第二章-地质变量与地质数据

第二章地质变量与地质数据§3地质变量§1地质数据§2地质数据的预处理1§1地质数据一、地质数据的概念

地质实体：是指客观存在并可以相互区别的地质体、地质现象或地质作用等，如一个岩体、一个化石、龟裂现象、风化作用、地质运动等。

地质信息：地质实体特性在人头脑中的反映，可以进行交流和处理。

地质数据：是表示地质信息的数、字母和符号的集合。它是用来表示地质客观事实这一地质信息的。从广义角度来看，地质数据可以是定量、定性数据，也可以是文字说明，甚至是地质图形。从狭义角度来看，地质数据主要是指定量的和定性的地质数据。2

地质数据是表示地质信息的，地质信息是反映地质实体特性的。地质实体地质信息地质数据

狭义上地质数据分为定量和定性数据，广义上分为定量、定性、图形及其它形式纪录的资料等。据地质数据的来源，又把地质数据分为观测、综合、经验数据三类。二、地质数据的分类3

指对样品用物理、化学或直接观测的方法获得的表达样品特性的数据。对于源于样品、没有经过任何加工处理的数据称为原始数据。依据观测数据的性质，又可分为定性、定量数据两类。

它是用符号或代码表示的没有数量概念的观测数据。又分为名义型和有序型两类:名义型数据是没有数量概念和次序之分,但彼此之间有“相等”或“不相等”关系的定性数据。如岩石的红绿灰黄可用字母ABCD表示,又如砂岩、泥岩、灰岩可用S、N、H代替,有A=A,A≠B,S=S,S≠N的含义。1.观测数据(1)定性数据4

有序型数据是没有数量概念，但彼此之间具有次序关系的定性数据。如Ⅰ、Ⅱ、Ⅲ型干酪根可用数字1、2、3表示，具有Ⅰ型干酪根生烃潜力优于Ⅱ型干酪根的含义。

定量数据是指用数值来描述的观测数据。包括间隔型数据和比例型数据。(2)定量数据

间隔型数据是有明确数量概念和地质含义的定量数据。如地层分层数据是典型的间隔型数据。间隔型数据有相等、不等以及大于、小于关系。数据之间的差异具有实际的地质意义。如某地层底界和顶界分层深度值之差等于该地层的厚度。5

比例型数据是指定量数据的比值。比例型数据本身及其差值都有实际意义。比例型数据是大于等于0的实数。如两地层厚度的比值反映其中一个地层厚度是另一个地层厚度的百分之几，或反映某种沉积环境，或反映生油条件等。

由定量数据(或经定量化后的定性数据)经有限次算术运算后得到的定量数据。它具有明显的地质意义,例如总烃含量、时间—温度指数、生油岩厚度与沉积岩厚度的比等。另外，随机变量的各种数值特征，如平均值、标准差、极差、相关系数等都可视为综合数据。2.综合数据6

经验数据是在研究地质现象和规律的基础上，根据大量实际资料和经验总结归纳出的数据。如单储系数、排烃系数、聚集系数等。它是大量地质信息的综合反映，地质意义明确，但它受哪些主控因素的影响，以及和各因素间的作用关系等问题不够清楚。另外，经验数据还具有较明显的地域性。因此，在油气资源评价等工作中使用经验数据时，要特别注意对比地质条件的相似性。3.经验数据7因地质系统复杂性及测试手段的差异等因素影响，地质数据有如下主要特点：

三、地质数据的主要特点

(1)地质数据类型多，性质不一，反映地质内容丰富；量纲不统一，定量数据的数量级相差很大，各类数据的数量和精度相差悬殊。

(2)地质数据往往是多种地质因素综合作用的结果，故具有混合分布特征。

(3)地质数据以定量数据为主，而定性数据的定量化研究和应用目前尚不成熟。8地质数据的特点决定了地质数据不是单一性质的数据集合,而是多种来源的混合数据集合，这一特点客观存在且不易改变。使用地质数据时,要注意它们的适用性，同时还要研究和改进数据加工和处理技术，发挥各种地质数据的作用，才能使地质定量研究获得良好效果。

四、地质数据的误差观测值与真实值之间的差异称为误差，误差与真实值之比称为相对误差。地质数据的误差包括三种类型：9

随机误差：是指观测或测量过程不可控的、无规律的偶然因素引起的非系统性偶然误差。这种误差的特点是各向异性，一般服从均值为零的正态分布，当观测次数增加时，误差均值趋于0。

系统误差：是指由观测系统本身所引起的服从某一确定规律的误差。这类误差的特点是往往造成观测数据整体上偏大或偏小，具有系统单方向特征，可以通过数据标准化等手段校正观测数据，减低系统误差。

过失误差：是指在数据观测和数据整理过程中，受各种干扰和粗心疏忽等因素的影响所产生的误差。这类误差的特点是与真实值偏离较大，可能向不同方向偏差，导致地质数据失真，必须去伪存真、将其检查剔除。10

五.数据矩阵假设有个n样品，每个样品有个m变量，为便于数据处理,那么常把样品变量的观测值记为如下数据矩阵：

X1

X2…Xm

其中xij是第i个样品第j个变量的观测值。11由于数学习惯的不同，也可能用每列表示一个样品，每行表示一个地质变量的多个观测值。这样，上述数据矩阵成为下列形式：

其中xij是第j个样品第i个变量的观测值。12

表1地质圈闭数据编号闭合面积/102m2

闭合高度/m长短轴比埋藏深度/m110005001.5200022501501.022003100703.015004102002.018005401005.02500

X1X2X3X4(2-1)例:地质圈闭数据矩阵13是对变量的观测值进行的标准化。主要目的：消除量纲造成的数量级差异。§3地质数据的预处理

一、定量数据的标准化（统一量纲的数据变换）

方法:标准差标准化、极差标准化、极差正规化、总和标准化、最大值标准化、模标准化和中心标准化等。常用方法有标准差和极差标准化、极差正规化等7种方法。

指在定量研究地质问题时，预先对原始数据进行的各种处理。其主要内容为定量数据的标准化、定性数据的定量化、原始数据的网格化、原始数据的简缩和增补、离群(异常)数据的识别与剔除等。14

X1X2

…

X

m1.标准差标准化

变量xj的每个观测值xij减去该变量观测值的平均值，再除以观测值的标准差sj。即矩阵X第j列上的每个元素减去该列元素的平均值，再除以第j列元素的标准差，变换公式为:15第j个变量观测值的平均值，即标准化前的数据(原始数据)标准化后的数据(无量纲数据)第j个变量观测值的标准差，即标准化是对每一列进行的。16变量Xj’叫做标准化变量。对式(2-1)中数据标准差标准化,得新的数据矩阵:标准化后数据的特点:平均值为0，标准差为1，又称Xj’为规格化变量。17

极差标准化是变量Xj的每个观测值Xij减去该变量观测值的平均值，再除以极差△Xj

，即：

2.极差标准化

极差—变量观测值的最大值与最小值之差,

即：原始观测值观测值的平均值观测值的极差18

对式(2-1)中的数据极差标准化后，得新的数据矩阵(各列极差等于1)：特点：各列的极差为119

变量的每个观测值减去观测值的最小值，再除以极差。变换公式为:

极差正规化后新数据的特点是：最大值为1，最小值为0，即新数据分布在区间[0,1]内。

3.极差正规化

对式(2-1)中的数据极差正规化后，得新的数据矩阵：),,2,1;,,2,1(/)min(1mjnixxxxjjinijijiLL==D-=¢££20

4.总和标准化变量的每个观测值变换为它与该项变量所有观测值总和的比值。变换公式为:

(i=1,2,…,n;j=1,2,…,m)第j个变量观测值总和

21数据总和标准化之后的数据矩阵特点：原始观测数据矩阵中的元素经过变换后，数据矩阵的元素值在[0,1]之间，且每个变量的所有观测值之和等于1。22

5.最大值标准化每个变量的观测值除以该变量所有观测值中的最大者。变换公式为:

(i=1,2,…,n;j=1,2,…,m)第j个变量观测值中最大值特点：变换后每个变量最大值为1数据最大值标准化之后的数据矩阵23

6.中心标准化变量的每个原始观测值减去该变量所有原始观测值的平均值。变换公式为:

(i=1,2,…,n;j=1,2,…,m)特点：变换后每个变量所有观测值的平均值等于0，即总和为0

数据中心标准化之后的数据矩阵24

7.模标准化将每个变量的观测值视为n维空间上的向量，则模标准化是将每个变量的观测值除以该变量的模

。变换公式为:

(i=1,2,…,n;j=1,2,…,m)第j个变量的模(j=1,2,…,m)

25定性数据的定量化是指将定性数据变换为数值形式。根据定性数据状态的多少，可分为两态和多态有序定性数据。定量化方法：对定性数据的状态赋值。二、定性数据的定量化模标准化后为：特点：变换后,每个变量的平方和（模）等于126只有两种状态，非此即彼，可用0和1表示，从而实现定性数据的定量化。如某观测点是否有某种化石，若有用1表示，若无用0代表。一般来说，按以下原则处理：二态定性数据状态肯定或有利否定或不利赋值10

有序多态定性数据是指状态多于两个，且状态可按一定次序排列的定性数据。如岩心的含油性，按含油程度可分为4级,采用等差方式赋值如下：

1.两态定性数据的变换2.多态有序定性数据的变换27又如泥岩的颜色可分为4级，按生油能力强弱顺序赋值如下：这种赋值就采用了非等差方式，原则是按状态的重要性对状态赋值。具有一定的人为因素。四态定性数据状态红色浅灰色灰色黑色赋值0135四态定性数据状态不含油油斑含油饱含油赋值012328原始数据的网格化：把平面上无规则分布的数据点Mi(xi,yi,zi)上的值分配到规则矩形网格交点上(如下图所示)，产生规则分布的定量数据。这是计算机绘制等值图线图必须要做的工作。三、原始数据的网格化无规则分布的数据点规则分布的网格数据点29产生网格化数据的简单思路:取平均值

在实际中,已知的各点数据对插值点的影响不一,距插值点近的数据点对被插值点影响应该更大。(-1,1,1)(-1,-1,1)(1,1,1)(1,-1,1)(0,0,1)网格交点(-1,1,3)(-1,-1,1)(1,1,2)(1,-1,1)(0,0,1.75)网格交点理想情况下的插值示意图30可以采用不同的插值方法实现数据的网格化。在此仅介绍既简单实用的按象限取点距离倒数加权平均法如下：各点到坐标原点(xi,yi)的距离记为:考虑到距离大小对网格点上预测值的影响，故取距离的倒数作为权,求网格交点(xi,yi)的预测值。以插值点(xi,yi)为坐标原点，在四个象限内各取一个距坐标原点最近的点，记为:(xk,yk)(k=1,2,3,4)k=1,2,3,4(xi,yi)31在上式中,当出现dk=0时,则以zk作为网格点(xi

,yi

)上的值。

例1已知数据

M1(5.707,4.707,1),M2(3.586,5.414,2),M3(2.879,1.879,3)

M4(7.828,1.172,4),插值点为M(5,4,z)解:①各点到插值点的距离：(2-2)32②式(2-2)的分母：③式(2-2)的分子：④插值点的Z值：(1)(2)(3)(4)(1.92)插值示意图33

1.原始数据的简缩当分布在研究区上的数据点很多(可能出现反映相同地质特征的多个近似数据点)时,或者是数据在区域上的分布极不均匀时,不仅会使计算量增加,而且也无助于最终的成果解释,甚至在计算过程中还会出现不可预料的计算病态问题。因此，就需要对作用不大或相近、可有可无的多余数据予以舍弃,这就是数据的简缩。四、原始数据的简缩和增补

数据的简缩方法一般包括分区加权平均法、分区滑动平均法和随机删点法。34

(1)分区加权平均法设研究区内每个数据点都有m个变量，根据需要将该区划分成大小相等或不等的n个小区域，每个小区域内至少有一个数据点。定义第j个小区域内第i个数据点上第k个变量的观测值为:则第j个小区内第k个地质变量观测值的缩简值为:zjk-第j个小区第k个变量观测值的简缩值;

nj

-第j个小区地质数据点数;

zjki-第j个小区第i个数据点第k个变量的观测值。35原始数据点简缩后的数据点①②③④⑤⑥⑦⑧⑨⑩36按照上式对研究区内原始数据进行处理后，相当于在每个小区内有1个有效数据点，从而将原来大量的数据点简化为n个有效数据点。若第j个小区域内有nj个数据点，每个数据点上有m个地质变量的观测值，其中第i个数据点的坐标为(xjki，yjki)，那么第j个小区简缩后的有效数据点的坐标值及变量值为:(2)分区滑动平均法分区滑动平均法的分区原则与分区加权平均法相同，但这种方法要考虑简缩后数据点的位置。37j=(1,2,…,n;k=1,2,…,m)38

xjk、yjk为第j个小区第k个地质变量观测值缩简后的横坐标和纵坐标;

zjk为第j个小区第k个地质变量的缩简值;

xjki、yjki为第j个小区第k个地质变量观测值在第i个数据点的横坐标与纵坐标;

zjki为第j个小区第i个数点上第k个地质变量观测值;

nj为第j个小区内数据点数。按上述公式算出的坐标有m个，如果需要一个统一的坐标点，则可根据地质变量观测值的大小，采用加权平均的方法算出。另外，根据实际需要也可用其它方法计算。39

(3)随机删点对于探区内的局部数据点密集区，随机删去一些数据点，既可减少计算工作量，又可提高计算过程的稳定性。删点方法是对数据点编号，用随机抽样法删去其中的一些数据点。

2.数据的增补研究区内出现数据点空白区时，在空白区内补充一些数据点，这就是数据的增补。补点方法：①据临近点数据的变化趋势补充适量的数据点;②用插值方法补充一定数量的数据点。

注意:补点的目的是为了全区计算的稳定性，而原空白区的计算结果仅供参考。40五、离群数据的识别与处理相对研究区的观测数据来说，称局部的异常高值和异常低值为离群数据(失真数据)。这种数据往往直接影响到基于观测数据的数据处理过程和对计算结果的合理解释。对这些数据应该进行适当处理。对于那些人为等因素造成的错误数据，理所当然应该删除或重新观测。实际上，我们总是假设数据总体服从某种分布，进而讨论是否存在失真数据的问题。涉及一些统计假设检验内容41离群数据的识别和处理的主要目的:

降低失真数据对处理结果的影响。离群数据识别和处理的主要步骤：判断数据体中是否存在失真数据(分布检验)挑选出失真数据处理失真数据。42（一）离群数据的判定1.类比法以实际工作经验确定一个离群数据的界限，以此判定是否存在离群数据。B.N．斯米尔诺夫根据实际经验，总结出一个确定矿床品位离群数据的界限。矿床品位离群数据的界限矿床类型组份分布性质典型矿床离群品位高出平均品位的倍数Ⅰ很均匀大多数沉积矿床2~3Ⅱ均匀复杂沉积矿床与变质矿床4~5Ⅲ不均匀绝大多数有色金属矿床8~10Ⅳ很不均匀大多数稀有金属矿床和金矿床12~15Ⅴ极不均匀某些稀有金属矿床和金矿床>15432.计算法利用一个经验公式确定离群数据的界限。H.B．沃洛多莫夫给出了下面的公式，通道计算来确定离群数据的界限。ch-正常数据的最高值c1-校正前(包括离群数据)的样品平均值c2-校正后(不包括离群数据)的样品平均值n-包括离群数据在内的样品总数在实际计算时，令M＝20％~30％，由上式可计算出离群数据的界限值。443.统计检验法(1)肖维纳（Chavent）检验法求所有数据的均值；求所有数据的标准差σ;求每次观测的概率误差Q；计算可疑数据与平均值的偏差D和D/Q;比较D/Q和D’/Q’的大小，若D/Q>D’/Q’,则舍去这一观测值。n510152050100D’/Q’2.52.93.23.33.84.2观测次数与对应偏差/概率误差表45C%

1.17

1.15

1.16

1.60

1.19例：某生油岩测定其有机碳含量的数值如右：D

0.084

0.104

0.094

0.346

0.064D2

0.0071

0.0108

0.0088

0.1197

0.0410D1.60/Q=0.346/0.1309=2.64>D’/Q’=2.5D1.15/Q=0.104/0.1309=0.7945<D’/Q’=2.5离群数据正常数据46（2）格罗伯斯（Grubps）检验法当数据x1,x2,…xn（按由小到大排序）服从正态分布时，可用下述统计量来检验数据是否为外来值。计算数据的参数U:查得不同显著水平和不同n下的临界值Una,比较U和Una，若U>Una,则数据为外来值。47格罗伯斯检验临界值表αn0.010.0250.050.10αn0.010.0250.050.1031.1551.1551.1531.148152.7052.5462.4082.24741.4921.4811.4631.425162.7472.5852.4432.27951.7491.7151.6721.602172.7852.6202.4752.30961.9441.8871.8221.729182.8212.6512.5042.33672.0972.0201.9381.828192.8492.6762.5272.35882.1982.1042.0111.890202.8842.7082.5572.35892.3232.2152.1091.977212.9122.7332.5802.408102.4102.2902.1762.036222.9392.7582.6032.429112.4852.3552.2342.088232.9632.7812.6242.449122.5502.4122.2852.134242.9872.8022.6442.467132.6082.4612.3312.175252.9972.7922.6822.450142.6592.5072.3712.21348C%DD2

1.170.0840.0071

1.150.1040.0108

1.160.0940.0088

1.600.3460.1197

1.190.0640.0410计算xi的U：例：某生油岩测定其有机碳含量的数值如右：查得U5,0.01=1.749,计算参数s=0.194对于x1,

U=0.084/0.194=0.4329<U5,0.01对于x2,U=0.104/0.194=0.536<U5,0.01对于x4,U=0.346/0.194=1.78>U5,0.01x4是离群数据49Xf随机变量观测值的两种频率直方图(a)Xf(b)判断观测数据是否服从正态分布，一个简单而直观的方法是观察其频率直方图。检验观测数据是否服从正态分布的方法还有：正态分布χ2

检验法和偏度、峰度检验法。50正态分布χ2检验法对来自正态总体变量的n个观测数据x1,x2…xn,将区间(-∞，+∞)分为k个小区间：

(a0,a1)(a1,a2)……(ak-1,ak)

其中：a1、ak-1分别为观测数据的最小值和最大值，a0=-∞ak=+∞。

设vi为数据落入其中第i个小区间(ai

-1,ai)的频数(个数)，pi为相应的理论概率。对于假设H0：观测数据来自正态总体51若H0为真，则由皮尔逊定理知：因此确定正态分布的χ2检验法步骤如下：(1)计算观测数据数学期望和方差的极大似然估计量和s2：(2)在数据来自正态总体的假设下，求落入区间(ai-1,ai)的频数vi(i=1,2,…k)，并计算统计量η。52(3)对显著性检验水平α，查表求拒绝域临界值χ2k-3(α)(α一般取0.05、0.1等)若η<χ2k-3(α)，则接收H0，否则拒绝H0。注：小区间个数要足够(一般应>10)。53正态分布偏度、峰度检验法随机变量的偏度Ep和峰度Ef：偏度Ep和峰度Ef是指随机变量X的标准化变量(X-μ)/σ的三阶中心矩和四阶中心矩，即:据指标观测值xi(i=1,2,…,n)可以求得上述量的矩估计值:54对于假设H0：观测数据来自正态总体若H0为真，则当n充分大时，近似有：55因此确定正态分布偏度、峰度检验法：(1)对于观测数据xi(i=1,2…n)，求出其偏度、峰度的矩估计Up、Uf。(2)对给定的显著性检验水平α，求出其检验拒绝域临界值：若|Up|<Pp且|Uf|<Pf，则接受H0，否则拒绝H0。56若随机变量X~N(μ，σ2)，则由契比雪夫不等式知：因此，对于观测数据Xi(i=1,2,…,n)，可确定它可以大概率落入的区间：(X-2S，X+2S)或(X-3S，X＋3S)，某数据不在上述区间内，则认为该数据离散，需处理；否则，认为正常。契比雪夫不等式法573.离群数据的处理

当不能肯定离群数据是否失真时，应查明其离群的原因，对原因不明而又比较重要的数据，如果条件允许可进行重新观测。当能肯定离群数据失真时，应予舍弃，因为它会对有效数据产生干扰，影响计算和地质解释结果。

对不能舍弃的离群数据可以采用平均值代替法、邻近数据平均值代替法、界限值代替法和地质推断代替法等予以处理58§3地质变量

2.地质变量的分类由于地质现象的复杂性，导致了地质变量的多样性，一般根据地质变量所取数据的方法及性质，可将其分为观测变量(定性和定量变量)和综合变量。一、地质变量的概念及其分类

1.地质变量的概念它是反映某地质现象在时间或空间上变化规律的量。如生油岩的厚度、地层的埋藏深度、生油岩中有机质的丰度等。59

观测变量是可以直接进行观测、分析或度量的地质变量。如地层的厚度、原油的密度和粘度、岩石的颜色等。

综合变量是把二个或二个以上的观测变量按一定的方式进行组合而得到的具有综合意义的地质变量。如区分天然气成因类型的“甲烷系数”：当M>99%时认为是生物成因气，否则认为是热解成因气。又如总烃与有机碳之比为有机质转化率等等。60

1.具有明确的地质意义指地质变量所代表的具体地质含义或特征。如:地层的时代、地层温度、圈闭闭合面积等变量可表示石油地质特征；有机质类型、有机质丰度、有机质成熟度等变量可表示地球化学特征。二、地质变量的特征

2.具有明显的统计性质多数地质变量可认为是随机变量。因此,它们的观测值具有明显的统计意义，如观测值的平均值是地质变量数学期望的估计值，而观测值的标准差则反映了地质变量在区域上的波动程度。61

3.具有相关性地质变量之间具有一定程度的相关性，如岩石的渗透率与有效孔隙度密切相关。

分析研究地质变量的目的是想通过它们预测地质体的特征及有关的地下资源。那么用什么样的地质变量才能更好地达到研究目的？这就是地质变量的选择问题。例如，要想通过某些地质变量预测某生油层的生油量，那么就要选择与生油量相关的地质变量。一般来说，地质变量的选择应遵循以下基本原则:

三、地质变量的选择62

3.具有相关性地质变量之间具有一定程度的相关性，如岩石的渗透率与有效孔隙度密切相关。

三、地质变量的选择(1)要获得一批地质意义明确、统计特征明显且与研究对象和目的有着密切关系的地质变量。(2)要达到变量结构的最优化，也就是要具有最优的变量组合。这样可以减少空间维数，以尽可能相互独立的变量组成n(n=1,2,…)维空间的数学模型，从而既简化了计算，又便于结果的分析和解释。

1、选择的目的63(3)使实际地质系统的有用信息损失达到最小。(4)有利于建立最优的地质概念模型和数学模型，从而获得最佳的地质效果。(二)选择地质变量的途径和方法1.地质途径选择变量的地质途径就是要应用与石油地质勘探有关的各地质分支学科的基本理论和方法来对实际地质系统进行地质观测，并收集与其有关的地质资料，建立地质概念模型，选择变量。64常用的地质资料的类别(1)地面地质调查资料：包括不同比例尺的地质概查、地质普查、地质详查、地质细测等各类地质资料。

(2)地球物理勘探资料：包括重力、磁力、电法、地震勘探等各类物探资料。(3)地球化学勘探资料：包括各种微量金属元素、烃类含量等化探资料。(4)遥感地质测量资料：包括航空和航天遥感测量资料。

(5)钻井地质勘探资料：包括岩屑、钻时、泥浆、气测录井、岩心分析、中途测试等。(6)试油试采资料：包括油气水产量、地层压力、地层温度等。65(7)地球物理测井资料：包括电阻、电位、感应声波、地震、放射性、井径测井等。(8)岩矿分析资料：包括薄片鉴定、重矿物分析、粒度分析等。

(9)油层物性资料：包括储层孔隙度、渗透率、含油饱和度等。

(10)油气水性质资料：包括原油密度、粘度、馏分、天然气密度、成分、地下水矿化度、离子成分、微量元素含量等。(11)生油指标分析资料：包括有机碳含量、沥青含量、环境指标、干酪根类型、Ro、OEP值等。

(12)古生物鉴定资料：包括大型古生物、微体古生物、牙形石鉴定等。(13)其它化验分析资料：包括扫描电镜、电子探针、热解色谱、差热分析、X射线衍射分析、热模拟、泥岩压实模拟、包裹体测定等。6667资料项目数据内容1.录井资料(1)砂样录井；(2)钻时录井；(3)泥浆录井；(4)气测录井2.测井资料(5)标准电测；(6)横向电测；(7)放射性测井；(8)微电极测井；(9)井径测井；(10)井温测井；(11)井斜测井；(12)井内流体测井3.岩心资料(13)钻井取心；(14)井壁取心4.储油层岩性(15)薄片鉴定；(16)粒度分析；(17)碳酸盐含量；(18)岩心含盐量5.地层对比资料(19)油层总厚度；(20)油层有效厚度；(21)最好油层厚度；(22)最大单层厚度6.含油饱和度(23)原始含油饱和度；(24)残余油饱和度7.孔隙度(25)总孔隙度；(26)有效孔隙度8.渗透率(27)空气渗透率；(28)有效渗透率9.油层温度(29)油层温度；(30)地温梯度10.地层压力(31)原始地层压力；(32)静止压力11.饱和压力(33)饱和压力12.流动压力(34)流动压力13.井口压力(35)油管压力；(36)套管压力14.油气比(37)油气比15.原油性质地层条件下：(38)原油粘度；(39)原始油气比；(40)体积系数；(41)压缩系数；(42)原始密度；地面条件下：(43)原油密度；(44)原油粘度；(45)凝固点；(46)含蜡量；(47)蜡融点；(48)含水率；(49)含砂量；(50)馏分16.天然气性质(51)天然气密度；(52)粘度；(53)组分分析17.地层水性质(54)矿化度；(55)成分；(56)密度；(57)机械杂质；(58)含铁量18.产量(59)产油量；(60)产气量；(61)产水量；(62)注水井吸水量19.含油面积和油水边界(63)含油面积；(64)油水边界20.粘土夹层(65)粘土性质；(66)夹层厚度；(67)夹层分布范围；(68)有机碳；(69)有机氮；(70)还原系数；(71)沥青含量；(72)沥青性质探井中取全取准20项资料72项数据(1960,大庆油田)682.数学途径(1)相关系数法：如简单相关系数、偏相关系数等。(2)统计推断法：如因子分析、回归分析、判别分析、典型相关分析等。(3)地质特征矢量长度分析法：这是一种筛选二态变量的方法。地质变量的选择除了地质途径外还应与数学的方法结合起来，这样可以使变量的选择建立在最优化准则