CN108510134B - 一种确定地质变量分位值的方法和系统 - Google Patents
一种确定地质变量分位值的方法和系统 Download PDFInfo
- Publication number
- CN108510134B CN108510134B CN201710107109.9A CN201710107109A CN108510134B CN 108510134 B CN108510134 B CN 108510134B CN 201710107109 A CN201710107109 A CN 201710107109A CN 108510134 B CN108510134 B CN 108510134B
- Authority
- CN
- China
- Prior art keywords
- grid
- variable
- geological
- determining
- gridding
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000009826 distribution Methods 0.000 claims abstract description 45
- 238000011160 research Methods 0.000 claims abstract description 24
- 238000010586 diagram Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 claims description 12
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 description 12
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 4
- 239000010931 gold Substances 0.000 description 4
- 229910052737 gold Inorganic materials 0.000 description 4
- 239000000919 ceramic Substances 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003079 shale oil Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种确定地质变量分位值的方法及系统,该方法针对地质变量分位值确定这一关键问题,进一步考虑到地质变量随空间位置的变化关系,采用变差模型开展空间成图分析,基于成图结果采取网格化处理,基于网格化样本点建立地质变量的分布模型,并最终确定地质变量的分位值。本发明可以科学、客观地确定地质变量的分位值或者概率分布,为后续的研究奠定基础。
Description
技术领域
本发明涉及油气资源评价领域,具体涉及一种确定地质变量分位值的方法和系统。
背景技术
油气资源评价涉及到各种地质参数,因此,合理确定各种地质参数的数值就是油气资源评价主要研究内容之一。各种地质参数的确定具体包括圈闭资源量计算时的体积参数值确定、区带资源评价的油藏规模分布确定等等。
以圈闭资源评价为例,圈闭是捕获油气的最基本单元,是油气聚集、保存的必要条件。圈闭主要由储层、盖层和遮挡物组成,圈闭的大小和规模往往决定着油气储量的大小。圈闭的大小是由圈闭的有效容积来度量,它取决于圈闭的闭合面积、储层的有效厚度及有效孔隙度。
圈闭的资源量是其钻探的最重要和最直接的依据,圈闭的资源量预测主要采用容积法,虽然用一个简单的“孔隙体积方程”即可计算一个远景圈闭潜在的“可采资源量”;但是计算结果是否合理的关键却在于“孔隙体积方程”所涉及的各个地质参数赋值是否合理、科学。
目前,通常采用“确定法”来开展圈闭资源量计算,即圈闭资源量计算的每一个参数都只估计了一个值,这样最终预测的资源量就只有一个结果,这就是确定法。然而,由于地质的不确定性,因此,确定法的计算结果准确性是有限的。因此,还可以采用“概率法”来计算圈闭资源量,由于大量的地质不确定性,将每一个参数表示成概率分布的函数,这样最后的圈闭资源量的计算结果也将是一种分布函数,这就是概率法。在采用概率法计算圈闭资源量时,基于已有的地质资料(通常是地质参数的有限样本数据),如何科学、客观地确定地质参数的概率分布或者分位值就是研究的关键。
发明内容
针对现有技术中的技术问题,本发明提供一种确定地质变量分位值的方法,所述方法包括以下步骤:
步骤S10:地质变量确定及数据准备,根据具体任务确定待分析的地质变量,针对确定的待分析的地质变量进行数据统计;
步骤S20:建立地质变量变差模型,根据步骤S10得到的地质变量的统计数据,建立变差模型;
步骤S30:变差函数分析,基于步骤S20中的变差模型,交互调整变差关键参数,进行变差分析,得到地质变量的等值线分布图;
步骤S40:工区网格化及编码,将步骤S30中得到的地质变量的等值线分布图进行网格化,并对网格进行编码,得到规则的网格化单元;
步骤S50:对步骤S40中得到的网格化单元进行地质变量的均值和方差的计算;
步骤S60:随机模拟抽取网格化单元可能的变量值及分位值,并进行排序。
在本发明的一个实施例中,步骤S10中所述的数据统计包括变量参数值和空间坐标。
在本发明的一个实施例中,步骤S20中所述的变差模型为球状变差模型、高斯变差模型、线性变差模型或指数变差模型。
在本发明的一个实施例中,步骤S30中所述的关键参数包括块金值、基台值和/或变程值。
在本发明的一个实施例中,步骤S30中所述地质变量的等值线分布图是通过设置迭代次数、网格参数和分位值来进行校正的。
在本发明的一个实施例中,步骤S40包括以下子步骤:
步骤S41:确定感兴趣的研究范围,包括全区范围、单一局部范围和多个局部范围三种情况;
步骤S42:针对感兴趣区域,选择网格化方式,包括行列数设置、行距及列距设置两种模式,前者是设置固定的行数及列数来划分网格,后者是设置不同的行距和列距来划分网格;
步骤S43:基于前述1、2步骤,进行网格划分,记录网格中心空间位置并按行序对网格进行编码。
在本发明的一个实施例中,步骤S40中的网格单元包括被等值线覆盖的网格单元和未被等值线覆盖的网格单元。
在本发明的一个实施例中,步骤S50中,对所述被等值线覆盖的网格单元,根据覆盖网格单元的等值线的参数值给网格单元进行赋值,基于网格的样本点统计得到均值和方差。在本发明的一个实施例中,所述未被等值线覆盖的网格单元,步骤S50包括以下子步骤:
步骤S51:基于网格划分的结果,结合已知网格间空间位置关系,确定网格点模拟插值路径;
步骤S52:采用克里金插值算法计算网格点均值和方差。
本发明的另一方面还公开了一种确定地质变量分位值的系统,包括:
地质变量确定单元,根据具体任务确定待分析的地质变量,针对确定的待分析的地质变量进行数据统计;
变差模型单元,用于根据地质变量确定单元得到的地质变量的统计数据,建立变差模型;
变差函数分析单元,用于基于变差模型单元得到的变差模型,交互调整变差关键参数,进行变差分析,得到地质变量的等值线分布图;
等值线分布图单元,用于工区网格化及编码,将变差函数分析单元中得到的地质变量的等值线分布图进行网格化,并对网格进行编码,得到规则的网格化单元;
均值和方差的计算单元,用于对等值线分布图单元中得到的网格化单元进行地质变量的均值和方差的计算;以及
变量值及分位值确定单元,用于随机模拟抽取网格化单元可能的变量值及分位值,并进行排序。
本次研究针对地质变量(地质参数)分位值确定这一关键问题,针对有限的样本数据,进一步考虑到地质变量随空间位置的变化关系,采用变差模型建立空间成图分布,基于空间成图结果采取网格化处理,基于网格化后的大量样本建立地质变量的分布模型,并最终确定地质变量的分位数。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1是本发明实施例一中的确定地质变量分位值的方法的流程图;
图2是本发明实施例一和实施例二中页岩厚度展布的球状模型变差函数分析图;
图3是本发明实施例二中页岩厚度的等值线平面展布图;
图4是图3的网格化单元分布图;
图5是本发明实施例二中的页岩厚度样本点的直方图分布;
图6是本发明实施例三中的确定地质变量分位值的系统的结构示意图。
在附图中,相同的部件使用相同的附图标记。附图并未按照实际的比例。
具体实施方式
下面将结合附图对本发明作进一步说明。
实施例一
如图1所示,为本实施例中的确定地质变量分位值的方法的流程图,该方法包括以下步骤:
步骤S10:地质变量确定及数据准备,根据具体任务确定待分析的地质变量,针对确定的待分析的地质变量进行数据统计。
具体的,针对一个研究区,需要根据不同的研究任务来确定待分析的地质变量。比如圈闭资源量评价中的含油气面积、孔隙度、储层厚度等地质变量,或者是非常规油气资源评价中的页岩厚度、有机碳含量等地质变量。而这些关键参数表现为三个方面的特点:一是为数值型参数;二是具有空间坐标属性;三是样本数据是有限的,且空间分布不均匀。
针对确定的地质变量,需要根据已有的资料进行参数统计,最常见的是根据已有井资料或者地质研究平面图获取,统计包括数据点的参数值及空间坐标。
步骤S20:建立地质变量变差模型,根据步骤S10得到的地质变量的统计数据,建立变差模型。
具体的,收集整理的地质变量统计数据,由于地质变量在空间上的连续性,通常相近的样本点具有某种相似性,而相距较远的数据点往往取不相近的值。因此,针对具有空间坐标属性的地质变量,需要基于统计数据(比如储层厚度等地质变量)建立变差模型进行变差分析,以便得到地质变量的空间展布。
本方法针对具有空间坐标属性的地质变量,通过计算样本点对间距离及点对变异值,统计点对间距离直方图,拟合变异函数,分别得到球状变差模型、高斯变差模型、线性变差模型或指数变差模型等。
本发明中可以采用的球状模型如式(1)所示:
本发明可以采用的指数模型如式(2)所示,指数模型中变差函数渐渐地接近基台值C。在实际变程a处,变差函数为0.95C。
本发明可以采用的高斯模型如式(3)所示,变差函数渐进的逼近基台值C。在实际变程a处,变差函数为0.95C。模型在原点处为抛物线。高斯模型有拐点。
本发明可以采用的线性模型如式(4)所示,即变差函数曲线在原点处趋向于一条直线。
r(h)=h (4)
上述中:1)a为变程;2)Co为块金常数;3)C为基台值;4)h为样本点对间距离。
步骤S30:变差函数分析,基于步骤S20中的变差模型,交互调整变差关键参数,进行变差分析,得到地质变量的等值线分布图。
具体的,变差函数是一个距离函数,描述不同位置变量的不相似性,变差函数值越大,相关性越差,反之亦然。通常,变差函数值随着距离的增大而增大,直到距离达到一定值,变差函数值达到其极大值,而后保持这个常数值不变。
变差分析中的参数调节对最终的地质模型建立十分重要。针对地质变量的变差分析中,需要交互调整的关键参数包括三个:块金值、基台值和变程值。
如图2所示,为一种页岩厚度展布的球状模型变差函数分析图,根据图2中所示的曲线来说明基台值、块金值以及变程的具体含义,具体如下:
基台值:如图2中曲线1所指示的数值。通常,变差函数值随着距离的增大而增大,直到距离达到一定值,变差函数值达到其极大值,而后保持这个常数值不变,此时设置该值为基台值。
块金值:如图2中曲线4所指示的数值。由于诸多因素的影响,在原点h=0附近,非零的变差函数值称为块金值。
变程:如图2中曲线3所指示的数值,是指度量空间相关性的最大距离;一般来说,随样品点间距离增大,变差值趋于增大,使变差函数达到一定的平稳值时的空间距离叫做变程。
基于上述参数值的定义,采用人机交互的方式设置块金值、基台值以及变程值,通过设置迭代次数、网格参数以及分位值得到校正后的地质变量的等值线分布图,并使得模拟结果图更加符合地质空间相关性及统计规律。
步骤S40:工区网格化及编码,将步骤S30中得到的地质变量的等值线分布图进行网格化,并对网格进行编码,得到规则的网格化单元。
变差分析得到地质变量的等值线分布图,在此基础上需要进一步对空间展布图网格化,其目的就是得到地质变量的一系列样本点,为后续的地质变量分布模型建立及分位值确定奠定基础。
工区网格化包括以下子步骤:
步骤S41:确定感兴趣的研究范围,包括全区范围、单一局部范围、多个局部范围三种情况;
步骤S42:针对感兴趣区域,选择网格化方式,具体的包括行列数设置和行距列距设置两种模式,前者是设置固定的行数及列数来划分网格,后者是设置不同的行距和列距来划分网格;
步骤S43:基于前述步骤S41和步骤S43:,进行网格划分,记录网格中心空间位置并按行序对网格进行编码。
步骤S50:对步骤S40中得到的网格化单元进行地质变量的均值和方差的计算。
具体的,基于步骤S40,可以得到大量规则的网格化单元,这些网格化的单元包括以下两种情况:1)等值线值覆盖对应的网格化单元,此时可以将已知的地质变量参数值赋值给对应的网格;2)未被等值线值覆盖的网格化单元,此时需要根据当前网格的空间位置关系,进行地质变量参数值的求取。
针对上述情况2),未被等值线值覆盖的网格点地质变量求取,步骤S50包括以下子步骤:
步骤S51:基于网格划分的结果,结合已知网格间空间位置关系,确定网格点模拟插值路径;具体的本实施例中研究主要采用基于均一分布和取出不放回确定网格点插值顺序;
步骤S52:基于克里金插值算法计算网格点均值和方差;具体的,本实施例研究根据Range(Range是指具有空间相关性的样本点范围)确定哪些点参与插值,并对奇异矩阵的处理。
步骤S60:随机模拟抽取网格化单元可能的变量值及分位值,并进行排序。
基于正态分布,及步骤S50中确认的均值和变差,随机抽取该网格点可能变量值。设定模拟次数N,重复步骤S40、步骤S50和步骤S60,每一网格点可获取N个可能变量值,对得到的可能变量值进行排序。
在本实施例中,针对排序后得到的参数值,利用中点法计算每一网格点的P10和P90值(P10和P90,是指地质变量可能的取值概率,即概率为10%的地质变量的参数值,和概率为90%的地质变量的参数值)。
基于步骤S40、S50和S60,针对连续或离散的地质单元边界(感兴趣研究区域),可以得到一系列的网格单元及对应的网格点地质变量值。
将研究取样内的各个网格点地质变量值作为已知的样本点,针对样本点建立对应的分布模型,统计其分布模型的分位值,比如P10和P90的参数值。
实施例二
本实施例中采用实际的研究结果来对实施例一中的方法进行说明和佐证,具体的包括以下内容:
本实施例以川东南地区上奥陶统五峰组-下志留统龙马溪组页岩综合评价为例。如表1所示,川东南地区为四川盆地的一部分,区内层系发育较全,沉积基底为前震旦系板溪群浅变质岩,上覆盖层除缺失泥盆系、石炭系、第三系外,从震旦纪至第四纪都有沉积,总厚度近万米。其中,上奥陶统五峰组-下志留统龙马溪组地层厚度约为100-400m,地层厚度和岩性简介见表1。
表1
川东南奥陶系-志留系为海相沉积,岩性以碳酸盐岩为主,其中震旦系、寒武系、奥陶系及志留系保存完好,而上奥陶统五峰组-下志留统龙马溪组为该区一套主要的页岩层系。其中,针对页岩平面展布的评价是页岩气资源评价的关键。
研究区上奥陶统五峰组-下志留统龙马溪组黑色页岩主要发育在牛首山黔中古隆起至江南-雪峰隆起以北较深水的非补偿性缺氧环境中。上奥陶统五峰组分布在奥陶系顶部,厚度不大(一般不超过30m),但分布稳定,几乎遍及整个研究区,岩性为黑色硅质页岩、含砂质页岩、碳质页岩及含碳泥质页岩等,下志留统龙马溪组黑色页岩集中分布于该套地层底部,主要为黑色硅质岩、页岩、碳质页岩、深灰色泥岩等,厚度一般约30-120m。页岩厚度数据见表2。
表2
表2中X和Y表示样本点的坐标值,厚度的单位为米,由表2中的数据可知,页岩厚度均值为66.45米,最小值为20米,最大值为135米。
对于页岩厚度的空间展布是平面上具有延续性,针对具有空间坐标属性的页岩厚度属性,基于上述的统计数据以及变差模型进行分析,建立地质变量变差模型,本实施例中建立球状变差模型;图2所示为本实施例中建立的基于球状模型的变化函数,具体的含义在实施例一中已有记载,在此不再赘述。
变差函数分析,基于球状变差模型,交互调整变差关键参数,进行变差分析,得到如图3所示的页岩厚度的等值线平面展布图(即对应于实施例一中地质变量的等值线分布图)。其中的线所表示的为页岩厚度的等值线,标注的数值为等值线所代表的厚度值。
页岩油气资源评价中,有效页岩的厚度通常需要大于一定值,本次选择有效厚度为50米。首先确定页岩厚度大于50米的范围,并根据工区范围进行网格大小设置。在图3的基础上,选择页岩厚度大于50米的区域为研究的区域,对研究区域进行网格化处理,并对网格进行编码,得到规则的网格化单元,具体的网格化单元如图4所示。
对步骤S40中得到的网格化单元进行地质变量的均值和方差的计算。
基于正态分布,及步骤S50中确认的均值和变差,随机抽取该网格点可能变量值。设定模拟次数N,重复步骤S40、步骤S50和步骤S60,每一网格点可获取N个可能变量值,对得到的可能变量值进行排序。
在本实施例中,针对排序后得到的参数值,利用中点法计算每一网格点的P10和P90值。
基于步骤S40、S50和S60,针对页岩厚度大于50米的网格化区域,可以得到一系列的网格单元及对应的网格点地质变量值。将研究取样内的各个网格点地质变量值作为已知的样本点,针对样本点建立对应的分布模型,统计其分布模型的分位值,比如P10和P90的参数值(P10和P90,是指地质变量可能的取值概率,即概率为10%的地质变量的参数值,和概率为90%的地质变量的参数值)。
建立如图5所示的页岩厚度样本点的直方图分布,其中包括样本直方图曲线和样本概率分布曲线。基于样本数据,进一步统计得到了川东南地区页岩有效厚度(页岩厚度大于50米)范围内的相关参数统计值。其中页岩厚度(单位为米)的均值为88.28,众数为72.89,中值为80.56。
实施例三
图6为本实施例中的确定地质变量分位值的系统的结构示意图,如图6所示本实施例中的确定地质变量分位值的系统包括:
地质变量确定单元1,根据具体任务确定待分析的地质变量,针对确定的待分析的地质变量进行数据统计;
变差模型单元2,用于根据地质变量确定单元得到的地质变量的统计数据,建立变差模型;
变差函数分析单元3,用于基于变差模型单元得到的变差模型,交互调整变差关键参数,进行变差分析,得到地质变量的等值线分布图;
等值线分布图单元4,用于工区网格化及编码,将变差函数分析单元中得到的地质变量的等值线分布图进行网格化,并对网格进行编码,得到规则的网格化单元;
均值和方差的计算单元5,用于对等值线分布图单元中得到的网格化单元进行地质变量的均值和方差的计算;以及
变量值及分位值确定单元6,用于随机模拟抽取网格化单元可能的变量值及分位值,并进行排序。
优选的,地质变量确定单元1中的数据统计包括变量参数值和空间坐标。
优选的,变差模型单元2中的变差模型为球状变差模型、高斯变差模型、线性变差模型或指数变差模型。
优选的,变差函数分析单元3中的关键参数包括块金值、基台值和/或变程值
优选的,变差函数分析单元3中的地质变量的等值线分布图是通过设置迭代次数、网格参数和分位值来进行校正的。
优选的,等值线分布图单元4包括以下模块:
研究范围确定模块,用于确定感兴趣的研究范围,包括全区范围、单一局部范围和多个局部范围三种情况;
网格化模块,用于针对感兴趣区域,选择网格化方式,包括行列数设置、行距及列距设置两种模式,前者是设置固定的行数及列数来划分网格,后者是设置不同的行距和列距来划分网格;以及
网格单元编码模块:基于研究范围确定模块和网格化模块,进行网格划分,记录网格中心空间位置并按行序对网格进行编码。
优选的,均值和方差的计算单元5中的网格单元包括被等值线覆盖的网格单元和未被等值线覆盖的网格单元。
优选的,均值和方差的计算单元5对于对所述被等值线覆盖的网格单元,根据覆盖网格单元的等值线的参数值给网格单元进行赋值,基于网格的样本点统计得到均值和方差。优选的,对于所述未被等值线覆盖的网格单元,均值和方差的计算单元5包括以下模块:
网格点模拟插值路径模块,用于基于网格划分的结果,结合已知网格间空间位置关系,确定网格点模拟插值路径;以及
均值和方差计算模块,采用克里金插值算法计算网格点均值和方差。
本实施例中的系统,可以根据实施例一中的方法来进行具体的操作。在此不再赘述。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (6)
1.一种确定地质变量分位值的方法,其特征在于,所述方法包括以下步骤:
步骤S10:地质变量确定及数据准备,根据具体任务确定待分析的地质变量,针对确定的待分析的地质变量进行数据统计;
步骤S20:建立地质变量变差模型,根据步骤S10得到的地质变量的统计数据,建立变差模型;
步骤S30:变差函数分析,基于步骤S20中的变差模型,交互调整变差关键参数,进行变差分析,得到地质变量的等值线分布图;
步骤S40:工区网格化及编码,将步骤S30中得到的地质变量的等值线分布图进行网格化,并对网格进行编码,得到规则的网格化单元,网格单元包括被等值线覆盖的网格单元和未被等值线覆盖的网格单元;
步骤S41:确定感兴趣的研究范围,包括全区范围、单一局部范围和多个局部范围三种情况;
步骤S42:针对感兴趣区域,选择网格化方式,包括行列数设置、行距及列距设置两种模式,前者是设置固定的行数及列数来划分网格,后者是设置不同的行距和列距来划分网格;
步骤S43:基于前述步骤S41和步骤S42,进行网格划分,记录网格中心空间位置并按行序对网格进行编码;
步骤S50:对步骤S40中得到的网格化单元进行地质变量的均值和方差的计算;
步骤S60:随机模拟抽取网格化单元的变量值及分位值,并进行排序;
其中,步骤S50中,对于所述被等值线覆盖的网格单元,根据覆盖网格单元的等值线的参数值给网格单元进行赋值,基于网格的样本点统计得到均值和方差;对于所述未被等值线覆盖的网格单元,步骤S50包括以下子步骤:
步骤S51:基于网格划分的结果,结合已知网格间空间位置关系,确定网格点模拟插值路径;
步骤S52:采用克里金插值算法计算网格点均值和方差。
2.根据权利要求1所述的确定地质变量分位值的方法,其特征在于,步骤S10中所述的数据统计包括变量参数值和空间坐标。
3.根据权利要求1所述的确定地质变量分位值的方法,其特征在于,步骤S20中所述的变差模型为球状变差模型、高斯变差模型、线性变差模型或指数变差模型。
4.根据权利要求1所述的确定地质变量分位值的方法,其特征在于,步骤S30中所述的关键参数包括块金值、基台值和/或变程值。
5.根据权利要求4所述的确定地质变量分位值的方法,其特征在于,步骤S30中所述地质变量的等值线分布图是通过设置迭代次数、网格参数和分位值来进行校正的。
6.一种确定地质变量分位值的系统,其特征在于,包括:
地质变量确定单元,根据具体任务确定待分析的地质变量,针对确定的待分析的地质变量进行数据统计;
变差模型单元,根据地质变量确定单元得到的地质变量的统计数据,建立变差模型;
变差函数分析单元,基于变差模型单元得到的变差模型,交互调整变差关键参数,进行变差分析,得到地质变量的等值线分布图;
等值线分布图单元,用于工区网格化及编码,将变差函数分析单元中得到的地质变量的等值线分布图进行网格化,并对网格进行编码,得到规则的网格化单元;
均值和方差的计算单元,对等值线分布图单元中得到的网格化单元进行地质变量的均值和方差的计算,网格单元包括被等值线覆盖的网格单元和未被等值线覆盖的网格单元;以及
变量值及分位值确定单元,用于随机模拟抽取网格化单元的变量值及分位值,并进行排序;
其中,等值线分布图单元包括以下模块:
研究范围确定模块,用于确定感兴趣的研究范围,包括全区范围、单一局部范围和多个局部范围三种情况;
网格化模块,用于针对感兴趣区域,选择网格化方式,包括行列数设置、行距及列距设置两种模式,前者是设置固定的行数及列数来划分网格,后者是设置不同的行距和列距来划分网格;以及
网格单元编码模块,基于研究范围确定模块和网格化模块,进行网格划分,记录网格中心空间位置并按行序对网格进行编码;
均值和方差的计算单元中,对于所述被等值线覆盖的网格单元,根据覆盖网格单元的等值线的参数值给网格单元进行赋值,基于网格的样本点统计得到均值和方差;对于所述未被等值线覆盖的网格单元,均值和方差的计算单元包括以下模块:
网格点模拟插值路径模块,用于基于网格划分的结果,结合已知网格间空间位置关系,确定网格点模拟插值路径;以及
均值和方差计算模块,采用克里金插值算法计算网格点均值和方差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710107109.9A CN108510134B (zh) | 2017-02-27 | 2017-02-27 | 一种确定地质变量分位值的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710107109.9A CN108510134B (zh) | 2017-02-27 | 2017-02-27 | 一种确定地质变量分位值的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108510134A CN108510134A (zh) | 2018-09-07 |
CN108510134B true CN108510134B (zh) | 2022-02-01 |
Family
ID=63373900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710107109.9A Active CN108510134B (zh) | 2017-02-27 | 2017-02-27 | 一种确定地质变量分位值的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510134B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612869B (zh) * | 2019-02-22 | 2023-07-11 | 中国石油化工股份有限公司 | 一种基于栅格数据进行地质编图的分析方法 |
CN110930020B (zh) * | 2019-11-20 | 2022-02-11 | 中国地质大学(北京) | 非常规油气资源的经济可采资源量确定方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102870139A (zh) * | 2009-12-30 | 2013-01-09 | 中国科学院自动化研究所 | 对点云数据进行全局参数化和四边形网格化方法 |
CN105321204B (zh) * | 2014-12-18 | 2017-11-14 | 马鞍山城智信息技术有限公司 | 一种三维地质栅格体模型构建方法 |
CN106154323B (zh) * | 2015-04-01 | 2018-08-17 | 中国石油化工股份有限公司 | 基于地震拓频处理的相控随机反演薄储层预测方法 |
CN105046097B (zh) * | 2015-09-09 | 2017-10-27 | 电子科技大学 | 基于非参数各向异性变差函数的随机建模方法 |
-
2017
- 2017-02-27 CN CN201710107109.9A patent/CN108510134B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108510134A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vaysse et al. | Using quantile regression forest to estimate uncertainty of digital soil mapping products | |
Nadiri et al. | Mapping vulnerability of multiple aquifers using multiple models and fuzzy logic to objectively derive model structures | |
Sauquet et al. | Comparison of catchment grouping methods for flow duration curve estimation at ungauged sites in France | |
Gessler et al. | Soil-landscape modelling and spatial prediction of soil attributes | |
Bell et al. | Calibration and validation of a soil‐landscape model for predicting soil drainage class | |
Krumbein | Regional and local components in facies maps | |
Mehnatkesh et al. | Relationships between soil depth and terrain attributes in a semi arid hilly region in western Iran | |
Hentati et al. | Evaluation of sedimentation vulnerability at small hillside reservoirs in the semi-arid region of Tunisia using the Self-Organizing Map | |
CN106372277B (zh) | 森林立地指数时空估测中的变异函数模型优化方法 | |
Bishop et al. | Digital soil-terrain modeling: the predictive potential and uncertainty | |
Bellugi et al. | Predicting shallow landslide size and location across a natural landscape: Application of a spectral clustering search algorithm | |
CN112308290A (zh) | 一种污染场地调查布点的方法 | |
CN107966732A (zh) | 基于空间结构导向的地震属性变化率求取方法 | |
CN109143337B (zh) | 一种浊积砂体储层建模方法 | |
CN108510134B (zh) | 一种确定地质变量分位值的方法和系统 | |
CN111707490A (zh) | 一种农用地土壤污染调查分阶段分区采样的方法 | |
CN112149871B (zh) | 一种基于gis空间统计与随机模拟相结合的污染物点源解析方法 | |
CN110927793B (zh) | 一种基于序贯随机模糊模拟的储层预测方法及系统 | |
Beguería et al. | Modeling the spatial distribution of soil properties by generalized least squares regression: Toward a general theory of spatial variates | |
CN114139819A (zh) | 基于地统计加权随机森林的地球化学变量空间预测方法 | |
Dawson et al. | A method for the automated extraction of environmental variables to help the classification of rivers in Britain | |
CN116882731A (zh) | 一种基于斜坡单元的地质灾害危险性评估方法及系统 | |
CN107368688B (zh) | 海相单砂体的确定方法和装置 | |
Baldwin | Catchment-scale soil water retention characteristics and delineation of hydropedological functional units in the Shale Hills Catchment | |
Heckmann et al. | Sample size matters: investigating the effect of sample size on a logistic regression debris flow susceptibility model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |