地质统计—一门空间预测的科学.ppt

§7.4 步骤三：寻找最近的一些已经有值的网格单元 1.有值的网格单元指那些被赋予井点值的单元和在前面的随机访问中已经求得值的单元。 2.通常采用有哪些信誉好的足球投注网站半径来确定最近的有值网格单元。 3.关于有值网格单元数方面的实际考虑： (a)分别在8象限中有哪些信誉好的足球投注网站？ (b)每象限中的最大有值网格单元数(例如4) (c)最大有值网格单元数 §7.5步骤四：构建局部条件概率分布 1.局部条件概率的约束： (a)每种岩相类型的全局概率 (b)局部临近点的数据 (c)象地震等软数据提供的局部概率 2.对每种岩相类型用经二值指标变换后的克里金插值来实现。 §7.7步骤四：用克里金技术构建局部条件概率分布 1.给定了n个邻近点的数据k(ui),i=1,…,n，我们如何计算局部条件概率分布呢？ 2.每种岩相类型的局部条件概率p*k(u),k=1,…,K由临近数据的一个线性组合来确定： p*k(u)= ??n=1[??(u)I(u?;k)]+[1- ??n=1??(u)]mk 其中，权系数??(u)，?=1,…,n由求解克里金方程组来确定。 3.克里金权系数考虑了: (a)数据集群效应的影响。(b)数据距离被插值点的远近影响。 §7.8步骤五：产生一个随机实现 1.由克里金过程可以得到该点 K个岩相类型的条件概率分布 p*k(u),k=1,…,K ，从而我们可 以做成一个累计概率分布。 2.在该点处产生一个随机实现 的步骤： (a)产生一个[0,1]区间均匀分布的随机数?。 (b)从累计直方图(概率分布)上找到?所对应的岩相类型k。 (c)把岩相类型k赋予该网格。 3.由于条件概率是由克里金用给定的变异函数?k(h)，k=1,…,K得到的，从而模拟值从整体上也应该满足这些变异函数。 §7.9 序贯指标模拟SISIM中的详细步骤 1.建立网格和坐标系统(在真实Z的空间中) 2.把井数据赋值到最近的网格上(多口井对一个网格时取最近井) 3.确定一个能访问到所有网格点的随机路径并实施： (a)找到最近的一些有数据点(包含前面已经求得值的网点) (b)用克里金技术构造局部条件概率分布 (c)从条件概率产生一个随机实现值 4.结果检验： (a)表征原始数据点了吗？ (b)表征全局概率了吗？ (c)表征了变异函数了吗? (d)看起来合理吗？ 八. 孔隙度建模的高斯模拟 岩石物理属性的模拟 高斯模拟 序贯高斯模拟 序贯高斯模拟的步骤 SGSIM程序 §8.3 预测与模拟的差别 1.预测保证了原数据点准确，且属剧场光滑。适合于对趋势的可视化。由于没有体现极端值的影响和全局不确定性，因而不适合于流动模拟(油藏数值模拟) 2.模拟除保证原数据点准确外还表征了分布特征、空间相关特征(变异函数)，接受不确定性和多重实现，因而适合于流动模拟 §8.5 为什么要序贯高斯模拟 采用高斯分布是因为它在建立条件概率分布方面的极端简单性，确定高斯分布仅需两个参数：均值和方差。而它们又可通过克里金获得 1.在求变异函数之前，就把原始数据变换为标准正态分布。随后的3维模拟都在标准正态分布的空间中进行 2.用克里金方法计算局部条件概率分布，要求其表征： (a)全局直方图：N(0,1) (b)局部数据 (c)软数据(地震数据、生产数据等) 4.完成全部模拟后，再把数据变换回原始的分布 *数学简单性的代价是空间熵的最大化：低值和高值不能直接相邻而必须渐变。不适合渗透率模拟。 §8.14 SGSIM中的详细步骤： 1.变换数据到标准正态分布空间 2.建立网格和坐标系统(参考Z空间) 3.把井数据赋值到最邻近的网格(多口井对应一个网格时取最近井的) 4.确定一个访问全部网格节点的随机访问次序 (a)有哪些信誉好的足球投注网站邻近的有值网格，包括数据点和前面已模拟的点 (b)用克里金构建局部条件概率分布 (c)从条件概率产生随机实现 5.计算结果的检验 (a)表征了井数据吗？ §8.14 (b)表征了直方图吗？具有均值0，方差1的标准正态分布N(0,1)? (c) 表征了变异函数吗？ (d)表征了所要表达的地质概念吗？ 6.把模拟结果转换到原始数据空间 §4 经验变异函数的解释(2.实例) . 纵向渗透率变异函数 . 拱顶值：清晰定义( logK数据的方差 ) . 块金效应：似乎太高 §4 经验变异函数的解释(3.全方位变异函数) §6 变异函数的模型(1.基础) . 对经验变异函数建立一个适合克里金和随机模拟(以后介绍)需要的规范的(正定的)变异函数模型。保证： . 对所有的滞后矢量h都存在协方差 . 变异函数成为距离的一个规范度量 正定模型的和仍是正定模型。可以用已建立起来模型的线性组合来模拟变异函数。一些通用的变异函数模型：幂函数模型, 块金效应模型, 球状模型, 指