Simpat方法的原理
发布网友
发布时间：2022-04-23 21:45
共1个回答
热心网友
时间：2022-04-27 17:52
Simpat是Arpat在2003年Stanford油藏预测中心会议上提出的。Arpat认为地下储层可以看成是地质模式的集合构成的一幅图像,因而储层预测过程就是地下储层图像重建的过程。在训练图像中,地质模式是由多个空间点构成的数据事件或者数据模式来表征的。在进行随机模拟时,利用相似性方法比较待估点处数据事件与训练图像中的数据模式之间的相似性,并用最相似的数据模式整体替换掉待估点处数据事件,从而模拟和再现储层地质模式,建立地下储层空间结构特征。
根据计算机视觉及图像处理方面的理论,模式之间的相似性可以通过距离函数d<x,y>来度量。考虑采用曼哈顿距离函数来计算相似性,数据事件与模式之间的距离函数为
多点地质统计学原理、方法及应用
训练图像可能包含多个相类型,因此,距离函数应该是包含所有相类型。对于每一个相类型,其相似性可以由此相类型的“训练图像带”计算,所有的相似性之和就是距离函数的值:
多点地质统计学原理、方法及应用
其中:
多点地质统计学原理、方法及应用
一旦完成相似性计算,就可以根据相似程度决定模拟节点处存在的数据模式,并用数据模式替换模拟节点处数据事件。当所有节点模拟完成后,就建立起储层地质模型。
在Simpat方法中,相似性计算是核心。曼哈顿距离函数仅考虑数据事件与数据模式对应的点对之间的差距,其相似性是单点相似性。为了能够反映数据模式内点之间的相互关系,从而使得相似性反映的是多点相似性,需要对训练图像进行处理,使得每一个节点都包含周围其他节点的信息。对训练图像进行倒角变换可以使得图像内每一个节点都包含周围其他节点的信息。
由于经过倒角变换处理的图像包含的数据模式内每个节点反映的是目标(值为1)以及与目标的距离(值小于1),在模拟完成后,需要对模拟结果进行一次处理,即将目标点(值为1)置为相应目标。
图4-1 Simpat方法流程
Simpat方法模拟步骤如下(图4-1):
a.图像预处理,对训练图像进行倒角变换;
b.利用数据样板扫描变换后的训练图像,提取数据模式;
c.定义一条顺序随机访问路径;
d.在每一个未取样位置u,计算周围数据构成的数据事件与训练图像内的数据事件的相似性,选择最相似的数据事件作为模拟结果;
e.模拟转入下一个节点,直到所有的节点都被访问;
f.对模拟结果做变换,对于模拟实现处是1的点,选择其对应属性作为最终模拟结果。
图4-2是Arpat利用Simpat方法获得的实现。从图中可以看出,模拟结果较好地再现了储层形态及分布特征。
图4-2 Simpat实现示意
