地质统计学应用.pptxVIP

地质统计学应用;主要内容;一、地质统计学历史发展;（4）1997年地质统计学引入到我国, 得到了广泛的重视与发展。侯景儒定义地质统计学是“ 以区域化变量理论为基础, 以变异函数（变差函数）为基本工具来研究那些展布于空间并呈现出一定的随机性和结构性的自然现象（包括地质现象）的科学”。 （5）近年来, “克里金”技术在石油勘探开发中的应用日益广泛、深人, 效果也越来越明显。主要应用包括储层预测、解决非均质性和各向异性、数据整合、储层建模及不确定性描述等。;二、地质统计学方法的两个方向;三、地质统计学方法概要;变差函数 一维变差函数的定义为假设空间点x只在一维x轴上变化, 把区域化变量Z(x)在x,x+h两点处的值之差的方差之半定义为区域化变量Z(x)在x方向上的变差函数。在二阶平稳假设和本征假设的基础上, 假设N(h)是间距为h的所有点对的总数, 则变差函数的计算公式为： ， 式中N(h)是步长为h数据对应的数目X(ui)和X(ui+h)是相距为h的点采样值。 ; 变差函数有3个基本参量： 一是变程, 用来度量空间相关性的最大距离, 是变差函数达到某一稳定值时的空间距离; 二是基台值, 是变差函数在变程处达到的平稳值; 三是块金值, 表示当h=0。时的变差函数值。;常见的几种克里金方法 克里金估计值是根据待估计点周围的若干已知信息, 以变差函数为工具, 确定估计点周围已知点的参数对待估计点的加权值的大小, 然后对待估计点作出最优（即估计方差最小）、无偏（即估计方差的数学期望为0）的估计。 用于单变量的常用克里金方法 ;;四、地质统计学方法的应用; 然后用这种规律, 对参数（如孔隙度和渗透率等）的空间展布进行比较合理而有效的预测。地质统计学的应用实现了纯数学方法预测→地质认识+数学方法预测的飞跃。;储层的非均质性及各向异性研究 储集层非均质性研究是油藏描述的重要内容,其参数的空间分布不仅具有随机性, 而且具有结构性。从地质统计学关于变差函数的基本理论出发,在综合分析的基础上, 构造了一种定量表征储集层平面非均质性的数学模型, 计算结果所反映的各类储集层的平面非均质特征符合沉积的基本规律, 说明这一表征模型用于储集层平面非均质性定量评价中是可行的。 可通过与变差系数计算值的对比, 说明该方法优于传统的数理统计方法。; 以球状模型模拟变差函数为例加以分析： ; 式中: Q―为区域化变量非均质性表征系数无量纲, 表示理论变差函数特征值和实验变差函数点自身波动程度所反映的区域化变量非均质性的综合效应; l―为储集层尺度常数, 根据储集层宏观非均质性描述特点, 结合工作实践,l 取1km; (n为变程内实验变差函数值的个数); 其γ(i)=γ(hi)/max( γ(hi)), γ(hi)为各滞后距所对应的实验变差函数值 ; (1)式对实验变差函数值进行归一化处理, 旨在考虑实验变差函数点波动程度时, 消除不同区域化变量因数量级不同而造成的影响, 使该表征模型可对不同区域化变量的非均质性进行定量对比。 Q体现了区域化变量随机性和结构性变化的相对程度,C0/(C0+C) 越大, 表明非均质性越强;反映出区域化变量的空间变化速度, a值越大, 非均质性越弱;考虑了实验变差函数点的自身波动程度,σ/γ 越大, 非均质性越强。综合以上特征, Q值越大, 非均质性越强, 反之越弱. ;储层的非均质性及各向异性（实例） 以大庆油田北二东密井网区具有代表性的SII8、SII2、和PI4 3个单砂层的砂体厚度作为计算的区域化变量。 SII8层代表大中型河道砂体沉积组合类型, 其特点是河道砂在平面上连片分布, 由相对宽而深的曲流河侧向侵蚀和加积而形成, 复合曲流带处砂体宽度可达1~2km,砂体厚度多为3~6m,仅局部井点发育河间沉积, 总体上, 砂体厚度相对稳定; SII2层代表小型河道砂体沉积组合类型, 河道砂体由充填式的垂向加积作