数据体分别为孔隙度数据体、裂缝数据体和流体数据体。 针对储层的孔隙度、裂缝、流体的物理类型利用地震资料进行三个属性数据体计算，这三个 属性数据体可采用叠前或叠后的三维地震数据来进行获得。孔隙度是指岩石中所有孔隙空 间体积之和与该岩石体积的比值；裂缝是指岩石的一种重要储集空间，大体上呈线状或网 状空间展布；流体是指储层所含的气、水、油等的总称。
[0054] 将三个第一属性数据体分别进行归一化计算，得到三个第二属性数据体。归一化 处理计算公式如下：
[0055]
[0056] 上式中，round为四舍五入运算符，可使归一化后的采样点的数据值为正整数。 为归一化处理前的第一属性数据体的第P个CDP点的第i个采样点的属性数据值， XP1为归一化处理后的第二属性数据体中的第P个CDP点的第i个采样点的属性数据值，
}。可将第二属性数据体归一化到min{χρι}和max{χρι}之间， 在本实施例中，将三个第一属性数据体的数据值归一化到0~256值域。获得的三个第二 属性数据体的数据值即为〇到256区间的正整数，当然也可根据实际情况将第二属性数据 体的数据值归一化为〇~256之间的任意值。
[0057] 步骤102,利用三个第二属性数据体分别进行储层门槛值范围确定，获得三个门槛 值范围。
[0058] 具体的，门槛值范围即是一个值域范围，该值域范围是属于0~256的子集。利用 三个第二属性数据体分别进行储层门槛值范围确定，获得三个门槛值范围。
[0059] 步骤103,利用三个门槛值范围分别进行数据重构得到三个重构数据体。
[0060] 具体的，门槛值范围获得之后，对三个第二属性数据体分别进行数据重构，即对落 在门槛值范围的第二属性数据体的各个CDP点数据道上的采样点的数据值与未落在门槛 值范围的第二属性数据体的各个CDP点数据道上的采样点的数据值进行不同的处理，从而 获得三个重构数据体。
[0061] 步骤104,对三个重构数据体进行颜色融合处理，得到颜色融合数据体。
[0062] 具体的，颜色融合处理即把获得的三个重构数据体当作三个颜色分量，对该三个 颜色分量进行计算获得一个表示颜色的数值，该数值就是颜色融合数据体。
[0063] 步骤105,根据颜色融合数据体预测储层类型。
[0064] 具体的，颜色融合数据体是一个表示颜色的数值，根据该颜色融合数据体可知其 表示的颜色，由于每种颜色对应一种储层类型，所以根据该颜色融合数据体即可预测不同 的储层类型。
[0065] 本实施例提供的储层预测方法，通过对获取的与储层相关的三个第一属性数据体 进行归一化计算，获得三个第二属性数据体，然后利用三个第二属性数据体分别进行储层 门槛值范围确定，通过门槛值范围分别进行数据重构得到三个重构数据体，对三个重构数 据体进行颜色融合处理，得到颜色融合数据体，最后根据颜色融合数据体预测储层类型，可 实现对多种储层类型的预测，并通过不同的颜色可将不同类型的储层区分开，使不同储层 类型的分布情况更加方便直观，从而提高油气勘探效率。
[0066] 实施例二
[0067] 本实施例是在上述实施例的基础上进行的补充说明。图2为根据本发明实施例二 的储层预测方法的流程示意图，如图2所示，本发明提供的一种储层预测方法，包括：
[0068] 步骤201，获取采样点与储层相关的三个第一属性数据体，并对三个第一属性数据 体分别进行归一化计算，获得三个第二属性数据体。
[0069] 本步骤与步骤101 -致，具体可参见步骤101中的描述，在此不再赘述。
[0070] 步骤202,利用三个第二属性数据体分别进行储层门槛值范围确定，获得三个门槛 值范围。
[0071] 进一步的，本步骤具体包括：
[0072] 步骤2021，将三个第二属性数据体井点位置的曲线数据分别进行时深转换、重采 样处理，获得时间域到深度域的对应关系。
[0073] 获取所有采样点的三个第二属性数据体，对于同类的第二属性数据体，比如同为 归一化后的孔隙度数据体、裂缝数据体或流体数据体，这样多个同类的第二属性数据体的 各个井井点位置的曲线数据经时深转换、重采样处理，可将曲线数据由时间域转换到深度 域，得到深度域的曲线数据，其中，井点位置是指根据钻井的井点 Xl、yi坐标值投影到数据 体平面中（Xl、yi)的位置。具体为对已知钻井进行合成记录制作及标定，得到时深关系，利 用时深关系将第二属性曲线数据转换进深度域，根据测井曲线的采样间隔对深度域的曲线 数据进行重采样计算，得到处理后的曲线数据，该曲线数据即为时间域到深度域的对应关 系，得到各个井井点位置的曲线数据的深度域数据，一般测井曲线的采样间隔为〇. 5m。
[0074] 步骤2022,获取井中储层段深度数据，并根据时间域到深度域的对应关系获取储 层数据集。
[0075] 根据各井井中储层段类型、深度数据形成归一化后的属性数据集。该步骤主要是 根据井中储层段类型及其深度值、深度域的曲线数据使其生成与孔隙度数据体、裂缝数据 体和流体数据体的门槛值计算相对应的三个储层数据集，储层类型是指孔隙型储层、裂缝 型储层、孔隙+裂缝型储层、含流体储层。其中，一般情况下，孔隙型储层、孔隙+裂缝型储层 所对应的属性数据集用于计算孔隙度数据体门槛值的储层数据集，裂缝型储层、孔隙+裂 缝型储层所对应的属性数据集用于计算裂缝数据体门槛值的储层数据集，含流体储层所对 应的属性数据集用于计算流体数据体门槛值的储层数据集。具体为根据测井资料、地质资 料及试油气资料得到井中储层段类型及其对应的深度段，利用该深度段对应的第二属性数 据体深度域的曲线数据中该井中深度段所对应的采样点的属性数据形成相应的属性数据 集％(1 = 1，2,…，n)，依此类推，得到各井的第二属性数据体的属性数据集，再将各井的属 性数据集进行并集计算得到第二属性数据体的储层数据集，对三个第二属性数据体均采用 上述方式，以获得三个储层数据集。其中，储层数据集的计算公式如下：
[0076] A!U A2U …U AnU-= L
[0077] 上式中，&为第1 口井的储层段所对应的第i个第二属性数据体的第1个属性数 据集，An为第η口井的储层段所对应的第i个第二属性数据体的第η个属性数据集，&为 第i个第二属性数据体的储层段所对应的储层数据集，其中i< 3 ;依次计算，得到三个储 层数据集。
[0078] 步骤2023,根据储层数据集进行门槛值范围确定，获得三个门槛值范围。
[0079] 利用三个储层数据集&进行门槛值确定，这样就得到第二属性数据体的门槛值。 设定某一个储层数据集中的样本数据Ji(i= 1，2,…，η)，取Jmax=maxljj，Jmin=minljj; 则Jmax为最大门滥值，J min为最小门滥值，最大门滥值J max与最小门滥值J min之间为门滥值 范围。
[0080] 步骤203,利用三个门槛值范围分别进行数据重构得到三个重构数据体。
[0081] 具体的，门槛值范围获得之后，对三个第二属性数据体分别进行数据重构，即对落 在门槛值范围的第二属性数据体的各个CDP点的数据道上的采样点的数据值与未落在门 槛值范围的第二属性数据体的各个CDP点的数据道上的采样点的数据值进行不同的处理， 从而获得三个重构数据体。
[0082] 进一步的，本步骤具体包括：
[0083] 若三个第二属性数据体的数据值在各自门槛值范围内，则保留其值不变；若三个 第二属性数据体的数据值不在各自门槛值范围内，则将其置零。
[0084] 具体的，根据门槛值范围实施数据重构，若采样点的第二属性数据体的数据值落 在门槛值范围内，则保留该第二属性数据体的数据值；若采样点的第二属性数据体的数据 值在门槛值范围外，则将该采样点的第二属性数据体的数据值赋值为零。数据重构赋值方 式如下：
[0085]a、若某一个第二属性数据体的