测井曲线自动分层问题

测井曲线自动分层问题摘要：对于问题一，把1号井作为标准井，根据1号井的测井曲线数据，采用层次聚类分析中的Q型聚类算法建立模型，利用SPSS软件对除深度以外的参数的数据进行聚类分析得出2〜7号井的自动分层数据。利用误差分析公式n=”，一七」，对2〜7号井的自动分层数据和人工分层数据进行误差计IaI算，求得自动分层数据相对人工分层数据的平均误差范围为：0.048845〜0.278264。从误差数据来看，自动分层结果与人工分层结果的吻合度为：72%〜95%，说明采用的Q型聚类模型是可行的。由于地质条件多变，地层成因复杂，因而达到这种吻合度说明自动分层有很好的应用价值。本文还利用得出的自动分层数据，在MSVC++6.0和OpenGL软件环境下采用基于似三棱柱体元的三维地质建模方法对1〜7号井进行三维地质体重构（模拟图详见正文）。对于问题二，由于在问题一中Q型聚类模型得到的自动分层结果与人工分层结果吻合度很高，所以确定采用Q型聚类模型对8〜13号井进行自动分层。为了进一步验证模型的合理性，本文采用二元曲面插值算法模型，根据1〜7号井的人工分层数据进行插值计算，结合MATLAB得到8〜13号井的人工分层数据。再利用SPSS软件对8〜13号井除深度以外的参数的数据进行聚类分析得到自动分层数据，利用误差分析公式n二匕—，对两种结果进行比较分析，发IaI现8〜13号井的平均误差波动范围比较大，相应地，吻合度的波动范围就大，最小吻合度为36%，最大吻合度达到96%。波动范围变大的原因是多方面的，或许是因为提供的参数中有较多的无效数据引起的，也或许是8〜13号井所在区域的地层本身与1〜7号井所在区域的地层有较大的变化。【关键词】测井曲线OpenGL聚类分析二元曲面插值误差分析1问题重述在地球物理勘探中需要利用测井资料了解地下地质情况，其中测井曲线分层是首先要完成的基础工作。测井曲线分层的目的是为了在今后的研究中，便于对具有不同特点的地层确定研究目标，以及确定将要重点研究的地层，统一不同井号的研究范围。通常，在一个区域内，通过前期地质研究工作，结合各种测井数据，首先对最早开发的参考井进行详细研究。每一种测井数据，都反映了地质结构的特点和地层的变化，地质人员通过经验，综合各种测井数据反映的地层特点，将井从一定深度开始，对井进行井层划分和命名，如1号井从距井口深294米处开始，依次往下，定名为长31、长32、长33、长41、长42、长61、长62、长63、长71、长72、长73、长81、长82、长91、长92等地层。接着在分析随后开发的2号井时，也根据和1号井分层的特点和规律，依次定名为长31、长32、长33、长41、长42、长61、长62、长63、长71、长72、长73、长81、长82、长91、长92等地层。井的位置不同可能会导致这口井的每一个层位的深度范围也不同，甚至有可能会出现缺失中间某层的现象。如第6号井缺长31、长32层。通常这些工作都是通过人工来进行的，这就是所谓人工分层方法。该方法不仅费时费力，而且分层取值过程中受测井分析人员的经验知识和熟练程度影响较大，主观性较强，也会因为不同的解释人员的个人标准有误差，而造成不同的人员有不同的分层结果。自动分层的基本思想、实现手段是一个不断发展变化的过程。由人工分层到自动分层，除了计算机工具的引入，各种数据处理技术也被应用于自动分层。随着一个区域开发井的数量增加，我们希望利用已有分层井点数据与变化特点作为控制点，结合每口井丰富的测井曲线数据，如密度(DEN)、声波(AC)、中子(CNL)、自然伽玛(GR)、自然电位(SP)和电阻率(RT)等的变化特点，建立合理的数学模型，实现井位分层人工智能处理，也就是实现自动分层。相对于人工分层，自动分层可以避免人为分层的随意性，并可在很大程度上提高工作效率。进行具体的井位分层人工智能处理，这将极大地提高工作效率。另一方面，希望通过自动分层处理，与人工分层的结果进行比较分析，进一步提高分层精度。下面请完成以下工作:以1号井为标准井，根据此井的各种测井曲线数据，建立数学模型，对第2号至7号井进行自动分层，并且通过分析，与人工分层结果进行比较分析。考虑是否需要利用你所建立的数学模型，对1号井的分层结果进行说明。通过前面人工分层与自动分层的比较结果，以及已给的各种测井曲线数据，确定合适的数学模型对第8号井至13号井进行自动分层，并分析你的结论。2模型假设与符号说明2.1模型假设无非地层因素引起的测井值误差，即认为每一层内采样值即为该层的真实测井值；经计算，得到的井斜最小角度为86.33度，与90度相差不大，不影响自动分层结果，因此，假设所有的井都是竖直的，便于三维地质体重构；所有井都以1号井的井口平面为参考平面；6号井的长31和长32缺失的数据按0.5米的层深进行处理；由于文中未给出具体的岩性判别，因此在三维建模的过程中假定不同的颜色区分不同的地层。2.2符号说明N样本个数P每个样本的指标数L离散的测井曲线d低欧氏距离xdj第d水平下第j个样本的样本值xdk第d水平下第k个样本的样本值寻i水平下j个点的平均坐标的横坐标均值寻i水平下j个点的平均坐标的纵坐标均值cos。水相似系数x控制变量第j水平下观测变量的样本值七控制变量第k水平下观测变量的样本值S(X1,X2)X1,X2的相似系数8相似性指标门限xmax深度为i时测井曲线中的最大值xmin深度为i使测井曲线中的最小值x；深度为i时测井曲线的归一化值七深度为i时测井曲线值a司人工分层第i号井第j层的距离井口的距离气自动分层第i号井第j层的距离井口的距离n自动分层与人工分层数据的误差值3问题的分析测井曲线自动分层是将测井数字量转化为符号量，然后用计算机语言对人工分层中用到的知识和规则予以表达，并将人工分层中的思维逻辑过程进行描述，通过计算机模拟人的思维推理活动，实现自动分层。在问题一中要求以1号井为标准井，对2〜7号井进行自动分层。由于相同地层的属性相同或相似，可以把将地质属性相似的采样点归为一类，故本问题可以采用聚类分析模型。由于把一号井的参数(距井口的深度)作为因变量，其他的变量作为自变量，因此针对问题一具体可以采用层次聚类分析中的Q型聚类算法建立模型，对2〜7号井进行自动分层。把自动分层产生的结果通过误差分析公式计算自动分层数据相对人工分层数据的误差，再对自动分层结果与人工分层结果进行比较分析。由于在问题一中Q型聚类模型得到的自动分层结果与人工分层结果吻合度很高，所以在问题二中仍然采用Q型聚类模型对8〜13号井进行自动分层，并对结果进行分析。同时，将自动分层结果与人工分层结果在MSVC++6.0和OpenGL软件环境下采用基于似三棱柱体元的三维地质建模方法对1〜7号井进行三维地质体重构，从而再现自动分层结果。4模型的建立与求解一、问题一的模型的建立与求解层次聚类分析中的Q型聚类模型1.1聚类函数[1]聚类分析是一种建立分类的多元统计分析方法，它能将一批样本（或参数）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异较大。首先认为所研究的样本或指标之间存在不同的近似值，可通过聚类函数表征，依据相似程度进行聚类。Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，差异性大的样本分离开来。对于样本聚类（Q型聚类分析）常用样本间的距离系数和相似系数。设有N个样本，每个样本有P项指标，可以把N个样本视为P维空间中的N个点。欧氏距离为：dC\d=1相似系数为：£方“%[£2）（£中'd=1d=11.2归一化处理由于不同测井曲线的刻度与量纲各不相同，在采用多种曲线数据进行自动分层时，考虑到参数中存在负值，在剔除无效数据后，有必要将测井曲线数据分别归一化到[-1,1],以消除因刻度和量纲所产生的影响。归一化公式为：XX—iiX^Xmaxmin1.3对测井曲线数据进行聚类假设采用相似系数作为聚类函数对测井数据进行聚类。设离散的测井曲线表示为：L—{（X,y）,（x,y）,...,（x,y）...}1122ii若已经分出曲线的i-1段，现要识别第i段。将聚类远点选为曲线段的初始点（x,y），已知第i段的j个点的平均坐标为（厂F），则判断第j+1个点是否0ioijiji和前j个点属于相同的层，需要计算相似系数S（X1，X2）。<Xi—X疽-状）X—^^（.-x,y—y>l2（j+1力0i（j+1力0i给定相似性指标门限8；若S（X1，X2）>£,将第（j+1）点归入第i段；若S（X1，X2）<£，将第j+1点归入第i+1段，同时将第j+1点设第i+1段的聚类原点。重复以上步骤直至分析完曲线上的所有点。1.4模型的求解模型求解流程图如图1所示:::对败据氓柞预妊照.热］抻无裁数招打I:黑用原机紫泰中的Q型盛类ff敷峭分类fit理*「图1模型求解流程图以1号井为标准井，利用SPSS软件对除深度以外的参数的数据进行聚类分析得到2〜7号井的自动分层数据（保留一位数据），结果如表1所示：表12〜7号井自动分层数据（单位:m）、井号层号234567长31197.184.6201.5145.9207.8223.4长32230.0162.5234.4186.5236.5254.4长33302.9234.0279.0246.3293.0310.4长41390.1291.3323.6317.3321.8385.4长42440.6335.6384.4379.1367.8433.0长61481.9407.1440.8441.0396.5462.9长62538.1463.8497.1491.5425.3514.1长63594.4521.9553.5562.1482.8551.6长71650.8567.8586.5615.5540.3619.0长72700.6603.5619.3677.4597.8670.2长73740.8652.8675.6739.3655.3737.6长81797.0734.4717.9801.1696.9788.9长82853.3805.9781.1880.0729.9825.1长91929.4877.4806.0933.4758.7868.7长92985.6926.6843.51005.3816.2924.6基于似三棱柱体元的三维地质体重构模型三维现象随着研究领域的不同，其描述空间实体的方法存在较大差异，不可能设计一种数据模型来适合所有的应用领域，应根据研究领域空间实体分布特征，设计出专用的三维空间数据模型。实际上钻孔在开采时由于诸多原因，它在垂直方向上会产生一定的偏移，因而导致所连接形成的三棱柱的侧面不是平面，也由于地质体的不规则性，使得连接形成的三棱柱的上下两TIN面也不平行。因此，根据地质体的层状特征和钻孔数据的特殊性，采用似三棱柱体元作为基本单元以“生长法”的思想来构建真三维地质体模型［7］。2.1数据结构根据STP构模法进行三维地质体构模。基本的拓扑关系涉及点线关系、点面关系、线面关系、面体关系，主要是三角形之间的邻接关系，上下似三棱柱体体元的空间邻接关系。因此，很容易定义点、Tin边、三角形、似三棱柱体体元的数据结构，用类的定义描述如下：（1）点的数据结构定义classCSprismPoint（public:intm_NO；//点号doublem_x,m_y,m_z；//点的x,y,z坐标CStringm_HoleID；〃点所在的钻孔号intm_LayID；//层号intm_Attribution；//点的岩性描述CSprismPoint*next；//指向下一个点的指针｝；（2）Tin边的数据结构定义classCTinEdge（public:intNO；//边号intLaylD；//边所在的层号CSprismPoint*vb,*ve；〃边的两端点boolm_flag；//边的扩展标志boolm_border；〃边界边标志CTringle*left,*right；//边的邻接^CTinEdge*next；//指向下一条边的指针｝；（3）三角形的数据结构定义classCtringle（public:intNO；//△号CSprismPoint*pa,*pb,*pc；//△的顶点intLayID；〃△的层号doublecenter_x,center_y；//△外接圆心坐标doublecircle_r；//△外接圆半径doublenormal[3]；//△的法矢量｝；（4）侧面四边形的数据结构定义classCSideRect（public:intNO；//侧面四边形号CSprismPoint*a,*b,*c,*d；//四个顶点CSprism*left,*right；〃左右三棱柱指针intLayID；//四边形的层号doublenormal[3]；〃四边形的法矢量｝；（5）似三棱柱体体元的数据结构定义classCSprism（public:intNO；//似三棱柱号CTinEdge*pa,*pb,*pc；//STP的三棱边CTringle*up,*down；〃上下TIN△指针intLayID；//STP的层号｝；2.2似三棱柱体元生长法构模方法描述如下：步骤1遍历区域生长法Delaunay三角剖分算法产生的三角形链表TriList，依次取出每个三角形步骤2按照三角形的三个顶点对应的钻孔，从上到下分别取相邻层的采样点连接成似三棱柱体元步骤3然后把似三棱柱体元从上到下连接到一起，形成一个似三棱柱步骤4将步骤3生成的似三棱柱按照三角网的拓扑连接方式连接起来，构成整个三维地质模型以上方法适合一般的层状地质体，如遇到复杂地质现象，如褶皱、正断层、逆断层、透镜体等，则需要对以上方法进行改进，需要加入约束条件，有些情况下还要用插值算法进行插值处理，这是本算法的一个难点。对复杂地质现象处理的可靠性和人机交互性还有待加强。2.3三维模型的显示三维模型的显示分为两部分，即地形表面和地表下的地质体。地表显示的是细化后的三角网（填充模式），增加了光照计算和纹理贴图的三维显示效果。由于模型主要是建立在体元基础上的，而且地层模型一般都是多层，因而将导致产生巨大数量的体元。如果将所有的似三棱柱体体元全部显示出来，必然影响三维模型的显示速度和操作。实际上，在显示三维模型的时候，地质模型中间的大部分似三棱柱体体元的显示是看不见的，只需要把三维地质体的表面显示出来，即只需要把模型边界的似三棱柱体体元的边界侧面显示出来就可以了。这样，由于大量的位于同一层中央的似三棱柱只显示了上下平面，故显示平面数量将大大减少，从而也加快了显示速度，方便操作。实际上，被处理的数据结构虽然采用的是体元，但是显示时却转化为面结构的方式进行显示。采用基于似三棱柱体元的三维地质建模方法，利用MSVC++6.0和OpenGL对1〜7号井的自动分层数据进行三维地质重构，结果如图2和图3所示：图（底层视图）图（顶层视图）模型结果的分析与比较在物理学中，经常会遇到求相对误差的情况，需要对误差进行分析，从而确定所求结果是否满足要求。在数学中，经常会遇到函数图形的情况，比如有同类两个函数y广x和函数y2=kx，如果要求两个函数图形之间的吻合程度即相似程度，可以用官二1来表示两个函数图形的误差或偏离程度，当k的值无限接1yi|近1时，两个函数图形的偏离程度非常小，这两个函数图形也就越吻合。本题可以采用类似于物理学中的误差分析，对2〜7号井的自动分层数据和人工分层数据进行比较，以确定自动分层与人工分层的吻合度。采用的误差分析公式为：n=也广气」IaI其中i=1,2,・・・，13；j=1,2,・・・，15；吻合度即为（1-n）。通过计算，可以得到2〜7号井自动分层数据和人工分层数据的误差或偏离程度（由于六号井缺失长31和长32层，误差按0处理），结果如表2所示：

表22〜7号井自动分层数据相对人工分层数据的误差井号层号\234567长310.2329770.60270.2699280.67612100.331287长320.2068970.352590.2463830.62093500.308832长330.0709360.2131810.2156310.5400640.1196980.243049长410.0572630.144640.1868720.3387870.0379840.151211长420.0643240.1118680.1224320.3865290.0507860.125303长610.052140.0352490.0874740.3335350.0013260.12339长620.0816680.0192310.0402990.2958450.0192000.107465长630.0904050.0395920.0121360.2413970.0099900.103089长710.1181270.0504160.0220110.2108970.0500970.050652长720.144820.0441180.0376850.1758430.0712810.028659长730.1496970.0511270.0064340.1408070.0884970.006276长810.1686220.1076550.0029510.1102570.0868680.024481长820.1900280.151250.0277960.0578160.0700780.018642长910.2148760.1856420.0037360.0397380.0572050.009441长920.2153270.1745790.0029550.0053920.0696590.026193平均误差0.1372070.1522560.0856480.2782640.0488450.110531最大误差0.2329770.60270.2699280.6761210.0696590.331287吻合度0.8627930.8477440.9143520.7217360.9511550.889469由表2中的数据得出2〜7号井的平均误差为：0.048845〜0.278264，相应地，自动分层与人工分层的吻合度为：72.2%〜95.1%,吻合度很高，达到了预期的效果，说明采用的层次聚类分析中的Q型聚类模型对2〜7号井自动分层是合理可行的。由以上的对比分析，认为该模型能较好地进行自动分层，因此用该模型再对1号井进行自动分层，并进行人工分层数据与自动分层数据的对比（具体见程序三），如图4所示，同样可以看出，吻合度较高！图41号井的人工分层与自动分层拟合曲线对比图二、问题二的模型的建立与求解二元曲面插值算法模型设给定二元函数y=f3,y）在平面矩形格点上函数值七=f（气.,y）其中i=0,1,…，n；j=0.1.•••,□.二元双线性插值公式为P（x,y）=E双忸二）（H二）zx-xy-yji=Pj=Pk=pikl=qjlk壬il归当xpVx<xp+1,yyVyq+1,p=0,1,...,n-1;q=0,1，…，m-1时成立.若数据是不规则的，即z的数据不完整，则不能构成一个矩阵，从而不能直接用二元三次样条插值（interp2）,故采用了三角形线性插值（griddata）[4]。利用MATLAB,结合已经得到的1〜7号井的人工分层数据，采用该模型得到8〜13号井的人工分层数据（保留一位小数，具体见程序一），结果如表3所示:

表38〜13号人工分层数据（单位:m）、井号层号8910111213长31544.7-5.6625.4157.5218.4200.0长32579.86.5651.1174.7246.5238.1长33655.1185.1802.7312.3309.3270.2长41559.2255.0610.2355.5354.2337.1长42736.8273.3876.4402.3398.6353.9长61773.0325.9901.8446.1443.2403.6长62819.6355.1951.5490.1485.2427.2长63854.8406.2978.8535.9533.1476.4长71890.9444.21009.4571.7569.1518.3长72933.7481.81050.8605.1597.6561.1长73970.2519.81092.9640.0628.2602.8长811006.2560.71124.2677.6665.5645.4长821041.1598.01152.4716.4701.6680.7长911082.2633.91183.0763.3750.9717.1长921110.0685.21200.0808.7797.5766.2注：由于是以1号井作为标准井，9号井的长31层出现负值，表明9号井的井口高于1号井的井口。层次聚类分析中的Q型聚类模型经过对1〜7号井的误差分析，达到了预期的效果，故决定采用同样的Q型聚类模型对8〜13号井进行自动分层。按照问题一中的流程图，利用SPSS软件对大量数据进行聚类分析得到8〜13号井的自动分层数据（保留一位小数），结果如表4所示：表48〜13号井自动分层数据（单位:m）、井号层号、、8910111213长3175.5184.577.4209.1203.8220.4长32139.5253.1113.0236.8235.8252.4长33203.5292.6166.9285.3299.8295.6长41267.5327.0209.1312.9363.8327.6长42331.5366.5236.8361.8404.9359.6长61395.5416.1285.3386.0436.9396.2长62459.5450.5312.9434.5468.9428.2长63523.5498.7361.8477.6500.9460.2长71587.5564.8386.0526.1532.9492.2

'.•^井号层".........8910111213长72651.5599.2434.5574.6564.9556.2长73715.5638.7477.6629.9628.9620.2长81779.5692.1526.1678.4692.9684.2长82843.5757.5574.6704.6744.0746.9长91907.5798.5629.9753.1788.4784.2长92971.5832.8678.4796.3820.4848.2基于似三棱柱体元的三维地质体重构模型利用MSVC++6.0和OpenGL软件做出8〜13号井人工分层三维地质柱状图，结果如图5所示：图58〜13号井三维地质柱状图模型结果的分析分析8〜13号井自动分层的结果，采用的误差分析公式为:n=也广气'IaI其中i=1,2,・・・，13；j=1,2,・・・，15；吻合度即为(1-n)。

通过计算，我们得到8〜13号井自动分层数据和人工分层数据的误差或偏离程度，结果如表5所示：表58〜13号井自动分层数据相对人工分层数据的误差井号910111213层号........8长310.8613833.88880.8762780.3280780.0672840.101673长320.75939537.663970.8264410.3554660.0435010.060044长330.6893770.5809810.7921190.0866390.0308990.093881长410.5216280.2822950.6573030.1199540.0268950.028233长420.5500890.3410.7298550.1008540.0158180.016003长610.4883340.2765450.6836860.1346670.0143580.018383长620.4393870.2685090.6711610.1135340.0335730.002355长630.3875970.2277330.6304050.1087840.0604670.033909长710.3405250.2715840.6175950.0796650.0636270.050343长720.3022370.2435460.5865060.05030.0547520.00872长730.2625580.2287030.5629750.0158880.0011220.028841长810.2253030.2342250.5320010.0011780.0410850.060225长820.1897990.2666210.5013670.0164880.0604390.097168长910.161430.2595760.4675610.013340.0499090.093629长920.1264270.215440.4355810.0153820.0286770.10709平均误差0.4203640.4981310.6380550.1026810.0394940.053366最大误差0.861380.215440.8762780.3280780.0672840.10709吻合度0.5796360.5018690.3619450.8973190.9605060.946634观察表中数据可知8〜13号井的平均误差波动范围比较大，相应地，吻合度的波动范围就大，最小吻合度为36.25%，最大吻合度为96.0%。结合问题一中计算得到的2〜7号井自动分层数据和人工分层数据的误差，可以看出本文所采用的Q型聚类模型大体上适合该区域内的测井自动分层问题，但是对于井间距跨度较大的，用该模型进行自动分层，总的效果达到了要求，但对于个别井的自动分层产生了较大的误差。得到这一结论的原因可能有很多，如井的地理位置不同，地下地质信息变化较大，或测井曲线涉及的参数不够准确，获得的采样数据有部分是无效的等等都会引起自动分层产生误差的波动。三、对所有井的后期处理利用MSVC++6.0和OpenGL做出1〜13号井人工分层三维地质柱状图，结果如图6所示:

图61〜13号井三维地质柱状图利用MSVC++6.0和OpenGL做出1〜13号井自动分层三维地质模拟图，结果如图7和图8所示：图71〜13号井自动分层地质模图81〜13号井自动分层地质模拟图（底层视图）拟图（顶层视图）利用MATLAB做出1〜13号井的平面分布图（具体见程序二），结果如图9所示：

3.985Rx10'平面示意图+

10#3.98+8#3.975397+5#3.965+

7#3963.9553.95U—1.9344-1.936十++椿11#12#3.985Rx10'平面示意图+

10#3.98+8#3.975397+5#3.965+

7#3963.9553.95U—1.9344-1.936十++椿11#12#2#1.9361.937+

13#+3#1.9301.9391.94411〜13号井的人工分层数据与自动分层数据的吻合度曲线对比图（具体见程序三）如下:1#人工分层与自动分层拟合曲线耦合度4#人工分层与自动分层拟合曲线耦合度5#人工分层与自动分层拟合曲线耦合度6#人工分层与自动分层拟合曲线耦合度7#人工分层与自动分层拟合曲线耦合度8#人工分层与自动分层拟合曲线耦合度9#人工分层与自动分层拟合曲线耦合10#人工分层与自动分层拟合曲线耦合度11#人工分层与自动分层拟合曲线耦合度12#人工分层与自动分层拟合曲线耦合度13#人工分层与自动分层拟合曲线耦合度13#人工分层与自动分层拟合曲线耦合度5模型的评价以1号井为标准井，根据此井的各种测井曲线数据，建立Q型聚类模型，结合SPSS软件得到2〜13号井的自动分层数据。又采用误差分析公式对得到的数据进行了分析，计算出自动分层数据与人工分从数据的误差或偏离程度，也就得到了自动分层与人工分层的吻合度，吻合度越高，说明该模型越好。5.1模型的优点本文采用层次聚类分析中的Q型聚类算法建立模型，综合利用多个变量的信息对样本进行分类，分类结果是直观的，聚类谱系图非常清楚地表现其数值分类结果，聚类分析所得到的结果比传统分类方法更细致、全面、合理。二元插值算法模型，得到了8〜13号井的人工分层数据，从而就可以与Q型聚类模型得到的自动分层数据进行比对，从而可以确定自动分层数据的有效程度。通过误差分析公式求出自动分层数据与人工分层数据的误差，得到的误差值大都在0.3以下，即吻合度大都在70%以上，且大多数井的自动分层与人工分层吻合度都很高，可以认为该模型是比较合适的。5.2模型的缺点本文的模型没有充分考虑所有参数对测井分层的影响程度。如果剔除对自动分层影响非常小，甚至是有干扰作用的参数，并找出对测井分层有很大影响的参数，从而根据重要参数来进行自动分层，可能这样效果会更好。但是，由于时间紧张，加上个人对参数理解的差异，以及每个人对地层属性的判断标准不一样，因此导致用同样的模型对8〜13号井进行自动分层出现了误差波动。6模型改进与推广由于地质专业背景知识的缺乏，对地质勘探方面的相关知识存在局限性，对测井曲线的参数理解有偏差，所以在处理数据的时候，没有考虑剔除那些对测井曲线自动分层影响小的参数数据。测井曲线自动分层本身也是复杂的，自动分层的模型也较多，如文献【3】中提到了很多的模型。但是每种模型都有其自身的优缺点。因此，希望可以不断的改进优化本文中的模型，从而不断的提高自动分层的精度6.1模型的改进可以剔除掉那些影响非常小的和有干扰作用的参数，然后采用某种方法给剩下的n个重要参数赋权值^,（权值为该参数对自动分层的影响系数，且Ew，=纪荣艺樊洪海杨雄文杨皆平.测井曲线自动分层模型设计与实现.石油钻探技术.第35卷第2期2007年3月（P24〜27）邵才瑞李洪奇张福明张元福吕希学.用测井曲线自动划分层序地层研究.地层学杂志.2004年10月（P321纪荣艺樊洪海杨雄文杨皆平.测井曲线自动分层模型设计与实现.石油钻探技术.第35卷第2期2007年3月（P24〜27）邵才瑞李洪奇张福明张元福吕希学.用测井曲线自动划分层序地层研究.地层学杂志.2004年10月（P321〜325）肖波韩学辉周开金支乐菲.测井曲线自动分层方法回顾与展望.第25卷第5期2010年10月（P1802〜1810）姜健飞胡良剑唐俭.数值分析及其MATLAB实验.北京：科学出版社，2004年6月（P103〜104）薛薇.SPSS统计分析方法及应用.北京：电子工业出版社，2009年1月薛定宇陈阳泉.高等应用数学问题的MATLAB求解.北京：清华大学出版社，2008年10月洪雄张建勋.基于Tin和STP的3D地学混合构模.工程图学学报.第27卷第4期2006年4月（P66〜71）I（i=1,2，…，n），则自动分层的井层深度D=d，x七（i=1,2，…，n）。进而门=|%—气j'再采用误差分析公式1a^1计算所得自动分层数据与人工分层数据的误差或偏离程度，从而确定自动分层结果与人工分层结果的吻合率。6.2模型的推广运用该模型可以快速地对测井进行自动分层，且基本上可以达到70%以上的吻合度。因此，可以推广到对地质结构的研究中，还可以将该模型应用到煤矿探测、石油开采、地质灾害防御等方面。7参考文献附录：程序一：%利用MATLAB，采用二元曲面插值算法得到8〜13号井的人工分层数据，其它层的的程序结构与长31的程序结构相同，只需要改动里面的数据%二元插值(长31)clearall,clcx=[19369427.0531936558998419378215.94219396290.1621934941539];y=[3960436.0623959204.8443956360.1723965447.2323970705.4083956991.2793964632.235];z=[294257213276450.40334];uij=19340000:700:19410000;vij=3952000:320:3984000;[xi,yj]=meshgrid(uij,vij);z2二griddata(x,y,z,xi,yj,'v4');mesh(xi,yj,z2);x8=19391330.874;y8=3979158.353;x9=19354928.676;y9=3952312.032;x10=19401796.310;y10=3983747.179;x11=19356288.624;y11=3959431.436;x12=19361998.590;y12=3958823.225;x13=19374774.463;y13=3956110.857;z8=griddata(x,y,z,x8,y8,'v4');z9=griddata(x,y,z,x9,y9,'v4');z10=griddata(x,y,z,x10,y10,'v4');z11二griddata(x,y,z,x11,y11,'v4');z12二griddata(x,y,z,x12,y12,'v4');z13二griddata(x,y,z,x13,y13,'v4');z8,z9,z10,z11,z12,z13z8=544.6547z9=-5.6083z10=625.3948z11=157.4644z12=218.4481z13=200.0140程序二：%1~13号井的平面分布程序x=[19369427.0531936558998419378215.94219396290.1621934941539019391330.87419354928.67619401796.31019356288.62419361998.59019374774.463];y=[3960436.0623959204.8443956360.1723965447.2323970705.4083956991.2793964632.2353979158.3533952312.0323983747.1793959431.4363956110.857];plot（x,y,，+，）;程序三：%1〜13号井的人工分层与自动分层拟合曲线对比图程序%1#x1=[294330368410453.8495.3530.2575614.7654.5697736.3771.8814857.8];y1=[209.8258.8304.3331.675378.175445.675494.675560.55609.55658.55694.675743.675791.05855.675893.05];t1=200:50:900;figure;plot（t1,x1,，b，,t1,y1,，c，）;%2#x2=[257290326369414458497.5545.1582612644.3682717765811];y2=[197.125230302.875390.13440.63481.88538.13594.38650.75700.63740.75797853.25929.38985.63];t2=150:60:1000;figure;plot（t2,x2,，b，,t2,y2,，c，）;%3#x3=[213251297.4340.5377.9422455502540.5578621663700740788.9];y3=[84.625162.5234291.25335.625407.125463.75521.875567.75603.5652.75734.375805.875877.375926.625];t3=50:70:1030;figure;plot（t3,x3,，b，,t3,y3,，c，）;%4#x4=[276311355.7398438483518560.3599.7643.5680720760803846];y4=[201.5234.375279323.625384.375440.75497.125586.5619.25675.625717.875781.125806843.5];t4=200:50:900;figure;plot(t4,x4,'b',t4,y4,'c');%5#x5=[450.4492535.4479.8618661.7698741780821.9860.49349721010.7];y5=[145.875186.5246.25317.25379.125441491.5562.125677.375739.25801.125880933.3751005.25];t5=100:70:1080;figure;plot(t5,x5,'b',t5,y5,'c');%6#x6=[nannan261.7310350396433.6478514.5558602641.2682.1763];y6=[207.775236.525293.025321.775367.775396.525425.275482.775540.275597.775655.275696.9729.9758.65816.15];t6=200:50:900;figure;plot(t6,x6,'b',t6,y6,'c');%7#x7=[334368410454495528576615652690733770810860.6901];y7=[223.35254.35310.35385.3