岩相约束储层物性参数反演方法及装置

摘要

本发明公开了一种岩相约束储层物性参数反演方法及装置，其中方法包括：根据贝叶斯反演框架，结合岩相信息，建立基于岩相约束的目标反演函数；引入岩相信息，建立统计岩石物理岩相模型；利用随机模拟技术，基于统计岩石物理岩相模型产生包含岩相信息的弹性参数与储层物性参数训练样本集；输入叠前地震反演成果数据及岩相数据，利用训练样本集，对基于岩相约束的目标反演函数进行求解。本发明将岩相信息作为反演约束信息，通过加入岩相约束的手段使得反演原理更加严谨、反演过程更加合理，能大大减少反演结果的多解性；推导出的目标反演函数纳入了岩相信息，求解过程更具针对性，结果更加可靠；能够精准地识别出储层的有利位置。

说明书

技术领域

本发明涉及地质勘探技术领域，尤其涉及岩相约束储层物性参数反演方法及装置。

背景技术

近年来我国油气勘探的重点逐渐向岩性油气藏勘探转移。不同于构造油气藏，这些新 型储层受构造和储层非均质性的影响，成藏条件复杂，识别难度大，投资风险高。

油气储层在地震资料上常表现为强烈的反射特征，如“亮点”。这种地震响应特征可 能是极具商业开采价值的高孔隙度、高含烃饱和度储层引起，也可能是没有商业开采价值 的低孔隙度、低含烃饱和度储层引起。储层物性参数如孔隙度、饱和度等，是地质、地球 物理工作者进行储层评价，估算油气储量、确定开发井位的重要依据。因此，开发一套能 够定量预测储层信息的地球物理解决方案显得尤为迫切。

对于储层物性参数反演最为常见的做法是通过多元统计技术或者岩石物理建模技术 建立弹性参数与储层物性参数间的某种关系式，利用这种关系式即可将叠前地震反演技术 得到的弹性参数数据转化为储层物性参数数据。其中，多元统计技术主要利用数理统计的 方式得到研究区内弹性参数与储层物性参数间的统计关系，然而这种统计关系基于纯粹的 数学关系式，物理意义不明确且这种统计关系的准确性依赖于训练样本的数量，这就造成 储层物性参数的反演结果具有极大的不确定性；岩石物理建模技术主要是利用等效介质理 论建立起研究区内弹性参数与储层物性参数间的岩石物理转化关系，这种转化关系相对稳 定，不依赖于训练样本数量且物理意义明确，是目前应用最为广泛的技术。

发明人在实现本发明的过程中，发现上述现有技术存在如下不足：常规方法在建立岩 石物理模型的时候，建立的岩石物理模型与实际差别较大。另外，弹性参数与储层物性参 数间的关系会产生较大的不确定性，不利于储层物性参数的反演。

发明内容

本发明实施例提供一种岩相约束储层物性参数反演方法，用以减小建立的岩石物理模 型与实际的差别，并利于储层物性参数的反演，该方法包括：

根据贝叶斯反演框架，结合岩相信息，建立基于岩相约束的目标反演函数；

引入岩相信息，建立统计岩石物理岩相模型；

利用随机模拟技术，基于统计岩石物理岩相模型产生包含岩相信息的弹性参数与储层 物性参数训练样本集；

输入叠前地震反演成果数据及岩相数据，利用训练样本集，对基于岩相约束的目标反 演函数进行求解。

一个实施例中，所述根据贝叶斯反演框架，结合岩相信息，建立基于岩相约束的目标 反演函数，包括：

将岩相信息作为约束信息同叠前地震反演成果数据一道作为已知输入数据，根据贝叶 斯反演框架，将目标反演值即储层物性参数R_i＝[R₁,R₂,...,R_n]确定为已知输入数据时的最 大后验概率值对应的取值获得目标反演函数为其中，F为岩 相信息、m为叠前地震反演成果数据。

一个实施例中，所述引入岩相信息，建立统计岩石物理岩相模型，包括：

分岩相建立确定性岩石物理模型m＝f(R,F)，在该模型基础上，根据模型与实际资料 间的差异程度，加入随机误差ε，构成统计岩石物理岩相模型m＝f(R,F)+ε。

一个实施例中，所述利用随机模拟技术，基于统计岩石物理岩相模型产生包含岩相信 息的弹性参数与储层物性参数训练样本集，包括：

基于统计岩石物理岩相模型，采用蒙特卡罗随机模拟技术分岩相模拟弹性参数与储层 物性参数联合分布样本空间{(m_k,R_k)_F}_{k＝1,2,...,Ns}作为训练样本集。

一个实施例中，所述叠前地震反演成果数据包括：纵波速度、横波速度、密度、泊松 比、拉梅参数、纵波阻抗、横波阻抗其中之一或任意组合；

所述岩相数据包括：反映研究区岩相类型的数据。

一个实施例中，所述输入叠前地震反演成果数据及岩相数据，利用训练样本集，对目 标反演函数进行求解，包括：

分岩相统计出相应的储层物性参数先验分布概率密度函数P(R)及相应的弹性参数和 岩相的似然函数P(m,F|R)；

依据贝叶斯公式，获得后验概率密度函数P(R_i|m,F)＝P(R_i)P(m,F|R_i)；

取最大后验概率密度值对应的储层物性参数为最终反演结果：

本发明实施例还提供一种岩相约束储层物性参数反演装置，用以减小建立的岩石物理 模型与实际的差别，并利于储层物性参数的反演，该装置包括：

目标反演函数模块，用于根据贝叶斯反演框架，结合岩相信息，建立基于岩相约束的 目标反演函数；

物理岩相模型模块，用于引入岩相信息，建立统计岩石物理岩相模型；

随机模拟模块，用于利用随机模拟技术，基于统计岩石物理岩相模型产生包含岩相信 息的弹性参数与储层物性参数训练样本集；

求解模块，用于输入叠前地震反演成果数据及岩相数据，利用训练样本集，对基于岩 相约束的目标反演函数进行求解。

一个实施例中，所述目标反演函数模块具体用于：

将岩相信息作为约束信息同叠前地震反演成果数据一道作为已知输入数据，根据贝叶 斯反演框架，将目标反演值即储层物性参数R_i＝[R₁,R₂,...,R_n]确定为已知输入数据时的最 大后验概率值对应的取值获得目标反演函数为其中，F为岩 相信息、m为叠前地震反演成果数据。

一个实施例中，所述物理岩相模型模块具体用于：

分岩相建立确定性岩石物理模型m＝f(R,F)，在该模型基础上，根据模型与实际资料 间的差异程度，加入随机误差ε，构成统计岩石物理岩相模型m＝f(R,F)+ε。

一个实施例中，所述随机模拟模块具体用于：

基于统计岩石物理岩相模型，采用蒙特卡罗随机模拟技术分岩相模拟弹性参数与储层 物性参数联合分布样本空间{(m_k,R_k)_F}_{k＝1,2,...,Ns}作为训练样本集。

一个实施例中，所述叠前地震反演成果数据包括：纵波速度、横波速度、密度、泊松 比、拉梅参数、纵波阻抗、横波阻抗其中之一或任意组合；

所述岩相数据包括：反映研究区岩相类型的数据。

一个实施例中，所述求解模块具体用于：

分岩相统计出相应的储层物性参数先验分布概率密度函数P(R)及相应的弹性参数和 岩相的似然函数P(m,F|R)；

依据贝叶斯公式，获得后验概率密度函数P(R_i|m,F)＝P(R_i)P(m,F|R_i)；

取最大后验概率密度值对应的储层物性参数为最终反演结果：

由于没有考虑岩相影响，常规方法建立的岩石物理模型与实际差别较大，并且现有的 岩石物理理论模型大多基于某一特殊岩相地层而建立，不同岩相地层对应的岩石物理理论 模型也会不同。而本发明实施例提供的技术方案中，将岩相信息作为反演约束信息，通过 加入岩相约束的手段使得反演原理更加严谨、反演过程更加合理，能大大减少反演结果的 多解性；推导出的目标反演函数纳入了岩相信息，求解过程更具针对性，结果更加可靠、 精确；能够通过实际资料储层反演，精准地识别出储层的有利位置。

附图说明

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：

图1为本发明实施例中岩相约束储层物性参数反演方法实施流程示意图；

图2为本发明实施例中目标反演函数求解空间示意图；

图3为本发明实施例中岩相约束储层物性参数反演方法的具体实例图；

图4为本发明实施例中储层物性参数分岩相统计先验分布特征示意图；

图5为本发明实施例某研究区A井弹性参数与储层物性参数测井曲线、岩相示意图；

图6为本发明实施例A井现有技术传统岩石物理建模结果示意图；

图7为本发明实施例岩石物理岩相建模结果示意图；

图8为本发明实施例A井单井模型气砂岩相含气饱和度、孔隙度反演结果示意图；

图9为本发明实施例某研究区过A井岩相剖面示意图；

图10为本发明实施例某研究区过A井含气饱和度反演剖面示意图；

图11为图10中含气饱和度反演剖面井旁道反演结果与含气饱和度测井曲线结果对比 示意图；

图12为本发明实施例某研究区过A井孔隙度反演剖面示意图；

图13为图10中孔隙度反演剖面井旁道反演结果与孔隙度测井曲线结果对比示意图；

图14为本发明实施例中岩相约束储层物性参数反演装置结构示意图。

具体实施方式

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。

发明人在实现本发明的过程中发现，常规方法在建立岩石物理模型的时候，没有考虑 岩相影响，建立的岩石物理模型与实际差别较大。事实上，不同岩相地层，如砂岩、泥质 砂岩、饱和水砂岩、泥岩等地层其岩石物理性质也不同，现有的岩石物理理论模型大多基 于某一特殊岩相地层而建立，不同岩相地层对应的岩石物理理论模型也会不同。因此，分 岩相进行岩石物理模型构建更加合理。另外，由于不同岩相的存在会使得弹性参数与储层 物性参数间的关系产生较大的不确定性，不利于储层物性参数的反演。将岩相信息作为反 演约束信息，能大大减少反演结果的多解性。

基于此，本发明实施例中提供了一种岩相约束储层物性参数反演方法，下面对该方法 的实施进行说明。

图1为本发明实施例中岩相约束储层物性参数反演方法实施流程示意图，如图1所示， 可以包括：

步骤101、根据贝叶斯反演框架，结合岩相信息，建立基于岩相约束的目标反演函数；

步骤102、引入岩相信息，建立统计岩石物理岩相模型；

步骤103、利用随机模拟技术，基于统计岩石物理岩相模型产生包含岩相信息的弹性 参数与储层物性参数训练样本集；

步骤104、输入叠前地震反演成果数据及岩相数据，利用训练样本集，对基于岩相约 束的目标反演函数进行求解。

具体实施时，可以记叠前地震反演成果数据，如弹性参数数据，包括纵波阻抗、横波 阻抗及密度等，为m。记储层物性参数，如孔隙度，含气饱和度等为R，将储层物性参数 按照一定的取值区间分为n类，即R_i＝[R₁,R₂,...,R_n]。依据贝叶斯反演框架，目标参数为 在给定弹性参数数据m的条件下最大后验概率密度所对应的一类含气饱和度取值，表示 为：

$\tilde{R}=\arg \underset{R_i\in R}{\mathrm{Max}}P\left(R_i\right|m)=\arg \underset{R_i\in R}{\mathrm{Max}}\left\{\frac{P\left(m\right|R_i)\times P\left(R_i\right)}{P\left(m\right)}\right\}$

其中P(R_i)为第i类含气饱和度参数取值的先验概率密度函数；P(m|R_i)为在给定含气 饱和度参数值为R_i的前提下，m的条件概率密度函数，称似然函数；P(m)为常数，实施 中可以略去。

实施中，将岩相信息纳入目标反演函数中，可以得到新的目标反演函数：

$\tilde{R}=\arg \underset{R_i\in R}{\mathrm{Max}}P\left(R_i\right|m,F)=\arg \underset{R_i\in R}{\mathrm{Max}}\{P(m,F|R_i)\times P\left(R_i\right)\}$

加入岩相信息F后，目标反演函数的求解空间更加明确，多解性大大减少。图2为本 发明实施例中目标反演函数求解空间示意图，如图2所示，假设研究区具有三种岩相：泥 岩、水砂岩、气砂岩，则传统方法的求解空间如图2中(a)所示，本发明实施例提供的技 术方案求解空间如图2中(b)所示。可以看到，本发明实施例提供的技术方案中求解空 间由三部分组成，分别对应不同的岩相，求解空间更加具体，可根据研究需要进行分岩相 求解。如，研究者需要得到气砂岩储层的含气饱和度，则求解空间便可具体到气砂岩空间， 范围大大减少，多解性便大大减少。

本发明实施例提供的技术方案，整个反演流程实质是围绕目标反演函数的求解展开。 包括储层物性参数先验分布概率密度函数P(R_i)的求解以及似然函数P(m,F|R_i)的求解。

图3为本发明实施例中岩相约束储层物性参数反演方法的具体实例图。如图3所示， 本例中可以包括：

步骤301、分岩相统计储层物性参数先验分布特征。

实施中，综合测井资料、岩相资料等信息，分岩相统计储层物性参数先验分布特征。 图4为本例中储层物性参数分岩相统计先验分布特征示意图，图4中短虚线、点虚线、短 点虚线分别代表气砂岩相、水砂岩相、泥岩相中孔隙度的分布特征。以孔隙度参数为例， 其先验分布特征直方图示意图如图4所示。

步骤302、确定先验概率密度函数。

实施中，根据储层物性参数先验分布特征，利用均匀分布、高斯分布、指数分布等已 知表达式的分布函数进行逼近，得到具体的储层物性参数先验概率密度函数P(R_i)。如图4 所示，在气砂岩相储层中，储层物性参数先验分布特征符合高斯分布，则可利用高斯分布 逼近得到的储层物性参数先验概率密度函数为：

$P\left(R_i\right)=1/2{\mathrm{\pi e}}^{-{(R_i-\bar{R})}^2/{\sigma }^2}$

其中σ分别为样本均值、方差，可根据测井曲线求取。

实施例中，可以将岩相信息作为约束信息同叠前地震反演成果数据一道作为已知输入 数据，根据贝叶斯反演框架，将目标反演值即储层物性参数R_i＝[R₁,R₂,...,R_n]确定为已知 输入数据时的最大后验概率值对应的取值获得目标反演函数为其中，F为岩相信息、m为叠前地震反演成果数据。

步骤303、确定岩石物理模型。

实施中，传统岩石物理建模方法将储层物性参数表述为弹性参数的函数：m＝f(R)， 并没有考虑岩相对模型精确度的影响，本发明实施例在传统岩石物理建模基础上，根据储 层岩相特点，进行分岩相建模，提出岩石物理岩相模型的概念：m＝f(R,F)。本发明建模 方法，相当于对每一种岩相单独建立了岩石物理模型，区别于对所有岩相均采用相同岩石 物理模型的传统建模方法。

步骤304、构成统计岩石物理岩相模型。

实施中，为了使岩石物理岩相模型更加精确地反映储层物性参数与弹性参数间的真实 关系，本发明实施例在岩石物理岩相模型的基础上，根据模型与实际测井数据间的差异程 度，确定随机误差ε，构成统计岩石物理岩相模型m＝f(R,F)+ε。

步骤305、储层参数与弹性参数分岩相联合样本空间。

实施中，根据统计岩石物理模型m＝f(R,F)+ε以及步骤302中所述储层物性参数先 验分布概率密度函数P(R_i)，采用基于马尔科夫链的蒙特卡洛随机模拟技术产生Ns个储层 物性参数、弹性参数数据，构成储层物性参数与弹性参数分岩相联合样本空间 {(m_k,R_k)_F}_{k＝1,2,...,Ns}。有别于传统方法的储层物性参数与弹性参数联合样本空间： (m_k,R_k)_{k＝1,2,...,Ns}，本发明实施例在传统方法的储层物性参数、弹性参数联合分布样本空间中 加入了岩相信息，使得储层物性参数与弹性参数的对应关系更加具体的从属于某一岩相。

步骤306、似然函数的分岩相统计求取策略。

实施中，根据与弹性参数分岩相联合样本空间作为训练样本，本发明实施例中，不同 的岩相对应不同的样本。本发明实施例中似然函数的求取，可采用分岩相训练样本统计求 取储层物性参数策略：

$P(m_j,F|R_i)=\frac{n{\left(m_j\right)}_F}{n\left(R_i\right)}$

其中，n(R_i)表示储层物性参数值等于R_i的样本个数；n(m_j)_F表示在岩相为F的训练 样本中，储层物性参数值等于R_i且弹性参数值为m_j的样本个数。

步骤307、岩相约束反演目标反演函数。

实施中，根据步骤302以及步骤306中所求取的储层物性参数先验分布概率密度函数 与似然函数相乘，得到后验概率密度函数的计算式：R_i＝P(m,F|R_i)×P(R_i)。

步骤308、输入叠前地震反演成果数据及岩相数据。

实施中，输入叠前地震反演成果数据及岩相体数据，叠前地震反演成果数据包括：纵 波速度、横波速度、密度、泊松比、拉梅参数、纵波阻抗、横波阻抗其中之一或任意组合 等弹性参数数据，具体实施中这些数据可由现有多种叠前地震反演技术及商业化软件得 到。岩相数据包括：反映研究区岩相类型的数据；岩相数据可由现有岩性预测技术及商业 化软件得到。

步骤309、输出最大后验概率密度对应的储层参数作为最终反演结果。

实施中，将储层物性参数按照一定的取值区间分为n类，即R_i＝[R₁,R₂,...,R_n]，分岩 相计算每类储层物性参数R_i对应的后验概率密度函数，取最大后验概率密度对应的一类储 层物性参数为最终反演结果：$\tilde{R}=\arg \underset{R_i\in R}{\mathrm{Max}}\left\{P(m,F|R_i\times P\left(R_i\right)\right\}.$

实施例中，可以分岩相统计出相应的储层物性参数先验分布概率密度函数P(R_i)及相 应的弹性参数和岩相的似然函数P(m,F|R_i)；依据贝叶斯公式，获得后验概率密度函数 P(R_i|m,F)＝P(R_i)P(m,F|R_i)；取最大后验概率密度值对应的储层物性参数为最终反演结 果：$\tilde{R}=\arg \underset{R_i\in R}{\mathrm{Max}}P\left(R_i\right|m,F).$

图5为本发明实施例某研究区A井弹性参数与储层物性参数测井曲线、岩相示意图； 该研究区目的层段岩相类型分为三种：泥岩相、水砂岩相、气砂岩相。由图5可以看到， 在不同岩相中，孔隙度、含水饱和度等储层物性参数与纵波速度、横波速度、密度等弹性 参数的对应关系也不同。与其他岩相相比，气砂岩相中含水饱和度较高、孔隙度较大、密 度较小、纵波速度也较小。实际应用中，往往更关心产层相(如，气砂岩相或油砂岩相等 油气产层)中的储层物性参数。

图6为本发明实施例A井现有技术传统岩石物理建模结果示意图，虚线表示模型曲线， 实现表示实测曲线，如图6所示，模型曲线(虚线)与实测曲线(实线)整体吻合度较差。 图仅在气砂岩相处吻合较高，这说明传统方法单纯采用单一岩石物理模型进行建模，模型 并不适合于其他岩相。

图7为本发明实施例岩石物理岩相建模结果示意图，虚线表示模型曲线，实现表示实 测曲线，采用本发明实施例提出的分岩相建模的方法，分别对泥岩相、水砂岩相、气砂岩 相建立相应的岩石物理岩相模型，如图7所示。可以看到，模型曲线与实测曲线在所有岩 相处均吻合较好。

图8为本发明实施例A井单井模型气砂岩相含气饱和度、孔隙度反演结果示意图，其 中虚线表示本发明反演曲线，实现表示实测曲线；如图8所示，可以看到，在气砂岩相中， 含气饱和度与孔隙度反演结果与实测曲线吻合较好。

图9为本发明实施例某研究区过A井岩相剖面示意图，其中值大于3.5为气砂岩相， 小于2.5为泥岩相，其余为水砂岩相，以预测气砂相储层含气饱和度、孔隙度为例，输入 参数为叠前反演成果数据：纵波阻抗、横波阻抗及密度等弹性参数，本发明实施例对过A 井剖面进行了实例反演。

图10为本发明实施例某研究区过A井含气饱和度反演剖面示意图、图11为图10中 含气饱和度反演剖面井旁道反演结果与含气饱和度测井曲线结果对比示意图，如图11所 示，可以看到，在气砂岩相中，含气饱和度反演结果与实测曲线吻合较好，不同含气饱和 度层段均得到正确显示。

图12为本发明实施例某研究区过A井孔隙度反演剖面示意图、图13为图10中孔隙 度反演剖面井旁道反演结果与孔隙度测井曲线结果对比示意图，如图13所示，可以看到， 在气砂岩相中，孔隙度结果与实测曲线吻合较好，不同孔隙度层段均得到正确显示。

具体实施时，解释工作者可以根据含气饱和度、孔隙度反演结果，优选具有商业价值 井位进行开采：高含气饱和度、高孔隙度层段。

基于同一发明构思，本发明实施例中还提供了一种岩相约束储层物性参数反演装置， 由于该装置解决问题的原理与岩相约束储层物性参数反演方法相似，因此该装置的实施可 以参见对应方法的实施，重复之处不再赘述。

图14为本发明实施例中岩相约束储层物性参数反演装置结构示意图，如图14所示， 包括：

目标反演函数模块1401，用于根据贝叶斯反演框架，结合岩相信息，建立基于岩相约 束的目标反演函数；

物理岩相模型模块1402，用于引入岩相信息，建立统计岩石物理岩相模型；

随机模拟模块1403，用于利用随机模拟技术，基于统计岩石物理岩相模型产生包含岩 相信息的弹性参数与储层物性参数训练样本集；

求解模块1404，用于输入叠前地震反演成果数据及岩相数据，利用训练样本集，对基 于岩相约束的目标反演函数进行求解。

实施中，目标反演函数模块具体可以用于：

将岩相信息作为约束信息同叠前地震反演成果数据一道作为已知输入数据，根据贝叶 斯反演框架，将目标反演值即储层物性参数R_i＝[R₁,R₂,...,R_n]确定为已知输入数据时的最 大后验概率值对应的取值获得目标反演函数为其中，F为岩 相信息、m为叠前地震反演成果数据。

实施中，物理岩相模型模块具体可以用于：

分岩相建立确定性岩石物理模型m＝f(R,F)，在该模型基础上，根据模型与实际资料 间的差异程度，加入随机误差ε，构成统计岩石物理岩相模型m＝f(R,F)+ε。

实施中，随机模拟模块具体可以用于：

基于统计岩石物理岩相模型，采用蒙特卡罗随机模拟技术分岩相模拟弹性参数与储层 物性参数联合分布样本空间{(m_k,R_k)_F}_{k＝1,2,...,Ns}作为训练样本集。

实施中，所述叠前地震反演成果数据可以包括：纵波速度、横波速度、密度、泊松比、 拉梅参数、纵波阻抗、横波阻抗其中之一或任意组合；

所述岩相数据可以包括：反映研究区岩相类型的数据。

实施中，求解模块具体可以用于：

分岩相统计出相应的储层物性参数先验分布概率密度函数P(R)及相应的弹性参数和 岩相的似然函数P(m,F|R)；

依据贝叶斯公式，获得后验概率密度函数P(R_i|m,F)＝P(R_i)P(m,F|R_i)；

取最大后验概率密度值对应的储层物性参数为最终反演结果：

本发明实施例提供的技术方案的目的在于针对传统储层物性参数反演方法在岩石物 理建模的过程中未考虑岩相差异，致使模型与实际资料差异较大、反演多解性强，结果精 度较低等问题，实现高精度的储层物性参数定量反演方法。该方案利用统计岩石物理建模 与贝叶斯反演原理相结合的思路，提出统计岩石物理岩相建模的概念，继而推导出基于岩 相约束的目标反演函数及分岩相求解策略，方案具有较高的实用性，能有效地减少反演结 果的多解性，能得到定量的储层物性参数反演结果，从而提高储层预测成功率。

本发明实施例的优点在于：1)考虑到了岩相对反演结果的影响，提出了统计岩石物 理岩相模型，分岩相建立岩石物理模型，理论更加严谨、更加符合实际；2)岩相约束的 目标反演函数，过程更加明确，多解性大大较少，精度更高；3)分岩相的统计策略，使 得利用训练样本集求解目标反演函数更加高效；4)通过实际资料的实际应用，能精准的 描述有利储层的位置。

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。

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。

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。

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。

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。