一种建立地下暗河储集体地质模型的方法、装置及系统与流程

本发明涉及石油天然气勘探开发技术领域，特别地，涉及一种建立地下暗河储集体地质模型的方法、装置及系统。

背景技术：

地下暗河是指地面以下的河流，主要发育在石灰岩中，现代和古代均可发育。地质历史时期(如4亿年前)发育的地下暗河有可能会被砂、泥或砾石充填，而后被后期沉积掩埋，深埋于地下(比如地下400米)，成为古地下暗河。当油气运移到地下暗河中时，整个暗河被称为地下暗河储集体。

在溶洞型碳酸盐岩油藏中，地下暗河储集体对产能贡献很大，因此，对古地下暗河储集体的分布预测和三维地质建模至关重要。在地下暗河储集体建模技术方面，目前已经提出了一些方法，例如在地震、地质条件约束下的序贯指示模拟方法、以及岩溶成因模式控制下的地震属性直接截断法等。虽然这些方法在碳酸盐岩地下暗河建模方面达到了一定的效果，但是由于这些方法本身是针对大范围分布的碎屑岩提出，且在建模过程中对各类数据整合力度不够，因而影响了模拟得到的地下暗河储集体的连续性及形态，与实际地质规律相差较大。

因此，本技术领域亟需一种可以更加准确的构建地下暗河储集体三维地质模型的方法。

技术实现要素：

本说明书实施例的目的在于提供一种建立地下暗河储集体地质模型的方法、装置及系统，可以使得构建获得的地下暗河储集体三维空间分布更符合地质规律。

本说明书提供一种建立地下暗河储集体地质模型的方法、装置及系统是包括如下方式实现的：

一种建立地下暗河储集体地质模型的方法，包括：

获取目标工区的地下暗河训练图像以及测井解释数据；

根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据；

在所述地下暗河储集体综合发育概率数据的约束下，以测井解释数据和地下暗河训练图像作为输入数据，利用多点地质统计学模拟算法，建立所述目标工区的地下暗河储集体地质模型。

本说明书提供的所述方法的另一个实施例中，所述获取目标工区的地下暗河训练图像，包括：

利用与目标工区相似的地表岩溶地区的实测地下暗河数据构建所述目标工区的初始地下暗河训练图像；

利用目标工区的地下暗河溶洞的露头直径数据对所述初始地下暗河训练图像中的暗河直径进行校正，获得所述目标工区的地下暗河训练图像。

本说明书提供的所述方法的另一个实施例中，所述获取目标工区的地下暗河训练图像，包括：

利用目标工区的地震属性数据构建所述目标工区的初始地下暗河训练图像；

利用目标工区的地下暗河溶洞的露头直径数据对所述初始地下暗河训练图像中的暗河直径进行校正，获得所述目标工区的地下暗河训练图像。

本说明书提供的所述方法的另一个实施例中，所述利用目标工区的地下暗河溶洞的露头直径数据对所述初始地下暗河训练图像中的暗河直径进行校正，包括：

获取目标工区的地下暗河溶洞的露头直径数据，根据所述露头直径数据计算获得第一地下暗河直径累计频率数据；

根据所述初始地下暗河训练图像中的地下暗河直径数据计算获得第二地下暗河直径累计频率数据；

根据所述第一地下暗河直径累计频率数据以及第二地下暗河直径累计频率数据对所述初始地下暗河训练图像中的暗河直径进行校正。

本说明书提供的所述方法的另一个实施例中，所述确定地下暗河储集体综合发育概率数据，包括：

根据测井解释数据及测井周围地震属性数据统计得到地下暗河储集体发育概率与地震属性的第一函数关系，根据所述第一函数关系及目标工区地震属性数据计算获得目标工区的第一暗河储集体发育概率数据；

根据测井解释数据确定不同岩溶古地貌相带中地下暗河储集体发育概率与垂向深度的第二函数关系，根据所述第二函数关系及目标工区相应岩溶古地貌相带确定目标工区的第二暗河储集体发育概率数据；

根据所述第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据确定目标工区的地下暗河储集体综合发育概率数据。

本说明书提供的所述方法的另一个实施例中，所述确定地下暗河储集体综合发育概率数据，包括：

根据非独立条件概率融合方法对所述第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据进行融合，获得地下暗河储集体综合发育概率数据。

另一方面，本说明书实施例还提供一种建立地下暗河储集体地质模型的装置，所述装置包括：

数据获取模块，用于获取目标工区的地下暗河训练图像以及测井解释数据；

发育概率确定模块，用于根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据；

地质模型构建模块，用于在所述地下暗河储集体综合发育概率数据的约束下，以测井解释数据和地下暗河训练图像作为输入数据，利用多点地质统计学模拟算法，建立所述目标工区的地下暗河储集体地质模型。

本说明书提供的所述装置的另一个实施例中，所述发育概率确定模型，包括：

第一发育概率确定单元，用于根据测井解释数据及测井周围地震属性数据统计得到地下暗河储集体发育概率与地震属性的第一函数关系，根据所述第一函数关系及目标工区地震属性数据计算获得目标工区的第一暗河储集体发育概率数据；

第二发育概率确定单元，用于根据测井解释数据确定不同岩溶古地貌相带中地下暗河储集体发育概率与垂向深度的第二函数关系，根据所述第二函数关系及目标工区相应岩溶古地貌相带确定目标工区的第二暗河储集体发育概率数据；

综合发育概率确定单元，用于根据所述第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据确定目标工区的地下暗河储集体综合发育概率数据。

另一方面，本说明书实施例还提供一种建立地下暗河储集体地质模型的设备，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：

获取目标工区的地下暗河训练图像以及测井解释数据；

根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据；

在所述地下暗河储集体综合发育概率数据的约束下，以测井解释数据和地下暗河训练图像作为输入数据，利用多点地质统计学模拟算法，建立所述目标工区的地下暗河储集体地质模型。

另一方面，本说明书实施例还提供一种建立地下暗河储集体地质模型的系统，包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现上述任意一个实施例所述方法的步骤。

本说明书一个或多个实施例提供的一种建立地下暗河储集体地质模型的方法、装置及系统，可以根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据。然后，以井筒钻遇的地下暗河储集体发育段为建模硬数据，以综合发育概率数据为约束数据，结合地下暗河训练图像，采用多点地质统计学算法模拟出目标工区的地下暗河储集体三维空间分布。利用本说明书各个实施例，可以准确有效的模拟出地下暗河形态及规模，且模拟结果连续性好，高度吻合已有数据及地质规律。

附图说明

为了更清楚地说明本说明书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说明书中记载的一些实施例，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。在附图中：

图1为本说明书提供的一种建立地下暗河储集体地质模型的方法实施例的流程示意图；

图2(a)为本说明书提供的一个实施例中的优选出的地震属性示意图；

图2(b)为本说明书提供的另一个实施例中的由地震属性数据处理后所得的初始地下暗河训练图像示意图；

图3(a)为本说明书提供的另一个实施例中的地表相似岩溶地区实地勘测的地下暗河平面展布示意图；

图3(b)为本说明书提供的另一个实施例中的基于地表相似岩溶地区的地下暗河勘测数据所构建的初始地下暗河训练图像示意图；

图4(a)为本说明书提供的另一个实施例中的初始地下暗河训练图像示意图；

图4(b)为本说明书提供的另一个实施例中的目标工区地下暗河溶洞野外露头剖面图；

图4(c)为本说明书提供的另一个实施例中的初始训练图像中地下暗河直径累积频率曲线示意图；

图4(d)为本说明书提供的另一个实施例中的根据目标工区地下暗河露头直径数据确定的地下暗河直径累积频率曲线示意图；

图4(e)为本说明书提供的另一个实施例中的地下暗河训练图像示意图；

图5为本说明书提供的另一个实施例中的暗河发育概率相对地震波阻抗属性的变化关系示意图；

图6为本说明书提供的另一个实施例中的不同相带中不同深度对应的地下暗河储集体发育概率示意图；

图7为本说明书提供的另一个实施例中的建立地下暗河储集体三维地质模型的流程示意图；

图8为本说明书提供的另一个实施例中的地下暗河训练图像构建流程示意图；

图9为本说明书提供的另一个实施例中的根据地震属性构建出的该地区地下暗河训练图像示意图；

图10为本说明书提供的另一个实施例中的基于pr方法构建多元约束的地下暗河储集体发育综合概率体的流程示意图；

图11为本说明书提供的另一个实施例中的地震属性约束的地下暗河储集体发育条件概率体示意图；

图12为本说明书提供的另一个实施例中的岩溶古地貌约束的地下暗河储集体发育条件概率体示意图；

图13为本说明书提供的另一个实施例中的地下暗河储集体发育综合概率体示意图；

图14为本说明书提供的另一个实施例中的地下暗河储集体三维空间分布地质模型示意图；

图15为本说明书提供的一种建立地下暗河储集体地质模型的装置实施例的模块结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，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，都应当属于本说明书实施例方案保护的范围。

在溶洞型碳酸盐岩油藏中，地下暗河储集体对产能贡献很大，因此，对古地下暗河储集体的分布预测和三维地质建模至关重要。在地下暗河储集体建模技术方面，目前已经提出了一些方法，例如在地震、地质条件约束下的序贯指示模拟方法、以及岩溶成因模式控制下的地震属性直接截断法等。虽然这些方法在碳酸盐岩地下暗河建模方面达到了一定的效果，但是由于这些方法本身是针对大范围分布的碎屑岩提出，且在建模过程中对各类数据整合力度不够，因而所模拟得到的地下暗河储集体连续性差、形态混乱，与实际地质规律相差较大。

相应的，本说明书实施例提供了一种建立地下暗河储集体地质模型的方法，可以通过获取目标工区的地下暗河训练图像以及测井解释数据，并根据地震属性数据以及岩溶古地貌数据确定地下暗河储集体发育概率数据。然后，在地下暗河储集体发育概率数据的约束下，根据测井解释数据以及地下暗河训练图像利用多点地质统计学随机模拟算法确定目标工区的地下暗河储集体的三维空间分布。利用本说明书各个实施例，可以将单井数据、地质数据以及岩溶古地貌等数据进行有效整合，使得构建获得的暗河储集体三维空间分布更符合地质规律。

图1是本说明书提供的所述一种建立地下暗河储集体地质模型的方法实施例流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。

具体的一个实施例如图1所示，本说明书提供的建立地下暗河储集体地质模型的方法的一个实施例中，所述方法可以包括：

s2：获取目标工区的地下暗河训练图像以及测井解释数据。

所述测井解释数据可以根据测井实测数据分析解释获得的数据、结论等。通常，通过钻井来抽出油藏中的油气，一个油藏可以钻很多口井。钻完井后，可以将物理仪器下放到井内来获取油藏中的物理特征，比如电阻率、波速等测井数据；然后将测井数据解释成地质参数，如岩性、孔隙度等。进一步的，可以对多种类型的测井数据以及地质参数进行综合解释，获得测井解释结论，如暗河储集体发育段。

所述训练图像可以为多点地质统计学模拟过程的一种输入数据。具体实施时，所述训练图像可以是一个三维地质模型，反映了待模拟地质体的形态、结构、规模等特征，可以用来限定模拟产生的地质体的上述特征。所述地下暗河训练图像可以为地下暗河的三维地质模型，反映了待模拟工区暗河的形态、结构、规模等特征。一些实施方式中，可以通过地震属性、测井数据等确定地下暗河的三维地质模型，从而获得目标工区的地下暗河训练图像，或者利用一些现有技术的方法确定的地下暗河分布模型作为本说明书实施例的地下暗河训练图像。

本说明书的一个实施例中，可以根据对地下暗河储集体的响应程度优选出地震属性，根据该优选的地震属性确定初始地下暗河训练图像；然后，利用目标工区的地下暗河溶洞的露头直径数据对所述初始地下暗河训练图像中的暗河直径进行校正，获得所述目标工区的地下暗河训练图像。

可以首先优选出对地下暗河储集体响应较好的地震属性。所述地震数据可以指能够反映地下岩石、油气和其它地质特征的波数据。通常，地震属性可以包括很多种，如振幅、频率、相位、能量、波形、波阻抗、波速等，每一种属性用来表征地震波数据的一方面特征，每一种属性只会反映特定的地质信息(如岩性)。具体实施时，可以分析多种类型的地震属性与地下暗河储集体的响应特征，优选出对地下暗河储集体响应最为明显的地震属性。

然后，可以对该优选出的地震属性进行数据过滤，并结合人为手动修正的方法雕刻出地下暗河储集体的初步形态，最后将其三维网格化形成初始地下暗河训练图像。如图2(a)、图2(b)所示。其中，图2(a)为优选出的地震属性示意图，其对地下暗河储集体响应最为明显；图2(b)为对地震属性进行简单过滤处理后所获得的初始地下暗河训练图像示意图，其中x01-x13表示井筒的位置。

然后，可以利用目标工区的地下暗河溶洞的露头直径数据对所述初始地下暗河训练图像中的暗河直径进行校正。初始地下暗河训练图像虽然可以代表地下暗河的空间三维形态，但通常该图像中表征的地下暗河直径与真实地下暗河储集体存在一定的出入。

本说明书实施例中，可以测量目标工区地下暗河在地表岩层中出露的溶洞剖面(即露头)的直径，根据溶洞露头直径对初始地下暗河训练图像中的暗河直径进行校正，并将校正后的训练图像作为目标工区的地下暗河训练图像，进一步作为后续多点地质统计学模拟地下暗河的输入数据。

如测量可得目标工区地下暗河溶洞露头的直径为2-10米，而初始地下暗河训练图像中的直径可达为50-100米。利用目标工区地下暗河溶洞露头的直径对初始训练图像上的暗河直径进行校正，可以大幅提高训练图像准确性。

本说明书的另一个实施例中，还可以利用与目标工区相似的地表岩溶地区的地下暗河实测数据构建所述目标工区的初始地下暗河训练图像，然后，再利用目标工区地下暗河溶洞露头的直径数据对所述初始地下暗河训练图像中的暗河直径进行校正，获得所述目标工区的地下暗河训练图像。

可以获取与目标工区相似的地表岩溶地区地下暗河的实地勘测数据，将其三维网格化形成目标工区的初始地下暗河训练图像。如图3(a)、图3(b)所示。其中，图3(a)为相似的地表岩溶地区地下暗河实地勘测的平面展布示意图，图3(a)中的north表示北向，meter表示米。图3(b)为将该地下暗河三维网格化以后形成的初始地下暗河训练图像示意图。

然后，利用目标工区的地下暗河溶洞的露头直径数据对获得的初始地下暗河训练图像进行校正，校正方法同上述实施例，这里不做赘述。

本说明书的另一个实施例中，所述利用目标工区的地下暗河溶洞的露头直径数据对所述初始地下暗河训练图像中的暗河直径进行校正，可以包括：

获取目标工区的地下暗河溶洞的露头直径数据，根据所述露头直径数据计算获得第一地下暗河直径累计频率数据；

根据所述初始地下暗河训练图像中的地下暗河直径数据计算获得第二地下暗河直径累计频率数据；

根据所述第一地下暗河直径累计频率数据以及第二地下暗河直径累计频率数据对所述初始地下暗河训练图像中的暗河直径进行校正。

首先，可以统计已经构建的初始地下暗河训练图(图4(a))的直径、以及目标工区地下暗河溶洞的露头直径(图4(b))，分别制作对应的累计频率曲线，如图4(c)及图4(d)所示。其中，图4(c)表示初始训练图像中暗河直径累积频率曲线示意图，图4(d)表示根据目标工区地下暗河溶洞的露头直径数据确定的目标工区地下暗河直径累积频率曲线示意图。

然后，可以对初始地下暗河训练图上的目标点的初始直径，在初始训练图像中暗河直径累积频率曲线上找到该初始直径对应的累积频率，并在目标工区地下暗河溶洞的露头直径累计频率曲线上找到相同累积频率所对应的直径作为校正直径，然后，将初始地下暗河训练图上目标点的直径替换为校正直径。依据上述方法，对初始地下暗河训练图上的任意点进行处理，实现对所述初始地下暗河训练图像中的暗河直径的校正处理。

具体的，对初始地下暗河训练图上的某点的直径(如图4(a)中箭头标识处直径为82米)，在其累积频率曲线上找到该直径对应的累积频率(图4(c)中82米的直径对应的累计频率为55％)，而后在露头直径累计频率曲线上找到相同累积频率所对应的直径(图4(d)中累计频率为55％对应的直径为3.7米)。最后将初始地下暗河训练图上该点(如图4(a)中箭头标识处)的直径校正到3.7米。

依据上述方法，校正初始地下暗河训练图上每一点处的直径，得到最终的训练图像，如图4(e)所示，其中箭头处的直径为3.7米。其中，图4(e)表示本说明书实施例中用于后续多点地质统计学模拟的目标工区的地下暗河训练图像。

根据目标工区地下暗河溶洞的露头直径数据，结合上述累计频率的方法对初始地下暗河训练图像中的暗河直径进行校正，可以使得校正后的地下暗河整体直径分布更加准确，同时也使得三维模型更符合地质规律。

s4：根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体发育概率数据。

可以获取目标工区的地震属性数据，根据地震属性数据确定目标工区的地下暗河储集体发育概率。然后，还可以获取目标工区的岩溶古地貌数据，根据岩溶古地貌数据确定目标工区的地下暗河储集体发育概率。最后，可以将前面所得的两个地下暗河储集体发育概率进行融合以形成地下暗河储集体发育综合概率。

通常，可以根据岩溶区古地貌的高程，将岩溶区在平面上划分为三个岩溶古地貌相带：岩溶高地、岩溶斜坡和岩溶洼地。针对不同的岩溶古地貌相带，可以统计不同相带中地下暗河储集体的发育概率随垂直深度的变化关系。不同相带地下暗河发育储集体的概率存在一定的差异性，通过进一步考虑相带对暗河储集体发育概率的影响，可以提高地下暗河储集体发育概率确定的准确性。

本说明书的一个实施例中，所述确定地下暗河储集体发育概率数据，还可以包括：

根据测井解释数据及测井周围地震属性数据统计得到地下暗河储集体发育概率与地震属性的第一函数关系，根据所述第一函数关系及目标工区地震属性数据计算获得目标工区的第一暗河储集体发育概率数据；

根据测井解释数据确定不同岩溶古地貌相带中地下暗河储集体发育概率与垂向深度的第二函数关系，根据所述第二函数关系及目标工区相应岩溶古地貌相带确定目标工区的第二暗河储集体发育概率数据；

根据所述第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据确定目标工区的地下暗河储集体综合发育概率数据。

首先，可以在多个地震属性中优选出对地下暗河储集体响应最好的地震属性，优选方法可以参考上述实施例。然后，可以根据多口井测井解释确定的地下暗河储集体发育段，统计地下暗河发育概率与该地震属性的数值关系，如图5中的曲线和对应的公式。其中，图5表示暗河发育概率相对地震波阻抗属性的变化关系示意图。最后，将该统计函数关系(即第一函数关系)(如图5中的公式)扩展到无井区域，由地震属性计算出空间每一点的暗河发育概率，即为地震属性约束的地下暗河储集体发育条件概率体，从而获得目标工区的第一暗河储集体发育概率数据。

针对不同的岩溶古地貌相带(岩溶高地、岩溶斜坡和岩溶洼地)，根据多口井测井解释的地下暗河储集体发育段，统计不同相带中不同深度对应的地下暗河储集体发育概率，获得第二函数关系，如图6所示。图6为不同相带中不同深度对应的地下暗河储集体发育概率示意图。将第二函数关系赋值到目标工区对应的岩溶古地貌相带中，作为岩溶古地貌约束地下暗河储集体发育条件概率体，从而获得目标工区的第二暗河储集体发育概率数据。

然后，可以将目标工区任意一点处的第一暗河储集体发育概率与第二暗河储集体发育概率数据进行融合，如可以采用加权平均等方法将二者融合，获得相应空间点处的地下暗河储集体综合发育概率。依据上述方法，对目标工区的所有空间点进行处理，获得目标工区的地下暗河储集体综合发育概率数据体。

本说明书的一个实施例中，所述确定地下暗河储集体综合发育概率数据，还可以包括：

根据非独立条件概率融合方法对所述第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据进行融合，获得地下暗河储集体综合发育概率数据。

地震属性约束地下暗河储集体发育条件概率体与岩溶古地貌约束地下暗河储集体发育条件概率体不独立，直接采用对二者相乘之类的方法计算共同约束下的地下暗河储集体发育综合概率体，会影响结果的准确性。本说明书实施例中，根据非独立条件概率融合方法对第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据进行融合，获得地下暗河储集体综合发育概率数据，可以进一步提高数据处理的准确性。

一些实施方式中，如可以通过pr(permanenceofratios)概率融合方法，将这两种不独立的条件概率进行融合，最终形成多条件共同约束下的地下暗河储集体发育综合概率体。其中，pr概率融合方法对应的计算模型可以表示为：

式中，a表示某点出现地下暗河，b、c分别表示该点的地震数据、岩溶古地貌数据，二者不独立；p(a|b,c)表示在地震数据和岩溶古地貌数据共同控制下该点出现地下暗河的概率；p{a}表示由测井解释数据统计而得到的、无条件约束下的地下暗河发育的边缘概率；p{a|b}、p{a|c}分别表示该点在地震数据、岩溶古地貌数据约束下的出现地下暗河的概率。

另一些实施方式中，当然还可以采用τ模型或者其他类似的非独立条件融合方法对上述两种条件下的暗河概率数据进行融合，以确定地下暗河储集体的综合发育概率数据。

s6：在所述地下暗河储集体综合发育概率数据的约束下，以测井解释数据和地下暗河训练图像作为输入数据，利用多点地质统计学模拟算法，建立所述目标工区的地下暗河储集体地质模型。

所述多点地质统计学模拟算法可以包括根据已知点类别对未知点进行预测的方法。本说明书实施例中，可以以测井解释的地下暗河储集体发育段为建模的已知数据，结合上述实施例中确定的地下暗河训练图像，利用多点模拟算法模拟确定空间未知点处的暗河储集体的发育概率。

然后，可以进一步以地下暗河储集体综合发育概率数据作为约束数据，确定空间未知点处的最终暗河储集体发育概率，以获得所述目标工区的地下暗河储集体三维空间分布地质模型。一些实施方式中，可以利用pr、τ模型等非独立条件融合方法，对多点模拟获得的暗河储集体的发育概率与上述实施例确定的综合发育概率进行融合，获得最终暗河储集体发育概率。

然后，可以根据最终暗河储集体发育概率确定出目标工区的地下暗河储集体三维空间分布。一些实施方式中，如任意点处属于暗河储集体的概率大于不属于暗河储集体的概率，则可以将该点确定为暗河储集体。另一些实施方式中，还可以设置门槛值，将属于暗河储集体的概率大于门槛值的点确定为暗河储集体位置点。所述门槛值可以可以人为设定，这里不做限定。另一些实施方式中，还可以以任意点处属于暗河储集体的概率为约束，随机确定该点是否为地下暗河。所述随机确定的方法可为计算机基本随机算法，这里不再赘述。

通过多点地质统计学模拟算法建立的地下河储集体地质模型，可以使得模拟结果更能吻合地质规律，模拟获得的暗河储集体连续性更好。

为了使得本说明书提供的实施例中的方案更加清楚，本说明书还提供了应用上述方案的实际待测区域的具体实例。具体实施以中国西北某油田为例，该油田地下暗河储集体发育。

图7表示利用本说明书实施例提供的上述方法确定该地区地下暗河储集体三维空间分布的流程图，如图7所示，具体步骤如下：

1、获取地下暗河训练图像。

1.1构建初始地下暗河训练图像：

a：根据地震属性构建初始地下暗河训练图像。

(1)对优选出的地震属性进行过滤得到地下暗河的大体形态；

(2)对前一步得到的地下暗河大体形态进行手动修正，并三维网格化，形成初始地下暗河训练图像。

b：根据与目标工区相似的地表岩溶地区的实测地下暗河数据构建目标工区初始地下暗河训练图像。

将相似岩溶地区的地下暗河的勘测数据三维网格化以形成初始地下暗河训练图像。

1.2对初始地下暗河训练图像中的暗河直径进行校正，获得地下暗河训练图像。

(1)根据相关统计数据，分别制作露头观测的地下暗河溶洞直径累计频率曲线和初始地下暗河训练图像中的暗河直径累计频率曲线；

(2)针对初始地下暗河训练图像上每一点的暗河直径，在其累积频率曲线上找到对应的累积频率值，而后在露头观测的地下暗河溶洞直径累计频率曲线上找到相同累积频率所对应的直径值，该直径即为初始地下暗河训练图像上相应点需要校正到的直径。

(3)依据上述方法，对初始地下暗河训练图像上每一点处的直径进行校正，得到最终的地下暗河训练图像。

相应的，图8表示该地区地下暗河训练图像构建流程图，图9表示根据地震属性构建出的该地区地下暗河训练图像。

2、基于pr方法构建多元约束的地下暗河储集体发育综合概率体。

(1)构建地震属性约束的地下暗河储集体发育条件概率体；

(2)构建岩溶古地貌约束的地下暗河储集体发育条件概率体；

(3)应用pr方法计算地震属性和岩溶古地貌共同约束的地下暗河储集体发育综合概率体。

相应的，图10表示基于pr方法构建多元约束的地下暗河储集体发育综合概率体的流程图；图11表示地震属性约束的地下暗河储集体发育条件概率体；图12表示岩溶古地貌约束的地下暗河储集体发育条件概率体；图13表示二者共同约束的地下暗河储集体发育综合概率体。

3、构建地下暗河储集体三维空间分布模型。

以井筒钻遇的地下暗河储集体发育段为建模硬数据，以本实例中构建的综合概率体为约束数据，结合本实例中的地下暗河训练图像，采用多点地质统计学算法模拟出该研究区地下暗河储集体三维空间分布，如图14所示。相应的，图14表示研究区地下暗河储集体三维空间分布地质模型。

分析图14可知，利用本说明书上述实施例提供的方案，可以准确有效的模拟出地下暗河形态及规模，且模拟结果连续性好，高度吻合已有数据及地质规律。同时，可以形成多个模拟实现，进而进行地下暗河储集体发育的不确定性分析。且所建立的模型精度高，有利于指导油田高效开发，操作简便高效。

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。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书一个或多个实施例提供的一种建立地下暗河储集体地质模型的方法，可以根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据。然后，以井筒钻遇的地下暗河储集体发育段为建模硬数据，以综合发育概率数据为约束数据，结合地下暗河训练图像，采用多点地质统计学算法模拟出目标工区的地下暗河储集体三维空间分布。利用本说明书各个实施例，可以准确有效的模拟出地下暗河形态及规模，且模拟结果连续性好，高度吻合已有数据及地质规律。

基于上述所述的建立地下暗河储集体地质模型的方法，本说明书一个或多个实施例还提供一种建立地下暗河储集体地质模型的装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。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。具体的，图15表示说明书提供的一种建立地下暗河储集体地质模型的装置实施例的模块结构示意图，如图15，所述装置可以包括：

数据获取模块102，可以用于获取目标工区的地下暗河训练图像以及测井解释数据；

发育概率确定模块104，可以用于根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据；

地质模型构建模块106，可以用于在所述地下暗河储集体综合发育概率数据的约束下，以测井解释数据和地下暗河训练图像作为输入数据，利用多点地质统计学模拟算法，建立所述目标工区的地下暗河储集体地质模型。

本说明书的另一个实施例中，所述发育概率确定模型104，可以包括：

第一发育概率确定单元，可以用于根据测井解释数据及测井周围地震属性数据统计得到地下暗河储集体发育概率与地震属性的第一函数关系，根据所述第一函数关系及目标工区地震属性数据计算获得目标工区的第一暗河储集体发育概率数据；

第二发育概率确定单元，可以用于根据测井解释数据确定不同岩溶古地貌相带中地下暗河储集体发育概率与垂向深度的第二函数关系，根据所述第二函数关系及目标工区相应岩溶古地貌相带确定目标工区的第二暗河储集体发育概率数据；

综合发育概率确定单元，可以用于根据所述第一暗河储集体发育概率数据以及第二暗河储集体发育概率数据确定目标工区的地下暗河储集体综合发育概率数据。

利用上述实施例中的方案，可以提高地下暗河储集体发育概率确定的准确性。

需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

本说明书一个或多个实施例提供的一种建立地下暗河储集体地质模型的装置，可以根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据。然后，以井筒钻遇的地下暗河储集体发育段为建模硬数据，以综合发育概率数据为约束数据，结合地下暗河训练图像，采用多点地质统计学算法模拟出目标工区的地下暗河储集体三维空间分布。利用本说明书各个实施例，可以准确有效的模拟出地下暗河形态及规模，且模拟结果连续性好，高度吻合已有数据及地质规律。

本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本说明书还提供一种建立地下暗河储集体地质模型的设备，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：

获取目标工区的地下暗河训练图像以及测井解释数据；

根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据；

在所述地下暗河储集体综合发育概率数据的约束下，以测井解释数据和地下暗河训练图像作为输入数据，利用多点地质统计学模拟算法，建立所述目标工区的地下暗河储集体地质模型。

所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如ram、rom等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、u盘；利用光学方式存储信息的装置如，cd或dvd。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。

需要说明的，上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

上述实施例所述的一种建立地下暗河储集体地质模型的设备，可以根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据。然后，以井筒钻遇的地下暗河储集体发育段为建模硬数据，以综合发育概率数据为约束数据，结合地下暗河训练图像，采用多点地质统计学算法模拟出目标工区的地下暗河储集体三维空间分布。利用本说明书各个实施例，可以准确有效的模拟出地下暗河形态及规模，且模拟结果连续性好，高度吻合已有数据及地质规律。

本说明书还提供一种建立地下暗河储集体地质模型的系统，所述系统可以为单独的建立地下暗河储集体地质模型的系统，也可以应用在多种油藏分析系统中。所述的系统可以为单独的服务器，也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的服务器集群、系统(包括分布式系统)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。所述建立地下暗河储集体地质模型的系统可以包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。

需要说明的，上述所述的系统根据方法或者装置实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

上述实施例所述的一种建立地下暗河储集体地质模型的系统，可以根据目标工区的地震属性数据以及岩溶古地貌数据确定地下暗河储集体综合发育概率数据。然后，以井筒钻遇的地下暗河储集体发育段为建模硬数据，以综合发育概率数据为约束数据，结合地下暗河训练图像，采用多点地质统计学算法模拟出目标工区的地下暗河储集体三维空间分布。利用本说明书各个实施例，可以准确有效的模拟出地下暗河形态及规模，且模拟结果连续性好，高度吻合已有数据及地质规律。

需要说明的是，本说明书上述所述的装置或者系统根据相关方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。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，对于硬件+程序类、存储介质+程序实施例而言，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。

尽管本说明书实施例内容中提到的训练图像、测井数据、多点模拟算法等获取、定义、交互、计算、判断等操作和数据描述，但是，本说明书实施例并不局限于必须是符合标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书的可选实施方案范围之内。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

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。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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，而对其内部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。

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。

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。

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。

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。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例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，本说明书一个或多个实施例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。

本说明书一个或多个实施例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本说明书一个或多个实施例，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。

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。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。