阅读说明：本技术 深埋储层孔隙度反演方法及装置 (Deep-buried reservoir porosity inversion method and device ) 是由 田军 凌东明 刘永雷 姚仙洲 白建朴 陈建功 于 2019-08-22 设计创作，主要内容包括：本发明提供了一种深埋储层孔隙度反演方法及装置,其中该方法包括：基于泰勒级数展开,对待测深埋储层的岩石物理模型进行线性近似化；根据线性近似化后的待测深埋储层的岩石物理模型,确定纵波速度、横波速度与孔隙度、泥质含量的线性关系；根据纵波速度、横波速度与孔隙度、泥质含量的线性关系,构建孔隙度反演目标函数；求解所述孔隙度反演目标函数,确定待测深埋储层的孔隙度。本发明确定纵波速度、横波速度与孔隙度、泥质含量的线性关系,在线性关系的基础上构建孔隙度反演目标函数并求解,能够提高计算精度,得到唯一解,适用于深埋储层的孔隙度反演,为深埋油藏开发方案调整及井位优选、部署提供有力依据。(The invention provides a deep-buried reservoir porosity inversion method and a deep-buried reservoir porosity inversion device, wherein the method comprises the following steps: performing linear approximation on the rock physical model of the deep reservoir to be detected based on Taylor series expansion; determining linear relations between longitudinal wave velocity and transverse wave velocity and porosity and shale content according to the linearly approximated rock physical model of the deep buried reservoir to be detected; constructing a porosity inversion target function according to linear relations between longitudinal wave velocity and transverse wave velocity and porosity and shale content; and solving the porosity inversion target function, and determining the porosity of the deep buried reservoir to be detected. The method determines the linear relation between the longitudinal wave velocity and the transverse wave velocity and the porosity and the shale content, constructs the porosity inversion objective function on the basis of the linear relation and solves the porosity inversion objective function, can improve the calculation precision, obtains a unique solution, is suitable for the porosity inversion of a deep reservoir, and provides a powerful basis for the adjustment of a deep reservoir development scheme and the optimization and deployment of well positions.)

深埋储层孔隙度反演方法及装置

技术领域

本发明涉及石油天然气电磁勘探及开发技术领域，尤其涉及一种深埋储层孔隙度反演方法及装置。

背景技术

随着大量油田由勘探阶段向开发阶段的转移，对油藏描述的精度要求越来越高，其中，储层物性预测在油藏开发阶段起到非常重要的作用，主要表现在两个方面：第一、储层物性直接反映储层好坏，可以指导开发井网的优化、支撑开发井位的部署；第二、储层物性反映储层连通性，决定注水受效优势方向，是开发方案调整的重要依据。

孔隙度是指示储层物性好坏的关键参数。在国内外，孔隙度量化预测的主要手段有两种：经验公式拟合法和孔隙度反演法。经验公式拟合法是将测井速度曲线与孔隙度曲线进行拟合，得到经验公式，并应用于空间孔隙度体的计算。该方法应用简单、易于实现，但现实中，速度与孔隙度并不是单一映射关系，还与泥质含量、含水饱和度等物性参数相关，所以该方法计算精度低，适用性相对较差。孔隙度反演法是以岩石物理模型为基础，利用纵、横波速度等弹性参数，反演孔隙度、泥质含量等物性参数。目前，该方法大多以非线性岩石物理模型为基础构建反演目标函数，并采用非线性优化算法进行求解，如蒙特卡洛、模拟退火等，而此类算法多解性强，且计算量巨大，限制了该方法在实际生产中的应用。

针对这一问题，近几年，国内外一些专家学者开展了相关研究工作，在2016年，Grana提出了岩石物理模型线性近似方法，实现了储层孔隙度的线性化反演，大幅降低了计算量与反演多解性，为其在实际生产中的推广应用奠定基础。具体实现过程可概括为两步：第一步，利用泰勒级数展开对岩石物理模型进行线性近似；第二步，基于岩石物理模型线性近似通式构建目标函数，并采用线性反演算法求解孔隙度。但目标函数式中包含两个方程、三个未知量，为欠定方程组，以此为基础进行孔隙度反演，无法得到唯一解，从而限制了当前线性反演方法在深埋油藏中的应用。

综上所述，亟需提出一种孔隙度反演方法，适应储层深埋的条件。

发明内容

本发明实施例提供一种深埋储层孔隙度反演方法，用以提高计算精度，得到孔隙度的唯一解，适用于深埋储层的孔隙度反演，该方法包括：

基于泰勒级数展开，对待测深埋储层的岩石物理模型进行线性近似化；

根据线性近似化后的待测深埋储层的岩石物理模型，确定纵波速度、横波速度与孔隙度、泥质含量的线性关系；

根据纵波速度、横波速度与孔隙度、泥质含量的线性关系，构建孔隙度反演目标函数；

求解所述孔隙度反演目标函数，确定待测深埋储层的孔隙度。

本发明实施例也提供一种深埋储层孔隙度反演装置，用以提高计算精度，得到孔隙度的唯一解，适用于深埋储层的孔隙度反演，该装置包括：

近似化模块，用于基于泰勒级数展开，对待测深埋储层的岩石物理模型进行线性近似化；

线性关系确定模块，用于根据线性近似化后的待测深埋储层的岩石物理模型，确定纵波速度、横波速度与孔隙度、泥质含量的线性关系；

反演目标函数确定模块，用于根据纵波速度、横波速度与孔隙度、泥质含量的线性关系，构建孔隙度反演目标函数；

求解模块，用于求解所述孔隙度反演目标函数，确定待测深埋储层的孔隙度。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述深埋储层孔隙度反演方法。

本发明实施例也提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述深埋储层孔隙度反演方法的计算机程序。

本发明实施例中，通过确定纵波速度、横波速度与孔隙度、泥质含量的线性关系，在线性关系的基础上构建孔隙度反演目标函数并求解，由于目标函数是基于纵波速度、横波速度与孔隙度、泥质含量的线性关系建立的，该线性关系不涉及密度参数、含水饱和度，即目标函数的建立不随密度参数、含水饱和度的变化而变化，使得能够提高计算精度，得到唯一解，适用于深埋储层的孔隙度反演，为深埋油藏开发方案调整及井位优选、部署提供有力依据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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。

图1为本发明实施例中深埋储层孔隙度反演方法的示意图。

图2为本发明实施例中迭代求解该孔隙度反演目标函数的方法示意图。

图3为本发明实施例中深埋储层孔隙度反演方法的另一实施例的示意图。

图4为本发明具体实施例中岩石物理正演结果对比图。

图5为本发明具体实施例中迭代反演孔隙度的流程图。

图6为本发明实施例中深埋储层孔隙度反演装置的示意图。

图7为本发明实施例中深埋储层孔隙度反演装置的另一实施例的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

为了解决现有孔隙度的量化预测技术中计算精度低，多解性强，计算量巨大，不适用于深埋储层的问题，本发明实施例提供了一种深埋储层孔隙度反演方法，用以提高计算精度，得到孔隙度的唯一解，适用于深埋储层的孔隙度反演，如图1所示，具体步骤包括：

步骤101：基于泰勒级数展开，对待测深埋储层的岩石物理模型进行线性近似化；

步骤102：根据线性近似化后的待测深埋储层的岩石物理模型，确定纵波速度、横波速度与孔隙度、泥质含量的线性关系；

步骤103：根据纵波速度、横波速度与孔隙度、泥质含量的线性关系，构建孔隙度反演目标函数；

步骤104：求解所述孔隙度反演目标函数，确定待测深埋储层的孔隙度。

由图1所示的流程可以得知，本发明实施例中，通过确定纵波速度、横波速度与孔隙度、泥质含量的线性关系，在线性关系的基础上构建孔隙度反演目标函数并求解，由于目标函数是基于纵波速度、横波速度与孔隙度、泥质含量的线性关系建立的，该线性关系不涉及密度参数、含水饱和度，即目标函数的建立不随密度参数、含水饱和度的变化而变化，使得能够提高计算精度，得到唯一解，适用于深埋储层的孔隙度反演，为深埋油藏开发方案调整及井位优选、部署提供有力依据。

具体实施时，首先基于泰勒级数展开，对待测深埋储层的岩石物理模型进行线性近似化，如式(1)所示：

其中，V_p代表深埋储层纵波速度；V_s代表深埋储层横波速度；

ρ代表储层密度；

F₁、F₂、F₃、α_p、β_p、γ_p、α_s、β_s、γ_s、α_r、β_r、γ_r代表已知系数项，由待测深埋储层的岩石物理模型与泰勒级数展开得到；

φ代表孔隙度；代表泥质含量；S_w代表含水饱和度；

δ_p、δ_s、δ_r代表误差项，由待测深埋储层的岩石物理模型与泰勒级数展开得到。

得到线性近似化后的待测深埋储层的岩石物理模型，由于储层密度是利用叠前地震同步反演得到的，但在储层深埋条件下，叠前反演所需的道集资料反射角度小，无法达到密度反演所需的最小角度范围，从而导致密度反演结果不可靠。因此删除线性近似后的待测深埋储层的岩石物理模型中的储层密度参数，如式(2)所示：

本申请发明人发现，现有技术中直接以式(2)为基础构建反演目标函数进行反演，使得有很强的多解性。但对于油藏(只包含油、水两相流体介质)来说，孔隙度变化对深埋储层的纵波速度和横波速度影响最大，泥质含量次之，含水饱和度最小，因此本申请发明人提出可以删除上述线性近似化后的待测深埋储层的岩石物理模型中的密度参数的且将含水饱和度视为已知量的情况下，得到纵波速度、横波速度与孔隙度、泥质含量的线性关系，该线性关系可用模型表示，如式(3)所示：

本领域技术人员可以理解，上述纵波速度、横波速度与孔隙度、泥质含量的线性关系的表示方式有多种，还可以是公式形式，根据实际情况选择所需表示方式，上述表示模型仅为一例，实施时可以对该模型进行变形，或采用其它模型、公式或方法来表示纵波速度、横波速度与孔隙度、泥质含量的线性关系，这些模型、公式或方法均落入本发明的保护范围，实施例中不再赘述。

根据式(3)所示的纵波速度、横波速度与孔隙度、泥质含量的线性关系，可以基于贝叶斯理论，构建孔隙度反演目标函数，具体步骤如下：

为了推导方便，可令则式(3)可简写为如下形式：

d＝G·m+e (4)

误差向量e与模型向量m均服从高斯分布，依据贝叶斯理论，基于式(4)构建后验概率密度分布函数近似式，如式(5)所示：

其中，const代表常量系数；

C_e代表误差向量e的协方差矩阵；C_m代表模型向量m的协方差矩阵；

m₀代表深埋储层的孔隙度、泥质含量的均值，由测井统计得到，与协方差矩阵共同作为先验信息，约束求解过程。

求解式(5)概率的最大值等效于求解式(6)的最小值，L代表孔隙度反演目标函数，如下所示：

对上述孔隙度反演目标函数进行求解，可令得到最小二乘解析解，如式(7)所示：

得到式(7)所示的孔隙度反演结果后，因为对于油藏，孔隙度、泥质含量反演结果对含水饱和度具有较强的容错能力，当给定常值含水饱和度时，即可得到相对可靠的反演结果，且越接近真实的含水饱和度均值，反演精度越高，所以利用二分法迭代求解该孔隙度反演目标函数，确定待测深埋储层的孔隙度，具体步骤如下：

步骤201：在含水饱和度为第一设定值时反演得到孔隙度与泥质含量，在含水饱和度为第二设定值时反演得到孔隙度与泥质含量；

步骤202：根据含水饱和度为第一设定值时所述孔隙度和泥质含量的反演结果以及所述线性关系得到含水饱和度为第一设定值时的正演纵波速度和正演横波速度；以及根据含水饱和度为第二设定值时的所述孔隙度和泥质含量的反演结果以及所述线性关系得到含水饱和度为第二设定值时的正演纵波速度和正演横波速度；

步骤203：分别针对含水饱和度为第一设定值或第二设定值时，根据实测的纵波速度与该设定值下的正演纵波速度，确定该设定值下的纵波相关系数；分别针对含水饱和度为第一设定值或第一设定值时，根据实测的横波速度与该设定值下的正演横波速度，确定该设定值下的横波相关系数；

步骤204：分别针对含水饱和度为第一设定值或第一设定值时，取该设定值下的所述纵波相关系数和所述横波相关系数的平均值，得到该设定值下的平均相关系数；

步骤205：对含水饱和度的第一设定值和含水饱和度的第二设定值进行二分法运算，得到含水饱和度的第三设定值，并计算得到含水饱和度为第三设定值时的平均相关系数；

步骤206：在含水饱和度为第三设定值时反演得到孔隙度，作为反演输出结果；

步骤207：在不同设定值时的平均相关系数中，确定较大的两个平均相关系数对应的设定值，将确定出的两个设定值分别作为下一次迭代的含水饱和度的第一设定值和含水饱和度的第二设定值；

步骤208：若迭代次数超过预设的最大迭代次数，则截止，截止时的反演输出结果为深埋储层孔隙度；若预设的最大迭代次数大于当前迭代次数，且反演输出结果满足预设的收敛误差则截止，截止时的反演输出结果为待测深埋储层的孔隙度；否则进入下一次迭代。

本发明具体实施例中，初始时含水饱和度的第一设定值s₁取0，第二设定值s₂取1，例如，有效含水饱和度向量S_{w_v}＝[s₁；s₂]为S_{w_v}＝[0；1]。本领域技术人员可以理解，上述取值仅为举例，可根据实际情况调整，此处不再一一赘述。

实施例中，纵波相关系数可用如下公式进行确定：

其中，γ_vp代表纵波相关系数；i代表采样点标号；n代表采样点总个数；

Vp_m表示正演纵波速度；表示正演纵波速度的平均值；

Vp表示实测纵波速度；表示实测纵波速度的平均值。

横波相关系数可用如下公式进行确定：

其中，γ_vs代表横波相关系数；i代表采样点标号；n代表采样点总个数；

Vs_m表示正演横波速度；表示正演横波速度的平均值；

Vs表示实测纵波速度；表示实测横波速度的平均值。

得到纵波相关系数和横波相关系数后，根据如下公式可确定平均相关系数：

γ_v＝(γ_vp+γ_vs)/2 (10)

本发明具体实施例中的初始时的含水饱和度下的平均相关系数可表示为γ_v0，γ_v1。

接着，进行二分计算得到S_{w_2}＝mean(S_{w_v})作为含水饱和度的第三设定值，计算得到含水饱和度为第三设定值时的平均相关系数。本发明具体实施例中，简记为γ₂。在含水饱和度为第三设定值时反演得到孔隙度，作为反演输出结果。

对比γ₀，γ₁，γ₂，确定数值较大的两项相关系数及对应的含水饱和度设定值分别作为下一次迭代的含水饱和度的第一设定值和含水饱和度的第二设定值，例如若γ₂＞γ₀＞γ₁，则下一轮反演中的S_{w_v}＝[0；S_{w_rand}]。

判断是否截止：若迭代次数超过预设的最大迭代次数，则截止，截止时的反演输出结果为待测深埋储层的孔隙度；若预设的最大迭代次数大于当前迭代次数，且反演输出结果满足收敛条件则截止，截止时的反演输出结果为深埋储层孔隙度；否则进入下一次迭代。

具体实施时，上述收敛条件可以为此次迭代中含水饱和度为第三设定值时的平均相关系数γ₂与预设的目标相关系数的差值小于预设的收敛误差。其中，预设的目标相关系数、预设的收敛误差及最大迭代次数可在反演开始前预先设置取值，预设的目标相关系数可根据实验室试验或历史数据研究确定，例如，预设的目标相关系数可取0.999，收敛误差可取0.001，最大迭代次数可取1000。本领域技术人员可以理解，上述取值仅为举例，可根据需求任意取值，此处不再进行一一赘述。

不断进行上述迭代反演步骤直到截止，确定待测深埋储层的孔隙度。

为了更精确地确定深埋储层孔隙度，本发明另一实施例中的深埋储层孔隙度反演方法，如图3所示，在图1的基础上还包括：

步骤301：选择适用的岩石物理模型开展建模工作，确定待测深埋储层的岩石物理参数，得到上述待测深埋储层的岩石物理模型；

步骤302：根据上述待测深埋储层的岩石物理模型进行横波估算，利用保幅、保真叠前道集资料开展叠前弹性反演，得到可靠的纵波速度体与横波速度体。

具体实施时，选择适用的岩石物理模型开展建模工作具体包括：

基于测井统计与实验数据，基于适用的基础岩石物理模型，给定饱和岩石各组分岩石物理基本参数；

通过调整孔隙横纵比，使得岩石物理正演纵横波速度与实测速度达到最佳拟合。

具体实施例中，图4所示为调整孔隙横纵比后，岩石物理正演纵横波速度与实测速度的对比。实现最佳拟合可以是通过调整孔隙横纵比，使得岩石物理正演纵横波速度尽可能贴近实测速度，反映在图4中应为两条曲线尽可能重合。

一个具体实施例中，迭代反演流程图如图5所示，将步骤301确定的待测深埋储层的岩石物理参数及步骤302得到的纵波速度体与横波速度体中的纵波速度数据及横波速度数据，代入图1所示的深埋储层孔隙度反演方法中，设定初始时饱和度的第一设定值为0，第二设定值为1，进行迭代。若反演输出结果满足收敛条件，则输出；若不满足，则求取饱和度设定值的平均值后进行下一次反演，直到迭代反演结果满足收敛条件后输出。

实际开采中，根据储层发育特征及产油气状况，将低孔低渗、特低孔特低渗储层中的高孔、高渗地带称为优质储层，为了更好地对油藏进行开采，需事先对优质储层进行分析，具体实施时，深埋储层孔隙度反演方法在图1或图2的基础上还包括：

通过井震标定，确定目的层段在时间维度的位置，根据所述深埋储层的孔隙度提取目的层段的孔隙度的平面数据，其中，目的层段是包括在深埋储层中的储层；

根据目的层段的孔隙度的平面数据确定目的层段中的优质储层，预测优质储层的平面展布规律。

通过确定目的层段中的优质储层并预测优质储层的平面展布规律，为深埋油藏开发方案调整及井位优选、部署提供有力依据。

基于同一发明构思，本发明实施例还提供一种深埋储层孔隙度反演装置，由于深埋储层孔隙度反演装置所解决问题的原理与深埋储层孔隙度反演方法相似，因此深埋储层孔隙度反演装置的实施可以参见深埋储层孔隙度反演方法的实施，重复之处不再赘述，具体结构如图6所示：

近似化模块601，用于基于泰勒级数展开，对待测深埋储层的岩石物理模型进行线性近似化；

线性关系确定模块602，用于根据线性近似化后的待测深埋储层的岩石物理模型，确定纵波速度、横波速度与孔隙度、泥质含量的线性关系；

反演目标函数确定模块603，用于根据纵波速度、横波速度与孔隙度、泥质含量的线性关系，构建孔隙度反演目标函数；

求解模块604，用于求解所述孔隙度反演目标函数，确定待测深埋储层的孔隙度。

实施例中，线性关系确定模块602具体用于在线性近似化后的待测深埋储层的岩石物理模型为删除密度参数且含水饱和度为已知量的情况下，确定纵波速度、横波速度与孔隙度、泥质含量的线性关系。

实施例中，反演目标函数确定模块603具体用于根据纵波速度、横波速度与孔隙度、泥质含量的线性关系，基于贝叶斯理论，构建孔隙度反演目标函数，如下所示：

其中，L代表孔隙度反演目标函数；

C_e代表误差向量e的协方差矩阵；C_m代表模型向量m的协方差矩阵；

m₀代表深埋储层的孔隙度及泥质含量的均值，由测井统计得到；

V_p代表深埋储层纵波速度；V_s代表深埋储层横波速度；

F₁、F₂、α_p、β_p、γ_p、α_s、β_s、γ_s代表已知系数项，由待测深埋储层的岩石物理模型与泰勒级数展开得到；

δ_p、δ_s代表误差项，由待测深埋储层的岩石物理模型与泰勒级数展开得到；

φ代表孔隙度；代表泥质含量；S_w代表含水饱和度。

具体实施例中，求解模块604具体用于：

循环执行以下迭代反演步骤，确定待测深埋储层的孔隙度：

在含水饱和度为第一设定值时反演得到孔隙度与泥质含量，在含水饱和度为第二设定值时反演得到孔隙度与泥质含量；

根据含水饱和度为第一设定值时所述孔隙度和泥质含量的反演结果以及所述线性关系得到含水饱和度为第一设定值时的正演纵波速度和正演横波速度；以及根据含水饱和度为第二设定值时的所述孔隙度和泥质含量的反演结果以及所述线性关系得到含水饱和度为第二设定值时的正演纵波速度和正演横波速度；

分别针对含水饱和度为第一设定值或第一设定值时，根据实测的纵波速度与该设定值下的正演纵波速度，确定该设定值下的纵波相关系数；分别针对含水饱和度为第一设定值或第一设定值时，根据实测的横波速度与该设定值下的正演横波速度，确定该设定值下的横波相关系数；

分别针对含水饱和度为第一设定值或第二设定值时，取该设定值下的所述纵波相关系数和所述横波相关系数的平均值，得到该设定值下的平均相关系数；

对含水饱和度的第一设定值和含水饱和度的第二设定值进行二分法运算，得到含水饱和度的第三设定值，并计算得到含水饱和度为第三设定值时的平均相关系数；

在含水饱和度为第三设定值时反演得到孔隙度，作为反演输出结果；

在不同设定值时的平均相关系数中，确定较大的两个平均相关系数对应的设定值，将确定出的两个设定值分别作为下一次迭代的含水饱和度的第一设定值和含水饱和度的第二设定值；

若迭代次数超过预设的最大迭代次数，则截止，截止时的反演输出结果为深埋储层孔隙度；若预设的最大迭代次数大于当前迭代次数，且反演输出结果满足收敛条件则截止，截止时的反演输出结果为待测深埋储层的孔隙度否则进入下一次迭代。

为了更精确地确定深埋储层孔隙度，本发明另一实施例中的深埋储层孔隙度反演装置，如图7所示，在图6的基础上还包括：

岩石物理模型确定模块701，用于选择适用的岩石物理模型开展建模工作，确定待测深埋储层的岩石物理参数，得到上述待测深埋储层的岩石物理模型；

速度确定模块702，用于根据上述待测深埋储层的岩石物理模型进行横波估算，利用保幅、保真叠前道集资料开展叠前弹性反演，得到可靠的纵波速度体与横波速度体。

具体实施时，岩石物理模型确定模块701具体用于：

基于测井统计与实验数据，基于适用的基础岩石物理模型，给定饱和岩石各组分岩石物理基本参数；

通过调整孔隙横纵比，使得岩石物理正演纵横波速度与实测速度达到最佳拟合。

实际开采中，根据储层发育特征及产油气状况，将低孔低渗、特低孔特低渗储层中的高孔、高渗地带称为优质储层，为了更好地对油藏进行开采，需事先对优质储层进行分析，具体实施时，深埋储层孔隙度反演装置在图6或图7的基础上还包括：

应用模块，用于通过井震标定，确定目的层段在时间维度的位置，根据所述深埋储层的孔隙度提取目的层段的孔隙度的平面数据，其中，目的层段是包括在深埋储层中的储层；根据目的层段的孔隙度的平面数据确定目的层段中的优质储层，预测优质储层的平面展布规律。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述深埋储层孔隙度反演方法。

本发明实施例还提供一种计算机可读存储介质，存储有执行上述深埋储层孔隙度反演方法的计算机程序。

综上所述，本发明提出的深埋储层孔隙度反演方法及装置具有如下优点：

通过确定纵波速度、横波速度与孔隙度、泥质含量的线性关系，在线性关系的基础上构建孔隙度反演目标函数并求解，由于目标函数是基于纵波速度、横波速度与孔隙度、泥质含量的线性关系建立的，该线性关系不涉及密度参数、含水饱和度，即目标函数的建立不随密度参数、含水饱和度的变化而变化，使得能够提高计算精度，得到唯一解，适用于深埋储层的孔隙度反演，为深埋油藏开发方案调整及井位优选、部署提供有力依据；通过迭代求解孔隙度反演目标函数，利用二分法使得含水饱和度的给定值逐渐接近真实的含水饱和度，使得反演精度大大提高。

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、装置、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、装置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。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。