地质统计学及其应用

地质统计学简介及其应用报告人：范崇海一、引言二、克里金算法介绍三、变差函数分析简介四、一个应用实例五、总结地质统计学简介及根本分析方法地质统计学的根本原理就是应用线性加权的方法对地质变量进行局部的最优化估计一、引言二、克里金算法介绍克里金算法是一类统计方法，就是估算一个数据场中任意一点的值的方法。前提条件是：相邻数据点的数值在空间中是相关的。且统计数据要到达一定的数量。主要优点是：考虑了数据场的方向性。其核心是：寻找到相邻数据点对所求点的权。常用的几种克里金算法1、简单克里金〔SimpleKriging)2、普通克里金(OrdinaryKriging)3、非稳态克里金(NostationaryKriging)4、内在趋势克里金(UniversalKriging)〔泛克里金〕5、外在趋势克里金(KrigingwithanExternalDrift)6、同位协克里金(CollocatedCokriging)二、克里金算法介绍1、简单克里金〔SimpleKriging)权系数确实定均值假定整个域的平均值为常数；远离数据点处接近平均值；网格点有数那么为原值。简单克里金2、普通克里金(OrdinaryKriging)权系数确实定普通克里金普遍采用于成图的算法；远离数据点的值是寻找范围内的数据点的平均值。3、非稳态克里金(NostationaryKriging)非稳态克里金比较灵活的克里金算法，因为可以设置网格点的值；网格点的平均值来自于大范围的数据，而成图区只是一局部。4、内在趋势克里金(UniversalKriging)内在趋势克里金算法中权确实定内在趋势克里金如果是数据点的内插值，与普通克里金的精度相似；如果是外推计算，那么需要用内在趋势克里金把握外推趋势。5、外在趋势克里金(KrigingwithanExternalDrift)外在趋势克里金算法中权确实定外在趋势克里金一般用于两组数据共同约束同一个地质解释时；例如做一个层的构造图，可用井数据作为硬指标而地震解释作为软指标，共同绘制构造图。6、同位协克里金(CollocatedCokriging)同位协克里金算法中权确实定同位协克里金同样用两组数据，约束一个参数，但是主要数据与辅助数据要有一定的相关性；例如用井点的孔隙度与地震属性数据，估算井间孔隙度。几种克里金算法之间的关系简单克里金非稳态克里金同位协克里金(Simple)(Nostationary)(CollocatedCokriging)普通克里金内在趋势克里金外在趋势克里金(Ordinary)(Universal)（WithanExternalDrift)克里金算法的核心权三、变差函数分析简介一般可通过统计和图形方法分析和确定空间相关性。实际分析数据的变化性称为变差函数分析。h-散点图变差函数图通过拟和一条连续的曲线，产生变差函数模型，最终确定出克里金算法中合理的加权方法。根本理论介绍：滞后距(Lag)变差函数分析实际是确定数据在方向和距离两方面的变化率尾头散点图半变差函数半变差函数图的构成变差函数图中各局部的名称基台跃迁变程变差函数图的构图机理变差函数图半变差函数H-散点图关系二维变差函数模型主轴变差图附轴变差图三维变差函数模型组成变差函数模型的结构类型跃迁球型高斯指数幂函数变差模型结构半变差函数滞后距四、一个应用实例---应用三维属性数据建立砂体模型三维属性数据数据分析、变差函数模型的建立、克里金计算砂体的三维模型精度比较储层富集带一定深度范围内储层的迭合厚度简单克里金算法中权确实定普通克里金算法中权确实定简单普通非稳同位协内在外在六类克里金算法的效果五、总结地质离散数据地质统计学分析变差函数分析变差函数模型克里金计算H散点图变差函数图简单克里金普通克里金非稳态克里金内在趋势克里金外在趋势克里金同位协克里金结果加大应用地质统计学的力度，提高油藏描述的准确性一、地质参数的估算-----井间的各类油藏参数确实定二、储层的非均质性研究-----开展随机建模技术三、综合应