CN102216940B - 计算和验证变差函数模型的系统和方法 - Google Patents
计算和验证变差函数模型的系统和方法 Download PDFInfo
- Publication number
- CN102216940B CN102216940B CN200980144615.9A CN200980144615A CN102216940B CN 102216940 B CN102216940 B CN 102216940B CN 200980144615 A CN200980144615 A CN 200980144615A CN 102216940 B CN102216940 B CN 102216940B
- Authority
- CN
- China
- Prior art keywords
- variogram
- image
- interpolation
- modeling parameters
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/641—Continuity of geobodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
- G01V2210/665—Subsurface modeling using geostatistical modeling
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Processing Or Creating Images (AREA)
- Debugging And Monitoring (AREA)
- Complex Calculations (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
用于计算变差函数模型的系统和方法,其使用变差图和玫瑰图来计算所述变差函数模型。所述变差函数模型可以被实时验证以提供即时反馈而不需要对实时数据进行插值或模拟。
Description
对相关申请的交叉引用
此处要求于2008年11月7日提交的61/112,314号的美国临时专利申请的优先权,并且将其说明书通过引用的方式并入于此。本申请和通过引用的方式并入于此的序列号为12/229,879的美国专利申请被共同指定给兰德马克绘图公司(LandmarkGraphicsCorporation)。
关于联邦资助研究的声明
不适用。
技术领域
本发明大体上涉及用于计算和验证变差函数模型的系统和方法。更具体地,本发明涉及不依赖实时数据而对变差模型进行验证。
背景技术
寻找变差函数模型是地统计学/属性建模中最重要和通常最困难的任务之一,因为它识别给定的地质或岩石物理属性或任意空间相关属性的连续性的最大和最小方向。所述“连续性的最大方向”是给定属性的方差沿其改变最小的方位角。所述“连续性的最小方向”是与所述连续性的最大方向垂直的方向,它是给定属性的方差沿其改变最大的方位角。
常见的传统半变差函数的计算和拟合方法通常需要用户具备专业知识并进行可观的试错。用于自动化半变差函数拟合的传统方法也集中在对一组表征试验性半变差函数的点进行曲线拟合的最小二乘方法。
许多商业软件包提供传统的试错拟合。例如,图1中例示了在图形用户界面100中使用了十(10)个试验性半变差函数的传统试错半变差函数建模。沿不同的方位角计算每个试验性半变差函数。试验性半变差函数的数目取决于计算中输入数据点和数据对的数目。本实例选择10,并基于261个输入数据点产生了满意的结果。在实验中,用户必须使用的方向的数量最少为2且最多为36,后者每5度计算一次。
在图1中例示的每个半变差函数中,用户使用定点设备拖动垂直线102(向左或者向右),直到线104成为每个半变差函数中的点间的“最佳拟合”。在对试验性半变差函数点进行拟合时,用户还有诸如球形、指数以及高斯等的模型类型的选择。这种类型的非线性拟合可在商业软件包中获得,诸如被称为“Uncert”的公共领域产品,它是由BillWingle,EileenPoeter博士和SeanMckenna博士开发的免费软件产品。
自动化拟合的概念也可以是对半变差函数点进行曲线拟合,但是软件将使用函数的一些近似值来生成最佳拟合。例如,如图2中例示的,显示屏200中,传统的自动化线性半变差函数拟合被用来与图1的每个试验性半变差函数相比较。但是,图2中所示的线性最佳拟合对大部分严格的情形来说不是很合适。在大部分自动化情形中,该方法需要对用户来说是“不可见(blind)”的曲线(非线性)拟合方法的一些形式。当用户不能对通过自动化功能实现的拟合给出任何输入时,该方法对用户即是不可见的。
变差函数模型也被用于基于所选择的(实时)数据执行模拟或插值。根据所使用的数据集和网格的尺寸,每个过程可能要花若干个小时完成。而且,一旦使用本领域公知的地统计插值算法或地统计模拟算法对所选择的数据进行插值或模拟,可能需要对变差函数建模参数进行调整以获得更精确的结果。换言之,插值或模拟的结果可以揭露变差函数模型并不完全准确且其参数需要调整。在这种情况下,插值或模拟的过程可能需要重复多次。因此,以阻塞处理器为代价,每个过程会变得非常耗费时间。当可用于计算变差函数模型的实时数据非常少时,会出现另一个问题,在通过结果的精确性对变差函数模型进行验证前的每次插值或模拟后,都不可避免地需要进行多次调整。
因此,需要一种能够实现非线性半变差函数拟合的、对用户并非不可见的、并且可以是自动化的变差函数。进一步地,需要一种不必对所选的数据集进行插补或模拟以验证变差函数的方法,并且该方法比在对所选的数据集进行插补或模拟之后验证变差函数更有效率。
发明内容
因此,本发明通过提供不需要首先对所选的数据集进行插补或模拟而验证变差函数模型的系统和方法来满足上述需要并克服现有技术中的一个或更多缺陷。
在一个实施例中,本发明包括一种验证变差函数模型的方法,其包括:i)为所述变差函数模型选择变差函数建模参数;ii)利用计算机系统执行无条件模拟或地统计插值;iii)基于无条件模拟来渲染模拟值的图像或基于地统计插值来渲染插值的图像;iv)显示所述模拟值的图像或插值的图像;以及v)确定所述图像是否验证了所述变差函数模型。
在另一个实施例中,本发明包括一种用于携载用于验证变差函数模型的计算机可执行指令的程序载体设备。可以执行所述指令以实施:i)为变差函数模型选择变差函数建模参数;ii)执行无条件模拟或地统计插值;iii)基于无条件模拟来渲染模拟值的图像或基于地统计插值来渲染差值的图像;iv)显示所述模拟值的图像或插值的图像;以及v)确定所述图像是否验证了所述变差函数模型。
在下述不同实施例和相关附图的描述中,本发明的其他方面、优点和实施例对本领域技术人员来说将会显而易见。
附图说明
本专利或申请文件包括至少一幅彩色绘制的附图。与彩色附图一同公开的本专利或专利申请的副本将由美国专利商标局根据要求以及必要的支付费用而提供。
下面将参照附图描述本发明,附图中相同的元素使用相同的参考数字来引用,其中
图1例示了使用十(10)个试验性半变差函数的传统试错变差函数的建模;
图2例示了用于图1中的每个试验性半变差函数的传统自动化线性半变差函数拟合;
图3A是例示了用于计算变差函数模型的方法的一个实施例的流程图;
图3B是例示了用于验证变差函数模型的方法的一个实施例的流程图;
图4A是一个图形用户界面,其例示了根据图3A示出的方法使用变差图和玫瑰图来计算变差函数模型及其相应的半变差函数;
图4B是一个图形用户界面,其例示了使用空间连续性的每个主要和次要方向的半变差函数来分析变差函数模型;
图4C是一个图形用户界面,其例示了用于选择输入数据的区域、用于调整变差函数建模参数的区域和用于对变差函数模型成像的区域;
图4D是一个图形用户界面,其例示了用于选择输入数据的区域、用于调整变差函数建模参数的区域和用于对模拟值成像的区域;
图4E是一个图形用户界面,其例示了用于选择输入数据的区域、用于调整变差函数建模参数的区域和用于对插值成像的区域;
图5是例示了用于实施本发明的系统的一个实施例的框图。
具体实施方式
对本发明的主题进行具体描述,但是,说明书本身并非旨在限制本发明的范围。因此,本发明的主题还可以与其它现有的或未来的技术相结合,通过其它方式来体现,从而包括不同的步骤或类似于这里描述的步骤的组合。此外,尽管术语“步骤”可以用在这里来描述所用方法的不同要素,但该术语不应理解为隐含了这里公开的不同步骤之间的任何特定顺序,除非通过说明书对特定顺序进行了明确限定。
方法描述
现在参考图3A,流程图例示了用于计算变差函数模型的方法300A的一个实施例。
在步骤302中,使用本领域中公知的图形用户界面和技术选择输入参数。可以预先设定所述输入参数作为默认设置。
在步骤304中,使用本领域中公知的传统图形渲染技术渲染并显示玫瑰图和变差图。使用所述输入参数自动绘制玫瑰图和变差图。变差图是包括色码和灰度方差值的极坐标图,其用来确定由所述变差图表征的数据之间的空间连续性的最大方向。玫瑰图包括一个边缘和多个向量,其远离玫瑰图的中心径向延伸。所述玫瑰图和变差图优选为同心。所述玫瑰图可以是具有相等长度的轴的圆。可选择地,所述玫瑰图可以是包括长轴,短轴和中间轴的椭圆。可以以特定距离(滞后间隔±距离公差)计算所述变差图方差值。所述玫瑰图表征基于沿不同方位角计算得到的半变差函数建模的距离。所述玫瑰图的每条线具有基于沿各个向量(方向的数目)的每个半变差函数建模的空间尺度的长度。所述变差图和玫瑰图可以被用作储层性质或任意区域化属性的空间连续性的图形表示。
在步骤306中,通过使用变差图方差值来识别变差图上的空间连续性的最大(主要)方向。一般将色码化方差值或灰度方差值随着距离(滞后间隔)改变最小的方向识别为空间连续性的最大方向。一般将色码化方差值或灰度方差值随着距离改变最迅速的方向识别为空间连续性的最小(次要)方向,该方向通常垂直于空间连续性的最大方向。
在步骤308中,使用本领域中公知的图形用户界面和技术,通过只旋转所述玫瑰图的边缘来使空间连续性的最大方向与所述玫瑰图的轴对齐。如果所述玫瑰图是椭圆,那么空间连续性的最大方向优选地与所述玫瑰图的长轴对齐。如果最长和最短的玫瑰图向量分别表征空间连续性的最大和最小方向,那么所述玫瑰图(椭圆)长轴和短轴可以与最长和最短玫瑰图向量对齐。
在步骤310中,使用本领域中公知的图形用户界面和技术,仅对所述玫瑰图的边缘调整(改变尺寸)直到所述玫瑰图的边缘与每个最长和最短玫瑰图向量的每一端相接触。因此,调整所述玫瑰图的边缘可以改变所述玫瑰图的形状和尺寸。可以在本步骤中完成所述变差函数模型或者通过接下来的步骤中的一个或多个对变差函数模型进行精化和分析。
在步骤311中,可以调整(改变尺寸)所述玫瑰图向量中的一个或者更多个,直到所述玫瑰图向量的每一端与所述玫瑰图的边缘相接触。在本步骤中,可以使用分别的半变差函数来显示所述一个或更多个玫瑰图向量中的每一个,所述半变差函数表征向量属性的空间尺度和连续性,并可以用于调整向量的长度。优选地在不对所述玫瑰图的边缘进行进一步调整的情况下完成本步骤。
在步骤312中,方法300A判断是否还需要一个更精确的变差函数模型。如果变差函数模型不需要进一步的精化,那么可以将变差函数模型参数传送至步骤316中示出的变差函数模型属性分析仪。但是,如果需要更高的精确度,那么在步骤314中,可以在第一个玫瑰图内部渲染并显示另一个玫瑰图,对于另一个玫瑰图,从步骤308开始重复方法300A。换句话说,所述变差函数模型是“嵌套的”。该步骤允许所述变差函数模型的接近起点的部分的更精确的建模。
方法300A也可以是自动的,但是与其它方法截然不同的是,该方法能适应嵌套模型。该方法可以使用线性或非线性的授权的数学函数来实现自动化。授权的意思是其限于本领域中公知的并且能确保协方差矩阵的正定性的一小组函数。
因此,方法300A直观地提高了对数据中空间连续性的尺度和定向进行建模的能力。方法300A对于用户来说是可见的,因为它利用了变差图、相关联的玫瑰图和若干权威的例如球形、立方和指数模型类型进行变差函数建模。本领域的普通技术人员能够理解,方法300A可以用于一维,二维或三维数据集。
现在参考图4A,传统的图形用户界面400A例示了根据图3A中的方法300A使用变差图和椭圆玫瑰图来直观地计算变差函数模型。
用户首先选择输入参数402,其控制变差图404、玫瑰图406以及每个从玫瑰图和变差图的中心径向延伸的玫瑰图向量的显示。输入参数402还控制半变差函数显示屏408中的十(10)个半变差函数中的每一个的显示,其表征向量的属性的空间尺度或连续性并且可以用于调整向量的长度。输入参数402可以预先选定作为默认设置,其可以随数据集而改变。可替换地,用户可以选择方向的数目,方向的数目将决定玫瑰图向量的数目和间距。“方向公差”是沿着搜索向量以度(degree)衡量的角度公差。通过将方向的数目分成180度来确定所述角度公差。“滞后量的数目”具体指定了包含于每个半变差函数中的点的数目。“滞后间隔”确定了用于计算方差的每个数据对之间的间距或距离的量,其包含于试验性半变差函数的每个点中。用户可以选择默认的滞后间隔(越过该距离来进行计算)或者选择基于经验的定制的滞后间隔。“滞后公差”是滞后间隔中用于每个相应的半变差函数的计算的比例。
一旦选定输入参数402,用户选择“计算”,然后程序计算和显示变差图404、玫瑰图406、每个玫瑰图向量以及半变差函数显示屏408中的每个相应的半变差函数。玫瑰图406和变差图404优选为同心。如玫瑰图406所示,有十(10)个不同的向量从玫瑰图400和变差图404的中心径向延伸。因为变差图404表征可能的试验性半变差函数中的四个象限,NE象限是SW象限的翻转镜像,变差图404中的NW和SE象限也是如此。因此,这10个方向显示为从玫瑰图406的中心发射的20个向量。每个向量的长度与半变差函数显示屏408中从y轴到每个相应的半变差函数的最佳拟合位置的“尺度”或距离有关。换言之,每个向量在其相应的半变差函数上抵达水平线的点(距离y轴最远的点)与玫瑰图406的边缘相对应。在半变差函数显示屏408中的每个半变差函数表征不同的方向,从而表征玫瑰图406中相关向量的不同方向。
在变差图404上,将色码化方差值或灰度方差值改变最小的方向识别为空间连续性的最大(主要)方向410。将色码化方差值或灰度方差值改变最迅速的方向识别为空间连续性的最小(次要)方向412,该方向通常垂直于空间连续性的最大方向410。
用户使用定点设备通过点击手柄414或416仅旋转玫瑰图406的边缘来使空间连续性的最大方向410与玫瑰图406的长轴对齐。
一旦对齐,用户通过使用手柄414或416仅调整(改变尺寸)玫瑰图406的边缘,直到玫瑰图406的边缘与每个最长玫瑰图向量和最短玫瑰图向量的每一端相接触。以这种方式调整玫瑰图406的边缘,还可以找到半变差函数显示屏408中的半变差函数的最佳拟合曲线。一旦找到最佳拟合,变差函数模型就完成了。可选择地,可以调整(改变尺寸)一个或更多个玫瑰图向量,直到玫瑰图向量的每一端与玫瑰图406的边缘相接触。以这种方式,可以在不调整玫瑰图406的边缘的情况下,使用半变差函数显示屏408中的相应半变差函数来调整每个玫瑰图向量的长度。
一旦完成变差函数模型,可以将模型的参数传递给图4B中示出的变差函数模型属性分析仪。在图4B中,传统的图形用户界面400B例示了对每个空间连续性的主方向和次方向使用半变差函数来分析变差函数模型422。用户界面400B例示了仅计算出用于空间连续性的主要方向432和次要方向434的半变差函数,其由变差图和玫瑰图的使用而确定。用户可选择接受最终拟合的变差函数模型422或者手动调整建模参数430直到获得满意的拟合,如果需要,可以使用嵌套模型。
最终确定后,保存变差函数模型422并可将其用于执行本领域中公知的插值或条件模拟。
现在参考图3B,流程图示出了用于验证变差函数模型的方法300B的一个实施例。
在步骤318中,可以通过图4C例示的图形用户界面400C选择实时数据。数据区域424包括选择输入数据的区域和选择网格点数据的另一区域。可通过简单选择可用数据来填充这些区域。
在步骤320中,基于方法(插值法或模拟)对步骤318中所选的数据的属性要求来确定是否选择正态分数变换。如果选择了正态分数变换,那么检查图4C中的正态分数变换框425,并且对步骤318中所选的实时数据执行正态分数变换。正态分数变换大体上将实时数据从最低到最高值排列等级,然后将这些等级与正态分布中的相同等级匹配。方法300B接着转入步骤324,变差函数模型429可以被验证以用于地统计拟合。例如,可以在数据的异质性很严重时优选采用地统计模拟。如果没有选择正态分数变换,那么方法300B转入步骤346,变差函数模型429可以被验证以用于地统计插值。换言之,如果图4C中的正态分数变换框425没有被检查,方法300B默认转入步骤346。
在步骤324中,如果发现默认值不符合需要,则可以选择或者调整变差函数建模参数的默认值。所述默认值仅仅是使用实时数据根据图3A中例示的方法300A计算得到的变差函数建模参数。图4C中例示了变差函数建模参数430,其包括分别的主要尺度区域、次要尺寸区域和主要方向方位角区域。默认的变差函数建模参数将出现在这些区域中。如果由于可用于计算精确变差函数模型的实时数据非常少,从而导致默认变差函数建模参数不符合需要,那么变差函数建模参数430的不同区域,包括默认值,可以基于用户的经验和专业知识而调整和设置。例如,变差函数建模参数430可以基于用户的地质学知识、对照表等而调整。
在步骤326中,可以通过在图4C中的数据位置和椭圆尺度观测仪中选择模型验证视觉框433来视觉验证变差函数模型429。
在步骤328中,使用从正态分布中选择的值以及步骤324中的默认值或调整后的变差函数建模参数来执行无条件模拟。在该实施中,没有使用步骤318中所选的数据。作为替代,使用了标准常态直方图。所述直方图具有等于0的平均值和在-3到+3范围之间的值,其在平均值附近形成对称分布(高斯分布或正态分布)。因此,从所述直方图的正态分布中选出的、通过使用正态分数变换形成的值可以被用于无条件模拟,如同从实时数据中获得的值一样。用于执行无条件模拟的算法被称为连续高斯算法,其是本领域中公知的。或者,其它公知的算法也可以用于执行无条件模拟,包括TurningBands算法或概率场算法。
在步骤330中渲染出模拟值的图像435并在图4D中显示。以这种方式,可以仅通过观察图像435而对图4C中数秒内渲染出的变差函数模型429进行视觉验证。这也使用户能够看到当步骤318中所选的数据在步骤340中被用于地统计条件模拟时,变差函数模型将对所述所选的数据有什么影响。
在步骤332中,通过视觉观察图像435来确定变差函数模型的合适方位和连续性的主要/次要尺度,从而确定图像435是否验证了变差函数模型429。如果图像435确实验证了变差函数模型429,那么方法300B转入步骤340。否则,方法300B转入步骤334。
在步骤334中,默认的或调整后的变差函数建模参数在图4D中被调整,并且以与参照步骤328所描述的方式同样的方式来执行无条件模拟,不同的是其使用的是在本步骤中调整后的变差函数建模参数。
在步骤336中,在对默认值或调整后的变差函数建模参数进行调整并执行无条件模拟的同时,渲染模拟值的图像435并在图4D中进行显示。以这种方式,在步骤334中对变差函数建模参数进行调整的同时,模拟值的图像435的改变将实时显示。因此,可以在观察图像435时对变差函数模型429进行实时验证。
在步骤338中,以与参照步骤332所描述的方式同样的方式来确定图像435是否验证了变差函数模型429。如果图像435确实验证了变差函数模型429,那么方法300B转入步骤340。否则,方法300B返回步骤334。
在步骤340中,使用步骤318中所选择的实时数据和验证后的变差函数模型的变差函数建模参数来执行地统计条件模拟。可以使用与参照步骤328所描述的用于执行无条件模拟的技术和算法相同的技术和算法来执行所述地统计条件模拟,不同的是本条件模拟遵循测量得到的实时数据。优选地,还执行另一次正态分数变换,以将模拟后的正态分数数据变换恢复为实时数据的正确单位。
在步骤342中,渲染并显示步骤318中所选择的实时数据的最终模拟。因为这些模拟通过使用单一的数据集和变差函数模型生成了许多可能的方案(实现手段),所述最终模拟的显示可以被用作最终质量控制检验,从而证实所述条件模拟基于变差函数模型生成了期望的结果。
在步骤346中,如果发现默认值不符合要求,则可以选择变差函数建模参数的默认值或对变差函数建模参数进行调整。再次,所述默认值仅仅是使用实时数据根据图3A中示出的方法300A计算出的变差函数建模参数。如果由于可用于计算精确变差函数模型的实时数据非常少而使得默认的变差函数建模参数不符合需要,那么变差函数建模参数430的不同区域,包括默认值,可以被调整并基于用户的经验和专业知识进行设置。例如,可以基于用户的地质学知识、对照表等调整变差函数建模参数430。
在步骤348中,可以通过在图4C中的数据位置和椭圆尺度观测仪中选择视觉模型验证框433来对变差函数模型429进行视觉验证。
在步骤350中,通过使用预定的数据点和默认值或来自步骤346的调整后的变差函数建模参数来执行地统计插值法。然而,所述预定数据点不是实时数据点,其是通过方法300B设置的并且不能被用户改变。优选地,预定数据点包括具有数据值的五(5)个数据点,但是,可以根据用户的偏好包括更多或更少的具有数据值的数据点。因此,所述与预定数据点相关联的数据值可以被用于插值,就好像从实时数据中获得的值那样。用于执行地统计插值的算法被称为克里格(kriging)算法,其在本领域中是公知的。或者,也可以使用其它公知的算法来执行地统计插值。
在步骤352中,渲染插入值的图像435并在图4E中显示。以这种方式,可以仅通过观察图像437而对图4C中数秒内渲染出的变差函数模型429进行视觉验证。这也使用户能够看到当步骤318中所选择的数据在步骤362中被用于地统计插值法时,变差函数模型将对所述所选择的数据有什么影响。
在步骤354中,通过视觉观察图像437来确定变差函数模型的合适方位和连续性的主要/次要尺度,从而确定图像437是否验证了变差函数模型429。如果图像437确实验证了变差函数模型429,那么方法300B转入步骤362。否则,方法300B转入步骤356。
在步骤356中,默认的或调整后的变差函数建模参数在图4E中被调整,并且以与参照步骤328所描述的方式同样的方式来执行地统计插值,不同的是其使用的是在本步骤中调整后的变差函数建模参数。
在步骤358中,在对默认值或调整后的变差函数建模参数进行调整并执行地统计插值的同时,渲染插入值的图像437并在图4E中显示。以这种方式,在步骤356中对变差函数建模参数进行调整的同时,插入值的图像437的改变将实时显示。因此,可以在观察图像437时对变差函数模型429进行实时验证。
在步骤360中,以与参照步骤354所描述的方式同样的方式来确定图像437是否验证了变差函数模型429。如果图像437确实验证了变差函数模型429,那么方法300B转入步骤362。否则,方法300B返回步骤356。
在步骤362中,使用步骤318中所选择的实时数据和验证后的变差函数模型的变差函数建模参数来执行地统计插值。可以使用与参照步骤350所描述的用于执行地统计插值的技术和算法相同的技术和算法来执行所述地统计插值。
在步骤364中,渲染并显示步骤318中所选择的实时数据的最终插值。因为地统计插值基于单一的数据集和变差函数模型仅生成一个结果,所述最终插值的显示可以被用作最终质量控制检验,从而证实所述插值基于变差函数模型生成了期望的结果。
图3B中示出的工作流程(步骤346-364)被并入改进的工作流程中,用于基于所选数据的属性生成/验证变差函数模型,并且将其与传统的用于基于相同的属性和数据生成/验证变差函数模型的工作流程相比较。所述比较通过使用默认的变差函数建模参数和调整后(自定义)的变差函数建模参数进行。所述比较的结果反映在下面的表1中。如表1中的结果所示,改进的工作流程明显比传统的工作流程更有效率。实际上,改进的工作流程将在各种情况下验证横向和纵向变差函数所花费的时间减少了近乎50%。为了进行所述比较,使用了实时数据。通过阿莫科(Amoco)公司的许可获得所述实时数据。
表1
系统描述
本发明可以通过计算机可执行指令程序来实现,诸如通常被称为软件应用或者应用程序的由计算机执行的程序模块。所述软件可以包括,例如,例程、程序、对象、组件、数据结构等,其执行特定的任务或者实施特定的抽象的数据类型。DecisionSpace(决策空间),是由兰德马克绘图公司(LandmarkGraphicsCorporation)推向市场的一种商业性软件应用程序,它可以作为一种界面应用来实施本发明。所述软件也可以与其它代码段合作来初始化多种任务,以对与所接收到的数据源一起接收到的数据做出响应。所述软件可以由诸如CD-ROM、磁盘、磁泡存储器以及半导体存储器(例如,各种类型的RAM或ROM)的各种存储器存储和/或携载。此外,所述软件及其结果可以通过诸如光纤、金属导线的多种媒介载体和/或通过诸如因特网的多种网络中的任一种进行传送。
另外,本领域的技术人员将会了解到,可以使用多种计算机系统配置来实践本发明,其包括手持设备、多处理器系统、基于微处理器或可编程用户的电子设备、小型计算机以及大型计算机等。任意数目的计算机系统和计算机网络适用于本发明。本发明可以在分布式计算环境中实践,其中由通过通信网络连接的远程处理设备执行任务。在分布式计算环境中,程序模块可以定位在包括存储器设备的局域和远程计算机储存媒介两者中。因此,可以结合各种硬件、软件或其组合在计算机系统或者其它处理系统中实施本发明。
现在参考图5,其例示了用于在计算机上执行本发明的系统的框图。所述系统包括计算单元,有时称作计算系统,其包括存储器、应用程序、客户端界面、视频界面以及处理单元。所述计算单元只是适用的计算环境的一个实例,并不旨在对本发明的使用或功能的范围进行任何限制。
所述存储器主要存储应用程序,其也可以被描述为包含由计算单元执行的用于执行此处描述的以及图3A、3B以及图4A-4D中所例示的本发明的计算机可执行指令的程序模块。
尽管所述计算单元显示为具有一个广义的内存,但是所述计算单元通常包括多种计算机可读介质。举例来说而非限制的,计算机可读介质可以包括计算机存储介质。所述计算机系统存储器可以包括诸如只读存储器(ROM)和随机存取存储器(RAM)的易失和/或非易失的存储器形式的计算机存储介质。基本输入/输出系统(BIOS)通常存储在ROM中,其包括诸如在启动过程中有助于在计算单元内部元件之间传输信息的基本例程。RAM通常包括可通过处理单元立即访问和/或当前可操作的数据和/或程序模块。举例来说而非限制的,所述计算单元包括操作系统、应用程序、其它程序模块以及程序数据。
存储器中所示的组件也可以包含在其它可移动/不可移动、易失/非易失的计算机存储媒体中,或者它们可以通过应用程序接口(“API”)在计算单元中实施,其可以存在于通过计算机系统或网络连接的单独的计算单元上。仅举例说明,硬盘驱动器可从不可移动的、非易失性磁性介质中读出或写入,磁盘驱动器可从可移动的、非易失性磁盘中读出或写入,以及光盘驱动器可从诸如CDROM或其它光学介质的可移动的、非易失性光盘中读出或写入。其它可以用在示例性操作环境中的可移动/不可移动的、易失/非易失性计算机存储介质可以包括但不限于:盒式磁带、闪存卡、数字多功能光盘、数字录像磁带、固态RAM、固态ROM等。因此,上面讨论的驱动器及其相关的计算机存储介质存储和/或携载有用于所述计算单元的计算机可读指令、数据结构、程序模块以及其它数据。
客户可以通过客户端界面向计算单元输入命令和信息,客户端界面可以是诸如键盘和定点设备的输入设备,通常指鼠标、轨迹球或触摸板。输入设备可以包括麦克风、控制杆、卫星天线、扫描仪等。这些以及其它的输入设备通常通过系统总线与处理单元连接,但也可以通过诸如并行端口或通用串行总线(USB)的其它接口和总线结构连接。
可以将监视器或其它类型的显示设备通过诸如视频接口的接口连接到系统总线。图形用户界面(“GUI”)也可以与视频接口一起使用,以接收客户端界面的指令并将该指令传送给处理单元。除监视器之外,计算机还可以包括诸如扬声器和打印机的通过输出外围接口连接的其它外围输出设备。
尽管计算单元的许多其它内部组件没有示出,但本领域的普通技术人员应该意识到,这样的组件及它们的相互连接关系是公知的。
因此,本发明的系统和方法改进了用于地统计建模的变差函数模型的计算和验证。在不脱离本发明的精神和范围的情况下,可对所公开的实施例作出各种替换和/或修改。例如,除石油和天然气工业之外,本发明还可以用于其他应用以视觉验证变差函数模型。例如,本发明可以与被认为是区域可变的或者具有与属性测量密切相关的空间协调的属性的任意类型的数据一起使用。其它工业应用可包括:
微量金属、毒素的环境研究;
绘制煤及其诸如硫和水银的潜在污染的数量和品质图;
在手机工业中测量信号强度;
生成含水层图;
绘制土壤试样图;以及
使用多普勒雷达和降雨测量法分析和预报降雨。
已经结合当前的优选实施例描述了本发明,本领域技术人员可以理解到,本发明并不局限于那些实施例。因此,可以想到,在不脱离由所附权利要求书及其等同物所确定的本发明的精神和范围的情况下,可对所公开的实施例作出各种替换和修改。
Claims (18)
1.一种验证变差函数模型的方法,其包括:
使用客户端界面和视频界面中的至少一种为变差函数模型选择输入数据和变差函数建模参数;
利用计算机系统基于所选择输入数据的属性执行无条件模拟或地统计插值;
利用计算机系统基于所述无条件模拟渲染模拟值的图像或基于所述地统计插值渲染插值的图像;
使用视频界面显示所述模拟值或插值的图像;以及
使用视频界面确定所述图像是否验证了所述变差函数模型。
2.如权利要求1所述的方法,其中,利用选自正态分布的值和所述变差函数建模参数来执行所述无条件模拟。
3.如权利要求1所述的方法,其中,利用预定的数据点和所述变差函数建模参数来执行所述地统计插值。
4.如权利要求1所述的方法,进一步包括:
调整所述变差函数建模参数;以及
利用选自正态分布的值和调整后的变差函数建模参数来执行另一次无条件模拟。
5.如权利要求1所述的方法,进一步包括:
调整所述变差函数建模参数;以及
利用预定的数据点和调整后的变差函数建模参数来执行另一次地统计插值。
6.如权利要求4所述的方法,进一步包括:
在调整所述变差函数建模参数和执行所述另一次无条件模拟时显示模拟值的另一图像;
确定所述另一图像是否验证了所述变差函数模型;以及
重复显示模拟值的另一图像以及确定所述另一图像是否验证了所述变差函数模型的步骤,直到所述另一图像验证了所述变差函数模型。
7.如权利要求5所述的方法,进一步包括:
在调整所述变差函数建模参数和执行所述另一次地统计插值时显示插值的另一图像;
确定所述另一图像是否验证了所述变差函数模型;以及
重复显示插值的另一图像以及确定所述另一图像是否验证了所述变差函数模型的步骤,直到所述另一图像验证了所述变差函数模型。
8.如权利要求1所述的方法,进一步包括:
利用所选的输入数据和所述变差函数建模参数来执行地统计条件模拟或另一次地统计插值;以及
显示所述地统计条件模拟的图像或所述另一次地统计插值的图像。
9.如权利要求1所述的方法,其中,确定所述图像是否验证了所述变差函数模型包括:
比较所述图像和所述变差函数模型,以确定所述变差函数模型是否合适地定位并且是否包括合适的连续性主要尺度和合适的连续性次要尺度。
10.一种用于验证变差函数模型的计算机实施系统,其包括:
使用客户端界面和视频界面中的至少一种为所述变差函数模型选择输入数据和变差函数建模参数的模块;
基于所选择输入数据的属性执行无条件模拟或地统计插值的模块;
基于所述无条件模拟渲染模拟值的图像或基于所述地统计插值渲染插值的图像的模块;
使用视频界面显示所述模拟值的图像或所述插值的图像的模块;以及
使用视频界面确定所述图像是否验证了所述变差函数模型的模块。
11.如权利要求10所述的计算机实施系统,其中,利用选自正态分布的值和所述变差函数建模参数来执行所述无条件模拟。
12.如权利要求10所述的计算机实施系统,其中,利用预定的数据点和所述变差函数建模参数来执行所述地统计插值。
13.如权利要求10所述的计算机实施系统,进一步包括:
调整所述变差函数建模参数;以及
利用选自正态分布的值和调整后的变差函数建模参数来执行另一次无条件模拟。
14.如权利要求10所述的计算机实施系统,进一步包括:
调整所述变差函数建模参数;以及
利用预定的数据点和调整后的变差函数建模参数来执行另一次地统计插值。
15.如权利要求13所述的计算机实施系统,进一步包括:
在调整所述变差函数建模参数和执行所述另一次无条件模拟时显示模拟值的另一图像;
确定所述另一图像是否验证了所述变差函数模型;以及
重复显示模拟值的另一图像以及确定所述另一图像是否验证了所述变差函数模型的步骤,直到所述另一图像验证了所述变差函数模型。
16.如权利要求14所述的计算机实施系统,进一步包括:
在调整所述变差函数建模参数和执行所述另一次地统计插值时显示插值的另一图像;
确定所述另一图像是否验证了所述变差函数模型;以及
重复显示插值的另一图像以及确定所述另一图像是否验证了所述变差函数模型的步骤,直到所述另一图像验证了所述变差函数模型。
17.如权利要求10所述的计算机实施系统,进一步包括:
利用所选的输入数据和所述变差函数建模参数来执行地统计条件模拟或另一次地统计插值;以及
显示所述地统计条件模拟的图像或所述另一次地统计插值的图像。
18.如权利要求10所述的计算机实施系统,其中,确定所述图像是否验证了所述变差函数模型包括:
比较所述图像和所述变差函数模型,以确定所述变差函数模型是否合适地定位并且是否包括合适的连续性主要尺度和合适的连续性次要尺度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11231408P | 2008-11-07 | 2008-11-07 | |
US06/112,314 | 2008-11-07 | ||
PCT/US2009/062042 WO2010053734A1 (en) | 2008-11-07 | 2009-10-26 | Systems and methods for computing and validating a variogram model |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102216940A CN102216940A (zh) | 2011-10-12 |
CN102216940B true CN102216940B (zh) | 2016-01-20 |
Family
ID=42153801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980144615.9A Expired - Fee Related CN102216940B (zh) | 2008-11-07 | 2009-10-26 | 计算和验证变差函数模型的系统和方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20100121622A1 (zh) |
EP (1) | EP2350916A4 (zh) |
CN (1) | CN102216940B (zh) |
AR (1) | AR074293A1 (zh) |
AU (1) | AU2009311479B2 (zh) |
BR (1) | BRPI0916058A2 (zh) |
CA (1) | CA2742850C (zh) |
EA (1) | EA201170658A1 (zh) |
EG (1) | EG26444A (zh) |
MX (1) | MX2011004808A (zh) |
WO (1) | WO2010053734A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8374836B2 (en) * | 2008-11-12 | 2013-02-12 | Geoscape Analytics, Inc. | Methods and systems for constructing and using a subterranean geomechanics model spanning local to zonal scale in complex geological environments |
EA025127B1 (ru) * | 2010-06-18 | 2016-11-30 | Лэндмарк Грэфикс Корпорейшн | Способ вычисления вариограммной модели скважины и постоянное устройство для вычисления посредством программы вариограммной модели скважины |
WO2013039558A1 (en) * | 2011-09-16 | 2013-03-21 | Landmark Graphics Corporation | Systems and methods for assisted property modeling |
WO2017213631A1 (en) | 2016-06-07 | 2017-12-14 | Halliburton Energy Services, Inc. | Systems and methods for unfaulting point clouds |
GB2569900B (en) | 2016-10-04 | 2022-03-02 | Landmark Graphics Corp | Geostatistical analysis of microseismic data in fracture modeling |
CN107545103A (zh) * | 2017-08-19 | 2018-01-05 | 安徽省环境科学研究院 | 煤矿区土壤重金属含量空间模型建立方法 |
CN107569211A (zh) * | 2017-08-29 | 2018-01-12 | 成都麦田互动娱乐科技有限公司 | 多元智能测试控制方法及系统 |
CN107944387B (zh) * | 2017-11-22 | 2021-12-17 | 重庆邮电大学 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
US20220221615A1 (en) * | 2019-08-23 | 2022-07-14 | Landmark Graphics Corporation | Reservoir turning bands simulation with distributed computing |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6865582B2 (en) * | 2000-01-03 | 2005-03-08 | Bechtel Bwxt Idaho, Llc | Systems and methods for knowledge discovery in spatial data |
CN1877364A (zh) * | 2001-01-31 | 2006-12-13 | 兰德马克绘图公司 | 用于分析和成像增强三维体数据集合的系统和方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5838634A (en) * | 1996-04-04 | 1998-11-17 | Exxon Production Research Company | Method of generating 3-D geologic models incorporating geologic and geophysical constraints |
US6516080B1 (en) * | 2000-04-05 | 2003-02-04 | The Board Of Trustees Of The Leland Stanford Junior University | Numerical method of estimating physical properties of three-dimensional porous media |
US6711404B1 (en) * | 2000-07-21 | 2004-03-23 | Scoreboard, Inc. | Apparatus and method for geostatistical analysis of wireless signal propagation |
CA2353320A1 (en) * | 2000-07-26 | 2002-01-26 | Schlumberger Canada Limited | Frequency domain variogram computation and mapping |
US7415401B2 (en) * | 2000-08-31 | 2008-08-19 | Exxonmobil Upstream Research Company | Method for constructing 3-D geologic models by combining multiple frequency passbands |
WO2005010797A2 (en) * | 2003-07-23 | 2005-02-03 | Lee Wook B | Improved 3d veloctiy modeling, with calibration and trend fitting using geostatistical techniques, particularly advantageous for curved-ray prestack time migration and for such migration followed by prestack depth migration |
US20060041409A1 (en) * | 2004-08-20 | 2006-02-23 | Chevron U.S.A. Inc. | Method for making a reservoir facies model utilizing a training image and a geologically interpreted facies probability cube |
US7079953B2 (en) * | 2004-08-20 | 2006-07-18 | Chevron U.S.A. Inc. | Method for creating facies probability cubes based upon geologic interpretation |
US7787678B2 (en) * | 2005-10-07 | 2010-08-31 | Siemens Corporation | Devices, systems, and methods for processing images |
CA2696664C (en) * | 2007-08-27 | 2018-03-20 | Landmark Graphics Corporation, A Halliburton Company | Systems and methods for computing a variogram model |
-
2009
- 2009-10-26 US US12/605,945 patent/US20100121622A1/en not_active Abandoned
- 2009-10-26 AU AU2009311479A patent/AU2009311479B2/en not_active Ceased
- 2009-10-26 MX MX2011004808A patent/MX2011004808A/es active IP Right Grant
- 2009-10-26 EA EA201170658A patent/EA201170658A1/ru unknown
- 2009-10-26 BR BRPI0916058A patent/BRPI0916058A2/pt not_active IP Right Cessation
- 2009-10-26 EP EP09825217.4A patent/EP2350916A4/en not_active Ceased
- 2009-10-26 CA CA2742850A patent/CA2742850C/en active Active
- 2009-10-26 CN CN200980144615.9A patent/CN102216940B/zh not_active Expired - Fee Related
- 2009-10-26 WO PCT/US2009/062042 patent/WO2010053734A1/en active Application Filing
- 2009-11-06 AR ARP090104292A patent/AR074293A1/es not_active Application Discontinuation
-
2011
- 2011-05-08 EG EG2011050707A patent/EG26444A/en active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6865582B2 (en) * | 2000-01-03 | 2005-03-08 | Bechtel Bwxt Idaho, Llc | Systems and methods for knowledge discovery in spatial data |
CN1877364A (zh) * | 2001-01-31 | 2006-12-13 | 兰德马克绘图公司 | 用于分析和成像增强三维体数据集合的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
EA201170658A1 (ru) | 2012-04-30 |
US20100121622A1 (en) | 2010-05-13 |
BRPI0916058A2 (pt) | 2015-11-10 |
WO2010053734A1 (en) | 2010-05-14 |
EP2350916A4 (en) | 2015-06-10 |
CN102216940A (zh) | 2011-10-12 |
EG26444A (en) | 2013-11-06 |
EP2350916A1 (en) | 2011-08-03 |
MX2011004808A (es) | 2011-10-21 |
CA2742850A1 (en) | 2010-05-14 |
CA2742850C (en) | 2018-01-16 |
AU2009311479A1 (en) | 2010-05-14 |
AU2009311479B2 (en) | 2014-12-04 |
AR074293A1 (es) | 2011-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102216940B (zh) | 计算和验证变差函数模型的系统和方法 | |
Cao et al. | Interactive sound propagation with bidirectional path tracing | |
Potter et al. | From quantification to visualization: A taxonomy of uncertainty visualization approaches | |
AU2008293497B2 (en) | Systems and methods for computing a variogram model | |
CN112819169B (zh) | 量子控制脉冲生成方法、装置、设备及存储介质 | |
Serinaldi | Multifractality, imperfect scaling and hydrological properties of rainfall time series simulated by continuous universal multifractal and discrete random cascade models | |
Greenwood-Nimmo et al. | Measuring the connectedness of the global economy | |
US9749873B1 (en) | Estimation devices and methods for estimating communication quality of wireless network and method for installing meters thereof | |
CN109829494A (zh) | 一种基于加权相似性度量的聚类集成方法 | |
Huo et al. | Spherical Gaussian‐based lightcuts for glossy interreflections | |
CN115809570A (zh) | 基于云平台的断面水深流速分布模型的建立方法及系统 | |
CN108629023A (zh) | 数据挖掘方法、装置以及计算机可读存储介质 | |
KR20130086083A (ko) | 리스크-프로파일 생성 장치 | |
Mehtätalo | Localizing a predicted diameter distribution using sample information | |
Carvalho et al. | Improving satellite images classification using remote and ground data integration by means of stochastic simulation | |
Ciklabakkal et al. | Single‐pass stratified importance resampling | |
Kuzmin et al. | Road network accounting when estimating settlement field potential | |
WO2009036178A2 (en) | Method and system for displaying a map | |
Robertson et al. | Direct sequential simulation with histogram reproduction: A comparison of algorithms | |
Cherchi et al. | Assessment of User Benefits in Presence of Random Taste Heterogeneity: Comparison of Parametric and Nonparametric Models | |
Roveri et al. | Correlated Point Sampling for Geospatial Scalar Field Visualization. | |
McNeill et al. | Spatial sampling tools for representative soil sampling | |
Subr et al. | Statistical hypothesis testing for assessing Monte Carlo estimators: Applications to image synthesis | |
Director et al. | Contour models for physical boundaries enclosing star-shaped and approximately star-shaped polygons | |
Krishnan et al. | A Gauss Markov approach to conditioning to block data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160120 Termination date: 20171026 |
|
CF01 | Termination of patent right due to non-payment of annual fee |