zmap网格算法介绍.docVIP

有关点网格+中网格化算法的介绍 Zmapplus是一个功能非常强的绘图软件,可用于建立任何类型的层位模型，包括地震和测井数据。使用系统提供缺省参数和用户自定义参数，可以广泛控制网格化处理过程。另外，网格化算法对单个或多个断层轨迹都适用。而点网格+是经常使用的网格化流程,其中包括十种网格化算法,为了更好地应用各种网格化算法,给大家加以介绍: 最小平方法(least squares):这是一种缺省设置,各个网格节点值是通过适宜的将在网格节点周围的环形区域内的数据按平面最小平方法加权求取的.网格值是网格面位置上的Z值.,这种方法趋向于平滑而没有尖峰的通过数据,过度投影是可能的,它是一种最频繁使用的网格化算法,对于多种层面类型工作较好.适用于井数据或其他平滑型数据. 投影斜率法(projected slopes):在各个控制点,程序计算层面的局部斜率(走向和倾向),这些可以与用户输入的斜率组合在一起,具有这种斜率的平坦层面将各数据点投影到空旷的区域,一个网格节点的初始值是面上节点按距离加权的平均值.仅有各个节点周围环形区域内的数据被使用，这种方法想要夸大高点和低点.这种算法对于单斜层网格化是有用的,适用于变化缓慢型的数据. 加权平均法(weighted average):各个初始网格节点值是按在网格节点周围的环形区域内的数据的加权平均来计算的.这种方法趋向于高和低的峰值,它对于等势面数据类型考虑较好,适用于具有噪音或统计型的数据. 最近点法(closest point):各个初始网格节点值被设置等于最接近网格位置的控制点的值,这种方法有时也被称作多边形法或消灭法.,正常地讲,它对于使网格弯曲(滤波)是不合理的.这种算法在从中等到差的平均岩性数据被应用成功,这种成功的程度随着分布数据的越多和越好而得到提高,它适用于土壤类型、相和古生物数据. 距离法(distance):有时谈到最近点距离,这种算法生产一个网格,网格值是从各个节点到最近数据点的距离.正常地,弯曲网格是不合理的.这种网格类型被广泛用于计算机绘图以建造掩饰网格.一个距离网格,与抽空网格运算结合,在超出范围或某些数据距离范围内的网格节点放置空值,修改网格距离能够被用来控制网格化的位置或滤波的位置,这种技术对于用新数据更新老网格是很有用的.适用于确定的图形和特殊空白网格. 等厚线法(isopach):等厚线法所使用的网格化过程与最小平方法/双调和函数法的组合相比几乎是一样的，这种方法通常被推荐用于不规则间隔井数据.差别在于对零厚度线的处理上.另外,等厚化过程是先用最小平方法,然后用双调和函数法处理/滤波. 第一个区别是对零厚度数据的处理,在效果上,通过替换Z值来继续处理到零数据区域的局部厚度趋势.这种趋势的斜率建立一种推断落在零与非零数据之间区域的零值等厚曲线. 最小平方法和等厚线法之间的第二个区别是网格允许的最小Z值.在等厚线法运算过程中,没有有效的网格Z值的下边界,这就允许层面斜率继续向下达到零等值线外界.然而,报告存储在网格头部的网格最小值总是零.这种方法适用于地层厚度数据. 边界范围法(bounded range) :这种方法被用来网格化对于Z值具有上和/或下边界的数据,如净毛比数据.它使用最小平方法计算网格节点值.然而,在网格节点值被计算以前,等于上限或等于下限的控制点值分别地被上限和下限的估算值替换.结果网格包含了上限值和下限值.由这种网格作出的等值线图含有在限制点的值和控制点的实际值之间通过的限制等值线.边界网格化过程可以改变(曲线压缩因子),以便限制等值线能够向近处或向远处的实际控制点值移动.适用于带有上下边界的数据，如孔隙度数据. 点密度法(point density):这种网格化选项计算在由各个网格节点的参数定义的一定距离范围内数据点的密度,各个网格节点位置返回的值是在由圆形区域划分定义的一定距离范围内找到的数据点数.这种由点密度网格化算法建立的网格模型能够被用作一种置信度的粗略估算. 克里金法(kriging):克里金法是一种网格化技术,它使用有关层面的空间连续性的信息,通过随机使用位置点数据,克里金法产生出一个统计最佳层面模型.正确地使用克里金法是很困难的,但是当你知道目标层面的某种特征和层面满足某种假定时,它是一种较好的算法.克里金法类似于由用户定义的函数来确定的标准的带协方差的最小平方法估算. 随机最接近点法 (random closest point): 随机最接近点算法模拟二阶岩石性质,例如渗透率或孔隙度.其它算法不太适合模拟二阶岩石性质,因为他们把岩石单元当作连续的单元来处理.这种方法能够网格化以一种非线性的和不连续的样式分布在整个区域内的二阶岩石性质. 随机最接近点法在各个搜索八分圆内收集一个数据点,并使数据点服从标准的搜索约束