地质属性获取方法及装置、电子设备、存储介质与流程

本申请涉及计算机应用技术领域，特别涉及一种地质属性获取方法及装置、电子设备、计算机可读存储介质。

背景技术：

在地质勘探中，通常需要对所进行勘探的地质区域进测井采样，获得地质样本的测井数据，然后通过对测井数据进行分析和处理，获得地质样本的地质属性分布，从而将地质样本的地质属性分布推广到整个地质区域的勘探和研究中。

在现有实现中，一般通过测井设备进行地质区域的测井采样，获取地质样本的测井数据，然后根据测井数据对地质样本进行测井解释，并根据解释结果生成测井解释曲线，从而通过测井解释曲线进行对应地质区域的勘探研究。但是，测井解释曲线只能反映采样点所对应的地质属性，对于地质样本中未进行测井数据采集的位置，无法根据测井解释曲线获知对应的地质属性，仅通过测井解释曲线并不能全面反映地质样本的地质属性分布，从而影响地质勘探的精确程度。

因此，如何精确地获取地质样本的地质属性分布，是当前仍有待解决的技术问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

基于上述技术问题，本申请提供了一种地质属性获取方法及装置、电子设备、计算机可读存储介质。

其中，本申请所采用的技术方案为：

一种地质属性获取方法，包括：根据测井解释曲线，获得测井所对应地质样本空间中各样本点的属性信息，所述样本点的属性信息包括样本点所在地质样本空间中的坐标值和地质属性值；通过对各样本点的属性信息进行处理，获得所述地质样本空间面向样本点的属性分布规律；根据所述地质样本空间面向样本点的属性分布规律，计算所述地质样本空间中各未知点的地质属性值；将所述样本点和所述未知点的地质属性值作为所述地质样本空间的地质属性分布。

一种地质属性获取装置，包括：样本点属性信息获取模块，用于根据测井解释曲线，获得测井所对应地质样本空间中各样本点的属性信息，所述样本点的属性信息包括样本点所在地质样本空间中的坐标值和地质属性值；样本点属性分布规律获取模块，用于通过对各样本点的属性信息进行处理，获得所述地质样本空间面向样本点的属性分布规律；未知点地质属性获取模块，用于根据所述地质样本空间面向样本点的属性分布规律，计算所述地质样本空间中各未知点的地质属性值；地质属性分布获取模块，用于将所述样本点和所述未知点的地质属性值作为所述地质样本空间的地质属性分布。

一种电子设备，包括处理器以及存储器，所述存储器用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述地质属性获取方法。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述地质属性获取方法。

在上述技术方案中，根据测井解释曲线，获得测井所对应地质样本空间中各样本点的属性信息，并通过对各样本点属性信息的处理，获得地质样本空间面向样本点的属性分布规律，然后根据地质样本空间面向各样本点的属性分布规律，计算地质样本空间中各未知点的地质属性值，以将样本点和未知点的地质属性值作为该地质样本空间的地质属性分布。

本申请所提供的技术方案充分考虑了地质样本空间面向样本点的属性分布规律，并构建了满足含有大量空间样本点的地质属性获取模型，从而能够根据所构建模型进行地质样本空间中未知点的地质属性值计算，由此，通过地质样本空间中样本点和未知点的地质属性来精确反映地质样本的地质属性分布，为所要进行的地质勘探提供重要的勘探依据。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。

图1是根据一示例性实施例示出的一种地质属性获取方法的流程图；

图2是根据图1对应实施例示出的对步骤120进行描述的流程图；

图3是根据图1对应实施例示出的对步骤130进行描述的流程图；

图4是根据另一示例性实施例示出的一种地质属性获取方法的流程图；

图5是根据一示例性实施例示出的一种地质属性获取装置的框图；

图6是根据一示例性实施例示出的一种电子设备的硬件框图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例所示出的一种地质属性获取方法的流程图。如图1所示，该方法至少可以包括以下步骤：

步骤110，根据测井解释曲线，获得测井所对应地质样本空间中各样本点的属性信息。

首先需要说明的是，测井解释曲线是根据所获得地质样本的测井数据，对地质样本进行测井解释得到的，而地质样本的测井数据则是通过测井设备进行地质区域的测井采样所获得的。

通过测井设备进行地质区域的测井采样可理解为：使用专门的测井设备，沿井身测量地层剖面和井筒的物理性质变化，以获得每一测量点对应的电阻率、自然电位、声波速度等物理参数。将测井所在井场称为地质样本，将每一测量点称为样本点，将每一测量点测量所得物理参数称为地质样本的测井数据。

示例性的，在对地质样本的测井数据进行深度对齐、曲线平滑处理、环境校正、数值标准化等预处理后，可通过对测井数据进行孔隙度计算、含水饱和度以及含油气饱和度计算、地层绝对渗透率计算等方式，对测井数据进行定性解释，以获得各样本点所对应岩性、含油性、渗透率等地质属性值。根据定性解释所获得的地质属性值，以及按照各样本点所在地质样本空间的位置(如测井深度)顺序生成测井解释成果曲线，以通过所生成测井解释曲线反映地质样本空间中地质属性的变化。

地质样本空间中各样本点的属性信息包括各样本点所在地质样本空间中的坐标值和地质属性值，样本点的坐标值用于表示该样本点所在地质样本空间的具体位置。示例性的，样本点的坐标值由测井深度以及方位角、偏移角构成，各样本点对应的测井深度、方位角、偏移角均记录在测井数据中，在对测井数据进行定性解释后，通过测井解释曲线所反映的测井轨迹坐标直接换算得到。由此，测井解释曲线记录了地质样本空间中各样本点的属性信息。

应当说明的是，对所进行地质样本的测井操作来说，在对测井所得的测井数据进行定性解释后，即可根据解释结果生成测井结果解释曲线，因此，本实施例所描述的测井解释曲线是已知的，本实施例所描述的地质属性获取方法是基于已知的测井解释曲线所实现的。

步骤120，通过对各样本点的属性信息进行处理，获得地质样本空间中面向样本点的属性分布规律。

其中，对各样本点属性信息的处理，包括对各样本点坐标值的处理和对各样本点地质属性值的处理；相应的，地质样本空间中面向样本点的属性分布规律包括各样本点所反映的坐标属性分布规律，以及各样本点所反映的地址属性分布规律。

如图2所示，在一示例性实施例中，通过对各样点坐标值的处理，以获得地质样本空间中面向样本点的坐标属性分布规律的过程至少可以包括以下步骤：

步骤121，根据各样本点的坐标值，分别计算地质样本空间中任意两个样本点之间的距离。

如前所述，根据测井解释曲线可获得地质样本空间中各样本点的坐标值和地质属性值，若设样本点的坐标值为(xi,yi,zi)，其中“xi”表示样本点对应的测井深度，“yi”表示样本点对应的方位角，“zi”表示样本点对应的偏移角，且设样本点的地质属性值为“pi”，以及地质样本空间所包含样本点的数量为“n”(n为自然数)，则获得地质样本空间的样本点集合：

{(x1,y1,z1,p1)，(x2,y2,z2,p2)，……，(xn,yn,zn,pn)}

示例性的，在获得地质样本空间的样本点集合后，还对样本点集合中的异常样本点进行清洗，以将样本点集合中不符合样本点整体趋势的异常样本点排除，从而提升对地质样本空间面向样本点的属性分布规律进行获取的准确度。所进行的异常样本点清洗可选用3δ原则、聚类或者以总体样本点的平均地质属性值进行异常样本点筛选等方法，本处不进行限制。

需要说明的是，由于样本点的坐标值是用于表示样本点所在地质样本空间中的位置，样本点集合中的样本点整体趋势由样本点的地质属性值体现，因此，上述对样本点集合中异常样本点进行清洗的执行依赖于各样本点的地质属性值。

在进行异常样本点清洗后，根据所保留各样本点的坐标值，计算地质样本空间中任意两个样本点之间的距离，以获得两两样本点之间的距离。例如，在已知各样本点坐标值的条件下，根据空间中两点间的距离公式计算任意两个样本点之间的距离。

示例性的，还可以根据计算所得地质样本空间中任意两个样本点之间的距离，获得样本点的距离样本空间

步骤122，通过对任意两个样本点之间距离的分布统计，获得任意两个样本点之间距离的分布特征。

其中，对地质样本空间中任意两个样本点之间距离进行分布统计，包括分别对上述样本点的距离样本空间中各距离进行分组和统计的过程。

可从上述样本点的距离样本空间中分别获取最大距离和最小距离，并计算最大距离与最小距离之间的差值，以根据所得差值计算对距离样本空间中各距离进行分组的分组步长。

示例性的，若设样本点的距离样本空间中最大距离为“hmax”，最小距离为“hmin”，且设分组步长为“δh”，则根据公式δh＝(hmax-hmin)/m计算获得分组步长。其中，“m”表示所设定对任意两点之间距离进行分组的分组数量，并且m>0。

按照所获得的分组步长，对地质样本空间中任意两个样本点之间的距离进行分组，以将满足同一距离区间的距离划分为同一组。

由此，通过分别统计每一分组中所划分任意两个样本点之间距离的数量，并统计每一分组中距离的数量所占距离总数的比例，获得地质样本空间中任意两个样本点之间距离所满足的分布特性，从而根据所满足的分布特性拟合得到以任意两个样本点之间距离为样本空间的概率统计分布函数“g(h)”，且∑g(hi)＝1。

所获得的概率统计分布函数“g(h)”，即为地质样本空间中任意两个样本点之间距离的分布特征，该分布特征反映了地质样本空间面向样本点的坐标属性分布规律。

示例性的，在统计每一分组中所划分距离的数量以及统计每一分组所划分距离所占距离总数的比例后，如果获得所述地质样本空间中任意两个样本点之间的距离满足正态分布，则基于最小二乘法拟合得到正态分布密度函数为上述概率统计分布函数“g(h)”。

需要说明的是，基于不同地质样本空间中任意两个样本点之间距离所满足的分布特性也可能不同，所拟合得到概率统计分布函数“g(h)”的具体函数形式也可能不同。举例来说，拟合所得概率统计分布函数“g(h)”还可以是累计分布密度函数、t-分布密度函数、泰勒级数展开式密度函数等形式，本处不进行限制。

在另一示例性实施例中，通过对地质样本空间中各样本点地质属性值的处理，获得地质样本空间中面向样本点的地质属性分布规律的过程，与上述实施方式对各样本点坐标值的处理过程类似，但并不完全相同。

示例性的，在进行异常样本点清洗后得到的样本点集合中，分别获取每一样本点的地质属性值，且对各样本点的地质属性值进行分布统计，以获得地质样本空间中面向样本点的地质属性分布规律。各样本点的地质属性值进行分布统计包括分别对样本点的地质属性值进行分组和统计的过程。

通过从地质样本空间中各样本点的地质属性值中分别获取最大地质属性值和最小地质属性值，并计算最大地质属性值与最小地质属性值之间的差值，以根据所得差值计算对样本点的地质属性值进行分组的分组步长。通过按照所获得的分组步长，对地质样本空间中样本点的地质属性值进行分组，以将满足同一地质属性区间的地质属性值划分为同一组。

由此，通过分别统计每一分组中所划分地质属性值的数量，并统计每一分组中地质属性值的数量所占地质属性值总数的比例，获得地质样本空间中样本点的地质属性值所满足的分布特性，从而根据地质属性值所满足的分布特性拟合得到以样本点的地质属性值为样本空间的概率统计分布函数“f(p)”，且∑f(pi)＝1。

所获得的概率统计分布函数“f(p)”即为地质样本空间中各样本点地质属性值的分布特征，该分布特征反映了地质样本空间面向样本点的坐标属性分布规律。

需要说明的是，基于不同地质样本空间中各样本点的地质属性值所满足的分布特性也可能不同，所拟合得到概率统计分布函数“f(p)”的具体函数形式也可能不同，例如，拟合所得概率统计分布函数“f(p)”可以是正态分布密度函数、累计分布密度函数、t-分布密度函数、泰勒级数展开式密度函数中的任意一种，本处不进行限制。

步骤130，根据地质样本空间中各样本点的属性分布规律，计算地质样本空间中各未知点的地质属性值。

其中，地质样本空间中的各未知点是指，地质样本空间中区别于各样本点的不同位置。

示例性的，根据所进行的测井操作，自动化构建地质样本空间的空间模型，通过对所得空间模型进行网格化处理，将每一网格的中心点作为地质样本空间中的空间点，并将除样本点之外的空间点称为未知点。由此，地质样本空间可理解为由各样本点所对应的空间区域以及各未知点所对应的空间区域构成。

由于所构建地质样本空间的空间模型中样本点与未知点的相对位置是固定的，可以根据各样本点的坐标值为参考，获得各未知点的坐标值。

如图3所示，在一示例性实施例中，上述步骤130的实现可以包括以下步骤：

步骤131，对区别于样本点的每一未知点，分别从地质样本空间中随机筛选若干样本点作为未知点的距离求解样本空间。

首先需要说明的是，本实施例所描述方法是分别针对地质样本空间中的每一未知点提出的，也即是说，对地质样本空间中的每一未知点，可通过执行本实施例描述的内容，分别获得各未知点的地质属性值。

其中，从地质样本空间中随机筛选若干样本点是指，从地质样本空间中分布于未知点四周的样本点中随机选取若干样本点，并使得所选取样本点的坐标值相对未知点坐标值的权重之和等于1或者趋近于1。由此，将所选取的若干样本点作为未知点的距离求解样本空间，并且，按照以上所描述样本点的获取方法，对地质样本空间中的每一未知点均能够获取与其相对应的距离求解样本空间。

需要说明的是，在距离求解样本空间中，每一样本点的坐标值和地质属性值是按照步骤110所描述内容，通过测井解释曲线所获得的，也即是说，距离求解样本空间中每一样本点的属性值均分布于步骤121所描述地质样本空间的样本点集合中。

步骤132，计算未知点与距离求解样本空间中任意样本点之间的距离。

如前所述的，地质样本空间中每一未知点的坐标值，以及每一未知点所对应距离求解样本空间中任意样本点的坐标值均为已知值，因此，可以根据空间中两点间的距离求解公式计算未知点与对应距离求解样本空间中任意样本点之间的距离。

示例性的，将计算所得未知点与距离求解样本空间中任意样本点之间的距离表示为“h′”，以下所进行未知点与距离求解样本空间中任意样本点之间距离的分布特征的获取过程则为，求取以未知点与距离求解样本空间中任意样本点之间距离为样本空间的概率统计分布函数“g(h′)”的过程。

步骤133，按照任意两个样本点之间距离的分布特征所对应获取过程，获取未知点与距离求解样本空间中任意样本点之间距离的分布特征。

其中，地质样本空间中任意两个样本点之间距离的分布特征所对应获取过程是指，步骤122所描述对地质样本空间中任意两个样本点之间的距离进行分布统计的过程。

也即是说，本实施例需要通过对地质样本空间中未知点与距离求解样本空间中任意样本点之间距离进行分布统计，以获得未知点与距离求解样本空间中任意样本点之间距离的分布特征。以下将按照步骤122所描述内容，对地质样本空间中未知点与距离求解样本空间中任意样本点之间距离的分布特征获取过程进行详细描述：

在一示例性实施例中，对未知点与距离求解样本空间中任意样本点之间距离进行分布统计，仍包括对未知点与距离求解样本空间中任意样本点之间距离进行分组和统计的过程。

其中，对未知点与距离求解样本空间中任意样本点之间距离所进行分组的分组步长仍选用步骤122中所使用的分组步长“δh”，且按照分组步长“δh”对未知点与距离求解样本空间中任意样本点之间的距离进行分组，以将满足同一距离区间的距离划分为同一组，所得分组的数量与步骤122中所设定的分组数量“m”相一致。

通过分别统计每一分组中所划分距离的数量，并统计每一分组中所划分距离的数量所占距离总数的比例，获得未知点与距离求解样本空间中任意样本点之间距离所满足的分布特性，从而根据所满足的分布特性拟合得到以未知点与距离求解样本空间中任意样本点之间距离为样本空间的概率统计分布函数“g(h′)”。概率统计分布函数“g(h′)”即为地质样本空间中未知点与距离求解样本空间中任意样本点之间距离的分布特征。

在另一示例性实施例中，由于上述概率统计分布函数“g(h′)”是按照概率统计分布函数“g(h)”的获取过程所得到的，二者函数之间的区别仅体现于拟合所对应距离样本空间的不同，由此，在计算得到地质样本空间中未知点与距离求解样本空间中任意样本点之间的距离“h′”后，直接将计算所得的距离样本空间带入概率统计分布函数“g(h)”中进行计算，即可相应获得概率统计分布函数“g(h′)”。

步骤134，将未知点与距离求解样本空间中各样本点之间距离的分布特征，作为所述未知点相对距离求解样本空间中各样本点地质属性值的权重，通过计算各样本点地质属性值的权重和，获得未知点的地质属性值。

示例性的，若设地质样本空间中任意一未知点的坐标值为(x′,y′,z′)，该未知点所对应地质属性值的计算公式如下：

其中，“λi”表示未知点相对距离求解样本空间中各样本点地质属性值的权重，其实质为未知点与距离求解样本空间中各样本点之间距离的分布特征，即有λi＝g(h′)，“n′”表示距离求解样本空间中样本点的数量，“pi”则表示距离求解样本空间中各样本点的地质属性值。

因此，在本示例性实施例所提供方法中，根据地质样本空间面向样本点的坐标属性分布规律，并结合地质样本空间中各样本点的地质属性值，以分别计算得到地质样本空间中各未知点的地质属性值。

步骤140，将样本点和未知点的地质属性值作为地质样本空间的地质属性分布。

其中，由于地质样本空间由各样本点所对应的空间区域以及各未知点所对应的空间区域构成，因此，可将地质样本空间中各样本点和未知点的地质属性值作为地质样本空间的地质属性分布，从而能够对地质样本空间的地质属性分布进行全面且精确的体现。

在一示例性实施例中，通过将地质样本空间中各样本点和未知点的地质属性值可视化地展示在所构建地质样本空间的空间模型中，即可使得用户根据可视化的空间模型清楚地获取地质样本空间的地质属性分布。

综上，在本申请所提供方法中，可将上述对未知点地质属性值的计算过程视为所构建满足含有大量空间样本点的地质属性获取模型，基于该计算模型，能够根据已知的测井解释曲线计算得到若干未知点的地质属性值，从而通过地质样本空间中样本点和未知点的地质属性来精确地反映地质样本的地质属性分布，为所要进行的地质勘探提供重要的勘探依据。

此外，由于上述未知点的地质属性值是根据地质样本空间中面向样本点的坐标属性分布规律计算得到的，使得本申请所得未知点的地质属性值能够与未知点在地质样本空间中真实的地质属性分布相适应，从保证了未知点所对应地质属性值的准确性。

在另一示例性实施例中，如图4所示，在步骤120之后，上述地质属性获取方法还包括以下步骤：

步骤210，根据各未知点在地质样本空间中的地质属性值，统计获得地质样本空间面向未知点的地质属性分布规律。

示例性的，基于上述实施例得到地质样本空间中各未知点的地质属性值后，根据各未知点的坐标值，获得地质样本空间的未知点集合：

{(x1′,y1′,z1′,p1′)，(x2′,y2′,z2′,p2′)，……，(xm′ym′,zm′,pm′)}

其中，“m”表示地质样本空间中未知点的数量，其可以与地质样本空间中样本点的数量相同，也可以不同，本处不进行限制。

按照上述步骤122所描述地质样本空间中面向样本点的地质属性分布规律的获取过程，通过对各未知点在地质样本空间中的地质属性值进行分组和统计，从而获得地质样本空间面向未知点的地质属性分布规律。

其中，所选取对地质样本空间中各未知点的地质属性值进行分组的分组步长，与获取地质样本空间中面向样本点的地质属性分布规律时所使用的分组步长相一致，并按照该分组步长对各未知点的地质属性值进行分组，所获得未知点的分组数量也与步骤122中所划分样本点地质属性值的分组数量相一致。

由此，通过分别统计每一分组中所划分地质属性值的数量，以及统计每一分组中所划分地质属性值的数量所占地质属性值总数的比例，且通过拟合得到以未知点的地质属性值为样本空间的概率统计分布函数“f(p′)”。概率统计分布函数“f(p′)”即为地质样本空间面向未知点的地质属性分布规律。

示例性的，也可直接将各未知点的地质属性值带入概率统计分布函数“f(p)”中进行计算，即可相应获得概率统计分布函数“f(p′)”。

步骤220，如果地质样本空间面向未知点的地质属性分布规律与面向样本点的地质属性分布规律之间的偏差高于预设值，更新对地质样本空间中任意两个样本点之间距离进行分组的分组步长。

其中，地质样本空间面向未知点的地质属性分布规律与面向样本点的地质属性分布规律之间的偏差，可通过最优化目标函数“min∑(f(p)-f(p))²”表示，当计算结果低于预设值时，表示步骤122所获得地质样本空间面向样本点的坐标属性分布规律与各样本点所在地质样本空间的真实分布之间相适应，所获得地质样本空间中各未知点的地质属性值也与真实的地质属性值相适应，这时才能够确保地质样本空间所对应地质属性分布规律的精确性。

由此，如果所得偏差高于预设值，则需要对地质样本空间面向样本点的坐标属性分布规律的获取过程进行优化。通过对地质样本空间中任意两个样本点之间距离进行分组的分组步长“δh”进行优化，进而实现对任意两个样本之间距离的分布统计过程的优化，直至地质样本空间面向样本点的坐标属性分布规律与各样本点所在地质样本空间的真实分布之间相适应，从而得到能够准确反映各样本点所在地质样本空间的坐标属性分布规律。

示例性的，采用梯度下降法对分组步长“δh”进行迭代计算，获得所优化的分组步长。每进行一步梯度下降计算且获得优化的分组步长后，即可通过该分组步长对地质样本空间中任意两个样本点之间距离进行分组的分组步长“δh”进行更新。

最速下降法所对应的计算公式表示为：δh^k+1＝δh^k+akd^k，其中“ak”表示步长因子，该步长因子是小于1的设定值，“k”表示下降的步数，“d^k”表示下降第“k”步的梯度，该梯度包括正方向梯度和负方向梯度。

步骤230，按照所更新的分组步长重新获取地质样本空间面向未知点的地质属性分布规律，直至面向未知点的地质属性分布规律与面向样本点的地质属性分布规律之间的偏差低于预设值。

其中，在对地质样本空间中任意两个样本点之间距离进行分组的分组步长“δh”进行更新后，即可按照更新的分组步长重新执行步骤121、步骤122、以及步骤130，并根据所得各未知点的地质属性值，计算地质样本空间面向未知点的地质属性分布规律。

如此反复执行，直至地质样本空间面向未知点的地质属性分布规律与面向样本点的地质属性分布规律之间的偏差低于预设值。

图5是根据一示例性实施例所示出的一种地质属性获取装置。如图5所示，该装置包括：

样本点属性信息获取模块310，用于根据测井解释曲线，获得测井所对应地质样本空间中各样本点的属性信息，该样本点的属性信息包括样本点所在地质样本空间中的坐标值和地质属性值；

样本点属性分布规律获取模块320，用于通过对各样本点的属性信息进行处理，获得地质样本空间面向样本点的属性分布规律；

未知点地质属性获取模块330，用于根据地质样本空间面向样本点的属性分布规律，计算地质样本空间中各未知点的地质属性值；

地质属性分布获取模块340，用于将各样本点和各未知点的地质属性值作为地质样本空间的地质属性分布。

在另一示例性实施例中，样本点属性分布规律获取模块320包括：

样本点间距计算单元，用于根据各样本点的坐标值，分别计算地质样本空间中任意两个样本点之间的距离；

样本点间距分布特征获取单元，用于通过对地质样本空间中任意两个样本点之间距离的分布统计，获得地质样本空间中任意两个样本点之间距离的分布特征。地质样本空间中任意两个样本点之间距离的分布特征用于反映地质样本空间面向样本点的坐标属性分布规律。

在另一示例性实施例中，上述样本点间距分布特征获取单元包括：

样本点端值间距获取子单元，用于在地质样本空间中任意两个样本点之间的距离中，分别获取最大距离和最小距离；

分组步长计算子单元，用于根据所获取最大距离和所述最小距离的差值，计算对地质样本空间中任意两个样本点之间距离进行分组的分组步长；

样本点间距分组子单元，用于按照所获得的分组步长对地质样本空间中任意两个样本点之间的距离进行分组；

样本点间距统计子单元，用于通过统计地质样本空间中任意两个样本点之间的距离在每一分组中的分布情况，获得地质样本空间中任意两个样本点之间距离的分布特征。

在另一示例性实施例中，未知点地质属性获取模块330包括：

距离求解样本空间获取单元，用于对区别于地质样本空间中样本点的每一未知点，分别从地质样本空间中随机筛选若干样本点作为未知点的距离求解样本空间；

未知点间距计算单元，用于计算地质样本空间中未知点与距离求解样本空间中任意样本点之间的距离；

未知点间距分布特征获取单元，用于按照地质样本空间中任意两个样本点之间距离的分布特征所对应获取过程，获取地质样本空间中未知点与距离求解样本空间中任意样本点之间距离的分布特征；

未知点地质属性值获取单元，用于将地质样本空间中未知点与距离求解样本空间中各样本点之间距离的分布特征，作为地质样本空间中未知点相对距离求解样本空间中各样本点地质属性值的权重，通过计算距离求解样本空间中各样本点地质属性值的权重和，获得地质样本空间中未知点的地质属性值。

在另一示例性实施例中，样本点属性分布规律获取模块320还包括样本点地质属性分布特征获取单元，用于通过对地质样本空间中各样本点的地质属性值进行分布统计，获得地质样本空间面向样本点的地质属性分布规律。

在另一示例性实施例中，地质属性获取装置还包括：

未知点地质属性值获取模块，用于根据各未知点在地质样本空间中的地质属性值，统计获得地质样本空间面向未知点的地质属性分布规律；

分组步长更新模块，用于在地质样本空间面向未知点的地质属性分布规律与面向样本点的地质属性分布规律之间的偏差高于预设值的情况下，更新对地质样本空间中任意两个样本点之间距离进行分组的分组步长；

分组步长更新执行模块，用于按照所更新的分组步长重新获得地质样本空间面向未知点的地质属性分布规律，直至地质样本空间面向未知点的地质属性分布规律与面向样本点的地质属性分布规律之间的偏差低于预设值。

需要说明的是，上述实施例所提供的装置与上述实施例所提供的方法属于同一构思，其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。

在一种示例性实施例中，一种电子设备，包括处理器和存储器，其中，处理器用于执行上述方法。

图6是根据一示例性实施例所示出的一种电子设备的结构示意图。需要说明的是，该电子设备只是一个适配于本发明的示例，不能认为是提供了对本发明的使用范围的任何限制。

该电子设备的硬件结构可因配置或者性能的不同而产生较大的差异，如图6所示，电子设备包括：电源410、接口430、至少一存储器450、以及至少一中央处理器470。

其中，电源410用于为电子设备上的各硬件设备提供工作电压。

接口430包括至少一有线或无线网络接口431、至少一串并转换接口433、至少一输入输出接口435以及至少一usb接口437等，用于与外部设备通信。

存储器450作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统451、应用程序453或者数据455等，存储方式可以是短暂存储或者永久存储。其中，操作系统451用于管理与控制电子设备上的各硬件设备以及应用程序453，以实现中央处理器470对海量数据455的计算与处理。应用程序453是基于操作系统451之上完成至少一项特定工作的计算机程序，其可以包括至少一模块(图6中未示出)，每个模块都可以分别包含有对电子设备的一系列计算机可读指令。数据455可以是存储于磁盘中的关键信息等。

中央处理器470可以包括一个或多个以上的处理器，并设置为通过总线与存储器450通信，用于运算与处理存储器450中的海量数据455。

上面所详细描述的，适用本发明的电子设备将通过中央处理器470读取存储中存储的一系列计算机可读指令的形式来完成上述数字岩心的孔隙与骨架识别方法。

需要说明的是，该电子设备只是一个适配于本发明的示例，不能认为是提供了对本发明的使用范围的任何限制。

在一种示例性实施例中，一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法。

此外，上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

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他实施例。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权利要求指出。