期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
序贯高斯同位协同模拟在钻井风险预测中的应用 被引量:6
1
作者 刘文岭 夏海英 +1 位作者 龚幸林 何伟 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2004年第4期83-86,共4页
在开发评价、生产井位的设计与滚动实施阶段,对储集层预测成果的不确定性进行评价,预测钻井风险概率,对于优选开发区块、避免储集层预测的不确定性给钻井带来的风险具有重要意义。在大庆油田F2区块储集层预测研究中,采用序贯高斯同位协... 在开发评价、生产井位的设计与滚动实施阶段,对储集层预测成果的不确定性进行评价,预测钻井风险概率,对于优选开发区块、避免储集层预测的不确定性给钻井带来的风险具有重要意义。在大庆油田F2区块储集层预测研究中,采用序贯高斯同位协同模拟方法,以砂岩厚度为主变量,以地震主频为协变量,针对随机模拟得到的50个实现,根据该区开发买践获得的对砂岩厚度经济下限值的认识,以5m厚度为风险门槛值,制作了研究区钻井风险概率预测图,对预先部署的开发井位进行认证和落实,发现开发设计井中有4口井的钻井成功概率小于1,建议缓钻。该区块开发方案实施情况证明,这4口井正处于砂体变薄区域。应用序贯高斯同位协同模拟方法,协同地震属性数据进行储集层横向预测的预测精度较高,利用多个随机模拟实现的差异评价预测结果的风险,可以有效地降低钻井风险。 展开更多
关键词 地震数据 储集层预测 高斯同位协同模拟 地质统计学 随机模拟
在线阅读 下载PDF
基于克里格插值与序贯高斯协同模拟的森林碳密度空间估计 被引量:2
2
作者 金雨菲 张茂震 +1 位作者 郭含茹 何卫安 《西南林业大学学报(自然科学)》 CAS 2013年第6期32-37,45,共7页
以浙江省仙居县为例,利用普通克里格插值法和序贯高斯协同模拟法对森林碳储量(地上部分)的空间分布进行估计,利用交叉检验方法对其结果进行对比分析。结果表明,仙居县的森林碳密度分布差异较大,大部分地区森林碳密度较低;普通克里格法... 以浙江省仙居县为例,利用普通克里格插值法和序贯高斯协同模拟法对森林碳储量(地上部分)的空间分布进行估计,利用交叉检验方法对其结果进行对比分析。结果表明,仙居县的森林碳密度分布差异较大,大部分地区森林碳密度较低;普通克里格法未能体现森林碳密度的空间差异,具有明显的"平滑"效应,序贯高斯协同模拟在减少平滑影响方面优于前者,序贯高斯协同模拟法的预测结果较克里格插值法高。 展开更多
关键词 碳储量 碳密度 普通克里格 高斯协同模拟 空间分布
在线阅读 下载PDF
一种基于改进Markov模型的插值方法 被引量:4
3
作者 杜奕 张挺 +1 位作者 卢德唐 李道伦 《计算机研究与发展》 EI CSCD 北大核心 2012年第3期565-571,共7页
重建过程中常常需要使用多种插值方法来提高重建精度,并结合多来源的数据进行整合.不同尺度、不同分辨率或不同类型的数据结合可以提高空间插值结果的精度.协同序贯高斯模拟(COSGSIM)能够利用已知的主要信息(硬数据)和一些模糊的辅助信... 重建过程中常常需要使用多种插值方法来提高重建精度,并结合多来源的数据进行整合.不同尺度、不同分辨率或不同类型的数据结合可以提高空间插值结果的精度.协同序贯高斯模拟(COSGSIM)能够利用已知的主要信息(硬数据)和一些模糊的辅助信息(软数据)来预测重建.协同区域化线性模型(LMC)和最初的Markov模型(简称MM1)被COSGSIM用于融合主要信息和辅助信息.但是LMC不能解决不同变量间交叉矩阵不稳定的问题.而MM1模型只有当主要信息定义在比较大的空间尺度时,才可以实现对 COSGSIM 的逼近.对于上述情况,提出一种改进的 Markov模型(简称MM2).MM2模型假设一个位置的辅助信息屏蔽了其他位置辅助信息对该位置主要信息的影响.实验结果表明,当主要信息定义在比辅助信息小的空间尺度时,COSGSIM方法在MM2模型下比 MM1有效. 展开更多
关键词 插值 协同序贯高斯模拟 MARKOV模型 硬数据 软数据
在线阅读 下载PDF
结合Markov模型和COSGSIM的插值方法 被引量:3
4
作者 汪彦龙 刘金华 张挺 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第10期1715-1720,共6页
针对协同序贯高斯模拟在确定插值公式中的权值时出现的交叉矩阵不稳定问题,提出一种基于Markov模型和协同序贯高斯模拟的插值方法.利用Markov模型的屏蔽效应,假设待模拟硬数据可以屏蔽其位置以外的硬数据对待模拟位置处软数据的影响,对... 针对协同序贯高斯模拟在确定插值公式中的权值时出现的交叉矩阵不稳定问题,提出一种基于Markov模型和协同序贯高斯模拟的插值方法.利用Markov模型的屏蔽效应,假设待模拟硬数据可以屏蔽其位置以外的硬数据对待模拟位置处软数据的影响,对协同序贯高斯模拟进行逼近时只保留与待模拟硬数据同位置的软数据,而不考虑其他位置的软数据,从而解决了交叉矩阵不稳定的问题.实验结果证明,该方法插值误差小,模拟效果好. 展开更多
关键词 插值 协同序贯高斯模拟 MARKOV模型 简单克里格 全局协同克里格
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部