论文部分内容阅读
摘 要：petrel软件是地震资料解释、测井分析、地质综合研究、地质建模、数值模拟一体化平台，适用于各种油藏类型，是国内使用比较广泛的建模软件。但对petrel中地质建模部分的具体算法研究较少，因此讨论其具体算法的特点和适用性就具有很大的实际意义。本文就petrel软件的地质建模模块中的算法进行比对和论述。从确定性建模和随机建模两个方面入手，对比分析petrel软件中指示克里金算法，序贯指示模拟算法的优缺点和适用性，希望可以为地质建模人员优选算法和决策建模方法提供参考和借鉴。
关键词：建模算法 指示克里金 序贯指示模拟
一、确定性建模方法和随机建模方法
1.确定性建模方法
确定性建模是对井间未知区给出确定性的预测结果，即从已知确定性资料的控制点（如井点）出发，推测出点间（如井间）确定的、惟一的和真实的储层参数。主要手段是利用地震资料、水平井资料、露头类比资料和密井网资料1。利用插值方法对井间参数进行内插和外推是确定性建模的主要方法。插值方法包括数理统计插值方法和地质统计学克里金插值方法。其中克里金插值方法是最常用的插值方法。由于储层的随机性，储层预测结果便具有多解性。因此，应用确定性建模方法作出的唯一的预测结果便具有一定的不确定性，以此作为决策基础便具有风险性。为此，人们广泛应用随机模拟方法对储层进行建模和预测。
2.随机建模方法
所谓随机建模，是指以已知的信息为基础，以随机函数为理论，应用随机模拟方法，产生可选的、等可能的储层模型的方法2。这种方法承认控制点以外的储层参数具有一定的不确定性，即具有一定的随机性。因此采用随机建模方法所建立的储层模型不是一个，而是多个，即一定范围内的几种可能实现（即所谓可选的储层模型，以满足油田开发决策在一定风险范围的正确性的需要，这是与确定性建模方法的重要差别。对于每一种实现（即模型），所模拟参数的统计学理论分布特征与控制点参数值统计分布是一致的。各个实现之间的差别则是储层不确定性的直接反映。如果所有实现都相同或相差很小，说明模型中的不确定性因素少；如果各实现之间相差较大，则说明不确定性大。随机模拟与克里金插值法有较大的差别，主要表现在以下三个方面：
2.1克里金插值法为局部估计方法，力图对待估点的未知值作出最优（估计方差最小）的、无偏（估计值均值与观测点值均值相同）的估计，而不专门考虑所有估计值的空间相关性，而模拟方法首先考虑的是模拟值的全局空间相关性，其次才是局部估计值的精确程度。
2.2克里金插值法给出观测点间的光滑估值（如绘出研究对象的平滑曲线图），而削弱了真实观测数据的离散性（插值法为减小估计方差，对真实观测数据的离散性进行了平滑处理），从而忽略了井间的细微变化；而条件随机模拟结果在在光滑趋势上加上系统的“随机噪音”，这一“随机噪音”正是井間的细微变化。虽然对于每一个局部的点，模拟值并不完全是真实的，估计方差甚至比插值法更大，但模拟曲线能更好地表现真实曲线的波动情况（图3-1）。
2.3克里金插值法（包括其它任何插值方法）只产生一个储层模型，因而不能了解和评价模型中的不确定性，而随机模拟则产生许多可选的模型，各种模型之间的差别正是空间不确定性的反映。
二、指示克里金建模算法和序贯指示模拟算法
克里金方法（Kriging）， 亦称克里金技术， 或克里金，为确定性建模方法，是以南非矿业工程师D.G.Krige（克里金）名字命名的一项实用空间估计技术， 是地质统计学的重要组成部3。 克里金估计是一种局部估计的方法。它所提供的是区域化变量在一个局部区域的平均值的最佳估计量，即最优（即估计方差最小）、无偏（估计误差的数学期望为0）的估计。 克里金估计所利用的信息，通常为一组实测数据及其相应的空间结构信息。应用变差函数模型所提供的空间结构信息，通过求解克里金方程组计算局部估计的加权因子即克里金系数，然后进行加权线性估计。克里金方法是一种实用的、有效的插值方法。它优于传统方法（如三角剖分法，距离反比加权法等），在于它不仅考虑到被估点位置与已知数据位置的相互关系，而且还考虑到已知点位置之间的相互联系，因此更能反映客观地质规律，估值精度相对较高，是定量描述储层的有力工具。指示克里金方法是一种基于指示变换值的克里金方法，即对指示值而不是原始值进行克里金插值，其核心算法则借用上述克里金方法。
序贯指示模拟属于基于象元的随机建模方法范畴，其算法核心是将序贯模拟算法应用于指示模拟中。算法特点：既可用于离散的类型变量，又可用于离散化的连续变量类别的随机模拟。两个算法的特性对比表如下：
指示克里金算法和序贯指示模拟的共同点是都结合了指示变换方法，因此都可以对离散变量进行模拟（其他克里金方法是不能模拟离散变量的）。对于具有不同连续性分布的变量（如沉积相），可给定不同的变差函数，所以可用于模拟变异性较大的分布复杂的数据。另外两者都可以结合软数据。由于克里金插值法为光滑内插方法，所以指示克里金也具有这种光滑效应，做出来的砂体很光滑，更容易被地质人员接受。但是为减小估计方差而对真实观测数据的离散性进行了平滑处理，虽然可以得到由于光滑而更美观的等值线图或三维图，但一些有意义的异常带也可能被光滑作用而“光滑”掉了。指示克里金与序贯指示相比主要的弱点是空间数据的分布。所以当有好的地震数据时，砂体的分布也就确定了，这样就弥补了指示克里金空间数据分布的问题，但是指示克里金的模拟结果具有光滑效应，所以指示克里金和序贯指示算法同时当结合地震数据时，使用指示克里金的模拟效果会比序贯指示模拟的算法效果好，模拟的砂体更连续和光滑。
三、结论
1.建模前根据数据资料和地质情况确定使用确定性建模方法和随机建模方法
2.建模如果有高分辨率的地震资料时，使用指示克里金算法比序贯指示模拟算法模拟出的砂体更连续。
参考文献
[1] 刘颖等.储层地质建模方法.中外科技情报.1994.
[2] 张团峰，王家华. 试论克里金估计与随机模拟的本质区别. 西安石油学院学报，1997，（12）.
[3] 段天向 ，刘晓梅等.Petrel建模中的几点认识.岩性油气藏.2007，（02）.
关键词：建模算法 指示克里金 序贯指示模拟
一、确定性建模方法和随机建模方法
1.确定性建模方法
确定性建模是对井间未知区给出确定性的预测结果，即从已知确定性资料的控制点（如井点）出发，推测出点间（如井间）确定的、惟一的和真实的储层参数。主要手段是利用地震资料、水平井资料、露头类比资料和密井网资料1。利用插值方法对井间参数进行内插和外推是确定性建模的主要方法。插值方法包括数理统计插值方法和地质统计学克里金插值方法。其中克里金插值方法是最常用的插值方法。由于储层的随机性，储层预测结果便具有多解性。因此，应用确定性建模方法作出的唯一的预测结果便具有一定的不确定性，以此作为决策基础便具有风险性。为此，人们广泛应用随机模拟方法对储层进行建模和预测。
2.随机建模方法
所谓随机建模，是指以已知的信息为基础，以随机函数为理论，应用随机模拟方法，产生可选的、等可能的储层模型的方法2。这种方法承认控制点以外的储层参数具有一定的不确定性，即具有一定的随机性。因此采用随机建模方法所建立的储层模型不是一个，而是多个，即一定范围内的几种可能实现（即所谓可选的储层模型，以满足油田开发决策在一定风险范围的正确性的需要，这是与确定性建模方法的重要差别。对于每一种实现（即模型），所模拟参数的统计学理论分布特征与控制点参数值统计分布是一致的。各个实现之间的差别则是储层不确定性的直接反映。如果所有实现都相同或相差很小，说明模型中的不确定性因素少；如果各实现之间相差较大，则说明不确定性大。随机模拟与克里金插值法有较大的差别，主要表现在以下三个方面：
2.1克里金插值法为局部估计方法，力图对待估点的未知值作出最优（估计方差最小）的、无偏（估计值均值与观测点值均值相同）的估计，而不专门考虑所有估计值的空间相关性，而模拟方法首先考虑的是模拟值的全局空间相关性，其次才是局部估计值的精确程度。
2.2克里金插值法给出观测点间的光滑估值（如绘出研究对象的平滑曲线图），而削弱了真实观测数据的离散性（插值法为减小估计方差，对真实观测数据的离散性进行了平滑处理），从而忽略了井间的细微变化；而条件随机模拟结果在在光滑趋势上加上系统的“随机噪音”，这一“随机噪音”正是井間的细微变化。虽然对于每一个局部的点，模拟值并不完全是真实的，估计方差甚至比插值法更大，但模拟曲线能更好地表现真实曲线的波动情况（图3-1）。
2.3克里金插值法（包括其它任何插值方法）只产生一个储层模型，因而不能了解和评价模型中的不确定性，而随机模拟则产生许多可选的模型，各种模型之间的差别正是空间不确定性的反映。
二、指示克里金建模算法和序贯指示模拟算法
克里金方法（Kriging）， 亦称克里金技术， 或克里金，为确定性建模方法，是以南非矿业工程师D.G.Krige（克里金）名字命名的一项实用空间估计技术， 是地质统计学的重要组成部3。 克里金估计是一种局部估计的方法。它所提供的是区域化变量在一个局部区域的平均值的最佳估计量，即最优（即估计方差最小）、无偏（估计误差的数学期望为0）的估计。 克里金估计所利用的信息，通常为一组实测数据及其相应的空间结构信息。应用变差函数模型所提供的空间结构信息，通过求解克里金方程组计算局部估计的加权因子即克里金系数，然后进行加权线性估计。克里金方法是一种实用的、有效的插值方法。它优于传统方法（如三角剖分法，距离反比加权法等），在于它不仅考虑到被估点位置与已知数据位置的相互关系，而且还考虑到已知点位置之间的相互联系，因此更能反映客观地质规律，估值精度相对较高，是定量描述储层的有力工具。指示克里金方法是一种基于指示变换值的克里金方法，即对指示值而不是原始值进行克里金插值，其核心算法则借用上述克里金方法。
序贯指示模拟属于基于象元的随机建模方法范畴，其算法核心是将序贯模拟算法应用于指示模拟中。算法特点：既可用于离散的类型变量，又可用于离散化的连续变量类别的随机模拟。两个算法的特性对比表如下：
指示克里金算法和序贯指示模拟的共同点是都结合了指示变换方法，因此都可以对离散变量进行模拟（其他克里金方法是不能模拟离散变量的）。对于具有不同连续性分布的变量（如沉积相），可给定不同的变差函数，所以可用于模拟变异性较大的分布复杂的数据。另外两者都可以结合软数据。由于克里金插值法为光滑内插方法，所以指示克里金也具有这种光滑效应，做出来的砂体很光滑，更容易被地质人员接受。但是为减小估计方差而对真实观测数据的离散性进行了平滑处理，虽然可以得到由于光滑而更美观的等值线图或三维图，但一些有意义的异常带也可能被光滑作用而“光滑”掉了。指示克里金与序贯指示相比主要的弱点是空间数据的分布。所以当有好的地震数据时，砂体的分布也就确定了，这样就弥补了指示克里金空间数据分布的问题，但是指示克里金的模拟结果具有光滑效应，所以指示克里金和序贯指示算法同时当结合地震数据时，使用指示克里金的模拟效果会比序贯指示模拟的算法效果好，模拟的砂体更连续和光滑。
三、结论
1.建模前根据数据资料和地质情况确定使用确定性建模方法和随机建模方法
2.建模如果有高分辨率的地震资料时，使用指示克里金算法比序贯指示模拟算法模拟出的砂体更连续。
参考文献
[1] 刘颖等.储层地质建模方法.中外科技情报.1994.
[2] 张团峰，王家华. 试论克里金估计与随机模拟的本质区别. 西安石油学院学报，1997，（12）.
[3] 段天向 ，刘晓梅等.Petrel建模中的几点认识.岩性油气藏.2007，（02）.