储层建模的不确定性

当需要考虑相和物性属性的不确定性建模时，在贝叶斯的规则下，需要考虑以下问题。

第一，每一个后验模型不得不在先验模型的集合之内，先验信息用来构架先验模型，如地质现象的解释和描述，在储层建模中主要有三种技术来产生先验模型:基于过程的、基于对象的和地质统计序贯模拟技术。基于过程的模拟技术产生的储层模型是通过控制方程、其初始条件和边界条件来计算其实际的地质信息，这种技术提供了最实际的地质模型但其计算和模拟费时费力，此外，难于用数据来约束模拟，许多研究者改进了这些技术。基于对象或者布尔模拟技术是通过放置预先定义的各种地质对象来模拟的，该技术也能非常快地产生符合实际的地质模型，但也难于与实测数据吻合。一些学者建议在面向对象的技术中用循环的方法来吻合实测数据。目前，地质统计序贯模拟算法是广泛用来产生吻合先验地质现象和数据的建模方法，基于变差函数地质统计学的建模，如序贯高斯和指示模拟，常不能再现地质实际情况，然而，多点地质统计算法，如单一正态方程模拟方法、基于滤波的模拟方法，通过训练图像可以有效地产生实际的地质模型。这样的话，后验模型有可能再现其中的一种地质现象。

第二，在建模过程中，需要处理各种各样的数据的差别，硬数据(D1)，如测井、岩芯、测试等;软数据(D2)，如地球物理数据、概率体;非线性的时态数据(D3)，如压力瞬态数据和生产历史。建立的模型应能匹配所有的数据源。或者说，不得不从后验分布中联合抽样，P(X|D) =P(X|D1，D2，D3，…)。

第三，为了预测将来的状态，建立的模型往往非常多且很复杂，处理这样多的模型是耗时的，因此，整个流程需尽可能的有效，特别是对非线性时态数据，一次正演模拟需要几个小时甚至几周，更糟的是，需要处理大量可选的模型来表征其不确定性。

给定一个先验知识，需要解决相和物性的不确定性的建模方法，更确切地说，如何用给定的生产数据来确定其不确定性，特此假设，任何先验模型已经由硬数据(D1)和软数据(D2)正确地约束。尽管储层建模有多种模拟方法，但每种方法应用的条件不尽完全相同，即使采用同样的数据进行约束，不同的建模方法可能产生不同的储层模型(图6-25)。用同一种模拟方法来模拟地质现象时，用同样的数据进行约束，由于在模拟过程中，每次模拟经过的结点路径可能不同，得到的模拟结果也不尽完全相同(图6-26)。从图中可以看出，虽然高值区域分布的范围基本相似，但其分布的形状、大小不完全相同，图中的低值区域变化则更大。

图6-25 不同建模方法的不确定性来源

(虚线是序贯高斯模拟200次，实线是转换带200次)