1.一种复杂岩石裂隙网络量化的分形量化方法，其特征在于，包括以下步骤：

对岩石裂隙进行CT扫描，获得岩石裂隙扫描图；

识别并计算岩石裂隙扫描图中的连通裂隙长度、裂隙长度均值以及裂隙数目，得到裂隙原始数据集；

采用头尾分割法以对所述裂隙原始数据集进行迭代分割，得到分割后的头部裂隙数据和尾部裂隙数据，当分割后的头部裂隙数据达到分割后的裂隙数据的设定比例时，停止分割，记录每步头、尾部裂隙数目，裂隙长度以及裂隙长度均值；

根据每步分割记录的头、尾部裂隙数目，裂隙长度及裂隙长度均值计算分割图形维数，对岩石裂隙进行分形量化。

2.根据权利要求1所述的复杂岩石裂隙网络的分形量化方法，其特征在于，所述头尾分割法的具体方法为：将所述原始数据集以裂隙长度均值为分割点，分为头部裂隙数据及尾部裂隙数据，若头部数量占总体数量低于设定比例时，保留对岩石力学、渗透特性及分形维数有较大影响的尾部裂隙数据，去除头部裂隙数据，对尾部数据继续分割；若头部数量高于设定比例时，则停止分割。

3.根据权利要求1所述的复杂岩石裂隙网络的分形量化方法，其特征在于，在对所述原始数据集进行头尾分割时，首先进行预分割，如果预分割后的数据不符合长尾分布特征，则停止分割，所述原始数据集不是分形集；如果预分割后数据满足长尾分布特征，则继续进行分割。

4.根据权利要求3所述的复杂岩石裂隙网络的分形量化方法，其特征在于，所述长尾分布特征为：将原始数据集以裂隙长度均值为分割点分割为头部裂隙数据及尾部裂隙数据，裂隙长度大于均值的数据为头部数据，裂隙长度小于均值的数据为尾部数据，当尾部数据数量大于头部数据数量时即具有长尾分布特征。

5.根据权利要求1所述的复杂岩石裂隙网络的分形量化方法，其特征在于，所述头部裂隙数目的设定比例为头部数据数目占分割后裂隙数据数目的45％。

6.根据权利要求1所述的复杂岩石裂隙网络的分形量化方法，其特征在于，所述分割图形维数的计算方法为：将每次分割得到的头部、尾部裂隙长度均值的比值作为分形图形边长比例缩小倍数，将头、尾部裂隙数目的比值作为图形个数变化倍数；根据图形边长比例缩小倍数及图形个数变化倍数计算每个步骤中的图形维数；对每步分割的图形维数求和并取平均数，得到分割图形维数。