0053] 图4是本发明的网格示意图。
[0054] 图5是本发明的扇形区域抽样示意图。
[0055] 图6是本发明得到的变差函数曲线示意图。
[0056] 图7是本发明的采用序贯高斯模拟方法进行随机建模流程示意图。
[0057] 图8是本发明生成随机数示意图。
[0058] 图9是本发明对随机数排列示意图。
[0059] 图10是本发明的根据随机访问路径的顺序求解待模拟点流程示意图。
【具体实施方式】
[0060] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不 用于限定本发明。
[0061] 如图2所示，为本发明的基于非参数各向异性变差函数的随机建模方法流程示意 图。一种基于非参数各向异性变差函数的随机建模方法，包括以下步骤：
[0062] A、对确定性反演得到P波阻抗体进行抽样计算变差函数；
[0063] B、根据步骤A中得到的变差函数，采用序贯高斯模拟方法进行随机建模。
[0064] 在步骤A中，本发明以确定性反演得到的P波阻抗体为基础数据，由于确定性反演 得到的P波阻抗体是高质密的数据，数据量太大，不能直接利用整个数据进行计算，因此本 发明采用对P波阻抗体进行抽样的方法计算变差函数。如图3所示，为本发明的抽样计算 变差函数流程示意图。对P波阻抗体进行抽样计算变差函数，具体包括以下分步骤：
[0065] AU计算P波阻抗体的网格的最大距离，并对网格的最大距离和角度进行等分；
[0066] A2、随机选取一个网格点作为圆心，以圆心为起始点在一定角度范围的扇形区域 内进行随机抽样；
[0067] A3、计算各个方向的变差参数，得到基台值和变程；
[0068] A4、根据所有角度范围对应的基台值和变程，拟合得到基台值函数和变程函数；
[0069] A5、采用局部平均加权平滑方法对步骤A4中得到的基台值函数和变程函数进行 平滑处理，得到变差函数。
[0070] 在步骤Al中，P波阻抗体为网格化的数据，本发明计算网格的最大距离，记为d_， 将网格的最大距离进行N等分，等分间隔记为h，h = d_/N，得到N个距离等分点，分别记 为11，211，311，...，他；最后将36〇°进行1等分，等分间隔记为0，0=36〇/^，得到1个角 度等分点，分别记为Θ，2Θ，3Θ，...，ΜΘ。如图4所示，为本发明的网格示意图，网格点序 号依次从1到25,本发明中网格点序号对应网格点，网格点的值可以根据P波阻抗体得到， 网格点坐标为已知。对于网格点的值和坐标的获取方法为本领域技术人员公知常识，本发 明不作赘述。
[0071] 在步骤Α2中，随机选取一个网格点作为圆心，以圆心为起始点在一定角度范围的 扇形区域内进行随机抽样，具体为：随机选取一个网格点i作为圆心，以圆心为起始点在角 度范围（1-1) Θ~1Θ的扇形区域内抽取一定数量的点集C11,使得抽取的点集均匀地落在 扇形区域所包含的步骤Al中等分的区间内，其中1 = 1，2，...，M。这里的一定数量的点集 C11为指定抽样点总数量的一部分。分别对M个角度范围按照上述方法进行抽样，实现对所 有网格的随机抽样；再重新随机选择一个网格点作为圆心，重复上述方法进行随机抽样，直 到抽样点数量达到指定抽样点总数量。如图5所示，为本发明的扇形区域抽样示意图，取1 为1，对角度范围O~Θ的扇形区域进行抽样取点，使得扇形区域所包含的区间O~h，h~ 2h，2h~3h内分别落有4个点。
[0072] 在步骤A3中，计算各个方向的变差参数得到基台值和变程，具体包括以下分步 骤：
[0073] A31、计算角度范围（1-1) Θ~1 Θ的扇形区域内所有点与圆心i之间的欧氏距离 屯及半方差V ^，计算公式分别具体为：
[0076] 其中，i，j为网格点序号，X，y为网格点坐标，z为网格点（X，y)的值；
[0077] A32、统计落在距离区间（k-l)h~kh内的所有点对（i，j)，对半方差取平均值，记 为V
[0078] V=%，ClljG ((k-l)h，kh)且 j e Cll
[0079] 其中，k = 1，2, 3, · · ·，N。
[0080] A33、用角度均值a i代替角度范围（1-1) Θ~1 Θ，用区间均值dk'代替区间（k-1) h~kh，得到a i方向的基台值c :和变程a :，具体为：
[0083] 其中，α 1= (21-1)* Θ/2, dk，= (2k-l)*h/2。
[0084] 分别计算各个角度范围对应的基台值和变程，即得到M对（a 1>ai)和M对 (α 1，ci)，其中 1 = 1，2, 3, · · ·，M。
[0085] 在步骤Α4中，根据步骤A3中得到的M对（a ai)和M对（a Cl)即可拟合得到 变程函数a(a)和基台值函数C(CX)。这里拟合基台值函数和变程函数的方法为本领域技 术人员公知常识，本发明不作赘述。
[0086] 在步骤A5中，由于步骤A4中得到的基台值函数和变程函数具有突变型，会影响随 机建模中的连续性，因此本发明采用局部平均加权平滑方法对步骤A4中得到的基台值函 数和变程函数进行平滑处理，具体为：将180°~360°的函数曲线部分置于0°~360°函 数曲线前，将0°~180°的函数曲线部分置于0°~360°函数曲线后，再对组合得到的函 数曲线进行局部加权平均平滑处理。局部加权平均平滑公式具体为：
[0088] 其中，xn为被平滑点，X nl、xn2、xn#P X n4分别为X n前后的取样点。通过在被平滑点 前后分别等间距选取两个取样点对被平滑点进行平滑处理。
[0089] 为了达到一定的平滑效果，本发明可以重复该步骤进行多次平滑。
[0090] 本发明通过根据网格点拟合实验变差函数的方法得到变差函数；即根据网格点拟 合实验变差函数，再选择与实验变差函数相近的理论模型，最后结合变程函数、基台值函数 和实验变差函数得到变差函数。
[0091] 实验变差函数是指由网格点数据计算出的变差函数值，其计算公式具体为：
[0093] 其中，X1为第i个网格点的坐标，Z(x J、Z(Xjh)分别为Xp xjh两点的值，h为 两网格点间的距离，称为滞后距。距离为h的每一对数据{Z(Xl)，Z(Xl+h)}可以看成是 {Z(x)，Z(x+h)}的一次实现，N(h)为点对的数量。实验变差函数的构成表面，它不依赖于网 格点在空间的具体位置，而只与滞后距h有关。
[0094] 对于不同的滞后距h，可以计算出相应的f(h)，根据得到的点集〇!，，〇〇)即可拟 合得到实验变差函数曲线，根据实验变差函数曲线的形态选择与之最为相近的数学理论模 型，再结合变程函数和基台值函数，代入到数学理论模型中，即可得到变差函数。如图6所 示，为本发明得到的变差函数曲线示意图。其中，a反映了网格点的值的变化程度，c反映了 研究范围内变异的强度；h < a时，任意两网格点之间的值具有相关性，且相关性随h的增 大而减小；h>a时，不再具有相关性。
[0095] 变差函数在不同的方向上具有不同的变异性，变差函数只与滞后距h和角度α有 关，因此本发明在计算变差函数时不仅考虑了网格点之间的距离还考虑了方向。
[0096] 在步骤B中，如图7所示，为本发明的采用序贯高斯模拟方法进行随机建模流程示 意图。采用序贯高斯模拟方法进行随机建模，具体包括以下分步骤：
[0097] Bl、生成一条随机访问路径；
[0