基于图型矢量距离的多点地质统计相建模算法

多点地质统计建模算法已由基于概率模拟发展到基于相似度模拟的新阶段,基于相似度模拟的算法的关键是从训练图像中选取与数据事件最为相似的训练图型。以Simpat算法为基础发展起来的最具代表性的Filtersim和DisPat算法,采取先聚类、再匹配的建模策略,在训练图型选取的计算效率上较Simpat算法具有明显改进,但其匹配数据事件与训练图型仍采用标量距离度量二者相似度的方法。标量距离度量相似度的方法虽然具有较好的图形识别功能,但对于具有地质意义的训练图型（而非单纯的几何图形）,该方法的相似度判断往往难以获取在地质含义上与数据事件最佳匹配的训练图型。考虑图型选取过程中的地质含义,兼顾实际储层的非平稳性,提出了基于图型矢量距离的多点地质统计相建模算法。新算法在训练图型和数据事件矢量距离计算的基础上,采用二次匹配方式通过矢量距离对数据事件与训练图型的相似度进行度量,最终确定与数据事件相似度最大的训练图型。以文献算例定性和定量对比了新算法和Snesim、Filtersim、DisPat算法的建模效果,并以实际油藏为例,对比了新算法与传统两点建模方法、Snesim和DisPat算法的建模效果。结果表明,新算法显著降低了训练图型选取的不确定性,所建模型更符合地质认识,从而为复杂油气藏相建模提供了一种新的方法。     

深水浊积水道训练图像建立与多点地质统计建模应用

深水浊积水道具有丰富油气,是油气勘探开发的热点领域。以安哥拉深水浊积水道为对象,开展基于多点地质统计的储层建模研究。针对深水水道沉积以及迁移特征,对基于沉积过程的Alluvsim算法进行了改进。通过在Alluvsim中增加整体迁移算法,模拟浊积水道的整体迁移沉积过程。根据浊积水道决口少而弯曲度增加的特点,在Alluvsim中增加了弯曲度指标约束,从而再现浊积水道的弯曲特征。根据安哥拉深水浊积水道地质知识库文献调研,获得了研究区浊积水道形态以及统计特征参数信息。采用改进的Alluvsim算法获得了研究区浊积水道的训练图像。以此训练图像作为模式输入,以井资料作为条件输入,以地震资料作为趋势约束,采用多点地质统计Snesim算法建立了安哥拉深水浊积水道三维地质模型,再现了安哥拉浊积水道的空间分布特征。对模型进行了检验表明,建立的地质模型计算的变差函数与地震属性获得变差函数具有较好的一致性,建立的三维地质模型可以用于后续油藏工程与数值模拟研究,指导油田勘探开发。该研究不仅为多点地质统计应用于实际储层建模提供了完整的建模流程,也为浊积水道训练图像自动生成提供了技术保障。     

基于地统计学的柬埔寨年降水量数据空间插值

为了更好地分析区域水资源量、水文平衡及灌溉需水量,需要对降水的时空分布进行定量分析。由于气象站点布设的局限性,针对资料短缺地区的空间插值就显得尤为重要。以柬埔寨的20个气象站降水数据为插值实验样本,研究基于Arc GIS的空间插值和分析功能,探讨普通克里金、简单克里金、析取克里金及经验贝叶斯克里金法等4种地统计学插值法的优劣及其适用性。通过插值误差分析来检验插值精度,并模拟年降水量的空间分布图来进行比较分析,结果表明经验贝叶斯克里金插值法最优。研究结果可为资料短缺地区降水量空间插值提供参考。     

惠州市土壤重金属污染信息系统设计

利用组件式GIS开发平台ArcObjects与可视化开发语言C#,对基于SQL Sever2000和ArcSDE的重金属污染信息系统设计与开发进行研究.以广东省惠州市为例,通过104个观测点,利用C#与Matlab混合编程,用神经网络方法插值出其他未观测点的地理坐标和重金属的含量,并应用单因子评价和地统计分析实现基于GIS空间数据分析和管理的信息系统功能.该系统具有对土壤重金属污染状况进行空间变异分析和评价、数据查询、分析和统计等功能,能实现重金属空间变异的可视化表达,为人们的生产生活以及土壤环境质量研究和决定提供服务.     

锦州25-1油田优质储层地震响应特征与定量预测

渤海湾北部锦州25-1油田及外围区主力含油层系沙二段油气勘探的关键是寻找优质储层。通过地震响应特征分析、井震正演模拟及敏感属性提取,定性刻画出优质储层的地震响应特征及其分布范围;创新应用“叠前同时反演+岩相流体概率分析”组合技术,得到研究区沙二段砂岩储层的概率体;结合25-1油田21口探井资料进行储层厚度及孔隙度与砂岩概率的相关性分析,通过设置阈值,定量预测出了厚度大于50 m、孔隙度大于20%的优质储层发育区。研究成果为锦州25-1油田及其围区的滚动勘探与井位设计提供了理论依据,研究思路为预测辽西北洼其他区域沙二段优质储层提供了方法借鉴。     

南堡油田低井控区主力油组岩相模拟研究

在对井控程度不同却有类似沉积环境的油藏进行类比研究的基础上,通过储层参数统计分析,建立类似储层岩相知识库。利用综合了基于象元方法以及基于目标方法两者优点的多点地质统计学方法,建立了南堡油田馆2油层组辫状河岩相模型。研究结果表明,在地质规律约束下,以露头资料和井控程度较高井网区储集层地质知识库所得到的砂体规模形态参数作为重要约束条件,对于河流相等具有复杂地质形态的储层岩相精确建模,该方法比传统方法更有优势,模拟结果与理论及实际模型有好的接近性,可以给出较好的储层岩相模型。     

多点地质统计学建模方法研究

多点地质统计学建模方法能够灵活地整合不同类型的数据并从训练图像中捕获的地质构造,生成更符合地质情况的储层模型。本文论述了多点地质统计学建模的原理及步骤。结合实际案例,进行了多点地质统计学模拟与基于变异函数的两点地质统计学模拟,并将模拟结果进行分析对比。     

超深油气藏储层岩石孔隙度垂向变化研究

为了预测超深储层物性,采用超深储层孔隙度测井曲线数据,应用地质统计学,即实验变差函数来计算不同深度下孔隙度实验变差函数值,并拟合出孔隙度随油气藏埋藏深度连续变化关系表达式,总结了超深层油气藏储层岩石孔隙度随油藏埋藏深度或有效覆压的变化规律。同时,通过数学计算,对孔隙度进行处理和分析,建立了不同埋藏深度下超深层油气藏孔隙度随深度变化的宏观模型。该研究对深入了解超深层油气藏的产能及预测超深层油气藏的开发动态和采收率具有一定意义。     

UCS Prediction: A New Set of Concepts for Reservoir Geomechanical Modeling

Simulation and estimation are based on geostatistics methods; they have been greatly accepted to simulate different features of hydrocarbon reservoirs, so that much software for reservoir simulation work are based on these methods. A good estimator provides not only average errors of estimations but also shows the geostatistical distribution of the estimated errors. Generally, geostatistical estimation is a process that obtains the value of a feature in points with known coordinates, using the value of this feature in other points with known coordinates. This geostatistical estimator is called kriging. Rock strength has an important role in oil production and drilling in hydrocarbon reservoir. Thus, uniaxial compressive strength (UCS) is an efficacious parameter in drilling operation in hydrocarbon reservoir. Here the UCS has been examined and processed by using geostatistical methods for one of the oil fields in southwestern Iran.     

Geostatistical Modeling of Spatial Distribution of Porosity in the Asmari Reservoir of Mansuri Oil Field in Iran

Petrophysical information of reservoir is always the main source of data to characterize the reservoir performance. As the data are restricted to drilled wells in reservoir, the only way to determine desired values away from the wells are statistical and simulation methods. One of the methods is geostatistical technique. The principles of this technique are to apply existing data, find the patterns of spatial variations and use this knowledge to derive over the whole field the best estimates. In this study porosity data of 53 wells of Mansuri oilfield in Asmari reservoir was used. Geostatistical methods (ordinary kriging) used to determine the spatial distribution of porosity and error estimation. Finally, four realizations of Porosity distribution are generated using sequential Gaussian simulation. Porosity distribution of the studied field has a higher continuity in NW-SE direction but its value decreases toward the NW and SE.