本发明属于于地球物理勘探中地震资料储层预测，具体涉及一种基于叠前地震拟泊松比属性的溶洞识别方法及系统。
背景技术：
1、溶洞中往往填充各种流体(油、水或气)，或松散岩石碎屑，因此它的密度与围岩往往有很大的差异(通常能差异40％以上)，容易形成强的空腔反射，在叠后剖面上形成串珠现象。因此，现有基于地震资料识别溶洞型储层的方法主要是基于叠后地震资料，把叠前多道叠加成一道地震资料，提高资料信噪比，进而对溶洞进行识别。
2、如文献《缝洞型储层地震识别理论与方法》(2010年由石油出版社出版)，该书以碳酸盐储层为主，通过物理模型模拟分析、数值模拟分析和多个实例分析分析，对缝洞型储层叠后预测大尺度溶洞技术方法进行了详尽分析和总结。
3、文献《储层缝洞预测和检测方法》发表于2003年《勘探地球物理进展》第26卷第2期，文中分析了以三维纵波地震资料为基础，根据图像处理技术和时间序列分析的方法，提出了基于叠后地震资料进行缝洞检测的几种方法，包括相干数据体法、小波多尺度边缘检测法、熵算子检测法、模糊边缘检测法以及双谱检测法，并将其应用于大尺寸的溶洞识别。
4、文献《塔河奥陶系碳酸盐岩缝洞预测》发表于2009年《石油地球物理勘探》第44卷第2期，文中提出一种基于叠后地震资料的步长可调的高斯加权边缘检测方法识别溶洞，并利用小波函数多尺度功能分析小波尺度因子与裂缝尺度间的关系提高裂缝预测精度。文中应用此法对已开采近二十年的塔河奥陶系碳酸盐岩油藏进行了大尺寸溶洞发育特征预测。
5、文献《塔里木盆地奥陶系碳酸盐岩大型缝洞集合体定量描述》发表于2013年《岩性油气藏》第25卷第6期，文中以塔里木盆地哈拉哈塘油田典型区块为例，结合地质体特征和叠后地震相分析，运用聚类分析方法，实现了哈拉哈塘油田大尺寸溶洞集合体描述。
6、但是，当溶洞规模过小(小于1/20波长)，通过正演模拟分析，空腔反射就会很弱，和围岩反射能量差异在2倍以下，当有噪音时，在叠后剖面上不容易与围岩反射区分出来，从而不能进行有效识别和预测。因此，能够提供一种识别小尺寸溶洞的方法至关重要。
技术实现思路
1、针对现有技术存在的问题，本发明的目的在于提供一种基于叠前地震拟泊松比属性的溶洞识别方法及系统，所述溶洞识别方法将现有基于叠后地震资料识别溶洞型储层技术拓展到了基于叠前地震资料进行预测，相比于现有方法，基于叠前地震资料的拟泊松比方法可以识别远小于地震波长的小尺度溶洞(小于1/20波长)，有效扩展了对溶洞可检测的范围，提高了溶洞识别精度。
2、为达此目的，本发明采用以下技术方案：
3、第一方面，本发明提供了一种基于叠前地震拟泊松比属性的溶洞识别方法，所述溶洞识别方法包括以下步骤：
4、(1)获取溶洞型储层的叠前地震数据、测井数据以及层位数据，并进行保幅分析，判断叠前地震数据是否吻合地下储层真实信息；
5、(2)步骤(1)叠前地震数据吻合地下储层真实信息，则基于步骤(1)所获取的数据，建立含有溶洞的正演模型，进行溶洞型储层的叠前正演模拟；
6、(3)根据步骤(2)的叠前正演模拟结果提取溶洞对应反射轴的截距和梯度，基于所述截距和梯度，计算井模型拟泊松比；基于所述井模型拟泊松比，选择溶洞敏感型参数组；
7、(4)根据步骤(3)所述溶洞敏感型参数组，结合步骤(1)所述叠前地震道集数据以及步骤(2)的叠前正演模拟结果，计算整个地震工区的拟泊松比体数据，从而确定拟泊松比的门槛值；
8、(5)根据步骤(1)所述层位数据以及步骤(4)所述拟泊松比门槛值进行溶洞三维雕刻，形成溶洞预测分布图。
9、本发明中，基于小尺寸溶洞空腔反射与围岩反射能量差异的特性(差异较小)，所述方法通过叠前拟泊松比属性将能量差异放大到20倍左右，即使在噪音背景下，也能利用叠前属性剖面较为容易的识别小尺寸溶洞，有效扩展现有技术对溶洞可检测的范围，提高溶洞识别精度。
10、而对于保幅分析后，叠前地震数据不吻合地下储层真实信息的溶洞型储层，不适用于本发明所述方法。
11、以下作为本发明优选的技术方案，但不作为本发明提供的技术方案的限制，通过以下技术方案，可以更好地达到和实现本发明的技术目的和有益效果。
12、作为本发明优选的技术方案，步骤(1)所述叠前地震数据包括叠前地震道集数据。
13、作为本发明优选的技术方案，步骤(1)所述测井数据包括纵波数据、横波数据以及密度数据。
14、作为本发明优选的技术方案，步骤(1)所述层位数据包括顶层层位数据和底层层位数据。
15、作为本发明优选的技术方案，根据步骤(1)所述保幅分析的结果，通过对比正演道集的avo属性与井旁道集的avo属性是否一致，来判断叠前地震数据是否吻合地下储层真实信息；一致，则吻合。
16、作为本发明优选的技术方案，步骤(2)所述含有溶洞的正演模型包括一维模型和二维模型。
17、作为本发明优选的技术方案，步骤(3)所述井模型拟泊松比的计算公式如式ⅰ所示：
18、v＝xa+yb 式ⅰ
19、其中，a为溶洞对应反射轴的截距；b为溶洞对应反射轴的梯度；x为第一溶洞敏感型参数；y为第二溶洞敏感型参数。
20、作为本发明优选的技术方案，通过优选敏感参数x和y，使v在溶洞处特征值最大从而优选出溶洞敏感型参数组和x和y。
21、作为本发明优选的技术方案，步骤(4)根据步骤(3)所述的溶洞敏感型参数组，应用到实际叠前地震道集中，计算拟波松比体数据，并根据已知的钻井信息以及叠前正演模拟结果，确定可以识别溶洞的拟泊松比门槛值。
22、第二方面，本发明提供了一种基于叠前地震拟泊松比属性的溶洞识别系统，
23、所述溶洞识别系统包括：
24、存储器，存储有计算机可执行指令；
25、处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：
26、(1)获取溶洞型储层的叠前地震数据、测井数据以及层位数据，并进行保幅分析，判断叠前地震数据是否吻合地下储层真实信息；
27、(2)步骤(1)叠前地震数据吻合地下储层真实信息，则基于步骤(1)所获取的数据，建立含有溶洞的正演模型，进行溶洞型储层的叠前正演模拟；
28、(3)根据步骤(2)的叠前正演模拟结果提取溶洞对应反射轴的截距和梯度，基于所述截距和梯度，计算拟泊松比；基于所述拟泊松比，选择溶洞敏感型参数组；
29、(4)根据步骤(3)所述的溶洞敏感型参数组，结合步骤(1)所述叠前地震数据以及步骤(3)的叠前正演模拟结果，计算拟泊松比体数据，从而确定拟泊松比门槛值；
30、(5)根据步骤(1)所述的层位数据以及步骤(4)所述的拟泊松比门槛值进行溶洞三维雕刻，形成溶洞预测分布图。
31、第三方面，本发明提供了一种第一方面所述溶洞识别方法的应用，所述溶洞识别方法用于识别小于1/20波长的溶洞。
32、与现有技术相比，本发明具有以下有益效果：
33、本发明所述溶洞识别方法基于小尺寸溶洞空腔反射与围岩反射能量差异的特性(差异较小)，通过叠前拟泊松比属性将能量差异放大到20倍左右，即使在噪音背景下，也能利用叠前属性剖面较为容易的识别小尺寸溶洞(小于1/20λ)，有效扩展现有技术对溶洞可检测的范围，提高溶洞识别精度。
1.一种基于叠前地震拟泊松比属性的溶洞识别方法，其特征在于，所述溶洞识别方法包括以下步骤：
2.根据权利要求1所述的溶洞识别方法，其特征在于，步骤(1)所述叠前地震数据包括叠前地震道集数据。
3.根据权利要求1或2所述的溶洞识别方法，其特征在于，步骤(1)所述测井数据包括纵波数据、横波数据以及密度数据。
4.根据权利要求1-3任一项所述的溶洞识别方法，其特征在于，步骤(1)所述层位数据包括顶层层位数据和底层层位数据。
5.根据权利要求1-4任一项所述的溶洞识别方法，其特征在于，根据步骤(1)所述保幅分析的结果，通过对比正演道集的avo属性与井旁道集的avo属性是否一致，来判断叠前地震数据是否吻合地下储层真实信息；一致，则吻合。
6.根据权利要求1-5任一项所述的溶洞识别方法，其特征在于，步骤(2)所述含有溶洞的正演模型包括一维模型和二维模型。
7.根据权利要求1-6任一项所述的溶洞识别方法，其特征在于，步骤(3)所述井模型拟泊松比的计算公式如式ⅰ所示：
8.根据权利要求7所述的溶洞识别方法，其特征在于，所述溶洞敏感型参数组包括x和y。
9.一种基于叠前地震拟泊松比属性的溶洞识别系统，其特征在于，所述溶洞识别系统包括：
10.如权利要求1-9任一项所述的基于叠前地震拟泊松比属性的溶洞识别方法的应用，其特征在于，所述溶洞识别方法用于识别小于1/20波长的溶洞。
