[发明专利]一种储层岩性识别方法

权利要求书

1.一种储层岩性识别方法，其特征在于，包括如下步骤：

步骤S1：构建杨氏模量、泊松比和密度的初始模型；

步骤S2：构建广义先验概率模型；

步骤S3：利用步骤S1的初始模型以及步骤S2的广义先验概率模型构建后验概率模型，并基于后验概率模型求取杨氏模量、泊松比和密度的最大后验概率解；

步骤S4：利用杨氏模量、泊松比和密度的最大后验概率解构建敏感脆性指示因子，基于敏感脆性指示因子进行岩性识别。

2.根据权利要求1所述的储层岩性识别方法，其特征在于，所述步骤S1中，根据测井资料和地震层位信息构建初始模型。

3.根据权利要求1所述的储层岩性识别方法，其特征在于，所述步骤S2中，所述广义先验概率模型P(m₁)如式1)所示；

其中，m₁为杨氏模量、泊松比或密度；μ为参数m₁的均值；δ_*为参数m₁的等效方差；Γ(·)为伽玛函数；p^*为广义先验概率模型的可调参数；exp(·)表示以自然常数e为底的指数函数。

4.根据权利要求3所述的储层岩性识别方法，其特征在于，所述步骤S3中，所述后验概率模型P(m|d)如式2)所示：

P(m|d)∝P(d|m)P(m) 2)；

其中，P(d|m)表示条件概率；P(m)表示杨氏模量、泊松比和密度的联合先验概率模型；m表示杨氏模量、泊松比和密度；d为地震AVA角道集。

5.根据权利要求4所述的储层岩性识别方法，其特征在于，所述地震AVA角道集如式2.1)所示；

d＝w*r_pp(E,σ,ρ) 2.1)；

其中，w为根据地震数据获得的统计子波；r_pp(E,σ,ρ)为与杨氏模量E、泊松比σ和密度ρ有关的线性AVA近似式。

6.根据权利要求5所述的储层岩性识别方法，其特征在于，r_pp(E,σ,ρ)如式2.11)所示；

其中，和分别为杨氏模量、泊松比和密度的反射系数；a(θ)、b(θ)和c(θ)为与入射角θ有关的加权系数。

7.根据权利要求1-6任意一项所述的储层岩性识别方法，其特征在于，所述步骤S4中，敏感脆性指示因子EBI如式3)所示；

其中，λ为加权系数；E_ave和σ_ave为归一化杨氏模量和泊松比。

8.根据权利要求7所述的储层岩性识别方法，其特征在于，所述λ取值在[0 1]。

9.根据权利要求7所述的储层岩性识别方法，其特征在于，所述E_ave以及σ_ave如式3.1)所示；

其中，E表示杨氏模量，σ表示泊松比，下标max和下标min分别表示最大值和最小值。

10.根据权利要求7所述的储层岩性识别方法，其特征在于，基于敏感脆性指示因子EBI进行岩性识别，具体如下：

第一步：基于测井数据和式3)，得到敏感脆性指示因子岩性分界值EBI^*；

第二步：基于式3)，利用步骤S3中求得的杨氏模量、泊松比和密度的最大后验概率解，求取基于地震数据的敏感脆性指示因子，然后根据地震数据的敏感脆性指示因子与EBI^*的大小关系区分岩性。