油藏地质模型的准确描述是油藏剩余油分布研究及生产优化的基础,但在生产实践中,由于经济或技术的原因,岩心分析、测井、试井和地震勘探等测量手段获得的信息对于油藏的准确描述远远不够。基于集合卡尔曼滤波方法的油藏自动历史拟合及反演可以对有限的测量数据及生产历史资料进行处理得到非测量区域的数值,降低油藏描述的不确定性,在实际油藏历史拟合及闭环生产优化的反演方面有很大优势。　　 本文研究集合卡尔曼滤波方法在非线性.非高斯油藏问题中的应用,采用半迭代集合卡尔曼滤波方法解决非线性问题中油藏动态场和油藏模型不一致的问题。相关算例显示半迭代方法克服了标准方法的不足,可以准确反演非线性参数,得到了很好的估计和预测结果。　　 引入协方差矩阵局部化技术消除由于集合模型数少引起的滤波发散现象。通过定义每个测量数据的相关区域大小、形状,消除远距离网格参数间的伪相关性,从而增大模型自由度。对具体油藏模型的计算表明,基于协方差矩阵局部化的半迭代集合卡尔曼滤波方法可以较好地对拟合生产数据并反演油藏模型,随着相关长度的降低,更新模型集合的自由度变大,模型拟合新数据的能力增强,但是过低的相关长度会丢失部分油藏信息,引起模型反演出现较大的偏差。　　 针对非高斯参数场的特性,引入离散余弦变换技术。将非线性油藏的非高斯渗透率场利用离散余弦变换转为高斯分布的DCT系数,利用能量压缩特性对DCT系数进行截断,使得反演渗透率场的分布变得光滑,较好地解决了非高斯分布问题。讨论了DCT系数保留模式对反演结果的影响,结果表明三角形系数保留模式可以用更少的系数保留参数场的地质特征,当保留2.5％的DCT系数时,反演结果已经充分反映了非高斯-非线性油藏的地质特征。