多点地质统计学研究进展.docVIP

11-

多点地质统计学研究进展

多点地质统计学是相对于两点地质统计学而言的。地质统计学最初是以变差函数为工具来研究空间上既有随机性又有相关性的变量（即区域化变量）分布的一门学科,它是由法国巴黎国立高等矿业学院马特隆教授（G.Matheron）于1962年创立的，最初应用于采矿业中，主要解决矿床普查勘探、矿山设计到矿山开采整个过程中各种储量计算和误差估计问题。

近半个世纪以来，地质统计学获得了巨大的发展，其应用范围早已超出了采矿领域，气象学、生物学等学科中有可以看到它成功应用的案例，尤其是在石油工业中的应用，使它获得了进一步发展的动力。和其它成熟的学科一样，地质统计学吸纳了其它相关学科（如人工智能、专家系统、分形系统等）的概念、理论和方法，早已超越了它最初的定义范畴。现在的地质统计学产生了许多分支，其应用的广度和深度都有了很大的提高。

1传统地质统计学在储层表征中的不足

传统的地质统计学在储层建模中主要应用于两大方面：其一，应用各种克里金方法建立确定性的模型，这类方法主要有简单克里金、普通克里金、泛克里金、协同克里金、贝叶斯克里金、指示克里金等；其二，应用各种随机建模方法建立可选的、等可能的地质模型，这类方法主要有高斯模拟（如序贯高斯模拟）、截断高斯模拟、指示模拟（如序贯指示模拟）等。上述方法的共同特点是空间赋值单元为象元（即网格），故在储层建模领域将其归属为基于象元的方法。同时，这些方法均以变差函数为工具，亦可将其归属为基于变差函数的方法。这种方法应用某一种随机模拟算法（如序贯模拟算法）以变差函数为工具求取未取样点模拟值的条件分布函数。这种方法很灵活，易于条件化任何数据。

然而，变差函数作为传统地质统计学中研究地质变量空间相关性的重要工具，它的最大不足之处在于只能把握空间上两点之间的相关性，亦即在二阶平稳或本征假设的前提下空间上任意两点之间的相关性，对于表征复杂的空间结构和再现复杂目标的几何形态（如弯曲河道）比较困难。如图1-1所示，三种不同的空间结构（黑色图元和白色图元的空间分布，图1-1a至图1-1c）在横向上（东西方向，图1-1d）和纵向上（南北方向，图1-1e）的变差函数十分相似，这说明应用变差函数不能区分这三种不同的空间结构及几何形态。

（a）（b）（c）

(d)三种结构东西方向的变差函数(e)三种结构南北方向的变差函数

图1-1变差函数不能充分反映空间各向异性(CaersJ,2002)

变差函数是从已有数据中推算得出，但是在实际情况中，井数据的数量通常很少，不足以获得一个可靠的三维变差函数模型，在横向上尤其如此。即便井数据足够多，因为井通常被部署在有利于油气聚集的地方，因而并不能代表整个储层。因此，以变差函数为工具来捕获所要研究对象的空间变化性，无论从质和量的角度来说都是不合适的。以它为基础的传统地质统计学的插值和模拟方法因而难于精确表征具有复杂空间结构和几何形态的地质体。

而基于目标的方法虽然可以很好地再现目标体的几何形态，但是它是一种迭代算法，存在收敛性的问题，同时在条件化数据等方面也有不足。

为了建立更加合理的地质模型，多点地质统计学方法应运而生。多点地质统计学是相对于传统的两点地质统计学而言的。在多点地质统计学中，应用“训练图像”代替变差函数表达地质变量的空间结构性，因为可以考虑到多个点的相关性，可以克服传统地质统计学不能再现目标体几何形态的不足。

2多点地质统计学基本概念

多点地质统计学从上世纪90年代开始发展，是从传统的两点地质统计学中引申出来。传统的地质统计学以变差函数为工具研究空间两点的相关性，但随着研究深入，逐渐发现两点之间的变化性不足以体现储层非均质的复杂性。因而要求研究多于两点的变化性。为此，多点地质统计学应运而生。在多点地质统计学中使用训练图像来描述先验地质概念，可以用多个训练图像来反映不同规模的储层非均质性。

为了解多点地质统计学的思想，首先要了解几个相关概念：

(1)数据事件

鉴于两点统计学只能考虑空间两点之间的相关性这一不足，多点统计学着重表达多点之间的相关性。“多点”的集合用一个新的概念，即数据事件（dataevent）来表述（StrebelleandJournel,2001）。

考虑一种属性S（如沉积相）,可取K个状态（如不同相类型），即{Sk,k=1,2,…K}，则一个以u为中心，大小为n的“数据事件”dn由以下两部分组成:

=1\*GB3①由n个向量{hα,α=1,2,…n}确定的几何形态(数据构形)，亦称为数据样板（datatemplate），记为?n；

=2\*GB3②n个向量终点处的n个数据值。如图2-2(a)