序贯模拟方法在储层建模中的应用研究

条件模拟方法是地质统计学发展的一个主要方向和研究热点。作者通过序贯模拟方法在储层建模中的应用,对模拟结果进行了参数统计和变异函数分析;并对克立格和序贯模拟方法进行了比较。应用研究的结果证明了该方法的各种特点,弥补了条件模拟方法在理论研究上的不足,为进一步的方法改进和拓宽其应用范围提供了理论依据和实例参考。

高斯序贯模拟与克里格插值2种土壤重金属污染分析方法的比较

[目的]探讨克里格插值和高斯序贯模拟2种方法在土壤重金属污染分析中的差异,以期为土壤重金属污染分析方法的选择提供参考依据。[方法]以山东聊城某县重金属铜采样数据为研究对象,利用克里格插值和高斯序贯模拟2种方法进行土壤重金属铜的空间分布建模模拟。并选择30个采样点作为交叉验证数据集,对2种插值方法进行对比分析。[结果]克里格方法和高斯序贯模拟在均值段和极值段的模拟各有优势,研究者应根据试验数据的特点及应用目的对二者进行选择使用。[结论]土壤重金属污染分析是土壤治理、生态修复的前提,该研究结果对于根据不同目的需求来选择不同的插值、模拟方法具有重要意义。

基于序贯模拟法含光伏电源的配电系统可靠性评估

近年来光伏发电逐渐受到广泛的关注,光伏电源的波动性和间歇性特性对准确评估其可靠性十分重要。首先建立了配电网光伏电源、负荷和元件的时序模型,并采用基于时间轴的同步抽样法对系统状态抽样,然后提出了序贯模拟法的仿真步骤。最后,基于序贯模拟法对实际系统算例进行了计算分析。结果表明,光伏电源对系统可靠性的提升作用与其接入位置和接入容量有关。

基于序贯高斯模拟法的水利工程坝址区速度建模

水利工程坝址的选取不仅关系着安全性,也影响着后期的投入使用以及稳定运行。通常坝址区选择需要对区域的速度和岩性进行分析,其中高精度的速度建模至关重要。针对水利坝址选取,提出了一种地震信息约束的地质统计学建模方法对坝址区进行高精度速度建模,在此基础上分析坝址选取的安全性及合理性。通过地质统计学理论,分析坝址区速度的区域变异性,利用地震层位的横向信息以及测井资料的纵向信息联合进行序贯高斯模拟,从而建立速度模型,建模结果更加符合实际情况,能有效反映速度的空间分布情况。最后通过建立的速度模型合成地震记录,与实际地震记录相对比,吻合程度较高,表明建立的模型能反映坝址区的速度分布情况,能基于此圈定出有利于修建坝址的区域,验证了方法的可行性。

序贯高斯模拟方法在孔隙结构建模中的研究

传统地质模拟算法的目的在于对一个之前的协方差C(h)模型或等价的变差函数进行重构,其实质为空间任意两值Z(μ)和Z(μ+h)之间的统计学关系。序贯高斯模拟方法作为地质统计学模拟算法之一,拥有构建更精确协方差的能力。本文基于真实岩心孔隙数据信息,利用序贯高斯模拟方法进行了孔隙结构建模研究,通过对真实岩心数据进行序贯高斯模拟,随后对模拟结果的各向异性进行变差函数分析,通过最终实验的指数函数图像及拟合指数函数得出,序贯高斯模拟具有良好的模拟性能,经验证可以利用序贯高斯模拟方法来实现未知信息的预测,证明了该方法的实用性。

基于序贯蒙特卡洛模拟法的孤岛微电网可靠性评估

为评估孤岛型微电网的可靠性以及分析储能装置对系统可靠性的影响,提出基于序贯蒙特卡洛模拟法的孤岛微电网可靠性评估方案。首先,以孤岛型风柴储混合微电网系统作为研究对象,搭建分布式电源等关键设备的出力模型;其次,制定可靠性评估指标体系、不同的储能运行策略及负荷削减策略,在此基础上提出基于序贯蒙特卡洛模拟法的孤岛风柴储微电网可靠性评估算法;最后,通过对改进的RBTS Bus 6 F4孤岛系统进行仿真,量化分析了储能装置的运行策略、储能容量、容量配置对系统可靠性水平的影响。结果表明:合理的储能策略、适当增大储能容量以及适宜的储能系统配置方案等均可提高系统可靠性。

基于序贯高斯条件模拟的GEDI数据联合Landsat8反演森林地上生物量

[目的]单一遥感技术估测森林生物量存在较大局限性,本研究旨在利用多源遥感协同技术互补激光雷达和光学遥感的优势,提高生物量估测精度。[方法]以星载激光雷达GEDI和光学遥感Landsat8数据为主要信息源,采用序贯高斯条件模拟方法实现GEDI光斑数据由“点”到“面”的空间扩展,结合地面138块生物量调查样地,利用随机森林回归方法估测云南省香格里拉云冷杉林的地上生物量。[结果](1)采用序贯高斯条件模拟方法对GEDI光斑点进行空间插值,模拟的12个生物物理指标在空间分布上呈现出随机性、破碎化的特征,这与森林的空间分布聚集性非常相似,参与建模的9个指标OEC均大于0.90;(2)利用单一Landsat8光学遥感数据和地形因子构建的随机森林模型精度为:R2=0.82,RMSE=35.51 t·hm^(-2),P=0.77;Landsat8数据协同星载激光雷达GEDI数据构建的随机森林模型精度为:R2=0.86,RMSE=32.11 t·hm^(-2),P=0.80,模型精度明显提升;(3)利用多源遥感技术估测的香格里拉2019年云冷杉林地上的生物量总量为37 042 605.68 t,平均生物量为123.28 t·hm^(-2)。[结论]基于地统计学的序贯高斯条件模拟方法考虑到研究对象的空间异质性、能克服一定的平滑效应,用于实现激光点由“点”到“面”的空间扩展是可行的。星载激光雷达GEDI与光学遥感Landsat8协同的多源遥感数据可有效填补单一遥感数据源的缺陷,提高森林生物量的估测精度,能为激光雷达联合光学遥感估测大范围、全覆盖的森林生物量提供参考。

基于序贯高斯条件模拟的龙竹叶面积指数估测

叶面积指数(LAI)是评估森林生态系统健康状况的重要参数,为探究遥感数据在估测区域尺度森林LAI的能力,以搭载了先进地形激光测高仪系统(ATLAS)的冰、云和陆地高程卫星(ICESat-2)为主要信息源,协同陆地卫星(Landsat 9)及地形因子,结合51块实测样地数据,采用序贯高斯条件模拟(SGCS)方法与随机森林(RF)、梯度提升回归树(GBRT)、支持向量机(SVM)与K近邻(KNN)模型进行区域尺度的龙竹(Dendrocalamus giganteus)LAI遥感估测。结果表明:(1)在提取的46个ICESat-2/ATLAS光斑参数中,经Pearson相关性分析后,最佳拟合分段地形高度、插值地形表面高度、绝对平均冠层高度、太阳高度角4个特征参数与实测LAI具有显著相关性。(2)在RF、 GBRT、 SVM、 KNN模型中,多源遥感数据结合RF模型估测的LAI结果最佳,决定系数(R^(2))、均方根误差(E_(rms))、平均绝对误差(E_(ma))分别为0.901、0.352、 0.289。(3)使用SGCS方法及RF模型估测的研究区LAI为2.089~2.493,平均值为2.291。基于ICESat-2/ATLAS高密集光斑进行区域尺度LAI估测具有一定优势,光学影像数据及地形因子等辅助数据的加入,可有效提升模型估测精度,为高效率、低成本区域尺度LAI估测提供了案例,还为将ICESat-2/ATLAS数据与其他遥感影像相结合以估测其他森林结构参数提供了新的思路。

基于序贯指示模拟方法的火山岩储层岩性及孔隙度模拟

火山岩组成和结构的复杂性使岩性确定、储层参数计算及其空间分布规律描述都较为困难。以长岭凹陷某区块营城组顶部火山岩为研究对象,以序贯指示模拟为手段,通过单井岩性识别和孔隙度计算及地质变量变异函数中多种参数的选取,对研究区火山岩储层的岩性和孔隙度分布进行三维模拟。研究区发育流纹岩和凝灰岩两种火山岩:流纹岩的孔隙度较小,且变异性较小;凝灰岩的孔隙度偏大,且变异性较大。模拟结果表明:孔隙度的大小及变异性与其构造位置有相关性;位于构造隆起与凹陷处的火山岩孔隙度偏小而变异性较大,而构造斜坡带处火山岩孔隙度偏大,变异性较小。

应用多级序贯指示模拟方法模拟火烧山油田岩相

多级序贯指示模拟算法是普通序贯指示模拟算法的改进算法,保留了普通序贯指示模拟算法的简洁、快速、真实的特点,又具有可以调整相带的模拟顺序,易于实现模拟结果的后处理,使模拟结果连续、合理、更加符合实际地质情况。在对准噶尔盆地火烧山油田H1 133层的岩相模拟中,应用多级序贯指示模拟算法进行分阶段三维岩相模拟。模拟得到的H1 1层三维岩相模型若干沿层切片图清楚显示了由该层的底到顶,河道发展所经历的由发育到消亡的过程。

应用序贯指示模拟方法模拟沉积微相

沉积微相的正确划分对储层非均质性研究以及储层参数场的分布有重要的指导意义。在以往的沉积微相研究中 ,微相边界的确定大多是由地质人员根据专家知识推断 ,具有主观性 ,难以适应高精度地质模型的要求。引入地质统计学中的序贯指示模拟方法 ,对沉积微相的平面分布特征进行随机模拟。通过在X油田S2 - 2小层的沉积微相研究中的应用 ,可产生多个反映现有微相平面分布的等概率模型 ,克服了因资料不全等原因而引起的模型的不确定性 ,结合地质人员的经验 ,可确定出满意的模型 。

序贯高斯法模拟新沂、东海农业区土壤砷空间变异性

采用序贯高斯条件模拟值法,研究了江苏省新沂、东海农业区土壤砷含量空间变异性.结果表明,研究区土壤砷为正偏态分布,经高斯非线性转化后,符合二阶平稳假设.其经验半变异函数表现为各向同性.采用加权多项式法,对经验半变异函数拟合结果进行评价,并根据结果选择了带块金效应的高斯模型作为拟合模型.对研究区砷分布情况进行了100次模拟,模拟结果平稳.根据模拟数据与实际监测数据的关系,采用相关系数法选择最终模拟结果.研究区西北部土壤砷含量最高,中北部最低.

贝叶斯-序贯高斯模拟方法

各种静态数据约束下的三维储层模型是指可以同时满足地震和测井数据的模型。研究了整合中等垂向分辨率地震数据的方法。引入贝叶斯定理的序贯高斯模拟方法,即贝叶斯序贯高斯模拟,用来整合中等垂向分辨率的地震数据,在给定地震频率的条件下,提高模型的分辨率。模拟结果表明,该方法能很好地整合中等垂向分辨率的地震数据,解决整合地震和测井数据存在的“体支撑”难题,生成高于地震垂向分辨率、低于或等于测井分辨率的三维储层模型。

Kriging插值和序贯高斯条件模拟的原理比较及在土壤空间变异研究中的案例分析

20世纪60年代由Matheron创立的Kriging插值方法目前已发展出多种形式，广泛应用于地学研究。该方法能根据现有数据给出空间变量的最优无偏线性估计，但其缺点是产生平滑效应。

基于GIS和GS^+的耕地土壤阳离子交换量的序贯高斯模拟

【目的】研究山东省禹城市盐渍土改良区耕地土壤阳离子交换量(CEC)的空间变异特征,可以为盐渍土改良及其土壤肥力管理提供理论依据。【方法】在GIS技术支持下,利用地统计学中的OrdinaryKriging(OK法)插值和序贯高斯模拟方法(SGSV模拟和SGSA模拟)探讨了禹城市耕地土壤CEC的空间变异特征,并将SGSV、SGSA、OK法与实测数据从统计参数、空间结构特征、空间分布趋势等方面进行了对比分析。【结果】(1)SGSV具有与实测数据相同的空间自相关结构,对预测点的模拟值具有不确定性;(2)OK、SGSA改变了土壤CEC数据的空间结构,具有"平滑"效应,SGSA在消除平滑影响方面优于OK插值;(3)研究区域土壤CEC含量高的地区主要分布在研究区域中偏北部和东部,土壤CEC含量低的区域主要分布在北部、西北和南部。【结论】SGSA模拟获取了研究区域土壤CEC空间分布,该结果对研究区域土壤盐碱障碍消减、土壤培肥具有重要的意义。

基于序贯高斯模拟的储量估算分层更新技术

针对传统储量估算方法无法充分利用炮孔数据和再现空间数据分布,难以准确指导后续生产的现状,本文提出使用克里格法进行初步储量估算,而后尝试引入常用于储层建模的序贯高斯模拟算法,加入生产爆破数据进行储量估算模型的分层更新,并以国内某大型露天钼矿为工程背景进行进一步研究,最后得到融合了不同块度和储量级别的块体模型,并从频率直方图、变异函数等方面深入剖析模拟结果,得出序贯高斯模拟用于储量模型的分层更新能够再现实测数据品位分布的结论。

应用序贯高斯模拟法预测储集层潜在伤害

应用地质统计的区域化变量理论进行储集层潜在伤害空间特性分析,基于序贯高斯模拟方法原理,提出储集层潜在伤害预测新方法,并以胜利油田某区块17口井水敏伤害指数数据为例,进行该区块储集层潜在伤害的区域分布模拟和偏差检验.结果表明:由该区块水敏伤害指数条件模拟等值线图,水敏指数值在0.2左右的分布面积最大,在0.3左右次之,在其他值左右的分布面积较小;各图整体分布结构大致相同,反映了整体分布规律,但相互间存在差异,体现了分布的地质不确定性;同时偏差检验指出,序贯高斯模拟相对偏差低于6.5%,较准确地模拟出区块的水敏伤害指数,说明提出的储集层潜在伤害预测方法可行.

序贯指示模拟法夹层模型建立

油田开发后期,夹层对剩余油分布有着重要影响。为搞清沙二段1—3砂层组夹层空间分布状况,在对其岩性、物性和电性特征精细描述的基础上,利用随机模拟中的序贯指示模拟方法,选择不同变差函数长、短变程建立夹层的三维空间分布模型,之后在同一长、短变程下采用不同随机种子建立夹层的三维空间分布模型。最后对所有模型进行检验,优选出各项指标预测值与实际值最为接近的夹层模型。沙二段1—3砂层组夹层最终建模结果表明:在相同随机种子下,过大或过小的长、短变程都会导致模拟结果的不连续,降低模拟结果的精确度;在井网较密的情况下,在同一长、短变程下,不同随机种子对模拟结果的影响极其微小。沙二段1—3砂层组夹层模型的建立对其空间分布状况落实具有重要的现实意义。

带趋势序贯指示模拟方法在东濮凹陷薄砂岩储层预测中的应用

带趋势序贯指示模拟方法是一种基于地质统计学的随机模拟方法,其基础工作是三维地震资料精细解释和测井资料的标准化处理。实现此方法的主要步骤中,除了井约束波阻抗反演的子波提取、层位精细标定、地质框架模型建立、波阻抗反演约束参数选取以外,还有单井岩性曲线的形成、趋势模型建立、储层参数空间分布规律和空间相关性分析,以及储层参数模型的可靠性评价与优选等。与井约束波阻抗反演相比,该方法不仅使纵向分辨率明显提高,能精细地刻画储层特征,而且可对储层参数空间分布的非均质性和不确定性进行定量评价。对东濮凹陷QB块的应用表明,该方法查清了该区有利的含油气砂体分布范围及厚度的空间变化规律。

结合序贯指示模拟的贝叶斯高斯混合线性反演

高斯混合模型(Gaussian Mixture Model,GMM)可以用来描述储层性质的多峰分布特性,多峰特性主要是由于它们在不同离散变量内的变化而引起的.在高斯混合模型中,高斯分量的权值代表离散变量的概率.然而,基于高斯混合模型的贝叶斯线性反演可能会对某些点的离散变量错误地分类,进而影响连续变量的反演结果,尤其存在强噪声的时候.在本文中,我们考虑了离散变量的空间变化性,并将高斯混合模型与序贯指示模拟(Sequential Indicator Simulation,SIS)相结合来确定离散变量的后验条件权值,形成了结合序贯指示模拟的贝叶斯高斯混合线性反演方法.该方法能够准确地对离散变量进行归类,且具有良好的抗噪性.通过模型试算,我们证明了这种方法的可行性,并在实际资料中取得了较好的结果.