地质统计学反演

地质统计学反演（Stat Mod）一、方法原理JASON的StatMod是一个集多种随机模拟技术的软件包，是以概率论为其理论基础的。其目的是提 供一个或多个在某种概率条件下的，既满足数据的地质统计学特征又满足地质、测井和地震信息的三维 储层参数概率模型。数据的地质统计学特征由数据的概率分布图和变异函数描述。由于地质统计模拟是基于概率意义上的随机模拟。为满足概率条件必须有足够多的井资料。软件要 求的已知井数不少于 6 口。地质统计学主要的算法是岩性指示模拟和序贯高斯模拟技术（SGS）。序贯高斯模拟方法是一种产生来自高斯场模型实现的方法。它基于序贯模拟思想。该方法首先是将 研究区域离散为网格系统，然后序贯地处理每一个网格节点。由于每个节点处随机变量是服从条件化的 正态分布，因此，网格节点值完全由均值和方差两个参数确定。通过求解克里金方程组就可给出该网格 节点处的均值和方差，从而将节点处的正态分布确定下来，并采用相应的抽样方法得到该网格节点处的 一个样本。直至全部网格节点计算完毕。需要指出的是：求解克里金方程组时的条件数据包括原始数据， 先前已模拟的、落在模拟邻域内所有被模拟的网格节点处的值。序贯高斯模拟方法是一种条件模拟，它 保证原始数据和直方图及变异函数都被条件化。在地震储层预测中，每一道就是一个网格节点。 在模拟过程中，需要求取的最典型的属性是波阻抗和孔隙度。地质统计学考虑了模拟过程中结果的不唯 一因素，故而增加了结果的误差分析。通过用户定义方式在三维地质模型的每个网格节点上计算出的概 率密度函数，可以计算出结果数据体。概率密度函数是数据体中能够对不确定性进行正常估算的参数分 布规律。地质统计学反演对测井曲线的应用方式，与Jason其它的反演方法截然不同。Jason其它反演方法 再队测井曲线进行应用过程中，除子波估算外。只有在地震数据中没有低频信息时，在最终的反演结果 中才会反映测井曲线的信息。然而地质统计学将重采样后的测井曲线沿井轨迹复制到三维网格点中。在 这种方式下，测井曲线被认为是“ Priori ”类型的信息，因此，在开展地质统计学反演之前，开展其它 类型的常规反演就显得十分重要。只有这样，我们才能够确保曲线和地震数据具有一致性，代表了相同 带限的地质模型。因此，地质统计学反演比其它类型的反演具有如下技术优势：1 小井距间的精细尺度内插2 能够进行误差估算，进而评价风险3 改善常规反演结果的分辨率4 能够生成岩性类型数据体，如砂岩和泥岩5 根据波阻抗进行基于岩性的孔隙度估算6 将高分辨率的井数据和低分辨率的地震数据联合应用7 可生成能够直接输入到油藏数值模拟软件的参数文件由于模拟可以拓展到岩石类型（如砂岩、泥岩），因此，序列指示模拟（SIS）可以和序列高斯模拟（SGS）同时进行。当反演目标的岩性类型可应用油藏特征参数进行区分时，可以选择应用序列指示模拟。 当反演区域集中在井控范围内时，应用传统的地质统计学分析方法会取得很好的效果。它能保证输出的 模拟结果和输入地震数据的差异在在预先定义的精确程度范围内。反演结果的合成记录与输入数据进行 比较，符合程度较差的结果将不被接受。地质统计学反演结果的标准偏差较小，更重要的是：地质统计 学反演能够在远离井或井控能力比较弱情况下发挥作用。在两种情况下地质统计学反演的结果将不被接受，而用户只能够选择接受所有与输入数据吻合程度教高 的结果，拒绝与输入数据吻合程度低的结果。另外，为了避免陷入求解空间局部最小化问题，有时允许 和原始数据不吻合程度增加的情况出现，此时，可以使用模拟退火技术。从液体到固体的平稳冷却过程 所需要的温度函数中，模拟退火自身遵循物理守恒。Stat mod因其算法不同既克服了 Inver trace分辨率太低的缺点，又克服了 Invermod成层性过强的缺点， 使得Stat mod的反演结果更为真实地反映了地下地质特征。二、应用效果Jason 的 Statmod 自投入生产以来，一直发挥着巨大的作用，尤其是在中浅层、薄互层等项目的勘 探开发中更是具有其它反演方法无可比拟的优越性。下图是利用Stat mod反演的一幅伽玛剖面，从图中可清晰地看出地质统计学反演的优点，纵向上对 薄层的分辨率较高，同时横向上变化比较自然，符合的地质规律n I agu7：0Ztedac油气层 E500508516524532540700.06713衣 D72773374Q.7474Z.46491,3571.457 '61八 八 八5.£/6 Ia斗 ed44t706 9U431.478 6-JI- -6 37 94 6553756 LI丄丄