正演沉积模型的自动校准的制作方法

正演沉积模型的自动校准
1.优先权申明
2.本技术要求于2019年3月26日递交的美国专利申请no.16/365,217的优先权，其全部内容通过引用并入本文。
技术领域
3.本技术涉及用于预测地下地质结构的技术。


背景技术：

4.正演沉积建模过程通常包括若干耦接的或顺序的子过程来模拟不同的沉积过程。这种建模过程可以用数值模拟影响侵蚀、输送和沉积的流体流动、沉降规律。在正演沉积建模过程中，还可以对诸如压实和孔隙度下降、褶皱变形、成岩作用和流体成熟之类的一些沉降过程进行数值模拟。
5.数值正演沉积模拟的输出可以是地层空间架构(例如每个组(formation)的厚度)、以及岩性或每个组内的地质相。还可以在最终模型中导出模拟区域的岩石物理学属性，例如孔隙度和渗透率。


技术实现要素：

6.大体上，本文档描述了用于预测地下地质结构的技术。
7.在第一方面，一种用于地质建模的方法包括：接收正演沉积模型；基于投射的正演沉积模型来确定拉丁超立方抽样(lhs)地层模型；执行正演沉积建模；将正演沉积模型从时域变换到地层深度域；基于经变换的模型来确定一个或多个伪井；基于经变换的正演沉积模型和模拟物理值的集合来确定失配值；以及基于lhs地层模型和失配值来确定克里格(kriging)代理模型。
8.各种实施方式可以包括以下特征中的一些、全部或者都不包括。正演沉积模型可以基于描述通过预定地理区域的钻井路径的测井记录数据。该方法还可以包括：接收描述通过预定地理区域的钻井路径的测井记录数据；以及基于测井记录数据，将钻井路径投射到正演沉积模型中的正演沉积模型坐标。模拟物理值的集合可以包括水力值、地质值和沉积学值中的至少一个的集合。该方法还可以包括：基于识别的一组预定输入参数来确定钻孔路径；以及基于所确定的钻孔路径来钻井。基于经变换的正演沉积模型和模拟物理值的集合来确定失配值可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示lhs地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值包括第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。确定克里格代理模型可以包括：基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型集合；确定仿效模拟模型的集合的近似模型的集合；基于每个近似模型与正演沉积模型的比较来对近似模型的集合进行排序；以及基于排序，识别近似模型的集合中仿效代理模型的近似模型。基
于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合包括：确定对未包括在正演沉积模型中的位置的克里格预测。
9.在第二方面，一种用于地理建模的系统包括：具有一个或多个处理器的控制系统，以及非暂时性计算机可读介质，存储有指令，该指令可由一个或多个处理器执行来执行以下操作，包括：接收正演沉积模型；基于投射的正演沉积模型来确定拉丁超立方抽样(lhs)地层模型；执行正演沉积建模；将正演沉积模型从时域变换到地层深度域；基于经变换的模型来确定一个或多个伪井；基于经变换的正演沉积模型和模拟物理值的集合来确定失配值；以及基于lhs地层模型和失配值来确定克里格代理模型。
10.各种实施例可以包括以下特征中的一些、全部或者都不包括。该系统还可以包括：基于识别的一组预定输入参数来确定钻孔路径；以及基于所确定的钻孔路径来钻井。基于经变换的正演沉积模型和模拟物理值的集合来确定失配值可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示lhs地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值包括第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。确定克里格代理模型可以包括：基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合；确定仿效模拟模型的集合的近似模型的集合；基于每个近似模型与正演沉积模型的比较来对近似模型的集合进行排序；以及基于排序，识别近似模型的集合中仿效代理模型的近似模型。基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合包括：确定对未包括在正演沉积模型中的位置的克里格预测。
11.在第三方面，一种非暂时性计算机可读介质，存储有指令，该指令可由处理设备执行来执行以下操作，包括：接收正演沉积模型；基于投射的正演沉积模型来确定拉丁超立方抽样(lhs)地层模型；执行正演沉积建模；将正演沉积模型从时域变换到地层深度域；基于经变换的模型来确定一个或多个伪井；基于经变换的正演沉积模型和模拟物理值的集合来确定失配值；基于lhs地层模型和失配值来确定克里格代理模型。
12.各种实施例可以包括以下特征中的一些、全部或者都不包括。正演沉积模型可以基于描述通过预定地理区域的钻井路径的测井记录数据。所述操作还可以包括：接收描述通过预定地理区域的钻井路径的测井记录数据；以及基于测井记录数据，将钻井路径投射到正演沉积模型中的正演沉积模型坐标。所述操作还可以包括：基于识别的一组预定输入参数来确定钻孔路径；以及基于所确定的钻孔路径来钻井。基于经变换的正演沉积模型和模拟物理值的集合来确定失配值还可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示lhs地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值包括第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。确定克里格代理模型可以包括：基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合；确定仿效模拟模型的集合的近似模型的集合；基于每个近似模型与正演沉积模型的比较来对近似模型的集合进行排序；以及基于排序，识别近似模型的集合中仿效代理模型的近似模型。基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合可以包括：确定对未包括在正演沉积模型中的位置的克里格预测。
13.这里描述的系统和技术可以提供以下一个或多个优点。首先，系统可以提供准确
地反映观测条件的地下地质结构的模型。第二，系统可以使用比先前技术相对更少的计算资源来执行建模。第三，系统可以比先前技术更快地执行建模。第四，系统可以提供能够提高钻井操作效率的信息。
14.在附图和将呈现的描述中阐述了一个或多个实施方式的细节。其他特征和优点将通过说明书和附图以及权利要求变得显而易见。
附图说明
15.图1是示例沉积环境的示例横截面视图。
16.图2示出了输入变量的若干示例设计的表。
17.图3示出了模拟模型的三个示例。
18.图4a是示例反演沉积建模工作流的流程图。
19.图4b示出了示例地层实现的示例概念模型。
20.图4c示出了代理模型的示例概念数学表示。
21.图4d示出了表示为数学曲面的示例代理模型。
22.图5是示例拉丁超立方抽样和物理变换过程的流程图。
23.图6a是示例空间深度变换过程的流程图。
24.图6b示出了示例井轨迹的示例二维和三维投影。
25.图7a是示例失配确定过程的流程图。
26.图7b示出了模型的时间到空间变换的图形示例。
27.图7c示出了模型的空间变换中的示例网格值。
28.图8和图9是示例失配确定过程的流程图。
29.图10是示例参数集生成过程的流程图。
30.图11是用于校准正演沉积模型的示例过程的流程图。
具体实施方式
31.本文档描述了用于使用基于克里格(kriging)代理模型的优化方法的反演沉积建模(idm)的系统和技术。idm方法将正演沉积模型(fdm)校准到先前观测的数据，该数据表达为测井记录数据并用作对fdm的约束。下面的讨论描述了通过fdm输入参数的快速和自动调整来将fdm拟合到观测值的技术。
32.一些正演沉积建模方法的挑战之一是优化各种输入参数，使得模拟输出将最大程度地匹配可用的先前观测数据(例如来自从物理钻井操作获得的数据记录)。本文档描述了用于查找多组适当输入参数的技术，包括可以提供模拟沉积物与先前观测数据之间的一致性的初始条件和边界条件。
33.可以将本文档中描述的、所提出的方法应用于可在反演过程中被视为“黑箱”的各种特定的正演沉积建模方法。与先前技术相比，实施基于克里格代理的优化方法可以实现更快的计算。
34.正演沉积建模过程通常包括若干耦接的或顺序的子过程，以模拟不同的沉积过程。这种建模过程可以用数值模拟诸如影响侵蚀、输送和沉积的流体流动、沉降规律之类的事物。在正演沉积建模过程中，还可以对诸如压实、孔隙度下降、褶皱变形、成岩作用和流体
成熟之类的一些沉降过程进行数值模拟。
35.数值化正演沉积模拟的输出可以是地层空间架构(例如每个组的厚度)、岩性或组内的地质相。在一些实施方式中，还可以导出模拟区域的岩石物理学属性，例如孔隙度和渗透率。
36.图1是示例沉积环境100的示例横截面视图。实验沉积环境是碳酸盐沉积环境。在一些示例中，正演沉积模拟的有用参数是每种岩石类型的增长率。在当前示例中，识别出四种岩石类型(相)，即泻湖110、堤脊120、藻类台地130和更深的开阔海域140。
37.对于正演沉积模拟过程，输入参数通常是初始地形参数和描述所选择的地质区域的水力或沉积学分散特征的其他输入参数的集合。在一些示例中，变形和移动的历史(例如下陷)也可以用作正演沉积模拟的参数，以获得真实的地质结果。对于一些正演数值模型，物理属性的空间和时间分布及其边界条件也可以用作模型参数。
38.图2示出了输入变量的若干示例设计的表200。每种岩石类型(例如图1的示例沉积环境100中所示的那些岩石类型)可以与该岩石类型的增长率的范围相关联。例如，泻湖110可以与每百万年10-80米的增长率相关联。堤脊120可以与每百万年40-110米的增长率相关联。藻类台地130可以与每百万年0-70米的增长率相关联。深开阔海域140可以与每百万年0-70米的增长率相关联。第一步是进行一组初始拉丁超立方抽样(lhs)设计。表200呈现了这种初始lhs设计的示例。
39.图3示出了模拟模型的三个示例和用于解释模型的图例301。
40.随着初始lhs设计可用，可以获得一组用于正演沉积模型的参数。可以通过使用这些参数作为输入的批处理过程来获得正演沉积建模。在一些实施方式中，该过程可以是自动的，由此减轻了大量的劳动。例如，可以模拟10个、20个、50个、100个或更多个模型，并且将它们用于这种实验。
41.在图3中，模型310表示井的相堆叠图案(从井中真实观测到的垂直剖面)。模型310基于观测到的数据，例如在钻井时获得的测量值(测井记录)。该模型示出了堤脊302、泻湖303、藻类台地304和深海海域305层的各个层。
42.模型320表示根据手动参数推断产生的模拟的堆叠图案(使用所提出的方法从模拟模型中提取的垂直剖面)。模型330表示从将在随后的段落中更详细地描述的过程中获得的模拟结果的堆叠图案(从模拟模型中提取的垂直剖面，但是手动推断反演参数)。三个模型310-330的比较示出，模型330比模型320更近似于模型310。
43.然后，使用克里格代理建模技术来对lhs设计的初始集合与根据模型和井的比较计算出的失配值之间的关系(对比)进行排序和识别。在一些示例中，在该技术中实现的高效全局搜索和预期改进原则可以提高以下可能性：下一建议的设计将降低在lhs设计与失配值之间建立的代理模型的不确定性。基于推荐的参数，该过程向前运行直到迭代满足各种预定标准，例如通过确定失配值小于预定量，或者通过确定该过程已经迭代了超过预定最大迭代计数的次数。在一些实施方式中，在代理建模和迭代过程期间，如果最大预期改进足够小，则将根据代理模型而不是正演建模模拟来计算新的失配值。现在将更详细地描述建模技术。
44.使用本文档中描述的技术，可以在重现先前观测数据的目标下，自动地推断用于正演沉积建模的任何适当的、经识别的输入参数(例如初始水深测量、输入沉降物组成、河
流流量率、输送效率)。
45.本文档中描述的技术提供了一种基于可用的先前观测数据(有时被表达为测井曲线)来执行正演沉积模型的校准的自动化方法。该过程包括以下一般性阶段：
46.(1)执行调节数据(例如先前收集的测井记录数据)预处理。例如，可以将先前在井路径钻探期间收集的数据投射到正演沉积模型网格坐标。该过程将井路径变换为模拟模型中的网格单元索引，以用于从模型中提取属性，并用于失配值计算。
47.(2)使用拉丁超立方抽样设计(lhs)构建初始实验设计。将lhs设计变换为物理值，例如水力、地质和沉积学值。
48.(3)通过批处理模式执行这些初始实验设计运行，针对每个初始实验设计运行，批处理模式自动地执行所提出的反演沉积过程。
49.(4)将原始沉积模型从时域变换到地层深度域。在模拟模型的输出不按预期顺序的情况下(例如其中模拟模型的输出根据从最旧到最新的时间保存，而不是从最新到最旧保存)，在该阶段，可以将模型变换到空间域。
50.(5)基于先前观测数据和模拟模型来构建失配值计算。取决于先前观测数据(其可以是厚度、相类型、孔隙度或渗透率)，可以实现不同的失配值计算方法。
51.(6)给定预定组的指定输入参数，基于正演沉积建模程序的输入和输出来建立克里格代理模型。
52.(7)在将搜索到的输入参数用于正演沉积建模之后，使用全局优化过程来寻找可以最大程度地重现观测到的硬数据的一组输入参数。
53.图4a是示例反演沉积建模工作流的流程图400。在410处，例如基于观测到的测井记录数据来确定初始lhs设计。
54.在412处，确定初始正演模拟。正演沉积建模过程可被认为是实验设计标记法中的数值实验。在一些实施方式中，忽略对正演沉积建模的内部功能的了解，可以允许该过程被视为黑箱模型，其中仅考虑输入-输出变量的关系。
55.在许多建模程序中，沉积建模是计算密集型的，因此应在有限数量的正演模拟运行期间获得最大量的信息。为了从某一组运行中优化信息的增益，根据适当的实验设计方法来执行这些运行。
56.在将代理模型建立为高计算成本的数值实验的高效率计算的近似时，通常涉及不同的实验设计方法。在该示例过程中，使用拉丁超立方抽样(lhs)，以便使所有输入参数的整个范围的表示在每个设计中更均匀。然而，在一些示例中，也可以使用其他实验设计方法。
57.执行该步骤以将实验设计从均匀空间变换到物理空间，并且写入一组正演沉积建模参数文件以用于稍后的代理建模。对于每个正演建模，在反演过程中使用若干经识别的参数。例如，参数可以表示为：
58.x＝{x1，x2，
…
，xk}。
59.在下文中，设计空间或设计域将被称为dk。来自域的不同样本可以组成抽样方案。
60.对于x中的每个参数xi，会存在其最大值和最小值，以得出沉积学值来运行正演建模过程。最大值和最小值可以表示为和例如，给定参数xi的lhs设计为li，则xi可以被计算为：
[0061][0062]
在一些示例中，可以运行若干组(例如样本的初始集合)。例如，可以运行n组。给定和可以获得整个参数设计矩阵：
[0063]
x＝{x1，x2，
…
，xn}。
[0064]
基于正演沉积建模参数模板，可以基于本文中描述的过程来生成一组完整的参数文件。可以使用批处理脚本和模板自动地执行n次正演建模程序。在后面的迭代中，使用从优化过程中识别的参数集来构建参数文件，并运行正演地层建模过程。
[0065]
在构建了正演沉积模型之后，将其与先前观测数据进行比较。在一些示例中，正演沉积模型和先前观测数据可能不是相同的数据或坐标格式。在这样的示例中，可以在进行比较或失配操作之前，对模拟运行完成一些预处理或解码工作。例如，可以使用不同的正演引擎和不同的预处理模块来处理不同的模型输出格式。
[0066]
在正演沉积程序的一些示例中，来自模拟模型的提取可能无法以足够的精度遵循真实的井轨迹。作为解决方案，在比较井轨迹之前执行地层对比，这为沿着井路径的真实轨迹的属性提取提供了基础。基于测井记录数据的组标记和模型的平均厚度来执行时间地层对比。该对比过程将井路径投射到与模拟沉积模型相同的时间地层对比。给定井轨迹和空间深度域中的沉积模型的网格定义，可以搜索和索引每个单元的索引。然后，从模拟沉积模型中获得沿轨迹的属性，以用于稍后的失配值计算。
[0067]
在414处，确定初始失配结果。例如，可以将初始正演模拟与观测到的测井记录数据进行比较，以确定初始正演模拟仿效观测到的数据的准确(或不准确)程度的测量。失配值指导代理模型建立和优化。在一些示例中，基于测井记录的校准的挑战与要校准的数据的类型和性质有关。如将在后面的段落中更详细地讨论的，在这些示例中，描述了三种类型的失配值计算方法。它们针对层段数据(例如组厚度)、连续变量(例如渗透率和孔隙度)以及分类变量(例如岩相类型或岩石类型)。这些是从测井记录数据中获得的三种常见且常用的观测数据类型。
[0068]
在416处，接收停止标准。例如，可以获得迭代限制值，其表示允许执行建模过程的最大迭代次数，在此之后，可以识别最佳可用模型并将其作为过程400的最终输出来提供。在另一示例中，可以获得时间限制，其表示允许运行建模过程的最大时间量，在此之后，可以识别最佳可用模型并将其作为过程400的最终输出来提供。在又一示例中，可以接收表示模拟模型的失配值的模型失配阈值，该模拟模型会被认为是对观测数据的充分仿真。
[0069]
在420处，确定代理模型。代理模型是对正演模拟和观测到的数据的差异之间的关系进行仿效的近似。与功能更全面的正演模拟相比，代理模型一般更简单，因此运行的计算密集度更低。在反转中，将仅建立一个代理模型。该代理模型在初始的一组(x,y)之后更新。图4b示出了示例地层实现的示例概念模型。图4c示出了代理模型的示例概念数学表示。
[0070]
在运行正演模型之后，将模拟正演模型输出与先前观测硬数据进行比较。该比较提供了如何将这些模型与用作约束的先前观测数据进行比较的建议。在一些实施方式中，比较数据可被称为实验的响应y，它是模型与测量数据之间的差异的定量度量。
[0071]
假设沿着研究区域中垂直方向的某些位置的孔隙度的测井记录可用，则测井记录数据被表示为s
obs
。可以从相同位置获得孔隙度的模拟测井记录，其被表示为s
sim
，然后测井
记录之间的差异可以被定义为地层模型的响应变量：
[0072]
y＝diff(s
obs-s
sim
)。
[0073]
代理解决方案实现了低评估计算成本的“代理”模型的构造，该模型仿效正演地层模型过程f(x)的高计算成本的响应。这里，f(x)由设计变量x∈d的k向量定义。在下文中，d表示设计空间或设计域。来自域的不同样本将组成抽样方案x＝{x
(1)
，x
(2)
，
…
，x
(n)
}。
[0074]
基于正演地层建模程序的可用性，可以通过一些观测或样本{x(i)→
y(i)＝f(x(i))，i＝1，2，
…
，n}来获取f(x)。获取这些的计算成本高，因此很少使用。代理建模的任务是使用该稀疏的一组样本来构建近似其可用于对设计x∈d进行计算成本较低的性能预测。
[0075]
利用经识别的设计变量k，可以确定学习数据集{(x
(1)
,y
(1)
),(x
(2)
,y
(2)
),
…
,(x
(n)
,y
(n)
)}。使用通用结构通过一组参数w来确定模型的形状。该过程中的早期步骤是选择向量w，使得模型将与硬数据拟合。在422处，识别代理模型中的最小失配。假设已经建立了代理模型(表达为图4d中的曲面)。根据拟合的曲面/代理模型，可以执行最小搜索。如果搜索到的最小值大于预定的停止最小标准，则可以将该代理模型(曲面)识别为不够好，并且应添加另一lhs设计和相应的y变量。最小的失配值将与预定义的停止标准进行比较，以决定随后的停止动作，例如在430处所示。
[0076]
例如，在正演沉积模型运行模拟之后，可以将获得的地层模型与先前观测的数据进行比较。该比较可以提供这些模型与用作约束的先前观测数据相比的不同程度的指示。这将是实验的响应，被表示为yi，它是模拟模型与观测数据之间的差异的定量度量。
[0077]
基于沿着研究区域中垂直方向的某个位置的测井记录数据的先前观测，该测井记录数据被表示为s
obs
。基于相同位置的模拟测井记录被表示为s
sim
，并且模拟沉积模型总共有n个。然后，所有失配值会被计算为：
[0078]
yi＝diff(s
obs
，s
sim
)，i＝1，2，
…
，n。
[0079]
其中yi是每个模拟模型与当前的先前观测数据集(这会是一些厚度或岩相记录或一些孔隙度或渗透率序列)之间的差异。运算符diff是差分运算符。然而，在一些实施方式中，取决于观测数据的性质，运算符可能被不同地定义。
[0080]
在430处，进行确定。如果失配不满足停止标准，则在440处进行另一确定。如果时间量或迭代次数超过最大迭代次数或用于执行迭代的最大时间量的阈值，则过程400在442处继续。例如，过程400可以被配置为在1000次迭代之后停止，或者在计算10分钟之后停止。
[0081]
在442处，获得新的代理模型设计。如果在450处，新模型相对于先前模型的改进足够小，则在452处计算新的失配值。如果在450处，新模型的改进不够小，则在454处再次执行正演建模。在任一情况下，在465处更新lhs设计和失配结果，并且在420处基于该信息建立新一批的代理模型。
[0082]
然而，如果在430或440处的任一确定是肯定的(例如，是时候停止)，则在460处生成文件。例如，可以将先前步骤期间找到的最佳代理模型保存到存储介质，例如可以保存、存档和传输的电子文档。
[0083]
在462处，基于保存的文件来执行正演建模。例如，所存储的模型可以通过闪存驱动器传输到用于正演建模的另一计算机，并且该计算机可以读取闪存驱动器，作为正演建模过程的一部分。
[0084]
图5是示例拉丁超立方抽样和物理变换过程500的流程图。在一些实施方式中，过程500可以是图4a所示的示例过程400的步骤410。
[0085]
在510处，接收实验变量总数。这里，实验变量总数是从建模器识别的键参数数量。例如，对于图1，总数量是4。
[0086]
在515处，获得lhs设计总数。这里，总数是初始lhs设计数量。例如，在图2的示例中，总lhs设计数量是100。
[0087]
在525，执行lhs设计。lhs设计的结果在0到1的范围内(或[0,1])。结果是矩阵。从510和515确定矩阵尺寸。例如，在图2的示例中，尺寸是4
×
100。
[0088]
在530处，获得每个目标反演变量的范围。例如，可以获得每个沉降类型的增长率。在535处，给定每个地质参数的范围和[0,1]空间中的lhs设计，获得地质空间中的lhs设计。
[0089]
按照地质时间坐标来保存步骤530的初始正演沉积建模结果。例如，沿着垂直方向，时间增量相等，并且将所有模拟属性(例如厚度、相类型或其他连续属性)保存在该时间范围内。
[0090]
在540处，获得正演模型参数文件模板。在一些实施方式中，这里，可以根据参数文件或模板运行正演建模程序。在一些实施方式中，可以有许多变量用于要运行的正演建模。可以向它们中的一些赋予不同的值以获得不同的模型。
[0091]
在545处，从模板中识别设计的关键字的集合。在模板中标记所识别的反演目标正演建模参数变量。所标记的变量标识参数范围空间中要被lhs设计替换的变量，如图5所示。
[0092]
在550处，生成初始正演建模参数文件集。在该集合中，每个参数文件从lhs设计中获得并且足以执行正常的正演运行。
[0093]
图6a是示例空间深度变换过程600的流程图。在一些实施方式中，过程600可以基于图5的示例过程500的输出来执行。在一些示例中，时间到空间深度变换可以在提取模拟数据值并且与测井记录数据(其通常以深度表达)进行比较之前进行。
[0094]
在610处，接收以地质时间坐标表达的地层模型。例如，可以接收图5的示例过程500的输出。
[0095]
在620处，可以从接收的模型中提取关于地质层的深度和厚度的信息。在一些实施方式中，根据正演建模，可以将该信息作为最终模型的一部分但不以显式格式保存。为了进行空间变换，需要一些解码和提取工作，来从所保存的正演模型中拾取那些从一个正演到另一个正演建模程序变化的信息。
[0096]
在630处，将地层模型变换为空间深度坐标。例如，可以分析模型以确定模型描述了10米厚的泻湖层、100米厚的堤脊层、150米厚的藻类台地以及90米厚的深开阔海域层。
[0097]
在640处，提供空间深度坐标中的空间对比。在将模型从时间变换到空间空间之后，在650处提取一些伪井的模拟属性。然而，井的顶部深度可能不都具有相同的深度。在660处，对所提取的伪井执行空间深度坐标中的空间地层对比。空间对比使所有井的顶部从相同的深度开始。该对比还使得根据所有井的每个属性进行正确的失配计算。在储层中，观测到的井具有它们各自的空间位置和各自的轨迹。可以将这些位置和轨迹信息投射到数值模型，其示例如图6b所示。图6b示出了示例井轨迹的示例二维和三维投影。
[0098]
图7a是示例失配确定过程的流程图。在将模型从时域变换到空间深度域(例如在图6a的过程600中)之后，将经变换的地层对比应用于模拟域，这将确保模型被保存在被划
分为小单元的模拟域中，并且这些单元(3d立方单元)具有相同的大小。图7b示出了模型的时间到空间变换的图形示例。图7c示出了模型在空间变换中的示例网格值。
[0099]
图7b和图7c示出了说明模型中和井中的时间到空间变换的过程的小示例。子图750a和760a示出了来自传统正演沉积模型的模拟输出的示例。根据沿垂直方向的模拟时间增量记录属性。子图750b和760b示出了模拟模型从时间记录到空间坐标的变换的示例。顶部或底部可能不会发生在相同的空间深度。子图750c和760c示出了地层对比变换的示例。将模型属性保存在每个单元中。
[0100]
在一些实施方式中，取决于所使用的不同正演引擎，可以采用不同的输出数据保存逻辑，但是可以实现相同的一般原则。也就是说，为了从先前观测位置提取模拟属性，坐标应当相同。这里用特定的输出模型数据来说明所提出的方法。根据正演模拟软件，以从最旧到最新的时间顺序(例如按年)来保存组。诸如组的厚度、相类型和其他(包括连续)测量值(例如孔隙度、渗透率、砂率以及这些或组的任何其他适当属性的组合)之类的属性被保存在每个时间层中，根据基本上相等增长的地质时间来模拟该时间层。
[0101]
基于每个地质模拟时间的垂直深度和厚度信息，可以将该模型表达在空间深度域中。在模型从时域变换到空间深度域之后，将经变换的地层对比应用于模拟域，这将确保模型被保存在网格单元的“糖块”状的概念布置中。在一些实施方式中，该布置的意图可以是为稍后的失配函数计算提供容易且精确的硬数据提取。
[0102]
对于地层对比变换，使用以下等式来获得新的相对空间位置：
[0103][0104]
这里，z
rel
表示空间域中的相对空间深度，z
cb
表示地层底部，z
ct
表示地层顶部，t表示z
cb
与z
ct
之间的平均厚度。将所有深度测量值转换为z
rel
允许在常规笛卡尔坐标中对每个储层时间地层进行建模，由此便于模型与井之间的比较。
[0105]
图7a是示例失配确定过程700的流程图。在一些实施方式中，可以对图6a的示例过程600提供的数据执行过程700。
[0106]
在710处，接收目标组厚度。例如，过程600可以提供描述组厚度的信息的集合，并且可以在步骤710处接收该信息以供使用。
[0107]
在720处，从模拟模型中识别对应的厚度。例如，测井记录数据和模拟数据均可以包括第一层、第二层和第三层(等等)，每层具有自己的厚度。
[0108]
在730处，计算目标组厚度与模拟组厚度之间的失配。例如，测井记录数据可以指示分别存在100米、150米、75米和120米厚的层，而模拟模型可以分别描述110米、100米、80米和120米厚的层。在该示例中，可以比较两个数据集之间的数学差异，以确定各层之间的失配量，在该示例中这将分别为10米、50米、5米和0米。
[0109]
通常，在执行正演沉积建模之前，建立目标储层的层序地层格架。在本示例中，假设目标地层已被建模器识别并且已被标注为层位数据。
[0110]
也可以根据清晰的地质时间定义，沿着垂直方向从模拟模型中识别这种格架(被表达为层位)。过程700识别目标井的顶部和底部，这里被表示为h
obs
。然后，根据每个模拟模型，在相同的井位置处，根据识别的相同地层的相同顶部和底部计算模拟厚度，这里表示为观测井和每个模拟模型之间的差异被表示为：
[0111][0112]
这里，索引i是模拟模型的索引。
[0113]
图8是示例失配确定过程800的流程图。在一些实施方式中，可以对图6a的示例过程600提供的数据执行过程800。
[0114]
在810处，接收目标相堆叠图案。例如，过程600可以提供描述地质层类型如何布置在彼此之上的信息的集合，并且可以在步骤810处接收该信息以供使用。
[0115]
在820处，从模拟模型中识别对应的堆叠模式。例如，测井记录数据和模拟数据均可以包括堆叠在泻湖层上、堆叠在藻类台地层上、堆叠在深海海域层上(等等)的堤脊层。
[0116]
在830处，计算目标组厚度与模拟组厚度之间的失配。例如，测井记录数据可以指示存在堆叠在泻湖层上、堆叠在藻类台地层上、堆叠在深海海域层上的堤脊层，而模拟模型可以描述堆叠在藻类台地层上、堆叠在另一堤脊层上、堆叠在藻类台地层上、堆叠在深海海域层上的堤脊层。在该示例中，可以比较两个数据集之间的排序差异以确定各层之间的失配量。例如，模拟模型可以表达为与观测到的数据失配了10％、20％、1％或任何其他适当的描述值。
[0117]
对于相堆叠图案，第一步是研究域的相类型的数值编码。作为示例，研究域中的相可以是[奥长粗面岩，沙地，页岩]([domits，sand，shale])，并且这些值可以被数值变换以表示为[1,2,3]。在一些示例中，相代码可以变换为整数集[1，2，
…
，k]，目的是对它们进行数值比较。在当前示例中，假设当前组的观测井已知，并且从上到下将总共有n个观测。组的结构可以被表示为s
obs
＝{k1，k2，
…
，kn}，其中每个观测ki是来自集合[1，2，
…
，k]的一个相类型。
[0118]
根据模拟模型，还可以从每个模拟地层模型的相同井位置提取模拟相堆叠序列，其被表示为在许多示例中，来自模拟模型的相观测数量与从先前观测到的井数据中获得的数量不同。假设观测相数量为m，则模拟地层的结构可以表示为：
[0119][0120]
然后，对每个模拟井进行重抽样。例如，可以在每当最大相观测数量等于m或n时实现最大相观测数量。可以根据最大数量m或n对相观测序列进行重抽样。在序列被重抽样之后，它们具有相同的观测长度。对这些层执行指示符变换：
[0121][0122]
这里，索引i将是模拟模型，索引j将是沿着模型中所选择的轨迹找到的相类型。然后，来自序列对的响应变量yi被计算为：
[0123][0124]
图9是示例失配确定过程900的流程图。在一些实施方式中，可以对图6a的示例过程600提供的数据执行过程900。
[0125]
在910处，接收目标(连续)测井记录。例如，过程600可以提供描述在沿着井眼长度
的各个点(其可以是蛇形的而不是完全线性的或垂直的)处检测到的传感器数据的信息的集合，并且可以在步骤910处接收该信息以供使用。
[0126]
在920处，从模拟模型中识别对应的模拟测井记录。例如，可以在模拟模型中重建实际井的路径，并且可以获得模拟井眼的模拟记录。
[0127]
在930处，计算目标测井记录与模拟测井记录之间的失配。例如，测井记录数据可以指示前100米存在堤脊、接下来的150米存在泻湖、接下来的50米存在藻类台地、接下来的50米存在另一段泻湖，而模拟模型可以描述前105米存在堤脊、接下来的200米存在泻湖并且接下来的50米存在深海海域。在该示例中，可以比较两个数据集之间的数学差异，以确定测井记录之间的失配量，其可以表达为分数值、百分比值或数据集之间的失配的任何其他适当的表达。
[0128]
沿着井轨迹的连续测量通常是指对诸如孔隙度、渗透率或砂率之类的属性的测量。假设观测到的连续属性数据是：
[0129]sobs
＝fj，，其中j＝1，2，
…
，n。
[0130]
根据模拟模型之一，可以针对相同的井轨迹确定模拟测量并表示为：
[0131]
其中j＝1，2，
…
，n；i＝1，2，
…
，n。
[0132]
在一些示例中，观测位置处的模拟井可能不同。在这种示例中，可以对从每个模拟井中提取的模拟伪井进行重抽样。可以根据数量n对整个序列进行重抽样，并且来自连续测量的最终失配值将被计算为：
[0133][0134]
索引i表示模拟模型，索引j表示沿着每个模拟模型中所选择的轨迹的测量属性。
[0135]
在反演过程的一些示例中，可以采用序列校准过程。例如，可以首先拟合某一地层组厚度。此后，可以拟合分类变量(例如相或岩石类型)，然后可以拟合连续测量值(例如孔隙度和渗透率)。在另一示例中，用户可以定义全局目标函数以用于一次校准。在这种情况下，全局失配值可以被给出为：局失配值可以被给出为：其中λ
thickness
、λ
cat
和λ
cont
是用于根据厚度、分类变量和连续变量计算的失配的每个分量的权重。
[0136]
图10是示例参数集生成过程1000的流程图。在1010处，接收当前代理模型。例如，过程1000可用于一般迭代过程，在该迭代过程中产生并细化多个代理模型，并且在1010处，可以接收在当前迭代中产生的代理模型之一。在一些实施方式中，在1010处接收的代理模型可以是图7a的示例过程700、图8的示例过程800和图9的示例过程900中的任一个的输出。
[0137]
在1020处，确定过程1000是否处于其最终迭代。如果是，则在1030处，执行失配函数以关联来自代理模型的失配分数，该代理模型也是基于反演目标变量拟合的曲面。根据最小失配值，可以求解lhs设计，其将是反演过程的最佳值并将用于1050中的过程。
[0138]
在1032处，基于失配分数来识别具有相对最小失配程度的lhs设计。这是优化的核心技术。代理模型将输入参数与根据先前观测测井曲线与模拟模型的比较计算的失配值连接。因此，它将代替复杂的正演沉积模拟引擎的功能，并且在搜索最佳输入参数用于先前硬数据的最佳校准时节省计算。在一些示例中，可以通过地震勘测、测井记录和其他过程来收
集沉积模型的先前数据。在本文档描述的示例中，已着重于测井记录数据的校准。然而，在其他示例中，反演的一般原理基本上相同，不同数据的校准中的差异在于所使用的失配值计算。
[0139]
如果在1020处确定过程1000未处于其最终迭代，则过程1000在1040处继续。在1040处，识别对代理模型提供相对最大改进量的设计。由于在该示例中，来自代理曲面的最小失配值仍然大于停止标准，因此执行进一步的代理工作。最大改进算法将确保下一lhs设计将为代理模型带来最大改进。
[0140]
在1042处，从1040获得下一lhs设计的最佳候选。该lhs设计处于[0,1]空间中。它将被变换到地质空间并且将用于为过程1050构建一个参数集。
[0141]
在1050处，确定基于1032或1042的输出的参数集。例如，可以生成参数集以用于正演地层建模过程。基于代理的优化技术利用低计算成本的“代理”模型的构造，该“代理”模型仿效正演模型过程f(x)的高计算成本的响应。这里，f(x)由设计变量的k向量定义：＝{x1，x2，
…
，xk}。来自设计域的不同设计xi将组成数值实验抽样方案x＝{x1，x2，
…
xn}，其中n是总实验样本数量。
[0142]
来自样本设计域的每个设计样本xi将是一组输入正演沉积模型参数，并且将在馈送到指定正演引擎f(x)之后获得一个模拟地层模型也就是说，基于正演沉积建模程序的可用性，可以获得一些模拟模型并且它们可以被表示为：
[0143][0144]
获取这些模型的计算成本相对较高，因此可能仅是少量可用的。代理建模技术的目标是使用稀疏的该组设计输入/输出观测样本来构建近似其可以用于对任何新设计x
*
进行低成本的性能预测。
[0145]
基于与先前观测数据s
obs
的比较，使用等式yi＝diff(s
obs
，s
sim
)，i＝1，2，
…
，n来计算失配值。
[0146]
然后，输入因子及其相关响应的对将组成一组数据{(x1，y1)，(x2，y2)，
…
，(xn，yn)}，其用于建立代理模型
[0147]
选择通用结构并且代理模型的形状基于一组参数w。因此，该子过程中的第一步是选择向量w，使得模型将最佳地与硬数据拟合。
[0148]
在未抽样的位置处也执行克里格预测。例如，可以将实验样本域中的新设计位置表示为x
*
，并且将要进行的预测被表示为：
[0149]
x
*
处的
[0150]
该预测将与观测到的数据(初始抽样方案和从模拟模型计算出的观测值)大体一致，因此将与计算出的对比参数大体一致。因此，预测(给定对比参数和预测)增加了样本数据将被选择用于下一代理建模构造迭代的可能性。
[0151]
针对高评估计算成本的数值模型的全局优化设计了一种高效全局优化(ego)过程。采用ego算法以找到处于其超维空间中的代表性输入参数集。确定了初始设计(如前所述)。然后，算法将顺序地访问对当前代理模型的预期改进的当前全局最大值，并且在每次
迭代时更新克里格代理模型。
[0152]
在一些实施方式中，可以通过以下方式来执行工作流：使用lhs设计在初始集处评估yi，使用初始设计样本估计协方差函数，确定空间中的每个候选位置的预期改进，以及搜索设计空间dk中的最大预期改进。最大改进的位置是下一抽样点x

，其将为代理模型带来最佳改进。然后，对该拾取的位置执行克里格法，并且将预测添加到测量的数据。然后，基于最大预期改进识别停止标准。当满足停止标准时，则停止，并使用新样本点集来评估协方差函数，并进行迭代。
[0153]
对于使用lhs设计在初始集处评估yi的步骤，假设原始正演模型已经使用不同的输入参数集运行了n次。可以使用诸如拉丁超立方抽样之类的经典空间填充方法。对于估计协方差函数的步骤，采用基于克里格法的代理建模，并且将使用在先前步骤中获得的训练数据集，如前所述。
[0154]
图11是用于校准正演沉积模型(例如先前段落中描述的那些)的示例过程1100的流程图。
[0155]
在1110处，接收正演沉积建模程序。在一些实施方式中，可以通过软件程序来完成正演沉积建模。
[0156]
在1112处，基于投射的正演沉积模型输入变量来确定拉丁超立方抽样(lhs)设计。
[0157]
在1114处，将lhs设计变换为模拟物理值的集合。在一些实施方式中，模拟物理值的集合可以是水力值、地质值和沉积学值中的至少一个的集合。
[0158]
在1116处，执行正演建模过程以获得所有正演模型。
[0159]
在1118处，将正演沉积模型从时域变换到地层深度域。
[0160]
在1120处，基于模拟模型来确定(提取)一个或多个伪井。一般地，所提取的伪井的位置应与研究区域中先前观测的或钻探的井的位置相同。
[0161]
在1122处，基于经变换的正演沉积模型和模拟物理值的集合来确定失配值。在一些实施方式中，基于经变换的正演沉积模型和模拟物理值的集合来确定失配值可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示第一地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值表示第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。
[0162]
在1124处，基于lhs设计(其为x变量)的集合、(根据所有模拟正演模型和钻井的比较计算出的、作为y值)失配值来确定克里格代理模型。代理模型将利用函数将x和y连接在一起。
[0163]
在1126处，检查代理模型和迭代标准，并且在1130处进行确定。如果确定代理模型不足，则过程1100在1116处继续。然而，如果确定代理模型良好，则在1140处基于当前代理模型来执行最小失配搜索。
[0164]
在1142处，基于当前最小失配搜索结果来确定新的lhs设计。例如，如果代理模型曲面不够好，则可以获得新的lhs设计以便改进代理模型。ego算法可以确保下一建议的lhs设计相对于先前确定的模型改进代理模型。
[0165]
在1144处，为正演地层建模生成参数集。例如，当建议新的lhs设计时，该设计可以为代理模型函数提供x。y可以通过运行正演沉积模型并且将模拟输出与观察值进行比较来
计算。
[0166]
在本说明书中描述的主题和功能操作的实施方式可以在数字电子电路中、在有形地被实现的计算机软件或固件中、在计算机硬件中实施，包括在本说明书中公开的结构及其结构等同物、或它们中的一个或多个的组合中实施。描述的主题的软件实施方式可以被实现为一个或多个计算机程序，即，在有形的非暂时性计算机可读计算机存储介质上编码的计算机程序指令的一个或多个模块，以用于被数据处理装置执行或控制数据处理装置的操作。备选地或附加地，程序指令可以编码在人工生成的传播信号(例如，机器生成的电、光或电磁信号)上，所述信号被生成以对信息进行编码，以传输给合适的接收机装置，以供数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或计算机存储介质的组合。
[0167]
术语“数据处理装置”、“计算机”或“电子计算机设备”(或本领域普通技术人员所理解的等效物)是指数据处理硬件，并且包括用于处理数据的各种装置、设备和机器，例如，包括可编程处理器、计算机、或多个处理器或计算机。装置还可以是或还可以包括专用逻辑电路，例如，中央处理单元(cpu)、现场可编程门阵列(fpga)或专用集成电路(asic)。在一些实施方式中，数据处理装置或专用逻辑电路(或数据处理装置或专用逻辑电路的组合)可以基于硬件或基于软件(或基于硬件和基于软件的组合)。可选地，装置可以包括为计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统或者执行环境的组合的代码。本公开考虑具有或不具有常规操作系统(例如linux、unix、windows、mac os、android、或ios或任意其他合适的常规操作系统)的数据处理装置的使用。
[0168]
计算机程序(也可以被称为或描述为程序、软件、软件应用、模块、软件模块、脚本或代码)可以以任何形式的编程语言编写，包括编译或解译语言、或声明性或程序语言。可以以任何形式部署计算机程序，包括部署为独立的程序或者部署为适合用于计算环境的模块、组件、子例程，或者其他单元。计算机程序可以但无需与文件系统中的文件相对应。程序可以被存储在保存其他程序或数据(例如，存储在标记语言文档中的一个或多个脚本)的文件的一部分中、被存储在专用于所讨论的程序的单个文件中、或者被存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。计算机程序可以被部署为在一个计算机上或者在位于一个站点或分布在多个站点并且通过通信网络互联的多个计算机上执行。尽管各图中所出示的程序的部分被示出为通过各种对象、方法或其他过程实施各种特征和功能的各个模块，但是在适当时程序可以替代地包括多个子模块、第三方服务、组件、库等。相反，各种组件的特征和功能可以视情况组合成单个组件。可以统计地、动态地或者统计地且动态地确定用于进行计算确定的阈值。
[0169]
所描述的主题的实施方式可以单独或组合地包括一个或多个特征。
[0170]
例如，在第一方面，一种用于地质建模的方法包括：接收正演沉积模型；基于投射的正演沉积模型来确定拉丁超立方抽样(lhs)地层模型；执行正演沉积建模；将正演沉积模型从时域变换到地层深度域；基于经变换的模型来确定一个或多个伪井；基于经变换的正演沉积模型和模拟物理值的集合来确定失配值；以及基于lhs地层模型和失配值来确定克里格代理模型。
[0171]
各种实施方式可以包括以下特征中的一些、全部或者都不包括。正演沉积模型可以基于描述通过预定地理区域的钻井路径的测井记录数据。该方法还可以包括：接收描述
通过预定地理区域的钻井路径的测井记录数据；以及基于测井记录数据，将钻井路径投射到正演沉积模型中的正演沉积模型坐标。模拟物理值的集合可以包括水力值、地质值和沉积学值中的至少一个的集合。该方法还可以包括：基于识别的一组预定输入参数来确定钻孔路径；以及基于所确定的钻孔路径来钻井。基于经变换的正演沉积模型和模拟物理值的集合来确定失配值可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示lhs地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值包括第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。确定克里格代理模型可以包括：基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合；确定仿效模拟模型的集合的近似模型的集合；基于每个近似模型与正演沉积模型的比较来对近似模型的集合进行排序；以及基于排序，识别近似模型的集合中仿效代理模型的近似模型。基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合包括：确定对未包括在正演沉积模型中的位置的克里格预测。
[0172]
在第二方面，一种用于地理建模的系统包括：具有一个或多个处理器的控制系统，以及非暂时性计算机可读介质，存储有指令，该指令可由一个或多个处理器执行来执行以下操作，包括：接收正演沉积模型；基于投射的正演沉积模型来确定拉丁超立方抽样(lhs)地层模型；执行正演沉积建模；将正演沉积模型从时域变换到地层深度域；基于经变换的模型来确定一个或多个伪井；基于经变换的正演沉积模型和模拟物理值的集合来确定失配值；以及基于lhs地层模型和失配值来确定克里格代理模型。
[0173]
各种实施例可以包括以下特征中的一些、全部或者都不包括。该系统还可以包括：基于识别的一组预定输入参数来确定钻孔路径；以及基于所确定的钻孔路径来钻井。基于经变换的正演沉积模型和模拟物理值的集合来确定失配值可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示lhs地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值包括第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。确定克里格代理模型可以包括：基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合；确定仿效模拟模型的集合的近似模型的集合；基于每个近似模型与正演沉积模型的比较来对近似模型的集合进行排序；以及基于排序，识别近似模型的集合中仿效代理模型的近似模型。基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合包括：确定对未包括在正演沉积模型中的位置的克里格预测。
[0174]
在第三方面，一种非暂时性计算机可读介质，存储有指令，该指令可由处理设备执行来执行以下操作，包括：接收正演沉积模型；基于投射的正演沉积模型来确定拉丁超立方抽样(lhs)地层模型；执行正演沉积建模；将正演沉积模型从时域变换到地层深度域；基于经变换的模型来确定一个或多个伪井；基于经变换的正演沉积模型和模拟物理值的集合来确定失配值；基于lhs地层模型和失配值来确定克里格代理模型。
[0175]
各种实施例可以包括以下特征中的一些、全部或者都不包括。正演沉积模型可以基于描述通过预定地理区域的钻井路径的测井记录数据。所述操作还可以包括：接收描述通过预定地理区域的钻井路径的测井记录数据；以及基于测井记录数据，将钻井路径投射到正演沉积模型中的正演沉积模型坐标。所述操作还可以包括：基于识别的一组预定输入
参数来确定钻孔路径；以及基于所确定的钻孔路径来钻井。基于经变换的正演沉积模型和模拟物理值的集合来确定失配值还可以包括：识别表示在沿着钻井路径的预定点处测量的地质属性的地质参数值的第一集合；确定表示lhs地层模型在沿着钻井路径的预定点处的模拟地质属性的地质参数值的第二集合；确定差值的集合，差值包括第一集合中所选择的地质参数值与第二集合中的对应地质参数值之间的差；以及提供差值的集合作为失配值。确定克里格代理模型可以包括：基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合；确定仿效模拟模型的集合的近似模型的集合；基于每个近似模型与正演沉积模型的比较来对近似模型的集合进行排序；以及基于排序，识别近似模型的集合中仿效代理模型的近似模型。基于lhs地层模型和正演沉积模型参数的集合来确定模拟模型的集合可以包括：确定对未包括在正演沉积模型中的位置的克里格预测。
[0176]
在本说明书中描述的主题和功能操作的实施方式可以在数字电子电路中、在有形地被实现的计算机软件或固件中、在计算机硬件中实施，包括在本说明书中公开的结构及其结构等同物、或它们中的一个或多个的组合中实施。所描述的主题的软件实施方式可以实现为一个或多个计算机程序。每个计算机程序可以包括在有形的非暂时性计算机可读计算机存储介质上编码的计算机程序指令的一个或多个模块，以用于被数据处理装置执行或控制数据处理装置的操作。备选地或附加地，程序指令可以被编码在人工生成的传播信号上。作为示例，信号可以是机器生成的电、光或电磁信号，所述信号被生成以对信息进行编码，以传输给合适的接收机装置，以供数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或计算机存储介质的组合。
[0177]
术语“数据处理装置”、“计算机”和“电子计算设备”(或本领域普通技术人员所理解的等效物)是指数据处理硬件。例如，数据处理装置可以涵盖用于处理数据的所有类型的装置、设备和机器，例如包括可编程处理器、计算机、或者多个处理器或计算机。装置还可以包括专用逻辑电路，例如，中央处理单元(cpu)、现场可编程门阵列(fpga)或专用集成电路(asic)。在一些实施方式中，数据处理装置或专用逻辑电路(或数据处理装置或专用逻辑电路的组合)可以基于硬件或基于软件(或基于硬件和基于软件的组合)。可选地，装置可以包括为计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统或者执行环境的组合的代码。本公开考虑具有或不具有常规操作系统(例如，linux、unix、windows、mac os、android或ios)的数据处理装置的使用。
[0178]
计算机程序(也可以被称为或描述为程序、软件、软件应用、模块、软件模块、脚本或代码)可以以任何形式的编程语言编写。编程语言例如包括编译语言、解译语言声明性语言或程序语言。可以以任何形式部署计算机程序，包括部署为独立的程序或者部署为适合用于计算环境的模块、组件、子例程或者单元。计算机程序可以(但不是必须)与文件系统中的文件相对应。程序可以被存储在保存其他程序或数据(例如，存储在标记语言文档中的一个或多个脚本)的文件的一部分中、被存储在专用于所讨论的程序的单个文件中、或者被存储在保存一个或多个模块、子程序或代码部分的多个协同文件中。计算机程序可以被部署为在一个计算机上或者在位于一个站点或分布在多个站点并且通过通信网络互联的多个计算机上执行。尽管各图中所出示的程序的部分可以被示出为通过各种对象、方法或过程实施各种特征和功能的各个模块，但是程序可以替代地包括多个子模块、第三方服务、组件和库。相反，各种组件的特征和功能在适当时可以被组合成单个组件。可以统计地、动态地
或者统计地且动态地确定用于进行计算确定的阈值。
[0179]
本说明书中描述的方法、过程或逻辑流可以由一个或多个可编程计算机来执行，所述一个或多个可编程计算机执行一个或多个计算机程序以通过操作输入数据并且生成输出来执行功能。方法、处理或逻辑流也可以由专用逻辑电路(例如cpu、fpga或asic)来执行，并且装置也可以实现为专用逻辑电路(例如cpu、fpga或asic)。
[0180]
适合于执行计算机程序的计算机可以基于一个或多个通用和专用微处理器、以及其他类型的cpu。计算机的元件是用于执行指令的cpu和用于存储指令和数据的一个或更多个存储器设备。一般地，cpu可以从存储器接收指令和数据(并向存储器写入数据)。计算机还将包括用于存储数据的一个或多个大容量存储设备，或者可操作地耦接到用于存储数据的一个或多个大容量存储设备。在一些实施方式中，计算机可以从(例如包括磁、磁光盘或光盘)的大容量存储设备接收数据和传送数据。此外，计算机可以嵌入在另一设备中，例如，移动电话、个人数字助理(pda)、移动音频或视频播放器、游戏机、全球定位系统(gps)接收机或者诸如通用串行总线(usb)闪存驱动器的便携式存储设备。
[0181]
适于存储计算机程序指令和数据的计算机可读介质(暂时性或非暂时性，根据情况适用)可以包括所有形式的永久/非永久性和易失性/非易失性存储器、介质和存储器设备。计算机可读介质例如可以包括半导体存储器件，如随机存取存储器(ram)、只读存储器(rom)、相变存储器(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)和闪存设备。计算机可读介质还可以包括例如磁性设备，如磁带、盒式磁带、磁带盒和内部/可移动磁盘。计算机可读介质还可以包括磁光盘和光学存储器设备和技术，包括例如数字视频光盘(dvd)、cd rom、dvd /-r、dvd-ram、dvd-rom、hd-dvd和蓝牙。存储器可以存储各种对象或数据，包括：高速缓存器、类(class)、框架、应用、模块、备份数据、工作、网页、网页模板、数据结构、数据库表格、知识库和动态信息。存储在存储器中的对象和数据类型可以包括参数、变量、算法、指令、规则、约束和引用。此外，存储器可以包括日志、策略、安全或访问数据、以及报告文件。处理器和存储器可以由专用逻辑电路来补充或者并入到专用逻辑电路中。
[0182]
本公开中描述的主题的实施方式可以在具有用于提供与用户的交互的显示设备的计算机上实现，包括向用户显示信息(和接收来自用户的输入)。显示设备的类型可包括例如阴极射线管(crt)、液晶显示器(lcd)、发光二极管(led)和等离子体监测器。显示设备可以包括键盘和指向设备(例如包括鼠标、轨迹球或触控板)。还可以通过使用触摸屏(诸如具有压敏性的平板计算机表面、或者使用电容或电感测的多点触摸屏)向计算机提供用户输入。其他类型的设备可用于提供与用户的交互，包括接收用户反馈，包括例如感官反馈(包括视觉反馈、听觉反馈或触觉反馈)。可以以声音、语音或触觉输入的形式来接收来自用户的输入。此外，计算机可以通过向用户使用的设备发送文档或者从该设备接收文档来与用户交互。例如，通过响应于从用户客户端设备上的web浏览器接收的请求而向该web浏览器发送网页。
[0183]
术语“图形用户界面”或“gui”可以以单数或复数形式使用，以描述一个或更多个图形用户界面以及特定图形用户界面的每一次显示。因此，gui可以表示任意图形用户界面，包括但不限于web浏览器、触摸屏或处理信息并且有效地向用户呈现信息结果的命令行界面(cli)。一般地，gui可以包括多个用户界面(ui)元素，其中一些或全部与web浏览器相
关联，诸如交互式字段、下拉列表和按钮。这些和其他ui元素可以与web浏览器的功能相关或表示web浏览器的功能。
[0184]
本说明书中描述的主题的实施方式可以在计算系统中实现，该计算系统包括后端组件(例如作为数据服务器)，或者包括中间件组件(例如应用服务器)。此外，计算系统可以包括前端组件，例如，具有图形用户界面或web浏览器中的一个或两个的客户端计算机，通过该前端组件，用户可以与计算机交互。系统的组件可以通过有线或无线数字数据通信(或数据通信的组合)的任意形式或介质互相连接。通信网络的示例包括局域网(lan)、无线电接入网络(ran)、城域网(man)、广域网(wan)、全球微波接入互操作性(wimax)、无线局域网(wlan)(使用例如802.11a/b/g/n或802.20或协议的组合)、互联网的全部或一部分、或一个或多个位置处的任意其他通信系统(或通信网络的组合)。网络可以在网络地址之间传输例如互联网协议(ip)分组、帧中继帧、异步传输模式(atm)小区、语音、视频、数据或通信类型的组合。
[0185]
计算机系统可以包括客户端和服务器。客户端和服务器可以一般相互远离并且可以通常通过通信网络进行交互。客户端和服务器的关系可以通过在相应计算机上运行并且具有客户端-服务器关系的计算机程序来产生。
[0186]
群集文件系统可以是可从多个服务器访问的任何文件系统类型，用于读取和更新。由于交换文件系统的锁定可以在应用层完成，因此锁定或一致性跟踪可能不是必须的。
[0187]
尽管本说明书包含许多具体的实现细节，但是这些不应该被解释为对可以要求保护的内容的范围的限制，而是作为可以特定于特定实现的特征的描述。在单个实施方式中，还可以组合实现本说明书中在独立实施方式的上下文中描述的特定特征。相反，在单个实施方式的上下文中描述的各种特征也可以在多个实施方式中分开地或以任何合适的子组合来实施。此外，尽管可能将先前描述的特征描述为以某些组合起作用并且甚至最初要求如此保护，但是在一些情况下，来自所要求保护的组合的一个或多个特征可以从组合中删除，并且所要求保护的组合可以指子组合或子组合的变化。
[0188]
已经描述了本主题的特定实施方式。对于本领域技术人员显而易见的是，所描述的实施方式的其他实施方式、改变和置换在下文的权利要求的范围内。尽管在附图或权利要求中以特定顺序描述了操作，但这不应被理解为：为了实现希望的结果，要求按所示出的特定顺序或按相继的顺序来执行这些操作，或者要求执行所有所示出的操作(一些操作可以被认为是可选的)。在一些情况下，多任务或并行处理(或者多任务和并行处理的组合)可以是有利的并且视情况来执行。
[0189]
此外，在前述的实现中的各种系统模块和组件的分离或集成不应被理解为在所有实施方式中要求这样的分离或集成，并且应该理解的是，所描述的程序组件和系统一般可以一起集成在单个软件产品中或封装为多个软件产品。
[0190]
因此，前述示例实施方式不限定或限制本公开。在不脱离本公开的精神和范围的情况下，还可以存在其他改变、替换和变化。
[0191]
此外，任何要求保护的实施方式被认为适用于至少一种计算机实施的方法；存储用于执行计算机实现的方法的计算机可读指令的非暂时性计算机可读介质；以及计算机系统，该系统包括与硬件处理器可互操作地耦接的计算机存储器，该硬件处理器被配置为执行计算机实施的方法或存储在非暂时性计算机可读介质上的指令。