地质统计学反演
地质统计学反演（StatMod）
一、方法原理
JASON的StatMod是一个集多种随机模拟技术的软件包，是以概率论为其理论基础的。其目的是提供一个或多个在某种概率条件下的，既满足数据的地质统计学特征又满足地质、测井和地震信息的三维储层参数概率模型。数据的地质统计学特征由数据的概率分布图和变异函数描述。
由于地质统计模拟是基于概率意义上的随机模拟。为满足概率条件必须有足够多的井资料。软件要求的已知井数不少于6口。
地质统计学主要的算法是岩性指示模拟和序贯高斯模拟技术（SGS）。
序贯高斯模拟方法是一种产生来自高斯场模型实现的方法。它基于序贯模拟思想。该方法首先是将研究区域离散为网格系统，然后序贯地处理每一个网格节点。由于每个节点处随机变量是服从条件化的正态分布，因此，网格节点值完全由均值和方差两个参数确定。通过求解克里金方程组就可给出该网格节点处的均值和方差，从而将节点处的正态分布确定下来，并采用相应的抽样方法得到该网格节点处的一个样本。直至全部网格节点计算完毕。需要指出的是：求解克里金方程组时的条件数据包括原始数据，先前已模拟的、落在模拟邻域内所有被模拟的网格节点处的值。序贯高斯模拟方法是一种条件模拟，它保证原始数据和直方图及变异函数都被条件化。在地震储层预测中，每一道就是一个网格节点。
在模拟过程中，需要求取的最典型的属性是波阻抗和孔隙度。地质统计学考虑了模拟过程中结果的不唯一因素，故而增加了结果的误差分析。通过用户定义方式在三维地质模型的每个网格节点上计算出的概率密度函数，可以计算出结果数据体。概率密度函数是数据体中能够对不确定性进行正常估算的参数分布规律。
地质统计学反演对测井曲线的应用方式，与Jason其它的反演方法截然不同。Jason其它反演方法再队测井曲线进行应用过程中，除子波估算外。只有在地震数据中没有低频信息时，在最终的反演结果中才会反映测井曲线的信息。然而地质统计学将重采样后的测井曲线沿井轨迹复制到三维网格点中。在这种方式下，测井曲线被认为是“Priori”类型的信息，因此，在开展地质统计学反演之前，开展其它类型的常规反演就显得十分重要。只有这样，我们才能够确保曲线和地震数据具有一致性，代表了相同带限的地质模型。因此，地质统计学反演比其它类型的反演具有如下技术优势：
1 小井距间的精细尺度内插
2能够进行误差估算，进而评价风险
3改善常规反演结果的分辨率
4能够生成岩性类型数据体，如砂岩和泥岩
5根据波阻抗进行基于岩性的孔隙度估算
6将高分辨率的井数据和低分辨率的地震数据联合应用
7可生成能够直接输入到油藏数值模拟软件的参数文件
由于模拟可以拓展到岩石类型（如砂岩、泥岩），因此，序列指示模拟（SIS）可以和序列高斯模拟（SGS）同时进行。当反演目标的岩性类型可应用油藏特征参数进行区分时，可以选择应用序列指示模拟。
当反演区域集中在井控范围内时，应用传统的地质统计学分析方法会取得很好的效果。它能保证输出的模拟结果和输入地震数据的差异在在预先定义的精确程度范围内。反演结果的合成记录与输入数据进行比较，符合程度较差的结果将不被接受。地质统计学反演结果的标准偏差较小，更重要的是：地质统计学反演能够在远离井或井控能力比较弱情况下发挥作用。
在两种情况下地质统计学反演的结果将不被接受，而用户只能够选择接受所有与输入数据吻合程度教高的结果，拒绝与输入数据吻合程度低的结果。另外，为了避免陷入求解空间局部最小化问题，有时允许和原始数据不吻合程度增加的情况出现，此时，可以使用模拟退火技术。从液体到固体的平稳冷却过程所需要的温度函数中，模拟退火自身遵循物理守恒。
Statmod因其算法不同既克服了Invertrace分辨率太低的缺点，又克服了Invermod成层性过强的缺点，使得Statmod的反演结果更为真实地反映了地下地质特征。
二、应用效果
Jason的Statmod自投入生产以来，一直发挥着巨大的作用，尤其是在中浅层、薄互层等项目的勘探开发中更是具有其它反演方法无可比拟的优越性。
下图是利用Statmod反演的一幅伽玛剖面，从图中可清晰地看出地质统计学反演的优点，纵向上对薄层的分辨率较高，同时横向上变化比较自然，符合的地质规律
电阻率反演连井线剖面(Statmod)
油层油层油气层
差油层油层油层油气层差油层
伽玛反演连井线剖面(Statmod)
出师表
两汉：诸葛亮
先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。然侍卫之臣不懈于内，忠志之士忘身于外者，盖追先帝之殊遇，欲报之于陛下也。诚宜开张圣听，以光先帝遗德，恢弘志士之气，不宜妄自菲薄，引喻失义，以塞忠谏之路也。
宫中府中，俱为一体；陟罚臧否，不宜异同。若有作奸犯科及为忠善者，宜付有司论其刑赏，以昭陛下平明之理；不宜偏私，使内外异法也。
侍中、侍郎郭攸之、费祎、董允等，此皆良实，志虑忠纯，是以先帝简拔以遗陛下：愚以为宫中之事，事无大小，悉以咨之，然后施行，必能裨补阙漏，有所广益。
将军向宠，性行淑均，晓畅军事，试用于昔日，先帝称之曰“能”，是以众议举宠为督：愚以为营中之事，悉以咨之，必能使行阵和睦，优劣得所。
亲贤臣，远小人，此先汉所以兴隆也；亲小人，远贤臣，此后汉所以倾颓也。先帝在时，每与臣论此事，未尝不叹息痛恨于桓、灵也。侍中、尚书、长史、参军，此悉贞良死节之臣，愿陛下亲之、信之，则汉室之隆，可计日而待也。
臣本布衣，躬耕于南阳，苟全性命于乱世，不求闻达于诸侯。先帝不以臣卑鄙，猥自枉屈，三顾臣于草庐之中，咨臣以当世之事，由是感激，遂许先帝以驱驰。后值倾覆，受任于败军之际，奉命于危难之间，尔来二十有一年矣。
先帝知臣谨慎，故临崩寄臣以大事也。受命以来，夙夜忧叹，恐托付不效，以伤先帝之明；故五月渡泸，深入不毛。今南方已定，兵甲已足，当奖率三军，北定中原，庶竭驽钝，攘除奸凶，兴复汉室，还于旧都。此臣所以报先帝而忠陛下之职分也。至于斟酌损益，进尽忠言，则攸之、祎、允之任也。
愿陛下托臣以讨贼兴复之效，不效，则治臣之罪，以告先帝之灵。若无兴德之言，则责攸之、祎、允等之慢，以彰其咎；陛下亦宜自谋，以咨诹善道，察纳雅言，深追先帝遗诏。臣不胜受恩感激。
今当远离，临表涕零，不知所言。
统计学基础知识要点 很重要
第一章：导论 1、什么是统计学？统计方法可以分为哪两大类？ 统计学是收集、分析、表述和解释数据的科学。统计方法可分为描述统计方法和推断统计方法。 2、统计数据可分为哪几种类型？不同类型的数据各有什么特点？ 按照所采用的计量尺度不同，分为分类数据、顺序数据和数值型数据；按照统计数据的收集方法，分为观测的数据和实验的数据；按照被描述的对象与时间的关系，分为截面数据和时间序列数据。 按计量尺度分时：分数数据中各类别之间是平等的并列关系，各类别之间的顺序是可以任意改变的；顺序数据的类别之间是可以比较顺序的；数值型数据其结果表现为具体的数值。按收集方法分时：观测数据是在没 有对事物进行人为控制的 条件下等到的；实验数据的 在实验中控制实验对象而 收集到的数据。按被描述的 对象与时间关系分时：截面 数据所描述的是现象在某 一时刻的变化情况；时间序 列数据所描述的是现象随 时间而变化的情况。 3、举例说明总体、样本、 参数、统计量、变量这几个 概念。 总体是包含研究的全部个 体的集合。比如要检验一批 灯泡的使用寿命，这一批灯 泡构成的集合就是总体。样 本是从总体中抽取的一部 分元素的集合。比如从一批 灯泡中随机抽取100个，这 100个灯泡就构成了一个样 本。参数是用来描述总体特 征的概括性数字度量。比如 要调查一个地区所有人口 的平均年龄，“平均年龄” 即为一个参数。统计量是用 来描述样本特征的概括性 数字度量。比如要抽样调查 一个地区所有人口的平均 年龄，样本中的“平均年龄” 即为一个统计量。变量是说 明现象某种特征的概念。比 如商品的销售额是不确定 的，这销售额就是变量。 第二章：数据的收集 1、调查方案包括哪几个方 面的内容？ 调查目的，是调查所要达到 的具体目标。调查对象和调 查单位，是根据调查目的确 定的调查研究的总体或调 查范围。调查项目和调查 表，要解决的是调查的内 容。 2、数据的间接来源（二手 数据）主要是公开出版或公 开报道的数据；数据的直接 来源一是调查或观察，二是 实验。 3、统计调查方式：抽样调
吉林大学地探学院地探博士培养方案
吉林大学地球探测科学与技术学院 地球探测与信息技术专业博士研究生培养方案 培养目标 作为国家重点学科, 博士研究生教育必须贯彻党和国家的教育方针, 按照教育要”面向现代化、面向世界、面向未来”的要求, 瞄准国际一流大学, 坚持质量第一, 贯彻理论联系实际的原则, 培养德、智、体全面发展的高层次专门人才。 作为毕业生应掌握本学科坚实宽广的基础理论知识和系统深入的地球探测与信息技术专业的专门知识。具有能独立从事科学研究和教学工作、组织解决实际问题的能力，并在科学和专门技术上取得创造性的成果。 研究方向 本学科的主要研究领域有如下几个方向： 1、应用地球物理； 2、数学地质与综合信息矿产预测评价； 3、应用地球化学； 4、遥感与地理信息系统； 5、资源环境评价与信息处理； 6、地球物理探测仪器。 课程设置及学分要求 1、学位课： （1）马克思主义理论（40学时，2学分） （2）第一外国语（120学时，4学分） （3）基础理论课（下列课程可任选2门） 应用地球物理反演理论 应用地球物理解释理论 非线性物理学 现代信号处理 元素存在态理论 勘查地球化学理论与方法 数量化理论及其在地学中的应用 地质统计学 3S技术及其应用 地球空间信息技术理论与方法 矿产资源评价理论与方法 专家系统原理 （4）专业课（下列课程可任选1~2门） 应用地球物理学专论 应用地球化学专论 综合信息矿产预测 资源环境系统正反演模型方法 国土与环境遥感应用专论
高级人工智能 智能测控系统设计专论 高等地震波成像理论 近代电磁波成像理论 2、选修课：（下列课程可任选1~2门） 地球科学进展 地球探测与信息技术进展 非线性理论在地球物理学中的应用 大陆岩石圈的结构和成分 海洋科学进展 科学可视化算法及系统 近代电磁理论研究 可持续发展的资源与环境基础概论 环境化学地球动力学 区域地球化学调查与评价 地学中的定性数据分析理论 灰色系统理论 近代数值方法理论 近代数值方法理论地学应用专题 地学中的非线性理论 地球环境与地质灾害 大系统理论及应用 科学思维与科技写作 第二外国语； 其它（由博士生导师根据具体情况可申报另行开设其它选修课）。 开题报告与学术活动 为确保学位论文的质量, 指导教师应尽早确定每位博士研究生的选题范围, 并在导师的指导下, 通过阅读文献、学术调研, 提出论文选题范围, 并举行博士学位论文开题报告会。由论文开题报告评议小组做出评议, 评议合格者, 确定论文题目, 制定论文工作计划, 正式进入论文工作阶段。博士生的论文开题报告及制定论文工作计划最迟应在第四学期初完成,开题报告应由专业统一组织公开进行。 博士生在开题报告前, 应完成至少80篇的专业文献阅读, 其中外文文献量不少于二分之一。 论文进行中应按计划由博士生在系或教研中心学术会议上作至少1次阶段报告，汇报论文工作进展情况。要求博士研究生必须在学习期间参加4个以上的本学科或相关学科举行的学术报告或学术讲座（不包括开题报告）。完成以上各环节，可获得2个必修学分。 七、学位论文 博士学位论文是综合衡量博士生培养质量和学术水平的重要标志，应在博士生导师指导下，由博士生独立完成。 博士学位论文应是系统的、完整的学术论文，达到国内或国外重要学术刊物可以接受并发表的水平，或被使用部门采用，有较好的经济或社会效益。 在博士生学习和研究期间，应在国内外核心刊物上发表两篇以上的学术论文。
统计学基础知识要点
第一章:导论 1、什么就是统计学？统计方法可以分为哪两大类？ 统计学就是收集、分析、表述与解释数据的科学。统计方法可分为描述统计方法与推断统计方法。 2、统计数据可分为哪几种类型？不同类型的数据各有什么特点？ 按照所采用的计量尺度不同,分为分类数据、顺序数据与数值型数据;按照统计数据的收集方法,分为观测的数据与实验的数据;按照被描述的对象与时间的关系,分为截面数据与时间序列数据。 按计量尺度分时:分数数据中各类别之间就是平等的并列关系,各类别之间的顺序就是可以任意改变的;顺序数据的类别之间就是可以比较顺序的;数值型数据其结果表现为具体的数值。按收集方法分时:观测数据就是在没有对事物进行人为控制的条件下等到的;实验数据的在实验中控制实验对象而收集到的数据。按被描述的对象与时间关系分时:截面数据所描述的就是现象在某一时刻的变化情况;时间序列数据所描述的就是现象随时间而变化的情况。 3、举例说明总体、样本、参数、统计量、变量这几个概念。 总体就是包含研究的全部个体的集合。比如要检验一批灯泡的使用寿命,这一批灯泡构成的集合就就是总体。样本就是从总体中抽取的一部分元素的集合。比如从一批灯泡中随机抽取100个,这100个灯泡就构成了一个样本。参数就是用来描述总体特征的概括性数字度量。比如要调查一个地区所有人口的平均年龄,“平均年龄”即为一个参数。统计量就是用来描述样本特征的概括性数字度量。比如要抽样调查一个地区所有人口的平均年龄,样本中的“平均年龄”即为一个统计量。变量就是说明现象某种特征的概念。比如商品的销售额就是不确定的,这销售额就就是变量。 第二章:数据的收集 1、调查方案包括哪几个方面的内容？ 调查目的,就是调查所要达到的具体目标。调查对象与调查单位,就是根据调查目的确定的调查研究的总体或调查范围。调查项目与调查表,要解决的就是调查的内容。 2、数据的间接来源(二手数据)主要就是公开出版或公开报道的数据;数据的直接来源一就是调查或观察,二就是实验。 3、统计调查方式:抽样调查、普查、统计报表等。 抽样调查就是从调查对象的总体中随机抽取一部分单位作为样本进行调查,并根据样本调查结果来推断总体数量特征的一种数据收集方法。特点:经济性,时效性强,适应面广,准确性高。普查就是为某一特定目的而专门组织一次性全面调查。我国进行的普查主要有人中普查、工业普查、农业普查等。统计报表就是按照国家有关法规的规定,自上而下地统一布置、自下而上地逐级提供基本统计数据的一种调查方式。 除此之外,还有重点调查与典型调查。 4、统计数据的误差通常就是指统计数据与客观现实之间的差距,误差的主要类型有抽样误差与非抽样误差两类。 抽样误差主要就是指在样本数据进行推断时所产生的随机误差(无法消除);非抽样误差就是人为因素造成的(理论上可以消除) 5、统计数据的质量评价标准:精度,即最低的抽样误差或随机误差;准确性,即最小的非抽样误差或偏差;关联性,即满足用户决策、管理与研究的需要;及时性,即在最短的时间里取得并公布数据;一致性,即保持时间序列的可比性;最低成本,即在满足以上标准的前提下,以最经济的方式取得数据。 6、数据的收集方法分为询问调查与观察实验。 7、统计调查方案包括哪些内容？ 调查目的即调查所要达到的具体目标;调查对象与调查单位,调查对象就是根据调查目的确定的调查研究的总体或调查范围,调查单位就是构成调查对象中的每一个单位;调查项目与调查表,就就是调查的具体内容;其它问题,即明确调查所采用的方式与方法、调查时间及调查组织与实施细则。 第三章:数据整理与展示 1、对于通过调查取得的原始数据,应主要从完整性与准确性两个方面去审核。 2、对分类数据与顺序数据主要就是做分类整理,对数值型数据则主要就是做分组整理。 3、数据分组的步骤:确定组数、组距,最后制成频数分布表 统计分组时“上组限不在内”,相邻两组组限间断,上限值采用小数点。 组中值＝(下限值+上限值)/2 4、频数:落在各类别中的数据个数;频数分布指把各个类别及落在其中的相应频数全部列出,并用表格形式表现出来;比例:某一类别数据占全部数据的比值;百分比:将对比的基数作为100而计算的比值;比率:不同类别数值的比值;分类数据的图示包括条形图与饼图。 5、直方图与条形图的差别:条形图就是用条形的长度表示各类别频数的多少,宽度则就是固定的,直方图就是用面积表示各组频数的多少,矩形的高度表示每一组的频数或频率,宽度则表示各组的组距,因此其高度与宽度均有意义。其次,直方图的各矩形通常就是连续排列,而条形图则就是分开排列。最后,条形图主要用于展示分类数据,而直方图则主要用于展示数值型数据。 第四章:数据分布特征的测度 1、一组数据的分布特征可以从哪几个方面进行测度？ 一就是分布的集中趋势反映各数据向其中心值靠拢或聚集的程度;二就是分布的离散程度,反映各数据据远离其中心值的趋势;三就是分布的形状,反映数据分布偏斜程度与峰度。 2、简述众数、中位数与均值的特点与应用场合及关系。
JASON软件介绍
RockTrace 同时AVA 约束稀疏脉冲反演 自从2000 年秋季推出以来，RockTrace 就对行业应用和集成PSTM 地震数据的方法产生了重大影响。它是唯一的定量集成测井曲线弹性岩石物性和AVA 地震数据的技术，可以生成标定的定量岩石物性三维数据体。 RockTrace 以InverTrace Plus技术为基础，并将该技术扩展到了AVO 域。在InverTrace Plus中，应用的约束以波阻抗(Z p) 为依据。在RockTrace 模块中，目标是在波阻抗之外求解出横波阻抗(Z s) 和密度，因此，对这三个参数分别地设置约束条件。在并行处理过程中，能够生成的弹性参数类型组合为： ?纵波阻抗、横波阻抗和密度 ?纵波阻抗、纵/横波速度比和密度 ?纵波时差、横波时差和密度 ?纵波速度、横波速度和密度 和InverTrace Plus一样，应用全局模式时，一个空间控制项被加到目标函数上，同时，一个相当大的地震道数据体被整体转换。RockTrace反演应用多个不同角度叠加道集的地震数据体，并且生成三个弹性参数数据体。该算法是InverTrace Plus模块整体多道反演算法的扩展。它是以一个地震数据体作为输入信息，并且只生成一个阻抗数据体（上述数据体之一）。通常，RockTrace 算法可以产生三个弹性参数数据体，并且保留了许多其它模块的原理和约束算法。 这是业界一项独特的技术，具有以下技术优势： ?反演得到的弹性参数是岩石的真实属性，与储层属性有关。 ?当采用Knott-Zoeppritz 方程式选项时，无任何物理近似假设。 ?允许振幅和相位随偏移距变化。通过对每隔输入部分叠加数据体，计算唯一的子波来实现反演。 ?在反演过程中，弹性参数可以直接进行各自约束。 ?岩石物理关系可用于约束弹性参数对。 ?由于所有输入数据必须和单一的输出模型相一致，降低了噪音的影响。 ?最终的弹性参数模型可重构输入地震数据，这也是反演优化算法的一部分。 ?由于处理过程是整合了所有数据并与单一模型保持一致，所以质量控制分析更简单，而且结果更加机关内却。 RockTrace 可同时求解多个褶积方程，包括纵波速度、横波速度和密度。此外，S 代表地震角度叠加道集，KZ 表示Knott-Zoeppritz 反射系数方程，W 表示角度叠加道集的相应子波。由于RockTrace 使用完全的KZ 方程，因此可支持P-P 波形数据、P-S 转换波形数据，或者二者的结合。RockTrace 内的组件 RockTrace 由三个模块构成： ?P-P 和P-S 弹性阻抗曲线生成器 ?同时AVA 约束稀疏脉冲反演 ?垂直数据对齐 另外，在Wavelets模块中，具有RockTrace 软件许可，就可以运行多角度叠加数据子波估算工具。
地质统计学
第一章绪论 一、历史背景与产生 地质统计学是二十世纪六七十年代发展起来的一门新兴的数学地质学科的分支。它开始主要是为解决矿床从普查勘探、矿山设计到矿山开采整个过程中各种储量计算和误差估计问题而发展起来的。它是由法国著名学者G. 马特隆教授于1962年创立的。其核心即所谓的“克立格”。它是一种无偏的最小误差的储量计算方法。该方法按照样品与待估块段的相对空间位置和相关程度来计算块段品位及储量，并使估计误差为最小。这是南非采矿工程师D. G. Krige 根据南非金矿的具体情况与1952年提出的，故命名为克立格法。后来法国学者G. 马特隆（Matheron）对克立格提出的方法进行研究，认为克立格提出的方法是在考虑了空间分布特征的基础上，合理地改进了统计学，是一种传统方法与统计学方法结合起来的新方法。同时为了解决具二重型（结构型与随机性）的地质变量的条件下使用统计方法的问题。马特隆教授提出了区域化变量的概念（Regionalized Variable），从而创立了地质统计学。根据地质统计学理论，地质特征可以用区域化变量的空间分布特征来表征。而研究区域化变量的空间分布特征分布的主要数学工具是变差函数（Variogram）。 到七十年代中后期，马特隆的学生JOURENL等在研究其它地质变量的基础上，认为某些地质变量并不是一成不变的，而是有一定波动的，这样使用克立格法就不能很好再现地质变量的分布特征。因此他们采样模拟的方法，将克立格估计的离散方差的波动性模拟出来，从而产生了随机模拟法。因此，从二十世纪八十年代以来，地质统计学分为两派：一派以法国的马特隆教授等人为主，仍致力于克立格估计的研究；一派以美国JOURENL等人为主，主要致力于随机模拟方法的研究。 地质统计学的产生是在经典统计学的基础上发展起来的。在此前，为了反映地质变量的空间变化性，一些地质学家曾经使用一些经典的概率统计方法来研究地质变量。但由于地质变量并不是纯粹的随机变量，因此，直接用简单的统计方法解决复杂的地质问题，有一定的局限性。主要表现在：①经典统计方法在研究地质变量时，不考虑样品的空间分布，由于样品的空间分布位置不同，尽管它们的均值、方差都一样，但地质变量的稳定性并不相同。②经典概率统计学研究对象是纯随机变量，并都服从一定的已知概率分布，而地质变量既有随机性又有结构性。③经典统计学的变量原则上要求可以无限次重复测量或试验，且每次测量可能结果均不同，而地质变量不行。④经典统计学一般要求每次抽样是独立进行，相互独立，而地质变量并不相互独立，往往具有空间相关性。为了寻求一种既能保持概率统计的有效性，又考虑到地质变量的特点，使地质统计学应运而生。 二、地质统计学研究现状 经过三十多年的发展，目前地质统计学已经形成了一套完整的理论体系，提出了一些重要的方法和技巧，形成了一系列有实用价值的程序包，并迅速传播到世界各地。从目前来看，可概括为如下： ⑴形成一套完整的理论体系 a. 完善的基础理论（5基本） 基本概念——区域化变量 基本工具——变差函数 基本假论——二阶平稳假设和本征（亦称“内蕴”）假设 基本公式——估计方差离散方差正则化公式 基本方法——普通克立格 b. 非线性及非平稳理论充实 泛克立格K阶本征函数析取克立格等
统计学基础知识及其概念
一、概念篇 总体：总体是指客观存在的，在同一性质基础上结合起来的许多个别事务的整体，亦称统计总体。 总体单位：总体单位是指构成统计总体的个别事物的总称。 指标：指标是反映总体现象数量特征的概念。 标志：标志是说明总体单位特征的名称。 统计调查：是按照预定的目的和任务，运用科学的统计调查方法，有计划有组织地向客观实际搜集统计资料的过程。 调查对象：是根据调查目的、任务确定的调查的范围，即所要调查的总体，它是由某些性质上相同的许多调查单位所组成的。 调查单位：是所要调查的现象总体中的个体，即调查对象中的一个一个具体单位，它是调查中要调查登记的各个调查项目的承担者。 报告单位：是负责向统计调查机关提交调查资料的单位。 普查：是专门组织的一次性的全面调查，用来调查属于一定时点上或时期内的现象的总量。 抽样调查：是从研究的总体中按随机原则抽取部分单位作为样本进行观察研究，并根据这部分单位的调查结果来推断总体，以达到认识总体的一种统计调查方法。抽样调查又称为概率抽样或称为随机抽样。 抽样调查是抽取总体重的部分单位，收集这些单位的信息，用来对总体进行推断的调查方法。这里的总体是指抽样推断所要认识的研究对象的整体，它是由所要研究的范围内具同一性质的全体单位所组成的整体。被抽中的部分单位构成样本。一般的，将总体记作N，将样本记作n。 面谈访问法：是由访问员与被调查者见面，通过直接访问来填写调查问卷的方法。 统计整理：是统计工作的一个重要环节，它是根据统计研究的任务与要求，对调查所取得的各种原始资料，进行审核、分组、汇总，使之系统化、条理化，从而得到反映总体特征的综合资料的过程。 复合分组：对同一总体选择两个或两个以上的标志重叠起来进行分组。 复合分组体系：多个复合分组组成的分组体系。 频数：是指分配数列中各组的单位数，也称次数。 频率：是将跟组的单位数（频数）与总体单位数相比，求得的用百分比表示的相对数，也称比率或比重。 统计指标：是反映总体现象数量特征的基本概念及其具体数值的总称。 总量指标：是反映总体规模的统计指标，表明现象总体发展的结果。 平均指标：是总体各单位某一数量标志一般水平的统计指标。 是将一个总体内各个单位在某个数量标志上的差异抽象化，以反映总体的一般水平的综合指标。 标志变异指标：是表明总体各个单位标志值的差异程度（离散程度）的指标。 强度相对指标：是不属于同一总体的两个性质不同但相互间有联系的总量指标对比的比值，是用来反映现象的强度、密度和普遍程度、利用程度的综合指标。 加权算数平均数：是在总体经过分组形成变量数列（包括单项数列和组距数列），有变量值和次数的情况下，将各组变量值分别与其次数相乘后加总求得标志总量，再除以总体单位数（即次数总和）而求得的数值。 标准差：是总体各单位变量值与其平均数的离差平方的算术平均数的平方根。 发展速度：是表明社会经济现象发展程度的相对指标，它是根据两个不同时期发展水平对比求得，说明报告期水平是基期水平的几倍或百分之几，常用倍数或百分数来表示。由于所采用的基期不同，发展速度又可分为定基发展速度和环比发展速度。 概率抽样：概率抽样在抽取样本时不带有任何倾向性，它通过从总体中随机抽选单位来避免这种偏差，因而对总体的推断更具代表性。 比例分析法：比例分析法又名“比率分析法”，是用倍数或百分比表示的分数式，即通过计算相关指标之间的相对比值，来揭示和对比不同规模、不同性质事物的水平和效益的好坏，或分析部分和整体之间比例关系的分析方法。 国家统计报表制度：国家统计报表制度是各级政府统计部门实施国家统计调查项目的业务工作方案，由国家统计局制定，或者由国家统计局和国务院有关部门共同制定。 现行国家统计报表制度分为周期性普查制度、经常调查制度和非经常性调查制度三大类。 周期性普查制度：是国家统计报表制度的一个类型，是就我国社会经济发展的状况，由国务院组织，每隔一段时
最新jason地质统计学反演手册资料讲解
StatMod MC入门手册 Chapter 1.工作流程 Chapter 2.基本的输入输出数据 输入数据 输出数据 岩性实现岩性概率体 属性实现 地质统计学参数 岩石物理分析 地层网格模型地震数据 测井曲线 ……………………...5% ...….………………..15% ..……………………..5% ……………………...50% ……………………...10% ….………………….15% 百分数表示每个步骤所用时 间占整个项目时间的百分比Stage 4:反演 Stage 2:地质统计学参数分析 Stage 3:模拟 Stage 5:协模拟 Stage 1: 项目准备 Stage 6: 不确定性分析与风险评估
Chapter 3.详细操作步骤 操作步骤以StatMod MC培训数据为例 第一步.首先完成一个高质量的叠后CSSI反演 这一步的目的是为地质统计学提供一个好的研究基础, 这个“好”主要体现在： (1)好的井震标定, 目标区的相关值达到0.85以上; (2)好的叠后反演结果, 用来质控地质统计学模拟和反演结果, 是地质统计学反演结果横向预测准确 度的参照物; (3)利用叠后反演结果进行砂体雕刻, 对目标区的岩性展布、比例有一个总体上正确的把握, 这些认 识都是地质统计学的初始输入。 （说明：在提供的培训数据中已经为用户做了以上准备，用户可以从主界面中打开该培训数据所在工区, 然后用Map View看工区底图，用Section View查看地震数据、叠后CSSI反演数据、地质框架模型与 层位数据以及井数据与子波 , 并用Well Editor检查井震标定情况） 第二步. 数据准备 ●●井曲线重采样 这一步将测井数据重采样至地质微层采样间隔，具体操作为： (1)JGW主界面→ Analysis→ Processing toolkit； (2)Input→ Data selection→ Data type：选Well, 点击Input file(s)右边List选择任意井(可以选多井), 然后在弹出的界面Select logs中选择任意井曲线(可以多选),点击OK退出; (3)Parameters→ Resample log, 在弹出界面Processing toolkit中填写重采样间隔(注意s 与ms单位), 点击OK退出; (4)Output→ Define process, 从Select from中选择Resample log, 点击??输入到右边的Process里面; (5)Output→ Generate, 在弹出的界面中填写输出路径和输出文件名,然后点击Generate,开始计算重 采样的曲线。 ●●计算岩性曲线：这里说的岩性曲线和测井解释的岩性不同, 而是指能通过弹性属性(主要指纵波 阻抗) 区分出来的岩性, 所以一般可分两到三种岩性。练习里通过交会图的方式教授如何划分岩性。 ●●地震数据：线、道间距尽量一致，如果不一致需要进行跳道处理，避免往反演结果中引入各向 异性。 ●●地质框架模型：微层采样间隔与需要分辨的薄层厚度要匹配。 第三步. 地质统计学参数分析 这里说的地质统计学参数主要指三个参数：概率密度函数(probability density function, 简称pdf，描述某一属性在空间的概率分布情况)、变差函数（描述某一属性随距离的变化，是距离的函数）、云变换（描述两个属性之间的相关关系）。下面先介绍前两个参数: ●●概率密度函数 (1)JGW主界面→ Modeling→ StatMod MC, 弹出StatMod MC主界面，主要填写内容如下：
《地质统计学》读书报告
《地质统计学》课程读书报告
地质统计学读书报告 地质统计学包含经典统计学与空间统计学，按其基本原理可定义为：地质统计学是以区域化变量理论为基础，以变异函数为主要工具，研究那些在空间分布上既有随机性，又有结构性的自然现象的科学。其为数学地质领域中一门发展迅速且有着广泛应用前景的新兴学科。国内外的生产实践表明，地质统计学除了在异常评价、找矿勘探、矿体圈定、储量计算、采矿设计、矿山生产及地学科研等方面具有明显的优越性外，它在石油地质、第四纪地质、地层学、生物学、生态学、岩石学、地球化学、构造地质、地震地质、海洋地质、农业、水文地质、工程地质、古气候、古地理、环境、林业、医学等许多方面都有成功应用的实例。地质统计学在不到50年的研究和实践中得到了很大的发展 [1]。 一、理论研究及进展 经历了数十年的发展，地质统计学的理论与方法研究有了很大的提高[2-3]。包括：①从初期二维平面分析到三维立体空间的静态估计，发展到今天在时空域内对研究对象进行四维乃至更高维空间的动态估计和模拟。Journel[4]将克立格法的估值问题，从一般矢量空间扩展到个原始数据的全部可测度函数所形成
的矢量空间(希尔伯特空间)进行考察；②在单变量区域化变量理论的基础上，提出了适合多变量的协同区域化理论[4]；③发展了许多计算变异函数(或协方差函数)的方法；④线性地质统计学与非线性地质统计学共同发展；⑤参数地质统计学与非参数地质统计学相互补充。Matheron[5]为首的参数地质统计学派以正态假设为前提，在协同区域化理论的基础上，提出多元地质统计学的基本思想。Journel发展了无须对数据分布作任何假设的非参数地质统计学，提出了一些非参数地质统计学克立格方法；⑥由于时空多元地质统计学的研究得到重视，早期空间域静态建模技术的研究逐渐过渡到研究时空域多元动态条件模拟，各种模拟方法得到了发展；⑦早期的等因子模型的因子是埃尔米特多项式，它要求原始数据服从正态分布。为了拓宽等因子模型的应用，Matheron提出了离散的等因子模型和连续的等因子模型，Rivoirard利用析取克立格技术建立了正交指标剩余模型，Lajauine和La ntuejoul等也提出了建立等因子模型的一些方法；⑧已有的地质统计学方法相互融合。如指示克立格法与协同克立格法相结合形成指示协同克立格法;指示克立格法与因子克立格法相结合形成主分量指示克立格法；协同克立格法与其它不同的线性地质统计技术相结合形成各种协同克立格技术等[6]。 这里重点介绍一下多点地质统计学[7]。多点地质统计学是相对于基于变差函数的两点地质统计学而言的。在两点统计里，储集层相关性通过空间两点协方差( 变差函数) 进行描述。在多点统计里，则是利用空间多个点组合模式进行描述。空间多点组合样式称为数据样板，如果在空间点赋予了值，则为一个特定的空间多点组合模式，称为数据事件。在建模时，对每一个未知点，估计在其处满足给定条件的数据事件出现的概率，随后抽样获得未知点处值或者数
统计学基础知识
一、数据的特征值 （一）数据的位置特征值 1）平均值 如果从总体中抽取一个样本，得到一批数据x 1，x 2，x 3….x n ，则样本的平均值x 为： n-数据个数； x i -第i 个数据数； ∑-求和。 2）中位数 有时，为减少计算，将数据x 1，x 2，x 3….x n 按大小次序排列，用位居于正中的那个数或中间两个数的平均值（当数据为偶数时）表示数据的总体平均水平。 3）中值M 测定值中的最大值x max 与最小值x min 的平均值，用M 表示。 4）众数 在用频数分布表示测定值时，频数最多的值即为众数。若测定值按区间做频数分布时，频数最多的区间代表值（一般取区间中值）也称众数。 （二）数据的离散特征值 1）极差R 测定值中的最大值x max 与最小值x min 之差称为极差。通常R 用于个数n 小于10的情况下，n 大于10时，一般采用标准偏差s 表示。 2）偏差平方和S 各测定值x i 与平均值 之差称为偏差。各测定值的偏差平方和称为偏差平方和，简称平方和，用S 表示。 无偏方差 各个测定值的偏差平方和除以（n-1）后所得的值称为无偏方差（简称方差），用s 2表示： ~ x _x _ x ∑ =--=-=n i i x x n n S s 1 2 _2)(1112 _ 2 _ 22 _ 1)(...) () (x x x x x x n -+-+-∑=-n i i x x 1 2 _ )(S = =
标准偏差s 2 （三）变异系数 以上反映数据离散程度的特征值，只反映产品质量的绝对波动大小。在工程实践中，测量较大的产品，绝对误差一般较大，反之亦然。因此要考虑相对波动的大小，在统计技术上 上式中σ和μ为总体均值和总体标准差，当过程在受控状态下，且样本容差较大时，可用样本标准差s 和样本均值 估计。 _x
训练图像对多点地质统计反演效果的影响
Advances in Geosciences地球科学前沿, 2018, 8(1), 42-47 Published Online February 2018 in Hans. https://www.wendangku.net/doc/9f10529033.html,/journal/ag https://https://www.wendangku.net/doc/9f10529033.html,/10.12677/ag.2018.81005 The Influence of Training Images on the Effect of Multipoint Geostatistical Inversion Xuesi Zhao1,2, Yanshu Yin2*, Lixin Wang2 1State Key Laboratory of Shale Oil and Gas Enrichment Mechanisms and Effective Development, Beijing 2School of Geosciences, Yangtze University, Caidian Hubei Received: Feb. 2nd, 2018; accepted: Feb. 16th, 2018; published: Feb. 26th, 2018 Abstract The stochastic modeling is developed from two point geostatistics to multi-point geostatistics, and a seismic inversion method based on multi-point geostatistics is proposed. Since the training im- age is the key of multi-point geostatistical modeling, it directly determines the quality of the mod-eling results. An evaluation of training image in inversion is necessary. Three different training image is designed to reveal the influence on inversion result, that is, a training image same to the real reservoir, a training image reflecting the structure of the real reservoir, and a rotation of 90 degree which is different to the real reservoir. The results show that the training image has a great influence on the convergence speed of the multi-point geostatistical inversion, and the more ac-curate the training image is, the faster convergence speed of the multi-point geostatistical inver-sion is. The place of the lithofacies has little influence unless they have different structure. Keywords Multipoint Geostatistics, Training Image, Seismic Inversion, Influence 训练图像对多点地质统计反演效果的影响 赵学思1,2，尹艳树2*，王立鑫2 1页岩油气富集机理与有效开发国家重点实验室，北京 2长江大学地球科学学院，湖北蔡甸 收稿日期：2018年2月2日；录用日期：2018年2月16日；发布日期：2018年2月26日 *通讯作者。
统计学重点知识点
基本统计方法 第一章 概论 1. 总体（Population ）：根据研究目的确定的同质对象的全体（集合）；样本（Sample ）：从总体中随机抽取的部分具有代表性的研究对象。 2. 参数（Parameter ）：反映总体特征的统计指标，如总体均数、标准差等，用希腊字母表示，是固定的常数；统计量（Statistic ）：反映样本特征的统计指标，如样本均数、标准差等，采用拉丁字字母表示，是在参数附近波动的随机变量。 3. 统计资料分类：定量（计量）资料、定性（计数）资料、等级资料。 第二章 计量资料统计描述 1. 集中趋势：均数（算术、几何）、中位数、众数 2. 离散趋势：极差、四分位间距（QR =P 75-P 25）、标准差（或方差）、变异系数（CV ） 3. 正态分布特征：①X 轴上方关于X =μ对称的钟形曲线；②X =μ时，f(X)取得最大值；③有两个参数，位置参数μ和形态参数σ；④曲线下面积为1，区间μ±σ的面积为68.27%，区间μ±1.96σ的面积为95.00%，区间μ±2.58σ的面积为99.00%。 4. 医学参考值范围的制定方法：正态近似法：/2X u S α±；百分位数法： P 2.5-P 97.5。
第三章 总体均数估计和假设检验 1. 抽样误差（Sampling Error ）：由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。抽样误差不可避免，产生的根本原因是生物个体的变异性。 2. 均数的标准误（Standard error of Mean, SEM ）：样本均数的标准差，计算公式： X σσ=误差的大小。 3. 降低抽样误差的途径有：①通过增加样本含量n ；②通过设计减少S 。 4. t 分布特征： ①单峰分布，以0为中心，左右对称； ②形态取决于自由度ν，ν越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高； ③当ν逼近∞,X S 逼近X σ, t 分布逼近u 分布，故标准正态分布是t 分布的特例。 5. 置信区间（Confidence Interval , CI ）：按预先给定的概率（1-α）确定的包含总体参数的一个范围，计算公式：/2,X X t S αν±或/2,X X u S αν±。95%CI 含义：从固定样本含量的已知总体中进行重复抽样试验，根据每个样本可得到一个置信区间，则平均有95%的置信区间包含了总体参数。 6. 假设检验的基本原理：小概率反证法的思想。 ①反证法：从问题的对立面(H 0)出发间接判断要解决的问题(H 1)
地质统计学
地统计（Geostatistics）又称地质统计，是在法国著名统计学家G. Matheron大 量理论研究的基础上逐渐形成的一门新的统计学分支。它是以区域化变量为基础，借助变异函数，研究既具有随机性又具有结构性，或空间相关性和依赖性的自然现象的一门科学。凡是与空间数据的结构性和随机性，或空间相关性和依赖性，或空间格局与变异有关的研究，并对这些数据进行最优无偏内插估计，或模拟这些数据的离散性、波动性时，皆可应用地统计学的理论与方法。 地统计学与经典统计学的共同之处在于：它们都是在大量采样的基础上，通过对样本属性值的频率分布或均值、方差关系及其相应规则的分析，确定其空间分布格局与相关关系。但地统计学区别于经典统计学的最大特点即是：地统计学既考虑到样本值的大小，又重视样本空间位置及样本间的距离，弥补了经典统计学忽略空间方位的 缺陷。 地统计分析理论基础包括前提假设、区域化变量、变异分析和空间估值。 第一章品位与储量计算 第一节概述 投资一个矿床开采项目，首先必须估算其品位和储量。一个矿床的矿量、品位及其空间分布是对矿床进行技术经济评价、可行性研究、矿山规划设计以及开采计划优化的基础，是矿山投资决策的重要依据。因此，品位估算、矿体圈定和储量计算是一项影响深远的工作，其质量直接影响到投资决策的正确性和矿山规划及开采计划的优劣。从一个市场经济条件下的矿业投资者的角度看，这一工作做不好可能导致两种对投资者不利的决策：(1)矿体圈定与品位、矿量估算结果比实际情况乐观，估计的矿床开采价值在较大程度上高于实际可能实现的最高价值，致使投资者投资于利润远低于期望值，甚至带来严重亏损的项目。(2)与第一种情况相反，矿床的矿量与品位的估算值在较大程度上低于实际值，使投资者错误地认为在现有技术经济条件下，矿床的开采不能带来可以接受的最低利润，从而放弃了一个好的投资机会。 然而，准确地估算出一个矿床的矿量、品位绝非易事。大部分矿体被深深地埋于地下，即使有露头，也只能提供靠近地表的局部信息。进行矿体圈定和矿量、品位估算的已知数据主要来源于极其有限的钻孔岩心取样。已知数据量相对于被估算的量往往是一比几十万乃至几百万的关系，即对一吨岩心进行取样化验的结果，可能要用来推算几十万乃至几百万吨的矿量及其品位。可以不过分地说，矿量、品位的估算是世界上最大胆的外推。因此，矿体圈定与矿量、品位估算不仅是一项十分重要的工作，而且是一项极具挑战性的工作。做好这一工作要求掌握现代理论知识与手段，并应用它们对有限的已知数据进行各种详细、深入的定量、定性分析；同时也要求从事这一工作的地质与采矿工程师具有科学的态度和求实精神。 本章将较详细地介绍当今世界上常用的矿量、品位估算方法，包括探矿数据的分析、处理和用于品位估值的剖面法、平面法及矿床模型法等。地质统计学作为品位估值的一种方法，从其诞生起就显示了强大的生命力，得到了越来越广泛的应用，本章对此给予较大的篇幅。本章的主要目的不是教会读者如何一步一步
地质统计学反演
地质统计学反演（StatMod） 一、方法原理 JASON的StatMod是一个集多种随机模拟技术的软件包，是以概率论为其理论基础的。其目的是提供一个或多个在某种概率条件下的，既满足数据的地质统计学特征又满足地质、测井和地震信息的三维储层参数概率模型。数据的地质统计学特征由数据的概率分布图和变异函数描述。 由于地质统计模拟是基于概率意义上的随机模拟。为满足概率条件必须有足够多的井资料。软件要求的已知井数不少于6口。 地质统计学主要的算法是岩性指示模拟和序贯高斯模拟技术（SGS）。 序贯高斯模拟方法是一种产生来自高斯场模型实现的方法。它基于序贯模拟思想。该方法首先是将研究区域离散为网格系统，然后序贯地处理每一个网格节点。由于每个节点处随机变量是服从条件化的正态分布，因此，网格节点值完全由均值和方差两个参数确定。通过求解克里金方程组就可给出该网格节点处的均值和方差，从而将节点处的正态分布确定下来，并采用相应的抽样方法得到该网格节点处的一个样本。直至全部网格节点计算完毕。需要指出的是：求解克里金方程组时的条件数据包括原始数据，先前已模拟的、落在模拟邻域内所有被模拟的网格节点处的值。序贯高斯模拟方法是一种条件模拟，它保证原始数据和直方图及变异函数都被条件化。在地震储层预测中，每一道就是一个网格节点。 在模拟过程中，需要求取的最典型的属性是波阻抗和孔隙度。地质统计学考虑了模拟过程中结果的不唯一因素，故而增加了结果的误差分析。通过用户定义方式在三维地质模型的每个网格节点上计算出的概率密度函数，可以计算出结果数据体。概率密度函数是数据体中能够对不确定性进行正常估算的参数分布规律。 地质统计学反演对测井曲线的应用方式，与Jason其它的反演方法截然不同。Jason其它反演方法再队测井曲线进行应用过程中，除子波估算外。只有在地震数据中没有低频信息时，在最终的反演结果中才会反映测井曲线的信息。然而地质统计学将重采样后的测井曲线沿井轨迹复制到三维网格点中。在这种方式下，测井曲线被认为是“Priori”类型的信息，因此，在开展地质统计学反演之前，开展其它类型的常规反演就显得十分重要。只有这样，我们才能够确保曲线和地震数据具有一致性，代表了相同带限的地质模型。因此，地质统计学反演比其它类型的反演具有如下技术优势： 1 小井距间的精细尺度内插 2能够进行误差估算，进而评价风险 3改善常规反演结果的分辨率 4能够生成岩性类型数据体，如砂岩和泥岩
统计学知识点的总结
1、统计的含义 （1）统计工作：即统计实践，是指很据科学的方法从事统计设计、收集、整理、分析研究和提供各种统计资料和统计咨询意见的活动的总称。其成果是统计资料（原始调查资料和加工处理后的系统资 料）； （2）统计资料：即统计工作过程中所获得的各种有关数字资料以及与之相关的其他资料的总称。通常以统计表、统计图和统计报告的形式变现，用以反映社会经济现象的规模、水平、速度、结构和比例关系等信息的数字和文字资料； （3）统计科学：即统计理论，是指统计工作实践的理论概括和科学总结。 2、统计学 统计学：是一门搜集、整理、分析数据方法的科学，其目的是探索数据的内在数量规律性， 以达到对客观事物的科学认识。 3、统计学的研究对象 统计学研究的对象是：社会经济现象总体的数量特征和数量关系。 其根本特征：在质与量的辩证统一中，研究大量社会经济现象总体的数量方面，反映社会 现象发展变化的规律性在具体时间、地点和条件下的数量表现，揭示事物的本质、相互联系、 变动规律和发展趋势。 4、统计学研究特点 数量性、总体性、具体性、社会性 5、统计工作的过程及基本职能 统计工作的过程：统计设计、统计调查、统计整理、统计分析（定性一定量一定性：循环 往复）
统计设计：指根据统计研究对象的特点和研究的目的、任务，对统计工作的各个方面和各 个环节的通盘考虑和安排，是统计认识过程的第一个阶段，即定性认识的阶段； 统计调查：指根据统计研究对象和目的要求，依据统计设计的内容、指标和指标体系的要 求，有计划、有目的、有组织的收集原始资料的工作过程，即由定性到定量认识的阶段； 统计整理：指根据统计研究的目的，将统计调查得到的原始资料和通过各种方法得到的次 级资料进行科学的分类和汇总，使其条理化、系统化的工作过程，即为统计分析准备在一定 程度上可以反映总体特征的统计资料； 统计分析：指在统计整理的基础上，根据研究的目的和任务，应用各种科学的统计方法， 从静态和动态两个方面对研究对象的数量方面进行计算、分析研究，认识和揭示所研究对象 的本质和规律性，做出科学的结论，进而提出建议和可预测性的意见的工作过程，即从定量到定性深入认识的阶段。 统计工作的基本职能：信息、咨询、监督 6、统计学研究的基本方法 大量观察法、统计分组法、综合指标法、时间数列分析法、指数法、抽样推断法、相关分 析法。 7、统计学的基本概念 （1）总体：指客观存在的，有性质相同的许多个别事物组成的整体； （2）总体单位：指组成总体的许多性质相同的个别事物，简称单位/个体； （3）标志：用于说明总体单位特征的名称或概念，有数量标志和品质标志之分； （4）标志表现：标志特征在各单位的具体体现，数量标志表现为具体的数值，品质标志表现为对特征加以描述的文字；