融合计算关系式，然后利用所构建的数据融合计算关系式，计算出所述层面倾角值和地震属性数据的融合数据。所得到的融合数据包含了岩性、孔隙度和层面倾角的融合属性。
[0093]在一实施例中，所构建的数据融合计算关系式如下:
[0094]F(a, f, d) = (aXfn)+d (I)
[0095]上式中a为振幅属性值；f为瞬时频率；d为层面倾角值；n为常数。
[0096]在另一实施例中，在得到融合数据后，可以绘制融合属性平面图；还可以检查计算出的融合数据是否位于第二预设范围内。如果所得到的层面倾角值不在第二预设范围内，可以将该融合数据作为异常值，并将其剔除。
[0097]图5和图6分别示出了某研宄区I中表层储层发育段的融合数据平面图以及某研宄区2中花岗岩潜山的融合数据平面图。从这两幅图中可以看出，颜色越深的区域，其含油气的可能性更大。
[0098]S130:将所述融合数据转换成储层厚度数据，根据所得到的储层厚度数据预测储层的分布特征。
[0099]在计算出所有的融合数据后，可以利用现有技术中的回归计算方法来回归计算出所获取的储层厚度与融合数据之间的数学转换关系；然后利用所得到的数学转换关系，将融合数据转换成储层厚度数据；然后可以利用所得到的储层厚度数据来预测储层的分布特征。一般的，储层厚度越大，则说明该储层中含有油气的可能性更高，含油气量可能也更多。例如，对于花岗岩潜山来说，其缓坡高部位的储层厚度比较大，可以判断缓坡高部位含油气的可能性更高，因而可以将该储层所在区域作为勘探重点。
[0100]在一实施例中，为了更加直观形象的揭示储层的分布特征，在得到储层厚度数据后，可以编制储层厚度平面图。
[0101]图7和图8分别是与图5和图6对应的储层厚度平面图。这两幅图中等厚线数值越大的区域与图5和图6中颜色越深的区域相对应，更加可以判断该区域含油气的可能性更大，这进一步说明利用该方法来预测储层分布特征的正确性。
[0102]通过上述步骤可以看出，本申请实施例通过获取目的层段的测井数据所对应的层面倾角值以及地震属性数据，然后将所获得的层面倾角值和地震属性数据进行融合，最后将融合数据转换为储层厚度数据，根据所得到的储层厚度数据来预测储层分布特征，而不需要建立低频模型，而且储层厚度是描述储层几何形态的参数，因此，能实现有效的预测花岗岩潜山优势储层这种结构特性的储层的分布特征的目的。此外，该方法的计算过程简单，计算结果客观真实且便于解释。通过所编制的融合数据平面图和储层厚度平面图，可以更加直观形象的揭示花岗岩潜山优势储层这种储层的分布范围，有利于分析总结影响花岗岩潜山优势储层这种储层的地质成因以及分布模式。
[0103]在另一实施例中，为了提高后续计算的速度，在获取目的层段的测井数据所对应的层面倾角值和地震属性数据前，该方法还可以包括:
[0104]SlOO:分析所获取的目的层段的测井数据中振幅与频率之间的对应关系。
[0105]在完成目的层段的标定后，可以分析目的层段的测井数据与地震反射之间的对应关系，定性分析目的层段的测井数据中振幅与频率之间的对应关系。优选的，定性分析花岗岩潜山优势储层对应地震反射的振幅随频率的变化趋势，即分析所述振幅是随频率的增大而减小还是随频率的增大而增大。
[0106]通过该步骤，可以得到目的层段的测井数据的整体变化趋势，有利于后续进一步的计算分析。
[0107]在另一实施例中，在获取地震属性数据后，所述方法还包括:
[0108]S115:分析所获取的地震属性数据与目的层段总孔隙体积之间的定量关系。
[0109]所述总孔隙体积是指孔隙度与储层厚度的乘积。
[0110]在获取均方根振幅、平均振幅以及瞬时频率等地震属性数据后，可以分析所获取的地震属性数据与目的层段总孔隙体积之间的定量关系。经分析，在公式(I)中的η取值为I时，所述总孔隙体积与振幅属性值以及瞬时频率成正比；在11取值为-1时，所述总孔隙体积与振幅属性值以及瞬时频率的倒数成正比。此外，还可以制作上述各种地震属性数据与目的层段总孔隙体积的交汇图，以便于直观上观察目的层段的各种地震属性数据与孔隙度总体积之间的关系。
[0111]S116:将所述融合数据转换成总孔隙体积数据，利用所得到的总孔隙度体积数据来预测储层的分布特征。
[0112]在得到总孔隙体积数据后，可以利用所得到的总孔隙度体积数据来预测储层的分布特征。所述总孔隙度体积数据越大，则说明该目的层段储层的含油气可能性越大。
[0113]该步骤的具体执行过程可以参考S130，在此不再赘叙。
[0114]需要说明的是，步骤S115-S116之间的执行顺序与步骤S120-S130之间的执行顺序并没有限制。
[0115]通过上述步骤，可以提高预测储层的准确性。
[0116]本申请实施例还提供了一种预测储层分布的装置，如图9所示。该装置包括:获取单元210、融合单元220以及第一转换单元230。其中，获取单元210用于获取目的层段的测井数据所对应的层面倾角值以及地震属性数据；融合单元220用于将所述层面倾角值和所述地震属性数据进行属性融合，得到融合数据；第一转换单元230用于将所述融合数据转换成储层厚度数据，根据所述储层厚度数据来预测储层的分布特征。
[0117]在一实施例中，获取单元210包括(图中未示出):
[0118]频谱分析子单元，用于对所获取的目的层段所对应的测井数据进行频谱特征分析，得到频谱分析参数；
[0119]谱分解变换子单元，用于根据所得到的频谱分析参数，对目的层段的测井数据进行谱分解变换运算，确定目的层段所对应的敏感频段；
[0120]计算子单元，用于计算所述目的层段的测井数据在所述敏感频段内所对应的层面倾角值；
[0121]提取子单元，用于从所述目的层段的测井数据中提取出与所述敏感频段对应的地震属性数据。
[0122]在一实施例中，融合单元220包括(图中未示出):
[0123]构建子单元，用于构建层面倾角值和地震属性数据之间的数据融合计算关系式:
[0124]F (a, f, d) = (aXfn)+d
[0125]其中，a为振幅属性值，f为瞬时频率，d为层面倾角值，η为常数；
[0126]计算子单元，用于利用所构建的数据融合计算关系式计算融合数据。
[0127]在一实施例中，所述装置还包括第一分析单元200，其用于分析所获取的目的层段的测井数据中振幅与频率之间的对应关系。
[0128]在另一实施例中，所述装置还包括:
[0129]第二分析单元240，用于分析所获取的地震属性数据与目的层段总孔隙体积之间的定量关系；
[0130]第二转换单元250，用于将所述融合数据转换成总孔隙体积数据，根据所得到的总孔隙度体积数据来预测储层的分布特征。
[0131]上述实施例阐明的装置或单元，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。为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0132]通过以上的实施方式的描述可知，本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块、单元和步骤可以通过硬件、软件或两者的结合来实现。至于是通过硬件还是软件来