CN114677460A - 一种合成gr曲线的方法及应用 - Google Patents

Abstract

本发明涉及物质探测领域，具体涉及一种合成GR曲线的方法及应用，适用于已知元素录井数据，未知GR曲线，其相关工作包括获取元素录井的元素数据并剔除异常元素数据；基于排出异常点后的元素数据和已有的GR曲线进行相关性对比，得到多个特征元素；基于多元线性回归原理对已有GR数据和获取的特征元素数据逐步回归得到GR最优模型；将特征元素数据代入最优模型，得到合成GR曲线。采用上述方式生成的GR曲线计算更为方便，为正钻井的实时地层判别提供依据，在碳酸盐岩、碎屑岩领域具有较好的适用性，在其它岩类(火山岩类与变质岩类)也可推广和应用。

Description

一种合成GR曲线的方法及应用

技术领域

本发明涉及物质探测领域，尤其涉及一种合成GR曲线的方法及应用。

背景技术

自然伽玛测井曲线(GR曲线)是利用伽玛(γ)射线测定岩层中自然存在的放射元素衰变过程中放射的γ强度，随深度变化的曲线。岩石的自然放射强度受控于铀、钍、钾及锕等元素，该类元素存在黏土、长石等矿物内，据此进行岩性划分与估算泥质含量；因此测定形成的曲线也常用来开展油气勘探中地层界限划分及地层对比。近年来，地质导向钻井技术中随钻GR的应用，在钻井过程中能实时准确的获取GR曲线，对后期钻井轨迹方案的及时调整提供重要依据，颇受石油钻井的青睐。但是，随钻GR仪器使用费用昂贵，操作复杂，特别是对深层-超深层油气藏中，因地层温度与压力的影响，难以广泛使用。

元素录井主要采用X射线荧光光谱仪分析岩石样品，获得元素含量数据。目前一些学者根据岩石元素和元素组合特征进行地层划分：如胡振华等通过选取特征微量元素(Ca、Fe、Mg、Ti、S、P、K、Mn)及Si/Al元素比值开展在辽河坳陷北端大民屯凹陷SY1井层位划分与对比追踪井轨迹钻遇层位，该方法关注元素较多，多个元素之间对岩性界面及地层划分不统一，同时也未明确GR与元素之间的关系。尹平等以特征元素比值法、指数法(Ish指数法和Vsh指数法)开展地层划分，该方法重点阐明不同岩性组合采用不同的方法，但多种方法之间可能存在不统一，需要综合区域地质背景和岩石学理论，才能做出合理性判别。沈柏坪等利用铀、钍及钾拟合伽玛曲线在鄂尔多斯盆地取得较好的成效，但岩石中铀与钍含量极微，对测试仪器的精度要求较高，经常出现测量结果因低于仪器测量下限而空白的现象。

本发明提供的GR曲线的方法在钻井过程中，元素录井要先于测井，元素数据要先于GR数据获取，另外获取GR数据需要依据钻井设计在规定的井段分批次开展测井工艺，边钻进边获取数据的实时性有限；GR主要反映岩石的放射性强度，放射性强度与岩石组分有关，而岩石是矿物的集合体，矿物由元素组成，所以GR与元素有关；多元线性回归原理成熟，并在各行各业均得到很好的应用，从而可以提高适用性。

发明内容

本发明的目的在于提供一种合成GR曲线的方法及应用，旨在基于多元线性回归原理开展GR曲线模拟，以提高适用性。

为实现上述目的，第一方面，本发明提供了一种合成GR曲线的方法，包括：获取元素录井的元素数据并剔除异常元素数据；

基于元素数据得到的目标元素和GR曲线进行相关性对比，得到多个特征元素；

基于多元线性对已有GR数据和获取的特征元素数据逐步回归得到GR最优模型；

将特征元素数据代入最优模型，得到合成GR曲线。

其中，所述获取元素录井的元素数据并剔除异常元素数据的具体步骤是：

以横坐标为计数点，纵坐标为元素数值制作元素折线图；

设置斜率阈值，将元素折线图中超过斜率阈值的点作为异常点；

将异常点对应的元素数据和GR数据排除。

其中，所述基于元素数据得到的目标元素和GR曲线进行相关性对比，得到多个特征元素的具体步骤是：

基于元素数据生成元素曲线；

分析所述元素曲线与已有GR曲线的趋势一致性，得到目标元素曲线；

对目标元素曲线制作目标元素与已有GR曲线的散点图，横坐标为GR数据，纵坐标为对应元素数据；

通过GR与目标元素的相关性对比，得到多个特征元素。

其中，所述基于多元线性对已有GR数据和获取的特征元素数据逐步回归得到GR最优模型的具体步骤是：

选取多元线性逐步回归作为数据分析方法，对GR与特征元素进行回归分析构建合成GR的回归模型；

对所述回归模型进行评估得到最优模型。

其中，所述对所述回归模型进行评估得到最优模型的具体步骤是：

利用GR、特征元素数据、合成GR数据计算样本平均值

残差平方和q值、回归平方和μ值；

利用样本平均值

残差平方和q值、回归平方和μ值计算F值统计量、相关系数r和t值统计量；

相关性R²大于第一预设值就可以说明与样本有相关性；R²大于第二预设值，表明回归值与样本值相关性较好；

F检验，F值越大，表明回归平方和在总离差平方和中所占的比重较大，解释变量特征元素对被解释变量GR的解释程度较高，认为总体存在线性关系

T检验，样本平均数与总体平均数的离差统计量则呈现为T分布，合成GR平均数与已知GR平均数差异性显著

其中，

是第i个样本点(x_i1，x_i2，…，x_in)上的回归值；

是样本平均值。

其中，(x'x)^-1＝(c_jj)；i，j＝0，1，2，…，p。

第二方面，本发明还提供一种合成GR曲线的方法的应用，所述的一种合成GR曲线的方法应用于正钻井地层的划分与对比。

本发明的一种合成GR曲线的方法及应用，包括获取元素录井的元素数据并剔除异常元素数据；基于元素数据得到的目标元素和GR曲线进行相关性对比，得到多个特征元素；基于多元线性对已有GR数据和获取的特征元素数据逐步回归得到GR最优模型；将特征元素数据代入最优模型，得到合成GR曲线。采用上述方式生成的GR曲线计算更为方便，为正钻井的实时地层判别提供依据，在碳酸盐岩、碎屑岩领域具有较好的适用性，在其它岩类(火山岩类与变质岩类)也可推广和应用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是元素中异常数据点图。

图2是碳酸盐岩中GR与元素测井曲线对比图。

图3是GR与元素相关指数分析图。

图4是模拟GR与实测GR相关性分析图。

图5是ZH1井单井柱状图。

图6是CT1井单井柱状图。

图7是WT1-FT1-F19-JS1井龙潭组地层对比图。

图8是碎屑岩中GR与特征元素、GR与模拟GR相关指数分析图。

图9是本发明的一种合成GR曲线的方法的流程图。

图10是本发明的获取元素录井的元素数据并剔除异常元素数据的流程图。

图11是本发明的基于元素数据得到的目标元素和GR曲线进行相关性对比，得到多个特征元素的流程图。

图12是本发明的基于多元线性对已有GR数据和获取的特征元素数据逐步回归得到GR最优模型的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

请参阅图1～图12，第一方面，本发明提供一种合成GR曲线的方法，包括：

S101获取元素录井的元素数据并剔除异常元素数据；

元素录井即利用射线去分析地层岩石中的元素而确认岩石性质。

具体步骤是：

S201以横坐标为计数点，纵坐标为元素数值制作元素折线图；

S202设置斜率阈值，将元素折线图中超过斜率阈值的点作为异常点，并将异常点排除。

所述将异常点排除时，将异常点对应的所有数据排除。

按照现场工作要求，对岩屑的录取一般是每间隔1m取一个样品，在连续取样的过程，实质上元素呈现相对连续的变化，如若出现某1m为止出现元素的突变，有可能是测试过程中存在的误差，这个数据点应该进行剔除。可以利用Excel插入折线图直观发现异常点，进行定位排除(图1)。在识别异常点时要对其是否为异常变化进行判别。岩性发生变化时，对应元素数值也会发生改变。如图1中①、②、③、④点数据相较于左右，数值有断崖式变化，属于异常点。但与之不同的⑤、⑥、⑦、⑧、⑨点数据，数值变化较小，其为正常波动。所以在剔除异常点时要整体分析判断，异常点是突变的和具有唯一性。

S203将异常点对应的元素数据和GR数据排除。

S102基于元素数据得到的目标元素和GR曲线进行相关性对比，得到多个特征元素；

具体步骤是：

S301基于元素数据生成元素曲线；

S302分析所述元素曲线与已有GR曲线的趋势一致性，得到目标元素曲线；

曲线趋势法是通过直接比较元素与GR曲线变化趋势。

本次采用曲线形态观察，开展与GR曲线形态较一致的元素选取。以塔里木盆地ZH1井寒武系地层为例，通过碳酸盐岩中GR与元素测井曲线对比图分析(图2)，GR数值介于0-60API，呈“箱形”，岩性发生变化时，GR曲线形态也会随之变化。以寒武系阿瓦塔格组为例：岩性主要为白云岩、灰色石膏质白云岩、灰色白云质石膏岩。深度段6910-6930m其岩性由灰白色白云质石膏岩变化为白色盐岩、灰褐色含泥白云岩。相应GR由低平急剧上升再陡降至水平波动，可发现元素Ca数值最大，Si、Mg元素数值次之，元素K、Al、Fe数值较小，与Ca是白云岩主要组成元素有关。

通过多段分析以及整体趋势对比：对应K、Si、Al、Fe元素曲线与GR曲线起伏趋势较为吻合，初步判断其与GR成正相关。而Ca、Mg元素曲线与GR曲线趋势相反，推测其与GR成负相关。

S303对目标元素曲线制作目标元素与已有GR曲线的散点图，横坐标为GR数据，纵坐标为对应元素数据；

S304通过GR与目标元素的相关性对比，得到多个特征元素。

相关性分析的方法，是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。

S103对所述回归模型进行评估得到最优模型；

具体步骤是：

S401选取多元线性逐步回归作为数据分析方法，对GR与特征元素进行回归分析构建合成GR的回归模型；

实测GR与多个元素变量有关。令GR为变量Y，相关元素变量x₁、x₂、…、x_n。每一组元素变量都有对应一个GR值，基于回归分析原理建立多元线性回归模型：

Y＝β₀+β₁x₁+β₂x₂+…+β_nx_n

β是多元线性回归方程的未知参数，即为回归系数。以最大似然估计法来估计参数，则取

使

时，存在有：

在拟合模拟GR中，实测GR与多个元素变量有关。令GR为变量Y，相关元素变量x₁、x₂、…、x_n。每一组元素变量都有对应一个GR值，基于回归分析原理建立多元线性回归模型：

Y＝β₀+β₁x₁+β₂x₂+…+β_nx_n

β是多元线性回归方程的未知参数，即为回归系数。以最大似然估计法来估计参数，则取

使

时，存在有：

当Q达到最小，即为所求回归系数。所以Q分别关于β₀，β₁，β₂，…，β_n的偏导数，并令它们等于0得：

化简为正规方程组：

写成矩阵的形式：

X^TXB＝X^TY

在等式两边左乘X^TX的逆矩阵(X^TX)^-1，得到回归系数的解：

以此建立回归模型：

S402对所述回归模型进行评估得到最优模型；

基于多元线性回归分析的基本原理，利用最小二乘估计法反应和检验回归效果的残差平方和q、回归平方和μ、F值统计量、相关系数r和t值统计量(t_j)。对应计算公式为：

其中，

是第i个样本点(x_i1，x_i2，…，x_in)上的回归值；

是样本平均值。

其中，(x'x)^-1＝(c_jj)；i，j＝0，1，2，…，p。

残差平方和q值：是数据点与它在回归直线上相应位置的差异值的平方和，他表示随机误差的效应。

回归平方和μ值：在描述变量之间的统计关系时，实验值y与按回归线预测的值

并不一定完全一致。μ值越大说明多元线性回归线对样本观测值的拟合情况越好。

F值统计量：又称F检验，是以方差分析为基础，对回归总体线性是否显著的一种假设检验。如果F值越大，表明回归平方和在总离差平方和中所占的比重较大，解释变量X对被解释变量Y的解释程度较高，可以认为总体存在线性关系，反之总体中可能不存在线性关系。

相关系数R：描述变量与拟合线性回归值之间的相关性强弱，范围为[-1，1]，r值越趋近于1，说明存在线性关系，相关程度越高。与之对应相关指数R²则是来刻画回归效果，范围为[0，1]，R²越接近1，说明拟合回归值离实际观测样本点越接近，拟合优度越高。此处第一预设值取值范围在0.2～0.5，第二预设值为0.75，在实际应用中R²大于0.2就可以说明与样本有相关性；R²大于0.75，表明回归值与样本值相关性较好。

t值统计量：又称T检验，其原理是以T分布作为基础，分为单总体检验与双总体检验。单总体T检验是对一个样本平均数与已知总体平均数的差异的显著性进行判断，但总体分布为正态分布时，如果总体标准差未知并且样本容量低于30的时候，那么样本平均数与总体平均数的离差统计量则呈现为T分布，双总体T检验是检验两个样本平均数与其带包的总体差异的显著性进行判断，双总体T检验也存在两种情况，一是独立样本T检验，二是配对样本T检验，两者检验的方程并不相同。最终目的都是为了比较样本均数所代表的未知总体均数u和已知总体均数。

S104将特征元素数据代入最优模型，得到合成GR曲线。

第二方面，本发明还提供一种合成GR曲线的方法的应用，即所述的一种合成GR曲线的方法应用于正钻井地层的划分与对比。

首先，采用曲线趋势法形态上判别，明确K、Si、Al、Fe元素曲线与GR曲线起伏趋势较为吻合，初步判断其与GR成正相关。而Ca、Mg元素曲线与GR曲线趋势相反，推测其与GR成负相关。

其次，基于最小二乘法原理分析元素与GR的相关性并求取其线性相关指数，通过GR与元素相关指数分析图(图3)，发现碳酸盐岩中GR与K、Fe、Si、Al、Ca、Mg相关指数分布为0.7123、0.6011、0.3761、0.2875、0.0737、0.0528。总体上碳酸盐中元素K、Fe、Si、Al、Mg与GR呈正相关，元素Ca与GR呈负相关，其中K、Fe与GR相关性较好大于0.6，其次元素Si、Al与GR相关性，元素Ca、Mg有与GR相关性低，R²均低于0.1。

综合曲线趋势法与最小二乘法原理求取元素与GR之间的相关性，最终在碳酸盐岩中优选出元素K、Si、Al、Fe作为拟合GR的特征元素。究其原因，岩石由化学成分、矿物成分、结构、产状等因素决定，碳酸盐岩主要矿物成分为白云石与方解石，含有石膏、硬石膏、重晶石等常见的自生矿物；还可见陆源碎屑矿物有石英、长石碎屑，以海绿石、高岭土、蒙脱石、伊利石、绿泥石等为主的黏土矿物和少量角闪石、辉石等重矿物。各种矿物的化学成分见表1，对碳酸盐岩矿物、化学成分统计发现碳酸盐岩中主要组成元素为Si、Fe、Al、K、Ca、Mg，其中元素Ca、Mg占比较大，通过曲线趋势法和相关性分析法对元素与GR相关性统计发现：元素Ca、Mg虽然是碳酸盐岩中主要组成元素，但二者与GR相关性较差，不能很好的反应GR的变化趋势。相较之下碳酸盐岩中元素Si、Fe、Al、K与GR相关性较好，能反应出GR的变化形态，因此采用这4种主要造岩元素开展模型建立。

表1碳酸盐岩主要矿物及所含元素列表

按照流程选取相关元素建立模拟GR模型公式：

Y＝β₀+β₁Si+β₂Fe+β₃Al+β₄K

加载研究碳酸盐岩元素与GR数据，得到元素、GR、回归系数β矩阵：

利用X^TXB＝X^TY的关系求取各个回归系数：

β₀＝10.96，β₁＝1.64，β₂＝1.26，β₃＝-2.68，β₄＝10.07

模拟GR公式：GR＝1.64Si+10.07K+1.26Fe-2.68Al+10.96

拟合完模拟GR公式后，开展回归满意度进行分析，采用回归模型检验原理、抽样检测法、曲线趋势法开展模拟GR与实测GR曲线形态对比。

基于线性回归模型检验原理，开展对模拟GR模型t检验、F检验。t检验结果表明各个元素变量与GR模型均具有显著性，其中元素Si、K显著性强；F检验结果表明回归模型平方和为1351.756，残差平方和为346.456，综合分析模型与相关元素相关性较高，模型整体显著性较强。

表2模型t检验结果表

模型	未标准化系数	标准错误	标准化系数	t	显著性
						常数	10.96	3.076		3.564	0.002
Si	10.07	3.274	0.678	3.075	0.007
						K	1.641	0.924	0.455	1.775	0.093
Fe	-2.68	3.766	-0.197	-0.711	0.486
						A1	1.262	5.981	0.054	0.211	0.835

表3模型F检验结果表

模型	平方和	自由度	均方	F	显著性
						回归	1351.756	4	337.939	16.69	0.00007
残差	364.456	18

模拟结果显示，模拟GR数值与实测GR数值大小不等，但两者数值较为接近，并且数值之间变化幅度大致相同。抽样检测法开展进行模拟GR与实测GR相关性分析(图4)，发现模拟GR与实测GR呈正相关，相关指数达0.7876，说明通过流程建立回归模拟效果较好。

最终目标是通过模拟GR进行地层划分与对比，所以从曲线趋势形态上判定模拟GR与实测GR是否能一一对应尤为关键。通过曲线趋势(图4)观察，模拟GR与实测GR曲线整体形态一致，都呈上段递增，中下段呈“钟形”。聚焦局部深度段7240-7260m、7250-7280m两段均有岩性变化，对应模拟GR与实测GR变化一致。深度7240-7260m段，该段GR曲线上部分为“齿形”，中部为“箱形”，下部为“钟形”，推测岩性有变化，经验证岩性由灰白色白云质石膏岩变化至深灰色含膏盐岩，再过渡到深灰色膏质白云岩。深度7250-7280m段岩性为深灰色膏质白云岩与深灰色含泥白云岩的交替互层，实测GR波动剧烈，模拟伽玛在该段的整体形态趋势与实测GR相对应，反应出岩性的变化规律。通过曲线趋势对比，模拟GR与实测GR两者不论整体还是局部都有较好的一致性。

为验证元素合成模拟GR流程与原理的合理性与普适性。开展将模拟GR应用在同一口井不同层位、同一层位不同井、不同层位不同井。

碳酸盐岩公式应用在ZH1井，模拟GR曲线与实测GR曲线都具有上段形态呈连续“箱形-齿形”，中段为较大幅度“箱形”，下段为“钟形”。由此可见模拟GR在同一口井，不同层位纵向应用中与后期实测GR具有较高的一致性(图5)。

开展不同井，不同层位模拟GR应用的检验和对比。模拟GR在CT1井的应用(图6)发现：模拟GR在CT1井的整体曲线趋势和实测GR较为一致，其中龙王庙组、沧浪铺组应用最好。可发现模拟GR比实测GR数值小，但其曲线形态与实测GR形态趋势一致性较好。从模拟GR曲线发现，模拟GR值偏低，曲线呈上段为下倾微波动斜线；中段GR值较小呈“箱形”，该部分曲线形态突变与该部分岩性由灰黑色页岩变成褐灰色石灰岩有关。下段模拟GR值逐渐增大，波动较小，呈“箱形”。

FT1采用碳酸盐岩公式拟合GR成功后，开展与邻井WT1、F19、SJ1井地层对比，利用合成GR形态与其它井实测GR形式性对比，最终确定正钻井FT1的层位归属(图7)。应用井FT1拟合伽玛形态与其余三口井在龙潭组实测GR曲线形态与相似，都成上段下倾斜线，中、下段呈两个连续“箱形”，可以初步确认FT1井深度4545-4621m段为龙潭组地层。同样表征出：模拟GR在同一层位与不同井的实测GR具有较高的一致性。

元素录井技术提供了丰富的地层岩石元素分析数据，在地层划分方面有独特的优势，因此基于多元线性回归原理开展GR曲线模拟，实时开展正钻井地层划分与对比具有重要的生产意义。

在碳酸盐岩地层中，优选出元素：K、Si、Al、Fe，能很好的作为GR合成的相关元素。利用多元线性回归原理建立碳酸盐岩模拟GR检验公式：GR＝1.64Si+10.07K+1.26Fe-2.68Al+10.96。通过元素合成的模拟GR与实测GR有较高相关性，平均相关系数达0.75。通过对ZH1井、FT1井、CT1井等主要岩性以碳酸盐岩为主的10口井应用表明：在碳酸盐岩区，该公式具有较好的适用性，为正钻井的实时地层判别提供依据。

该发明在其它岩类(碎屑岩、火山岩类与变质岩类)也可推广和应用。如在川东北地区碎屑岩地层随钻过程中划分地层时，根据本次申报方法与流程，成功锁定与GR相关较强的特征元素：Si、Al、Fe、Ca，其与对应GR相关系数分别为0.53、0.63、0.67、0.62。据此建立碎屑岩中模拟GR公式GR＝-2.43Si-4.26Al+5.81Fe-3.55Ca+180.76，模拟GR与实测GR相关系数达0.72(图8)。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (6)

1.一种合成GR曲线的方法，其特征在于，

包括：获取元素录井的元素数据并剔除异常元素数据；

基于排出异常点后的元素数据和已有的GR曲线进行相关性对比，得到多个特征元素；

基于多元线性回归原理对获取的特征元素和对应已有GR数据进行逐步回归得到GR最优模型；

将特征元素数据代入最优模型，即得到实时合成GR曲线。

2.如权利要求1所述的一种合成GR曲线的方法，其特征在于，

所述获取元素录井的元素数据并剔除异常元素数据的具体步骤是：

以横坐标为计数点，纵坐标为元素数值制作元素折线图；

设置斜率阈值，将元素折线图中超过斜率阈值的点作为异常点；

将异常点对应的元素数据和GR数据排除。

3.如权利要求1所述的一种合成GR曲线的方法，其特征在于，

所述基于元素数据得到的目标元素和GR曲线进行相关性对比，得到多个特征元素的具体步骤是：

基于元素数据生成元素曲线；

分析所述元素曲线与已有GR曲线的趋势一致性，得到目标元素曲线；

对目标元素曲线制作目标元素与已有GR曲线的散点图，横坐标为GR数据，纵坐标为对应元素数据；

通过GR与目标元素的相关性对比，得到多个特征元素。

4.如权利要求1所述的一种合成GR曲线的方法，其特征在于，

所述基于多元线性回归原理对已有GR数据和获取的特征元素数据逐步回归得到GR最优模型的具体步骤是：

选取多元线性逐步回归作为数据分析方法，对GR与特征元素进行回归分析构建合成GR的回归模型；

对所述回归模型进行评估得到最优模型。

5.如权利要求4所述的一种合成GR曲线的方法，其特征在于，

所述对所述回归模型进行评估得到最优模型的具体步骤是：

利用GR、特征元素数据、合成GR数据计算样本平均值

残差平方和q值、回归平方和μ值；

利用样本平均值

残差平方和q值、回归平方和μ值计算F值统计量、相关系数r和t值统计量；

相关性R²大于第一预设值就可以说明与样本有相关性；R²大于第二预设值，表明回归值与样本值相关性较好；

F检验，F值越大，表明回归平方和在总离差平方和中所占的比重较大，解释变量特征元素对被解释变量GR的解释程度较高，认为总体存在线性关系；

T检验，样本平均数与总体平均数的离差统计量则呈现为T分布，合成GR平均数与已知GR平均数差异性显著。

其中，

是第i个样本点(x_i1，x_i2，…，x_in)上的回归值；

是样本平均值。

其中，(x'x)^-1＝(c_jj)；i，j＝0，1，2，…，p。

6.一种合成GR曲线的方法的应用，采用如权利要求1-5任意一项所述的一种合成GR曲线的方法，其特征在于，

将所述的一种合成GR曲线的方法应用于正钻井地层的划分与对比。

Images