基于地质统计学的地质建模 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[俄罗斯] E.B.科瓦列夫斯基 著，刘应如，曹正林，郑红军 等 译，袁剑英 校

图书标签:

• 地质统计学
• 地质建模
• 地球科学
• 资源评估
• 矿产勘探
• 空间统计
• 克里金法
• 地质信息系统
• 数据分析
• 模拟

出版社： 石油工业出版社

ISBN：9787518303465

版次：1

商品编码：11657346

包装：平装

开本：16开

出版时间：2014-09-01

用纸：胶版纸

页数：113

正文语种：中文

内容简介

　　《基于地质统计学的地质建模》共分8章：第1章绪论介绍了什么是地质模型，什么又是地质统计学；第2章介绍协方差和变差函数；第3章阐述克里金这种基于使用变差函数的数据点间的确定性内插方法；第4章研究了使用辅助变量的克里金；第5章讨论了随机实现；第6章讲述了非传统地质统计学方法；第7章简单讨论了随机地震反演；第8章是随机实现的应用。
　　《基于地质统计学的地质建模》可供石油勘探开发相关专业人员参考。

作者简介

　　E．B．科瓦列夫斯基，男，生于1958年1月。1981年毕业于莫斯科物理技术学院，1984年获俄罗斯科学院海洋研究所硕士学位，1985—1995期间就职于拉脱维亚里加市的海洋工程地质研究所，1991年获俄罗斯科学院海洋研究所副博士学位。1996至今，在俄罗斯中央地球物理研究院（CGE）DV—Geo地质建模系统研发部担任主任工程师。发表论文30余篇。自2007年开始做地质统计学巡回演讲。2011年秋至今已经在俄罗斯17所院校、乌克兰3所院校、哈萨克斯坦2所院校做过“基于地质统计学的地质建模”巡回演讲。

目录

1 绪论
1.1 地质模型的概念及其分级
1.2 地质建模的阶段
1.3 地质建模的主要陷阱
1.4 确定性建模与地质统计学建模
1.5 教程内容概述

2 协方差和变差函数
2.1 平均值和方差
2.2 平稳性
2.3 第一平稳准则——直方图分析
2.4 地质统计学的基本描述
2.5 两个随机变量X和y的协方差
2.6 随机变量Z（x）的协方差和变差函数
2.7 实验变差函数的计算和变差函数模型
2.8 变差函数的变程、拱高、块金效应及近原点特性
2.9 变差函数的各向异性和三维空间中的变差函数
2.1 0 随机变量的先验模型
2.1 1 地质统计学的实质

3 克里金
3.1 什么是克里金
3.2 克里金方程组的导出
3.3 滑动邻域
3.4 克里金的标准偏差
3.5 受变差函数模型约束的克里金的特点
3.6 交叉验证
3.7 为什么克里金称为最优内插
3.8 误差协克里金和因子克里金
3.9 克里金的工作流程及其正确应用

4 使用辅助变量的克里金
4.1 具有外部漂移的克里金
4.2 交叉协方差
4.3 同位协同克里金
4.4 使用辅助变量的克里金的作用

5 随机实现
5.1 序贯高斯随机模拟
5.2 二维空间中的克里金、随机实现及内插质量的分析方法
5.3 三维空间中一个例子的原始数据及其确定性内插
5.4 三维空间中的克里金与随机实现
5.5 序贯指示随机模拟
5.6 应用分类的方法进行参数实现的计算
5.7 应用正态得分变换进行参数实现的计算

6 非传统地质统计学方法
6.1 基于目标的模拟
6.2 多点地质统计学
6.3 模糊地质模型
7 随机地震反演

8 随机实现的应用
8.1 随机实现在井轨迹设计中的应用
8.2 随机实现在地质模型历史拟合中的应用

后记
参考文献

精彩书摘

　　《基于地质统计学的地质建模》：
　　在研究变差函数时必须要注意些什么问题？
　　（1）看实验变差函数是否超出了“基台值”。变差函数超出基台值并不意味着研究区边界处的随机变量Z（x）不平稳，而它的一般原因是随机变量值中存在趋势部分，这种变量变化过程中的趋势部分必须先分离出来并予以消除，否则地质统计学就不适用。
　　基台值C+C0的幅度水平即为变差函数的拱高C，由式（2.3）、式（2.5）可以得出，变差函数的基台值等于Z（x）值的方差。
　　（2）看变差函数是否有倾斜段，或是否具有“台阶”形式。图2.14所示的情况是具有倾斜段的变差函数。在距离h范围内倾斜段结束，并且变差函数达到基台值，这段距离叫做变差函数的变程R，它所表示的是一段距离，在此段距离内变量Z（x）的值是互相独立的。
　　如果求出的变差函数没有倾斜段，即该变差函数变程R等于0，那么这是一种不利的情况——这种变差函数我们称为“白噪”变差函数。它指的是：即便是紧邻点间的随机变量，它们的值相互之间也没有任何相关性，地质统计学也就不能预测这样的随机变量的值。然而最常见的情况是：相邻点上值的相关性毕竟还是存在的，只是由于数据点密度不够我们看不到这种相关性。这种情况下应该寻找尽管只是局部增加数据点密度的方法，在随机变量Z（x）统计均质的条件下，进行局部的数据加密对于变差函数的计算来说完全能够满足要求。
　　……

前言/序言

探索未知地层，构筑精准模型：一本深度解读地质建模的实践指南 本书，《基于地质统计学的地质建模》，并非一本简单的操作手册，而是一部深入探讨地质学与统计学交融的智慧结晶。它旨在为地质工作者、地球科学研究者以及对地下空间奥秘充满好奇的读者，提供一套系统、严谨且极具实践指导意义的地质建模方法论。我们将带领您穿越数据采集的迷雾， navigat through the intricacies of spatial analysis，最终构建出能够精确反映地下真实面貌的地质模型。 一、 理论基石：理解地质统计学的核心脉络 在正式步入建模的实践环节之前，我们必须夯实理论基础。本书的开篇，将为您勾勒出地质统计学这一学科的宏伟蓝图。我们不会仅仅罗列枯燥的数学公式，而是力求将复杂的概念以清晰、易懂的方式呈现。 空间变异性：地下世界的本质驱动力。 我们将深入剖析地质体的空间变异性，这是地质统计学得以成立的核心前提。岩性、物性、构造形态等地下要素并非均匀分布，而是存在着复杂的空间相关性。理解这种变异的规律，是构建有效模型的第一步。我们将探讨各种因素如何影响这种变异，例如地质作用、沉积环境、构造应力等，并引导读者思考如何量化和描述这种空间变异。 变异函数（Variogram）的奥秘：揭示空间依赖的尺度。 变异函数是地质统计学中的核心工具，它如同地质体的“指纹”，记录着空间距离与属性差异之间的关系。本书将详细阐述变异函数的构建原理、不同类型的变异函数（球状、指数、高斯型等）及其适用场景。我们将通过生动的图示和实例，展示如何通过变异函数分析来理解地下信息的空间相关范围（块金效应、变程）、空间异质性以及数据的空间连续性。理解变异函数，就如同掌握了“透视”地下世界的钥匙。 克里金插值（Kriging）：从采样点到连续面的飞跃。 克里金插值法，作为地质统计学中最具代表性的无偏最优估计方法，将是本书重点讲解的“魔法”。我们将揭示克里金插值背后的数学原理，阐述其如何利用变异函数和采样点信息，对未知区域的属性进行最优估计，并同时提供估计的精度（方差）。本书将涵盖多种克里金方法，包括普通克里金、简单克里金、指示克里金等，并分析它们在不同地质建模场景下的优势与局限。我们还将探讨克里金法的假设条件及其对模型结果的影响，引导读者审慎应用。 地质统计学在多维度空间的应用。 地质建模往往需要处理二维甚至三维的数据。本书将拓展地质统计学的应用范围，探讨如何在多维度空间中进行变异函数分析和克里金插值，以及如何处理多源、多尺度的数据。这包括对三维地层、断层、裂缝网络等复杂地质体的建模。 二、 模型构建：从数据到洞察的实践流程 理论是基础，实践是关键。本书将带领读者一步步完成一个完整地质建模的流程，将抽象的理论转化为具体的模型。 数据采集与预处理：模型的“血肉之躯”。 任何模型的质量都取决于输入数据的质量。我们将详细阐述各类地质数据的采集方法，包括钻孔岩性、物性数据、地震数据、遥感影像、野外露头观察等。更重要的是，我们将重点讲解数据预处理的关键环节，如数据清洗、异常值处理、坐标转换、数据标准化以及数据空间化等。这些看似琐碎的步骤，却直接关系到模型的可靠性。 探索性数据分析（EDA）：洞察数据内在规律。 在正式建模之前，充分理解数据的特性至关重要。本书将介绍一系列探索性数据分析技术，包括数据可视化（散点图、直方图、箱线图、地理空间图）、统计摘要、相关性分析以及空间自相关分析（Moran's I等）。通过EDA，我们可以初步识别数据的分布特征、潜在的空间模式以及数据之间的关系，为后续建模提供重要的指导。 变异函数建模：量化空间相关性。 这一章节将是理论与实践的深度结合。我们将指导读者如何利用地质统计学软件，根据实际数据计算和拟合变异函数。重点将放在对拟合结果的解读和评估上，例如如何判断模型是否能够有效捕捉数据的空间变异性，如何选择最合适的变异函数模型，以及如何评估拟合优度。这一过程并非机械操作，而是需要结合地质背景知识进行判断。 模型选择与构建：克里金法的精细化应用。 在确定了变异函数模型后，我们将进入克里金插值环节。本书将深入探讨不同类型克里金插值法的具体应用，包括如何设置插值参数、如何选择插值邻域、如何处理空间约束（如等值线约束、地质界面约束）等。我们将通过详细的案例分析，展示如何在实际地质问题中选择和应用最合适的克里金方法，以生成高精度、地质意义明确的地质模型。 模型验证与评估：确保模型的可靠性。 一个模型是否有效，需要经过严格的验证。本书将介绍多种模型验证方法，包括交叉验证（Leave-one-out Cross-validation）、外部验证等。我们将教授如何评估模型的预测精度、偏差以及其在空间上的表现。同时，我们也将讨论如何根据模型验证结果，反过来优化模型参数或调整数据处理流程。 不确定性分析：认识模型的局限性。 地质建模 inherently 伴随不确定性。本书将引导读者认识到模型并非完美无缺，并介绍不确定性分析的方法，例如条件模拟（Conditional Simulation）。通过条件模拟，我们可以生成一系列可能的地质模型，从而量化模型的不确定性范围，为决策提供更全面的信息。 三、 应用拓展：地质统计学建模的多元化场景 地质统计学建模的价值在于其广泛的应用前景。本书的最后部分，将聚焦于地质统计学建模在不同领域的具体应用，展示其解决实际问题的能力。 油气藏建模：提升储量估算与开采效率。 在石油天然气勘探开发领域，地质统计学建模是储量估算、油藏描述和数值模拟的基础。我们将探讨如何利用地质统计学方法构建油藏的岩性、物性（孔隙度、渗透率）分布模型，预测含油气区域，并为油藏数值模拟提供输入。 矿产资源评估：精准判断矿体边界与品位。 对于矿产资源勘查，地质统计学建模能够帮助我们更精确地圈定矿体边界，预测矿石品位分布，优化勘探与开采方案。本书将介绍如何利用指示克里金等方法进行矿体建模，并评估矿产资源的经济价值。 地下水建模：理解含水层特性与水文动态。 在地下水资源管理与保护中，地质统计学建模对于理解含水层的空间分布、渗透率变化以及地下水流动的模拟至关重要。我们将探讨如何构建地下水含水层的三维模型，预测地下水位的变化趋势，并评估污染物在地下水中的迁移路径。 地质灾害评估：预测与预防风险。 对于滑坡、地震液化等潜在的地质灾害，地质统计学建模可以帮助我们识别高风险区域，评估灾害发生的可能性。例如，通过对地层稳定性、土壤类型分布进行建模，可以为地质灾害的预测与预警提供科学依据。 环境地质学：污染扩散与土壤改良。 在环境地质学领域，地质统计学建模在预测污染物在土壤和地下水中的扩散范围、评估土壤修复效果等方面发挥着重要作用。 工程地质：基础选址与稳定性分析。 在重大工程建设中，如桥梁、隧道、大坝等，准确的地质模型是进行工程选址、基础设计和稳定性分析的关键。本书将展示如何利用地质统计学方法构建复杂地质条件下的工程地质模型。 本书的特色与目标读者： 强调“理解”而非“记忆”： 我们力求让读者真正理解地质统计学背后的原理，而非死记硬背公式。 注重“实践”而非“理论”： 通过丰富的案例和流程指导，让读者能够将所学知识应用于实际工作中。 融合“地质”与“统计”： 强调地质背景知识在地质统计建模中的不可或缺性，倡导地质学家与统计学家的合作。 面向广泛的专业人士： 无论您是经验丰富的地质工程师、初入行的数据分析师，还是在校的地球科学学生，本书都能为您提供有价值的指导。 《基于地质统计学的地质建模》，旨在成为您在探索地下世界、构建精准模型道路上的可靠伙伴。它将引领您穿越数据的海洋，洞悉地下的奥秘，用科学与智慧，描绘出更为清晰、更为准确的地球真实图景。

评分☆☆☆☆☆

初翻此书，我立刻被其行文的节奏感所吸引，作者的叙事风格与其说是在陈述理论，不如说是在引导一场深入的思维漫游。他似乎深谙如何在高密度的信息流中巧妙地植入引人入胜的案例分析，使得原本可能显得枯燥的理论推导过程，变得如同侦探小说般引人入胜。例如，在阐述某个空间连续性模型时，作者并没有停留在公式的罗列上，而是娓娓道来一个矿区勘探的历史变迁，将数学工具的应用场景描绘得淋漓尽致，让你清晰地感受到“为什么”需要这个模型，而不是仅仅“如何”使用它。这种叙事的高明之处在于，它极大地降低了跨学科读者的入门门槛，使得那些对统计学背景稍弱的地理学爱好者也能跟上思路，并且在不经意间吸收了深层次的理解。文字间流淌着一种沉稳而富有洞察力的语调，既有资深学者的严谨，又不失教育者的耐心与热情，让人感觉像是在听一位经验丰富的导师进行一对一的深度交流，受益匪浅。

评分☆☆☆☆☆

这本书的装帧设计着实让人眼前一亮，封面采用了一种深邃的钴蓝色调，仿佛直接将人拉入了岩石深处，那种粗粝而又充满神秘感的纹理处理，让人忍不住想上手去触摸。内页的纸张选择也十分考究，厚实且略带哑光的质感，确保了即便是长时间阅读，眼睛也不会感到疲劳。排版布局上，作者显然花了不少心思，字体选择兼顾了学术的严谨性和阅读的舒适性，大段文字的间距处理得恰到好处，使得复杂的概念在视觉上得以疏解。尤其值得称赞的是，书中的插图和图表部分，色彩过渡自然，线条清晰锐利，即便是那些极其精细的剖面图，也能让人一眼捕捉到核心信息。我特别留意了索引和目录的设计，编排得逻辑清晰，层级分明，这对于需要频繁查阅特定知识点的专业人士来说，无疑大大提高了工作效率。整体而言，从书籍的物理形态到内部的视觉呈现，无不透露着一种对专业知识的尊重和对读者的体贴，这绝非一般的工具书所能比拟的，它更像是一件精心打磨的工艺品，值得置于案头细细品味。

评分☆☆☆☆☆

这本书的深度和广度，远超出了我最初的预期。我原本以为这会是一本侧重于算法实现的指南，但它呈现出来的是一套更为宏大和系统的知识框架。它不仅仅介绍了各种参数估计和模型构建的方法，更深入探讨了这些方法背后的哲学基础和局限性，这才是真正体现其价值的地方。书中对于不确定性量化这块内容的阐述，尤其深刻，它没有简单地给出误差范围，而是详尽地讨论了不同误差来源的耦合关系，以及如何将这种固有的地质随机性融入到决策过程中。这种对“已知”与“未知”之间边界的审慎探讨，让人对地质数据的认知提升到了一个全新的维度。读完相关章节，你会发现自己看问题的角度不再是“这个模型对不对”，而是“在当前地质背景下，这个模型在多大程度上是可靠的，以及我们该如何应对它的不足”。这种思维的升维，才是专业书籍最宝贵的馈赠。

评分☆☆☆☆☆

这本书给我带来的最直接的感受是，它成功地构建了一座从抽象数学工具到具体地质实体之间的坚固桥梁。很多同类书籍在翻译理论时，往往过于侧重于数学的严密性，导致实际应用中的地质背景被抽离，变成了纯粹的符号游戏。然而，这本书在每一步推导之后，都会立即穿插一个生动或复杂的实际地质场景，比如断层带的渗透率变化、沉积扇的厚度分布预测等，将抽象的函数与真实的地层形态紧密地联系起来。这种“理论-应用-再深入理论”的循环结构，极大地增强了知识的可迁移性和实用性。它让我深刻体会到，优秀的地质建模不仅仅是计算，更是对地球内部复杂性的一种智慧的模拟和表达。读完后，我感觉自己手中的工具箱里，不仅多了几把精确的尺子，更添了一副能够洞察深层结构的透镜。

评分☆☆☆☆☆

在阅读过程中，我发现作者对于参考文献的引用体系也颇为讲究，这体现了其学术的严谨性和对领域前沿的紧密关注。不同于一些只堆砌近期文献的著作，这本书的参考列表仿佛是一部微缩的学科发展史，从经典的奠基性工作，到最近几年在国际顶尖期刊上发表的突破性进展，都得到了精准的标注和恰当的引述。更重要的是，作者在正文中对某些关键概念的追溯非常清晰，当你对某个特定技术产生疑问时，很容易就能回溯到其最早的提出者和原始的理论背景，这为深度研究提供了极佳的路径图。对于希望将理论深入应用到实际工程中的读者来说，这种清晰的知识溯源能力，是避免“知其然不知其所以然”的关键保障。它提供了一个坚实的理论底座，让实践不再是盲目的试错，而是有据可依的科学探索。

评分☆☆☆☆☆

很好，很实用，很好，很实用

评分☆☆☆☆☆

tinghaode

评分☆☆☆☆☆

很好，很实用，很好，很实用

评分☆☆☆☆☆

物流快

评分☆☆☆☆☆

物流快

评分☆☆☆☆☆

挺好的，挺不错的啊。

评分☆☆☆☆☆

还行吧。。正在阅读

评分☆☆☆☆☆

tinghaode

评分☆☆☆☆☆

书内容还是可以，翻译质量有待提高，不过运输途中弄皱了