储层随机建模幻灯片.ppt

随机模拟算法 基于目标的方法 不足: 对每类具有不同几何形状的目标要有自己特定的一套参数，不能通用。复杂形态的参数化较为困难. 对于一个目标体内的多个数据较难拟合,有时不能拟合(算法不收敛)。 算法要求大量机时。 从两点到多点地质统计学 从训练图像到实现 多点地质统计学目前存在的问题 ?训练图像的平稳性问题。目前的多点统计学要求训练图像平稳，对于非平稳地质特征如何处理？ 点过程： 一个空间区域内的离散点的随机集合。 二项式点过程： n个相互独立的、均匀分布的 在同一个紧致集中的点构成的 点过程。 最简单的点过程： 一个随机点的均匀分布 点过程、示性点过程、纤维过程 随机几何学 （模式） 泊松(Poisson)点过程 （1）点数的泊松分布。在一个有限的波雷尔集中， 点的数目是具有泊松分布的随机变量。 （2）独立的分散性。 在k个互不相交的波雷尔集中， 点的数目构成了k个独立的随机 变量。 平稳的泊松点过程：均值为一个常数?； 广义的泊松点过程：均值为一个变量? (x)。 吉布斯（ Gibbs)点过程 （1）点数的吉布斯分布。 （2）点在空间上的分布可以 相互关联或排斥。 示性点过程 对于一个点过程，在其上的每一个点赋予一个特征时， 就称为示性点过程。 一个随机序列 森林中松树的位置及树干直径 (Stoyan and others,1987) 森林中云杉和白桦的位置 (Stoyan and others,1987) 布尔模型(Boolean model)： 可看成示性点过程的简单情形。 种子点过程为泊松过程 种子的位置相互独立，均匀分布于研究区域中。 一般的示性点过程： 复杂的示性点过程。 种子点过程多由吉布斯点过程产生。 种子的位置具有相互关联和排斥性。 模拟示意图 基本思路：根据点过程的概率定律产生物体中心点的空间分布，然后将物体性质（即marks，如物体几何形状、大小、方向等)标注于各点之上。 从地质统计学角度来讲，标点过程模拟即是要模拟物体点(points)及其性质(marks)在三维空间的联合分布。 目标点密度在空间上可以是均匀的，也可以根据地质规律赋予一定的分布趋势。在实际应用中，目标点位置可以通过以下规则来确定： (1)密度函数（即各相的体积比例及其分布 趋势） (2)关联(如井间相连通) 和排斥原则(如同相 物体或不同相物体 之间不接触的最小 距离)。 物体性质(marks)：物体几何学特征。 形状：矩形、椭球体、锥形、自定义； 几何学参数：长、宽、高等； 方向、顶底位置 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 示性纤维过程 ★产生物体中心轴线的空间分布 ★将物体形态（沿轴线的宽、厚 特征）标注于各纤维之上。 ? ? ? ? ? ? ? ? ? ★产生物体中心轴线的 空间分布 应用随机过程与图论相结合的方法 纤维类型：相类型 纤维条数：相数量（各类纤维条数表示各相数量） 纤维方向：相的主流线 纤维长度：相的延伸长度 纤维弯曲：主流线变化 纤维定义： ★将物体（相）形态（沿轴线的宽、厚特征） 标注于各纤维之上。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 各相形态：形态单元、长（有限、无限）、 宽、厚、宽/厚比 各相体积含量：约束各相数量与规模 各相成因关系：排斥、毗邻、切割等 单相复合体成因关系：并列、切割 利用优化算法(如模拟退火)可以使模拟实现忠实于井信息、地震信息以及其它指定的条件信息。 波阻抗、振幅 冲积体系的河道和决口扇(背景相为泛滥平原) 三角洲分流河道和河口坝(背景相为河道间和湖相泥岩) 浊积扇中的浊积水道(背景相为深水泥岩) 滨浅海障壁砂坝、潮汐水道等(背景相为泻湖或浅海泥岩) 砂体中的非渗透泥岩夹层、 非渗透胶结带 断层 裂缝 事件现象模型 传统的基于变差函数的地质统计学的不足： 1. 多点统计学的提出及基本概念 三、多点统计学随机建模 Multiple-Point Statistics ----类型变量的模拟 基于