CN119986801B - 基于结构张量约束的叠前地震预测缝洞充填程度的方法 - Google Patents

Abstract

本发明公开了一种基于结构张量约束的叠前地震预测缝洞充填程度的方法，属于地球物理技术领域，步骤如下：获取测井数据和录井数据；进行缝洞模型正演，并选取得到最敏感梯度结构张量属性体；根据最敏感梯度结构张量属性体的井数统计吻合率，构建叠前弹性参数体的体约束；进行AVA道集正演，并构建低频模型以进行叠前反演，得到叠前弹性参数体；利用叠前弹性参数体的体约束确定实钻井区域中钻井样本点的缝洞发育边界，并结合漏失特征分析缝洞全充填、半充填和未充填的弹性参数值域范围，得到岩石物理解释模型；基于岩石物理解释模型对实钻井区域内的缝洞充填程度进行预测，得到缝洞充填程度预测结果。本发明解决了难以准确有效预测缝洞的问题。

Description

基于结构张量约束的叠前地震预测缝洞充填程度的方法

技术领域

本发明属于地球物理技术领域，尤其涉及一种基于结构张量约束的叠前地震预测缝洞充填程度的方法。

背景技术

缝洞型储层是碳酸盐岩缝洞型油气藏主要的储集类型，是油气田高产、稳产的关键。缝洞型储层有效性主要受充填程度的影响，因此，精确预测缝洞型储层的充填程度对缝洞型油气藏的勘探开发意义重大。现有的通过地球物理预测充填程度的方法包括：（1）以测井为主的方法，如通过钻录井参数的异常变化来指示缝洞充填程度，通过测井识别缝洞充填程度，或通过电成像预测缝洞充填程度；（2）以地震为主的方法，如通过叠后地震敏感属性或者叠后反演体直接预测缝洞充填程度，或通过叠前地震敏感属性或者叠前弹性参数直接预测缝洞充填程度；（3）以正演或模拟为主的方法，如通过正演模拟技术直接预测缝洞充填程度，或通过三维物理模型充填设计测缝洞充填程度；（4）以机器学习为主的方法，如基于BP神经网络预测缝洞充填程度，输入目标主要包括暗河级别、暗河类型、洞道样式、与暗河出入口的关系、与厅堂洞的关系等，从而建立充填程度预测模型，依据此模型缝洞充填程度。

现有的通过地球物理预测充填程度的方法主要存在以下缺陷：（1）以测井为主的方法通常是针对单个钻井进行分析预测，无法在横向上有效预测储层的充填程度；（2）、以地震为主的方法通常直接运用相关地震属性或者弹性参数预测充填程度，忽略了非缝洞的影响，导致预测效果可靠性不高；（3）以正演或模拟为主的方法仅仅对缝洞模型的数值进行了模拟，不能够直接预测实际的缝洞充填程度；（4）以机器学习为主的方法在其输入端的数据可靠性仍有待验证，难以保障预测结果的准确性。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于结构张量约束的叠前地震预测缝洞充填程度的方法，通过结构张量属性体预测缝洞体，并以此为约束进一步优选叠前弹性参数纵横波速度比与纵波阻抗来实现对缝洞充填程度的预测，从而评价缝洞的有效性，解决了难以准确有效预测缝洞的问题。

为了达到上述发明目的，本发明采用的技术方案为：

本发明提供的一种基于结构张量约束的叠前地震预测缝洞充填程度的方法，包括如下步骤：

S1、获取测井数据和录井数据；

S2、根据测井数据和录井数据进行缝洞模型正演，并选取得到最敏感梯度结构张量属性体；

S3、根据最敏感梯度结构张量属性体的井数统计吻合率，构建叠前弹性参数体的体约束；

S4、根据测井数据和录井数据进行AVA道集正演，并构建低频模型以进行叠前反演，得到叠前弹性参数体；

S5、利用叠前弹性参数体的体约束确定实钻井区域中钻井样本点的缝洞发育边界，并结合漏失特征分析缝洞全充填、半充填和未充填的弹性参数值域范围，得到岩石物理解释模型；

S6、基于岩石物理解释模型对实钻井区域内的缝洞充填程度进行预测，得到缝洞充填程度预测结果。

本发明的有益效果为：本发明提供的一种基于结构张量约束的叠前地震预测缝洞充填程度的方法，基于与断裂相关缝洞的模型正演优选能够准确刻画缝洞体的最敏感梯度结构张量属性体，以将实测井区域中缝洞发育边界内的缝洞体作为叠前弹性参数体的体约束，确定缝洞充填程度预测范围；通过AVA道集正演以验证利用叠前数据预测缝洞充填程度的可行性，然后优选能够表征缝洞充填程度的叠前弹性参数体，最后结合漏失特征建立岩石物理解释量板以预测缝洞的充填程度，本发明方法能准确评价缝洞的有效性。

针对于本发明还具有的其他优势将在后续的实施例中进行更细致的分析。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图做简单的介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例中一种基于结构张量约束的叠前地震预测缝洞充填程度的方法的步骤流程图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

如图1所示，在本发明的一个实施例中，本发明提供一种基于结构张量约束的叠前地震预测缝洞充填程度的方法，包括如下步骤：

S1、获取测井数据和录井数据；

S2、根据测井数据和录井数据进行缝洞模型正演，并选取得到最敏感梯度结构张量属性体；缝洞模型正演指通过数值模拟方法，构建包含复杂地质结构的地质模型，模拟地震波在复杂介质中传播和反射特征，生成理论上的地震响应数据的过程。

所述S2包括如下步骤：

S21、根据测井数据和录井数据，建立与断裂相关的缝洞模型并进行模型正演，得到缝洞发育时的地震响应特征；

模型正演指利用已有测井数据和录井数据建立地下地质模型，根据地震波在地下介质中的传播原理，通过射线追踪或波动方程偏移等方法，正演模拟计算出所建立的地震模型的特征；本方案采用正演软件Tesseral设置地震采集观测系统模型，基于一维波动方程模拟与断裂相关的缝洞模型，得到缝洞发育时的地震响应特征，并在此基础上提取若干与缝洞关联的属性体；

S22、基于缝洞发育时的地震响应特征对地震数据体进行倾角扫描和高斯滤波，并分解结构张量矩阵，选取井数统计吻合率最高的敏感梯度结构张量属性体作为最敏感梯度结构张量属性体。

所述S22包括如下步骤：

S221、基于缝洞发育时的地震响应特征对地震数据体进行倾角扫描，并利用第一三维高斯函数对地震数据体进行滤波，得到平滑数据体，其中，第一三维高斯函数的标准差为第一标准差；

第一标准差基于研究区内的缝洞体大小和噪音确定，本实施例中，将第一标准差设置为0.6；

所述平滑数据体的计算表达式如下：

，

，

其中，表示平滑数据体，表示第一三维高斯函数，表示地震数据体，表示第一标准差，表示以e为基底常数的指数函数，表示高斯分布在X轴上的位置，表示三维高斯分布在X轴方向上的中心点，表示高斯分布在Y轴上的位置，表示三维高斯分布在Y轴上的中心点，表示高斯分布在Z轴上的位置，表示三维高斯分布在Z轴上的中心点；

S222、计算得到平滑数据体的梯度矢量和梯度张量，其中，表示平滑数据体对X轴上的位置求微分，表示平滑数据体对Y轴上的位置求微分，表示平滑数据体对Z轴上的位置求微分，T表示转置；

S223、利用第二三维高斯函数对平滑数据体的梯度张量进行滤波，得平滑数据体的到滤波后的梯度张量，其中，第二三维高斯函数的标准差为第二标准差；

所述第二三维高斯函数的计算表达式如下：

，

其中，表示第二三维高斯函数，表示第二标准差；

第二标准差的取值原则为与缝洞体精度呈反比，且与噪音压制呈正比，本方案中，第二标准差取值为1.6；

S224、基于平滑数据体的梯度矢量和滤波后的梯度张量，计算得到梯度结构张量矩阵；

所述梯度结构张量矩阵的计算表达式如下：

，

其中，表示梯度结构张量矩阵；

本方案中，梯度结构张量矩阵作为实对称矩阵，具备半正定二次型属性，具有三个非负特征值，且对应的三个特征向量两两正交，对于任意三维数据的结构张量矩阵而言，可以分解为三个特征向量及对应的特征向量。

S225、基于梯度结构张量矩阵，分解得到三个特征值及对应的特征向量；

所述三个特征值及对应的特征向量的计算表达式如下：

，

其中，表示第一特征向量，表示第二特征向量，表示第三特征向量，表示第一特征值，表示第二特征值，表示第三特征值；

所述三个特征值分别为第一特征值、第二特征值和第三特征值；所述第一特征值对应第一特征向量，第一特征向量对应的方向是局部地层结构变化最快的方向，垂直于反射同相轴的局部平面，其对应的变化量即为第一特征值；所述第二特征值对应第二特征向量；所述第三特征值对应第三特征向量；第二特征向量和第三特征向量所构成的平面垂直于第一特征向量，且表征横向不连续变化方向，比如断层反射特征引起的地震数据变化，该平面上局部地层结构变化最快的方向为第二特征向量对应的方向，对应的变化率为第二特征值，该平面上局部地层结构变化最慢的方向为第三特征向量对应的方向，对应的变化率为第三特征值，这三个特征值及对应的特征向量构建了三维空间内不同维度方向上的结构变化梯度表征体系。

S226、根据三个特征值及对应的特征向量，选取得到刻画碳酸盐岩缝洞体的若干敏感梯度结构张量属性体；

本实施例中，对于碳酸盐岩缝洞体而言，第一特征值反映了层状反射特征，第二特征值和第三特征值刻画了缝洞体反射异常区域，因此，第二特征值和第三特征值能够作为碳酸盐岩缝洞体刻画的敏感梯度结构张量属性体；

S227、分别比较基于各敏感梯度结构张量属性体刻画缝洞体的井数与实际钻井数的井数统计吻合率，选择井数统计吻合率最高的敏感梯度结构张量属性体作为最敏感梯度结构张量属性体。

所述S227包括如下步骤：

S2271、分别利用敏感梯度结构张量属性体对缝洞体进行精细刻画，得到各敏感梯度结构张量属性体对应的井数；

S2272、分别利用各敏感梯度结构张量属性体对应的井数除以实际钻井数，得到各敏感梯度结构张量属性体对应的井数统计吻合率；

S2273、选择井数统计吻合率最高的敏感梯度结构张量属性体作为最敏感梯度结构张量属性体。

本实施例中，针对同一钻井数据，如总井数为32口的情况下，第二特征值作为敏感梯度结构张量属性体与实际钻井的吻合井数为26口，第三特征值作为敏感梯度结构张量属性体与实际钻井的吻合井数为22口，因此，第二特征值对应的井数统计吻合率高于第三特征值对应的井数统计吻合率，选择第二特征值作为最敏感梯度结构张量属性体。

S3、根据最敏感梯度结构张量属性体的井数统计吻合率，构建叠前弹性参数体的体约束；

所述S3中叠前弹性参数体的体约束的计算表达式如下：

，

其中，表示缝洞体发育状态，表示最敏感梯度结构张量属性体的井数统计吻合率，表示井数统计吻合率阈值，表示缝洞发育状态，表示缝洞不发育状态。

本实施例中，井数统计吻合率阈值设置为0.19，即最敏感梯度结构张量属性体的井数统计吻合率大于0.19，则表示缝洞处于发育状态，若最敏感梯度结构张量属性体的井数统计吻合率小于或等于0.19，则表示缝洞处于不发育状态。本方案中，将缝洞的发育情况作为结构张量属性体约束。

S4、根据测井数据和录井数据进行AVA道集正演，并构建低频模型以进行叠前反演，得到叠前弹性参数体；振幅随偏移距变化（Amplitude Variation with Angle，AVA），是地震勘探中用于分析岩性和流体性质的重要技术；道集正演指通过数值模拟方法，计算地震波在不同入射角下的反射振幅，生成理论上的地震道集数据；AVA道集正演指通过建立地质模型，模拟地震波在不同入射角下的反射特征，生成理论上的AVA道集数据的过程；

所述S4包括如下步骤：

S41、根据测井数据和录井数据，利用具有横波数据的实钻井数据进行AVA道集正演，并分析不同充填程度缝洞的AVA特征，得到不同充填程度的AVA道集；

所述S41中不同充填程度的AVA特征包括无AVA特征、一类AVA特征、二类AVA特征和三类AVA特征。

本方案中，通分析具有横波数据的实钻井数据发现：当缝洞全充填时无AVA特征；当缝洞半充填时为一类AVA特征或二类AVA特征，其中，一类AVA特征指波峰同相轴在角道集的振幅随入射角增大而减小，二类AVA特征指角道集具有从零入射角到最大入射角呈现一条波峰振幅到波谷振幅转换的特征；当缝洞未充填时为三类AVA特征，其中，三类AVA特征指波谷同相轴在角道集的振幅随入射角增大而增大。以上不同程度的AVA特征取决于纵波速度、横波速度和密度大小。

S42、对不同充填程度的AVA道集进行去噪，并对去噪后的AVA道集进行道集切除和剩余振幅补偿，得到优化后的AVA道集；

本实施例中，通过滤波去噪、线性去噪、奇异值去噪等手段对不同充填程度的AVA道集进行去噪，以提高道集信噪比；

S43、叠加优化后的AVA道集，得到近、中、远叠加数据体；

S44、重复迭代井震标定与提取近、中、远叠加数据体的AVA子波预设次数，得到地震解释层位横向约束；

本实施例中，井震标定旨在建立测井数据与地震数据，即近、中、远叠加数据体之间的对应关系，能够确定地震同相轴对应的地质层位，实现时间域与深度域的统一，为地质解释和储层预测提供基础。本实施例中，井震标定和提取近、中、远叠加数据体的子波是相互迭代的，通过多次迭代以充分提取地震解释层位横向约束；地震数据在空间上具有连续性，相邻地震道之间存在相关性，层位横向约束利用这一特性，通过以下方式提高解释精度；通过利用地震数据的横向相关性，结合地质先验信息，可有效识别地质构造、储层展布等关键信息。

S45、利用地震解释层位横向约束对测井数据沿层插值，以构建低频模型，其中，低频模型包括纵横波速度比模型和纵波阻抗模型；

S46、基于低频模型进行叠前反演，得到叠前弹性参数体。

本方案中，运用Jason软件中的Zoeppritz方程进行叠前反演，得到叠前弹性参数体。

所述S46中的叠前弹性参数体为纵横波速度比体和纵波阻抗体。

S5、利用叠前弹性参数体的体约束确定实钻井区域中钻井样本点的缝洞发育边界，并结合漏失特征分析缝洞全充填、半充填和未充填的弹性参数值域范围，得到岩石物理解释模型；

所述S5包括如下步骤：

S51、利用叠前弹性参数体的体约束判定实钻井区域中钻井样本点的缝洞发育情况，得到缝洞发育边界；

本方案中，基于叠前弹性参数体能够对实钻井区域内处于缝洞发育状态的区域与处于缝洞不发育状态的区域进行区分，从而得到缝洞发育边界；本方案中仅对处于缝洞发育状态的部分进行充填程度预测。

S52、根据缝洞发育边界，对钻井样本点中处于缝洞发育状态的区域进行充填状态与叠前弹性参数体值域范围的匹配分析，得到缝洞全充填时、缝洞半充填时和缝洞未充填时的叠前弹性参数体的值域范围，其中，所述叠前弹性参数体的值域范围指纵横波速度比体和纵波阻抗体的值域范围；

S53、获取实钻井区域的录井数据中的漏失特征；

S54、基于漏失特征对缝洞全充填时、缝洞半充填时和缝洞未充填时的纵横波速度比体和纵波阻抗体的值域范围进行验证和调整，得到岩石物理解释模型。

本实施例中，基于漏失特征调整缝洞不同充填情况时的纵横波速度比体和纵波阻抗体的值域范围，以使得调整后的值域范围能够准确匹配缝洞的充填状态，即将调整后的纵横波速度比体和纵波阻抗体的值域范围作为岩石物理解释模型。

本实施例中，以W1井为例，基于W1井构建的岩石物理解释模型为：纵波阻抗门槛值大于17200/s*g/cm并且纵横波速度比门槛值大于1.91时表征缝洞全充填；纵波阻抗门槛值小于17200m/s*g/cm并且纵横波速度比门槛值小于1.91时表征缝洞未充填，其余表征半充填。由于预测分辨率的影响，测井尺度能够识别11个缝洞，其中1-7为未充填，8、10及11为全充填，9为半充填，地震尺度预测2个缝洞，其中1为未充填，2为半充填。

S6、基于岩石物理解释模型对实钻井区域内的缝洞充填程度进行预测，得到缝洞充填程度预测结果。

所述S6包括如下步骤：

S61、根据岩石物理解释模型，以实钻井区域内目的层的顶底为时窗，分别提取缝洞未充填、缝洞全充填和缝洞半充填的平面图；

S62、将缝洞未充填、缝洞全充填和缝洞半充填的平面图叠合，得到缝洞充填程度预测结果。

本实施例中，地震预测的充填程度预测剖面与测井解释一致，其中未充填缝洞1在钻井过程中发生1838.5m³漏失。根据岩石物理解释模型中的纵横波速度比体和纵波阻抗体的值域范围，以目的层顶底为时窗分别提取未充填、全充填及半充填平面图，然后叠合显示发现：缝洞沿断层展布，大部分缝洞被全充填或半充填，仅少量缝洞未充填，且未充填缝洞主要分布在与大尺度断裂相关的范围内，小尺度断裂多为全充填，这可能与断裂的应力方向、强度及裂缝张开度有关。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，包括如下步骤：

S1、获取测井数据和录井数据；

S2、根据测井数据和录井数据进行缝洞模型正演，并选取得到最敏感梯度结构张量属性体；

S3、根据最敏感梯度结构张量属性体的井数统计吻合率，构建叠前弹性参数体的体约束；

S4、根据测井数据和录井数据进行AVA道集正演，并构建低频模型以进行叠前反演，得到叠前弹性参数体；

所述叠前弹性参数体为纵横波速度比体和纵波阻抗体；

S5、利用叠前弹性参数体的体约束确定实钻井区域中钻井样本点的缝洞发育边界，并结合漏失特征分析缝洞全充填、半充填和未充填的弹性参数值域范围，得到岩石物理解释模型；

所述S5包括如下步骤：

S51、利用叠前弹性参数体的体约束判定实钻井区域中钻井样本点的缝洞发育情况，得到缝洞发育边界；

S52、根据缝洞发育边界，对钻井样本点中处于缝洞发育状态的区域进行充填状态与叠前弹性参数体值域范围的匹配分析，得到缝洞全充填时、缝洞半充填时和缝洞未充填时的叠前弹性参数体的值域范围，其中，所述叠前弹性参数体的值域范围指纵横波速度比体和纵波阻抗体的值域范围；

S53、获取实钻井区域的录井数据中的漏失特征；

S54、基于漏失特征对缝洞全充填时、缝洞半充填时和缝洞未充填时的纵横波速度比体和纵波阻抗体的值域范围进行验证和调整，得到岩石物理解释模型；

S6、基于岩石物理解释模型对实钻井区域内的缝洞充填程度进行预测，得到缝洞充填程度预测结果。

2.根据权利要求1所述的基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，所述S2包括如下步骤：

S21、根据测井数据和录井数据，建立与断裂相关的缝洞模型并进行模型正演，得到缝洞发育时的地震响应特征；

S22、基于缝洞发育时的地震响应特征对地震数据体进行倾角扫描和高斯滤波，并分解结构张量矩阵，选取井数统计吻合率最高的敏感梯度结构张量属性体作为最敏感梯度结构张量属性体。

3.根据权利要求2所述的基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，所述S22包括如下步骤：

S221、基于缝洞发育时的地震响应特征对地震数据体进行倾角扫描并利用第一三维高斯函数对地震数据体进行滤波，得到平滑数据体，其中，第一三维高斯函数的标准差为第一标准差；

所述平滑数据体的计算表达式如下：

，

，

其中，表示平滑数据体，表示第一三维高斯函数，表示地震数据体，表示第一标准差，表示以e为基底常数的指数函数，表示高斯分布在X轴上的位置，表示三维高斯分布在X轴方向上的中心点，表示高斯分布在Y轴上的位置，表示三维高斯分布在Y轴上的中心点，表示高斯分布在Z轴上的位置，表示三维高斯分布在Z轴上的中心点；

S222、计算得到平滑数据体的梯度矢量和梯度张量，其中，表示平滑数据体对X轴上的位置求微分，表示平滑数据体对Y轴上的位置求微分，表示平滑数据体对Z轴上的位置求微分，T表示转置；

S223、利用第二三维高斯函数对平滑数据体的梯度张量进行滤波，得平滑数据体的到滤波后的梯度张量，其中，第二三维高斯函数的标准差为第二标准差；

所述第二三维高斯函数的计算表达式如下：

，

其中，表示第二三维高斯函数，表示第二标准差；

S224、基于平滑数据体的梯度矢量和滤波后的梯度张量，计算得到梯度结构张量矩阵；

所述梯度结构张量矩阵的计算表达式如下：

，

其中，表示梯度结构张量矩阵；

S225、基于梯度结构张量矩阵，分解得到三个特征值及对应的特征向量；

所述三个特征值及对应的特征向量的计算表达式如下：

，

其中，表示第一特征向量，表示第二特征向量，表示第三特征向量，表示第一特征值，表示第二特征值，表示第三特征值；

S226、根据三个特征值及对应的特征向量，选取得到刻画碳酸盐岩缝洞体的若干敏感梯度结构张量属性体；

S227、分别比较基于各敏感梯度结构张量属性体刻画缝洞体的井数与实际钻井数的井数统计吻合率，选择井数统计吻合率最高的敏感梯度结构张量属性体作为最敏感梯度结构张量属性体。

4.根据权利要求3所述的基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，所述S3中叠前弹性参数体的体约束的计算表达式如下：

，

其中，表示缝洞体发育状态，表示最敏感梯度结构张量属性体的井数统计吻合率，表示井数统计吻合率阈值，表示缝洞发育状态，表示缝洞不发育状态。

5.根据权利要求1所述的基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，所述S4包括如下步骤：

S41、根据测井数据和录井数据，利用具有横波数据的实钻井数据进行AVA道集正演，并分析不同充填程度缝洞的AVA特征，得到不同充填程度的AVA道集；

S42、对不同充填程度的AVA道集进行去噪，并对去噪后的AVA道集进行道集切除和剩余振幅补偿，得到优化后的AVA道集；

S43、叠加优化后的AVA道集，得到近、中、远叠加数据体；

S44、重复迭代井震标定与提取近、中、远叠加数据体的AVA子波预设次数，得到地震解释层位横向约束；

S45、利用地震解释层位横向约束对测井数据沿层插值，以构建低频模型，其中，低频模型包括纵横波速度比模型和纵波阻抗模型；

S46、基于低频模型进行叠前反演，得到叠前弹性参数体。

6.根据权利要求5所述的基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，所述S41中不同充填程度的AVA特征包括无AVA特征、一类AVA特征、二类AVA特征和三类AVA特征。

7.根据权利要求1所述的基于结构张量约束的叠前地震预测缝洞充填程度的方法，其特征在于，所述S6包括如下步骤：

S61、根据岩石物理解释模型，以实钻井区域内目的层的顶底为时窗，分别提取缝洞未充填、缝洞全充填和缝洞半充填的平面图；

S62、将缝洞未充填、缝洞全充填和缝洞半充填的平面图叠合，得到缝洞充填程度预测结果。