基于马尔柯夫地层序列分析的分布条件模拟方法及其应用.docxVIP

基于马尔柯夫地层序列分析的分布条件模拟方法及其应用 0 数值模拟方法 receive模拟是计算区域地下水资源的基本方法。在数值建模过程中，应注意非均质和水文结构的问题。水文地质参数空间分布规律的认识或刻画程度决定了模拟结果的准确性与可靠性。作为影响储水介质非均质性的重要因素, 岩性的空间分布规律是解决储水介质非均质性的重要途径, 特别是在松散岩类为主的沉积平原地区。在国外, 利用条件模拟方法进行岩相空间分布规律研究已有较广泛的发展, 国内目前仍处于起步阶段。条件模拟在地质统计学中占有十分重要的位置, 在许多行业, 尤其是石油储层建模研究中得到广泛应用。条件模拟方法在保持变量的空间自相关性函数不变的情况下使观测点处的模拟值等于实测值, 进而实现三维空间的模拟。在建模过程中经常采用实测数据对空间变量进行结构化分析, 建立典型参数 (如渗透率) 的变差函数, 或采用Markov链进行地层序列分析, 利用转移概率矩阵替代传统变差函数, 利用随机模拟方法建立二维或三维石油储层模型。常用的随机模拟方法有序贯模拟、分形和转向带模拟、模拟退火、概率场模拟、混合方法等。本文将简要介绍条件模拟方法基本原理, 以华北平原为研究区域, 模拟区内松散岩类的空间分布, 并对模拟结果进行分析。 1 条件模拟的基本原则 1.1 马尔柯夫转移率矩阵法 在地质学理论中, 研究区全部岩性所构成的集合称为岩相空间或相空间 (Sk,k=1, 2, …K) , 在地层剖面上岩相的变化过程具有马尔柯夫性质。垂向马尔柯夫转移概率矩阵采用矩阵指数形式表示: Τ(hΦ)=exp(RΦhΦ)(1) 其中: Τ(hΦ)=[t11(hΦ)?t1k(hΦ)??tk1(hΦ)?tkk(hΦ)]；RΦ=[r11,Φ?r1k,Φ??rk1,Φ?rkk,Φ] 式中:T表示转移概率矩阵,tjk(hΦ) 代表在Φ方向上、单位长度内, 由状态j转移到状态k的概率;R表示转移率矩阵;hΦ表示在Φ方向上的采样间隔,rjk,Φ代表在Φ方向上、单位长度内, 由状态j转移到状态k的变化率。 对转移概率矩阵进行特征值分析, 利用下式得到空间连续状态离散的转移概率矩阵中各元素。 tjk(h)=pk+k-1∑i=1zjk,i+1exp(λi+1h)(2) 式中:pk表示状态k的极限概率,λi和Zi分别表示转移率矩阵R的特征值 (即矩阵的谱) 和特征值对应的谱元素矩阵。 利用垂向钻孔剖面资料, 运用马尔柯夫转移概率进行地层序列分析, 建立垂直方向转移概率矩阵。根据Walther沉积相序定律, 由垂向层序计算得到的转换概率矩阵将对侧向变换性质有较强预测能力, 即侧向岩相表现出与垂向岩相相同的叠置规律。 由此, 对于空间任意方向 (Φ) 的转移率rjk,Φ可用下式求得: |rjk,Φ|=√(hxhΦrjk,x)2+(hyhΦrjk,y)2+(hzhΦrjk,z)2(3) 式中:hΦ表示任意方向的延迟向量,hΦ=√h2x+h2y+h2z;hx、hy、hz分别表示x、y、z三个方向的延迟长度;rjk,x表示x方向转移率矩阵的矩阵元素, 其它相同;rjk,Φ表示任意方向转移率矩阵的矩阵元素。 1.2 转移概率最优 在对地质变量进行指示化的基础上, 区内各网格的估计概率由协同克里格的方法进行估计, 协同克里格方法是以全部已知变量 (包括已知的原始数据及前次已模拟的数据) 为条件 (n) 的条件概率, 下面公式表示的是在x0节点处的概率估值: Ρ{k(x0)|ij(xα);α=1,2,?,Ν;(4)j=1,2,??Κ}=[ik(x0)]coik=Ν∑α=1Κ∑j=1ij(xα)ωjk,α 式中:ωjk,α表示权系数, 可由基于转移概率的协同克里格方程组求得。 对于研究区D, 利用其中的钻孔资料建立状态离散、空间连续的马尔柯夫模型T(h) , 建立协同克里格方程组: [Τ(x1-x1)?Τ(xΝ-x1)??Τ(x1-xΝ)?Τ(xΝ-xΝ)][W1?WΝ]=[Τ(x0-x1)?Τ(x0-xΝ)] 式中: Wα=[ω11,α?ω1Κ,α??ωΚ1,α?ωΚΚ,α] , 方程组是由地质统计学中的协同指示克里格技术建立的, 具体推导过程略。 1.3 目标函数产生的概率 序贯模拟是属于地质统计学中的条件模拟, 是一种模拟思想, 没有现成的公式。它不但把邻域内所有已知原始数据作为后续模拟的条件数据, 而且还把已模拟实现的数据也作为后续模拟的条件数据。序贯指示模拟开始时利用了一个初始的模拟结构, 即随机地给定一个模拟值 (确定的岩相代码) , 将利用协同指示克里格方法所得到的概率估计值与根据初始结构所测得的转移概率值相比较, 满足目标函数条件的假设被接受, 排斥不符合目标函数条件的假设并且重新模拟。 目标函数最小化是模拟值是否被采用的判断标准