Jason反演软件适用性分析

Jason反演软件适用性分析
Jason反演软件适用性分析

Jason反演软件适用性分析

一)Jason软件适用性分析

1. 概述

波阻抗反演是目前应用最广泛的储层预测和油藏描述技术之一,其发展也日新月异,出现了各种各样的反演计算方法,这些方法由于其基于的数学物理模型的不同,各有优缺点,要求的基础资料和能够达到的反演效果也是不同的。

地质院于1999年首次引进Jason测井约束反演软件(部分模块),版本为5.1;2002年对该软件进行升级并扩充新模块,版本为6.0。该软件于2002年11月进行了软件安装,并随之举行了为期两周的现场培训。随后该软件正式投入生产,目前运行情况良好。Jason软件自引进以来,在济阳坳陷隐蔽油藏勘探中发挥了非常重要的作用,目前已成为国内应用最普遍的波阻抗反演软件之一。

2. 软件功能和技术特点

Jason软件是一个综合性、多方法的平台,它可以实现由递归反演-稀疏脉冲反演-随机模拟、随机反演-地震地质特征反演-弹性反演的处理过程,用户可根据需要由Jason 的模块构建自己的研究流程,完成储层预测和油藏描述。其重要特点是随着越来越多的非地震信息(测井,测试,地质)的引入,由地震数据推演的油气藏参数模型的分辨率和细节会得到不断的改善。

主要包括Environment Plus、Wavelets、Velmod、Invertrace、Invermod、Rocktrace、Statmod、Largo和Functionmod等9个模块。

1)、vironment Plus

Environment-Plus 集总了Jason的运行环境、各种分析工具和各种辅助性模块。实现数据输入、输出(地震Segy格式,测井和层位ASCII格式);各种数据,各种方式的显示(井、层位、地震等的2D/3D显示);合成记录标定、井曲线编辑(方便、灵活);绘图/直方图分析(确定属性间的关系);三维(地质/储集)体自动解释(用门槛值/多边形定义解释标准;解释结果(层顶、底,层厚度,

层间属性)可保存;报告解释体的叠置及井钻遇等情况;沿层属性提取(沿层面,层间等提取属性最大/最小/平均值等);层位类数据的各种处理计算(平滑,加/减等);地层异常检测(用属性的梯度异常确定地层/异常体的边界);处理工具包(重采样,滤波,互相关等);等值线(构造、属性等等值线)。

2)、Wavelets

子波估算模块,实现以地震资料的自相关为基础,估算子波的振幅谱;估算输入子波的常相位谱;估算子波的振幅谱和相位谱;估算用于Rocktrace的不同角道集的子波;子波特征编辑(如极性,坐标位置,角度范围等);标定子波振幅;生成理论子波(如Ricker,双余弦等);生成最小相位子波;计算平均子波;子波振幅谱和相位的合并。

3)、Velmod

速度建模模块,在地质框架模型的控制下,用地震迭加速度建立三维速度模型。适用于无井,少井或速度横向变化大的研究项目。包括建立三维速度模型(无井)或提高速度模型的精度(少井或速度横向变化大);压力预测;时深转换,深时转换和提供阻抗的低频模型。

4)、Invertrace和Invertrace_plus

地震反演模块,实现递归反演、约束稀疏脉冲反演、模型补充、和有效厚度和空隙度估算等功能。

5)、Invermod

精细储层/油气藏描述模块,在地质框架模型控制下,以地震资料为约束,以测井资料为主体的储层/油气藏定量描述技术。提供以测井资料为基础的属性数据体(如声波,阻抗,孔隙度,自然伽玛等),进而得到高分辨率(横向和纵向)的储层/油气藏模型,及特征反演。

6)、Rocktrace

弹性反演模块,利用非零偏移距道集中含有纵,横波信息的特征,通过对不同角道集部分迭加资料进行反演,以获得反映岩性和流体成分的弹性阻抗或弹性参数模型,实现了岩性和流体的预测。弹性阻抗是反演不同角道集部分迭加资料得到的阻抗。弹性参数(纵、横波速度/阻抗和密度)是由不同角道集部分迭加资料同时联合反演得到的。

7)、Statmod

以地质框架模型、测井和地震资料为基础,以层为单位,利用储层/油气藏参数的空间分布规律和空间相关性进行随机模拟/随机反演,获得一组等概率的储层/油气藏参数模型。包括Statmod-Analysis利用已知资料分析确定储层/油气藏参数的空间分布规律(直方图)和空间相关性(变异函数)和Statmod-Modelling用不同的地质统计模拟技术实现储层/油气藏参数的随机模拟或随机反演。

8)、Largo

测井曲线计算(合成)、分析工具模块。Largo为用户提供各种测井曲线的转换(如时差-速度,中子密度-空隙度,纵波-横波等)、理论计算,即定义井孔地质模型(岩性、孔隙度等),用不同的方法计算理论测井曲线响应的工具。帮助用户编辑已有实测曲线(如声波,密度等)、生成新的测井曲线(如横波测井曲线等),并可通过流体替换分析不同流体在各种测井曲线上的响应。

9)、Functionmod

数据分析变换工具模块。利用用户定义或系统预定义的函数将Jason的数据变换生成新的Jason数据。Jason数据包括地震/属性(3D)、层位(2D)和井(1D)数据。

? 实现数据快捷的分析变换。

? 提供分析Statmod结果的工具

3. 软件适用性研究

Jason软件自引进以来,在济阳坳陷隐蔽油藏的勘探及其他诸多油田的勘探中均发挥了重要作用。相继在孤南181、垦西地区、坨719、沾14、上海春晓地区、郑家-王庄、梁108、孤北341、川东宣汉-达县、上海平湖等许多地区得到了成功的应用,目前已成为国内应用最普遍的波阻抗反演软件之一。

Jason软件推出了复杂断层建模方法,为地层结构复杂地区的建模提供了有利的手段;反演方法上,它主要提供了递归反演、约束稀疏脉冲反演、随机模拟、随机反演、地质特征反演以及弹性波阻抗反演等多种反演方法。

1)、复杂断层建模方法

?按照地层沉积的先后顺序建立控制表。

?每个断层上盘和下盘的沉积地层分开定义,层位定义通过属性truncation,来切断断层。断层通过定义属性base index,控制其断开的层位或断层。?定义层位或断层的T.F.I和S.F.I,来改变局部断层和层位的外推。

?断层的空间外推可以建立断层趋势面来控制。

?逆断层建模方法

逆断层的建立基本要点和正断层一样,区别是在定义解释层位是断层两侧名称不同,但要定义相同的地层名。

2)、递归反演

递归反演方法的主要计算原理是通过地层反褶积等求解出反射系数(如递归反演等)或用地震波形近似作为反射系数(如道积分),将反射系数公式通过泰勒公式展开,建立起波阻抗与反射系数的递推关系式逐层求解。

这类方法的优点是可以在少井或无钻井控制下进行反演,可以十分完整的保留地震反射特征,不存在多解性。在勘探初期即可推广应用,操作简单,实用性强。

其缺点是没有用井旁反演出的波阻抗值与井中波阻抗值的差值作进一步叠代反演;对记录中的噪声很敏感,尤其由于随着深度增加噪声积累起来而使该方法精度降低;受到地震频带限制,分辨率低。

3)、约束稀疏脉冲反演

该方法的实质就是在阻抗趋势的约束下,用最少数目的反射系数脉冲达到合成记录与地震道的最佳匹配。

目前,利用稀疏脉冲反演实现储层预测的地区(如孤南181、孤北341、沾14、坨719地区等等)最多,应用范围最广。它的优点是适应地质条件较广,可以通过模型补充方式提高分辨率,通过调节参数可以在一定程度上提高抗噪能力;具有较强的井约束工具,当地震与井匹配程度差时,可以实施井的强约束作用。缺点是对基础资料的要求高,初始阻抗模型的准确与否对反演的影响较大,不适合具有复杂地层产状的地区。

4)、随机模拟、随机反演

Janson软件系统中的StatMod模块就是通过波阻抗将储层特性和地震记录

相联系来直接估计油藏特征一个完整的反演过程,它包括随机模拟和随机反演。它包括两个功能模块,第一模块是StatMod_Analysis ,该模块是用来分析数据和模型直方图以及变异图,第二模块是StatMod_Modeling ,该模块是用来实现随机模拟和随机反演。模拟技术方法有克里金(Kriging )、序贯模拟(Sequential Simulation )以及和这两类的变种,也包括随机反演。

Janson 软件使用的序贯模拟类方法有序贯高斯模拟(SGS )、序贯高斯协模拟(SG CS )、序贯高斯配置协模拟(CGCCS )、序贯阀值指示模拟(CTIS )、序贯指示模拟(SIS )、带趋势的序贯指示模拟(带趋势的SIS )。序贯模拟的总体思路是(1)随机地选择一个待模拟的网格节点;(2) 估计该节点的累积条件分布函数(ccdf);(3) 随机地从ccdf 中提取一个分位数作为该节点的模拟值;(4) 将该新模拟值加到条件数据组中;(5)重复1—4步,直到所有节点都被模拟到为止,

从而得到一个模拟实现

)()(u Z l 。 随机地震反演就是从随机建模产生的从一系列储层模型,优选出与地震数据最佳地匹配的储层模型,它是通过波阻抗将储层特性和地震记录相联系来直接估计油藏特征一个完整的反演过程,它是将随机模拟和随机反演进行有机地结合。目前该方法已成功地应用在郑家-王庄、上海春晓等地区,较好地完成有利储层的预测。

其优点是:反演结果与井可以达到最佳的吻合;突破地震频带宽度的限制,获得高分辨率的地层波阻抗资料;随机模拟可以获得伽玛、孔隙度等非波阻抗资料,进行岩性的反演;受地震资料品质的影响相对较小。 缺点是:反演结果依赖于各种统计特征(如变差函数)的准确;要求工区井点数不能太少,某一方向井点数也不能太少,要求井距应不大于砂体平均宽度;要求统计特征服从正态分布、对数正态分布或能通过转换形成上述分布;计算量大,影响了其推广应用。

5)、地质特征反演

JASON 软件系统中的InverMod 模块可以进行地震特征反演。地震特征反演是一套多参数地震反演技术,它可以综合地质、地震、测井、钻井、岩芯、岩屑、录井、野外露头等各类信息求得的储层参数,建立三维属性模型,根据地震资料反演出声波、密度、电阻率、自然电位、自然伽码、孔隙度、渗透率、含油饱和

度、泥质含量等各种地质信息,克服了常规地震反演技术只能反演声波、密度和波阻抗三种有限信息的缺陷,可以更加有效大地进行储层地预测和描述。

地震特征反演也是一种基于模型的反演方法,它首先利用已知的储层参数信息建立三维属性模型,然后通过主组分分析技术计算出每一种组分相对于地震成分的主组分和主组分的权,最后通过模型估算技术不断修改初始模型以匹配地震数据,得到反演结果,可用于储层描述。利用该方法成功地完成了梁108、郑家-王庄等地区的储层预测、砂体描述工作。

其优点是:它可以综合各类信息求得的储层参数,反演各种地质信息;可以利用薄互层不同的地层结构特征导致的地震波形的变化,进行薄互层的预测研究;可以对测井曲线进行校正。

6)、弹性波阻抗反演

弹性波阻抗是新近发展起来的一项利用叠前道集资料的有效储层预测的技术,该方法由Connolly于1999年正式提出了弹性波阻抗(Elastic Imptance)反演的方法,目前地震反演技术正在走向AI与EI相结合、AI与AVO相结合的发展道路。

实际的地震资料,并非自激自收的地震记录,而是共反射点道集反射振幅叠加平均的结果,共反射点地震资料存在AVO现象,特别对于大范围的炮检距记录,AVO现象则非常突出,这时仍然采用常规的地震道反演方法,就会限制反演的精度,甚至得到错误的反演结果。而弹性反演,用于解决较大炮检距入射条件下的纵波正、反演问题,解决非零炮检距条件下正、反演问题。

通过普光地区的岩石物理参数的分析,得到以下的分析结果:气层与碳酸盐岩和膏盐层具有明显的纵波速度降低而横波速度差异不大的特点,但与含泥碳酸盐岩在纵波速度上无法区分,因而仅利用纵波速度或纵波波阻抗无法区分两者,进一步的分析表明,气层较含泥碳酸盐岩的纵横波速度比和波松比值偏低,含气层和含泥碳酸盐岩具有相近的纵波速度(5400-5800m/s),而纵横波速度比气层在1.7-1.8之间, 含泥碳酸盐岩在1.8-1.9之间,利用纵横波速度比可以达到区分气层与含泥碳酸盐岩的目的。

针对该区的实际情况,设计采用了一步法的弹性波阻抗反演流程,具体如下:(1)利用井的弹性波测井曲线计算给定入射角θ的弹性波阻抗EI(θ)时间

序列;

(2)计算弹性波阻抗反射系数R(θ)时间序列;

(3)对地震记录抽取角道集记录,按某个角度(θ)附近的一个小范围内进行叠加得到类似于常规叠加记录道,称为AVA地震道;

(4)利用井旁AVA地震道及弹性波阻抗反射系数R(θ)时间序列,按照常规波阻抗反演时求子波的方法求取弹性子波,称为AVA子波;

(5)使用任一常规声阻抗反演方法反演EI;

(6)制作EI、AI、流体饱和度及孔隙度交会图,确定它们之间的关系;

(7)利用上述关系,将EI、AI数据体转换为孔隙度数据。

利用普光1井的纵横波测井数据和角道集数据应用约束稀疏脉冲反演方法得到了过普光1井的弹性反演剖面,气藏处具有随角度增大,弹性阻抗增大的趋势。表明弹性反演方法对识别有效储层有一定的效果。但反演结果受地震资料保真度控制。

4. 软件技术特点

通过利用Jason软件在多个地区,针对不同地层结构、不同储层类型采用不同反演方法的实际应用效果分析认为:

1、Jason反演软件是一个有效的工具。

Jason反演软件约束地震反演技术把地震、地质、测井等资料紧密结合为一体,是油田勘探开发工作中一项实用而有效的储层预测、油藏描述新技术。

2、Jason软件平台提供了多种有特色的反演技术,这些方法由于其基于的数学物理模型的不同,各有优缺点,要求的基础资料和能够达到的反演效果也是不同的,处理人员要根据不同的地震地质条件选择合理的反演方法和参数。不同的波阻抗反演方法采用的算法和对资料的要求是不同的,每种反演方法都有它的优点和应用的局限性,明确每种方法的基本原理和特点是正确选择适合一个特定地区地震地质条件反演方法的基础。

二)ISIS软件适用性分析

1. ISIS软件介绍

ISIS反演软件由丹麦φdegaard A/S公司研制推出,属于基于模型的地震反演方法, 其核心技术是全局优化的非线性模拟退火算法。

2. 算法特点

基于模型的测井约束反演一般都是求解一个最优化问题,即在模型空间内寻找一个模型,由它产生的合成数据与观测数据的误差能量最小。由于误差能量函数一般是复杂的多峰函数,且模型空间小,常规的迭代反演方法很难克服对初始模型的依赖,常常陷入局部峰值。模拟退火反演从固体物质的退火过程和组合优化问题的相似性出发,采用启发式随机搜索方法,加上随机扰动,避免陷入局部峰值,从大到小逐步降低扰动量范围,寻找全局最大(小)值。

模拟退火法有两种算法,即Metropolis(MSA)算法和Heat bath(HBSA)算法。两者的区别在于搜索模型空间和模型参数修改量不同。前者可在全空间自动搜索,模型修改量是随机的;后者则是把模型参数限制在一定的范围内,模型修改量是一固定值,其计算速度比前者快。

ISIS软件采用了后一种算法,它对传统的模拟退火算法做了较大的改进,是进行全局优化的多道反演系统,因此在实际处理中,对地震层位和断层的解释精度要求不高,收敛速度加快,快速实现三维一步反演。

3. 约束参数的适用性分析

约束条件即反演控制参数的选取,它控制了反演成果的质量。ISIS软件的优化函数由以下四个目标函数(控制参数)组成,最终反演结果受这四个参数控制,具体参数值要根据实际地震资料的品质、初始模型的可靠程度、划分层序的要求来确定的,且要经过测试才能使用。

通过陈官庄官11井区反演中对四个约束参数的取值条件研究,认为: ?信噪比

缺省值为6,该值越小,表示越不相信地震信息,反演中考虑地震信息越少;该值越大,表示越信任地震信息,反演中考虑地震信息越多。ISIS 软件认为,合成记录和地震剖面的残差在高频部分充满噪声,用信噪比约束,只让有效信号参与反演。但是,该参数与实际地震资料的品质有关,品质一定的情况下,信噪比越大,参与反演的噪声也越多。

?信号的连续性(相干性)

该参数为相邻两道波阻抗的偏差,参数值界于0到1之间,该值越小,相邻两道波阻抗的偏差越小,横向连续性越好,横向识别的地质体越大;该值越大,相邻两道波阻抗的偏差越大,横向连续性越差,横向识别的地质体越小。该参数决定着去噪功能,取值越小,可能抹杀横向上的变化;取值越大,加进不相干的成分越多,去噪效果差。 ?反演结果和低频模型的偏差

该参数为反演中模型波阻抗道与低频模型波阻抗道的偏差,参数值界于0到1之间,该值越小,表示越相信低频模型,反演中考虑井信息越多,分辨率越高;该值越大,表示越不相信低频模型,反演中考虑井信息越少,分辨率相对较低。该参数是一个较活跃的控制因素,一定程度上决定着最终反演的分辨率。 ?反射系数门槛值

该参数一般界于10-2和10-3之间,如果反演中计算出来的反射系数大于填写的该值,则认为是一个反射界面予以保留,用于计算波阻抗反演;如果反演中计算出来的反射系数小于填写的该值,则认为不是一个反射界面不以保留,反演中不用该界面。该参数取值越小,纵向分辨率越高,但多解性越强。 + ()f S N S d i i ?? ???-∑2()()f Z Z horizontal i i σ-±∑12()()f Z Z prior i prior σ-∑2# reflectors

E =

+ +

开发区多井

勘探区少井 应用优势 交互处理 批处理 主观干预

单道反演 多道反演 抗噪能力

小数据体小时窗 大数据体大时窗 数据体

离井越远效果越差 横向一致 可靠性

高频主要来自测井 高频主要来自地震 分辨率

高频初始模型 低频随机模型 初始模型

测井高频约束 四个约束条件 约束条件

局域优化 全局优化 优化算法

测井约束反演 ISIS 反演 表 ISIS 反演软件与其它测井约束反演软件的区别

4. 适用条件研究

我们运用ISIS 软件对坨143井区、上海春晓地区、钱官屯地区以及陈官庄地区进行了反演处理,通过对这些反演结果的应用效果分析及对反演软件的深入开发应用、实验对比,可以得出以下初步认识:

①、ISIS 反演技术具有几大优点:

(1)、快速——传统的模拟退火法速度很慢,而 ISIS 软件忠实于地震,不依赖于初始模型,且采用全局优化和局部优化相结合的算法,大大提高了计算效率,缩短了反演周期。

(2)、全局优化——模拟退火反演方法与溶化物体退火过程具有相似性,采用非线性的模拟退火使误差函数能量达到全局最小,反演不需要从详尽的初始模型开始,反演结果对初始模型依赖不大,故反演过程灵活、方便。

(3)、去噪——ISIS 反演在其优化函数中采用信噪比、相干性、与低频模型的偏差、反射系数门槛值为约束条件,联合选取一个平滑的最优模型,以摆脱高频随机噪声干扰。

(4)、时变子波——ISIS反演为保证对大时窗数据体的反演提供了时变子波技术,可有效提高反演后深层的分辨率。

(5)、倾角体——很好地解决了低频模型中井间内插时产状控制问题,除了用沉积信息,而且可以利用地震剖面上估算的倾角信息,经特殊滤波后形成的“无数”个沉积层序即层序场来引导内插、外推时的产状控制,大大降低了反演对解释层位的依赖和误差,使反演技术批处理能力大为增强。

②、缺点:纵向分辨率低,识别薄砂层时不宜使用该软件。从软件的灵活性、方便程度、编辑工具、容错性等方面看, ISIS软件同GEOSMART、JASON软件相比,相对较差。

③、适用条件探讨:

(1)、在勘探初期,尤其是在井少的情况下,初始模型难以准确求得,可以选用ISIS软件,根据速度谱资料和层序场以及相干体控制,得到比较合理的反演结果。

(2)、适合大时窗、大数据体的反演,运算成本低,可节约大量的人力和物力。(如69km2 、2ms采样的1.2G的数据体在Ultra60的机器上,做倾角体约15个小时,反演处理约6小时。)

(3)、ISIS反演使用了相干体和倾角体来约束断层和地层走向、接触关系,所以更适合于厚度变化快和侧向加积的地层;对侧向加积的地层,无论Jason 软件的建模功能多么强大,对前积层必须加密解释层位、定义顶底接触关系和层间关系等,否则难以很好的体现沉积现象。

(4)、对附加信息(地震、测井、层速度、地质模型)少的地震大剖面,反演资料品质的好坏成为控制反演剖面多解性和可靠程度的关键,因此建议从处理技术、处理流程、处理参数等方面提高地震资料的处理精度,使信噪比、采样率、有效频带宽度都满足地震反演的需要。

(5)、井数量及井位分布对反演结果的影响:在官11井区反演过程中,我们将工区内16口井抽稀至9口,重新建模、反演,再将抽掉的井投到反演剖面上,吻合的层数为55层,占81.4%,不吻合的层数为13层,占18.6%。也就是说,在井抽稀至一半的情况下,其它井分布比较均匀时,无井处反演结果的可信度可以达到81.4%。我们又抽掉11口井,只让5口井参与反演,并且这5口井

没有分布在工区边界,再将抽掉的井投到反演剖面上,吻合的层数为142层,占67.6%,不吻合的层数为68层,占32.4%。即在井抽稀至1/4的情况下,其它井分布不均匀时,无井处反演结果的可信度可以达到67.6%,同时可以说明,ISIS 软件对边界控制井的要求不大。

总之,针对不同的资料选取合理的反演处理方法,确立正确的技术路线,将地震反演与地质统计分析、地震解释、测井解释技术有机结合起来,才能有效地将反演技术用于生产中,发挥反演技术在寻找隐蔽油气藏中的优势和作用。

三)反演方法的适用性分析

不同的勘探程度,不同的资料条件、不同的地质任务和不同的地质条件需要采用相应的反演方法。根据对各种反演方法的原理和优缺点系统分析,对各种反演的适用性进行了系统的分析,表1是各种反演方法对不同勘探程度的适用性,表2为各种反演方法所适用的反演精度要求,表3为各种反演方法对地质资料品质的适用性。反演处理人员应当根据研究区实际的资料情况和地质任务要求采用合理的反演方法,在处理前做好可行性分析工作。

表1 各种反演方法对不同勘探程度的适用性

表2 各种反演方法对不同精度要求的适用性

表3 各种反演方法对不同地震资料的适用性

四)结论

1、Jason反演软件是一个有效的储层预测、油藏描述工具,目前为主力反演软件。

Jason提供了多种有特色的反演技术,这些方法由于其基于的数学物理模型的不同,各有优缺点,处理人员可根据不同的地震地质条件选择合理的反演方法和参数。自引进以来,在济阳坳陷隐蔽油藏勘探中发挥了非常重要的作用,目前已成为国内应用最普遍的波阻抗反演软件之一。

2、ISIS软件是对Jason的一个很好的补充:

在勘探初期,尤其是在井少的情况下,初始模型难以准确求得,可以选用ISIS反演软件,根据速度谱资料和层序场以及相干体控制,得到比较合理的反演结果。

由于采用了时变子波和倾角体建模技术,所以比较适合于大时窗、复杂地层产状地区的反演。

11属性数据分析

技能训练十一属性数据分析 一、训练目的与要求 1.掌握属性数据分析方法。 2.掌握属性数据分析图表与原图形的组合。 二、训练准备 1.训练数据:本训练数据保存于文件夹Exercise-11中。 2.预备知识:属性分析的方法。 三、训练步骤与内容 1.数据准备 将训练数据复制,粘贴至各自文件夹内。 启动MAPGIS主程序。在主菜单界面中,点击参数按钮,在弹出的对话框中,设置工作目录最终指向Exercise-14(盘符依据各人具体情况设置)。 2.属性分析 执行如下命令:空间分析?空间分析?文件?装载区文件,加载要进行属性分析的数据文件。 Step1: 加载数据文件中所提供 的REGION.WP区文件 执行如下命令:属性分析?单属性分类统计?立体饼图,选择属性分析类型。

Step2: 属性 Step3: 选择分类属性字段为小麦,保留属性字段为乡名、水稻、玉米Step4: 设置分类方式为分段方式 Step5: 确定,退出设置 分类值域按图中所示输 入

分类统计结果图 3.保存文件 执行如下命令:文件?保存当前文件,换名保存属性分析所生成的图形文件,系统生成的表格文件(*.WB)不需要保存。 Step: 将缺省文件名改为“属性分析”,点 击保存按钮。按此方法依次将线、区 文件名均改为“属性分析” 4.文件组合 执行如下命令:图形处理?输入编辑?打开已有工程文件,打开所提供的Exercise-14.MPJ,在工程文件管理窗口,点击鼠标右键,选择“添加项目”选项,将前面生成的属性分析.WT、属性分析.WL、属性分析.WP添加进此工程文件。 关闭REGION.WP、POINT.WT、RIVER.WL和LINE.WL四个文件。 执行如下命令:其它?整块移动,调整属性分析.WT、属性分析.WL、属性分析.WP三个图形文件的位置,使与主图位置相适应。若此三个图形与主图相比过大的话,执行如下命令:其它?整图变换?键盘输入参数,来进行调整(注意应确定REGION.WP、POINT.WT、RIVER.WL 和LINE.WL四个文件处于关闭状态)。

jason软件说明

1、数据加载(1)地震数据加载 进入JASON软件主窗口菜单:Datalinks---Seismic/Property data: 进入下一级界面: 该Parameters菜单中每个步骤依次执行

该Parameters菜单中每个步骤依次执行 (a)Creat/edit segy format definition… (b)Select/ edit transport parameter… (c) Desired JGW format: (32bits or Floating point) (d)Existing files….

Transport --- (2)层位数据 Datalinks---Horizons… 出现下一级子菜单 (a)Parameters---Select/edit transport paramenters…. 选择层位,断层等所在目录即可。 (b)Existing files (same to seismic data) (3)井位数据加载 Datalinks--- wells…

Input— (a)Input---Set template file…出窗口(未抓) (b)Input—Select files… Edit---- (a)Edit—Edit template…出窗口

在Generic log –column (select all) 一个接着一个编辑,选中(击黑)点Edit header—出现 LAS edit log header对话框,在JGW type中根据曲线的类型选择相应说明,并修改单位。 深度为Measured depth, 单位为m;声波为P-sonic单位为:数据在200以内为英制,大于200为米制。Edit—Existing files… (same to seismic data) Transport—出窗口 (a)Edit….出现编辑坐标的窗口,输入X,Y坐标 (b)Import wells..加载井数据。 依次直到加载完毕所有井数据。 在底图中可以查看井数据的加载是否正确

JASON操作手册

第一章数据的加载 jason是目前最常用的反演软件,它操作上的特点是它需要什么数据或参数就给它什么数据或参数。下面是它的主窗口(图1)。 图1 因为作反演之前已经将坨163区块进行了构造解释,所以可以直接从lanmark中将地震、测井、层位数据导入jason中,操作比较简单。步骤如下: 一,选择工区(即一个文件夹) 主窗口——File——Select Project(图2),弹出图3。选择一个工区,ok。 图2 图3 1. 数据的导入 主窗口——Datalinks——Landmark——Landmark Link(2003)(图3),弹出图4。

图3 图4 2. 工区的选择 File——Seisworks project:选地震工区t163,ok。(图5) 图5 File——Openworks project——选SHNEGCAI, 选井列表t163,ok。(图5) 此时,图5 窗口的状态栏将会发生变化,以上选择的工区将会显示。(图6) 图6 3. 地震数据的导入 Select——Import——Seismic/property data(图7),弹出图8。选cb 3dv(纯波数据,作反演时一定要用纯波数据),ok。

图7 图8 4. 层位数据的导入Select——Import——Horizons,选择反演时需要的层位和断层(图9)。 图9 5. 井数据的导入 Select(图7)——wells,弹出图10。选择需要的井,ok。

图10 E: Transport——Import,以上所选的landmark中的数据将传入jason中。 图11 第二章合成记录的建立 在jason上建合成记录的特点是精度高,但随意性大。建立合成记录的步骤是:井曲线、地震数据、子波的加载,子波的编辑和评价,合成记录的生成和编辑。 1. 井曲线、地震数据、子波的输入 主窗口——Analysis——Well log editing and seismic tie(图1),弹出图2。 图1

Jason反演Wavelets中文手册

Jason反演Wavelets中文手册13.Wavelets Wavelets应用程序的目标是: 利用各种技术评估地震子波: 单独从地震数据 利用来自于一口井或多口井的反射系数 利用地震数据的部分(partial)叠加或multiple partial 叠加 定位井轨迹以优化井和地震数据的关系 横向变化时,进行子波插值 为建模生成合成子波 为得到零相位地震数据计算反褶积 评估Q和产生基于子波的Q 13.1 快速开始 子波估算作为科学,带有艺术性和经验性。应用一个正确的子波是获取满意的储层描述结果的关键。 为了运行Wavelets,必须下面的数据: ◆地震数据 ◆阻抗井或者选择的位置(Impedance well(s) or selected locaitons) ◆选择一个时窗,在时窗内来执行估算 ◆每口井选择一定数量的地震道或者位置用于估算

13.2 菜单导航 13.2.1 File 菜单 13.2.2 Input 菜单 Seismic mode 子波能够通过Zero-offset(ZO)地震数据和A V A非Zero-offset地震数据估算而来。选择你喜欢工作的模式。 Preferred Types 选择喜欢的查询输入测井曲线的数据类型。对于Zero offset模式,它是P-Impedance类型。对于A VA模式,可以是P-Sonic,S-Sonic和密度类型。Seismic Seismic 菜单有两部分。在第一部分中,指定了地震数据文件。你必须提供一个包含2D或3D数据的地震数据(.mod)。地震数据必须代表真正振幅偏移反射信息。在Zero-offset模式中,合成地震记录是通过子波与零偏移反射系数曲线褶积而来的,其中反射系数曲线来源于输入的P-Impedance曲线。在AV A模式中,角度依赖的反射系数来源于P-Sonic,S-Sonic和密度井曲线,所使用的角度是是在输入的A VA地震数据文件中指定的。 在第二部分中,需要设置地震数据的A V A参数。这个对话框要在其他程序中使用,所以子波参数是被灰化的。

JASON软件介绍

RockTrace 同时AVA 约束稀疏脉冲反演 自从2000 年秋季推出以来,RockTrace 就对行业应用和集成PSTM 地震数据的方法产生了重大影响。它是唯一的定量集成测井曲线弹性岩石物性和AVA 地震数据的技术,可以生成标定的定量岩石物性三维数据体。 RockTrace 以InverTrace Plus技术为基础,并将该技术扩展到了AVO 域。在InverTrace Plus中,应用的约束以波阻抗(Z p) 为依据。在RockTrace 模块中,目标是在波阻抗之外求解出横波阻抗(Z s) 和密度,因此,对这三个参数分别地设置约束条件。在并行处理过程中,能够生成的弹性参数类型组合为: ?纵波阻抗、横波阻抗和密度 ?纵波阻抗、纵/横波速度比和密度 ?纵波时差、横波时差和密度 ?纵波速度、横波速度和密度 和InverTrace Plus一样,应用全局模式时,一个空间控制项被加到目标函数上,同时,一个相当大的地震道数据体被整体转换。RockTrace反演应用多个不同角度叠加道集的地震数据体,并且生成三个弹性参数数据体。该算法是InverTrace Plus模块整体多道反演算法的扩展。它是以一个地震数据体作为输入信息,并且只生成一个阻抗数据体(上述数据体之一)。通常,RockTrace 算法可以产生三个弹性参数数据体,并且保留了许多其它模块的原理和约束算法。 这是业界一项独特的技术,具有以下技术优势: ?反演得到的弹性参数是岩石的真实属性,与储层属性有关。 ?当采用Knott-Zoeppritz 方程式选项时,无任何物理近似假设。 ?允许振幅和相位随偏移距变化。通过对每隔输入部分叠加数据体,计算唯一的子波来实现反演。 ?在反演过程中,弹性参数可以直接进行各自约束。 ?岩石物理关系可用于约束弹性参数对。 ?由于所有输入数据必须和单一的输出模型相一致,降低了噪音的影响。 ?最终的弹性参数模型可重构输入地震数据,这也是反演优化算法的一部分。 ?由于处理过程是整合了所有数据并与单一模型保持一致,所以质量控制分析更简单,而且结果更加机关内却。 RockTrace 可同时求解多个褶积方程,包括纵波速度、横波速度和密度。此外,S 代表地震角度叠加道集,KZ 表示Knott-Zoeppritz 反射系数方程,W 表示角度叠加道集的相应子波。由于RockTrace 使用完全的KZ 方程,因此可支持P-P 波形数据、P-S 转换波形数据,或者二者的结合。RockTrace 内的组件 RockTrace 由三个模块构成: ?P-P 和P-S 弹性阻抗曲线生成器 ?同时AVA 约束稀疏脉冲反演 ?垂直数据对齐 另外,在Wavelets模块中,具有RockTrace 软件许可,就可以运行多角度叠加数据子波估算工具。

实验十四 属性数据分析

实验十四属性数据分析 一、实验目的 1.掌握属性数据分析方法。 2.掌握属性数据分析图表与原图形的组合。 二、实验准备 1.实验数据:本实验数据保存于文件夹Exercise-14中。 2.预备知识:属性分析的方法。 三、实验步骤与内容 1.数据准备 将实验数据复制,粘贴至各自文件夹内。 启动MAPGIS主程序。在主菜单界面中,点击参数按钮,在弹出的对话框中,设置工作目录最终指向Exercise-14(盘符依据各人具体情况设置)。 2.属性分析 执行如下命令:空间分析?空间分析?文件?装载区文件,加载要进行属性分析的数据文件。 Step1: 加载数据文件中所提供 的REGION.WP区文件执行如下命令:属性分析?单属性分类统计?立体饼图,选择属性分析类型。

Step2: 属性 Step4: 设置分类方 式为分段方 式 Step3: 选择分类属 性字段为小 麦,保留属 性字段为乡 名、水稻、 玉米 Step5: 确定,退出 设置 分类值域按图中所示输 入

分类统计结果图 3.保存文件 执行如下命令:文件?保存当前文件,换名保存属性分析所生成的图形文件,系统生成的表格文件(*.WB)不需要保存。 Step: 将缺省文件名改为“属性分析”,点 击保存按钮。按此方法依次将线、区 文件名均改为“属性分析” 4.文件组合 执行如下命令:图形处理?输入编辑?打开已有工程文件,打开所提供的Exercise-14.MPJ,在工程文件管理窗口,点击鼠标右键,选择“添加项目”选项,将前面生成的属性分析.WT、属性分析.WL、属性分析.WP添加进此工程文件。 关闭REGION.WP、POINT.WT、RIVER.WL和LINE.WL四个文件。 执行如下命令:其它?整块移动,调整属性分析.WT、属性分析.WL、属性分析.WP三个图形文件的位置,使与主图位置相适应。若此三个图形与主图相比过大的话,执行如下命令:其它?整图变换?键盘输入参数,来进行调整(注意应确定REGION.WP、POINT.WT、RIVER.WL和LINE.WL四个文件处于关闭状态)。 完成后,保存此工程文件。

JASON培训教材-14页解析

Jason软件培训资料 Jason软件集合了油气勘探开发不同阶段的储层预测和油气藏描述技术,它致力于各种资料、各种认识的全面综合,提供符合各种资料、各种认识的储层预测和油气藏描述结果。指导油气藏的勘探和开发,提高钻井成功率,降低风险。 主要模块

Jason软件是一套综合应用地震、测井和地质等资料解决油气勘探开发不同阶段储层预测和油气藏描述实际问题的综合平台。其中子波估算(Wavelets)和层位标定、地质框架模型(Earthmodel)、地震反演(Invertrace、Invertraceplus)、测井反演(Invermod)、地质统计模拟(Statmod)和数据分析变换(Functionmod)是主要模块和关键技术。下面根据实际工作步骤来介绍Jason软件的主要模块和关键技术及应用注意事项。 一、数据加载 数据加载顺序为地震→层位→测井→其它(如人文、子波等);输出可根据需要有选择性地输出。 注意事项: ●地震数据类型(是2D还是3D)、线道号和XY坐标在SEG-Y道 头中的正确位置、输入数据的字节数(至少为16位)。 ●井数据输入文件的格式与所选的格式模板文件必须一致包括输入 文件本身的声波和密度的单位(us/ft,us/m,g/cm3,kg/m3)、模板 文件中深度的类型(测量深度、TVD等)和单位(m,ft等)。 二、子波估算和层位标定技术 这部分工作是通过Modeling下的Wavelets…和Analysis下的Well log editing and seismic tie…两个模块完成的。通过子波估算和井曲线编辑的交互迭代,由井旁地震道和井中的阻抗曲线估算出与地震最佳匹配的地震子波。并实现子波估算、合成记录的制作和层位标定。 其技术特点是:同时估算子波的振幅谱和相位谱;子波估算和层位标定同时完成;方法多样,可处理有井和无井、单井和多井、直井和斜井;质量控制手段多样。 子波估算和层位标定技术的方法如下: 1)计算理论子波(如Ricker)(Wavelets…→Edit→Create synthetic wavelet... )。

Jason手册a

前言 JASON地学综合研究平台(JASON GEOSCIENCE WORKBENCH)为用户提供的跨越地震、地质、测井资料的综合分析研究工具,它可满足油气勘探开发不同阶段对储层的油气藏定量研究的需求。JASON把不同学科的有效信息的融合作为客观存它的基石,最大限度地利用不同信息的优势,为用户提供符合不同学科信息的客观可靠的油气藏参数模型。 JASON软件的重要特点就是随着越来越多的非地震信息(测井、测试、地质)的引入,由地震数据推演的油气藏参数模型的分辩率和细节会得到不断的改善。用户可根据需要,由JASON的模块构建自己的研究流程。 主要模块及功能如下: Enviaonment-Plus 运行环境及分析工具 数据输入与输出(地震segy格式、测井las格式和层位ASCII格式) 各种数据,各种方式的显示(井、层位、地震等的2D/3D显示) 合成记录标定 2D/3D解释(地震体与属性体解释) 交会图/直方图分析 三维立体显示与三维(地质/储集)体自动解释 沿层、层间属性提取、沿层属性切片 层位数据计算(平滑、加/减、拟合等) 地层异常检测 处理工具包(重采样、滤波、互相关等) 等值线 Wavelets 子波估算 用多种技术估算地震子波(无井估算地震子波、单井或多井估算地震子波等) 空变子波 理论子波 估算子波的振幅谱与相位谱 计算平均子波 VelMod 速度建模 建立三维速度模型(用均方根速度,逐层的层速度编辑与平滑) 时深转换,深时转换 提供阻抗的低频模型 EarthModel 地质框架模型 构建以层为基础的地层框架模型 生成以地层框架模型为基础的测井曲线内插模型 提供用于地震反演的低频模型 InverTrace 地震反演的储层与油气藏描述 提供可靠的地震反演声阻抗数据体 在地震反演声阻抗数据体上解释,可提高解释的精度和可靠性 预测产层有效厚度和平均孔隙度 InverMod 基于测井的精细储层油气藏描述

数据挖掘中客户的特征化及其划分(一)

数据挖掘中客户的特征化及其划分(一) 摘要]良好客户关系已成为电子商务时代制胜的关键。在激烈的市场竞争中,客户关系管理逐渐成为企业关注的焦点。深入研究客户和潜在客户是在市场中保持竞争力的关键。本文通过对客户行为的特征化分析,以数据挖掘为分析工具,对客户关系管理进行了讨论,给出了相应的划分方法,使用这些划分方法,对客户进行分析是有意义的。 关键词]客户关系管理数据挖掘聚类分析 一、引言 在激烈的市场竞争中,客户关系管理(CustomerRelationshipManagement)逐渐成为各企业关注的焦点。一个成熟的CRM系统要能够有效地获取客户的各种信息,识别客户与企业间的关系及所有交互操作,寻找其中的规律,为客户提供个性化的服务,为企业决策提供支持。 在企业与客户的交互操作中,“二八原则”是值得借鉴的,即20%的客户对企业做出80%的利润贡献。但究竟谁是那20%的客户?又如何确定特定消费群体的消费习惯与消费倾向,进而推断出相应消费群体或个体下一步的消费行为?这都是企业需要认真研究的问题。 二、客户的特征化及其划分 企业认识客户和潜在客户是在市场保持竞争力的关键。特征分析是了解客户和潜在客户的极好方法,包括对感兴趣对象范围进行一般特征的度量。一旦知道带来最大利润客户的特征和行为,就可以直接将其应用到寻找潜在客户之中。有效寻找客户,认识哪些人群像自己的客户。因此,在争取客户的活动中,对感兴趣对象进行特征化及其划分是很有意义的。 对客户的特征化,顾名思义就是用数据来描述或给出客户(潜在客户)特征的活动。特征化可以在数据库(或数据库的不同部分)上进行。这些不同部分也称为划分,通常他们互不包含。 划分分析(SegmentationAnalysis)通常用于根据利润和市场潜力划分客户。如:零售商按客户在所有零售商店的总体购买行为,将客户划分为若干描述他们各自购买行为的区域,这样零售商可以评估哪些客户有最大利润。划分是把数据库分成互不相交部分或分区的活动。一般有两种方法:市场驱动法和数据驱动法。市场驱动法需要决定那些对业务有重要影响的特征,即需要预先选择一些特征变量(属性),以最终定义得到划分。数据驱动法是利用数据挖掘中的聚类技术或要素分析技术寻找同质群体。 三、数据挖掘的概念 数据挖掘(DataMining)是从大型数据库或数据仓库中提取人们感兴趣的知识,这些知识是隐含的、事先未知的潜在有用信息。通过数据挖掘提取的知识表示为概念、规则、规律、模式等,它对企业的趋势预测和行为决策提供支持。 1.分类分析 分类是指将数据映射到预先定义好的群组或类。分类要求基于数据属性值来定义类别,通过数据特征来描述类别。根据它与预先定义好的类别相似度,划分到某一类中去。分类的主要应用是导出数据的分类模型,然后使用模型预测。 2.聚类分析 聚类是对抽象样本集合分组的过程。与分类不同之处在于聚类操作要划分的类是事先未知。按照同一类中对象之间较高相似度原则进行划分,目的是使同一类别个体之间距离尽可能小,不同类别中个体间距离尽可能大。类的形成是由数据驱动的。 3.关联规则 关联规则是从大量的数据中挖掘出有价值的描述数据项之间相互关联的知识。关联规则中有两个重要概念:支持度(Support)和信任度(Confidence)。它们是两个度量有关规则的方法,描述了被挖掘出规则的有用性和确定性。关联规则挖掘,希望发现事务数据库中数据项之间的关联,这些规则往往能反映客户的购买行为模式。

最新jason地质统计学反演手册资料讲解

StatMod MC入门手册 Chapter 1.工作流程 Chapter 2.基本的输入输出数据 输入数据 输出数据 岩性实现岩性概率体 属性实现 地质统计学参数 岩石物理分析 地层网格模型地震数据 测井曲线 ……………………...5% ...….………………..15% ..……………………..5% ……………………...50% ……………………...10% ….………………….15% 百分数表示每个步骤所用时 间占整个项目时间的百分比Stage 4:反演 Stage 2:地质统计学参数分析 Stage 3:模拟 Stage 5:协模拟 Stage 1: 项目准备 Stage 6: 不确定性分析与风险评估

Chapter 3.详细操作步骤 操作步骤以StatMod MC培训数据为例 第一步.首先完成一个高质量的叠后CSSI反演 这一步的目的是为地质统计学提供一个好的研究基础, 这个“好”主要体现在: (1)好的井震标定, 目标区的相关值达到0.85以上; (2)好的叠后反演结果, 用来质控地质统计学模拟和反演结果, 是地质统计学反演结果横向预测准确 度的参照物; (3)利用叠后反演结果进行砂体雕刻, 对目标区的岩性展布、比例有一个总体上正确的把握, 这些认 识都是地质统计学的初始输入。 (说明:在提供的培训数据中已经为用户做了以上准备,用户可以从主界面中打开该培训数据所在工区, 然后用Map View看工区底图,用Section View查看地震数据、叠后CSSI反演数据、地质框架模型与 层位数据以及井数据与子波 , 并用Well Editor检查井震标定情况) 第二步. 数据准备 ●●井曲线重采样 这一步将测井数据重采样至地质微层采样间隔,具体操作为: (1)JGW主界面→ Analysis→ Processing toolkit; (2)Input→ Data selection→ Data type:选Well, 点击Input file(s)右边List选择任意井(可以选多井), 然后在弹出的界面Select logs中选择任意井曲线(可以多选),点击OK退出; (3)Parameters→ Resample log, 在弹出界面Processing toolkit中填写重采样间隔(注意s 与ms单位), 点击OK退出; (4)Output→ Define process, 从Select from中选择Resample log, 点击??输入到右边的Process里面; (5)Output→ Generate, 在弹出的界面中填写输出路径和输出文件名,然后点击Generate,开始计算重 采样的曲线。 ●●计算岩性曲线:这里说的岩性曲线和测井解释的岩性不同, 而是指能通过弹性属性(主要指纵波 阻抗) 区分出来的岩性, 所以一般可分两到三种岩性。练习里通过交会图的方式教授如何划分岩性。 ●●地震数据:线、道间距尽量一致,如果不一致需要进行跳道处理,避免往反演结果中引入各向 异性。 ●●地质框架模型:微层采样间隔与需要分辨的薄层厚度要匹配。 第三步. 地质统计学参数分析 这里说的地质统计学参数主要指三个参数:概率密度函数(probability density function, 简称pdf,描述某一属性在空间的概率分布情况)、变差函数(描述某一属性随距离的变化,是距离的函数)、云变换(描述两个属性之间的相关关系)。下面先介绍前两个参数: ●●概率密度函数 (1)JGW主界面→ Modeling→ StatMod MC, 弹出StatMod MC主界面,主要填写内容如下:

jason随机反演的中文手册

第五期用户通讯 随机模拟与随机反演 地震 属性随机模拟、岩性指示随机模拟与随机反演: 1. 需要输入的数据: 1、wells (logs and tops) 2、seismic.mod (?=4ms …) 3、horizons 4、wavelets (?=4ms …) 5、aitm.mod (?=4ms …) 6、solid model (with TDC) 2. 主要工作流程: 1、建立岩性类型与单位 2、利用 density 与 gamma 曲线建立岩性曲线 (lithology) 3、建立岩性概率模型 (shale_prob.mod, sand_prob.mod) 4、直方图与变异图的分析 并通过交会图确定两类数据的相关系数 5、随机模拟 6、计算多次孔隙度随机模拟结果的平均值 7、计算多次模拟的标准偏差 8、计算小层中的砂岩累计厚度 9、随机反演 (一)建立岩性类型与单位: Utilities → Project management → Project parameters Edit → Type and units … → → Lothologic data type → Data type :

Ok (存入文件 usertypelist.txt) (二)利用 density 与 gamma 曲线建立岩性曲线 (深度域、lithology):例如:工区有六口井:1.wll 2.wll 3.wll 4.wll 5.wll 6.wll 经过分析:当 GR<85, density<2300kg/m^3 时为 sand 当 GR>85, density.2300kg/m^3 时为 shale 1、建立一个函数(利用 density 与 gamma 曲线建立岩性曲线): FunctionMod → Edit → Functions → New 键入 Output type: Output unit: Parameters : Parameters kind 选 Parameters name Parameters type 选 Parameters unit Ok Parameters kind 选 Parameters name Parameters type 选 Parameters unit Ok Use domain range definitions →

数据分析-分布类别

各种分布 泊松分布 Poisson分布,是一种统计与概率学里常见到的离散概率分布。 泊松分布的概率函数为: 泊松分布的参数λ是单位时间(或单位面积、单位体积)内随机事件的平均发生率。泊松分布适合于描述单位时间内随机事件发生的次数。 泊松分布的期望和方差均为 特征函数为: 泊松分布与二项分布 当二项分布的n很大而p很小时,泊松分布可作为二项分布的近似,其中λ为np。通常当n≧10,p≦0.1时,就可以用泊松公式近似得计算。 事实上,泊松分布正是由二项分布推导而来的。 泊松分布可作为二项分布的极限而得到。一般的说,若 ,其中n很大,p很小,因而不太大时,X的分布接近于泊松分布。这个事实有时可将较难计算的二项分布转化为泊松分布去计算。 应用示例

泊松分布适合于描述单位时间(或空间)内随机事件发生的次数。如某一服务设施在一定时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,某放射性物质发射出的粒子,机器出现的故障数,自然灾害发生的次数,一块产品上的缺陷数,显微镜下单位分区内的细菌分布数等等。 卡方分布 卡方分布( 分布)是概率论与统计学中常用的一种概率分布。n 个独立的标准正态分布变量的平方和服从自由度为n 的卡方分布。卡方分布常用于假设检验和置信区间的计算。 若n个相互独立的随机变量ξ?、ξ?、……、ξn ,均服从标准正态分布(也称独立同分布于标准正态分布),则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为卡方分布(chi-square distribution),即分布(chi-square distribution),其中参数n称为自由度。正如正态分布中均值或方差不同就是另一个正态分布一样,自由度不同就是另一个分布。记为或者。 卡方分布与正态分布 卡方分布是由正态分布构造而成的一个新的分布,当自由度n很大时,分布近似为正态分布。对于任意正整数x,自由度为 k的卡方分布是一个随机变量X 的机率分布。 期望和方差

定性属性数据分析复习题

属性数据分析复习题 一、 填空(每题4分,共20分) 1. 按数据取值分类,人的身高,性别,受教育程度分别属于计量数据,名义数据,有序数据 2. 度量定性数据离散程度的量有离异比率, G-S 指数,熵 3. 分类数据的检验方法主要有2χ检验和似然比检验 4. 二值逻辑斯蒂线性回归模型的一般形式是011ln 1k k p x x p βββ=+++- 5. 二维列联表的对数线性非饱和模型有 3 种 二、 案例分析题(每题20分,共60分) 1.P40习题二1,给出上分位数20.05(5)11.07χ= 0123456:0.3,0.2,0.2,0.1,0.1,0.1H p p p p p p ====== 220.0518.0567(5)11.07χχ=>=,落入拒绝域,故拒绝原假设,即认为这些数据与 消费者对糖果颜色的偏好分布不相符 2.P42表 3.1独立性检验,给出上分位数2 0.05(1) 3.84χ= 012:H p p =(即认为肺癌患者中吸烟比例与对照组中吸烟比例相等) 112:H p p ≠

未连续性修正的: 22 2 2112212210.051212()106(6011332)9.6636(1) 3.8463439214n n n n n n n n n χχ++++-?-?===>=??? 带连续性修正的: 22 11221221220.051212(||)106(|6011332|53)27.9327(1) 3.8463439214 n n n n n n n n n n χχ++++--?-?-===>=??? 均落入拒绝域,故拒绝原假设,即认为肺癌患者中吸烟比例与对照组中吸烟比例不等 3.P83表 4.3 独立性检验,给出上分位数2 0.05(2) 5.99χ= 0:ij i j H p p p ++=(即认为男性和女性对啤酒的偏好无显著性差异) 220.0590.685(2) 5.99χχ=>=,落入拒绝域,故拒绝原假设,即认为男性和女性对 啤酒的偏好有显著性差异 三、简答(每题10分) 1.谈谈你对p 值的认识 P 值是: 1) 一种概率,一种在原假设为真的前提下出现观察样本以及更极端情况的概率。 2) 拒绝原假设的最小显著性水平。 3) 观察到的(实例的)显著性水平。 4) 表示对原假设的支持程度,是用于确定是否应该拒绝原假设的另一种方法。 P 值(P value )就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P 值很小,说明原假设情况的发生的概率很小,而如果出现了,根据小概率原理,我们就有理由拒绝原假设,P 值越小,我们拒绝原假设的理由越充分。总之,P 值越小,表明结果越显著。 统计学根据显著性检验方法所得到的P 值,一般以P < 0.05 为显著, P<0.01 为非常显著 2.写出三维列联表各种独立性之间的关系

稀疏脉冲反演方法及Jason软件实现

第四篇约束稀疏脉冲波阻抗反演 1、概述: 约束稀疏脉冲波阻抗反演方法(简称CSSI )是目前应用比较广泛的一种方法,它是以趋势约束稀疏脉冲反褶积算法为基础。对地下的反射吸收序列作如下假设:它的分布是稀疏分布的,而不是像其它的反演方法那样假设其是连续分布的。在反演过程中,它是通过寻找一个使目标函数最小的反射系数脉冲数目来得到波阻抗数据的,此时合成的地震记录可以和实际地震记录匹配的最佳。 2、基本假设和方法原理 约束稀疏脉冲反演(CSSI )是一种递推地震波阻抗反演方法,基于范数反褶积和最大似然反褶积。它假设 地层的反射系数序列是由一系列稀疏且不连续的大反射系数和高斯分布的小反射系数叠加而成。从地质角都解释,大反射系数代表地下不连续界面、岩性分界面。首先由约束稀疏脉冲的基本假设,得到目标函数: )1ln()(2)ln(2)(1 )(1 1 22 1 22 λλ----+= ∑∑==M L M K n N K r R J L K L K (1) 2R 为反射系数均方值,2N 为噪音均方值;第K 个采样点的反射系数为r(K),n(K)为噪 音;M 为反射层数;L 为总采样数;λ为既定反射系数似然值;可经迭代计算出反射系数。其次用最大似然反褶积反演得到反射系数。采用递推算法结合初始波阻抗趋势,得到波阻抗模型。 ) () (1) 1()(i R i R i Z i Z +-= (2) Z(i)为第i 层的波阻抗值;R(i)为第i 层的反射系数。 最后约束稀疏脉冲反演依据目标函数逐一对地震道计算的初始波阻抗进行调整, 并调整反射系数,得到目标函数: Z L a d s L r L F q p ?+-+=-11)()(λ (3) r 是反射系数,Z ?是阻抗趋势差;d 是地震道;s 是合成地震道;λ是残差权 重因子;a 是趋势权重因子;p,q 是L 模因子。式(3)右边分别是反射系数的绝对值和,合

属性数据分析第五章课后答案

属性数据分析第五章课后作业 6.为了解男性和女性对两种类型的饮料的偏好有没有差异,分别在年青人和老年人中作调查。调查数据如下: 试分析这批数据,关于男性和女性对这两种类型的饮料的偏好有没有差异的问题,你有什么看法?为什么? 解:(1)数据压缩分析 首先将上表中不同年龄段的数据合并在一起压缩成二维2×2列联表1.1,合起来看,分析男性和女性对这两种类型的饮料的偏好有没有差异? 表1.1 “性别×偏好饮料”列联表 二维2×2列联表独立检验的似然比检验统计量Λ 2的值为0.7032,p值 -ln 为05 ≥ = =χ p,不应拒绝原假设,即认为“偏好类型” (2> P 4017 .0 )1( ) .0 7032 .0 与“性别”无关。 (2)数据分层分析 其次,按年龄段分层,得到如下三维2×2×2列联表1.2,分开来看,男性和女性对这两种类型的饮料的偏好有没有差异? 表1.2 三维2×2×2列联表

在上述数据中,分别对两个年龄段(即年青人和老年人)进行饮料偏好的调查,在“年青人”年龄段,男性中偏好饮料A 占58.73%,偏好饮料B 占41.27%;女性中偏好饮料A 占58.73%,偏好饮料B 占41.27%,我们可以得出在这个年龄段,男性和女性对这两种类型的饮料的偏好有一定的差异。同理,在“老年人”年龄段,也有一定的差异。 (3)条件独立性检验 为验证上述得出的结果是否可靠,我们可以做以下的条件独立性检验。 即由题意,可令C 表示年龄段,1C 表示年青人,2C 表示老年人;D 表示性别,1D 表示男性,2D 表示女性;E 表示偏好饮料的类型,1E 表示偏好饮料A ,2E 表示偏好饮料B 。欲检验的原假设为:C 给定后D 和E 条件独立。 按年龄段分层后得到的两个四格表,以及它们的似然比检验统计量Λ-ln 2的值如下: 2C 层 822.11ln 2=Λ-248.6ln 2=Λ- 条件独立性检验问题的似然比检验统计 量是这两个 似然比检验统计量的和,其值为 07.18822.11248.6ln 2=+=Λ- 由于2===t c r ,所以条件独立性检验的似然比检验统计量的渐近2χ分布的自由度为2)1)(1(=--t c r ,也就是上面这2个四格表的渐近2χ分布的自由度的和。由于p 值50.00011916)07.18)2((2=≥χP 很小,所以认为条件独立性不成立,即在年龄段给定的条件下,男性和女性对两种类型的饮料的偏好是有差异的。 (4)产生偏差的原因 a 、在(1)中,将不同年龄段的数据压缩在一起合起来后分析发现男性和女性在

JASON培训笔记

周一下午:地震数据加载、管理及质量控制 Types of files created I n JGW : Grid:Run.rapxy.rap这两个文件必须时刻保存。 Seismic :seismic.mod seismic.minseismic.mind三个文件一起拷贝有效 Horizons: Horizons.horHorizons.hinHorizons.hind时间域、深度域和属性都是以.hor格式加载Wells:well.wil这个文件包含多种信息,加载的层位等都在这个文件中 Other optional data:相、子波等 Data classes and types 一个里面classes包含很多types,单位要一致。 Daturms : 其他软件是指海平面为基准的,海平面以上的海拔补心高,JASON是以地震采集的基准面为基准,这个值不能修改,只能修改测井的数据得到准确的值。加载测井曲线时要注意。 自动抓的图片保存在JASON_SNAPSHCTS文件夹里 标准工区建立:一级目录:年份_油田名_工区名 打开软件的界面: File-creat project

点击OK 填写上表:一般只定义单位即可:

点击OK:工区建好,在盘里可以见到工区 加载地震数据:Datalinks–sesmic-SEG-Y-disk SEG-Y import

首先定义一些参数、格式,然后再加载地震数据体. 定义格式Parameters 里面第一行 首先是选择标准SEG-Y,点击右下角,就出来了。 CDP的选择:根据实际数据,如果选择specify的话format要选择16或者32字节,不能选8。 点击Qickverify of settings files name,选中地震数据所在的文件,点击地震数据文件,OK

jason地质统计学反演手册

StatMod MC 入门手册 Chapter 1. 工作流程 Chapter 2. 基本的输入输出数据 输入数据 输出数据 岩性实现 岩性概率体 属性实现 地质统计学参数 岩石物理分析 地层网格模型 地震数据 测井曲线 …………………… ...5% ...….………………..15% ..……………………..5% ……………………...50% ……………………...10% ….………………….15% 百分数表示每个步骤所用时 间占整个项目时间的百分比

Chapter 3.详细操作步骤 操作步骤以StatMod MC培训数据为例 第一步.首先完成一个高质量的叠后CSSI反演 这一步的目的是为地质统计学提供一个好的研究基础, 这个“好”主要体现在: (1)好的井震标定, 目标区的相关值达到0.85以上; (2)好的叠后反演结果, 用来质控地质统计学模拟和反演结果, 是地质统计学反演结果横向预测准确 度的参照物; (3)利用叠后反演结果进行砂体雕刻, 对目标区的岩性展布、比例有一个总体上正确的把握, 这些认 识都是地质统计学的初始输入。 (说明:在提供的培训数据中已经为用户做了以上准备,用户可以从主界面中打开该培训数据所在工区, 然后用Map View看工区底图,用Section View查看地震数据、叠后CSSI反演数据、地质框架模型与 层位数据以及井数据与子波 , 并用Well Editor检查井震标定情况) 第二步. 数据准备 ●●井曲线重采样 这一步将测井数据重采样至地质微层采样间隔,具体操作为: (1)JGW主界面→ Analysis→ Processing toolkit; (2)Input→ Data selection→ Data type:选Well, 点击Input file(s)右边List选择任意井(可以选多井), 然后在弹出的界面Select logs中选择任意井曲线(可以多选),点击OK退出; (3)Parameters→ Resample log, 在弹出界面Processing toolkit中填写重采样间隔(注意s 与ms单位), 点击OK退出; (4)Output→ Define process, 从Select from中选择Resample log, 点击??输入到右边的Process里面; (5)Output→ Generate, 在弹出的界面中填写输出路径和输出文件名,然后点击Generate,开始计算重 采样的曲线。 ●●计算岩性曲线:这里说的岩性曲线和测井解释的岩性不同, 而是指能通过弹性属性(主要指纵波 阻抗) 区分出来的岩性, 所以一般可分两到三种岩性。练习里通过交会图的方式教授如何划分岩性。 ●●地震数据:线、道间距尽量一致,如果不一致需要进行跳道处理,避免往反演结果中引入各向 异性。 ●●地质框架模型:微层采样间隔与需要分辨的薄层厚度要匹配。 第三步. 地质统计学参数分析 这里说的地质统计学参数主要指三个参数:概率密度函数(probability density function, 简称pdf,描述某一属性在空间的概率分布情况)、变差函数(描述某一属性随距离的变化,是距离的函数)、云变换(描述两个属性之间的相关关系)。下面先介绍前两个参数: ●●概率密度函数 (1)JGW主界面→ Modeling→ StatMod MC, 弹出StatMod MC主界面,主要填写内容如下:

属性数据分析第五章课后答案

属性数据分析第五章课后答案

属性数据分析第五章课后作业 6.为了解男性和女性对两种类型的饮料的偏好有没有差异,分别在年青人和老年人中作调查。调查数据如下: 偏好饮料A 偏好饮料B 年青人 男性 37 26 女性 11 23 老年人 男性 30 43 女性 31 11 试分析这批数据,关于男性和女性对这两种类型的饮料的偏好有没有差异的问题,你有什么看法?为什么? 解:(1)数据压缩分析 首先将上表中不同年龄段的数据合并在一起压缩成二维2×2列联表1.1,合起来看,分析男性和女性对这两种类型的饮料的偏好有没有差异? 表1.1 “性别×偏好饮料”列联表 偏好饮料A 偏好饮料B 合计 偏好A 比例 偏好B 比例 男性 67 69 136 49.26% 50.74% 女性 42 34 76 55.26% 44.74% 二维2×2列联表独立检验的似然比检验统计量Λ-ln 2的值为0.7032,p 值为05.04017.0)7032.0)1((2>=≥=χP p ,不应拒绝原假设,即认为“偏好类型”与“性别”无关。 (2)数据分层分析 其次,按年龄段分层,得到如下三维2×2×2列联表1.2,分开来看,男性和女性对这两种类型的饮料的偏好有没有差异? 表1.2 三维2×2×2列联表 偏好饮料A 偏好饮料B 合计 偏好A 比 例 偏好B 比例 年青人 男性 37 26 63 58.73% 41.27% 女性 11 23 34 32.35% 67.65%

老年人 男性 30 43 73 41.10% 58.90% 女性 31 11 42 73.81% 26.19% 在上述数据中,分别对两个年龄段(即年青人和老年人)进行饮料偏好的调查,在“年青人”年龄段,男性中偏好饮料A 占58.73%,偏好饮料B 占41.27%;女性中偏好饮料A 占58.73%,偏好饮料B 占41.27%,我们可以得出在这个年龄段,男性和女性对这两种类型的饮料的偏好有一定的差异。同理,在“老年人”年龄段,也有一定的差异。 (3)条件独立性检验 为验证上述得出的结果是否可靠,我们可以做以下的条件独立性检验。 即由题意,可令C 表示年龄段,1C 表示年青人,2C 表示老年人;D 表示性别, 1D 表示男性,2D 表示女性;E 表示偏好饮料的类型,1E 表示偏好饮料A ,2E 表 示偏好饮料B 。欲检验的原假设为:C 给定后D 和E 条件独立。 按年龄段分层后得到的两个四格表,以及它们的似然比检验统计量Λ-ln 2的值如下: 1C 层 2C 层 822.11ln 2=Λ- 248.6ln 2=Λ- 条件独立性检验问题的似然比检验统计量是这两个似然比 检 验 统 计 量 的 和 , 其 值 为 07.18822.11248.6ln 2=+=Λ- 由于2===t c r ,所以条件独立性检验的似然比检验统计量的渐近2χ分布的自由度为2)1)(1(=--t c r ,也就是上面这2个四格表的渐近2χ分布的自由度的和。由于p 值50.00011916)07.18)2((2=≥χP 很小,所以认为条件独立性不成立,即在年龄段给定的条件下,男性和女性对两种类型的饮料的偏好是有差异的。 1E 2E 合 计 1 D 37 26 63 2D 11 23 34 合计 48 49 97 1E 2E 合计 1D 30 43 73 2D 31 11 42 合计 61 54 115

相关文档
最新文档