|
第一篇文章首先讨论什么是油藏描述和地质统计学。
什么是油藏描述? 油藏描述是描述储层的岩石和流体性质，以了解其力学、物理、体积、空间分布和流动性，最终将这些属性用模型来表征。整个过程可以称为“油藏描述和建模”，由此产生的油藏模型被用来预测储量以及优化生产。 什么是地质统计学? 对于埋藏于地下几百米或数千米之间的油藏开展油藏描述和建模，一直是一个巨大的挑战。测井数据提供了高分辨率、丰富的油藏信息，但这些只能描述井点位置的油藏信息。如果要得到整个三维空间的模型，很显然要使用某种形式的插值，用已知点的值来估算未知点的数值。这里地质统计学就能起到重要的作用。
一般来说，地质统计学是“复杂的插值”，因为它承认相近的数据点比相距较远的数据点更相似，因此对于不同的值赋点给予不同的权重。
地质统计学能捕获并建立测量数据点之间的空间关系，然后对未知点的数据值进行无偏估算。
依据现有数据，估算方法可产生一个唯一值，即“最佳猜测”解。我们称这种方法是确定性的。我们所熟悉的最常用的方法是克里金插值。 模拟 在测量数据的基础上，模拟的方法可产生多个可信的结果。我们把每一个模拟结果称为“实现”。每一个实现都是可能的：因为没有一种客观的方式证明某一实现是对的，而其它的实现是错的。模拟方法的主要优点是，它们能产生符合实际空间变异的结果，而我们可以量化这种不确定性。我们所熟悉的最常用的方法是序贯高斯模拟。 什么是地质统计学（地震）储层表征 地质统计学(地震)储层表征不仅仅是复杂的插值。它考虑到了所有可用的先验信息和实际测量数据。利用贝叶斯判别，可以整合各种数据源和地质认识，从而获得更符合实际的预测成果。 贝叶斯判别是一项非常强大的技术，它可以把各种先验信息与实测数据有机整合，形成“全局”的后验概率。很显然，一个非常重要且有价值的信息是地震数据，它与在井点上提供的稀疏信息相比具有较高的横向分辨率。 图 1.基于贝叶斯判别的多学科整合油藏建模。地震（橙色）是一个关键信息。电磁和重力数据还不能应用于CGG的地质统计学油藏描述中，但在原则上也可以通过贝叶斯判别整合。 油藏描述的一个行业弱点是，并非所有可用信息在研究过程中都能被使用。地质建模人员和地球物理人员对油藏建模都很感兴趣。而地质建模人员所使用的信息，如地质认识、地质统计学关系和概率密度函数，结果是井点处是正确的，但远离井点的位置可能是不正确。如果在这个过程中使用地震数据，地震数据则通常是以属性的形式进行一些简单的约束工作。 另一方面，地球物理人员主要利用地震资料和岩石物理关系对油藏进行确定性的描述。所生成的油藏模型符合地震的特征，但是由于没有整合有效的地质信息，模型的空间变异可能不符合地质认识。 这两个学科倾向于在各自的域（时间和深度）使用截然不同的参数开展研究。因此，建立了不同的油藏模型。问题是，如何有效地将两者的信息整合成一个统一的油藏模型。 地质统计学地震油藏建模帮助我们解决了这一问题，它将这两种方法有机的结合起来。在地质统计学地震油藏描述中，我们整合不同尺度的信息，从而产生具有同样可信度的油藏模型。从多个实现中，我们还可以估算其不确定性。 图 2.两个领域的整合：非井控区更精确的结果，更多细节及不确定性的量化研究 为什么地质统计学地震油藏建模仍然称为反演? 因为地震数据参与到了地质统计学地震油藏建模的过程中。虽然我们不是用矩阵求逆来反演地震数据，但在概念上，我们可以称之为反演，因为地震是对我们研究的油藏属性的间接测量。从间接测量数据中提取有关这些油藏属性的信息是一个反演过程。然而，地震数据只是其中的一个数据源，并不一定占有更多的权重。 地质统计学和随机过程的区别 随机过程产生一些随机数，由随机数生成器实现。因此，由于其随机性，这个过程可以产生许多不同的结果（称为实现）。 地质统计学是一个基于现象的空间连续性统计建模的过程。 地质统计学模拟和反演是随机过程，它涉及到随机性，可以产生多个实现。然而，并非所有的随机反演方法都是地质统计学。因此，尽管这两个术语经常互换使用，但随机反演具有比地质统计学反演更广义的定义。 地质统计学反演的优势 1. 提高确定性反演价值 图 3.用确定性反演（Green）建立的油藏模型所预测的压力精度低。地质统计学地震油藏描述（红色）模型预测的压力与生产数据（紫色）具有高吻合度。
2. 提高地质建模的价值
|
|
|
