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

摘要：

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.

关键词：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

所属期刊栏目：46

分类号：TE122.2(石油、天然气地质与勘探)

资助基金：国家自然科学基金项目“三角洲前缘储层多点地质统计建模方法研究”41572081;国家科技重大专项2016ZX05015001-001,2016ZX05033-003-002

在线出版日期：2019-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：703-709