GeoFrame_LPM测井地震属性综合成图(14)

第四章 LPM Data Population

-Geostatistical Mapping

地质统计学成图功能提供了四种地质统计学算法，将ResSum模块内计算所得的井筒物性数据或任何散点数据进行物性推广，该过程中没有使用地震属性。

地质统计学算法如下：

Simple Kriging：基于克里金的确定性算法。

Ordinary Kriging：基于克里金的确定性算法。

Sequential Gaussian Simulation：基于克里金的随机算法。

Uncertainty Mapping：产生概率图和可信度图。

一、练习1

在本练习中，我们将学习如何建立变差图，并使用地质统计学算法推广储层物性网格数据。

1. 在LPM Data Population文件夹中，点击Property to Map下的Property按钮，

选择属性[Net_Gross_Thickness_Ratio]。

2. 选择Mapping下的Geostatistical Mapping文件夹。

3. 点击Geostatistical Mapping下的Population Algorithm按钮选择算法

[Sequential Gaussian Simulation].

4. 回到文件夹顶部的Property to Map部分。点击图标

。 方图和统计结果（图3-1）

注意：如果选择了Sequential Gaussian Simulation算法，数据将被自动进行归一化。网格数据将被自动反向转换。 来显示所选数据的直

5. 回到文件夹顶部的Property to Map部分。点击图标来打开Property

Variogram Plot Specification和Property Variogram Plot窗口。

6. 在Property Variogram Plot Specification窗口中，选择Variogram

Direction-Horizon下的Omnidirectional选项（缺省）。如果数据不均匀分布的话，则选择Major/Minor选项（图4-1）。

7. 选择Experimental Variogram文件夹。设置Spatial Equations下的Equation

为Semivariogram。

8. 设置Search Distances下的Lag和Maximun参数。