1.一种砂岩型铀矿叠前地震预测方法，其特征在于，所述方法包括： 获取工区内包含目的层深度的叠前地震道集数据体； 利用叠前地震道集数据体构建砂岩岩性识别因子模型，所述砂岩岩性识别因子模型用于表征地层孔隙度的分布情况； 利用所述砂岩岩性识别因子模型进行所述工区内的砂岩型铀矿地震预测； 其中，利用叠前地震道集数据体构建砂岩岩性识别因子模型，所述砂岩岩性识别因子模型用于表征地层孔隙度的分布情况包括： 利用叠前地震道集数据体获取零炮检距构成的地震道P和梯度叠加道G； 根据褶积原理，叠前地震道集的计算公式为： 其中，S(θ)为叠前地震道集，θ为入射角，R0为垂直入射反射系数，σ为泊松比，W为地震子波，N为噪声，k为权系数；AVO属性P和G的公式为： P＝R0(2) 构建基于AVO属性P和G的砂岩岩性识别因子模型，其计算公式为： 其中，S为砂岩岩性识别因子，P和G为AVO属性，k、a、b为待定系数； P和G属性均能反映地层岩性以及孔隙特征，而G属性对孔隙中的流体敏感，其中分子P+kG为地层岩性项，分母aG+b为地层流体项，二者相除消除地层流体对于岩性判断的影响，从而突出孔隙的影响； 通过多元非线性拟合得到系数k、a、b的值，得到砂岩岩性识别因子模型如下： 其中，S为砂岩岩性识别因子，P和G为AVO属性；该属性是由P和G属性的非线性组合运算得到，得到的砂岩岩性识别因子模型表征了地层孔隙度的分布情况。

2.根据权利要求1所述的方法，其特征在于，所述利用所述砂岩岩性识别因子模型进行所述工区内的砂岩型铀矿地震预测包括： 确定砂岩地层岩性的阈值范围； 利用所述砂岩岩性识别因子模型确定所述工区内的砂岩地层岩性； 如果所述砂岩地层岩性在所述阈值范围内，则确定所述工区为砂岩地层；否则确定所述工区为泥岩地层。

3.一种砂岩型铀矿叠前地震预测装置，其特征在于，所述装置包括： 数据获取模块，用于获取工区内包含目的层深度的叠前地震道集数据体； 模型建立模块，用于利用叠前地震道集数据体构建砂岩岩性识别因子模型，所述砂岩岩性识别因子模型用于表征地层孔隙度的分布情况； 其中，利用叠前地震道集数据体构建砂岩岩性识别因子模型，所述砂岩岩性识别因子模型用于表征地层孔隙度的分布情况包括： 利用叠前地震道集数据体获取零炮检距构成的地震道P和梯度叠加道G； 根据褶积原理，叠前地震道集的计算公式为： 其中，S(θ)为叠前地震道集，θ为入射角，R0为垂直入射反射系数，σ为泊松比，W为地震子波，N为噪声，k为权系数；AVO属性P和G的公式为： P＝R0(2) 构建基于AVO属性P和G的砂岩岩性识别因子模型，其计算公式为： 其中，S为砂岩岩性识别因子，P和G为AVO属性，k、a、b为待定系数； P和G属性均能反映地层岩性以及孔隙特征，而G属性对孔隙中的流体敏感，其中分子P+kG为地层岩性项，分母aG+b为地层流体项，二者相除消除地层流体对于岩性判断的影响，从而突出孔隙的影响； 通过多元非线性拟合得到系数k、a、b的值，得到砂岩岩性识别因子模型如下： 其中，S为砂岩岩性识别因子，P和G为AVO属性；该属性是由P和G属性的非线性组合运算得到，得到的砂岩岩性识别因子模型表征了地层孔隙度的分布情况； 预测模块，用于利用所述砂岩岩性识别因子模型进行所述工区内的砂岩型铀矿地震预测。

4.根据权利要求3所述的装置，其特征在于，所述预测模块包括： 阈值确定单元，用于确定砂岩地层岩性的阈值范围； 预测单元，用于利用所述砂岩岩性识别因子模型确定所述工区内的砂岩地层岩性； 判断单元，用于在所述砂岩地层岩性在所述阈值范围内的情况下，确定所述工区为砂岩地层；否则确定所述工区为泥岩地层。

请联系平台

请联系平台