CN104502966A - 一种薄储层的预测方法及系统 - Google Patents

Abstract

本申请提供一种薄储层的预测方法及系统，所述方法包括：获取地震数据与测井数据；对所述测井数据进行一致性处理；根据所述地震数据与一致性处理后的测井数据构建地质模型；将所述地质模型进行沉积微相及层序构架的划分；根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演；对所述地质统计学反演的结果进行筛选，并将筛选后的结果进行地层切片，得到薄储层的平面分布规律。本申请实施例提供的一种薄储层的预测方法及系统，在利用物探手段提高分辨率的基础上，将地质认识融合在地质统计学方法中，起到了约束效果，使得最终的预测结果既符合地质规律，又提高了薄储层的预测精度。

Description

一种薄储层的预测方法及系统

技术领域

本申请涉及地球物理勘探技术领域，特别涉及一种薄储层的预测方法及系统。

背景技术

薄储层一般是指厚度小于1/4个地震波波长，地震无法分辨的储层，其厚度往往小于20m。这类储层通常存在横向连通性差，侧向尖灭快的特点。因此对于这类储层的地震解释对比追踪非常困难。常规的储层预测方法也由于分辨能力有限，难以识别这类储层。

目前薄储层的预测方法有多种，一般包括：沉积旋回分析法、有色反演沿层切片法、岩相序列模式分析法，以及以地质统计学反演为核心的储层预测技术：测井约束储层反演、高分辨率地震成像技术、地震多属性模型、谱分解技术、分频技术、叠前纵横波联合反演技术、多元线性回归等方法。

其中，以地质统计学反演为核心的储层预测技术是目前比较主流的方法。测井约束储层反演、高分辨率地震成像技术、地震多属性模型、谱分解技术、分频技术、叠前纵横波联合反演技术、多元线性回归方法都是从测井、地震数据出发，辅以不同的物探手段，如分频、谱分解、属性结合等，最终利用反演来达到识别薄储层目的。然而，这些方法选择的物探技术存有局限性。比如谱分解技术，它主要是将地震数据体从时间域转换到频率域，生成振幅谱和相位谱，通过振幅谱来识别地层的厚度变化，但同一地震数据体选用不同的谱分解算法,可能会产生不同的效果，导致最终预测结果的不准确性。另一方面，这些方法只是通过数学运算的物探技术识别储层，未考虑薄储层分布的地质规律，从而也会导致最终预测结果的不准确性。

发明内容

本申请实施例的目的在于提供一种薄储层的预测方法及系统，以提高对薄储层的预测精度。

本申请实施例提供的一种薄储层的预测方法及系统是这样实现的：

一种薄储层的预测方法，包括：

获取地震数据与测井数据；

对所述测井数据进行一致性处理；

根据所述地震数据与一致性处理后的测井数据构建地质模型；

对所述构建的地质模型进行沉积模式的建立；

根据所述建立的沉积模式进行沉积微相的划分；

根据所述划分的沉积微相，进行单井测井相研究；

结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分；

根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演；

对所述地质统计学反演的结果进行筛选，并将筛选后的结果进行地层切片，得到薄储层的平面分布规律。

一种薄储层的预测系统，包括：测井数据获取单元、地震数据获取单元、一致性处理单元、地质模型构建单元、沉积微相划分单元、单井测井相研究、层序构架划分单元、地质统计学反演单元、筛选单元、切片单元，其中：

所述测井数据获取单元，用来获取测井数据；

所述地震数据获取单元，用来获取地震数据；

所述一致性处理单元，用来对所述测井数据进行一致性处理；

所述地质模型构建单元，用来根据所述地震数据与一致性处理后的测井数据构建地质模型；

所述沉积微相划分单元，用来将所述地质模型进行沉积微相的划分；

所述单井测井相研究，用来根据所述划分的沉积微相，进行单井测井相研究；

所述层序构架划分单元，用来结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分；

所述地质统计学反演单元，用来根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演；

所述筛选单元，用来对所述地质统计学反演的结果进行筛选；

所述切片单元，用来将筛选后的结果进行地层切片，得到薄储层的平面分布规律。

本申请实施例提供的一种薄储层的预测方法及系统，在利用物探手段提高分辨率的基础上，将地质认识融合在地质统计学方法中，起到了约束效果，使得最终的预测结果即符合地质规律，又提高了薄储层的预测精度。

附图说明

图1为本申请实施例提供的一种薄储层的预测方法的流程图；

图2为本申请实施例中经过稀疏脉冲反演后的地质岩性剖面示意图；

图3为本申请实施例中反映薄储层的反演成果示意图；

图4为切片后的薄储层的平面分布示意图；

图5为本申请实施例提供的一种薄储层预测系统的功能模块图；

图6为本申请实施例提供的一种薄储层预测系统中地质模型构建单元的功能模块图；

图7为本申请实施例提供的一种薄储层预测系统中沉积微相划分单元的功能模块图；

图8为本申请实施例提供的一种薄储层预测系统中层序构架划分单元的功能模块图。

具体实施方式

本申请实施例提供一种薄储层的预测方法及系统。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都应当属于本申请保护的范围。

图1为本申请实施例提供的一种薄储层的预测方法的流程图。如图1所示，所述方法包括下述步骤：

S100：获取地震数据与测井数据。

在本申请实施例中，地震数据与测井数据均可以通过现有的仪器和软件进行获取。

S200：对所述测井数据进行一致性处理。

测井资料存在采集年代跨度大、测井仪器型号多、刻度标准不统一、操作方式不一致等问题。为了消除不同时间、不同仪器所测量的测井资料之间存在的系统误差，一般需要对测井资料进行一致性处理。通常使用的一致性处理方法是均值-方差法，通过对测井曲线进行均值和方差的分析，可以将不同时间、不同仪器所测量的测井资料进行相对的统一。

S300：根据所述地震数据与一致性处理后的测井数据构建地质模型。

在本申请实施例中，构建地质模型具体可以由下述三个步骤实现：

S301：根据所述地震数据与一致性处理后的测井数据进行井震标定。

在本申请实施例中进行井震标定时，首先可以把一致性处理后的测井数据中的声波曲线和密度曲线进行乘积运算，得到波阻抗曲线。接着可以由波阻抗曲线直接计算得到反射系数序列，计算的公式如下所示：

$R_i=\frac{Z_{i+1}-Z_i}{Z_{i+1}+Z_i},i=\mathrm{1,2,3}...N$

其中，R_i表示反射系数序列，Z_i为第i层的波阻抗，N为地下反射界面的数目。

接着利用获取的井眼附近的地震数据，通过反褶积求取子波。然后用该子波与上述计算得到的反射系数序列进行褶积，得到人工合成地震记录。最后可以用此合成地震记录与实际地震记录进行对比，反复修改求取的子波，使得合成地震记录与实际地震记录达到最佳匹配。从而确定合成地震记录与实际地震记录之间的波组对应关系与时深关系，完成井震标定。

井震标定中提取的子波可以用于后续常规反演过程和地质统计学反演过程中。井震标定的实际过程是将合成地震记录与实际地震记录进行对比分析的过程，合成地震记录与实际地震记录越匹配，相关性越高，说明井震标定效果越好，提取的子波和时深关系对也就更加准确。

S302：根据所述井震标定后的数据进行稀疏脉冲反演，得到地质岩性剖面。

通过井震标定得到时深关系后，可以利用本领域常用的稀疏脉冲反演方法，将原始地震剖面转换成地质岩性剖面，得到地下大套岩性顶底界面。原始地震剖面反映的是地下岩性的综合响应特征，一般以波形方式存在。而经过稀疏脉冲反演方法后得到地质岩性剖面反映的是地下实际岩性，一般以阻抗形式存在。图2为本申请实施例中经过稀疏脉冲反演后的地质岩性剖面示意图。从图2可以看出在反演剖面的顶面是一套火成岩，不同的颜色反应出火成岩内幕不同的相带，中间亮色条带为石炭系小海子灰岩，接着黑灰相间的为砂泥岩段岩性。目的层在反演剖面最下部两个亮白色夹持的黑色条带，这些岩性分布与已钻井完全吻合，岩性分布清晰明了。

S303：对所述地质岩性剖面的顶底界面进行插值平滑，构建地质模型。

经过稀疏脉冲反演得到的地质岩性剖面，能够准确地反应不同岩性的顶底界面。然而在对地震资料解释过程中，难免存在一些异常的数值。这些异常的数值会导致得到的地质岩性剖面的顶底界面中部分点存在闭合差，插值平滑的目的是消除这些闭合差。本申请实施例可以采用本领域常用的克里金插值法，对得到的地质岩性剖面的顶底界面进行插值平滑处理，构建地质模型。

步骤S302通过稀疏脉冲反演方法得到的是地下大套岩性顶底界面。为了更加精确地进行薄储层地预测，本申请实施例还将结合具体的地质认识，对得到的大套岩性顶底界面进行进一步地约束。本申请实施例可以通过对得到的地质模型进行沉积微相及层序构架的划分，来进一步地对地质模型进行分层，从而对大套岩性顶底界面进行进一步的约束。具体可以由下述四个步骤来实现：

S400：对所述构建的地质模型进行沉积模式的建立。

结合野外观察的露头岩心资料以及钻井取芯资料，可以对构建的地质模型的岩性进行进一步的确认，分辨出地质模型中的沉积模式。本申请实施例以哈德逊地区石炭系中泥岩段、为例进行阐述。

从露头岩心资料来看，哈德逊地区石炭系中泥岩段的岩性分为泥岩和砂岩两类。泥岩多呈褐色、灰褐色，局部呈绿灰色；砂岩多呈灰色或灰褐色，整体反映了浅水沉积环境。其中砂岩的粒度适中、分选好、岩性均一，泥质含量低，钻井取芯可见到块状层理、低角度交错层理和潮汐交错层理等，这是砂岩碎屑经过潮汐的反复淘洗作用而形成的典型特征。泥岩在该区广泛发育，分布稳定。进一步从该区构造演化来看，中泥岩段沉积之前研究区相对海平面下降，地层遭受剥蚀，地表经过填平补齐作用后，整个哈得逊地区地势变得平坦，水体较浅，中泥岩段沉积物厚度为55-88m，平均厚度71.4m。再通过钻井取芯资料来看，HD2井是位于该区中部的一口探井，钻遇中泥岩段厚度为72.5m。钻井取芯资料以一套褐色、灰褐色泥岩为主，还包括夹薄层的细砂岩和粉砂岩。综合以上地质认识可以判断哈德逊中泥岩段为具有明显周期而无强烈波浪作用的平缓海岸地带附近的一套潮坪沉积体系，可以建立的沉积模式为陆源碎屑潮坪相沉积模式。

S500：根据所述建立的沉积模式进行沉积微相的划分。

继续以步骤S400中的例子进行分析：由建立的沉积模式可知，哈德逊中泥岩段为陆源碎屑潮坪相沉积模式，发育潮上带和潮间带两个亚相。潮上带亚相主要发育潮上泥坪微相，可以划分为潮上泥坪沉积微相；而潮间带亚相则主要发育潮间泥坪、混合坪、砂坪和潮沟微相，可以划分为潮间泥坪、混合坪、砂坪和潮沟沉积微相。

S600：根据所述划分的沉积微相，进行单井测井相研究。

继续以哈德逊中泥岩段为例进行分析：由沉积模式可知，哈德逊中泥岩段的沉积模式可以划分为潮上泥坪沉积微相以及潮间泥坪、混合坪、砂坪和潮沟沉积微相。现在可以通过划分的沉积微相，结合测井资料中的伽玛曲线、电阻率曲线、电导率曲线等测井曲线进行单井测井相研究：潮上泥坪沉积微相的自然伽玛测井值较高，伽玛曲线形态平直，电阻率曲线幅度低，形态平直，电导率曲线也较平直；潮间泥坪沉积微相自然伽玛测井值较高，但比潮上泥坪沉积微相的自然伽玛测井值略低，伽玛曲线形态平直，电阻率曲线幅度低，形态较平直，变化幅度不大；潮间混合坪沉积微相的自然伽玛测井值中等，电阻率曲线随深度发生变化，曲线形态锯齿状；潮间砂坪沉积微相自然伽玛测井值低，电阻率较低，测井曲线形态呈箱形或似箱形的漏斗型；潮间潮沟沉积微相的自然伽玛测井值较低，电阻率值范围较大，测井曲线形态呈钟形或似箱形的钟型。

S700：结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分。

通过上述对沉积微相的划分和单井测井相的研究，可以进一步地对地质模型的层序架构进行划分，具体可以通过下述三个步骤来实现：

S701：确定层序架构划分的原则。

根据层序地层学原理，层序架构划分时应当遵循等时性原则，在进行岩性对比时同一个小层内可以包括至少一套从测井曲线尺度上可以识别的单砂体，该砂体的空间分布具有连续性和间断性。

S702：结合所述划分的沉积微相和单井测井相研究，进行层序界面的识别。

还是以哈德逊中泥岩段为例进行分析：哈德逊中泥岩段可识别出五级层序界面，分别为：层序级界面、准层序组级界面、准层序级界面、岩层组级界面和岩层级界面，其中，各个层序界面通过结合所述划分的沉积微相和单井测井相研究进行识别，具体分析如下：

层序级界面：该界面一般为不整合界面或与之相应的假整合界面，底界面为东河砂岩的顶部不整合面，顶界面为石炭系标准灰岩底界，该层序顶底界面可以在地震上直接识别；

准层序组级界面：该界面是明显的或规模较大的海泛面以及可与之对比的地层界面，中泥岩段中规模较大的海泛面在岩心上表现为褐色泥岩与灰色细砂岩或粉砂岩的突变面，常规测井曲线伽玛值突然变低，自然电位曲线远离基线；

准层序级界面：该界面为一般海泛面，每一个准层序垂向上都发育一套水体逐渐加深的沉积物。中泥岩段准层序界面在岩心上体现为沉积物粒度变粗，在测井曲线上体现为伽玛值降低，在电导率曲线上也有明显变化；

岩层组级界面：该界面是侵蚀面以及其与之对应的界面。中泥岩段岩层组界面表现为冲刷充填界面或沉积环境的突变面，在岩心上体现为颜色或岩性的变化，在测井曲线上表现为曲线的突变，在电导率曲线上，界面处电导率值有明显的突变；

岩层级界面：该界面是沉积韵律变化面，垂向上相当于同一微相沉积体的顶底界面。在岩心观察中，这类界面显示为一些冲刷充填界面、粒度变化界面，在测井曲线上表现为自然伽玛曲线的升高或降低，电阻率曲线和声波曲线相对幅度也发生变化。

S703：根据所述层序架构划分的原则及层序界面的识别，进行层序架构的划分。

根据以上层序划分原则和方法，结合岩心、测井曲线的各级界面特征，便可以对构建的地质模型进行层序架构的划分。以该区的HD2井为例，HD2井中泥岩段共可以识别出1个完整的三级层序、2个准层序组、5个准层序、7个岩层组、16个岩层。

S800：根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演。

本申请实施例进行薄储层预测的核心是层序约束的地质统计学，以区域化变量为基础，以变差函数为基本工具，通过概率统计，可以研究那些在空间分布上既具有随机性又具有结构性的自然现象。本申请实施例可以利用蒙特卡罗-马尔科夫链的地质统计学算法，进行概率统计的时候考虑了地质认知，从而能够起到层序约束的作用。地质统计学方法的核心是不同岩性的变差函数分析，可以分为两个方面，一个是纵向变差函数，一个是横向平面的变差函数。本申请实施例可以使用划分的沉积微相来控制横向变差，利用单井测井相分析和层序划分来确定纵向变差。

举个例子来说明：

哈德逊区块中泥岩段从上往下可划分为1个完整的三级层序、2个准层序组、5个准层序、7个岩层组、16个岩层，其中研究的砂体属于2个准层序，为潮间和潮上沉积环境。通过划分工区内约80口井的测井相，可以将属于同一个相带及层序的进行归类，得到每个砂体的沉积微相平面分布图，通过沉积微相平面分布图的延展范围来确定横向的变差函数；纵向变差函数主要是通过统计实际钻井过程中中泥岩段的薄砂层的厚度来确定。

在此基础上，可以开展地质统计学反演，最终可以得到多个等概率实现。

S900：对所述地质统计学反演的结果进行筛选，并将筛选后的结果进行地层切片，得到薄储层的平面分布规律。

通过步骤S800的地质统计学反演最终可以得到多个等概率实现，现在可以对每个实现与钻井情况和实际地质规律对比，筛选符合两者的实现，进行数学统计，得到如图3所示的反映薄储层的反演成果。图3中显示的薄储层的反演成果中，黑色为泥岩，白色间隙为砂岩。在对地质统计学反演的结果进行筛选的过程中，钻井情况是指钻井所揭示的中泥岩段的岩性特征，为纵向分布特征；实际地质规律是指砂岩平面分布受潮间砂坪沉积微相及潮间潮沟沉积微相控制，泥岩的平面分布受潮上泥坪沉积微相及潮间泥坪沉积微相控制，为横向分布特征。筛选的原则为：纵向上既要与钻井所揭示的中泥岩段的岩性特征相符合，横向上又要与潮坪微相的平面分布地质规律相符合。

接着可以对得到的反映薄储层的反演成果进行地层切片，从而得到薄储层的平面分布规律，达到识别薄储层的效果。

举个例子来说明：

由于哈德逊区块中泥岩段中薄砂层的厚度一般在1米左右，所以切片的间距应小于1米，否者的话可能漏掉某些砂层。地层切片是以解释的两个等时沉积界面为顶底，在地层的顶底界面间按照厚度等比例内插出一系列的层面，沿着这些内插出来的层面逐一生成切片，这种切片更接近等时切片。图4为切片后的薄储层的平面分布示意图。图4中黑色为泥岩，白色为砂岩。本申请实施例中地层切片的实现没有具体的限制条件，可以进行任意比例厚度的切片。

本申请实施例还提供一种薄储层的预测系统。图5为本申请实施例提供的一种薄储层预测系统的功能模块图。从图5中可以看出，所述系统包括：

测井数据获取单元1，用来获取测井数据；

地震数据获取单元2，用来获取地震数据；

一致性处理单元3，用来对所述测井数据进行一致性处理；

地质模型构建单元4，用来根据所述地震数据与一致性处理后的测井数据构建地质模型；

沉积微相划分单元5，用来将所述地质模型进行沉积微相的划分；

单井测井相研究6，用来根据所述划分的沉积微相，进行单井测井相研究；

层序构架划分单元7，用来结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分；

地质统计学反演单元8，用来根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演；

筛选单元9，用来对所述地质统计学反演的结果进行筛选；

切片单元10，用来将筛选后的结果进行地层切片，得到薄储层的平面分布规律。

进一步地，图6为本申请实施例提供的一种薄储层预测系统中地质模型构建单元的功能模块图。如图6所示，所述地质模型构建单元4具体包括：

井震标定模块401，用来根据所述地震数据与一致性处理后的测井数据进行井震标定；

稀疏脉冲反演模块402，用来根据所述井震标定后的数据进行稀疏脉冲反演，得到地质岩性剖面；

插值平滑模块403，用来对所述地质岩性剖面的顶底界面进行插值平滑，构建地质模型。

进一步地，图7为本申请实施例提供的一种薄储层预测系统中沉积微相划分单元的功能模块图。如图7所示，所述沉积微相划分单元5具体包括：

沉积模式建立模块501，用来对所述构建的地质模型进行沉积模式的建立；

沉积微相划分模块502，用来根据所述建立的沉积模式进行沉积微相的划分。

进一步地，图8为本申请实施例提供的一种薄储层预测系统中层序构架划分单元的功能模块图。如图8所示，所述层序构架划分单元7具体包括：

划分原则确定模块701，用来确定层序架构划分的原则；

层序界面识别模块702，用来结合所述划分的沉积微相和单井测井相研究，进行层序界面的识别；

层序架构划分模块703，用来根据所述层序架构划分的原则及层序界面的识别，进行层序架构的划分。

通过上述本申请的实施例可以看出，本申请实施例提供的一种薄储层的预测方法及系统，在利用物探手段提高分辨率的基础上，将地质认识融合在地质统计学方法中，起到了约束效果，使得最终的预测结果即符合地质规律，又提高了薄储层的预测精度。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件

(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescription Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware DescriptionLanguage)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware DescriptionLanguage)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，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。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (7)

1.一种薄储层的预测方法，其特征在于，包括：

获取地震数据与测井数据；

对所述测井数据进行一致性处理；

根据所述地震数据与一致性处理后的测井数据构建地质模型；

对所述构建的地质模型进行沉积模式的建立；

根据所述建立的沉积模式进行沉积微相的划分；

根据所述划分的沉积微相，进行单井测井相研究；

结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分；

根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演；

对所述地质统计学反演的结果进行筛选，并将筛选后的结果进行地层切片，得到薄储层的平面分布规律。

2.如权利要求1所述的一种薄储层的预测方法，其特征在于，所述根据所述测井数据与地震数据构建地质模型具体包括：

根据所述地震数据与一致性处理后的测井数据进行井震标定；

根据所述井震标定后的数据进行稀疏脉冲反演，得到地质岩性剖面；

对所述地质岩性剖面的顶底界面进行插值平滑，构建地质模型。

3.如权利要求1所述的一种薄储层的预测方法，其特征在于，所述结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分具体包括：

确定层序架构划分的原则；

结合所述划分的沉积微相和单井测井相研究，进行层序界面的识别；

根据所述层序架构划分的原则及层序界面的识别，进行层序架构的划分。

4.一种薄储层的预测系统，其特征在于，包括：测井数据获取单元、地震数据获取单元、一致性处理单元、地质模型构建单元、沉积微相划分单元、单井测井相研究、层序构架划分单元、地质统计学反演单元、筛选单元、切片单元，其中：

所述测井数据获取单元，用来获取测井数据；

所述地震数据获取单元，用来获取地震数据；

所述一致性处理单元，用来对所述测井数据进行一致性处理；

所述地质模型构建单元，用来根据所述地震数据与一致性处理后的测井数据构建地质模型；

所述沉积微相划分单元，用来将所述地质模型进行沉积微相的划分；

所述单井测井相研究，用来根据所述划分的沉积微相，进行单井测井相研究；

所述层序构架划分单元，用来结合所述划分的沉积微相和单井测井相研究，进行层序架构的划分；

所述地质统计学反演单元，用来根据所述划分层序构架及沉积微相后的地质模型，进行层序约束的地质统计学反演；

所述筛选单元，用来对所述地质统计学反演的结果进行筛选；

所述切片单元，用来将筛选后的结果进行地层切片，得到薄储层的平面分布规律。

5.如权利要求4所述的一种薄储层的预测系统，其特征在于，所述地质模型构建单元具体包括：

井震标定模块，用来根据所述地震数据与一致性处理后的测井数据进行井震标定；

稀疏脉冲反演模块，用来根据所述井震标定后的数据进行稀疏脉冲反演，得到地质岩性剖面；

插值平滑模块，用来对所述地质岩性剖面的顶底界面进行插值平滑，构建地质模型。

6.如权利要求4所述的一种薄储层的预测系统，其特征在于，所述沉积微相划分单元具体包括：

沉积模式建立模块，用来对所述构建的地质模型进行沉积模式的建立；

沉积微相划分模块，用来根据所述建立的沉积模式进行沉积微相的划分。

7.如权利要求4所述的一种薄储层的预测系统，其特征在于，所述层序构架划分单元具体包括：

划分原则确定模块，用来确定层序架构划分的原则；

层序界面识别模块，用来结合所述划分的沉积微相和单井测井相研究，进行层序界面的识别；

层序架构划分模块，用来根据所述层序架构划分的原则及层序界面的识别，进行层序架构的划分。