油气探测成功率预测方法及装置与流程

1.本发明涉及地质勘探技术领域，尤其涉及一种油气探测成功率预测方法及装置。


背景技术：

2.评价和预测勘探目标勘探成功率，优选有利区，规避钻探风险，为油气钻探部署提供决策依据。
3.勘探风险预测和评价方法可归纳为三大类。
4.第一类，成因法，即将控制油气聚集的地质控制因素，如烃源、储集层、盖层、运移、圈闭、保存等地质条件叠加到一张地质图上，由此描述油气资源空间分布的有利地区和地质风险。这是一种常规的地质风险评价方法。第一类方法基于成因机制的叠图法评价，属于定性或半定量化评价，不足是缺少定量模型或模型较简单。
5.第二类，多元统计方法，这类方法根据探井所揭示的油气井和非油气井在空间分布特征的信息，用统计模型来预测油气资源空间分布。这种方法突出了单井的信息，却忽略了其他地质信息。第二类方法只考虑探井到“油气井”的距离，没有考虑到“非油气井”的距离，在样本较多的时候没有优势。
6.第三类，综合方法，如面向对象的随机模拟和基于地质模型的随机模拟方法。再例如采用信息集成法，将地质、地球物理和勘探工程等信息集为一体来反映油气资源空间分布的特征，并用图件表示油气资源分布，使预测结果更直观；利用多元统计学与信息处理技术预测油气资源空间分布的方法，即用马氏距离判别法对信息进行集成，用贝叶斯公式计算已知样本的含油气概率，并由此建立不同马氏距离值下的含油气概率模板，然后采用该模板预测油气资源空间分布；logistic回归的数据驱动模型综合现有的地球科学信息和当前的勘探结果，得到了油气出现与关键地质因素之间的定量logistic回归关系，并用于预测油气出现的概率。第三类方法是一种结合地质认识的统计方法，是有成熟的统计算法，适用范围虽然较广，但缺少具体地区地质条件与钻探结果的统计经验数据和模型，针对性较差。
7.综上所述，现有的油气探测成功率预测方法的准确度较低。


技术实现要素：

8.本发明实施例提出一种油气探测成功率预测方法，用以准确地预测油气探测成功率，该方法包括：
9.定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；
10.根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；
11.计算训练集数据中每个探井到每种探井类型的对数马氏距离；
12.根据计算获得的对数马氏距离绘制二维马氏距离网格图；
13.计算二维马氏距离网格图中每个网格的油气勘探成功率。
14.本发明实施例提出一种油气探测成功率预测装置，用以准确地预测油气探测成功率，该装置包括：
15.单因素地质评价值图获得模块，用于定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；
16.训练集数据获得模块，用于根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；
17.对数马氏距离计算模块，用于计算训练集数据中每个探井到每种探井类型的对数马氏距离；
18.二维马氏距离网格图绘制模块，用于根据计算获得的对数马氏距离绘制二维马氏距离网格图；
19.油气勘探成功率计算模块，用于计算二维马氏距离网格图中每个网格的油气勘探成功率。
20.本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述油气探测成功率预测方法。
21.本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述油气探测成功率预测方法的计算机程序。
22.在本发明实施例中，定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；计算训练集数据中每个探井到每种探井类型的对数马氏距离；根据计算获得的对数马氏距离绘制二维马氏距离网格图；计算二维马氏距离网格图中每个网格的油气勘探成功率。在上述过程中，通过计算每个探井到每种探井类型的对数马氏距离，并绘制二维马氏距离网格图，可以获得二维马氏距离网格图中每个网格的油气勘探成功率，计算效率高，准确率高。
附图说明
23.为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
24.图1为本发明实施例中油气探测成功率预测方法的流程图；
25.图2为本发明实施中三工河组储层条件地质评价值图；
26.图3为本发明实施中三工河组圈闭条件地质评价值图；
27.图4为本发明实施中三工河组供烃条件地质评价值图；
28.图5为本发明实施中三工河组盖层与保存条件地质评价值图；
29.图6本发明实施例中所有探井到油气井类型的对数马氏距离的二维马氏距离网格
图；
30.图7为本发明实施例中所有探井到非油气井类型的对数马氏距离的二维马氏距离网格图；
31.图8为本发明实施例中初始的勘探成功率预测图；
32.图9为本发明实施例中经过多次平滑后的勘探成功率预测图；
33.图10为本发明实施例中勘探成功率图；
34.图11为本发明实施例中油气探测成功率预测装置的示意图；
35.图12为本发明实施例中计算机设备的示意图。
具体实施方式
36.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
37.在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本技术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不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本技术的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
38.图1为本发明实施例中油气探测成功率预测方法的流程图，如图1所示，该方法包括：
39.步骤101，定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；
40.步骤102，根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；
41.步骤103，计算训练集数据中每个探井到每种探井类型的对数马氏距离；
42.步骤104，根据计算获得的对数马氏距离绘制二维马氏距离网格图；
43.步骤105，计算二维马氏距离网格图中每个网格的油气勘探成功率。
44.在本发明实施例中，通过计算每个探井到每种探井类型的对数马氏距离，并绘制二维马氏距离网格图，可以获得二维马氏距离网格图中每个网格的油气勘探成功率，计算效率高，准确率高。
45.在一实施例中，油气成藏地质条件包括生烃或供烃条件、储层条件、圈闭条件、盖层条件和保存条件中的其中之一或任意组合。
46.在步骤101中，定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图，其中，设置最高评价值为1，最低评价值为0。将油气成藏地质条件逐一定量评价，得到单因素地质评价值，例如生烃或供烃条件、储层条件、圈闭条件、盖层条件和保存条件，可以分别得到单因素地质评价值即：r1,r2,r3,r4,r5，并绘制研究区多个点的单因素地质评
价值图，简称r1-map,r2-map,r3-map,r4-map,r5-map。其中，r1,r2,r3,r4,r5的数值在0～1之间。
47.在步骤102中，根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据，即分别从r1-map,r2-map,r3-map,r4-map,r5-map中提取所有探井的单因素地质评价值，即r1(k),r2(k),r3(k),r4(k),r5(k)。其中，k为探井的序号。在一实施例中，所述探井的类型包括油气井类型和非油气井类型。把所有探井的单因素地质评价值(r1,r2,r3,r4,r5)和该探井的类型组合在一起，形成训练集数据a
md
。其中，单因素地质评价值个数由研究区地质情况决定，一般为3到5个。如果3个，则用r1,r2,r3表示；如果4个，则用r1,r2,r3,r4表示；其他的个数，以此类推。
48.在一实施例中，计算训练集数据中每个探井到每种探井类型的对数马氏距离，包括：
49.计算训练集数据中每个探井到每种探井类型的马氏距离；
50.根据所述马氏距离计算对数马氏距离。
51.马氏距离值具有对数变化的特点，不便于统计分析。因此，需要将地质评价值进行换算，使之变为线性变化的数值。同时，为了尽量避免对数后的马氏距离为负数，需要加一个偏差值。因此，在一实施例中，采用如下公式，根据所述马氏距离计算对数马氏距离：
52.d
oil
＝ln(d
oil
+a)
53.d
dry
＝ln(d
dry
+a)
54.其中，d
oil
、d
dry
分别为每个探井到油气井类型和非油气井类型的马氏距离的对数值；a为偏差值；d
oil
、d
dry
分别为每个探井到油气井类型和非油气井类型的距离。
55.在一实施例中，根据计算获得的对数马氏距离绘制二维马氏距离网格图，包括：
56.根据所有探井到油气井类型的对数马氏距离的最小值和最大值分布，将所有探井到油气井类型的对数马氏距离划分出第一数量个区间；
57.根据所有探井到非油气井型的对数马氏距离的最小值和最大值分布，将所有探井到非油气井类型的对数马氏距离划分出第二数量个区间；
58.所有探井到油气井类型的对数马氏距离为横坐标，所有探井到非油气井型的对数马氏距离为纵坐标，绘制出二维马氏距离网格图。
59.一般情况下，第一数量和第二数量均不小于3。二维马氏距离网格图中网格的个数即为第一数量
×
第二数量。
60.在一实施例中，采用如下公式，计算二维马氏距离网格图中每个网格的油气勘探成功率：
61.p(i,j)＝100
×
s(i,j)/[s(i,j)+f(i,j)]
[0062]
其中，p(i,j)为网格(i,j)的油气勘探成功率，i＝0,1,2,
…
,n-1，n为第一数量，j＝0,1,2,
…
,m-1，m为第二数量；s(i,j)为网格(i,j)中属于油气井类型的探井数；f(i,j)为网格(i,j)中属于非油气井类型的探井数。
[0063]
这样就得到了每个网格的油气勘探成功率的准确值。
[0064]
在一实施例中，本方法还包括：
[0065]
对二维马氏距离网格图中没有探井的网格的油气勘探成功率进行平滑处理。
[0066]
这是因为当某些网格中没有探井时,即s(i,j)+f(i,j)＝0，为了使网格间数据连续性更好，本发明提出一种平滑处理方法。
[0067]
在一实施例中，对二维马氏距离网格图中没有探井的网格的油气勘探成功率进行平滑处理，包括：
[0068]
当网格编号i＝0，j＝0时，采用如下公式进行平滑处理：
[0069][0070]
当网格编号i＝n-1，j＝0时，采用如下公式进行平滑处理：
[0071][0072]
当网格编号i＝n-1，j＝m-1时，采用如下公式进行平滑处理：
[0073][0074]
当网格编号i＝0，j＝m-1时，采用如下公式进行平滑处理：
[0075][0076]
当网格为非二维马氏距离网格图的四个角的网格，且i＝0或i＝n-1时，采用如下公式进行平滑处理：
[0077][0078]
当网格为非二维马氏距离网格图的四个角的网格，且j＝0或j＝m-1时，采用如下公式进行平滑处理：
[0079][0080]
其他情况下，采用如下公式进行平滑处理：
[0081][0082]
其中，为网格(i,j)平滑处理后的油气勘探成功率；p(i,j)为网格(i,j)平滑处理前的油气勘探成功率。
[0083]
在计算获得了每个网格的油气勘探成功率后，还可以将二维马氏距离网格图转化为勘探成功率图，即风险可视化图，便于应用和查询。
[0084]
下面给出一个具体的实施例，来说明本发明提出的方法的具体应用。
[0085]
该实施例来自准噶尔盆地腹部三工河组。
[0086]
研究区位于准噶尔盆地腹部，东西宽160km，南北长170km，面积约2.7
×
104km2，包括盆1井西凹陷、莫索湾凸起和陆西隆起等。目的层为侏罗系三工河组(j1s)，烃源岩为二叠系下乌尔禾组(p2w)，盖层为侏罗系内部泥页岩。研究区南低北高，岩相南细北粗，油气自下而上，由南向北运移，形成断鼻型、断块型和岩性地层型等油气藏。截止2019年底，钻遇三工河组并完成试油的探井和评价井超过203口，已在莫索湾凸起、莫北、石西、石南和夏盐地区发现一些油气田。
[0087]
本实例采用4个油气成藏地质条件，分别为储层条件、圈闭条件、供烃条件、盖层与保存条件。其中，盖层与保存条件是盖层条件和保存条件的合并，主要是考虑到本实例的地质情况。
[0088]
(1)储层条件
[0089]
以沉积微相为依据，对储层条件进行定量评价，按优劣顺序依次为：水下分流河道、席状砂、滩坝及沙质碎屑流、分流间湾和滨浅湖，相应的评价值见表1。在同一个沉积微相中，每一个点的评价值为所属微相最小值到最大值之间的随机抽样结果。以水下分流河道为例，抽样范围从0.7到0.9，随机抽样结果为0.7到0.9之间的任意实数，包括0.7和0.9。根据以上方法，将沉积微相图转化为储层条件地质评价值图，图2为本发明实施中三工河组储层条件地质评价值图。
[0090]
表1
[0091][0092][0093]
(2)圈闭条件
[0094]
根据三工河组顶界构造图及圈闭解释成果资料，将构造型圈闭划分为落实圈闭和待落实圈闭两级，见表2；根据沉积微相图将岩性圈闭划分为岩性透镜体(滩坝等)和岩性遮挡(间湾等)两级。另外，已发现油气藏为确定性圈闭。同样，采用随机抽样方法，绘制出圈闭条件地质评价值图，图3为本发明实施中三工河组圈闭条件地质评价值图。
[0095]
表2
[0096]
分级圈闭最小值(无量纲)最大值(无量纲)i已发现油气藏1.01.0ii落实圈闭(构造型)0.70.8iii待落实圈闭(构造型)0.60.7iv岩性透镜体(滩坝等)0.50.6v岩性遮挡(间湾等)0.30.5
[0097]
(3)供烃条件
[0098]
三工河组油气主要来自下伏地层二叠系下乌尔禾组源岩，垂向上主要通过源岩断裂沟通，侧向运移主要受砂体和构造脊控制。南部离远源较近，断层起到重要沟通作用，整体相对有利；北部离油源远，多达上百千米，断层不能沟通烃源，主要依靠长距离侧向运移提供油气，整体相对不利。基于以上认识，在完成断裂分布研究和油气运移通道模拟的基础上，将供烃条件划分为4个等级，即：沟通油源断裂+主路径、主路径、次要路径、南部近源区和北部远源区，见表3。同样，采用随机抽样方法，绘制出供烃条件地质评价值图。图4为本发
明实施中三工河组供烃条件地质评价值图。
[0099]
表3
[0100][0101][0102]
(4)盖层与保存条件
[0103]
盖层与保存条件主要考虑上覆地层断裂发育情况和不整合风化带分布。上覆地层断裂发育区起到破坏作用，评价值较低，取0.1～0.2之间；不整合风化粘土起到较好的遮挡作用，评价值较高，取0.7～0.9之间；其它区域泥页岩相对发育，具备局部盖层作用，评价值取0.4～0.6之间。然后，通过随机抽样的方法获得盖层与保存条件地质评价值图。图5为本发明实施中三工河组盖层与保存条件地质评价值图。
[0104]
然后根据203口的坐标(见表4)从图2～图5中分别提取储层条件、圈闭条件、供烃条件、盖层与保存条件的地质评价值图中的数据，构成训练集a
md
。
[0105]
表4
[0106]
[0107]
[0108][0109]
之后，计算训练集数据中每个探井到每种探井类型的对数马氏距离，计算结果见表4后两列。
[0110]
根据计算获得的对数马氏距离绘制二维马氏距离网格图，训练集数据共有203口试油井，其中油气井109口，非油气井94口。将横坐标(x方向)划分为10段，即n＝10；将将纵坐标(y方向)划分为4段，即m＝4。构成由40个网格组成的二维马氏距离网格图。图6本发明实施例中所有探井到油气井类型的对数马氏距离的二维马氏距离网格图，图7为本发明实施例中所有探井到非油气井类型的对数马氏距离的二维马氏距离网格图。
[0111]
根据训练集数据中每口探井的d
oil
、d
dry
确定该探井所在的网格，图8为本发明实施例中初始的勘探成功率预测图，其中，1/4为油气井数/总井数。统计每个网格中油气井数(图8中分子)和总井数(图8中分母)，然后计算每个网格中的勘探成功率(图中的比例值)，形成图8的初始的勘探成功率预测图。没有探井的网格，初始值设为0.5。
[0112]
为了使网格间数据的连续性更好，进行了10次平滑处理，得到平滑后的勘探成功率图，图9为本发明实施例中经过多次平滑后的勘探成功率预测图。
[0113]
另外，可以以图9的勘探成功率预测图板为二维刻度尺，将图6和图7转化为勘探成功率图，即风险可视化图(图10)，图10为本发明实施例中勘探成功率图。
[0114]
综上所述，在本发明实施例提出的方法中，定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；计算训练集数据中每个探井到每种探井类型的对数马氏距离；根据计算获得的对数马氏距离绘制二维马氏距离网格图；计算二维马氏距离网格图中每个网格的油气勘探成功率。在上述过程中，通过计算每个探井到每种探井类型的对数马氏距离，并绘制二维马氏距离网格图，可以获得二维马氏距离网格图中每个网格的油气勘探成功率，计算效率高，准确率高。
[0115]
本发明实施例还提出一种油气探测成功率预测装置，其原理与油气探测成功率预测方法类似，这里不再赘述。
[0116]
图11为本发明实施例中油气探测成功率预测装置的示意图，如图11所示，包括：
[0117]
单因素地质评价值图获得模块1101，用于定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；
[0118]
训练集数据获得模块1102，用于根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；
[0119]
对数马氏距离计算模块1103，用于计算训练集数据中每个探井到每种探井类型的对数马氏距离；
[0120]
二维马氏距离网格图绘制模块1104，用于根据计算获得的对数马氏距离绘制二维马氏距离网格图；
[0121]
油气勘探成功率计算模块1105，用于计算二维马氏距离网格图中每个网格的油气勘探成功率。
[0122]
在一实施例中，油气成藏地质条件包括生烃或供烃条件、储层条件、圈闭条件、盖层条件和保存条件中的其中之一或任意组合。
[0123]
在一实施例中，所述探井的类型包括油气井类型和非油气井类型。
[0124]
在一实施例中，对数马氏距离计算模块具体用于：
[0125]
计算训练集数据中每个探井到每种探井类型的马氏距离；
[0126]
根据所述马氏距离计算对数马氏距离。
[0127]
在一实施例中，对数马氏距离计算模块具体用于：
[0128]
采用如下公式，根据所述马氏距离计算对数马氏距离：
[0129]doil
＝ln(d
oil
+a)
[0130]ddry
＝ln(d
dry
+a)
[0131]
其中，d
oil
、d
dry
分别为每个探井到油气井类型和非油气井类型的马氏距离的对数值；a为偏差值；d
oil
、d
dry
分别为每个探井到油气井类型和非油气井类型的距离。
[0132]
在一实施例中，二维马氏距离网格图绘制模块具体用于：
[0133]
根据所有探井到油气井类型的对数马氏距离的最小值和最大值分布，将所有探井到油气井类型的对数马氏距离划分出第一数量个区间；
[0134]
根据所有探井到非油气井型的对数马氏距离的最小值和最大值分布，将所有探井到非油气井类型的对数马氏距离划分出第二数量个区间；
[0135]
所有探井到油气井类型的对数马氏距离为横坐标，所有探井到非油气井型的对数马氏距离为纵坐标，绘制出二维马氏距离网格图。
[0136]
在一实施例中，油气勘探成功率计算模块具体用于：
[0137]
采用如下公式，计算二维马氏距离网格图中每个网格的油气勘探成功率：
[0138]
p(i,j)＝100
×
s(i,j)/[s(i,j)+f(i,j)]
[0139]
其中，p(i,j)为网格(i,j)的油气勘探成功率，i＝0,1,2,
…
,n-1，n为第一数量，j＝0,1,2,
…
,m-1，m为第二数量；s(i,j)为网格(i,j)中属于油气井类型的探井数；f(i,j)为网格(i,j)中属于非油气井类型的探井数。
[0140]
在一实施例中，所述装置还包括平滑处理模块1106，用于：
[0141]
对二维马氏距离网格图中没有探井的网格的油气勘探成功率进行平滑处理。
[0142]
在一实施例中，平滑处理模块具体用于：
[0143]
对二维马氏距离网格图中没有探井的网格的油气勘探成功率进行平滑处理，包括：
[0144]
当网格编号i＝0，j＝0时，采用如下公式进行平滑处理：
[0145][0146]
当网格编号i＝n-1，j＝0时，采用如下公式进行平滑处理：
[0147][0148]
当网格编号i＝n-1，j＝m-1时，采用如下公式进行平滑处理：
[0149][0150]
当网格编号i＝0，j＝m-1时，采用如下公式进行平滑处理：
[0151][0152]
当网格为非二维马氏距离网格图的四个角的网格，且i＝0或i＝n-1时，采用如下公式进行平滑处理：
[0153][0154]
当网格为非二维马氏距离网格图的四个角的网格，且j＝0或j＝m-1时，采用如下公式进行平滑处理：
[0155][0156]
其他情况下，采用如下公式进行平滑处理：
[0157][0158]
其中，为网格(i,j)平滑处理后的油气勘探成功率；p(i,j)为网格(i,j)平滑处理前的油气勘探成功率。
[0159]
综上所述，在本发明实施例提出的装置中，定量评价研究区的多个油气成藏地质条件，获得多个单因素地质评价值图；根据研究区内多个探井所在的位置，分别从每个单因素地质评价值图中提取每个探井的单因素地质评价值，将每个探井的单因素地质评价值和每个探井的类型进行组合成训练集数据；计算训练集数据中每个探井到每种探井类型的对数马氏距离；根据计算获得的对数马氏距离绘制二维马氏距离网格图；计算二维马氏距离网格图中每个网格的油气勘探成功率。在上述过程中，通过计算每个探井到每种探井类型的对数马氏距离，并绘制二维马氏距离网格图，可以获得二维马氏距离网格图中每个网格的油气勘探成功率，计算效率高，准确率高。
[0160]
本技术的实施例还提供一种计算机设备，图12为本发明实施例中计算机设备的示意图，该计算机设备能够实现上述实施例中的油气探测成功率预测方法中全部步骤，所述计算机设备具体包括如下内容：
[0161]
处理器(processor)1201、存储器(memory)1202、通信接口(communications interface)1203和通信总线1204；
[0162]
其中，所述处理器1201、存储器1202、通信接口1203通过所述通信总线1204完成相互间的通信；所述通信接口1203用于实现服务器端设备、检测设备以及用户端设备等相关设备之间的信息传输；
[0163]
所述处理器1201用于调用所述存储器1202中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的油气探测成功率预测方法中的全部步骤。
[0164]
本技术的实施例还提供一种计算机可读存储介质，能够实现上述实施例中的油气探测成功率预测方法中全部步骤，所述计算机可读存储介质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实施例中的油气探测成功率预测方法的全部步骤。
[0165]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
[0166]
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。
[0167]
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。
[0168]
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。
[0169]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。