[咨询求助]关于地质建模中的随机模拟方法 [复制链接]

随机模拟的方法很多，如布尔法、序贯高斯、截断高斯、序贯指示、分形、模拟退火、多点地质统计等

哪位高手能用通俗的话说说这些方法的原理，区别，或者哪里有相关的参考？

期待高手  学习中 呵呵

这些都是离散变量的随机模拟方法，可以到petrel的说明书上看看 有一些基本的介绍  多点统计是今后地质统计学发展的主要方向，传统地质统计学利用变差函数描述地质变量的相关性 和变异型，但变差函数只把握空间上两点之间的相关性 难于表征复杂地质体的空间结构，而多点统计学则可以联合反映空间各个位置点的几何形状和相互配位关系

1布尔模拟方法
该方法主要适用于油田勘探阶段以及开发早期井间砂体和非渗透镉夹层的描述，也可以用于岩芯的描述。
布尔模拟能够忠实某种离散参数的地质形态，如河道、沉积砂体等。该方法的主要优点是：（1）很容易用于二维和三维建模；（2）所用的参数较少；（3）非常灵活。
它的主要缺点在于统计推导复杂且困难，模拟结果很难忠实于局部的数据，如钻井所遇到的岩性序列，这些缺点限制了这一方法更广泛的应用。
2示性点模拟法
这种方法的优点是难以条件化到已知的实验数据，优点是服从于几何形体的空间分布。
对于辫状分流河道沉积相的模拟，可以建立相应的随机模型，并给出相应的结果。
这种模拟方法非常优秀，能够模拟任意定义的几何形态。然而，麻烦就在于我们无法知道模拟对象（三类储层）的几何形态、长度、宽度、高度和垂向倾角，水平方向倒可以知道。
3序贯指示模拟方法
在序贯指示模拟方法中，不要求对条件分布的参数形式作任何假设，在现有数据和其它相关资料的基础上，根据门楷值将条件数据转化为指示数据。根据相应的指示变差函数，应用简单指示克里格给出每个网格节点处条件分布的估计值。
序贯指示模拟最大的优点是可以模拟复杂各向异性的地质现象及连续分布的极值。对于具有不同连续性分布的类型变量（相），可指定不同的变差函数，从而可建立各向异性的模拟图像。其它优点在于：（1）数据的条件化是模拟的一个整体部分，无需作为一个单独的步骤进行处理；（2）变量的分布形式无需作任何假设；（3）协方差或变差函数不限定于某些特殊类型；（4）能综合软信息。主要缺点是：由用户定义的一些参数，参数如果选择不好，产生的结果会存在一些差异性，也就是随机性模拟的不确定性问题。
传统的地质统计学是利用变差函数描述地质变量的相关性和变异性,通过建立在某个方向上两点之间的地质变量的变化关系来描述空间的变化特性. 但是,建立在两点统计关系上的变差函数本身在描述储层非均质性上有很大的不足,它反映的仅仅是空间两点之间的相关性,不能充分描述复杂几何形状砂体如河道砂体和冲积扇砂体空间的连续性和变异性. 当井资料较少时,用于计算实验变差函数的点对很少,它也就不能正确反应空间两点之间的相关性. 建立在两点基础上的变差函数在储层地质建模中存在一定的不足。而储层随机建模的另一途径—基于目标的方法，虽然能够根据先验地质知识、点过程理论及优化方法(如模拟退火)表征目标地质体的空间分布，可以较好地再现目标体几何形态。但这种方法亦有其不足：1)每类具有不同几何形状的目标均需要有特定的一套参数(如长度、宽度、厚度等)，而对于复杂几何形态，参数化较为困难；2)由于该方法属于迭代算法，因此当单一目标体内井数据较多时，井数据的条件化较为困难，而且要求大量机时。

不说这些具体的数学算法，我谈谈我对随机模拟的认识：

随机模拟全部都是建立在已有数据上的一种推测，它与采样点，采样点的三维空间特性有关系。

打个比方，我们想知道某个人最擅长什么方言（假设之前我们不知道方言的分布），

那么我们首先要选取全国各地的不同地域的方言特征，

然后要把各地方言的地域分布标在地图上，

然后看方言在多大范围内是一致或基本一致的，

然后根据某人的老家或他幼年的生活地域与各种方言的地域分布、两者之间的距离来判断他最大可能会说那里的方言。

随机数值模拟的工作原理跟这个完全一样。

当采样点足够多的时候，其拟合结果会非常准确，当采样点很少的时候，拟合结果可能还不如我们拍脑袋准确。