石的敏感参数范围，所述敏感参数范围通过对所述目标地区内的采油气井数据进行分析得到；

确定模块，用于基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石在所述目标地区内的分布情况。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本申请实施例中任一所述的岩石分布确定方法。

另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行以实现本申请实施例中任一所述的岩石分布确定方法。

另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中任一所述的岩石分布确定方法。

本申请的提供的技术方案至少包括以下有益效果：

通过对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，并基于目标地震数据和敏感参数范围确定目标岩石在目标地区内的分布情况，实现对较薄目标岩石的分布情况的识别，提高了岩石分布确定的准确度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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。

图1是本申请一个示例性实施例提供的计算机设备结构框图；

图2是本申请一个示例性实施例提供的岩石分布确定方法流程图；

图3是本申请另一个示例性实施例提供的岩石分布确定方法流程图；

图4是本申请一个示例性实施例提供的目标地区内目标采油气井不同频率的正演模拟图；

图5是本申请一个示例性实施例提供的三维地震数据对应剖面图及其对应的频谱示意图；

图6是本申请一个示例性实施例提供的目标地震数据对应剖面图及其对应的频谱示意图；

图7是本申请一个示例性实施例提供的密度与自然伽马交会情况示意图；

图8是本申请一个示例性实施例提供的密度与纵波阻抗交会情况示意图；

图9是本申请一个示例性实施例提供的目标地区的伽马反演剖面；

图10是本申请一个示例性实施例提供的目标地区的连井波阻抗反演剖面；

图11是本申请一个示例性实施例提供的目标岩石在目标地区内的厚度分布情况预测示意图；

图12是本申请一个示例性实施例提供的目标岩石在目标地区内对应储层的厚度分布情况示意图；

图13是本申请一个示例性实施例提供的岩石分布确定装置的结构框图；

图14是本申请另一个示例性实施例提供的岩石分布确定装置的结构框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

首先，对本申请实施例中涉及的名词进行简单介绍：

鲕粒滩：鲕粒滩是由鲕粒组成的碳酸盐岩沉积体。鲕粒是具有核心和同心层构造或放射状构造的球形颗粒。由于形状很像鱼鲕，因而得名。其粒径多为2～0.25mm。鲕粒的核心可以是细小的陆屑，如石英、长石；也可以是内碎屑或生物碎屑。同心层主要由泥晶方解石组成，现代海洋中的鲕粒多为文石质。

灰岩：俗称石灰岩，是一种沉积岩。几乎由纯的方解石构成，其它成分的总含量常在5％以下，其中较为常见的是粘土矿物、石英粉砂、铁质微粒、海绿石、有机质等。在与砂岩过渡的灰岩中可含较多陆源碎屑，白云石化也可使白云石含量增加。结构较为复杂，有碎屑结构和晶粒结构两种。碎屑结构多由颗粒、泥晶基质和亮晶胶结物构成。颗粒又称粒屑，主要有内碎屑、生物碎屑和鲕粒等，泥晶基质是由碳酸钙细屑或晶体组成的灰泥，质点大多小于0.05毫米，亮晶胶结物是充填于岩石颗粒之间孔隙中的化学沉淀物，是直径大于0.01毫米的方解石晶体颗粒；晶粒结构是由化学及生物化学作用沉淀而成的晶体颗粒。

薄储层：厚度较薄的储层，这里的薄储层也是相对概念，埋藏深度越大，薄储层的最大厚度值可以适当增加，因为此时地震分辨率也随之降低。

地震数据采集：是油气地震勘探工程中第一道工序，也是最为重要的工序。通过地震检波器和地震勘探仪器联合工作实现地震数据的采集。一般的，通过人工震源产生地震波，使其在地面引起地振动位移及其他地层产生地震次生波，通过记录仪器对产生的地震信号进行记录。

本申请实施例所示的岩石分布确定方法，可以应用于计算机设备中，请参见图1，图1是本申请一个示例性实施例提供的一种计算机设备结构框图，该计算机设备101包括处理器102和存储器103，上述存储器103中存储有至少一条指令，上述指令由上述处理器102加载并执行以实现如本申请各个方法实施例所述的岩石分布确定方法。

在本申请中，计算机设备101是具备处理数据、能够完成计算的电子设备，该计算机设备101包括硬件系统和软件系统两大部分，计算机设备101能够接收测量仪器对压缩机进行测量得到的数据，对上述数据进行整理计算，得到压缩机的能耗评估结果，并对能耗评估结果进行输出。

处理器102可以包括一个或者多个处理核心。处理器102利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器103内的指令、程序、代码集或指令集，以及调用存储在存储器103内的数据，执行计算机设备101的各种功能和处理数据。

存储器103可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory，ROM)。可选的，该存储器103包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器103可用于存储指令、程序、代码、代码集或指令集。存储器103可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如压缩机功率计算、压缩机能耗评估结果生成等)、用于实现下述各个方法实施例的指令等；存储数据区可存储下面各个方法实施例中涉及到的数据等。

结合上述名词解释和实施环境，对本申请实施例的应用场景进行说明。

鲕粒滩储层在海相碳酸盐岩油气藏中占据重要的地位，是主要的优质储集体，重要的油气勘探目标。现有的鲕粒滩储层分布预测方法主要利用地震属性分析和地震反演分析两种方法。地震属性分析是通过一定的处理方法和分析解释手段从地震数据中提取能够反映地震反射信号的具有统计特性的特殊度量，主要包括振幅统计类、复地震道统计类、谱统计类、连续性统计类及相关性统计类，然而，此类眼睛方法存在以下问题：(1)在众多的地震属性中，单独存在的很少，往往各种属性之间是互相关联的；(2)有部分属性反映的地质情况会与物理或地质含义相差甚远，这些属性只会对目的层起到干扰作用，是无效的；(3)其误差值可能大于其正常值的变化。

在相关技术中，地震反演分析是一种相对有效的预测鲕粒滩储层的方法。地震反演是利用实际地震数据去推断地下岩层的模型及地层特征的过程，是进行储层定量预测的关键。其中，波动方程反演在叠前地震反演的应用比较广，示意性的，具有较佳效果的方法为逆散射算子类反演方法与基于褶积拟合的非线性迭代类反演方法。

以上这些方法在应对常规深度或者常规地震数据的时候有较佳效果，但是针对埋藏深度较大的鲕粒滩储层时，可能存在无法识别薄储层的问题。因为当储层埋藏深度达到5000m左右时，常规地震资料主频约为30Hz，而此时的层速度约为5200m/s，该地震资料的理论极限分辨率为22m，如果鲕粒滩储层厚度小于22m，利用任何地震反演技术对此常规地震数据分析识别薄储层都具有很大的难度，会出现结果偏差较大的问题。

在本申请实施例中，通过对三维地震数据进行拓频处理，实现对较薄目标岩石的分布情况的识别，提高了岩石分布确定的准确度。

请参考图2，其示出了本申请实施例提供的一种岩石分布确定方法，该方法可以应用在上述所示的计算机设备中，该方法包括：

步骤201，获取三维地震数据。

在本申请实施例中，三维地震数据是基于采集数据得到的。该采集数据是通过对目标地区进行地震信号采集得到。在一个示例中，通过计算机设备对目标地区进行模拟，通过对模拟的目标地区，设计足以覆盖该目标地区的网格，技术人员将模拟的各个网格节点映射至实际的目标地区中，在各个网格节点对应的实际地点放置震源激发器和接收器，通过激发器释放震源，通过接收器同时接收地下返回的采集数据，将上述采集数据通过预设软件处理后，即可得到三维地震数据。该预设软件可以是GeoEast软件。

目标地区包括目标岩石，目标地区即当前进行目标岩石分布情况预测的研究区域，目标岩石即需要进行岩石分布情况预测的岩石类型，示意性的该目标岩石为鲕粒灰岩。

步骤202，对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据。

在本申请实施例中，该目标分辨能力用于指示目标岩石对应垂直方向所能分辨的最薄岩层厚度，即目标岩石的垂向分辨率。影响分辨率的主要因素包括子波的频率成分、子波的频带宽度、子波的相位特征、信噪比、目标岩石对信号的吸收作用、表层影响等，其中，子波的频带宽度越大，对应的分辨率越高。示意性的，子波的频带宽度不变，若子波的主频增加或减少，分辨率均不会发生改变；子波的主频不变，分辨率随频带宽度的增加而增加，随频带宽度的减小而减小。

目标分辨能力由测井数据和钻井数据确定，其中，测井数据用于表示目标地区的岩性特征，钻井数据用于表示所述目标地区的岩屑特征。在一个示例中，测井数据通过放置测井仪在目标地区内的采油气井内，通过测井仪对采油气井的井筒进行自上而下的数据采集，收集得到反映目标地区垂直方向上变化的岩性特征，将上述采集得到的数据输入至计算机设备中，作为测井数据进行存储；钻井数据是在钻井的过程中，通过对钻机携带的岩屑进行分析，确定该井点对应的岩石类型特征和/或颜色特征和/或厚度特征在垂直方向上的变化情况，并将其输入至计算机设备中，作为钻井数据进行存储。

也即，获取目标分辨能力的方法包括：获取测井数据、钻井数据；基于测井数据和钻井数据，确定针对目标岩石的目标分辨能力。在一个示例中，基于测井数据和钻井数据，建立合成地震记录；将钻井数据和合成地震记录进行比对分析，得到目标频率和对应的目标频率范围；由目标频率和目标频率范围，确定目标分辨能力。其中，该合成地震记录用于指示目标地区的分层情况。

在本申请实施例中，对三维地震数据进行拓频处理包括：对三维地震数据进行反Q滤波处理，确定目标Q值；基于目标Q值对三维地震数据进行Q值补偿处理，得到目标地震数据。在地震数据采集过程中，由于岩层介质会损耗地震波能量，造成振幅衰减和频率降低，因此需要对三维地震数据进行反Q滤波处理求取合适的Q值，其中，该Q值用于描述信号在目标地区内的传播过程中信号被吸收的特征，在地震勘探中，Q值可以分析岩层衰减特征，提供能量补偿信息，辅助岩性、岩层厚度的识别等。示意性的，对三维地震数据进行拓频处理还包括：根据三维地震数据生成地震剖面图像；将地震剖面图像按照预设划分方法进行划分，得到预设数量的时窗段；基于时窗段，得到动态子波；将动态子波进行反褶积处理，得到目标地震数据。其中，动态子波用于表征目标岩石中信号的时间传输特征和空间传输特征。由于实际地震子波在岩层中传播是随时间和空间变化的，故选用变子波反褶积技术优于目前常用的基于常子波褶积模型的反褶积方法。为此将地震剖面分为很多小的时窗段，在每一小段内都计算一个地震子波，进而得到时变与空变的动态子波，最后将这个动态子波用于反褶积处理，能够明显提高原始三维地震数据对应的分辨率。

步骤203，获取目标岩石的敏感参数范围。

该敏感参数范围通过对目标地区内的采油气井数据进行分析得到。示意性的，该采油井数据包括测井数据和钻井数据。基于测井数据和钻井数据，确定目标岩石的敏感参数范围。也即，基于测井数据和钻井数据，对测井解释成果中的储层段，利用密度与自然伽马交会分析、密度与纵波阻抗交会分析，确定目标岩石的最大伽马值范围GR_max，以及孔隙度大于2％的纵波阻抗值范围IM_min～IM_max，上述最大伽马值范围GR_max和纵波阻抗值范围IM_min～IM_max即敏感参数范围。

步骤204，基于目标地震数据和敏感参数范围，确定目标岩石在目标地区内的分布情况。

在本申请实施例中，通过目标地震数据和敏感参数范围可以得到目标岩石在目标地区内不同位置的厚度数据，根据上述厚度数据可以生成目标岩石在目标地区内的分布情况图像，即，基于目标地震数据和敏感参数范围，确定目标岩石的厚度数据；基于厚度数据，生成目标岩石在目标地区内的分布情况图像。

可选的，利用伽马反演数据体，以目标岩石的最大伽马值GR_max为门槛值，统计伽马值小于此值的采样数，得到目标岩石对应的时间厚度，再利用变差函数与井点处相应厚度建立关系，将时间厚度转换成实际厚度。

可选的，利用波阻抗反演数据体，设定孔隙度大于2％(目标岩石)的最大纵波阻抗值IM_max为门槛值，统计阻抗值小于此值的采样数，得到目标岩石的时间厚度，再利用变差函数与井点处相应储层厚度建立关系，将时间厚度转换成实际厚度。

综上所述，本申请实施例提供的岩石分布确定方法，通过对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，并基于目标地震数据和敏感参数范围确定目标岩石在目标地区内的分布情况，实现对较薄目标岩石的分布情况的识别，提高了岩石分布确定的准确度。

请参考图3，其示出了本申请实施例提供的一种岩石分布确定方法，在本申请实施例中，以该方法对鲕粒滩灰岩薄储层在目标地区内的分布情况进行预测，该方法包括：

步骤301，获取测井数据、钻井数据及三维地震数据。

在本申请实施例中，测井数据通过放置测井仪在目标地区内的采油气井内，通过测井仪对采油气井的井筒进行自上而下的数据采集，收集得到反映目标地区垂直方向上变化的岩性特征，将上述采集得到的数据输入至计算机设备中，作为测井数据进行存储；钻井数据是在钻井的过程中，通过对钻机携带的岩屑进行分析，确定该井点对应的岩石类型特征和/或颜色特征和/或厚度特征在垂直方向上的变化情况，并将其输入至计算机设备中，作为钻井数据进行存储；三维地震数据是基于采集数据得到的，该采集数据是通过对目标地区进行地震信号采集得到。

步骤302，基于测井数据和钻井数据，确定针对目标岩石的目标分辨能力。

在一个示例中，请参考图4，其示出了目标地区内目标采油气井不同频率的正演模拟图400，确定目标采油气井，基于目标采油气井对应的测井数据和钻井数据，选用30～70Hz(间隔5Hz)主频雷克子波建立合成地震记录，其中包括9个合成记录401，通过钻井数据对上述9个合成记录进行比对分析，得到目标岩石的目标分辨能力，如图4所示，比对分析结果为需要主频45Hz，频宽10～88Hz的三维地震资料才能满足鲕粒滩灰岩薄储层空间分布预测的要求，其中，图中还示出了多个岩层402(包括J1、F4、F3、差气层、F2)。

步骤303，对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据。

在确定目标分辨能力的基础上，使用Q补偿作为叠后拓频方法，结合变子波反褶积方法对三维地震数据进行多步递进拓频处理，将三维地震数据的主频提高到45Hz，频宽提高到10～88Hz。示意性的，通过landmark工作站的Seiswork模块实现三维地震数据的拓频处理。

在进行Q补偿处理之前，需要确定合适的Q值。在声波传播时，通过吸收介质时，能量和频率会衰减，相位会由于速度的散射引起扰动，衰减随频率和传播距离的增加而增加，故需要求取合适的Q值才能进行Q补偿处理。在本申请实施例中，通过反Q滤波处理得到Q值，消除介质的上述吸收作用。

在一个实例中，对Q参数进行扫描，示意性的，从20到200以5的增量进行了扫描，通过不同Q值扫描结果分析效果最好的Q值并将其确定为Q补偿的最佳参数。

在通过变子波反褶积处理提高三维地震数据的分辨能力时，地震道可以通过公式一表达。将公式一进行傅里叶变化，得到公式二。由于中频段地震数据的信噪比通常较高，在实际运算中，往往选取中频段频谱S(f_m)(m＝1，2，…，M)进行反射系数反演。针对信噪比较低的地震资料，需要采用合适的信噪比增强方法进行预处理。假设估计的子波频谱仅有一个常相位θ的误差，则频谱域表达式，用矩阵方式表达，如公式三所示。

公式一：S(t)＝w(t)*r(t)+n(t)

其中，w(t)为地震子波，r(t)为反射系数，n(t)为噪声，*表示褶积运算。

其中，S(f)为s(t)的频谱，W(f)为w(t)的频谱，N(f)为n(t)的频谱，k为反射系数的数目，t_k表示第k个反射系数的时间位置，r_k表示t_k时刻的反射系数大小。

公式三：

其中，α_m＝Re[S(f_m)/W(f_m)]，β_m＝-Im[S(f_m)/W(f_m)]，

ε_m＝Re[N(f_m)/W(f_m)]。

请参考图5，其示出了三维地震数据对应剖面图510及其对应的频谱520，请参考图6，其示出了目标地震数据对应剖面图610及其对应的频谱620，变子波反褶处理将地震道通过最优算法，分解成子波集，子波集随时间和空间变化，能达到与地震道的最佳拟合，大幅度提高三维地震数据的分辨率，变子波反褶积后把频宽由10～76Hz进一步拓宽到10～85Hz，目标岩石对应储层反射同相轴的横向连续性也进一步增强。

步骤304，基于测井数据和钻井数据，确定目标岩石的敏感参数范围。

在本申请实施例中，基于测井数据和钻井数据，对测井解释成果中的储层段，利用密度与自然伽马交会分析、密度与纵波阻抗交会分析，确定目标岩石的最大伽马值范围GR_max，以及孔隙度大于2％的纵波阻抗值范围IM_min～IM_max，上述最大伽马值范围GR_max和纵波阻抗值范围IM_min～IM_max即敏感参数范围。请参考图7，其示出了密度与自然伽马交会情况示意图700，请参考图8，其示出了密度与纵波阻抗交会情况示意图800。

步骤305，基于目标地震数据和敏感参数范围，确定目标岩石的厚度数据。

在本申请实施例中，请参考图9，其示出了目标地区的伽马反演剖面900，其中包括多个目标地区内的多个采油气井901，示意性的，包括L104号、L16号、L4号、L004-X1号采油气井。利用伽马反演数据体，以鲕粒滩灰岩的最大伽马值GR_max为门槛值，统计伽马值小于此值的采样数，得到鲕粒滩灰岩的时间厚度，再利用变差函数与井点处相应厚度建立关系，将时间厚度转换成第一厚度数据。

请参考图10，其示出了目标地区的连井波阻抗反演剖面1000，其中包括多个目标地区内的多个采油气井1001及上储层1002和下储层1003。利用波阻抗反演数据体，设定孔隙度大于2％(目标岩石)的最大纵波阻抗值IM_max为门槛值，统计阻抗值小于此值的采样数，得到目标岩石的时间厚度，再利用变差函数与井点处相应储层厚度建立关系，将时间厚度转换成第二厚度数据。

在一个示例中，在landmark工作站上使用Seiswork模块，选取合适的地震剖面，追踪目的层段的顶底界面；随机抽取多条地震道进行频谱分析，掌握地震频带宽度、低频、主频、高截频等情况，设计分频参数；利用设计好的分频参数对地震数据进行分频，产生不同频段的数据体；用支持向量机(Support Vector Machine，SVM)建立地震分频体与测井曲线的非线性映射关系，即，立低频模型，利用测井曲线和解释层位得到低频模型，并利用支持向量机建立分频属性和目标之间的非线性关系，可进行多次学习，直到对反演结果满意为止。

步骤306，基于厚度数据，生成目标岩石在目标地区内的分布情况图像。

基于上述第一厚度数据，生成目标岩石在目标地区内的厚度分布情况预测图像1100，如图11所示；基于上述第二厚度数据，生成目标岩石在目标地区内对应储层的厚度分布情况图像1200，如图12所示。

得到目标岩石在目标地区内的分布情况图像，可以准确反映滩体储层厚度变化及展布关系，也即，可以针对上述图像进行更有效的井位部署及钻探，提高了后续工作的效率和成功率，增加了单井对应的产能。

综上所述，本申请实施例提供的岩石分布确定方法，通过对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，并基于目标地震数据和敏感参数范围确定目标岩石在目标地区内的分布情况，实现对较薄目标岩石的分布情况的识别，提高了岩石分布确定的准确度。

请参考图13，其示出了本申请一个示例性实施例提供的岩石分布确定装置的结构框图。该岩石分布确定装置可以通过软件、硬件或者两者的结合实现成为计算机设备的全部或一部分。该装置包括：

获取模块1310，用于获取三维地震数据，所述三维地震数据是基于采集数据得到的，所述采集数据通过对目标地区进行地震信号采集得到，所述目标地区包括目标岩石；

处理模块1320，用于对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，所述目标分辨能力用于指示所述目标岩石对应垂直方向所能分辨的最薄岩层厚度；

所述获取模块1310，还用于获取所述目标岩石的敏感参数范围，所述敏感参数范围通过对所述目标地区内的采油气井数据进行分析得到；

确定模块1330，用于基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石在所述目标地区内的分布情况。

在一个可选的实施例中，所述获取模块1310，还用于获取测井数据、钻井数据，所述测井数据用于表示目标地区的岩性特征，所述钻井数据用于表示所述目标地区的岩屑特征；

所述确定模块1330，还用于基于所述测井数据和所述钻井数据，确定针对所述目标岩石的所述目标分辨能力。

在一个可选的实施例中，请参考图14，所述处理模块1320还包括：

合成单元1321，用于基于所述测井数据和所述钻井数据，建立合成地震记录，所述合成地震记录用于指示所述目标地区的分层情况；

确定单元1322，用于将所述钻井数据和所述合成地震记录进行比对分析，得到目标频率和对应的目标频率范围；

所述确定单元1322，还用于由所述目标频率和所述目标频率范围，确定所述目标分辨能力。

在一个可选的实施例中，

所述确定单元1322，还用于基于所述测井数据和所述钻井数据，确定所述目标岩石的敏感参数范围。

在一个可选的实施例中，所述确定单元1322，还用于对所述三维地震数据进行反Q滤波处理，确定目标Q值，所述Q值用于描述信号在所述目标地区内的传播过程中所述信号被吸收的特征；

所述确定单元1322，还用于基于所述目标Q值对所述三维地震数据进行Q值补偿处理，得到所述目标地震数据。

在一个可选的实施例中，所述处理模块1320还包括：

生成单元1323，用于根据所述三维地震数据生成地震剖面图像；

所述确定单元1322，还用于将所述地震剖面图像按照预设划分方法进行划分，得到预设数量的时窗段；

所述确定单元1322，还用于基于所述时窗段，得到动态子波，所述动态子波用于表征所述目标岩石中信号的时间传输特征和空间传输特征；

所述确定单元1322，还用于将所述动态子波进行反褶积处理，得到所述目标地震数据。

所述确定模块1330，还用于基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石的厚度数据；

所述装置，还包括：生成模块1340，用于基于所述厚度数据，生成所述目标岩石在所述目标地区内的分布情况图像。

综上所述，本申请实施例提供的岩石分布确定装置，通过对三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，并基于目标地震数据和敏感参数范围确定目标岩石在目标地区内的分布情况，实现对较薄目标岩石的分布情况的识别，提高了岩石分布确定的准确度。

需要说明的是：上述实施例提供的岩石厚度识别装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于虚拟环境的道具使用装置与基于虚拟环境的道具使用方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请的实施例还提供了一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述各方法实施例提供的岩石分布确定方法。可选地，该计算机设备可以是终端，也可以是服务器。

本申请的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行，以实现上述各方法实施例提供的岩石分布确定方法。

本申请的实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中任一所述的岩石分布确定方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种岩石分布确定方法，其特征在于，应用于计算机设备，所述方法包括：

获取三维地震数据，所述三维地震数据是基于采集数据得到的，所述采集数据通过对目标地区进行地震信号采集得到，所述目标地区包括目标岩石；

对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，所述目标分辨能力用于指示所述目标岩石对应垂直方向所能分辨的最薄岩层厚度；

获取所述目标岩石的敏感参数范围，所述敏感参数范围通过对所述目标地区内的采油气井数据进行分析得到；

基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石在所述目标地区内的分布情况。

2.根据权利要求1所述的方法，其特征在于，所述对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据之前，还包括：

获取测井数据、钻井数据，所述测井数据用于表示目标地区的岩性特征，所述钻井数据用于表示所述目标地区的岩屑特征；

基于所述测井数据和所述钻井数据，确定针对所述目标岩石的所述目标分辨能力。

3.根据权利要求2所述的方法，其特征在于，所述基于所述测井数据和所述钻井数据，确定针对所述目标岩石的所述目标分辨能力，包括：

基于所述测井数据和所述钻井数据，建立合成地震记录，所述合成地震记录用于指示所述目标地区的分层情况；

将所述钻井数据和所述合成地震记录进行比对分析，得到目标频率和对应的目标频率范围；

由所述目标频率和所述目标频率范围，确定所述目标分辨能力。

4.根据权利要求2所述的方法，其特征在于，所述获取所述目标岩石的敏感参数范围，包括：

基于所述测井数据和所述钻井数据，确定所述目标岩石的敏感参数范围。

5.根据权利要求1至4任一所述的方法，其特征在于，所述对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，包括：

对所述三维地震数据进行反Q滤波处理，确定目标Q值，所述Q值用于描述信号在所述目标地区内的传播过程中所述信号被吸收的特征；

基于所述目标Q值对所述三维地震数据进行Q值补偿处理，得到所述目标地震数据。

6.根据权利要求1至4任一所述的方法，其特征在于，所述对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，包括：

根据所述三维地震数据生成地震剖面图像；

将所述地震剖面图像按照预设划分方法进行划分，得到预设数量的时窗段；

基于所述时窗段，得到动态子波，所述动态子波用于表征所述目标岩石中信号的时间传输特征和空间传输特征；

将所述动态子波进行反褶积处理，得到所述目标地震数据。

7.根据权利要求1至4任一所述的方法，其特征在于，所述基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石的分布情况，包括：

基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石的厚度数据；

基于所述厚度数据，生成所述目标岩石在所述目标地区内的分布情况图像。

8.一种岩石分布确定装置，其特征在于，所述装置包括：

获取模块，用于获取三维地震数据，所述三维地震数据是基于采集数据得到的，所述采集数据通过对目标地区进行地震信号采集得到，所述目标地区包括目标岩石；

处理模块，用于对所述三维地震数据进行拓频处理，得到满足目标分辨能力的目标地震数据，所述目标分辨能力用于指示所述目标岩石对应垂直方向所能分辨的最薄岩层厚度；

所述获取模块，还用于获取所述目标岩石的敏感参数范围，所述敏感参数范围通过对所述目标地区内的采油气井数据进行分析得到；

确定模块，用于基于所述目标地震数据和所述敏感参数范围，确定所述目标岩石在所述目标地区内的分布情况。

9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一所述的岩石分布确定方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行以实现如权利要求1至7任一所述的岩石分布确定方法。

Images