地质统计学简介

合集下载

地质统计学简介及其应用

地质统计学简介及其应用

基本理论介绍:
变差函数分析实际是确定数据在方向和距离两方面的变化率


滞后距(Lag)
散 点 图
半变差函数
半变差函数图的构成
变差函数图中各部分的名称
基台
变程
跃迁
变差函数图 的构图机理
关 系
变差函数图
半变差函数
H-散点图
二 维 变 差 函 数 模 型
主轴变差图
附轴变差图
三 维 变 差 函 数 模 型
权系数的确定
普通克里金
普遍采用于成图的算法;
远离数据点的值是寻找范围内的数据点的平均值。
3、非稳态克里金 (Nostationary Kriging)
非稳态克里金
比较灵活的克里金算法,因为可以设置网格点的值; 网格点的平均值来自于大范围的数据,而成图区只是一部分。
4、内在趋势克里金
(Universal Kriging)
且统计数据要达到一定的数量。
主要优点是:考虑了数据场的方向性。 其核心是:寻找到相邻数据点对所求点的权。
二、克里金算法介绍
常 用 的 几 种 克 里 金 算 法
1、简单克里金
2、普通克里金 3、非稳态克里金 4、内在趋势克里金
(泛克里金)
(Simple Kriging)
(Ordinary Kriging) (Nostationary Kriging) (Universal Kriging)
组成变差函数模型的结构类型
ห้องสมุดไป่ตู้
球型
高斯
跃 迁
指数
幂函数
变差模型结构
半 变 差 函 数
滞后距
四、一个应用实例
---应用三维属性数据建立砂体模型

多点地质统计学原理、方法及应用__概述及解释说明

多点地质统计学原理、方法及应用__概述及解释说明

多点地质统计学原理、方法及应用概述及解释说明1. 引言1.1 概述本文旨在探讨多点地质统计学的原理、方法及应用,为读者提供一个全面了解该领域的概述。

多点地质统计学是一门研究如何有效地利用多变量数值以及空间数据进行地质分析和预测的学科。

它通过综合多种数据,包括物理测量数据、遥感图像数据和野外调查数据等,来实现对不同地质现象和过程的建模与研究。

1.2 文章结构本文按照以下结构组织内容:首先介绍多点地质统计学的基本原理,包括其定义与概念、基本假设以及原理解释。

随后,针对多点地质统计学的方法进行详细阐述,探讨数据收集与预处理、变量选择和缺失值处理以及统计模型拟合与优化算法应用等关键步骤。

接下来,我们将通过具体案例研究来展示多点地质统计学在矿产资源评估与勘探、地下水资源管理与保护以及石油勘探与开发中的应用实践。

最后,在结论部分对全文进行概括总结,并展望未来多点地质统计学研究的发展方向。

1.3 目的本文旨在全面介绍多点地质统计学的原理、方法及应用,以帮助读者对该领域有一个清晰的认识。

通过阐述基本原理和方法,读者可以了解多点地质统计学在地质分析和预测中的重要性。

此外,通过具体案例的引入,读者将能够更好地理解多点地质统计学在实际问题中的应用价值和潜力。

最后,通过对未来研究方向的展望,读者可以获得一些启示,并为自己在该领域开展研究提供参考。

2. 多点地质统计学原理2.1 定义与概念多点地质统计学是一种广泛应用于地质科学领域的统计学方法。

它通过对多个地点上的地质数据进行收集、分析和解释,旨在揭示地下资源的分布规律和空间变异性。

多点地质统计学基于一系列假设和方法,能够提供可靠的预测结果和决策依据。

2.2 基本假设在多点地质统计学中,存在几个基本假设:- 空间自相关假设:相邻位置上的地质现象存在关联性,即一个位置的观测值可能受到相邻位置观测值的影响。

- 空间平稳假设:在整个研究区域内,不同位置上的地质变量具有类似的变异性。

地质统计学在地质及矿业中的应用及发展

地质统计学在地质及矿业中的应用及发展

地质统计学在地质及矿业中的应用及发展【摘要】地质统计学是一门重要的地质学分支,通过对地质数据的分析和解释,可以帮助我们更好地认识地质现象和地质资源。

在地质学中,地质统计学可以用于地质勘探、矿产资源评价、矿床预测和地质灾害预测等方面。

在矿业领域,地质统计学的应用也非常广泛,可以帮助矿业公司提高勘探效率和资源利用率。

地质统计学在实践中也存在一些局限性,比如样本数量不足或数据质量不高等问题。

未来,随着技术的不断发展和完善,地质统计学在地质及矿业中的应用将会更加广泛,为地质矿产领域的发展提供更多可能性。

地质统计学在地质及矿业中的重要性不可忽视,需要不断加强研究和实践。

【关键词】地质统计学、地质勘探、矿产资源评价、矿床预测、地质灾害预测、资源勘查、发展方向、局限性、重要性。

1. 引言1.1 地质统计学的概念地质统计学,是统计学与地质学相结合的一门交叉学科,主要研究地质现象的空间变异性及其规律性。

地质统计学通过对地质数据进行统计分析,揭示地质现象之间的关联性和规律性,从而为地质学和矿业提供科学依据。

地质统计学的方法包括样本普查、空间插值、随机模拟等。

这些方法可以帮助地质学家和矿业工作者更好地分析和解释地质数据,发现地下资源的分布规律,预测地质灾害的发生可能性,优化资源勘查的方案等。

地质统计学是一门在地质学和矿业中具有重要意义的学科,在研究地质现象的空间变异性和规律性方面发挥着至关重要的作用。

随着技术的发展和方法的进步,地质统计学将在地质及矿业领域发挥越来越重要的作用。

1.2 地质统计学在地质学中的重要性地质统计学在地质学中的重要性体现在对地质数据的分析与解释上。

地质统计学通过数理统计的方法,可以对地质数据进行合理的处理和分析,从而帮助地质学家更好地理解地质现象和地质过程。

在地质调查和勘探中,地质统计学可以帮助地质学家发现地质异常、地质断裂和矿产资源的分布规律,为矿产资源的勘探和评价提供科学依据。

地质统计学还可以帮助地质学家进行地质灾害的预测和评估。

地质统计学

地质统计学

地统计(Geostatistics)又称地质统计,是在法国著名统计学家G. Matheron大量理论研究的基础上逐渐形成的一门新的统计学分支。

它是以区域化变量为基础,借助变异函数,研究既具有随机性又具有结构性,或空间相关性和依赖性的自然现象的一门科学。

凡是与空间数据的结构性和随机性,或空间相关性和依赖性,或空间格局与变异有关的研究,并对这些数据进行最优无偏内插估计,或模拟这些数据的离散性、波动性时,皆可应用地统计学的理论与方法。

地统计学与经典统计学的共同之处在于:它们都是在大量采样的基础上,通过对样本属性值的频率分布或均值、方差关系及其相应规则的分析,确定其空间分布格局与相关关系。

但地统计学区别于经典统计学的最大特点即是:地统计学既考虑到样本值的大小,又重视样本空间位置及样本间的距离,弥补了经典统计学忽略空间方位的缺陷。

地统计分析理论基础包括前提假设、区域化变量、变异分析和空间估值。

第一章品位与储量计算第一节概述投资一个矿床开采项目,首先必须估算其品位和储量。

一个矿床的矿量、品位及其空间分布是对矿床进行技术经济评价、可行性研究、矿山规划设计以及开采计划优化的基础,是矿山投资决策的重要依据。

因此,品位估算、矿体圈定和储量计算是一项影响深远的工作,其质量直接影响到投资决策的正确性和矿山规划及开采计划的优劣。

从一个市场经济条件下的矿业投资者的角度看,这一工作做不好可能导致两种对投资者不利的决策:(1)矿体圈定与品位、矿量估算结果比实际情况乐观,估计的矿床开采价值在较大程度上高于实际可能实现的最高价值,致使投资者投资于利润远低于期望值,甚至带来严重亏损的项目。

(2)与第一种情况相反,矿床的矿量与品位的估算值在较大程度上低于实际值,使投资者错误地认为在现有技术经济条件下,矿床的开采不能带来可以接受的最低利润,从而放弃了一个好的投资机会。

然而,准确地估算出一个矿床的矿量、品位绝非易事。

大部分矿体被深深地埋于地下,即使有露头,也只能提供靠近地表的局部信息。

地质统计学.

地质统计学.

2、统计概率
频率:设随机事件A,在次试验中发生m次,其比值m/n称为随机事件A 的频率
显然 当重复试验的次数充分大时,随机事件A的频率(A)常常稳定在 一个确定的数字附近,这就是概率。
概率:在一定的相同条件下,重复作n次试验中发生了m次,当n充分大 时,随机事件A的频率m/n稳定在某一数字P附近,称数值P为该随机事件 的概率。 记为 P(A)=P
3、经典概率统计学所研究的变量原则上都是可以无限次重复试验或大量观 察的,但地质变量则不行。因为一旦在矿体某处取一样品后,严格说来, 就不可能在同一地方再次取到样品了。
4、经典统计学一般要求每次抽取样品必须是独立进行的,但地质变量在两 个相邻样品中的值就不见得一独立的,往往有某种成都的相关性。
地质统计学的优点
4、随机模拟
随机模拟是从一个随机函数(RF)模型中提取多个等 概率的所有随机变量(RV)的联合实现。 在随机模拟中,研究的内容包括随机模拟的定义及 其与插值的区别,随机模拟的基本原理,随机模拟 的分类,典型的随机模拟方法及其计算机实现。
本课程还将介绍地质统计学在储层建模中的应用 包括资料的准备建模的步骤,成果的显示等。
第二章 预备知识
一、概率论基础 二、随机变量及其概率分布 三、随机变量的数字特征 四、统计推断基础
一、概率论基础
1、随机事件 概率论是研究自然界偶然现象的科学,在概率论中把
偶然现象称为随机现象。 在自然界,介于“必然事件”和“偶然事件”之间的
即是“随机事件”。这类事件的特征是在一定条件下可 能发生,也可能不发生,或者在一定条件下有多个可能 发生的结果,而其结果事先不能预测。
3、不但可以进行样品的整体估计,最重要的是可以进行样品的局部估计
4、应用地质统计学方法得到的地质变量的精度比传统方法要精确,可以避 免系统误差。

地质统计学资源量估算概述

地质统计学资源量估算概述

(2)连续性:不同的区域化变量具有不同的连续 性,这种连续性是通过相邻样品之间的变异函数 来描述的。
(3)异向性:当区域化变量在各个方向上具有相 同的性质时称各向同性,否则称各向异性。
(4)相关性:一定范围内、一定程度上的空间相 关性,当超出这一范围后相关性减弱以至消失。
地质统计学资源量估算
功能组成
• 操作简便的资源量汇总方法,任意方向的 品位切图
地质统计学资源量估算应用条件
• 勘探程度高的工作区 • 矿山储量核实 • 矿山采矿设计 • 矿体规模
基本术语
• 资源量,储量,资源储量
• 估算,计算
• 资源量分级:(国内的)331,332,333,334 (国际的)Measured(探明的),
Indicated(控制的),Inferred(预测的)
地质统计学概述
• 定义 地质统计学(Geostatistics)包含经典统计学 与空间统计学,按其基本原理可定义为: 地质统计学是以区域化变量理论为基础, 以变异函数为主要工具,研究那些在空间 分布上既有随机性,又有结构性的自然现 象的科学 。
从地质及矿业角度来看,区域化变量具有如下性质:
(1)空间局限性:即它被限制在一个特定的空间 (如一个矿体内);该空间称为区域化的几何域; 区域化变量是按几何支撑定义的。
矿体建模:创建矿体三维模型,建行统计分析,样品等长化,特高品位处 理。
品位插值:计算变差函数,块体品位插值计算。 资源量汇总、图表:对已插值模型,按要求统计资源量,形成报表和图形。
地质统计学资源量估算程序
• 方便的三维建模功能
• 实现简单克里格、普通克里格、指示克里 格、距离密次方反比等多种插值计算方法

地质统计学基本原理

地质统计学基本原理

Z(x 差h)的方差之半定义为区域化变量 的Z(变x)差函数,记为
(x, h)
(x, h) 1 Var[Z (x) Z (x h)]
2
变差函数定义
• 定义:在任一方向 a ,相距 | h |的两个区域 化变量 Z(x) 和 Z(x h) 的增量的方差的一半。
• 公式: (h) 1 E[Z (x) Z (x h)]2
几点注意内容
• 变差函数参数
• 块金值:块金值越小,距离越近的点越重要,这样会导 致权值的变化范围变大(从负值到大于1的值变化),使 数据出现异常。块金值越大,估值结果越平滑。
当时h 0,上式变成:
Var[Z(x)] C(0) x
即它有有限先验方差。
本征假设
当区域化变量Z(x) 的增量 Z(x) Z(x h) 满足下列两个条 件时,称该区域化变量满足本征假设: (1)在整个研究区内,区域化变量Z(x的) 增量 Z(x) Z(x 的h)
期望为0: E[Z(x) Z(x h)] 0 x,h
滞后距
实验变差函数计算实例
• 相距为200米的样本点对。
实验变差函数计算实例
• 滞后距为200米的变差函数值。
变差函数计算实例
• 变差函数图:滞后距200米的变差函数点
变差函数
20 18 16 14 12 10
8 6 4 2 0
0
100
200
300
400
500
滞后距
变差函数计算实例
• 变差函数图:滞后距300米、400米的变差函数点
几何各向异性
• 基台值相同 • 变程不同
在不同的方向具有相同的变异程 度(基台值相同)但具有不同的 连续程度(变程不同)为几何各 向异性。

条件模拟 地质统计学 蒙特卡洛

条件模拟 地质统计学 蒙特卡洛

条件模拟地质统计学蒙特卡洛地质统计学是地质学中的一门重要分支,它主要研究地质现象的统计规律和概率分布。

蒙特卡洛方法是一种常用的条件模拟技术,通过随机抽样和大量的重复试验,可以模拟各种不同的地质情况。

本文将介绍地质统计学和蒙特卡洛方法在地质学研究中的应用。

一、地质统计学的基本概念地质统计学是一门利用数理统计和概率论的方法来研究地质现象的学科。

它主要研究地质现象的分布规律、变异性和相互关系等。

地质统计学可以用来描述地质现象的空间分布、时间演化和参数估计等。

二、蒙特卡洛方法在地质统计学中的应用蒙特卡洛方法是一种基于随机抽样和大量的重复试验的模拟方法。

它可以用来模拟各种不同的地质情况,如地质体的形状、大小、分布等。

蒙特卡洛方法在地质统计学中的应用非常广泛,主要包括以下几个方面:1. 地质体参数的估计在地质学研究中,常常需要估计地质体的参数,如体积、厚度、倾角等。

蒙特卡洛方法可以通过抽样和重复试验,得到地质体参数的概率分布,从而提供参数的估计结果。

2. 地质体的随机建模地质体的形状、大小、分布等往往是随机的。

蒙特卡洛方法可以通过随机抽样和重复试验,生成具有不同形状、大小、分布的地质体模型。

这对于地质学研究和资源勘探具有重要意义。

3. 地质风险评价地质风险评价是地质学中的一个重要问题。

蒙特卡洛方法可以通过模拟地质灾害发生的概率和影响程度,评估地质风险。

这对于灾害防治和资源开发具有重要意义。

4. 地质勘探优化地质勘探是地质学中的一个重要任务。

蒙特卡洛方法可以通过模拟不同的勘探策略和参数组合,评估勘探效果,从而优化地质勘探方案。

这对于提高资源勘探的效率和效果具有重要意义。

三、蒙特卡洛方法的优势和不足蒙特卡洛方法在地质统计学中具有一些显著的优势。

首先,它可以模拟各种不同的地质情况,提供多个可能性的结果。

其次,蒙特卡洛方法可以通过随机抽样和重复试验,降低模拟误差,提高模拟的准确性。

然而,蒙特卡洛方法也存在一些不足之处,例如计算量大、耗时长等。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第一种方法地质统计学工作者已经 作了大量的工作;第二种方法属于稳健地 质统计学的范畴,稳健地质统计学是统计 学与地质统计学相结合的产物。稳健地 质统计学的稳健性体现在三个方面:①数 据稳健处理;②计算稳健的变异函数或协 方差函数;③采用稳健的克立格方法进行 估值。采用稳健地质统计学技术,不需对 原始数据分布进行任何假设甚至不必对 特异值进行处理,就可取得较好效果。
(1)矿产勘查方面。
赵鹏大等提出地质异常找矿及地质异常 矿体定位预测新理论。地质统计学对提取地 质异常、建立地质异常模型、评价地质异常 并进行地质异常矿体定位研究有非常重要的 作用。例如泛克里金法与传统的空间数据处 理技术相比更适合于地质异常的研究与应用;
稳健地质统计学可以对原始资料进行稳 健化处理,利用稳健的变异函数对区域化变量 进行结构分析,利用稳健的克里金技术提取地 质异常,建立地质异常模型,结合勘探资料圈 定“5P”地段。地质统计学继续在确定最优勘 探网度、评价矿石质量、圈定矿体边界、计 算矿体储量、设计矿石采选冶方案与设计矿 山生产规模及指导矿山开发生产等方面发挥 优势作用。
1. 5
应用实例
地质统计学在物探、化探、遥感数据等 地质数据处理方面、矿产储量计算方面、石 油及煤田工作方面、环境科学、水文工程地 质、农林科学及农田水利方面都有了比较多 的成功应用实例。
以矿产储量计算为例,德兴铜矿早在20 世纪80年代中期就开始应用地质统计学软件, 用于指导矿山设计、生产和规划;武警黄金 指挥部1993年用地质统计学方法计算了陕西 洛南驾鹿金矿区8801号矿体储量,并提交地质 勘探报告;有色总公司北京矿产地质研究所应 用地质统计学方法计算了煎茶岭金矿、云南 曼家寨锡、锌矿床、查干布拉根银铅锌矿等 多个矿床的储量。
地质统计学在其它的许多领域都得到了 广泛的应用,如核废料处理、酸雨的形成及 影响分析、水资源研究、地球化学异常评价、 各种工程安全防范和改造的风险决策、多目 标有时序投资方案的效益比较等,地质统计 学也在不断的应用中得到了发展。
1. 4
研制出一批理论水平高、实用性
强的软件系统
(1)法国巴黎高等矿院地质统计学研究中心研 制出ISATIS系统。ISATIS软件主要由数据库 与数据管理;数据变异性分析及各类统计(包 括变异函数及协方差函数的计算和拟合) ;各 类地质统计学方法计算;非条件模拟及条件模 拟方法;其他快速插值的方法和图形显示几部 分组成。
1.3 地质统计学的应用向广度和深度方 向发展
生产实践表明,地质统计学除了在异常 评价、找矿勘探、矿体圈定、储量计算、采 矿设计、矿山生产及地学科研等方面具有明 显的优越性外,它在石油地质、第四纪地质、 地层学、物学、生态学、岩石学、地球化学 、构造地质、地震地质、海洋地质、农业、 水文地质、工程地质、古气候、古地理、气 象学、遥感地质、环境、林业、医学等许多 方面都有成功应用的实例。
地质统计学简介
地质统计学是20世纪六七十年代发展起 来的一门新兴的数学地质学科的分支, 是随 着采矿业的发展而兴起的一门交叉学科。20 世纪50年代, 当发现传统的统计学方法不再 适用于评价识别矿藏时, 为了精确的估计矿 块的品位, 必须要考虑样品的尺寸以及相对 于该矿块的位置, 南非的采矿工程师克里格 (D.J.Krige) 和 一 个 统 计 学 家 西 舍 尔 (H.S.Sichel)开发了一种新的评价方法。
பைடு நூலகம்
(2)加拿大国际地质统计学软件系统开发公司 的GEOSTA 软件系统主要以普通克里金法为 主;加拿大矿产与能源中心开发的CAMET 软件则着重于地质勘查,储量计算及环境污染 的 研 究 ; 加 拿 大 IGC ( International Geosystems Cor2poration) 公 司 研 制 的 GLS (GEOLOG System)系统是一个标准地质编录 数据库系统。
针对研究域内区域化变量在时空分布上经常 呈周期性出现的现象,引进数学中的三角函数, 形成三角克里金法,可用三角克里金法来滤掉 区域化变量的周期性分量。在观测数据较少 的情况下,将地质信息与原始数据综合使用, 利用模糊集论来描述模糊信息,这种方法称为 模糊地质统计学法,它可以解决原始资料少的 缺陷,并可充分利用已知的定性的地质信息。
许多地质变量, 如储层参数(孔隙度、 渗透率、厚度、夹层数等 ) 在空间既存 在一定的空间分布规律结构性又存在局 部的变异性随机性, 这就是区域化变量, 因此可以用地质统计学方法来研究这些 变量。
地质统计学与经典统计学的共同之处在 于:它们都是在大量采样的基础上,通过对 样本属性值的频率分布或均值、方差关系及 其相应规则的分析,确定其空间分布格局与 相关关系。但地质统计学区别于经典统计学 的最大特点即是:地质统计学既考虑到样本 值的大小,又重视样本空间位置及样本间的 距离,弥补了经典统计学忽略空间方位的缺 陷。
(4)农业生产方面
对 降雨和农业灌溉用水系列的联合随机 模型研究为灌区确定水库规模、灌溉系统的 可靠性、水库的控制应用及供水系统扩建等 提供了可靠的技术资料;通过对作物需水量 空间变异性进行了研究,根据作物需水量空间 结构信息及时空变异规律研究,为较大灌区内 部配水、跨流域跨地区的灌溉水资源引取和 调配提供了依据。
(3)发展了许多计算变异函数(或协方差函 数)的方法。 变异函数是区域化变量增量的方差 : 2γ(h)=Var{Z(u + h) - Z(u)}。它是一种 空间变异性的测度方法 , 是地质统计学研 究的基本工具。计算变异函数或协方差 函数的方法很多 , 但不同的方法受不同的 应用条件限制或者有不同的用途。
(3)稳健统计学与地质统计学的结合更加 密切。 特异值、混合总体、数据稀疏且可 能分布不均以及分布假设无法检验等现 象的存在使得传统地质统计学的应用受 到一定的限制,统计结果的正确性受到怀 疑。地质统计学家采取了许多有效的措 施来进行校正: ①根据数据的分布特点 进行变换,使数据的分布满足方法的要求; ②修改方法以适应已有的数据。
(1)地质统计学与数学的结合更加紧密。 把数学形态学中的布尔随机函数引入地 质统计学,有助于解决地质统计学中的支撑 (或观测尺度)改变的难题。在利用指示克里 金法对研究对象(如矿体)进行几何建模时,数 学形态学可综合研究对象的几何形态信息,有 助于求得指示数据的变异函数或协方差。当 区域化变量属于分类变量时,用传统的多元地 质统计学技术来研究就有点欠妥,于是发展了 概率克里金技术及条件概率分布估计法。
(3)环境质量评价方面。
利用地质统计学技术对某三个地区的氡 ( 222Rn)进行空间结构及其与各种癌病的相 关性分析。结果表明,氡含量高的地区癌病的 发生率也高,同时也查明氡含量主要与地质作 用有关。美国密歇根州肺学会和美国环保局 对密歇根州东南部住宅空气中的氡浓度及相 关变量进行评价,利用地质统计学方法查明了 影响氡含量的最主要因素是渗透因子,即氡渗 透的各种通道。
(7)已有的地质统计学方法相互融合。如 指示克里金法与协同克里金法相结合形 成指示协同克里金法;指示克里金法与因 子克里金法相结合形成主分量指示克里 金法;协同克里金法与其它不同的线性地 质统计技术相结合形成各种协同克里金 技术等。
1. 2 多学科相互渗透,拓宽地质统计学理 论体系 地质统计学结合实际需要 , 多学科相 互渗透,形成了一系列实用有效的新方法, 地质统计学的理论体系得到了不断的完 善和发展。这种多学科的交叉中 , 地质统 计学的理论主要有如下特点:
(2)非线性科学思想向地质统计学渗透。 在20世纪80年代末至90年代初,地质统计 学工作者将分形理论与地质统计学相结合,形 成了分形地质统计学 。分形地质统计学不只 用于对几何形态特征的分形研究,还可用于对 地质体或地质过程的分形研究。随着地质统 计学解决复杂问题的能力不断增强,地质统计 学与其它的非线性科学(如混饨理论、耗散结 构理论、非线性动力学、协同论、突变论等) 的联系也越来越紧密。
1 地质统计学研究进展
1. 1地质统计学理论与方法研究有了很大提高 (1) 地质统计学的研究范围从低维向高维发展。 从初期二维平面分析到三维立体空间的静态估 计 , 发展到今天在时空域内对研究对象进行四 维乃至更高维空间的动态估计和模拟。
(2)地质统计学基本理论研究更加深入。 在单变量区域化变量理论的基础上, 提出了适合多变量的协同区域化理论。 进而研究多个区域化变量在时空域中的 相互影响及时空结构关系,并提出了时空 域中的协同区域化理论,研究那些作用于 时空域、既具统计相关又具时空位置相 关且反映多元信息时空结构的现象 。
地质统计学经过 40 多年的发展 , 已 成为能表征和估计各种自然资源的工程 学科 , 并由法国、南非及一些法语国家 推广到几乎全世界。作为一门年轻的边 缘学科 , 仍正处于蓬勃发展的阶段 , 已初 步形成了一套较完整的理论体系和基本 工作方法 , 编制了一整套实用有效的程 序 , 并在理论研究和应用中得到不断发 展。
以A. G. Journel (A. G. 儒尔奈耳)为首 的 “非参数地质统计学派”,发展了无须对 数据分布做任何假设的指示克里金法和 概率克里金法以及快速条件模拟等一套 方法,同时考虑如何使用软数据的问题,两 个学派都在研究地质统计学中的稳健性 问题。
(6)条件模拟技术得到飞速发展。 由于时空多元地质统计学的研究得到重 视,早期空间域静态建模技术的研究逐渐过渡 到研究时空域多元动态条件模拟,各种模拟方 法得到了发展。时空域中的协同克里金技术在 条件模拟中起了很大作用,在向量条件模拟的 基础上发展时空多元动态条件模拟。
(2)油藏描述方面。
地质统计学能够为储层信息综合分析提 供概率的框架和工具;可以对储层的关键参数 空间分布的不确定性进行模拟,并把这种不确 定性直接用于有风险的油藏管理;可以产生忠 实于已有信息的多个等概率、不光滑的储层 非均质随机模型。综合应用多元统计技术、 地质统计学和适当的地质推理,改善油藏描述 水平,才能改善整个建模过程和油田开发决策。
相关文档
最新文档