首页|多点地质统计学中训练图像优选方法及其在地质建模中的应用

多点地质统计学中训练图像优选方法及其在地质建模中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在前人提出的高阶兼容性优选方法的基础上,提出一种基于数据事件重复概率的训练图像优选方法.其基本思路是提取条件数据中蕴含的数据事件,统计所提取的数据事件在训练图像中的重复次数并计算其重复概率,得到数据事件的无匹配率及其重复概率方差两个统计指标,用于表征训练图像中沉积模式的多样性与平稳性,评价其与建模区井数据蕴含的地质体空间结构的匹配性.无匹配率反映训练图像内地质模式的完备性,为首选指标;重复概率方差反映训练图像内地质模式的平稳性,为辅助指标,综合以上两种指标实现了对训练图像的优选.多组理论模型测试表明,重复概率方差小、无匹配率低的训练图像为最优训练图像.运用该方法对安哥拉Plutonio油田浊积水道训练图像进行优选,结果表明所建立的地质模型与地震属性吻合度高,能够更好地刻画水道的形态特征及砂体的分布模式.
A training image optimization method in multiple-point geostatistics and its application in geological modeling

王立鑫、尹艳树、冯文杰、段太忠、赵磊、张文彪

展开 >

长江大学地球科学学院,武汉430100

中国石化石油勘探开发研究院,北京100083

训练图像 数据事件 重复概率 多点地质统计 安哥拉 Plutonio油田 浊积水道

国家自然科学基金国家科技重大专项国家科技重大专项

415720812016ZX05015001-0012016ZX05033-003-002

2019

石油勘探与开发
中国石油天然气股份有限公司勘探开发研究院 中国石油集团科学技术研究院

石油勘探与开发

CSTPCDCSCD北大核心SCIEI
影响因子：4.977
ISSN：1000-0747
年,卷(期)：2019.46(4)
  • 13
  • 10