地質(zhì)統(tǒng)計學(xué)復(fù)習(xí)

1、計算：PPT第二講、另外一講、還有試卷變差函數(shù)的概念：P12區(qū)域化變量Z(x)和Z(x+h)兩點之差的方差之半定義為Z(x)的變差函數(shù)，它既能描述區(qū)域化變量的空間結(jié)構(gòu)性變化，又能描述其隨機(jī)性變化。變差函數(shù)的作用與應(yīng)用變差函數(shù)是區(qū)域化空間變異性的一種度量，反映了空間變異程度隨距離變化而變化的特征。變差函數(shù)強調(diào)三維空間上的數(shù)據(jù)構(gòu)型，從而可定量的描述區(qū)域變化量的空間相關(guān)性，即地質(zhì)規(guī)律所造成的儲層參數(shù)在空間上的相關(guān)性。了解區(qū)域化變量（隨機(jī)場）的相關(guān)性（噪聲，相關(guān)程度，相關(guān)范圍）、空間場的各向異性、空間場的尺度特征、空間場的周期性特征。模型的參數(shù)意義變程(Range)：指區(qū)域化變量在空間上具有相關(guān)性的范

2、圍。在變程范圍之內(nèi)，數(shù)據(jù)具有相關(guān)性；而在變程之外，數(shù)據(jù)之間互不相關(guān)，即在變程以外的觀測值不對估計結(jié)果產(chǎn)生影響。變程的大小反映了變量空間的相關(guān)性。塊金值(Nugget)：變差函數(shù)如果在原點間斷，在地質(zhì)統(tǒng)計學(xué)中稱為“塊金效應(yīng)”，表現(xiàn)為在很短的距離內(nèi)有較大的空間變異性，無論h多小，兩個隨機(jī)變量都不相關(guān)。它可以由測量誤差引起，也可以來自礦化現(xiàn)象的微觀變異性。在數(shù)學(xué)上，塊金值c0相當(dāng)于變量純隨機(jī)性的部分。塊金效應(yīng)的尺度效應(yīng)：如果品位完全是典型的隨機(jī)變量，則不論觀測尺度大小，所得到的實驗變差函數(shù)曲線總是接近于純塊金效應(yīng)模型。當(dāng)采樣網(wǎng)格過大時，將掩蓋小尺度的結(jié)構(gòu)，而將采樣尺度內(nèi)的變化均視為塊金常數(shù)。這種現(xiàn)象

3、即為塊金效應(yīng)的尺度效應(yīng)?；_值(Sill)：代表變量在空間上的總變異性大小。即為變差函數(shù)在h大于變程時的值，為塊金值c0和拱高cc之和。拱高：在取得有效數(shù)據(jù)的尺度上，可觀測得到的變異性幅度大小。當(dāng)塊金值等于0時，基臺值即為拱高。模型：P15為何要擬合：P14實驗變差公式：PPT第2講假設(shè)克里金法概念：P36克里金插值與變差函數(shù)的關(guān)系變差函數(shù)是克里金方法研究的主要工具，在克里金估計方法中，加權(quán)系數(shù)的求取是通過變差函數(shù)來獲得的。由于變差函數(shù)只能反映變量的空間結(jié)構(gòu)特征而不能反映變量的隨機(jī)特征。所以利用克里金方法進(jìn)行空間數(shù)據(jù)插差值往往可以取得理想的效果，另外通過設(shè)計變差函數(shù)，克里金方法很容易實現(xiàn)局部加

4、權(quán)差值。如何理解克里金插值是最優(yōu)線性無偏估計克里金插值首先考慮的是空間屬性在空間位置上的變異分布確定對一個待插點值有影響的距離范圍，然后用此范圍內(nèi)的采樣點來估計待插點的屬性值。該方法在數(shù)學(xué)上可對所研究的對象提供一種最佳線性無偏估計(某點處的確定值)的方法。它是考慮了信息樣品的形狀、大小及與待估計塊段相互間的空間位置等幾何特征以及品位的空間結(jié)構(gòu)之后，為達(dá)到線性、無偏和最小估計方差的估計，而對每一個樣品賦與一定的系數(shù)，最后進(jìn)行加權(quán)平均來估計塊段品位的方法。這里的最優(yōu)是指估計結(jié)果的理論方差最小，而無偏是指估計誤差的期望值為零。最優(yōu)性的判別標(biāo)準(zhǔn)克里金估計的理論方差越小，越優(yōu)。與隨機(jī)模擬的主要區(qū)別1、克

5、里格插值法只考慮局部估計值的精確程度,力圖對估計點的未知值作出最優(yōu)的和無偏的估計,不考慮估計值的空間相關(guān)性(離散性);而隨機(jī)模擬首先考慮的是結(jié)果的整體性質(zhì)和模擬值的統(tǒng)計空間相關(guān)性,其次才是局部估計值的精度;2、插值法給出觀測值間的平滑估值(如繪出研究對象的平滑曲線圖),而削弱了觀測數(shù)據(jù)的離散性,忽略了井間的細(xì)微變化;而條件隨機(jī)模擬在插值模型中系統(tǒng)地加上了“隨機(jī)噪音”,這樣產(chǎn)生的結(jié)果比插值模型真實得多?！半S機(jī)噪音”正是井間的細(xì)微變化,雖然對于每一個局部的點,模擬值并不完全是真實的,估計方差甚至比插值法更大,但模擬曲線能更好地表現(xiàn)出曲線的真實波動情況。3、插值算法(包括克里格法)只產(chǎn)生一個模型；而

6、隨機(jī)建模則產(chǎn)生多個可選的模型,各種模型之間的差別正是空間不確定性的表現(xiàn)。隨機(jī)模擬更適于儲層非均質(zhì)的研究,因為隨機(jī)模擬更能反映儲層性質(zhì)的離散性,這對油田開發(fā)生產(chǎn)尤為重要。應(yīng)用該技術(shù)建立儲層模型可以得到某一屬性場的多個不同的等概率實現(xiàn),用以說明該屬性場的空間組合的不確定性,從而為決策者提供了更加豐富的儲層模型。插值法掩蓋了非均質(zhì)程度(即離散性),特別是離散性明顯的儲層參數(shù)(如滲透率)的非均質(zhì)程度,因而不適用于滲透率非均質(zhì)性的表征。當(dāng)然,對于一些離散性不大的儲層參數(shù),如孔隙度,應(yīng)用克里格插值方法研究其空間分布,并用于估計儲量,亦表現(xiàn)出方便、快速、準(zhǔn)確的優(yōu)越性。三維儲層建模建立儲層特征三維分布的數(shù)字化

7、模型，其本質(zhì)是基于三維網(wǎng)格表征儲層特征的分布，其成果是三維數(shù)據(jù)體，本質(zhì)是從三維角度對儲層進(jìn)行定量研究并建立其三維模型，核心是對井間儲層驚醒多學(xué)科綜合一體化、三維定量化及可視化的預(yù)測。模型包括有構(gòu)造、屬性分布和流體分布模型，建立儲層模型就是油藏描述。序貫高斯模擬原理：P62流程圖：P64范疇：P72/60優(yōu)缺點：P64&以下的步驟：P62或以下序貫指示模擬原理：P73優(yōu)缺點：P75/82流程圖：P76范疇：指示模擬可用于模擬復(fù)雜各向異性的地質(zhì)現(xiàn)象。由于各個類型變量均對應(yīng)于一個指示變差函數(shù)，也就是說，對于具有不同連續(xù)性分布的類型變量(相)，可給定（指定或通過數(shù)據(jù)推斷）不同的指示變差函數(shù)，從

8、而可建立各向異性的模擬圖象。因此，指示模擬可用于多向分布的沉積相建模（如三角洲分流河道與河口壩復(fù)合體），也可用于斷層和裂縫的隨機(jī)建模。步驟：P74或以下布爾模型過程：1、把已知井位處的砂體條件優(yōu)化。2、隨機(jī)抽樣產(chǎn)生預(yù)測砂體中心位置。3、是否與已知井位處的數(shù)據(jù)發(fā)生沖突，如果沖突，則須調(diào)整砂體，使之不沖突，否則進(jìn)行下一步。4從經(jīng)驗累積概率分布函數(shù)中隨機(jī)抽取該砂體的厚度。5、由已確定的厚度寬度關(guān)系確定砂體寬度。6、計算目標(biāo)函數(shù)值Fs=砂體剖面面積/剖面總面積7、重復(fù)步驟2產(chǎn)生的另一砂體，直至達(dá)到給定閾值為至。優(yōu)點：它是儲層建模方法中最簡單的以中算法，很容易將沉積學(xué)的一些知識，如砂體的寬厚比，厚度分布

9、趨勢等融入到模擬結(jié)果中，主要用于勘探和開發(fā)早期階段。缺點：完全隨機(jī)的產(chǎn)生目標(biāo)對象中心，沒有考慮沉積過程中先沉積的河道砂體對后面沉積的重要控制作用，用此種方法模擬的結(jié)果往往對砂體的連通性評價過高。原理：布爾模擬方法是基于目標(biāo)的隨機(jī)模擬方法中最簡單的一種方法,Matheron最早利用布爾模型用于描述巖石中顆粒與孔隙的分布。后來被用來描述儲層中砂泥巖的分布4,5。設(shè)U為坐標(biāo)隨機(jī)變量,Xk是表征第k類物體幾何特征(形狀、大小、方向)的參數(shù)隨機(jī)變量;第k類幾何物體中心點的分布構(gòu)成一點過程U,它可以用形狀隨機(jī)過程Xk和表示第k類幾何物體出現(xiàn)與否的指標(biāo)隨機(jī)過程Ik兩者的聯(lián)合分布“示性”,從而構(gòu)成一示性點過程

10、。其中布爾方法就是依據(jù)一定的概率定律,按照空間物體分布統(tǒng)計規(guī)律產(chǎn)生這些物體中心點的空間分布,并通過2×k個隨機(jī)函數(shù)Xk(u),Ik(u,k)(k=1,2,3,k,u定義域)的聯(lián)合分布,確定中心點在此處的物體的幾何形狀、大小、屬性。示性點過程原理所謂示點性過程，就是對某一空間區(qū)域內(nèi)的每一個離散點進(jìn)行標(biāo)值的過程，其基本思路是根據(jù)點過程的概率定律，按照空間中幾何物體的分布規(guī)律產(chǎn)生這些物體的中心點空間分布，然后將物理性質(zhì)（如物理幾何形狀、大小、方向等）標(biāo)注于每一離散點9，可以用隨機(jī)序列=xn；m（xn）表示，其中xn為連續(xù)空間內(nèi)的一個隨機(jī)點過程，m（xn）為每個點的標(biāo)值從地質(zhì)統(tǒng)計學(xué)角度講，示

11、點性過程就是研究目標(biāo)點及其性質(zhì)在三維空間中的聯(lián)合分布，可定義為由表示第i類目標(biāo)點在位置u處是否出現(xiàn)的隨機(jī)函數(shù)Pi（u，i）和描述第i類目標(biāo)點物理性質(zhì)（幾何形狀、大小、方向）參數(shù)的隨機(jī)變量Xi組成的集合Pi（u，i），Xi，這樣通過在空間上先確定產(chǎn)生目標(biāo)點的位置，再模擬產(chǎn)生目標(biāo)的相關(guān)屬性，構(gòu)成了一次標(biāo)點過程，并得到一次模擬實現(xiàn)。示點性過程模擬建立在對目標(biāo)體地質(zhì)認(rèn)識的基礎(chǔ)上，在模擬過程中，將一些關(guān)于目標(biāo)體的先驗地質(zhì)認(rèn)識作為條件約束信息加入模型中，可以使隨機(jī)模擬結(jié)果最大限度地接近地質(zhì)實際。由于三維空間內(nèi)目標(biāo)體的分布以及目標(biāo)體的屬性極為復(fù)雜，在隨機(jī)模擬過程中需要應(yīng)用優(yōu)化算法對目標(biāo)體分布進(jìn)行“逐步逼近”

12、，即用各種參數(shù)分布和相互作用的多種組合進(jìn)行迭代，直至最終得到一個滿意的隨機(jī)模擬結(jié)果為止。具體來說，就是設(shè)計一個目標(biāo)函數(shù)，并確定一個目標(biāo)函數(shù)閾值，根據(jù)先驗地質(zhì)認(rèn)識隨機(jī)產(chǎn)生目標(biāo)體，計算目標(biāo)函數(shù)值，直至達(dá)到目標(biāo)函數(shù)閾值為止。優(yōu)缺點：打印的文獻(xiàn)基于目標(biāo)的隨機(jī)建模方法&根據(jù)先驗地質(zhì)知識、點過程理論及優(yōu)化方法表征多點地質(zhì)統(tǒng)計學(xué)的基本思路及優(yōu)缺點，訓(xùn)練圖像的來源及意義。多點地質(zhì)統(tǒng)計學(xué)是相對于基于變差函數(shù)的兩點地質(zhì)統(tǒng)計學(xué)而言的。多點統(tǒng)計是利用空間多個點組合模式進(jìn)行描述。其核心分為三個部分：訓(xùn)練圖像，數(shù)據(jù)事件，多點概率，其基本思路是通過數(shù)據(jù)樣板掃描訓(xùn)練圖像建立多點統(tǒng)計概率，利用獲得的多點統(tǒng)計概率進(jìn)行未知

13、節(jié)點處概率模擬。優(yōu)點：在多點地質(zhì)統(tǒng)計學(xué)中,應(yīng)用“訓(xùn)練圖像”代替變差函數(shù)表達(dá)地質(zhì)變量的空間結(jié)構(gòu)性,因而可克服傳統(tǒng)地質(zhì)統(tǒng)計學(xué)不能再現(xiàn)目標(biāo)幾何形態(tài)的不足,同時,由于該方法仍然以象元為模擬單元,而且采用序貫算法(非迭代算法),因而很容易忠實硬數(shù)據(jù),并具有快速的特點,故克服了基于目標(biāo)的隨機(jī)模擬算法的不足。因此,多點地質(zhì)統(tǒng)計學(xué)方法綜合了基于象元和基于目標(biāo)的算法優(yōu)點,同時可克服已有的缺陷；多點統(tǒng)計學(xué)應(yīng)用多點數(shù)據(jù)樣板掃描訓(xùn)練圖像以構(gòu)建搜索樹并從搜索樹中求取條件概率分布函數(shù)使多點地質(zhì)統(tǒng)計學(xué)克服了傳統(tǒng)二點統(tǒng)計學(xué)難于表達(dá)復(fù)雜空間結(jié)構(gòu)性和再現(xiàn)目標(biāo)幾何形態(tài)的不足。缺點：1、訓(xùn)練圖像平穩(wěn)性問題，多點統(tǒng)計提出了一個幾何變換

14、的方法,即通過旋轉(zhuǎn)和比例壓縮將非平穩(wěn)訓(xùn)練圖像變?yōu)槠椒€(wěn)訓(xùn)練圖像,并建立多個訓(xùn)練圖像以獲取未取樣點條件概率分布函數(shù)，但是,這一方法仍是一種簡單化的解決途徑,可以解決具有明顯趨勢而且用少量定量指標(biāo)如方向和壓縮比例能夠表達(dá)的非平穩(wěn)性,而對于無規(guī)律的局部明顯變異性,尚需要更為有效的解決方案。2、目標(biāo)連續(xù)性問題；3、綜合地震信息的問題；4、當(dāng)軟數(shù)據(jù)類型較多時,掃描訓(xùn)練圖像所得的重復(fù)數(shù)太少,從而影響條件概率的推導(dǎo)。5、儲層形態(tài)合理問題，多重網(wǎng)格搜索問題，6、由于多點地質(zhì)統(tǒng)計學(xué)仍是基于相元的算法，所以只能在一定程度上重現(xiàn)目標(biāo)的形狀，對于更復(fù)雜的如尖角或U型目標(biāo)的應(yīng)用較差來源及意義：儲層建模的原則我國含油氣盆地

15、類型多,儲層以陸相碎屑巖及海相碳酸鹽巖為主,儲層成因復(fù)雜,非均質(zhì)性嚴(yán)重。如河流、三角洲及沖積扇等環(huán)境形成的儲層,在縱、橫向上相變快,不同規(guī)模的非均質(zhì)性嚴(yán)重。因此,對這類儲層進(jìn)行勘探與開發(fā),將面臨儲層非均質(zhì)性的問題。為了建立盡量符合地質(zhì)實際情況的儲層模型,針對我國儲層的特點,制定如下建模原則。4 .1 確定性建模與隨機(jī)建模相結(jié)合的原則確定性建模是根據(jù)確定性資料,推測出井間確定的、惟一的儲層特征分布。而隨機(jī)建模是對井間未知區(qū)應(yīng)用隨機(jī)模擬方法建立可選的、等概率的儲層地質(zhì)模型。應(yīng)用隨機(jī)建模方法,可建立一簇等概率的儲層三維模型,因而可評價儲層的不確定性,進(jìn)一步把握井間儲層的變化。在實際建模的過程中,為了

16、盡量降低模型中的不確定性,應(yīng)盡量應(yīng)用確定性信息來限定隨機(jī)建模的過程,這就是隨機(jī)建模與確定性建模相結(jié)合的建模思路。4 .2 等時建模原則沉積地質(zhì)體是在不同的時間段形成的。為了提高建模精度,在建模過程中應(yīng)進(jìn)行等時地質(zhì)約束,即應(yīng)用高分辨率層序地層學(xué)原理確定等時界面,并利用等時界面將沉積體劃分為若干等時層。在建模時,按層建模,然后再將其組合為統(tǒng)一的三維沉積模型。同時,針對不同的等時層輸入反映各自地質(zhì)特征的不同的建模參數(shù),這樣可使所建模型能更客觀地反映地質(zhì)實際。4 .3 相控儲層建模原則相控建模,即首先建立沉積相、儲層結(jié)構(gòu)或流動單元模型,然后根據(jù)不同沉積相(砂體類型或流動單元)的儲層參數(shù)定量分布規(guī)律,分

17、相(砂體類型或流動單元)進(jìn)行井間插值或隨機(jī)模擬,進(jìn)而建立儲層參數(shù)分布模型。如何理解儲層建模中的不確定性儲層的性質(zhì)本來是確定的，在每一個位置點都具有確定的性質(zhì)和特征；但地下儲層結(jié)構(gòu)又是很復(fù)雜的，他是許多復(fù)雜地質(zhì)過程（沉積作用、沉巖作用和構(gòu)造作用）綜合作用的結(jié)果，具有復(fù)雜的儲層內(nèi)部構(gòu)型及儲層參數(shù)的空間變化。在儲層表征中，由于用于描述儲層的資料總是不完備的，測井和地震有分辨率大小的問題，所得出來的結(jié)果也有誤差,有很多參數(shù)本身就存在很多不確定性 (測井解釋和地震解釋都不準(zhǔn)確)，因此人們很難掌握任一尺度下儲層的確定且真實儲層特征，特別是對于連續(xù)性較差且非均質(zhì)性較差的陸相儲層來說更加難以精確的表征儲層特征

18、。這樣由于認(rèn)識程度的不同，儲層描述便有不確定性。儲層建模的不確定性包括輸入?yún)?shù)的不確定性和建模方法的不確定性。輸入的參數(shù)不確定性包括測井解釋參數(shù)的不確定性(測井過程引起的不確定性、鉆井泥漿產(chǎn)生的不確定性、測井解釋的不確定性、裂縫解釋的不確定性)，地震解釋參數(shù)的不確定性（受地震分辨率限制，儲層地震異常尺度遠(yuǎn)大于測井解釋儲層尺度、地震反射特征相同，其儲層類型可能不一致），地質(zhì)參數(shù)不確定性(野外地質(zhì)露頭統(tǒng)計參數(shù)只能給出沉積體系參數(shù)的分布范圍，如何具體的去優(yōu)選參數(shù)具有不確定性、局部統(tǒng)計的規(guī)律代替全局統(tǒng)計規(guī)律會產(chǎn)生誤差)，對于同一個儲層，你會有不同的方法來對儲層進(jìn)行表征，不同的方法當(dāng)然就會得到不同的表征

19、結(jié)果，因此儲層建模有不確定性。如何評價模型的好壞隨機(jī)圖像是否符合地質(zhì)概念式；隨機(jī)實現(xiàn)的統(tǒng)計參數(shù)與輸入?yún)?shù)的接近程度；模擬現(xiàn)實是否忠實于真實數(shù)據(jù)，主要判別他與未參與模擬的硬數(shù)據(jù)是否吻合，如抽稀的井?dāng)?shù)據(jù)，試井反映的砂體連通性數(shù)據(jù)；模擬現(xiàn)實是否符合動態(tài)生產(chǎn)，可通過簡單的二維油藏數(shù)值模擬或者局部的三維數(shù)模的“歷史擬合”情況來進(jìn)行判別。隨機(jī)建模與不確定建模的關(guān)系所謂隨機(jī)建模是指以已知的信息為基礎(chǔ),以隨機(jī)函數(shù)為理論,應(yīng)用隨機(jī)模擬方法,產(chǎn)生可選的、等概率的儲層模型方法。通過對多個等可能隨機(jī)儲層模型中的不確定性進(jìn)行評價，以滿足油田勘探開發(fā)決策在一定風(fēng)險范圍的正確性的需要,這是與確定性建模方法的重要差別。在隨機(jī)

20、建模中如果生成了大量的現(xiàn)實，這些現(xiàn)實肯定是有差別的，例如你用隨機(jī)建模來計算儲量，每一個現(xiàn)實就會得出一個計算結(jié)果，然后編制儲量的累積概率分布曲線，那么在不同概率控制下，其會得到不同的結(jié)果，也就是說隨機(jī)建模所得出結(jié)果是具有不確定。對儲層建模的理解儲層建模是近幾年發(fā)展起來的高新技術(shù),它可以實現(xiàn)對油氣儲層的定量表征及對各種尺度的非均質(zhì)性的刻畫。從本質(zhì)上講, 儲層地質(zhì)建模是從三維的角度對儲層進(jìn)行定量的研究, 其核心是對井間儲層進(jìn)行多學(xué)科綜合一體化、三維定量化及可視化的預(yù)測。目前儲層建模技術(shù)中較為常用的幾種建模方法有確定性建模及隨機(jī)建模。隨機(jī)建模是目前儲層建模技術(shù)的突出發(fā)展方向,是根據(jù)地質(zhì)適用性的不同而建

21、立的不同模型。它是反映儲層地質(zhì)特征三維變化與分布的數(shù)字化模型。這個模型可以從三維空間上定量的表征油藏的非均質(zhì)性，有利于油田勘探開發(fā)工作者進(jìn)行合理的油藏評價及開發(fā)管理；可以用于油藏評價、儲量計算、開發(fā)可行性評價，還可以優(yōu)化油田的開發(fā)方案。在開發(fā)的中后期可以預(yù)測剩余油的分布，優(yōu)化注水開發(fā)調(diào)整及三次采油方案；在儲量計算中，利用儲層建?？梢愿_的計算油氣儲量，比常規(guī)的計算方法更準(zhǔn)確；有利于三維油藏數(shù)值模擬，粗化的三維儲層地質(zhì)模型可以直接作為油藏數(shù)值模擬的輸入。儲層地質(zhì)建模屬于地質(zhì)、數(shù)學(xué)與計算機(jī)等多學(xué)科結(jié)合的學(xué)科方向。建模內(nèi)涵包括兩大方面, 其一為儲層地質(zhì)特征的計算機(jī)圖形顯示, 屬于計算機(jī)圖形學(xué)的范疇

22、,這一學(xué)科的發(fā)展已基本滿足三維地質(zhì)建模的圖形顯示需要, 如儲層格架、儲層相與巖石物理參數(shù)分布的三維圖形顯示( 目前已有的商業(yè)軟件均可達(dá)到這一目的); 其二為井間儲層特征的預(yù)測, 即應(yīng)用已有信息預(yù)測儲層特征的三維分布, 這就要求相應(yīng)的建模方法, 它決定著所建立的模型是否符合地下地質(zhì)實際, 亦即建模精度。隨機(jī)模擬方法的比較Petrel步驟數(shù)據(jù)加載、地層對比、斷層建模、Pillar網(wǎng)格化、分層、相建模、巖石物性建模、體積計算、繪圖、井位設(shè)計。儲層建模主要包括哪幾步數(shù)據(jù)準(zhǔn)備、構(gòu)造建模、儲層相建模、儲層參數(shù)建模、裂縫建模、油藏模型粗化。提高不確定性的對策提高地震的識別與預(yù)測精度（利用繞射波分離技術(shù)凸顯了

23、裂縫反射信息，提高了不整合面附近及內(nèi)幕小規(guī)?？p洞體的識別、不同的邊緣檢測技術(shù)綜合反映洞體特征，提高了縫洞識別的可靠性），加強地質(zhì)成因背景研究，將現(xiàn)在的地質(zhì)現(xiàn)象與古代地下形成的地質(zhì)現(xiàn)象結(jié)合起來研究。對于不同的建模方法提出不同的優(yōu)化對策建模方法減少不確定性對策確定性建模劃分不同儲層的平面，縱向分布，細(xì)分單元分別建?；谀繕?biāo)建模方法綜合地震、地質(zhì)成果，建立不同概率目標(biāo)體幾何形狀參數(shù)高斯、指示建模方法不同類型約束體，采用不同變差函數(shù)及變程截斷高斯模擬根據(jù)沉積特征不同，細(xì)化模擬單元，優(yōu)化截斷值分形模擬加強不同裂縫分形特征研究，優(yōu)選分形計算方法多點地質(zhì)統(tǒng)計學(xué)建立多套訓(xùn)練圖像，確定不同沉積相的幾何形狀及空間

24、接觸關(guān)系儲層隨機(jī)建模的發(fā)展前景？（趨勢、展望）答案1儲層隨機(jī)建模雖然經(jīng)過不斷完善,不斷推陳出新,然而應(yīng)該看到,地質(zhì)現(xiàn)象是非常復(fù)雜的,儲層隨機(jī)建模在許多方面仍然需要努力,以滿足油田生產(chǎn)開發(fā)的需求。3.1目標(biāo)之間相互影響與函數(shù)的確定目標(biāo)之間相互影響具有成因上的意義。對于河道沉積,先期沉積的河道影響后期河道的分布。一般來說,先期沉積河道區(qū)由于地形的變化往往成為后期河道沉積時的背景相區(qū)。而同期沉積河道之間與沉積時構(gòu)造、地形、坡度、物源等密切相關(guān)。僅考慮地質(zhì)體之間的距離過于簡化。此外對于不同目標(biāo)體之間的影響考慮不夠。例如,對于河流沉積體系,其沉積具有成因?qū)哟侮P(guān)系。河道規(guī)模決定著堤岸、決口扇等沉積微相的規(guī)

25、模、分布等。對河流系統(tǒng)的建模應(yīng)該考慮這些因素。而基于目標(biāo)的示性點過程由于是分目標(biāo)的模擬,很難考慮到目標(biāo)間這種成因關(guān)系。如何在模擬中考慮目標(biāo)之間的相互影響,并用數(shù)學(xué)模型來表征應(yīng)該是儲層建模以后研究的一個重要方向。3.2獲取反應(yīng)實際儲層結(jié)構(gòu)特征的參數(shù)隨機(jī)建模需要輸入大量參數(shù)。在基于目標(biāo)的建模中,需要輸入目標(biāo)的幾何形態(tài)參數(shù),以及目標(biāo)相互之間影響參數(shù);在兩點統(tǒng)計學(xué)中,需要輸入變差函數(shù)特征參數(shù);在多點地質(zhì)統(tǒng)計學(xué)中,需要輸入反映儲層結(jié)構(gòu)特征的訓(xùn)練圖像。這些參數(shù)的獲取需要地質(zhì)家仔細(xì)分析,其獲取相當(dāng)?shù)睦щy。在基于目標(biāo)的建模中,目標(biāo)的幾何形態(tài)參數(shù)化往往難以進(jìn)行,因為地下儲層形態(tài)很難用簡單的長寬高來表述,甚至難以

26、用數(shù)學(xué)函數(shù)來反映。在兩點統(tǒng)計學(xué)中,變差函數(shù)僅反映了兩點相關(guān)關(guān)系,其準(zhǔn)確推斷和擬合是模擬的基礎(chǔ)。在多點統(tǒng)計學(xué)中,訓(xùn)練圖象決定著多點概率的求取,不同的訓(xùn)練圖像將會產(chǎn)生不同的模擬結(jié)果。如何獲取反映地下儲層結(jié)構(gòu)特征的訓(xùn)練圖像一直是研究的熱點和難點。3.3先驗概率的求取在儲層隨機(jī)建模中,先驗概率的獲得往往被忽視。先驗概率也是影響模型不確定性的重要因素。在勘探階段,先驗概率的提取相當(dāng)困難,這是因為此時數(shù)據(jù)量過少,不足以推斷出目標(biāo)參數(shù)準(zhǔn)確分布,導(dǎo)致模擬結(jié)果帶有不確定性。在開發(fā)階段,數(shù)據(jù)量增加,使得先驗概率的推斷成為可能。盡管如此,這種先驗概率的獲得仍然依賴于人的主觀思考,因而其中必然存在不確定性。因此對先驗

27、概率的求取也應(yīng)該引起相當(dāng)重視。3.4隨機(jī)模擬結(jié)果評價對隨機(jī)模擬結(jié)果的評價一直受到儲層建模家關(guān)注。為了對隨機(jī)模擬結(jié)果進(jìn)行合理評價,不同學(xué)者給出了不同的評判標(biāo)準(zhǔn)。例如通過統(tǒng)計多個實現(xiàn)上每個網(wǎng)格點目標(biāo)出現(xiàn)的概率來獲取最優(yōu)的模擬結(jié)果;通過抽稀檢驗評價模擬結(jié)果;通過與實際儲層展布模式對比評價模擬結(jié)果等等。由于隨機(jī)建模結(jié)果將會輸入到數(shù)值模擬中,因此利用數(shù)值模擬結(jié)果進(jìn)行檢驗將是對隨機(jī)模擬結(jié)果評價的一個方向。答案2儲層隨機(jī)建模技術(shù)用于研究儲層巖相、裂縫、孔隙、滲透率、流體飽和度的分布規(guī)律并提供關(guān)于數(shù)據(jù)空白區(qū)的一系列的隨機(jī)模擬數(shù)據(jù)。 其發(fā)展一方面體現(xiàn)在建模方法本身的研究進(jìn)展上，另一方面體現(xiàn)在其使用資料

28、及適用領(lǐng)域方面的拓展。有關(guān)隨機(jī)建模方法的文獻(xiàn)近年來在一些會議和雜志上大量出現(xiàn)。這些文獻(xiàn)對諸如馬爾可夫隨機(jī)模擬、河道分布模擬、依據(jù)地震數(shù)據(jù)用神經(jīng)網(wǎng)絡(luò)法進(jìn)行巖相模擬、分形模擬、序貫高斯模擬和截斷高斯模擬以及概率場模擬之間的理論聯(lián)系、基于目標(biāo)模擬和基于象元模擬方法的差別等等問題進(jìn)行了討論。 根據(jù)該方面所發(fā)表的文獻(xiàn)看，隨機(jī)建模技術(shù)目前比較前沿的領(lǐng)域是馬爾可夫、半馬爾可夫域模擬，分形模擬在裂縫研究中的應(yīng)用，示性點過程模擬中地質(zhì)知識的應(yīng)用，不同建模方法的耦合等問題。而且，由于研究的深入，過去儲層表征、隨機(jī)建模領(lǐng)域主要利用井資料分析相帶空間展布及物性空間特征的基本格局正在被突破。地震資料在儲層隨機(jī)

29、建模中的應(yīng)用越來越多，如巖相建模時地震速度的應(yīng)用，模擬退火算法中地震資料和露頭及井資料的結(jié)合等。由于這些進(jìn)展，隨機(jī)建模的思路與方法也開始在地震正演、反演中得到應(yīng)用。 儲層隨機(jī)建模技術(shù)已經(jīng)成為儲層精細(xì)描述、預(yù)測及勘探開發(fā)風(fēng)險評價的有效手段并在不斷發(fā)展之中。由于不同沉積模型研究尺度大小不同，較大尺度沉積模型的研究往往對較小尺度規(guī)模的模型研究產(chǎn)生制約，因此，對研究區(qū)比例尺模型、相關(guān)概念模型及相關(guān)確定性儲層建模技術(shù)的熟練掌握程度，往往與儲層隨機(jī)建模的有效與否有著重要關(guān)系，不同沉積模型之間的結(jié)合性研究會有力地促進(jìn)儲層隨機(jī)建模方法研究以及隨機(jī)建模應(yīng)用領(lǐng)域的拓展?！績咏５陌l(fā)展前景？（趨勢、展望）鑒于目前儲層建模存在的問題, 期望在下述方面作進(jìn)一步的研究, 以提高建模方法的地質(zhì)適用性,使地質(zhì)模型更加逼近地質(zhì)實際。3.1 建模算法的改進(jìn)前已述及, 目前已有的儲層建模算法尚存在一定的問題。以儲層構(gòu)型建模為例, 目前的建模方法尚難于建立真正意義上的三維儲層構(gòu)型模型。對于基于目標(biāo)的方法, 今后算法的改進(jìn)主要在以下幾個方面:( 1) 復(fù)雜地質(zhì)體的建模問題, 如將儲層構(gòu)型分析中的側(cè)積體作為目標(biāo)體的隨機(jī)建模;( 2) 獲取先驗地質(zhì)知識并有效地整合到建模過程中; ( 3) 基于過程的模擬如何實現(xiàn)井?dāng)?shù)據(jù)條件化等。針對多點統(tǒng)計建模, 可以考慮從