地质统计学

地质统计学是当代最有效的油藏描述和地震反演工具。地质统计学的主要目的是建立属性网格，作为其他多种石油行业软件的输入，如横剖面和3D可视化软件包、油藏流体数值模拟软件、物质平衡软件等。地质统计学的优点有：

地质统计学可以建立比其他方法更精确的网格；
地质统计学是最好的定量综合不同类型软数据和硬数据的方法；
地质统计学是最好的对油藏描述中的不确定性进行定量化的方法。

利用地质统计学网格化

地质统计学的克里金和条件模拟方法可以建立比其他方法更精确的网格。

克里金

从数学上讲，精确性的定义是使整个网格中估计数值和实际数值之间的方差之和最小。克里金方法正是遵从这个标准来做的。

条件模拟

另外一个对精确性的定义就是尽量与输入数据的统计（均值和标准差）和连续性一致。这也正是地质统计条件模拟方法所依据的标准。

储层非均质性

实际上，克里金和条件模拟是遵从于控制数据的。至于利用有限的数据控制重新在网格中确定非均质性，条件模拟是目前唯一可用的方法。其他的网格化方法都倾向于产生比实际储层非均质性弱的网格，通常导致基于储层模型的预测精度降低。一个典型的实例就是油藏模拟的渗透率网格。如果渗透率网格中的非均质性没有被很好地表示出来，那么就很难从数值模拟研究中作出真实的预测。另外，地质统计学的网格化可以沿层面或其他界面插值。利用地质统计学可以得到更精确的模型，因为与其他方法相比，更多的信息（控制数据、控制数据与插值点之间的距离和方向、控制数据点之间的距离和方向、连续性模型、层面控制、数据的统计分布以及控制数据的不确定性程度）被系统地运用到建模过程当中。

利用地质统计学综合数据

地质统计学的一个很大的优势是它可以定量地混合不同类型的数据。最常见的一个数据综合的例子就是地震和测井数据。

协克里金和协条件模拟

地震数据被认为是软数据。地震数据通常数据量很大但不是很精确。而测井数据则被认为是硬数据。与地震数据相比，测井数据不多，但测井数据比地震数据更精确。在地质统计学当中，这两种数据可以通过协克里金或协条件模拟综合起来。其他还有很多类型的数据可以与井数据混合起来使用。例如，当没有地震数据并且井很少时，盆地沉积模型的数据就很有用。另外一种重要的数据类型，生产和试井数据，也已经被综合进地质统计描述中。还有一个例子就是可以综合测井孔隙度和岩心孔隙度。相对较为充足的测井孔隙度被用做软数据，而相对较少的岩心孔隙度被当作硬

慢慢地，油藏工程师和地质学家已经意识到，不去利用所有可能的数据来描述一个油藏，就和扔掉很好的数据一样可惜。

利用地质统计学研究不确定性的定量化

对于一组已知的输入数据，地质统计学的条件模拟方法可以产生一系列的网格，这些网格受输入数据的控制，同时在统计学（均值和标准差）和结构（变差函数）上与输入数据一致。如果油藏开发程度较高（有大量的高度连续的储层数据），那么油藏描述中的不确定性较低，由条件模拟产生的所有网格都会比较相似。如果油藏开发程度较低，那么就会有较大的不确定性，所产生的网格看起来也就会非常不同。在油藏管理中，不确定性的定量化是非常重要的。例如，不同的渗透率网格可以用来预测最好的和最坏的生产情况。这有助于预防生产中出现意外情况。另外的例子还有可以提供可能的储量范围。对于同一组输入数据，条件模拟可以提供一系列可能的模型，除了提供最可能的值以外，还可以了解储量大于某一个值的可能性。