1概念
1.1开发地质
地质研究的两大基础：地震，钻井。开发地质主要依据钻井资料，以及三维地震、开发地震、井间地震、四维地震等，还需结生产开发历史。
开发地质所处的阶段：油藏投入开发之后，直至油藏枯竭。面向油藏开发、管理，目标是改善油藏开发效果，提高最终采收率。
开发地质涵盖的内容：精细油藏描述，油藏工程研究，开发动态分析。
现代开发地质研究方法：模型化、数字化。就是油藏地质建模、油藏数值模拟、建模数模一体化。
1.2油藏地质建模
广义的油藏地质建模：包括建立静态模型、动态模型（数模过程中的井模型、岩石物理模型、流体模型、剩余油饱和度场、现今压力场、生产预测模型等）。
狭义的油藏地质建模：建立油藏初始的静态模型，包括构造模型（断层、层面、地层、小层）、储层模型（沉积相、孔-渗属性、净毛比）、油藏模型（油气分布、连通状况、饱和度）三大部分。
油藏地质建模：建立地下真实油藏的离散化、数字化计算机仿真模型（用一定数量、尺寸、形状的“网格块”逼近连续油藏，每个“网格块”都有足够的参数），实现对油藏的全方位、定量化的描述，是“精细油藏描述”的最高形式。
油藏地质建模的目的：一是为油藏静态研究（认识、分析、挖潜、调整等）提供基础；二是（粗化后）为数模提供初始模型。
2流程
2.1概念流程
构造解释：井震结合，精细地震解释，落实构造几何形态。
地层（小层）对比：相控地层划分，落实井间储层的对应关系。
测井二次解释：得到每口井横向可比较的、目的层段的孔-渗-（饱）、净毛比等参数。
网格划分：按一定精度离散化油藏的几何形态（把油藏划分为一系列网格块）。平面能代表油藏、垂向能代表储层，如25*25*0.5米的平均网格尺寸。
过井网格串赋值（Scale Up Well log，井数据粗化）：在构造格架控制下，为每个过井网格赋上二次解释得到的、能代表本小段的参数值。属性值包括沉积微相、岩相、流体相、孔隙度、渗透率、净毛比，有时也有饱和度。
井间“插值”/模拟：整个油藏网格格架中，过井网格串已有属性值，没有过井的网格怎么办呢？就是依据地质统计学规律，进行井间“插值”或模拟，把代表油藏的全部网格赋上“参数值”。
油藏地质建模的结果：静态模型。油藏由网格块体组成，横向、纵向能满足精度需要，每个网格块体除几何位置信息外，还应有孔隙度、渗透率等属性内容。
2.2模型应用
在立体模型的基础上，进行开发地质应用。如油藏三维或平面的展示、成图、分析、计算等研究。
在尽可能少地降低模型精度的前提下，合理粗化，为油藏数值模拟准备初始静态模型。
2.3模型修正
利用新认识、新钻井、新地震等资料，更新、修正模型。
通过数值模拟的“历史拟合”，检验、修正模型。
2.4模型质量控制
模型是油藏的有限近似。提高模型质量（精度）是个系统化的工作，前期基础地质研究、精细油藏描述部分是基础。
尽可能新的地震资料，结合钻井、动态分析，解决构造问题。断层模型、层面模型是根本。
尽可能全、准的钻井基础数据（井位、井斜、测井曲线），是建模的前提条件。
地层对比、小层划分，建立准确的井间储层对应关系极为关键，目的是找准沉积等时面，“沉积微相研究”和“相控小层对比”相辅相成。
测井二次解释的曲线标准化校正，是难点也是重点。不要求精确性，但要求准确性，做到横向可比较。大量的岩心统计分析不可缺少。
模型网格设计力求科学合理。过大不行，过细也不好。横向保证平均井距之间划分3~10个网格，垂向要能描述最薄的有效储层。减少畸形网格，网格方向、正交性对后期数模影响很大。
合适的建模方法。针对不同的油藏、不同的储层类型、不同的属性，选取最合适的建模方法（离散的、连续的；基于目标的、基于象元的；确定性的、随机的）。对变差函数的求取，钻井数据结合地质经验，找准符合实际的地质统计学规律。建准相模型，必要时手工干预，然后进行相控属性建模，有助于提高模型精度。
3方法
3.1网格类型
有四种网格：块中心网格、角点网格、非结构化（PEBI）网格；以及针对单井的径向网格。块中心网格和角点网格都属”Cartesian，卡迪森“网格，形态为六面体。其中角点网格用8个角点坐标描述，形态灵活自由、复杂程度适中，较常用。
3.2过井网格串赋值
离散属性，如沉积微相，扣除背景相，用“优势的”；
连续属性，如孔隙度，一般用用算术平均；
连续属性，如渗透率，一般用用几何平均。
净毛比等，一般通过模型运算得到。
3.3变差函数
深刻理解变程、块金、基台值、角度容限、步长容限。
变差函数求取：用已有观测点，计算实验变差函数；用理论变差函数模型，拟合实验变差函数。
常用理论变差函数模型：球状、指数、高斯。Surfer推崇线性变差函数。
七点理解：
变差函数具有位置无关性：表现的是观测区域整体的统计规律；
变差函数具有方向性：主方向和次方向是垂直的；
变差函数具有对称性：正反两个方向是相同的；
变差函数具有距离性：离预测点越远的观测数据对预测值的影响越小，变程以远的观测数对预测点的值没有影响；
基台值反映了数据在空间上的变化程度，变程反映了数据在空间上的相关尺度；
实际观测数据很难满足数学模型：通过角度容限、步长长容限变通处理；
一般来说，垂向变差函数较易求准（观测样点足够），横向（主、次）需要人为干预。
3.4基于象元的建模/模拟方法
建模过程就是井间插值/预测的过程。插值有很多种算法，用于建模的“井间插值/预测”是地质统计学中的两大类方法：
一是以各种克里金方法为主的确定性建模：统计已有观测点在空间上即连续又变化的规律（实验变差函数），把这种规律用数学公式（理论变差函数）表达，然后用这个公式由已知点的值预测未知点的值。克里金及其变种方法是一种线性无偏的局部最优估计，产生确定性的结果。
二是利用高斯随机域加变差函数的不确定性建模（随机模拟）：模拟首先考虑模拟结果的总体空间结构特征和统计特性 ，未知点的预测值是一个合理的分布范围，在这个范围内随机取一个值作为已知点，继续预测剩余的未知点，直至每个预测点都有一个值为止。不确定性建模可以有多种实现，结果不唯一，每种实现都符合已有的观测点，都是合理的。
二者的根本区别：确定性建模的结果是一个最可能的值；随机建模的结果是一个最可能的取值范围。
3.5其他建模/模拟方法
基于地质目标的：如河流相建模。
多点地质统计学的：已有商业化实现。
神经网络的：不常用。
其他数学方法赋值的：如移动平均，基函数，最小临近，等等。
4提高
4.1为什么要进行模型粗化？怎样粗化？
建模可以建得很精细，但数模运算量巨大，出于计算机性能、速度考虑，一般都需粗化处理。粗化后精度下降要在容许范围内。
网格粗化：减少平面网格数量，但保证井间至少3个网格；垂向上网格合并，但保证能体现最薄有效储层。
属性粗化：在精细模型的基础上，对网格重新赋值。孔隙度等线性属性算术平均，渗透率用流动模拟法。
粗化后的网格有效性：用“连续化”的净毛比控制。如，垂向上有5个等厚网格，原净毛比分别为：1、1、1、0、0，粗化为一个网格后，净毛比为0.6。
4.2沉积微相建模有哪些方法？
沉积微相属于离散属性，可采用：截断高斯、指示模拟、指示克里金。
4.3孔隙度、渗透率建模有哪些方法？
二者都是连续属性，可采用随机类的序贯高斯、确定性的各种克里金。
4.4为什么要用相控属性建模？
很难手工干预属性建模结果。但是，手工干预沉积微相相对容易。相控属性建模，可以加入“人的地质认识”，在沉积微相的控制下，对孔、渗参数的建模/模拟进行约束，可以使孔、渗模型更能符合实际。
4.5在建模/模拟之前，需对过井网格串数据进行哪些处理？
不同的属性、不同的方法，需要的预处理不同。一般有：去趋势，野值截断，正态化，渗透率属性还需取对数（自动）。预测/模拟结果数据范围也在此时限定。
4.6常用的建模软件有哪些？
国内用的较多的是Petrel、RMS，SKUA（原GoCAD）、RC2、EarthVision也有少量应用，国产的有Direct（不成熟）。
