[发明专利]基于连续型多点地质统计法和软硬数据的图像模拟方法

说明书

技术领域

本发明涉及一种基于连续型多点地质统计法和软硬数据的图像模拟方法。

背景技术

渗透率与岩石和地层的内部结构密切相关，它是表征岩石和地层内部裂隙网络的重要参数。因此，弄清地层渗透率的分布特性，对于地热能、油气田和煤层气的开发具有重要意义。由于地质统计学可以进行储层表征与建模，因此能够模拟预测未知区域内变量值的分布特征。传统的两点地质统计学在储层建模中主要应用于两大方面：一，应用各种克里格(kriging)方法建立确定性的模型；二，应用各种随机建模的方法建立可选的、等可能的地质模型。上述方法的共同特点是均以变差函数(Variogram)为工具。

然而，变差函数只能体现空间上两点之间的相关性，因而难以表征复杂的空间结构和再现复杂目标的几何形态，尤其是难以表征具有长距离曲线形状的地理对象(例如弯曲的河道)。而当采样数据较少时，用于计算变差函数的点对很少，它也就无法正确反映空间两点之间的相关性。

多点地质统计法(MPS，Multiple-point Geostatistics)由Strebelle等提出，其是相对于传统的两点地质统计学而言的。鉴于两点地质统计学只能考虑空间两点之间相关性的不足，MPS可以表征多点之间的相关性。MPS方法通过在训练图像中寻找与待模拟点周围条件数据分布完全相同的事件个数来确定概率分布，因而可以反映多点之间的相关性，克服两点地质统计学的不足。

在MPS模拟过程中，条件数据对模拟结果的精度影响较大。这些条件数据是指统计学概念上的硬数据和软数据。在许多领域里，由于受到客观条件或技术水平限制，所能得到的硬数据非常有限，但是可以获得相对比较丰富的软数据(先验信息)。划分硬数据和软数据的依据是，数据是否来自于客观的实在依据。硬数据是基于对客观存在的事物或现象进行测量和观察的结果。软数据通常是基于人们的主观判断所得到的统计指标，也可能是实验设备获取的整个研究区域内某个属性值的变化趋势。例如在油藏描述过程中，所能获得的硬数据(井位数据)往往非常少，而关于所研究变量的软数据(如地质解释和地震资料等)却相对较为丰富。软数据一般提供了较广泛范围内的低分辨率信息。如果能充分利用较为丰富的软数据，那么必然会提高重构结果的精度。

发明内容

本发明提供一种基于连续型多点地质统计法和软硬数据的图像模拟方法，使用地层渗透率体数据作为三维训练图像，同时将软数据与硬数据信息共同作为连续型多点地质统计方法模拟图像的条件数据，以提高模拟结果的精度。

为了达到上述目的，本发明提供一种基于连续型多点地质统计法和软硬数据的图像模拟方法，该方法包含以下步骤：

步骤1、定义数据模板和数据事件：

设数据模板为τ_n，它是由n个向量组成的几何形态，τ_n＝{h_α；α＝1，2，...，n}；

设模板中心位置为u，模板其他位置u_α＝u+h_α(α＝1，2，...，n)；

假定一种属性S可取K个状态值{s_k；k＝1，2，...，K}，由数据模板中n个向量u_α位置的n个状态值所组成的“数据事件”d_n可以定义为：

dn={S(uα)=skα;α=1,2,...,n}---(1)]]>