的训练图像；
[0020]图5绘出了在不使用本文所述混合方法的情况下图4中所示MPS模型中的属性模型；
[0021]图6绘出了在MPS模型中使用训练图像生成参数创建的训练图像的切片；
[0022]图7绘出了在应用本文所述的混合方法之后图6中所示训练图像的切片中的属性趋势t吴型；
[0023]图8是根据本发明实施例用于编辑MPS模型的方法的流程图；
[0024]图9是根据本发明实施例用于编辑MPS模型的方法的流程图；
[0025]图10绘出了包含连接的直通道的3D训练图像的2D切片；
[0026]图11绘出了基于3D训练图像的2D切片的2D常规MPS模拟；
[0027]图12绘出了输入MPS模型的2D切片，所述输入MPS模型的2D切片包括断开的通道;
[0028]图13绘出了使用本文所述的编辑方法获得的编辑后MPS模型的2D切片；以及
[0029]图14是根据本发明实施例代表用于实现本文所述方法的计算机系统的示意图。
【具体实施方式】
[0030]图1是根据本发明实施例为了创建适合储层流模拟的储层属性模型而组合多点统计和基于对象的方法的混合方法的流程图。所述方法包括在SlO创建多点统计(MPS)模型。MPS模型可以使用满足调节数据和约束的任何MPS方法创建，其中多点统计是从使用训练图像生成参数创建的训练图像得出的。训练图像生成参数包括对象形状、朝向、位置、尺寸等。形状的例子包括三角形、正方形、矩形、半圆形、带状或者更复杂的形状。
[0031]在一种实施例中，MPS方法可以包括在期望的地质区域中建立网格并且解释在所述网格(MPS网格)中具体单元的相。所述方法还包括建立或生成MPS训练图像(即，3D训练图像或训练立方体)。MPS训练图像可以被建立作为不包含绝对或相对空间信息的相模式的集合，即，训练图像不以钻井数据为条件。例如，训练图像可以例如使用来自航空摄影、露出地面的岩层的照片、手绘草图等的信息生成。
[0032]在一种实施例中，一种被用来建立MPS训练图像的方法包括生成无条件的基于对象的模型。首先，每个相的维度、形状和朝向被描述，然后各个相(砂、页岩、粘土，等等)之间的关联被指定。接下来，可以指定MPS训练图像中各个相的几何约束(诸如方位角、对象尺寸，等等)和比例约束(即，相比例图或相比例曲线)。
[0033]MPS建模方法还包括执行MPS模拟，以获得示出相模型的模拟图像。给定最接近单元的调节数据，MPS模拟在储层地质网格的每个单元推断局部相概率(即，每个相在所述单元位置存在的概率)，然后使用蒙特卡洛法(Monte-Carlo method)从这些概率得出相值。局部相概率是通过在MPS训练图像中查找匹配调节数据的所有模式来推断的。因此，MPS模拟包括把相指定给储层地质网格的每个单元中的每个像素。
[0034]局部相概率的计算包括计数与调节数据相似的模式的数目，g卩，具有与调节数据相同的几何配置和相同的数据值的模式可在MPS训练图像中被找到的次数。在另一种实施例中，代替重复地扫描要模拟的每个单元的训练图像，所述训练图像中存在的所有模式都在模拟之前被存储在称为搜索树的动态数据结构表中。只有经MPS训练图像实际发生的模式才被存储在搜索树中。数据模板被定义成限制这些模式的几何范围。这种数据模板的尺寸对应于将被用来模拟每个未采样单元的调节数据的最大数目。所述搜索树存储在存储设备或存储器中。所述搜索树被组织成允许对任何特定的模式有相对快的检索，因此，给定任何特定的调节模式，允许对相概率的相对快的计算。示例MPS方法可以在由Sebastien B.Strebelle 等人所写的、标题为“SYSTEM AND METHOD FOR OPTIMIZING THENUMBER OF CONDIT1NING DATA IN MULTIPLE POINT STATISTICS S頂ULAT1N”的美国专利申请13/493,062中找到，所述申请的全部内容通过引用被结合于此。
[0035]所述方法还包括在S12使用训练图像生成参数生成每个相类型的一个或多个(例如，多样的)3D对象-形状和沉积或结构坐标(也被称为一个或多个对象-形状模板)。在地质意义上与相的沉积有关的术语“沉积坐标”在本文中仅用于说明目的而不旨在限制。如可以理解的，其它类型的坐标也可以采用，诸如更一般地与相的结构有关的结构坐标。训练图像生成参数包括对象形状、朝向、位置、尺寸等。类似于MPS模拟，形状的例子包括三角形、正方形、矩形、半圆形、带状或者更复杂的形状。因此，可以存在对象-形状的集合，所述集合可以包括具有不同尺寸和朝向的矩形、具有不同尺寸和朝向的三角形以及具有不同尺寸和朝向的带状，等等。每种对象形状(具有朝向和尺寸)可以表示为像素的数字立方体。应当指出，与生成基于对象的训练图像相关联的对象-形状模板可以和MPS模拟中与MPS训练图像相关联的对象-形状相同或不同。
[0036]如果训练图像使用多于一个对象生成，则只有与其它对象隔离的对象被用作对象-形状模板。只使用一个对象生成的训练图像可以增强创建对象-形状模板的效率。在一种实施例中，当把对象-形状模板应用到网格时，一般不使用与网格边界相交的对象-形状模板。但是，在有些情况下，可以使用与网格边界相交的对象-形状模板。例如，如果在与MPS模型的网格具有相同尺寸并且具有指定的训练图像参数的网格中生成的大多数对象与具体网格边界相交，则对象-形状模板与那个具体网格边界的相交不被拒绝。例如，南北朝向的长通道对象总是与训练图像和MPS网格的南北边界相交。由此，与这些边界的相交不被用作拒绝对象与边界相交的拒绝标准。
[0037]在一种实施例中，用于对象-形状模板生成的指定参数(即，对象的形状、对象的尺寸、对象的朝向、对象的位置，等等)可以与用于MPS相模拟的参数相同，但是也可以不同。
[0038]所述方法还包括在S14在MPS模型中定位所生成的对象-形状模板以及所生成的对象-形状模板的拷贝，以便所生成的对象-形状模板最大程度地关联到MPS模拟。这可以使用用于模式识别的任意算法实现。所述方法还包括在S16向每个这样定位的对象-形状模板指定唯一事件参考，诸如例如唯一事件编号，并且对象-形状模板中的单元也被指定所述相同的唯一事件编号。在以下段落中，术语“事件编号”被用于说明目的，而不限于仅“一个编号”的任何意图。实际上，如可以理解的，可以使用任何类型的“事件参考”，包括字母、标签、标志、标记、或者编号、或者其任意组合。所述方法还可以包括在S18把相同的事件编号指定给不具有事件编号的相邻或邻近单元。
[0039]在一种实施例中，定位可以包括卷积对象-形状模板与MPS模型，以便为每个对象-形状模板产生卷积得分体积。卷积得分可以由其标准差来归一化。卷积得分的局部最大值是在MPS模型中定位对象-形状的候选位置。
[0040]例如，第一对象-形状模板可以与MPS模型卷积，以产生第一卷积得分体积。所述第一卷积得分可以被归一化，以获得第一归一化的卷积得分并且可以确定第一归一化的卷积得分的局部最大值。类似地，第二对象-形状模板可以与所述相同的MPS模型卷积，以产生第二卷积得分体积。所述第二卷积得分可以被归一化，以获得第二归一化的卷积得分并且可以确定第二归一化的卷积得分的局部最大值。所述方法还包括将使用一个对象-形状模板(例如，第一对象-形状模板)与另一个对象-形状模板(例如，第二对象-形状模板)产生的归一化的卷积得分(例如，第一归一化的得分和第二归一化的得分)的局部最大值进行比较，以确定哪个对象-形状(例如，第一对象-形状或第二对象-形状)更好地拟合MPS模型。
[0041]在一种实施例中，对这个过程的近似使用二维(2D)卷积并且在随后的阶段添加第三个维度。图2是根据本发明实施例示出用于卷积对象-形状模板与MPS模型的卷积过程的流程图。在一种实施例中，卷积过程是使用2D对象-形状模板代替3D对象-形状模板来执行的。第三个维度在执行卷积之后添加。例如，通过使用2D对象-形状模板代替3D对象-形状模板，可以实现更快的卷积过程。在一种实施例中，为了获得2D对象-形状模板，在S30，3D对象-形状模板被投影到地图-视图切片上，以创建2D对象“阴影”。在S32，对象阴影与MPS模型的每个地图-切片卷积。卷积可以使用或不使用快速傅立叶变换(FFT)方法来执行。但是，当使用FFT方法时，卷积可以更快执行。
[0042]在2D空间中使用2D对象-形状模板执行卷积之后，在S34，卷积得分在所述体积中通过标准差被归一化。在S36，跨所有对象-形状模板(例如，第一对象-形状模板和第二对象-形状模板)，为MPS模型中的每个相类型(例如，砂、页岩，等等)确定最大卷积得分(MaxScore)。例如，对于砂相类型，从在使用第一对象-形状模板时获得的卷积得分和在使用第二对象-形状模板时获得的卷积得分中