petrel中变差函数分析的几点认识

petrel中变差函数分析的几点认识对于随机建模中反映储层非均质性最基本、最重要的首要步骤即建立空间变差函数。没有学过地质的人，就不要用petrel，这是我认为的，petrel只是个软件，你没有学过地质学这门专业，你只是个软件操作工，永远也不会有什么成就。所以如果你没学过地质，请先补习一下相关课程。人们在油气田勘探开发时却有意或无意地忽略变差函数的求取，你在看视频的过程中没发现么？本帖隐藏的内容对于我们学地质的来说，造成这种情况的主要原因在于地质数据的复杂性和有限性。由于沉积环境的变化导致物性参数等地质数据表出周期性、垂直方向和水平方向漂移(趋势分布)等特性,结果致使变差函数空间结构不清楚,草率确定变差函数的模型及特征参数(变程、基台值和块金常数),极大影响了随机条件模拟的最终实现,直接关系到油气田开发产。记住关键词就是，地质数据的性质，去看看课本，应该会明白一些，地质数据有什么性质，就好比说孔隙度有什么性质，百度搜一搜啊。各油田培训的时候，对于变差函数的讲解一般较笼统，或者说没有时间细讲。因为这是一门学科，它并不只是数学而是结合地质知识库，我庆幸自己是学地质的，而不是学数学的。要认识到对于属性建模，是因为储层物性纵向上存在差异。我提出几个问题，比如，多个河道叠加的韵律？海滩砂的韵律？它们的物性变化如何？粒度变化情况？曲流河河道沉积的韵律如何？三角洲前缘河口砂坝沉积韵律如何？湖湘的各个微相韵律如何？三角洲前缘河口砂坝与水下分流河道组合是什么韵律？或者说，对于做项目的你来说，你知道什么是水下分流河道么？你对它的粒度变化，韵律，层理等有了解么？你知道三角洲前缘河口砂坝的砂体特征么？你知道它和湖湘的区别么？如果你没有地质知识的基础，还谈什么建模？只是导入数据，谁不会呢？另外，在我说的这么多情况下，你知道什么情况下可以计算变差函数，什么情况下应用效果不好，或者说从地质意义上来说根本不能用呢？我想对于一个地质专业毕业的本科生和学过地质统计学的人来说，应该很容易想明白。你觉得多种微相组合下满足计算变差函数的二阶平稳或本征假设条件么？其结构模型你头脑里有一个认识么？你在调整参数的时候脑子里有东西么？在漂移现象出现的时候，你如何处理？沉积作用对变差函数的影响是什么？变差函数是要对什么进行表征？另外，我上面说的几种情况是变差函数什么方向上的计算问题？储层中真实存在的(如岩心中的微裂缝导致的高渗透率值、钙质胶结砂体的较低孔隙度等)并处于一定的空间位置(与沉积环境或变质作用有关),绝非人为误差所致。由于变差函数是通过差值平方和计算的,故数据中的奇异值对变差函数具有非常突出的影响。所以数据分析十分重要，petrel中有这个功能，大家要好好利用，所以我说，这一步操作不是那么快的，否则我等学数学地质和搞处理的人干什么吃饭。就那么点下按钮，就OK了？所以你要对孔隙度进行建模，必须进行处理。注意啊，在变差函数计算中，异常值不是错误值。所以说，petrel虽然自动计算实验变差曲线，你最好也处理一下，得到的才是有效的啊。另外，我提供一个参数，比如孔隙度，垂直方向的h你可以用1m。因为你要考虑测井的采样率嘛。不知道你在用petrel的时候有没有疑惑？求取某个方向的变差函数？你想没想过我只求取某个方向在某个沉积相内的变差函数呢？只利用某一相带的数据。你想没想到我现在说的就是相控条件下进行建模？相控是怎么起作用的，明白了么？若数据为对数正态分布,需要对数据进行正态变换,通过计算变换后数据变差函数来减弱奇异值影响;或直接计算对数变差函数。该方法非常适用于渗透率等对数正态分布数据。所以你建模的时候注意一点。对于正态分布来说啊，在建模里，我们说的是某个区域化地质变量的正态分布，好比孔隙度。但是你觉得我这个模型里有各种各样的沉积相，比如分流河道和河口砂坝，心滩和泛滥平原，孔隙度差多了去了，那么求出的实验变差函数曲线图如果出现多个峰值，你就要注意了，这样求出的变差函数是无效的，因为变差函数是反映孔隙度空间结构特征的。错误的变差函数得到的结果是不对的，即使你成图很美观！你拿出的东西在生产实践是没法使用的！换句话说，你稀里糊涂建的模型你敢用么？这就是混合分布，其一般表明储层物性具有多个总体,分别代表不同沉积环境的物性,因此可以通过细致的划分相带进行消除。如果不易区分则可以利用截尾处理来消弱不同总体之间的相互影响,以获取较为真实的变差函数。自己看看petrel里能不能进行截尾处理。我知道一般大家可能还没建沉积相模型就建立属性模型了，所以啊，只能对数据进行一下数学上的处理，自己试试吧。所以说，虽然petrel自动计算实验变差函数，需要地质人员注意的方面也非常多，即地质知识库和统计学知识，即对属性参数的地质认识的了解，另外，那些参数，滞后距，可靠性距离，数据点数目。另外，注意一下petrel中vertical变差函数标签下的图像，去观察一下比如孔隙度值，或者在wellsection下看一看，有没有异常问题，然后动动手，分分微相，最起码要分相，分相进行编码；数理统计分析的知识:均值、方差、分位数、中值、最大值、最小值等统计分析,直方图是否为标准正态分布或对数正态分布、左歪或右歪,有无混合分布特征;具体操作方法及分析方法请参见赵永军《石油数学地质概论》。一个区域化地质变量的变异性可以用变差函数来描述，而这种变异性往往是多种因素引起的，它往往包含着多种尺度上的多层次的变化性。不同原因引起的变异性，变化尺度是不一样的。有一种变异是点承载一级的；第二种变异，是在几个厘米范围的；第三种变异，在几米到几百米的尺度上，第四种变异，则是以公里计算。可以看出大尺度的变异可以包含小尺度的变异，但是我们却无法从大尺度的变化性中区分出小尺度的变化性来。像上面说的第一种，第二种结构稚嫩作为块金效应初显。同样，在大尺度的第四种变异的实验变插图上，不能区分出前三种尺度的变异。而实际上，所有这些结构都是同时起作用的，只是出现在不同距离上即不同尺度上。块金效应也应该谈一谈，一般井网密度如果比较大的话，是无法控制住较小的变异性的。比如2km的井距自然对100米级别的变化没有什么发言权了，好比我现在做的项目，井距大的吓人，只好采用一些手段解决问题了。解决问题的方法，见我的其他文章。块金效应就是不能区分出的那些变化性的总和。好比几厘米级别的，几米级别的，都是区分不出来的。所以在井数据很少的情况下，想要了解变化性的结构特征，是做不到的。就是说变差函数的准确获得是需要是密集的井网数据的。而且对于区域化地质变量来说，各个方向的变差函数是不一样的。就好比矿产资源在走向倾向上的变化是不同的。对于几何各向异性来说，变程大的变异程度小。因为我们研究地质工作中，petrel软件对于不同方向只提供一种工具进行分析，也就是说在不同方向上，只能选用一种变差函数模型