属性建模

1 数据准备

相数据：

1. 岩相
2. 沉积相数据
3. 岩性数据

岩石物理测井数据：

1. 孔隙度和渗透率
2. 含水饱和度和有效厚度
3. 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）