EarthVision属性建模ZW.ppt

EarthVision在属性建模中提供三种网格化方法，其中克里金网格方法包括6种算法选择。第一、二种在workflow manager中进行属性建模时可选 1、3D minimum tension：最小张力网格 2、3D trend：趋势网格 3、3D kriging：克里金网格 1、Ordinary kriging：普通克里金 2、Simple kriging：简单克里金 3、Nonstationary kriging：非稳态克里金 4、 Kriging with a trend：趋势克里金 5、 Kriging with an external drift：外部漂移克里金 6、Collocated cokriging：协克里金： 利用几个变量之间的空间相关性，对其中的一个或几个变量进行空间估计，如当某一个变量的取样量不足以获得所需精度的估计量，而其它变量却有较充足的取样量时，研究这个变量与其它变量的间的空间关系，借助其它变量的样品信息用协同克里金法就可以提高这个变量的估计精度。 尤其适用于被估计变量的观察数据较少的情况 例如井曲线数据不足时，可利用地震数据进行协助计算，井曲线为主，地震数据为辅助数据。 3D kriging： 概述：从数学角度抽象来说，普通克里金法是一种对空间分布数据求最优、线性、无偏内插估计 定义：克里金是根据变差函数或者协方差函数的先验模型，使估计方差达到最小的线性回归方法的综合，即最优线性，无偏估计。 实质：克里金算法的实值是利用邻近的数值估计一个未取样值，不仅考虑待估点位置与 已知数据位置的相互关系，而且还考虑变量的空间相关性. 关键：克里金法的关键在于对参与估计计算的各个样品信息分别赋予合适的权系数。 克里金是一项实用空间估计技术，是地质统计学的核心 变差函数是地质统计学所特有的基本工具。它既能描述区域化变量的空间结构性变化，又能描述其随机性变化。 图a变程小，数据之间具有相关性的范围就小，克里金差值的范围就小而密。图b/c的变程逐渐加大，数据之间具有相关性的范围逐渐变大，克里金插值范围逐渐变大。 图a的水平变程比垂向变程大，但相差不多。图b的水平变程明显比垂向变程大，差距明显。 在变差函数中块金值越小越好 球状模型 指数模型 高斯模型 幂函数模型 空洞效应模型 1、已经建好的构造模型.faces文件和.seq文件 2、地震数据、其他属性数据 .sgy .3grd .pdat （仅支持标准格式的.sgy格式的输出） 3、井文件数据（归一化） 4、将地震数据的.pdat文件值域整理为与井文件数据值域范围一致（可做） 井数据.pdat 地震数据.pdat 井震数据合并.pdat 拉平得到_xformo.pdat 分离得拉平后的井数据.pdat 分离得拉平后的地震数据.pdat 计算方差函数 三维网格化作为参考网格 1、整理井数据格式为x、y、z、p、id、wellid 2、整理地震数据格式为x、y、z、p、id、wellid 3、将井数据文件和地震数据文件即1和2得出的数据文件合并 4、拉平合并后的数据文件即3后的数据文件得到._xformo.pdat文件 5、将4得到的._xformo.pdat文件： a、复制备份以便后续update时用 b、将._xformo.pdat按wellid或id分离为井文件和地震文件 6、将分离得到的井文件命名为拉平合并后的数据文件即4得到的文件._xformo.pdat，因为此处是默认文件名不可选，但此处需要的是拉平后的井数据 7、将拉平分离后的地震数据文件即5b后得到的文件三维网格化，以做参考网格约束建模差值运算 8、将拉平分离后的井数据文件计算方差函数 9、参数都设置好后计算 10、计算完成后出现update提示，a、先将现有的._xformo.pdat （实际是拉平后的井数据）重命名为井文件名）b、将5a复制备份的文件恢复命名为._xformo.pdatC、点击update 11、自定义一个.seq和seq property名，然后点击ordinary kriging 12、转换成.faces文件 a、调出10命名的.seq文件 b、计算属性模型得到属性.faces文件 打开GSB 在GSB中完成合并后的井与地震数据的LAB、Transform及Kringing计算 LAB是指定井和地震数据属于构造模型中的哪个断块、哪个层，把散点进行分块，后面记录了block和zone ；Transform是对LAB后的井震数据进行拉平处理，便于进行变差函数分析及Kringing计算，此时形成的Transform成果文件中也包含以后把这些被拉平的数据恢复到最初自己正确位置的参数。 1、LAB Mo