属性演变值高低判断储层流体发育情况。
[0013] 上述方案还包括：
[0014] 所述步骤（4)中，考虑孔隙流体参数的频变特征，从Russell孔隙流体参数近似公 式出发，得出包含弹性参数频散程度和频散程度随偏移距变化梯度的两个频散属性的地震 波AV0近似频变反射特征公式。
[0015] 所述近似频变反射特征公式如下：
[0016] ΔΚ(Θ, ω) = ( ω - ω 0) a ( θ ) Df+( ω - ω 〇) b ( θ ) Du (1)
[0017] 其中，Θ为入射角的角度，ω代表频率，ω。为参考频率：
Df为孔隙流体参数的频散属性， 切模量的频散属性，
；AR( θ，ω)为入射角为Θ、频率为ω时的反 射系数与参考频率ω。下的反射系数之差，表达式为AR( θ，ω) = R( Θ，co)-R( θ，ω。）， R( θ，ω)表示入射角为θ、频率为ω时的反射系数。
[0018] 上述方案进一步包括：
[0019] 所述步骤（4)中结合不同频率不同角度的地震资料以及贝叶斯最大后验概率反 演方法后，反演目标函数加入模型约束进行孔隙流体参数的频变属性反演，最终目标函数 如⑵式所示：
[0021 ] 通过对上式进行求导取极值可得最终反演方程：
[0023] (2)与⑶式中，G为正演算子，m为待反演参数，有孔隙流体参数频散属性Df以 及剪切模量频散属性Du构成的列向量，d为经过分角度叠加、分频处理后的地震数据组成 的列向量，Q为柯西约束矩阵为待反演的孔隙流体参数频散属性向量，mDu为待反演剪 切模量频散属性向量，与分别为孔隙流体参数频散属性与剪切模量频散属性模型向 量，G, d, m以及Q的具体表达式如下：
[0026] 上式中，i表示时间采样点，j表示为频率，p表示角度，N表示小波分频的个数，Μ 表示时间采样点的个数，
[0027] 则最终反演结果表示为：
[0029] 公式（2)中柯西约束项矩阵Q是与待反演参数m的函数，公式（2)通过迭代最小 二乘方法进行求解，提高利用（6)式计算反演得到反演结果的精度。
[0030] 所述迭代最小二乘反演步骤为：
[0031] 步骤1 :给定初始值m。，迭代次数i = 0,1? = m0 ;
[0032] 步骤 2 :令 m = mp
[0033] 步骤3 :利用m计算柯西约束矩阵Q ;
[0034] 步骤4 :利用（6)式计算反演得到反演结果叫
[0035]
，若不满足要求，返回步骤2,若满足精度，输出结 果。
[0036] 本发明首先根据地震岩石物理分析了各弹性参数频散属性对储层流体的敏感性， 确立了孔隙流体参数频散属性作为流体因子用于检测储层含油气性的可行性。基于弹性模 量对变量变化特征推导了基于频变孔隙流体参数的反射特征近似方程，然后结合角度部分 叠加地震数据和测井资料在贝叶斯理论框架下反演孔隙流体参数的频变特征，最终将反演 得到的孔隙流体参数频变属性用于储层流体识别。孔隙流体参数频散属性的高值对应于储 层流体发育的位置。与常规地震反演方法相比该储层流体识别技术的优势体现在：不仅仅 利用了接收到的反射地震振幅随偏移距的变化，还应用了反射振幅随频率的变化信息，孔 隙流体敏感参数的频变属性对储层流体的敏感性更高，对流体识别的精度更高，并且利用 贝叶斯反演理论进行反演，稳定性强，可信度高。
[0037] 本发明提出的基于孔隙流体参数频变反演的储层流体识别方法更多地利用接收 的地震信息，能够较好地解决常规流体识别中的假象问题。
【附图说明】
[0038] 图1基于贝叶斯方法反演孔隙流体参数频散属性流程图
[0039] 图2不同弹性参数频散属性标准化比较
[0040] 图3三个角度部分叠加数据剖面：(a)小角度，（b)中角度，（c)大角度
[0041] 图4短时傅立叶变换与小波变换时频窗口比较
[0042] 图5小角度地震数据A井井旁道频谱分析
[0043] 图 6 小角度地震数据分频（a)10Hz，（b)15Hz，（c)20Hz，（d)25Hz，（e)30Hz
[0044] 图7孔隙流体参数频散属性预测储层含油气性（高值代表储层油气发育）
[0045] 图8孔隙流体参数频散属性预测储层含油气平面分布（高值代表储层油气发育良 好）
[0046] 图9本发明一种实施例的识别流程图
【具体实施方式】
[0047] 下面结合附图和具体实施例对本发明的技术方案做进一步说明。
[0048] 如图9所示，基于孔隙流体参数频变反演的储层流体识别方法主要分为以下几个 步骤：
[0049] (1)将叠前CMP道集数据转化叠前CRP道集数据，再根据叠前CRP道集提取至少3 个部分角度叠加数据；
[0050] (2)结合角度部分叠加数据和地震数据多尺度分解方法，将各角度的地震数据转 化为5个不同主频的地震资料；
[0051] (3)结合不同频率不同角度的地震资料以及贝叶斯理论反演方法可以反演孔隙流 体参数的频变属性；
[0052] (4)孔隙流体参数频变属性的高值代表了储层流体的发育良好，图7为孔隙流体 参数频散属性预测储层含油气性，预测气层发育情况与测井解释结果相一致；图8为孔隙 流体参数频散属性预测储层含油气平面分布图。
[0053] 下面通过优化的具体实施例做更进一步说明。
[0054] 参照图9和图1所示。
[0055] 步骤 1 :
[0056] 根据地震岩石物理分析、计算各介质弹性参数（纵波阻抗Ip、纵波速度Vp、泊松比 σ、体积模量K、拉梅参数λ、孔隙流体参数f)的频变属性，为了能够更好地进行对比，对各 个频变弹性参数进行标准化处理，将低频段数值校正为1，如图2所示。各参数可近似为线 性频散，从图2中可以得到如下关系式：
[0058] 从图2中可以看出，各弹性参数都存在频散特征，其中纵波速度频散曲线与纵波 阻抗频散曲线重合，从侧面表明了岩石的密度不存在频散现象，在众多的频散曲线中，孔 隙流体参数的频散程度最大，对储层流体的敏感性最强，可用于储层流体识别，提高识别精 度。
[0059] 步骤 2 :
[0060] 基于孔隙流体参数的Zoeppritz方程近似式如：
[0061]
[0062] 上式中，Θ为入射角，Y dlT与Y sat分别为干岩石与饱和岩石的纵横波速比， RPP(9)为纵波勘探中入射角为Θ时的反射系数。
[0063] 由于孔隙流体参数f以及剪切模量均是与频率相关的函数，密度项P -般假设不 发生频散，因而，反射系数Rpp也是与频率有关的函数，因此，我们可以将（2)式写作频率的 函数：
[0065] 上式中，ω表示频率，a(0)、b(0)与c(0)分别为：
[0067] 从图2中可以看出，频散曲线在频散频带内可近似为线性函数，因而可以对
丨?Ε频散频带内进行泰勒展开并去一阶近似项，设参考频率为ω。，
[0070] (4)与（5)两式中
分别为孔隙流体参数频散属性与 剪切模量频散属性，分别即为Df、Du，将（4)、（5)两式代入（3)可以得到
[0072] 令频率为ω。时的反射系数为R_( θ，ω。）：
[0074] (7)式代入到（6)是可以得到：
[0076] 公式（8)即为本发明推导的包含孔隙流体参数频散属性的频变反射系数方程。
[0077] 步骤 3 :
[0078] 由公式（8)可知，反演孔隙流体参数频散属性Df之前需要获得不同角度的不同频 率的地震信息。为了提高地震数据的信噪比进而增强反演稳定性，首先对叠前道集进行分 角度叠加，分角度部分叠加数据如图3所示，图中椭圆中部井位上深色部分为测井解释气 层。在分角度叠加地震数据的基础之上进行分频处理。高频率信号的分辨率比低频信号 的分辨高，因而频率越高窗口应越小。然而如图4a所示，短时傅立叶变换窗口大小不随频 率变化，并不满足这一要求，为了适应窗口大小随频率的变化，选择如图4b所示的连续小 波变换。针对目的层的频谱关系选择合适尺度的Ricker小波，通过分频处理将地震记录分 解为不同频带的地震信息，与常规的梯形窄带滤波器分频方法相比，基于小波变换的分频 方法具有一定的自适应分辨分析特性，可以将地震记录分解为一系列具有质心频率的窄带 剖面，实现了不同频带范围的地震振幅信息分离，较好的克