本发明涉及测井解释评价技术领域，确切地说涉及一种基于测井信息对地层层位进行智能化划分的方法，用于测井解释评价的地质层位划分。
背景技术：
在测井解释评价流程链上，地质层位划分是比较关键的一步。目前，对地层层位进行划分，通常的做法是将未进行层位划分的目标井的测井曲线与标准井的测井曲线进行对比研究，在标准井的层位划分已知的情况下，来人工划分出目标井的层位，这往往需要专业人员的经验。
但现有的方法还存在如下不足：人工划分层位存在人为因素的影响，而且经验积累需要较长的工作时间。同时，层位划分经验一方面难以传递；另一方面，随着勘探开发深入，地质认识的变化，层位划分还有可能根据新的认识进行变更。
从数字信号处理分析技术角度看，任意一条测井曲线是一个变化的波形。两口邻井，同一个层位，波形可作对比根本原因是它们变化形态相似，但是因为厚度不同，波形的长度不一样，这个数学问题就可以用“求解两组不等长测井信息最短距离”来表达。这一数学问题本质与现代大数据分析语音识别技术属于同科，不同的人说同一句话，快慢不一样，仪器接收到声波曲线长度会不一样，但形态是近似的。可以看出，层位自动划分与语音识别在数学模型上有很好的类比性，但层位划分还有两点不同：其一是，层位划分需要利用多维变化的波形曲线；其二是层位划分是动态深度窗。
技术实现要素：
本发明旨在针对上述现有技术所存在的缺陷和不足，提供一种基于测井信息对地层层位进行智能化划分的方法，本方法首次提出了根据测井信息用数学算法来划分地层，以克服层位划分人为影响因素太大和分层经验难以传递这两个问题，提高了地层划分的速度与精度。
本发明是通过采用下述技术方案实现的：
一种基于测井信息对地层层位进行智能化划分的方法，其特征在于，包括如下步骤：
a、找曲线波峰、波谷；
b、计算两口井之间的相对深度差和测量坐标差；
c、对输入曲线进行平滑；
d、单曲线相似度检测；
e、多曲线相似度检测；
f、建立基于单曲线地层分层模型；
g、建立基于多曲线地层分层模型。
所述步骤a中，找曲线波峰、波谷计算过程如下：
已知曲线x＝{x1,x2,x3,…xn}，x1＝{x2,x3,x4,…xn,xn+1}，令x2＝x1-x,得到相邻点的差，波峰处的点符合一下两种特征之一：
(1)x2在位置j为负,同时在j-1处正，则j位置为波峰；
(2)x2在位置j为负，j-1处为0，则从j-1继续向前寻找一直到x2(j-m)不等于0，此时，如x2(j-m)为正，则从j-m位置到j位置这m+1个位置具有相同的值且都处于一个平坦的山峰，取其中点即为波峰点，即(j+j-m)/2后取整。
波谷计算与波峰相同，只需要把输入曲线反号即可。
所述步骤b计算两口井之间的相对深度差和测量坐标差中，由于ab两口井之间有宏观相似关系，但两口井开始测量的深度不一样，因此需要计算两条测井曲线之间的深度差(米，b相对a往地心方向的相对位移距离)和测量坐标差(无单位的数字，b相对a往地心方向的相对位移坐标)。
所述步骤c中，对输入曲线进行平滑的方法如下：
设输入曲线a，平滑宽度w，平滑后曲线为b，对a的前1:1-w不平滑，对a的最后n-w:n也不平滑，仅仅平滑w:n-w部分，则：
b(1:1-w)＝a(1:1-w)
b(n-w:n)＝a(n-w:n)
对任意i范围在w:n-w之间，有
b(i)＝mean(a(i-w:i+w))，mean为平均值。
以上是对曲线进行一次平滑，如需进行多次平滑，则把一次平滑后的曲线再进行平滑，以此类推。
所述步骤d中，单曲线相似度检测方法如下：
假设有一个标准的参考模板r，是一个m维的向量，即r＝{r(1)，r(2)，……，r(m)，……，r(m)}，每个分量可以是一个数或者是一个更小的向量；有一个被测试模板t，是一个n维向量，即t＝{t(1)，t(2)，……，t(n)，……，t(n)}同样每个分量可以是一个数或者是一个更小的向量，注意m不一定等于n，但是每个分量的维数应该相同；
由于m不一定等于n，要计算r和t的相似度，首先计算r的每一个分量和t中的每一个分量之间的距离，形成一个m*n的矩阵。(为了方便，行数用将标准模板的维数m，列数为待测模板的维数n)。
具体计算方法如下：
假设参考模板r为字母abcdef共6个，测试模板t为1234共4个，r和t中各元素之间的距离预先给出；如图3所示。
d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列r的第i个点和测试模版t的第j个点(这里先认为是一个一维点)之间的欧式距离；
d(i,j)＝(ri-tj)2
既然t是模板匹配，所以各分量的先后匹配顺序已经确定了，虽然不是一一对应的；因为2个模板的长度不同，所以其对应匹配的关系有很多种，需要找出其中距离最短的那条匹配路径，现假设题目满足如下的约束：
一个方格(i，j)，可能从三个方向到达，分别是(i-1，j-1),(i-1，j)和(i，j-1)，不同方向到达，(i，j)处的距离值g(i，j)不一样，分别定义如下：
如从(i-1，j-1)到达，则g(i，j)＝g(i-1，j-1)+2d(i，j)
如从(i-1，j)到达，则g(i，j)＝g(i-1，j)+d(i，j)
如从(i，j-1)到达，则g(i，j)＝g(i，j-1)+2d(i，j)
这三个方向，只能选择最小的那个，策略为：
其中g(i,j)表示2个模板都从起始分量开始逐次匹配，已经到了m中的i分量和t中的j分量，并且匹配到此步是2个模板之间的局部累积最小距离，并且都是在前一次匹配的结果上加d(i,j)或者2d(i,j),然后取最小值。
所述步骤e中，多曲线相似度检测方法如下：
(1)多维点的定义：
ri这个多维点的分量为(a1,a2,…,an)，有n种分量；
tj这个多维点的分量为(b1,b2,…,bn)，有n种分量；
其中，ai,bi(i＝1,..,n)属于同一种参量；比如都是声波曲线；
(2)多维点的归一化：
由于各个曲线的单位不同，引起不同参量之间的距离不同，为了统一在一个多维点下，减少不同单位带来的影响，因此需要把各个参量归一化，这样这个多维点的所有参数，都是在0～1的范围之间；
对每一维的参量序列，如c＝{ci},(如上面的a1,b1都是{ci}中的某一个值)，进行如下归一化：
3)多维点之间距离的计算
d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列r的第i个点和测试模版t的第j个点(可能是多维点)之间的欧式距离，有
其余方法与单曲线相似度检测算法完全一样。
所述步骤f中，建立基于单曲线地层分层模型：
已知(1):a测井曲线：a＝{ai}＝{a1,a2,…a8},其中ai都是列向量；定义同上ci，如a1深度的列向量，等等。
已知(2):b测井曲线：b＝{bi},其中bi都是列向量；定义同上ci，如b1深度的列向量，等等。
已知(3):a的地质分层与人工分层la＝{la1,la2,la3,la4,la5}，其中lai都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度，人工分层深度，人工分层厚度；
已知(4):b的地质分层lb＝{lb1,lb2,b3}，其中lbi都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度；
对a的任意某j层，通过查找la的第j行，得到该层的分层数据：
la(j，1)地质分层名称,la(j，2)地质分层深度，la(j，3)地质分层厚度,la(j，4)人工分层深度，la(j，5)人工分层厚度；
根据la(j，4)人工分层深度，以及a1(即a井的深度序列，n＊1矩阵，行数代表序号，数据代表具体以米为单位的深度，n是总的测井数据点个数)，找到第j层在a中的测量行序号k；
在a上取k-w:step:k+w曲线离散点作为一个匹配模版pattena；
找到b上具有与la(j，1)相同地质分层名称的地质分层序号m(也就是b上的第m层，或b矩阵的第m行),进一步找到b的地质分层结果：深度ls(m，2)与厚度ls(m，2)
根据ls(m，2)地质分层深度，在b上取深度为ls(m，2)-wb1到ls(m，2)+wb2的一段测井曲线x作为寻找最佳匹配的范围；
x这段曲线的下限不应该低于第m-1层的深度，即
ls(m，2)-wb1>ls(m-1，2)；同样，x这段曲线的上限不应该大于第m+1层的深度，即ls(m，2)+wb2<ls(m+1，2)；wb1和wb2一般取50米；
得到b井搜索区域x的深度范围后，进一步可以根据b1(即b井的深度序列)，得到x的序号范围。
从x这段曲线，从开始到结尾的length(x)个点进行遍历，第i个点p＝xi处，以p为中心，左右各偏移wa的深度(算法实现时人工定义一个初始化的深度参数，一般取4米)，并以step跳跃取点，得到一个b上的匹配模版pattenb，然后计算pattena和pattenb的相似距离，结果为
di(i＝1，2，3，...，length(x))；
理论上，定位所有di中，dk等于min({di})的那个序号k，那么，子曲线x第k个序号对应的深度值，就是得到的b上的分层点，它和a上的第j个分层点对应的深度值一一对应；
但是实际上，因为噪音的存在，理论上的最小距离序号k点，可能并不是真正的最佳匹配。
设最小距离曲线的点有y个，取这些点前per％的最小距离点，形成新的序列z(z是一个两列的矩阵，第一列是序号，第二列是距离值)；再对z根据序号排序后，看z的第一列(也就是序号列)在数学整数上的连续情况，连续多的序号序列，包含真实分层点的可能性更大，如果取的per％越大，则点数更多，点的组数量也就可能更多，如果要给出k个参考分层点，就取连续点数量排在前k个的组平均点序号，得到序号后，比如序号为n，则b井的计算机自动分层深度就是b1(n),也就是b井深度矩阵的第n行对应的数字，单位为米；至此，完成了自动分层。
所述步骤g中，建立基于多曲线地层分层模型：与单曲线地层分层模型建立一致，其差别仅在于匹配曲线(已知分层曲线a)与被匹配曲线(未知，需要分层曲线b)不再是单一曲线，而是曲线组，因此，对pattena和pattenb的相似距离计算采用多维计算。
与现有技术相比，本发明所达到的有益效果如下：
一、采用本发明至少达到了两个目的，其一是克服了层位划分人为影响因素太大和分层经验难以传递的问题；其二是提高了地层划分的速度与精度。
二、本发明针对多维测井信息和动态深度窗的难题，发展了一套全新的两组不等长测井信息最短距离求解最优化算法，从正演到反演，高信噪到低信噪，局部最优到全局最优。整个方法和流程易于计算机语言实现。
三、利用本发明，将提高石油测井资料解释评价中地层划分的速度和精度，从而更加准确地得到地层层位信息，较传统的手工相比，普遍适应性将更为广阔。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的详细说明，其中：
图1是时序曲线原型参考矢量理论矢量特征矢量与噪声图；
图2是特征矢量与参考矢量求最短距离寻优路径图；
图3是特征矢量与参考矢量时序最优对应关系图；
图4是地层层位自动识别结果图；
图5是测试模板t与标准模板r各元素之间的距离图；
图6是测试模板t与标准模板r匹配步骤标注图；
图7是测试模板t与标准模板r匹配横向路径图；
图8是测试模板t与标准模板r匹配纵向上行路径图；
图9是patterna与patternb相似最短距曲线图；
图10是相似最短距曲线多波谷识别图。
具体实施方式
实施例1
本发明首次提出了基于测井信息对地层层位进行智能化划分的概念，并找到了相应的计算方法，达到了提高地层层位划分精度的目的。
a、找曲线波峰、波谷；
b、计算两口井之间的相对深度差和测量坐标差；
c、对输入曲线进行平滑；
d、单曲线相似度检测；
e、多曲线相似度检测；
f、建立基于单曲线地层分层模型；
g、建立基于多曲线地层分层模型。
所述步骤a中，找曲线波峰、波谷计算过程如下：
已知曲线x＝{x1,x2,x3,…xn}，x1＝{x2,x3,x4,…xn,xn+1}，令x2＝x1-x,得到相邻点的差，波峰处的点符合一下两种特征之一：
(1)x2在位置j为负,同时在j-1处正，则j位置为波峰；
(2)x2在位置j为负，j-1处为0，则从j-1继续向前寻找一直到x2(j-m)不等于0，此时，如x2(j-m)为正，则从j-m位置到j位置这m+1个位置具有相同的值且都处于一个平坦的山峰，取其中点即为波峰点，即(j+j-m)/2后取整。
波谷计算与波峰相同，只需要把输入曲线反号即可。
所述步骤b计算两口井之间的相对深度差和测量坐标差中，由于ab两口井之间有宏观相似关系，但两口井开始测量的深度不一样，因此需要计算两条测井曲线之间的深度差(米，b相对a往地心方向的相对位移距离)和测量坐标差(无单位的数字，b相对a往地心方向的相对位移坐标)。
所述步骤c中，对输入曲线进行平滑的方法如下：
设输入曲线a，平滑宽度w，平滑后曲线为b。对a的前1:1-w不平滑，对a的最后n-w:n也不平滑，仅仅平滑w:n-w部分，则：
b(1:1-w)＝a(1:1-w)
b(n-w:n)＝a(n-w:n)
对任意i范围在w:n-w之间，有
b(i)＝mean(a(i-w:i+w))，mean为平均值。
以上是对曲线进行一次平滑，如需进行多次平滑，则把一次平滑后的曲线再进行平滑，以此类推。
所述步骤d中，单曲线相似度检测方法如下：
假设有一个标准的参考模板r，是一个m维的向量，即r＝{r(1)，r(2)，……，r(m)，……，r(m)}，每个分量可以是一个数或者是一个更小的向量。有一个被测试模板t，是一个n维向量，即t＝{t(1)，t(2)，……，t(n)，……，t(n)}同样每个分量可以是一个数或者是一个更小的向量，注意m不一定等于n，但是每个分量的维数应该相同。
由于m不一定等于n，要计算r和t的相似度，首先计算r的每一个分量和t中的每一个分量之间的距离，形成一个m*n的矩阵。(为了方便，行数用将标准模板的维数m，列数为待测模板的维数n)。
具体计算方法如下：
假设标准模板r为字母abcdef(6个)，测试模板t为1234(4个)。r和t中各元素之间的距离已经给出,如图3所示。
d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列r的第i个点和测试模版t的第j个点(这里先认为是一个一维点)之间的欧式距离。
d(i,j)＝(ri-tj)2
既然t是模板匹配，所以各分量的先后匹配顺序已经确定了，虽然不是一一对应的。因为2个模板的长度不同，所以其对应匹配的关系有很多种，需要找出其中距离最短的那条匹配路径。现假设题目满足如下的约束：
一个方格(i，j)，可能从三个方向到达，分别是(i-1，j-1),(i-1，j)和(i，j-1)，不同方向到达，(i，j)处的距离值g(i，j)不一样，分别定义如下：
如从(i-1，j-1)到达，则g(i，j)＝g(i-1，j-1)+2d(i，j)
如从(i-1，j)到达，则g(i，j)＝g(i-1，j)+d(i，j)
如从(i，j-1)到达，则g(i，j)＝g(i-j，1)+2d(i，j)
这三个方向，只能选择最小的那个，策略为：
其中g(i,j)表示2个模板都从起始分量开始逐次匹配，已经到了m中的i分量和t中的j分量，并且匹配到此步是2个模板之间的局部累积最小距离。并且都是在前一次匹配的结果上加d(i,j)或者2d(i,j),然后取最小值。
例如，图3中所有的匹配步骤标注后则为图4。
计算方法是假设g(0,0)＝0,那么g(1,1)＝g(0,0)+2d(1,1)＝0+2*2＝4(上图最左下方格的右上方斜体4)。g(2,2)＝9是一样的道理，如果从g(1,2)来算，g(2,2)＝g(1,2)+d(2,2)＝5+4＝9,因为是竖向向上走的。如果从g(2,1)来算，g(2,2)＝g(2,1)+d(2,2)＝7+4＝11,因为是横向向右走的。如果从g(1,1)来算，g(2,2)＝g(1,1)+2*d(2,2)＝4+2*4＝12。因为是斜着过去的。综上所述，取最小值为9，所有g(2,2)＝9。其他以此类推。
计算了第一排结果如图5，其中每一个箭头表示最小值来源的那个方向。计算了第二排后的结果如图6。全部计算完即可得到答案，即2个模板直接的距离为26(图6最右上角)。
所述步骤e中，多曲线相似度检测方法如下：
(1)多维点的定义：
ri这个多维点的分量为(a1,a2,…,an)，有n种分量
tj这个多维点的分量为(b1,b2,…,bn)，有n种分量
其中，ai,bi(i＝1,..,n)属于同一种参量，比如都是声波曲线。
(2)多维点的归一化：
由于各个曲线的单位不同，引起不同参量之间的距离不同，为了统一在一个多维点下，减少不同单位带来的影响，因此需要把各个参量归一化，这样这个多维点的所有参数，都是在0～1的范围之间。
对每一维的参量序列，如c＝{ci},(如上面的a1,b1都是{ci}中的某一个值)，进行如下归一化：
3)多维点之间距离的计算
d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列r的第i个点和测试模版t的第j个点(可能是多维点)之间的欧式距离，有
其余方法与单曲线相似度检测算法完全一样。
所述步骤f中，建立基于单曲线地层分层模型：
已知(1):a测井曲线：a＝{ai}＝{a1,a2,…a8},其中ai都是列向量，定义同上ci，如a1深度的列向量，等等。
已知(2):b测井曲线：b＝{bi},其中bi都是列向量，定义同上ci，如b1深度的列向量，等等。
已知(3):a的地质分层与人工分层la＝{la1,la2,la3,la4,la5}，其中lai都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度，人工分层深度，人工分层厚度。
已知(4):b的地质分层lb＝{lb1,lb2,b3}，其中lbi都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度。
对a的任意某j层，通过查找la的第j行，得到该层的分层数据：
la(j，1)地质分层名称,la(j，2)地质分层深度，la(j，3)地质分层厚度,la(j，4)人工分层深度，la(j，5)人工分层厚度.
根据la(j，4)人工分层深度，以及a1(即a井的深度序列，n＊1矩阵，行数代表序号，数据代表具体以米为单位的深度，n是总的测井数据点个数)，找到第j层在a中的测量行序号k。
在a上取k-w:step:k+w曲线离散点作为一个匹配模版pattena。
找到b上具有与la(j，1)相同地质分层名称的地质分层序号m(也就是b上的第m层，或b矩阵的第m行),进一步找到b的地质分层结果：深度ls(m，2)与厚度ls(m，3)
根据ls(m，2)地质分层深度，在b上取深度为ls(m，2)-wb1到ls(m，2)+wb2的一段测井曲线x作为寻找最佳匹配的范围。
x这段曲线的下限不应该低于第m-1层的深度，即ls(m，2)-wb1>ls(m-1，2)；同样，x这段曲线的上限不应该大于第m+1层的深度，即ls(m，2)+wb2<ls(m+1，2)。wb1和wb2一般取50米。
得到b井搜索区域x的深度范围后，进一步可以根据b1(即b井的深度序列)，得到x的序号范围。
从x这段曲线，从开始到结尾的length(x)个点进行遍历，第i个点p＝xi处，以p为中心，左右各偏移wa的深度(算法实现时人工定义一个初始化的深度参数，一般取4米),并以step跳跃取点，得到一个b上的匹配模版pattenb，然后计算pattena和pattenb的相似距离，结果为di(i＝1，2，3，...，length(x))。
理论上，定位所有di中，dk等于min({di})的那个序号k，那么，子曲线x第k个序号对应的深度值，就是得到的b上的分层点，它和a上的第j个分层点对应的深度值一一对应。
但是实际上，因为噪音的存在，理论上的最小距离序号k点，可能并不是真正的最佳匹配。
设最小距离曲线的点有y个，取这些点前per％的最小距离点，形成新的序列z(z是一个两列的矩阵，第一列是序号，第二列是距离值)；再对z根据序号排序后，看z的第一列(也就是序号列)在数学整数上的连续情况，连续多的序号序列，包含真实分层点的可能性更大。如果取的per％越大，则点数更多，点的组数量也就可能更多，如果要给出k个参考分层点，就取连续点数量排在前k个的组平均点序号，得到序号后，比如序号为n，则b井的计算机自动分层深度就是b1(n),也就是b井深度矩阵的第n行对应的数字，单位为米。至此，完成了自动分层。
所述步骤g中，建立基于多曲线地层分层模型：
与步骤f几乎完全一致，其差别仅在于匹配曲线(已知分层曲线a)与被匹配曲线(未知，需要分层曲线b)不再是单一曲线，而是曲线组，因此，对pattena和pattenb的相似距离计算采用多维计算。
实施例2
a、找曲线波峰、波谷；
b、计算两口井之间的相对深度差和测量坐标差；
c、对输入曲线进行平滑；
d、单曲线相似度检测；
e、多曲线相似度检测；
f、建立基于单曲线地层分层模型；
g、建立基于多曲线地层分层模型。
所述步骤a中，找曲线波峰、波谷计算过程如下：
已知曲线x＝{x1,x2,x3,…xn}，x1＝{x2,x3,x4,…xn,xn+1}，令x2＝x1-x,得到相邻点的差，波峰处的点符合一下两种特征之一：
(1)x2在位置j为负,同时在j-1处正，则j位置为波峰；
(2)x2在位置j为负，j-1处为0，则从j-1继续向前寻找一直到x2(j-m)不等于0，此时，如x2(j-m)为正，则从j-m位置到j位置这m+1个位置具有相同的值且都处于一个平坦的山峰，取其中点即为波峰点，即(j+j-m)/2后取整。
波谷计算与波峰相同，只需要把输入曲线反号即可。
所述步骤b计算两口井之间的相对深度差和测量坐标差中，由于ab两口井之间有宏观相似关系，但两口井开始测量的深度不一样，因此需要计算两条测井曲线之间的深度差(米，b相对a往地心方向的相对位移距离)和测量坐标差(无单位的数字，b相对a往地心方向的相对位移坐标)。
所述步骤c中，对输入曲线进行平滑的方法如下：
设输入曲线a，平滑宽度w，平滑后曲线为b。对a的前1:1-w不平滑，对a的最后n-w:n也不平滑，仅仅平滑w:n-w部分，则：
b(1:1-w)＝a(1:1-w)
b(n-w:n)＝a(n-w:n)
对任意i范围在w:n-w之间，有
b(i)＝mean(a(i-w:i+w))，mean为平均值。
以上是对曲线进行一次平滑，如需进行多次平滑，则把一次平滑后的曲线再进行平滑，以此类推。
所述步骤d中，单曲线相似度检测方法如下：
假设有一个标准的参考模板r，是一个m维的向量，即r＝{r(1)，r(2)，……，r(m)，……，r(m)}，每个分量可以是一个数或者是一个更小的向量。有一个被测试模板t，是一个n维向量，即t＝{t(1)，t(2)，……，t(n)，……，t(n)}同样每个分量可以是一个数或者是一个更小的向量，注意m不一定等于n，但是每个分量的维数应该相同。
由于m不一定等于n，要计算r和t的相似度，首先计算r的每一个分量和t中的每一个分量之间的距离，形成一个m*n的矩阵。(为了方便，行数用将标准模板的维数m，列数为待测模板的维数n)。
具体计算方法如下：
假设标准模板r为字母abcdef(6个)，测试模板t为1234(4个)。r和t中各元素之间的距离已经给出,如图3所示。
d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列r的第i个点和测试模版t的第j个点(这里先认为是一个一维点)之间的欧式距离。
d(i,j)＝(ri-tj)2
既然t是模板匹配，所以各分量的先后匹配顺序已经确定了，虽然不是一一对应的。因为2个模板的长度不同，所以其对应匹配的关系有很多种，需要找出其中距离最短的那条匹配路径。现假设题目满足如下的约束：
一个方格(i，j)，可能从三个方向到达，分别是(i-1，j-1),(i-1，j)和(i，j-1)，不同方向到达，(i，j)处的距离值g(i，j)不一样，分别定义如下：
如从(i-1，j-1)到达，则g(i，j)＝g(i-1，j-1)+2d(i，j)
如从(i-1，j)到达，则g(i，j)＝g(i-1，j)+d(i，j)
如从(i，j-1)到达，则g(i，j)＝g(i，j-1)+2d(i，j)
这三个方向，只能选择最小的那个，策略为：
其中g(i,j)表示2个模板都从起始分量开始逐次匹配，已经到了m中的i分量和t中的j分量，并且匹配到此步是2个模板之间的局部累积最小距离。并且都是在前一次匹配的结果上加d(i,j)或者2d(i,j),然后取最小值。
所述步骤e中，多曲线相似度检测方法如下：
(1)多维点的定义：
ri这个多维点的分量为(a1,a2,…,an)，有n种分量
tj这个多维点的分量为(b1,b2,…,bn)，有n种分量
其中，ai,bi(i＝1,..,n)属于同一种参量，比如都是声波曲线。
(2)多维点的归一化：
由于各个曲线的单位不同，引起不同参量之间的距离不同，为了统一在一个多维点下，减少不同单位带来的影响，因此需要把各个参量归一化，这样这个多维点的所有参数，都是在0～1的范围之间。
对每一维的参量序列，如c＝{ci},(如上面的a1,b1都是{ci}中的某一个值)，进行如下归一化：
3)多维点之间距离的计算
d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列r的第i个点和测试模版t的第j个点(可能是多维点)之间的欧式距离，有
其余方法与单曲线相似度检测算法完全一样。
所述步骤f中，建立基于单曲线地层分层模型：
已知(1):a测井曲线：a＝{ai}＝{a1,a2,…a8},其中ai都是列向量，定义同上ci，如a1深度的列向量，等等。
已知(2):b测井曲线：b＝{bi},其中bi都是列向量，定义同上ci，如b1深度的列向量，等等。
已知(3):a的地质分层与人工分层la＝{la1,la2,la3,la4,la5}，其中lai都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度，人工分层深度，人工分层厚度。
已知(4):b的地质分层lb＝{lb1,lb2,b3}，其中lbi都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度。
对a的任意某j层，通过查找la的第j行，得到该层的分层数据：
la(j，1)地质分层名称,la(j，2)地质分层深度，la(j，3)地质分层厚度,la(j，4)人工分层深度，la(j，5)人工分层厚度.
根据la(j，4)人工分层深度，以及a1(即a井的深度序列，n＊1矩阵，行数代表序号，数据代表具体以米为单位的深度，n是总的测井数据点个数)，找到第j层在a中的测量行序号k。
在a上取k-w:step:k+w曲线离散点作为一个匹配模版pattena。
找到b上具有与la(j，1)相同地质分层名称的地质分层序号m(也就是b上的第m层，或b矩阵的第m行),进一步找到b的地质分层结果：深度ls(m，2)与厚度ls(m，3)
根据ls(m，2)地质分层深度，在b上取深度为ls(m，2)-wb1到ls(m，2)-wb2的一段测井曲线x作为寻找最佳匹配的范围。
x这段曲线的下限不应该低于第m-1层的深度，即
ls(m，2)-wb1>ls(m-1，2)；同样，x这段曲线的上限不应该大于第m+1层的深度，即ls(m，2)+wb2<ls(m+1，2)。wb1和wb2一般取50米。
得到b井搜索区域x的深度范围后，进一步可以根据b1(即b井的深度序列)，得到x的序号范围。
从x这段曲线，从开始到结尾的length(x)个点进行遍历，第i个点p＝xi处，以p为中心，左右各偏移wa的深度(算法实现时人工定义一个初始化的深度参数，一般取4米),并以step跳跃取点，得到一个b上的匹配模版pattenb，然后计算pattena和pattenb的相似距离，结果为di(i＝1，2，3，...，length(x))。
理论上，定位所有di中，dk等于min({di})的那个序号k，那么，子曲线x第k个序号对应的深度值，就是得到的b上的分层点，它和a上的第j个分层点对应的深度值一一对应。
但是实际上，因为噪音的存在，理论上的最小距离序号k点，可能并不是真正的最佳匹配。上述距离曲线有多个波谷区，那些比较宽的波谷包含的点比较多，包含真正的分层点的概率更大。
设最小距离曲线的点有y个，取这些点前per％的最小距离点，形成新的序列z(z是一个两列的矩阵，第一列是序号，第二列是距离值)；再对z根据序号排序后，看z的第一列(也就是序号列)在数学整数上的连续情况，连续多的序号序列，包含真实分层点的可能性更大。
例如，给定了pattena，在b井上定好了搜索范围，也就是b井序号6532～7532之间的所有点而言，每个点都左右取一部分形成一个patternb，与patterna求相似最短相似距离，这样会有7532-6532+1＝101个距离，组成曲线如图7，理论上下面距离图的最低处就应该是b井的分层处，但因为噪音影响，这样判定不太科学。
取所有距离的前12％小的点，用“+”号标注，如图8所示。
然后把这些红色+号点进行分析，连续序号的就放成一组，并按照连续点数量从多到少排序，上图分析后共有5组，如下表所示。
可见，最大的波谷集中区是在序号6919～6965段，连续有47个点都处于前12％的波谷区，这47个点的平均序号为6942，它最有可能接近真实的分层点。
如果取的per％越大，则点数更多，点的组数量也就可能更多，如果要给出k个参考分层点，就取连续点数量排在前k个的组平均点序号，得到序号后，比如序号为n，则b井的计算机自动分层深度就是b1(n),也就是b井深度矩阵的第n行对应的数字，单位为米。至此，完成了自动分层。
所述步骤g中，建立基于多曲线地层分层模型：
与步骤f几乎完全一致，其差别仅在于匹配曲线(已知分层曲线a)与被匹配曲线(未知，需要分层曲线b)不再是单一曲线，而是曲线组，因此，对pattena和pattenb的相似距离计算采用多维计算。