JASON培训教材-14页(2)

随机反演中包括最快速下降法(greedy)和模拟退火法（Simulated Annealing）。

Sequential Gaussian Simulation

Conditioning data Random location

17.1 26.2 17.1 ?LCPD at

?Simulated value

17.1 26.2 26.2 11.2 21.9 11.2 21.9 11.2 21.9 a b

c d

1. Estimate the local conditional probability distribution (lcpd) at that location 2. Draw at random a single value from the lcpd

3. Include the newly simulated value in the set of conditioning data 4. Repeat steps 1 through 4 until all grid nodes have a simulated value 5. Choose at random a grid node at which we have not yet simulated a value

1 统计特征分析（Statmod-Analysis）

Statmod的所有模拟技术（除指示类SIS外）都假定输入数据为正态分布。然而，实际数据并非都为正态分布。因此Statmod-Analysis 首先要分析输入数据的分布特征（histogram），找到一种变换将非正态分布的数据映射为正态分布（Transform）。然后再分析数据的空间相关性，用合适的函数拟合得到变异函数（Variogram）。Statmod-Analysis就是要根据实际数据的分布特征（直方图）和

离散变异图寻找合适的变换（transform）和变异函数（variogram）。

数据分布直方图和变换（Data for histograms and tramsforms）

根据随机模拟要模拟的储层参数和约束参数选择数据并产生相应的数据分布直方图。再选择合适的变换类型拟合数据分布直方图。提供三种变换类型（即 Gaussian, Log-Gaussion 和Table）。随机模拟时，用拟合数据的分布函数把实际数据变换成正态分布。

数据离散变异图和变异函数（Data for variogram sampling and modeling） 数据选择与Data for histograms and tramsforms相同。注意所选数据必须有变换，即已作了Data for histograms and tramsforms。数据空间相关性是由变异函数（Variogram）描述的。变异函数相当于相关函数的倒数，即变异函数的值越大相关性越差。变异函数能同时描述区域变量的随机性和结构性，能从数

学上对区域变量进行严格分析，是空间变异规律和空间结构分析的有效工具。变异函数是通过合适的连续函数拟合数据的离散变异图而得到。Jason

中可用的连续函数包括高斯函数（Gaussian）、球函数（Spherical），指数函数（Exponential）和块金值（Nugget）。变异函数中的程高（Sill）和变程（range）反映了数据的离散程度和空间相关性。

分析确定数据分布（histogram）和变异函数（variogram）时，要注意以下几点。

? ? ?

分层段进行。

选择较小的数据采样间隔（1ms）。

选择合适的分析间距（histogram：Nr of interval）和相关间距（variogram：Nr of lags，interval）。

选择合适的程高（Sill）和变程（Range）。程高选在离散变异图散点变平的位置（如图4）。变程选为程高所对应的滞后距离（Lag distance）(如图4）。

?