本发明涉及一种基于u-net裂缝多次散射波成像的裂缝结构重建方法和系统，属于裂缝型油藏勘探。
背景技术：
1、随着常规油气田的逐步枯竭，我国的油气勘探开始转向复杂油气藏和非常规油气藏，其中新探明石油和天然气储量的70％以上都以非常规油气资源为主，而裂缝型油气藏又是非常规油气藏的重要组成部分。在裂缝型油气藏中，裂缝既是重要的储集空间又是主要的渗流通道，其发育情况控制着油气的储量和产能，因此，认识并理解地下裂缝的分布对裂缝油气藏的开发具有重要意义。
2、在地震勘探时天然裂缝往往表现出各向异性，因此，可利用等效介质理论将含裂缝介质等效为均匀的各向异性介质。在这种情况下，反射或透射p/s波的avaz分析和横波分裂等方法被广泛应用于提取各向异性参数，然后利用各向异性参数对裂缝进行探测与表征。但是当裂缝的分布具有很强的随机性时，这些裂缝会激发出强能量的一次散射波和多次散射波。这些裂缝散射波会误导各向异性方法，但是它们也包含有裂缝的许多关键信息。
技术实现思路
1、针对上述问题，本发明的目的是提供一种基于u-net裂缝多次散射波成像的裂缝结构重建方法和系统，其可以有效的提取裂缝一次和多次散射波包含的信息并重建裂缝的精细结构，可为复杂裂缝型油气藏的勘探和开发提供助力。
2、为实现上述目的，本发明提出了以下技术方案：一种基于u-net裂缝多次散射波成像的裂缝结构重建方法，包括以下步骤：根据震源波场和检波点波场，构建裂缝间距相关的局部成像矩阵；在所述局部成像矩阵的每个成像点处，搜索具有最强能量的裂缝间距；提取所述最强能量的裂缝间距对应的裂缝多次散射波能量，生成裂缝多次散射波的成像结果；将所述裂缝多次散射波的成像结果输入训练好的u-net神经网络，获得裂缝的端点位置；根据先验信息，将所述裂缝的端点连接起来，获得裂缝的精细结构。
3、进一步，所述震源波场和检波点波场分别根据正传波场和反传波场获得，所述正传波场和反传波场的公式分别为：
4、
5、其中，us(x，t)和ug(x，t)是x点处的震源和检波点波场的位移分量；σs(x，t)则是震源和检波点波场的应力张量分量；ρ为密度，s(xs，ts)是震源函数，xs和ts表示震源位置和激发时间。
6、进一步，根据震源波场和检波点波场，构建裂缝间距相关的局部成像矩阵的方法为：对所述震源波场和检波点波场进行分解，获得角度域局部成像矩阵；根据裂缝多次散射波的传播特性，将所述角度域局部成像矩阵转换为裂缝间距相关的局部成像矩阵。
7、进一步，所述震源波场和检波点波场采用角度分解法进行分解，所述角度分解法的波场分解公式为：
8、
9、其中，u(θ，x，ω)是分解后的角度域波场，θ是传播角度，ω为角频率，w是以点x为中心的空间窗，p是x点处的慢度，是空间窗内的平均慢度，是指向波传播方向的单位向量。
10、进一步，所述角度域局部成像矩阵的公式为：
11、
12、其中，i(θs，θg，ω，x)为角度域局部成像矩阵，θs是入射角，θg是反射角；us(θs，ω，x)和ug(θg，ω，x)分别是分解后的正传波场和反传波场；
13、裂缝产生的散射波的传播方向是由裂缝的参数所决定的，在角度域中，裂缝散射波的传播方向θg与裂缝间距a的关系可以表示为：
14、
15、根据裂缝散射波的传播理论，可以将成像矩阵i(θs，θg，ω，x)改写为裂缝间距相关的局部成像矩阵：
16、i(θs，a，ω，x)＝i(θs，θg(θs，a，ω)，ω，x)
17、其中，i(θs，a，ω，x)是裂缝间距相关的局部成像矩阵。
18、进一步，所述生成裂缝多次散射波的成像结果的方法为：在所述裂缝间距相关的局部成像矩阵中，沿着每个裂缝间距将不同入射角和频率的多次散射能量叠加，得到裂缝多次散射波能量随裂缝间距的变化图；在所述裂缝间距相关的局部成像矩阵的每个成像点处，搜索具有最强能量的裂缝间距，作为该成像点的裂缝间距反演结果；提取反演的裂缝间距对应的裂缝多次散射波能量，获得裂缝多次散射波的成像结果。
19、进一步，所述裂缝多次散射波的成像结果if表示为：
20、
21、其中，ainvert是为成像点x处的反演裂缝间距。
22、进一步，所述获得裂缝的端点位置的方法为：将所述裂缝多次散射波的成像结果分割为相同大小的局部图像；将所述局部图像输入所述训练好的u-net神经网络，获得预测的对应局部裂缝端点的成像结果；将局部裂缝端点成像结果进行拼合，获得完整的裂缝的端点位置。
23、进一步，所述先验信息包括逆时偏移成像结果和地层倾角。
24、本发明还公开了一种基于u-net裂缝多次散射波成像的裂缝结构重建系统，包括：局部成像矩阵生成模块，用于根据震源波场和检波点波场，构建裂缝间距相关的局部成像矩阵；多次散射波成像模块，用于在所述局部成像矩阵的每个成像点处，搜索具有最强能量的裂缝间距；提取所述最强能量的裂缝间距对应的裂缝多次散射波能量，生成裂缝多次散射波的成像结果；裂缝端点位置获取模块，用于将所述裂缝多次散射波的成像结果输入训练好的u-net神经网络，获得裂缝的端点位置；裂缝结构输出模块，用于根据先验信息，将所述裂缝的端点连接起来，获得裂缝的精细结构。
25、本发明的技术方案至少具有如下技术效果或优点：
26、1、本发明通过构建裂缝间距相关的局部成像矩阵来提取裂缝多次散射波的能量，无须提前从地震记录中分离反射波的能量。
27、2、传统的裂缝多次散射波成像方法只能给出裂缝参数的离散估计，本发明使用的u-net神经网络能够进一步挖掘裂缝多次散射波隐含的信息，获得每条裂缝端点的准确位置。
28、3、本发明利用逆时偏移成像结果和反演的裂缝端点来重建裂缝的结构，避免了裂缝结构重建的多解性问题。
29、4、u-net神经网络具有很强的对抗噪声的能力，即使裂缝多次散射波的信噪比不高，u-net也能准确的重建裂缝的精细结构。
1.一种基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述震源波场和检波点波场分别根据正传波场和反传波场获得，所述正传波场和反传波场的公式分别为：
3.如权利要求2所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，根据震源波场和检波点波场，构建裂缝间距相关的局部成像矩阵的方法为：
4.如权利要求3所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述震源波场和检波点波场采用角度分解法进行分解，所述角度分解法的波场分解公式为：
5.如权利要求4所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述角度域局部成像矩阵的公式为：
6.如权利要求1所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述生成裂缝多次散射波的成像结果的方法为：
7.如权利要求6所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述裂缝多次散射波的成像结果if表示为：
8.如权利要求6所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述获得裂缝的端点位置的方法为：
9.如权利要求1所述的基于u-net裂缝多次散射波成像的裂缝结构重建方法，其特征在于，所述先验信息包括逆时偏移成像结果和地层倾角。
10.一种基于u-net裂缝多次散射波成像的裂缝结构重建系统，其特征在于，包括：
