1 数据准备
相数据:
- 岩相
- 沉积相数据
- 岩性数据
岩石物理测井数据:
- 孔隙度和渗透率
- 含水饱和度和有效厚度
- 泥质含量
Secondary data:地震属性(与相或岩石物理相关的属性,波阻抗)
2 算法
确定性建模:克里金,每次运算结果均一样
随机建模:算法后缀带有simulation字样,每次运算结果不一样
3 知点点
3.1 粗化测井曲线
渗透率采用调和平均:
孔隙度和饱和度采用算术平均:
3.2 为什么用变差函数?
渗透率采用球状,
数据有旋回性,会产生空洞效应如上图。
4 步骤
注意:pillar griding时要加趋势线,以防在边界出现剧齿状,如下图所示,没加趋势 方向默认为正北。
注意:layer时,尽量保持每层厚度一致,以便数模运行。
4.1 粗化曲线
粗化井上的测井曲线,还可以粗化点数据(孔渗数据不在井上的情况)
测井曲线当点数据,只会粗化网格内的点,当线数据会粗化网格内的点以及交界上下的点,这样处理相对光滑。
注意:粗化完测井曲线,在三维窗口和well-section窗口,查看原始测井曲线和粗化后的数据分布是否一致,layer越细表达的测井曲线越精确。
完成粗化孔渗和相测井曲线。
4.2 数据分析
岩相模型:
选用井曲线(相对丰富)