- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
带断层的地层空间插值算法研究
带断层的地层空间插值算法研究
徐 刚(胜利油田地质录井公司,山东 东营 257000)
摘? 要:在数值模拟、油藏地质研究等油田应用研究中经常需要根据已知的离散数据建立起地层或属性场的空间数学模型。空间插值算法成为油田研究数学建模中的关键技术,但各种算法都无法解决带断层的地层整体空间插值,本课题重点就要研究解决带断层的地层空间插值算法的实现。关键字:空间插值;断层;空间数学模型
引言:空间插值是根据已知的空间数据估计(预测)未知空间的数据值。空间插值常用于将离散点的测量数据转换为连续的数据曲面,以便与其它空间现象的分布模式进行比较。它包括内插和外推两种算法。空间内插算法:通过已知点的数据计算同一区域内其他未知点的数据。空间外推算法:通过已知区域的数据,求未知区域的数据。通常,在以下几种情况下要做空间插值:①现有数据的分辨率不够,如遥感图象一种分辨率转换到另一种分辨率。②现有数据的结构与所需结构不同,如将栅格数据转换到TIN数据。③现有数据没有完全覆盖整个区域,如只有一些离散点数据。??? 空间插值一般包括这样几个过程:a.插值方法(模型)的选择;b.空间数据的探索分析,包括对数据的均值、方差、协方差、独立性和变异函数的估计等;因此,通过比较而选择一个合用的、适合于数据空间分布特点的插值方法是空间插值的关键 。常用的插值方法和特点如表一所示。本文选择最为常用的反距离加权法和功能最为强大的Kriging法来作为算法实现的空间内插方法。由于油田应用研究的复杂和其特异性,这些算法在解决特定问题时都会存在一定的缺陷。特别是各种算法都无法解决带断层的地层整体空间插值,所以本文完成带断层的空间插值模型的建立,并且选择反距离加权法来完成带断层的空间插值算法实现。
图片
1
??? 1 反距离加权算法反距离加权法是最常用的空间内插方法之一,它是一个加权平均插值法,可以进行确切的或者圆滑的方式插值。方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次,较近的数据点被给定一个较高的权重份额,对于一个较小的方次,权重比较均匀地分配给各数据点。 计算一个格网结点时给予一个特定数据点的权值与指定方次的从结点到观测点的该结点被赋予距离倒数成比例。当计算一个格网结点时,配给的权重是一个分数,所有权重的总和等于1.0。当一个观测点与一个格网结点重合时,该观测点被给予一个实际为 1.0 的权重,所有其它观测点被给予一个几乎为 0.0 的权重。换言之,该结点被赋给与观测点一致的值。这就是一个准确插值。 ????? 它认为与未采样点距离最近的若干个 点对未采样点值的贡献最大,其贡献与距离成反比。反距离加权法是取与插值点最近的6个(或者3个)测点,用各点与插值点距离的倒数加权平均6个点的测值,用这个平均值作为插入点的测值。计算公式如下:
图片?????
2
??? 参数说明:这里(x,y)是插入点的坐标,(xi,yi)是与插入点最近的6个点的坐标,Zi是6个点的测值;Di是6个测点与插入点的距离。2 克里金插值算法克里金法是一种在许多领域都很有用的地质统计格网化方法。克里金法试图那样表示隐含在你的数据中的趋势,例如,高点会是沿一个脊连接,而不是被牛眼形等值线所孤立。克里金法中包含了几个因子:变化图模型,漂移类型 和矿块效应。Kriging空间插值是一种用于空间估计的统计方法,是地质和矿业领域国际上公认的先进技术。一般来说, Kriging估值技术是一种线性、无偏、方差最小的空间估值方法。同传统的估值方法(如最小二乘法、三角形剖分法、按距离加权平均法等)相比, Kriging估值技术在以下两个方面具有明显的优势:第一,在数据网格化的过程中考虑了描述对象的空间相关性质,使估计结果更科学、更接近于实际情况;第二,能给出估计误差(Kriging方差),使估值的可靠程度一目了然。Kriging方法则是以区域变化理论为基础,以半变异函数为工具,既考虑了储层参数的随机性,又考虑了储层参数的相关性,在满足估计方差最小条件下,给出最佳线性无偏估计值;同时,还给出了估计方差。这里所说的估计方差,按地质统计学理论,就是指实际参数值zv与估计值zv*两者偏差平方的数学期望。因此如果以 代表估计方差,则其数学公式为:
?图片????????????
3
????
任一点的估计值zv*,可以通过研究区域影响范围内有n个有效资料点z(xi)的线性组合得到,即:?????????????????图片??
4
式中,?姿i-与资料点z(xi)有关的加权系数。该系数表示各资料点数据z(xi)对估计值zv*的贡献大小。能在满足估计方差最小条件下给出最佳线性无偏估计权系数的估计方法为Kriging方法。3 带断层的地层空间插值算法的研
文档评论(0)