裂缝识别方法和装置与流程

本发明涉及地震勘探领域，特别涉及一种裂缝识别方法和装置。
背景技术：
：在地震勘探领域中，对裂缝的识别和预测有着重要的意义。因为，在实际地震勘探中，裂缝既可以充当流体的储集空间，又可以作为流体的运移通道，将储层中分散的储集空间联通起来。所以，有效裂缝的预测在实际勘探中很重要，是决定储层勘探开发的关键。具体勘探时，由于地层上覆地层的压实作用，水平裂缝和低角度裂缝几乎消失，保留下来的一般都是高角度裂缝，而这类裂缝使储层具有方位各向异性特性，即，地震波的物理性质(例如：振幅、速度和频率等)会随着观测方位的变换而变化。所以，通过分析裂缝诱导的方位各向异性特性可以得到裂缝的相关参数，如裂缝密度、裂缝方位和裂缝流体指示因子，进而通过这些数据，确定和评价储层内油气的运移方向、聚散程度和开发远景等。实际实施时，过去主要采用叠后属性裂缝检测法对裂缝进行识别。其中，叠后属性裂缝检测法主要是基于叠后三维地震数据体，通过研究道间不连续变化以及构造变形来预测断层和构造突变区，从而间接预测裂缝发育带。但这种方法不能针对有效裂缝(即开启并填充流体的裂缝)进行预测，这也是叠后预测方法的局限性。为提高预测精度，目前地震工业大多用叠前方位AVO反演方法进行裂缝识别，它主要基于Rüger反射系数方程的前两项求解，不使用第三项，即含sin2θtan2θ项。实际上，在用Rüger反射系数方程描述地下某个成像点的各向异性特征时，受第三项的影响很大，尤其是当入射角相对较大时，这种影响更为明显。并且，随着地震采集技术的提高，具有较大偏移距的地震资料越来越多，相应地，反射波入射角范围也较大。当入射角范围较大(如大于30°)时，Rüger反射系数方程的第三项，即含sin2θtan2θ项，对纵波反射系数的贡献会很大，不能忽略。但由于实施时未考虑这一项，通过现有技术进行裂缝识别，往往存在预测精度不高且不能对裂缝流体进行定量识别的技术问题针对上述问题，目前尚未提出有效的解决方案。技术实现要素：本发明实施例提供了一种裂缝识别方法和装置，通过求解三项Rüger反射系数方程，求解得到裂缝密度、裂缝方位角和各向异性参数，利用上述数据，达到对裂缝的高精度识别和对裂缝内裂缝流体定量识别的目的。本发明实施例提供了一种裂缝识别方法，包括：获取n个方位的偏移距道集；根据层速度将所述n个方位的偏移距道集转化为n个方位的角道集，其中，n为大于等于4的正整数；将所述n个方位的角道集按照预设分角度范围叠加，得到所述n个方位的角道集中每个方位的分角度叠加数据；根据所述n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数；根据所述裂缝密度和所述各向异性参数，求解得到裂缝流体指示因子；根据所述裂缝密度和所述裂缝方位角识别裂缝，根据所述裂缝流体指示因子识别裂缝内的裂缝流体类型。在一个实施方式中，根据所述裂缝密度和所述裂缝方位角识别裂缝，根据所述裂缝流体指示因子识别裂缝内的裂缝流体类型，包括：根据所述裂缝密度识别裂缝的密度；根据所述裂缝方位角识别裂缝的方位；根据所述裂缝流体指示因子定量识别裂缝内的裂缝流体类型。在一个实施方式中，将所述n个方位的角道集按照预设分角度范围叠加，得到所述n个方位的角道集中每个方位的分角度叠加数据，包括：将所述n个方位的角道集中每个方位的角度范围等分为多个分角度范围；将所述n个方位的角道集中每个方位的角道集按照所述分角度范围进行叠加，得到所述n个方位的角道集中每个方位的分角度叠加数据。在一个实施方式中，根据所述n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数，包括：根据所述n个方位的角道集中每个方位的分角度叠加数据，求解得到第一待反演数据和第二待反演数据；根据所述第一待反演数据，求解得到裂缝方位角和裂缝密度；根据所述裂缝方位角和所述第二待反演数据，求解得到各向异性参数。在一个实施方式中，根据所述n个方位的角道集中每个方位的分角度叠加数据，按照以下方程求解所述第一待反演数据和所述第二待反演数据：其中，为分角度叠加数据，为采集线的方位角，θ为入射角，为第一待反演数据，为第二待反演数据，A为法向入射的反射系数。在一个实施方式中，根据所述第一待反演数据，按照以下方程求解所述裂缝方位角和所述裂缝密度：其中，为第一待反演数据，Biso为各向同性梯度，Bani为裂缝密度，φs为裂缝方位角，为采集线的方位角。在一个实施方式中，根据所述裂缝方位角和所述第二待反演数据，按照以下方程求解所述各向异性参数εν和δν：其中，为第二待反演数据，为反射界面两侧介质中纵波速度平均值，Δα为反射界面两侧介质中纵波速度的差值，εν和δν为各向异性参数，φs为裂缝方位角，为采集线的方位角。在一个实施方式中，根据所述n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数，包括：根据所述n个方位的角道集中每个方位的分角度叠加数据，通过噪音衰减算法，求解得到所述裂缝密度、所述裂缝方位角和所述各向异性参数。基于相同的发明构思本发明实施例还提供了一种裂缝识别装置，包括：获取模块，用于获取n个方位的偏移距道集；转化模块，用于根据层速度将所述n个方位的偏移距道集转化为n个方位的角道集，其中，n为大于等于4的正整数；叠加模块，用于将所述n个方位的角道集按照预设分角度范围叠加，得到所述n个方位的角道集中每个方位的分角度叠加数据；第一求解模块，用于根据所述n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数；第二求解模块，用于根据所述裂缝密度和所述各向异性参数，求解得到裂缝流体指示因子；识别模块，用于根据所述裂缝密度、所述裂缝方位角识别裂缝，根据所述裂缝流体指示因子识别裂缝内的裂缝流体类型。在一个实施方式中，所述叠加模块，用于将所述n个方位的角道集中每个方位的角度范围按照预设规则等分为多个分角度范围；再将所述n个方位的角道集中每个方位的角道集按照所述分角度范围进行叠加，得到所述n个方位的角道集中每个方位的分角度叠加数据。在一个实施方式中，所述第一求解模块，包括：求取待反演数据单元，用于根据所述n个方位的角道集中每个方位的分角度叠加数据，求解得到第一待反演数据和第二待反演数据；求取裂缝方位角和裂缝密度单元，用于根据所述第一待反演数据，求解得到裂缝方位角和裂缝密度；求取各向异性参数单元，用于根据所述裂缝方位角和所述第二待反演数据，求解得到各向异性参数。在一个实施方式中，所述第一求解模块，通过噪音衰减算法求解得到所述裂缝密度、所述裂缝方位角和所述各向异性参数。在一个实施方式中，所述识别模块，用于根据所述裂缝密度识别裂缝的密度；根据所述裂缝方位角识别裂缝的方位；根据所述裂缝流体指示因子定量识别裂缝流体类型。在本发明实施例中，考虑到裂缝的存在使得储层具有方位各向异性特性，因此通过基于三项Rüger反射系数方程的叠前分步方位AVO方法，求解得到裂缝密度、裂缝方位角和各向异性参数，利用这些数据便可以实现对裂缝的高精度识别和对裂缝流体的定量识别，从而解决了现有技术中裂缝识别精度低，不能识别裂缝流体的问题，从而达到了有效提高裂缝识别精度和对裂缝流体进行定量识别的技术效果。附图说明此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：图1是根据本发明实施例的裂缝识别方法的处理流程图；图2是根据本发明实施例的裂缝识别方法中求解裂缝密度、裂缝方位角和各向异性参数的处理流程图；图3是根据本发明实施例的裂缝识别方法具体识别裂缝的过程流程图；图4是根据本发明实施例的裂缝识别装置的结构示意图；图5是根据本发明实施例的裂缝识别装置中第一求解模块的结构示意图；图6是根据本发明实施例的25°入射角对应的方位角道集示意图；图7是根据本发明实施例的不含噪音的情况下基于三项Rüger反射系数方程的叠前分步方位AVO方法和基于两项Rüger反射系数方程的常规方位AVO反演方法的结果对比图；图8是根据本发明实施例的含15％随机噪音的情况下基于三项Rüger反射系数方程的叠前分步方位AVO方法和基于两项Rüger反射系数方程的常规方位AVO反演方法的结果对比图；图9是根据本发明实施例求解得到的裂缝流体指示因子的理论值、分步方位AVO反演结果的对比图；图10是根据本发明实施例的过井叠前时间偏移剖面图；图11是根据本发明实施例的目标层段的成像测井解释结果和统计分析的目标层段的裂缝的倾角示意图；图12是根据本发明实施例的基于常规方位AVO反演方法得到的裂缝密度剖面图；图13是根据本发明实施例的基于三项Rüger反射系数方程的叠前分步方位AVO方法得到的裂缝密度剖面图；图14是根据本发明实施例的裂缝流体指示因子示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。目前大多采用的叠前方位AVO反演方法识别裂缝之所以存在识别精度低，且不能对裂缝流体进行定量识别的技术问题，其根本原因是由于现有技术利用的是基于Rüger反射系数方程的前两项，没有使用第三项，即含sin2θtan2θ项。实际上，在用Rüger反射系数方程描述地下某个成像点的各向异性特征时，受第三项的影响很大，尤其是当入射角相对较大时，这种影响更为明显。目前随着地震采集技术的提高，具有较大偏移距的地震资料越来越多，相应地，反射波入射角范围也较大。当入射角范围较大(如大于30°)时，Rüger反射系数方程中的第三项，即含sin2θtan2θ项，对纵波反射系数的贡献也很会大，这时不能忽略。因此，为了获得较精确的地下裂缝的特征参数，解决现有技术中存在的识别精度低，且不能对裂缝流体进行定量识别的技术问题，考虑到关键是要充分利用Rüger反射系数方程中的第三项，即含sin2θtan2θ项。基于上述思路，本发明实施例提供了一种裂缝识别方法，如图1所示，可以包括：步骤101：获取n个方位的偏移距道集；步骤102：根据层速度将n个方位的偏移距道集转化为n个方位的角道集，其中，n为大于等于4的正整数；上述实施例中的层速度，指的是在层状地层中地震波传播的速度。它能直接反映地层的岩性，可以用来划分地层。一般层速度是用地震测井或声波测井测得的，也可以利用反射记录计算得到。在地震勘探中，一般把层速度低于1400米/秒的地层叫做低速层，把高于3500米/秒的地层视为高速层。上述实施例中的偏移距道集，是地下偏移距共成像道集的简称，是角道集在逆Radon变换下的对偶量，不同的偏移据对应不同的角道集。且上述偏移距道集一般由叠前偏移生成。利用偏移距道集与偏移速度模型的相互关系可以确定速度分析的标准和目标函数。对应的，角道集是根据偏移距和深度得到样点的入射角度，把一定角度范围的地震道集合一起就是角道集，具体过程可能还要考虑地层倾角因素。步骤103：将n个方位的角道集按照预设分角度范围叠加，得到n个方位的角道集中每个方位的分角度叠加数据；具体实施过程中，在进行上述发明实施例步骤103：将n个方位的角道集按照预设分角度范围叠加时，需要对每个方位内的角度范围按照预设规则进行划分，得到多个分角度范围，然后再将n个方位的角道集按照预设分角度范围叠加，得到n个方位的角道集中每个方位的分角度叠加数据。即，步骤103可以包括：将n个方位的角道集中每个方位的角度范围等分为多个分角度范围；将n个方位的角道集中每个方位的角道集按照对应的分角度范围进行叠加，得到n个方位的角道集中每个方位的分角度叠加数据。其中，对每个方位内入射角划分时，每个方位的分角度范围个数t不是唯一的，考虑到具体求解三项Rüger反射系数方程时，至少需要3个以上方程才能求解，这里的t必须为大于等于3的正整数。具体划分的预设规则可以包括：将入射角的角度范围等分为t个：第一个分角度范围为第二个分角度范围为第i个分角度范围为第t个分角度范围为其中，Imax为最大入射角度，Imin为最小入射角度，t为大于等于3的正整数，i为1到t之间的任意整数。这里，需要说明的是对于每个方位的入射角划分得到的分角度范围个数t可以是不同的，但必须是符合要求的正整数。另外，值得注意的是，上述所列举的预设规则仅是一种示意性描述，是为了更好地说明本发明，然而，在实际执行的过程中，还可以包括其它衍生预设规则，可以根据实际需要进行选取，本申请对此不作限定。在一个具体实施方式中，利用层速度将n个方位的偏移距道集转化为n个方位的角道集，在本实施例中，取n＝4，并对各个方位的角道集按照角度范围：3°～14°，14°～25°，25°～36°进行划分，每个方位得到3个分角度范围，对每个方位中的3个分角度范围的角道集分别进行叠加，得到每个方位的3个分角度叠加数据。然而，值得注意的是，上述所列举的处理步骤仅是一种示意性描述，是为了更好地说明本发明，然而，在实际执行的过程中，还可以包括其它衍生步骤，可以根据实际需要进行选取调整，本申请对此不作限定。步骤104：根据n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数；步骤105：根据裂缝密度和各向异性参数，求解得到裂缝流体指示因子；具体地，可以将裂缝密度和各向异性参数，代入以下的裂缝流体指示因子表达式，求解得到裂缝流体指示因子：f≈2ϵv-δv-Baniδv-Bani]]>其中，f为裂缝流体指示因子，εν和δν为各向异性参数，Bani为裂缝密度。上述实施例中的裂缝流体指示因子是能够表征地下裂缝内的裂缝流体情况的数据，具体实施的，在裂缝饱含液体(油或水)时，裂缝流体指示因子接近0；在裂缝饱含气体时，裂缝流体指示因子远远大于0。这些数据在一定程度上给出了定量预测裂缝内的裂缝流体类型的标准。在一个具体的实施例中，检测一口油井的生产数据，井累计产液13400t，其中，产液26.5t/天，产油23.2t/天，这时，裂缝流体指示因子在井位置表现为低值，这与实际生产情况吻合，验证了利用本发明实施例求解得到的裂缝流体因子可以较好地识别裂缝流体类型，较准确地描述实际情况。步骤106：根据裂缝密度、裂缝方位角识别裂缝，根据裂缝流体指示因子识别裂缝内的裂缝流体的类型。具体实施时，通过求解得到的裂缝密度，确定裂缝密度；通过求解得到的裂缝方位角，确定裂缝方位；通过求解得到的裂缝流体指示因子，对裂缝流体类型进行定量识别。上述发明实施例提供的主要方法实际上就是一种基于三项Rüger反射系数方程的叠前方位AVO反演方法，通过该方法求解得到裂缝密度、裂缝方位角和各向异性参数，然后再利用上述裂缝密度、裂缝方位角和各向异性参数实现对裂缝的高精度识别和对裂缝内裂缝流体类型的定量识别，解决了现有技术中裂缝识别精度低，不能识别裂缝流体类型的技术问题，从而达到了有效提高裂缝识别精度和对裂缝流体进行定量识别的技术效果。具体实施过程中，考虑到求解裂缝密度、裂缝方位角和各向异性参数的各个过程实际是相互联系的，是一个整体求解的过程，因此上述发明实施例中的步骤104根据n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数的具体求解过程如图2所示，可以包括：步骤201：根据n个方位的角道集中每个方位的分角度叠加数据，求解得到第一待反演数据和第二待反演数据；步骤202：根据第一待反演数据，求解得到裂缝方位角和裂缝密度；步骤203：根据裂缝方位角和第二待反演数据，求解得到各向异性参数。需要说明的是，上述三个求解步骤是一个求解整体，互相有着紧密的联系，是一个不能分开的整体求解过程。结合上述具体求解步骤201、步骤202和步骤203，本发明实施例中一个具体的裂缝识别方法处理流程可以如图3所示包括：获取n个方位的共反射点道集，并基于n个方位的共反射点道集得到n个方位的部分叠加剖面；然后，通过求解上述三项Rüger反射系数方程得到n个方位的第一待反演数据和第二待反演数据再根据第一待反演数据求解得到裂缝方位角φs和裂缝密度Bani；根据第二待反演数据和裂缝密度Bani，求解得到各向异性参数εν和δν；根据裂缝方位角φs和裂缝密度Bani对裂缝进行识别；根据裂缝密度Bani、各向异性参数εν和δν确定用于裂缝流体的定量识别的裂缝流体指示因子。具体实施时，在上述步骤104中，可以通过以下公式求解得到裂缝密度、裂缝方位角和各向异性参数：其中，α为纵波速度，为反射界面两侧介质中纵波速度平均值，β为横波速度，为反射界面两侧介质中横波速度平均值，εv、δv、γ为各向异性参数，为采集线的方位角，φs为裂缝方位角，θ为入射角，Z纵波入射时的波阻抗，G为横波的切向模量，Δα为反射界面两侧介质中纵波速度的差值，ΔZ为反射界面两侧介质中纵波入射波阻抗的差值，ΔG为反射界面两侧介质中横波的切向模量的差值。因为上述公式一共有三项，即称为三项Rüger反射系数方程，具体将得到的分角度叠加数据代入上述三项Rüger反射系数方程，便可以求得裂缝密度、裂缝方位角和各向异性参数。正如前文所提及的通过分析裂缝诱导的方位各向异性特性就可以获取裂缝的相关数据，在获取相关数据后也就相当于实现了裂缝的识别。进一步的，考虑到上述的三项Rüger反射系数方程在现有技术使用时存在求解难度大，计算耗时长，求解实用性低的问题，针对上述存在的问题，基于对上述三项Rüger反射系数方程的理解，对其进行了变形、推导。在本发明实施例中，通过变形、推导，将上述三项Rüger反射系数方程转换为如下的三个相关的线性方程：1)2)3)通过对这三个相关的线性方式的求解就可以得到裂缝识别时所需要的裂缝密度、裂缝方位角和各向异性参数，从而实现了简单、快捷、高效地求解目的。下面对上述三个线性方程的推导和应用方向进行具体描述：方程1：其中，为分角度叠加数据，为采集线的方位角，θ为入射角，为第一待反演数据，为第二待反演数据，A为法向入射的反射系数。步骤201：根据n个方位的角道集中每个方位的分角度叠加数据求解得到第一待反演数据和第二待反演数据，即为通过求解变形后的线性方程：得到第一待反演数据和第二待反演数据。方程2：其中，为第一待反演数据，Biso为各向同性梯度，Bani为裂缝密度，φs为裂缝方位角，为采集线的方位角。步骤202根据第一待反演数据，求解得到裂缝方位角和裂缝密度，即为通过求解变形后的线性方程：得到裂缝密度和裂缝方位角。方程3：其中，为第二待反演数据，为反射界面两侧介质中纵波速度平均值，Δα为反射界面两侧介质中纵波速度的差值，εν和δν为各向异性参数，φs为裂缝方位角，为采集线的方位角。步骤203根据裂缝方位角和第二待反演数据，求解得到各向异性参数，即为通过求解变形后的线性方程：得到各向异性参数。在具体实施过程中，考虑到常规地震资料常常由于存在采集方位范围窄，并受随机噪声影响大的情况，很容易导致对上述的方程具体进行求解的过程中出现求解稳定性差的问题。为了增加方程求解的稳定性，减少随机噪声的影响，在本发明实施例中，通过噪音衰减算法，求解得到裂缝密度、裂缝方位角和各向异性参数。下面以通过噪声衰减方法对上述3个线性方程进行求解为例进行说明，因上述三个线性方程都是线性的，因此，上述3个线性方程都可以表示为MX＝R的形式。在实际计算的过程中，可以将地震数据划分为多个采集方位，从而将上述3个线性方程转换为了超定线性方程组。本发明实施例的主要工作之一就是分别求取上述方程组的未知量X。其中。要求解得到合理的X，就要求不仅野外宽(全)方位采集，而且要求地震资料的信噪比要高，然后，实际资料往往不能满足这些要求。为此，在本例中采用了噪音衰减算法来解决上述问题，具体的，就是在方程MX＝R基础上，加入噪音项N，使原来的方程转化为MX＝R+N，然后，再利用奇异值分解方法来解目标函数。通过噪音衰减法求解，实现了稳定求解，并且增强了解的唯一性。基于上述的发明构思，本发明实施例中还提供了一种裂缝识别装置，如下面所述。由于裂缝识别装置原理与裂缝识别方法原理相似，因此涉及到一些相同的技术和原理在此不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图4是本发明实施例的一种裂缝识别装置的结构框图。如图4所示，可以包括：获取模块401，转化模块402，叠加模块403，第一求解模块404，第二求解模块405，识别模块406。下面结合图4对该结构进行具体说明。获取模块401，用于获取n个方位的偏移距道集；转化模块402，用于根据层速度将n个方位的偏移距道集转化为n个方位的角道集，其中，n为大于等于4的正整数；叠加模块403，用于将n个方位的角道集按照预设分角度范围叠加，得到n个方位的角道集中每个方位的分角度叠加数据；第一求解模块404，用于根据n个方位的角道集中每个方位的分角度叠加数据，求解得到裂缝密度、裂缝方位角和各向异性参数；第二求解模块405，用于根据裂缝密度和各向异性参数，求解得到裂缝流体指示因子；识别模块406，用于根据裂缝密度、裂缝方位角识别裂缝，根据裂缝流体指示因子识别裂缝内的裂缝流体。考虑到具体操作过程中，在将n个方位的角道集按照预设分角度范围叠加，得到n个方位的角道集中每个方位的分角度叠加数据时，需要将n个方位每个方位的角度范围按照预设规则等分为多个分角度范围，因此，上述实施例中的叠加模块403，用于将n个方位的角道集中每个方位的角度范围按照预设规则等分为多个分角度范围；再将n个方位的角道集中每个方位的角道集按照分角度范围进行叠加，得到n个方位的角道集中每个方位的分角度叠加数据。考虑到具体实施时，第一求解模块404要处理的是3个方程，并且对这3个方程的求解过程是一个相互联系的整体。为了在一个整体中，分步求解上述的3个方程，本发明实施例中的第一求解模块404如图5所示，可以包括：求取待反演数据单元501：用于根据n个方位的角道集中每个方位的分角度叠加数据，求解得到第一待反演数据和第二待反演数据；求取裂缝方位角和裂缝密度单元502：用于根据第一待反演数据，求解得到裂缝方位角和裂缝密度；求取各向异性参数单元503，用于根据裂缝方位角和第二待反演数据，求解得到各向异性参数。考虑到具体求解过程中，求解相关方程可能会出现求解不稳定的问题，为了提高求解的稳定性，上述实施例中的第一求解模块404中的求取待反演数据单元501，求取裂缝方位角和裂缝密度单元502和求取各向异性参数单元503具体都是通过噪音衰减算法求解得到裂缝密度、裂缝方位角和各向异性参数。考虑到实际实施时，通过第一求解模块404求解得到了裂缝密度、裂缝方位角和各向异性参数，通过第二求解模块405求解得到了裂缝流体指示因子后，还需要对上述数据进行处理，从而对裂缝进行综合识别，因此，本发明实施例中的识别模块406，用于根据裂缝密度识别裂缝的密度；根据裂缝方位角识别裂缝的方位；根据裂缝流体指示因子定量识别裂缝流体的类型。从而，实现了对裂缝的识别。根据本发明实施例，将裂缝识别方法和装置应用到具体的施工中，在一个具体实施例中，实际实施过程还包含数值模型的应用和实际资料的应用，本发明实施例通过数值模型来验证本发明实施例的可行性和有效性，进而指导应用本发明实施例处理实际资料。如图6所示，是入射角为25°时用数值模型正演模拟方位角道集用于反演的结果示意图。其实施过程可以包括：首先进行模型正演，设计一双层介质模型，上层为均匀各向同性介质层，下层为裂缝介质层，模型参数如表1，并且裂缝中充填气体。同时，设定裂缝纵横比为0.001，裂缝密度范围为0.005～0.15，间隔为0.005，即共有30个CDP点，每个CDP点对应不同的裂缝密度值。利用各向异性等效介质理论求得各个CDP点的各向异性参数。设定入射角为10°、20°、30°和40°，方位角为0°、20°、40°、60°、80°、100°、120°、140°、160°、180°。利用三项Rüger反射系数方程求解得到反射系数数据，再将30个CDP点的反射系数序列分别与40Hz的零相位雷克子波进行褶积，得到的合成地震记录。通过如图6所示入射角为25°时的方位道集，可以看出不同方位间反射振幅有明显差异。表1各向同性/各向异性双层单界面模型参数纵波速度(m/s)横波速度(m/s)密度(kg/m3)各向同性层3670.02000.02400裂缝介质层4500.02530.02750具体实施过程中，当不考虑随机噪声时，本发明实施例由于采用基于三项Rüger反射系数方程分步方位AVO反演方法，相较于基于两项Rüger反射系数方程常规方位AVO反演方法，求解得到的数据精度更高，更加接近真实值。在一个具体实施例中，不考虑随机噪声时，采用基于三项Rüger反射系数方程分步方位AVO反演方法和基于两项Rüger反射系数方程常规方位AVO反演方法求解结果比较如图7所示。其中，图7是不含噪音的情况下基于三项Rüger反射系数方程的分步方位AVO反演和基于两项三项Rüger反射系数方程的常规方位AVO反演的结果对比图。图中分步方位AVO反演结果中包括裂缝密度Bani、裂缝方位φs，各向异性参数εv和δv。需要说明的是本发明实施例所展示的均是反射界面处的结果。具体，图7(a)是通过不同方法求得的裂缝密度Bani对比结果，其中，实线表示理论值，带星实线表示常规反演的结果，即方位AVO反演的结果，带圆圈虚线表示分步方位AVO反演的结果。可以看出，在裂缝内充填流体的情况下，用常规方法反演的Bani值偏离理论值很多，尤其是裂缝密度较大的情况，而通过基于三项反射系数方程的分步方位AVO反演的Bani值非常接近于理论值。图7(b)是两种方法反演的裂缝方位φs对比图，可以看出在没有噪音干扰的情况下，两种反演方法得到的裂缝方位均和理论值吻合。图7(c)和图7(d)分别是通过分步方位AVO反演得到的各向异性参数εv和δv与理论值对比图，其中，实线表示理论值，带星点的虚线表示分步方位AVO反演的结果。从图7(c)和图7(d)中可以看出，通过本发明实施例反演得到的εv和δv都比较接近于理论值。具体实施过程中，当考虑了随机噪声后，本发明实施例由于采用基于三项Rüger反射系数方程分步方位AVO反演方法，相较于基于两项Rüger反射系数方程常规方位AVO反演方法，求解得到的数据精度更高，更加接近真实值。在一个具体实施例中，考虑随机噪声时，采用基于三项Rüger反射系数方程分步方位AVO反演方法和基于两项Rüger反射系数方程常规方位AVO反演方法求解结果比较如图8所示。其中，图8是含15％随机噪音的情况下基于三项Rüger反射系数方程的分步方位AVO反演和基于两项Rüger反射系数方程的常规方位AVO反演的结果对比图。图8不仅说明了本发明实施例的反演方法比常规方位AVO反演更精确，更说明了本发明实施例的方法有一定的抗噪音能力。其具体求解步骤同不含噪音的情况相同。具体，图8(a)是通过不同方法求得的裂缝密度Bani对比结果，其中，实线表示理论值，带星实线表示常规方位AVO反演的结果，带圆圈虚线表示分步方位AVO反演的结果。可以看出，所求得的裂缝密度Bani的整体变化特征和无噪音时候相同，由于有噪音的存在常规方位AVO反演结果、分步方位AVO反演结果均表现不同程度的抖动，但是通过本发明实施例提出的反演方法得到的Bani更接近于理论值。类似于图8(a)，图(b)是含15％随机噪音的情况下，通过不同方法求得的裂缝方位角φs对比结果图。图8(c)和图8(d)分别是通过分步方位AVO反演得到的各向异性参数εv和δv与理论值对比图，其中，实线表示理论值，带星点的虚线表示分步方位AVO反演的结果。可以看出，通过本发明实施例的方法反演得到的εv和δv受到噪音的影响都表现不同程度地偏离理论值，但是都在合理范围内浮动，也就是说通过本发明实施例得到的反演结果有一定的可信度。在一个具体实施例中，将本发明实施例分别用于以下四种情况中，通过求解裂缝流体指示因子，确定裂缝内的裂缝流体类型：情况1、无噪声下100％饱含水的情况，情况2、无噪声下100％包含气的情况，情况3、含15％噪声下100％饱含水的情况，情况4、含15％噪声下100％饱含气的情况。如图9所示是裂缝流体指示因子的理论值、分步方位AVO反演结果的对比图。针对上述四种情况，在其他模型参数不变的条件下按着上面的步骤求出了裂缝内充填水(包括无噪音和有噪音两种情况)的裂缝密度Bani，各向异性参数εv和δv，继而可以求出裂缝流体指示因子。理论研究表明当裂缝内充填油或水时，裂缝流体指示因子的值接近0；当裂缝内充填气时裂缝流体指示因子不为0，且其值远大于0，据此可以用裂缝流体指示因子判断裂缝内的裂缝流体类型。通过图9可以看出，当裂缝内饱含水时，裂缝流体指示因子较小接近于0，当裂缝充填气时，裂缝流体指示因子的值较大，通过裂缝流体指示因子，上述两种情况可以明显被区分开来。虽然受随机噪音的影响，裂缝流体指示因子在一定程度上偏离理论值，但是这并不影响利用根据本发明实施例计算得到的裂缝流体因子区分裂缝流体类型。通过上述三个实施例，根据数值模拟表明，相比于基于两项Rüger反射系数方程的常规方位AVO反演方法，基于三项Rüger反射系数方程的分步方位AVO反演方法得到的裂缝密度和裂缝方位的精度更高；且利用叠前分步方位AVO反演的结果得到的裂缝流体指示因子确实能够很好地识别裂缝流体类型。在一个实施方式中，将本发明实施例应用到某地区实际三维数据的一条测线，根据具体实施情况，可以说明本发明实施例的实际应用效果。具体可以通过图10-图14所示的相关内容，说明本发明实施例相较于原有技术，确实实现了对裂缝的高精度识别和对裂缝内裂缝流体类型的定量识别。其中，所述实施例中图10表示过井的叠前时间偏移剖面。图11是研究井在目标层段的成像测井信息。图10中椭圆圈的位置对应的井段如图11(a)所示的深度范围。从图11(a)可以看出该井段裂缝非常发育。图11(b)表示统计的该井段内发育的裂缝的倾角，可以看出发育高陡裂缝，各向异性程度强，测井评价结果也显示目标层内裂缝孔隙度比较高。图12表示基于两项Rüger反射系数方程的常规方位AVO反演的裂缝密度。图13表示利用本发明实施例求出的过井裂缝密度。从图12和图13可以看出，用上述两种方法得到的裂缝密度基本都和井数据吻合，但是两者也有一定的差别。通过常规方位AVO反演的强各向异性值主要分布在井的左侧，而利用本发明实施例求出的裂缝密度的高值区正对井位置。相比于常规方法，本发明实施例得到的结果更合理，并与井资料吻合。图14表示利用本发明实施例求出的裂缝流体指示因子。利用本发明实施例反演得到的各向异性参数εv、δv和裂缝密度Bani，求解得到裂缝流体指示因子。理论研究表明当裂缝内充填油或水时，裂缝流体指示因子的值较低，而充填气时，裂缝流体指示因子值较高。生产数据表明该井是口油井，井累计产液13400t，产液26.5t/天，产油23.2t/天，裂缝流体指示因子在井位置表现低值，与生产情况吻合，这表明利用本发明实施例求得的裂缝流体指示因子可以较好地识别裂缝内裂缝流体类型。通过上述实施例可以看出，将本发明实施例应用到碳酸盐岩储层中，基于三项Rüger反射系数方程的分步方位AVO反演方法求出的裂缝参数与成像测井结果吻合，且比基于两项Rüger反射系数方程的常规方位AVO反演结果更精确，得到的裂缝流体指示因子也和井生产情况吻合，充分说明了本发明实施例所采用方法的可行性。关于上述实施例，必须说明的是本发明实施例中裂缝探测的适用范围如下：当储层不发育裂缝或者发育多组裂缝(裂缝表现不同的走向)时，各向异性程度弱，建立在三项Rüger反射系数方程基础上的分步方位AVO反演方法无法预测出裂缝及其内的裂缝流体的分布情况；只有对发育单组裂缝(裂缝方位呈现某一优势方向)的储层，其表现较强的各向异性时，该方法才准确能预测其中的裂缝和其内的裂缝流体类型。从以上的描述中，可以看出，本发明实施例实现了如下技术效果：通过基于三项Rüger反射系数方程的叠前分步方位AVO反演方法，实现了对裂缝的高精度识别，同时，由于通过该方法可以求解得到各向异性参数，使用所得到的各向异性参数可以求解得到裂缝流体指示因子，因而还可以通过裂缝流体指示因子实现对裂缝流体类型的定量识别，解决了目前主要采用的裂缝检测法中存在的裂缝识别精度不高，不能对裂缝流体进行定量识别的技术问题；通过对原本所要处理的形式复杂的三项Rüger反射系数方程变形转换，将上述方程转换成相关的3个线性方程，实现了对所需要数据分步、简单、快捷的求解；通过采用噪音衰减算法进行求解，针对性地解决了线性反演中的病态问题，克服了具体实施时所使用的常规地震资料中采集方位范围窄与噪声大对求解过程的不利影响，提高了求解过程的稳定性，并增强了解的唯一性；另外，由于本发明实施例提出的叠前分步方位AVO反演方法是基于三项Rüger反射系数方程，使之能够充分利用大炮检距地震资料，从而不仅提高了对地震资料的利用率，也提高了裂缝识别的准确性。显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3