基于马贝模型的序贯随机模拟在沉积相识别中的应用
沉积相揭示了目的层段的沉积环境、储集岩成因及其分布规律.通过沉积相的研究,油藏工程师对储层的认识更加细致.由于测井数据具有垂向上较高的分辨率,地震数据提供了平面上的分布趋势.为了更准确的描述沉积相的分布,在沉积相预测过程中需要将两种信息结合起来,本文提出一种基于马尔科夫贝叶斯模型的序贯指示协同模拟.在贝叶斯模型下,建立先验累积概率分布,根据软硬信息将先验分布更新为后验分布,后验概率分布提供待估点的不确定性特征.更新过程中,引入马尔科夫贝叶斯模型,解决不同变量交叉矩阵不稳定问题以及矩阵计算量大的问题.为了验证算法有效性,以苏里格气田北部苏10区块为研究工区,研究结果表明模拟结果与手工沉积相图平面分布保持一致,很好的再现沉积相的空间分布特征.
天然油气田 储层预测 沉积相 序贯指示协同模拟法 马尔科夫贝叶斯模型
袁照威 谭茂金 高世臣
中国地质大学(北京)地球物理与信息技术学院 北京 100083 中国地质大学(北京)数理学院 北京 100083
国内会议
北京
中文
2121-2123
2015-10-11(万方平台首次上网日期,不代表论文的发表时间)