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

• 作者: 冯文杰 尹艳树 张文彪 段太忠 王立鑫 赵磊
• 来源期刊: 石油勘探与开发
• 学科: 工学
• 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
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 油气勘探
• 页码范围: 703-709
• 页数: 7页
• 分类号: TE122.2
• 字数: 4977字
• 语种: 中文
• DOI: 10.11698/PED.2019.04.08

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹艳树	长江大学地球科学学院	56	507	14.0	20.0
2	段太忠		26	62	4.0	6.0
3	冯文杰	长江大学地球科学学院	13	23	2.0	4.0
4	张文彪		18	79	6.0	8.0
5	赵磊		30	92	5.0	8.0
6	王立鑫	长江大学地球科学学院	5	5	2.0	2.0