Wpływ metodologii przetwarzania na wyniki statycznego modelowania 3D

• Autorzy: Papiernik B.
• Konferencja: Geopetrol 2010 : nowe metody i technologie zagospodarowania złóż i wydobycia węglowodorów w warunkach lądowych i morskich : międzynarodowa konferencja naukowo-techniczna : Zakopane, 20--23.09.2010
• Języki publikacji: PL

Abstrakty

PL

Przestrzenne modelowanie geologiczne, tzw. modelowanie statyczne jest podstawowym narzędziem ilościowej analizy budowy struktur wgłębnych. Uzyskiwane wyniki modelowania zależą w dużym stopniu od zastosowanej procedury przetwarzania. W artykule zilustrowano tą tezę na dwóch przykładach. Pokazano wpływ zmian parametrów krigingu na 2D model prędkości opracowany na podstawie danych z niecki miechowskiej. Porównano również wyniki modelowania algorytmami deterministycznym (kriging) i stochastycznymi (algorytmy sekwencyjne Petrela) w rejonie antykliny Zaosia.

EN

Spatial (3D) geomodeling, so called structural-parametric modeling, belongs to basic tools of the quantitative subsurface analysis. Modeling results are strongly dependent on numerical routines applied. That thesis was illustrated in the paper with two case studies. The influence of kriging settings on the 2D velocity model was demonstrated using data from the Miechow Though. The author also compared results of the 3D lithologic and parametrical modeling with the use of the deterministic algorithm (kriging) and the stochastic simulation techniques (Petrel sequential algorithms) in the Zaosie Anticline area.

Słowa kluczowe

PL

modelowanie geologiczne; modelowanie statyczne; struktury wgłębne

EN

geomodeling; structural-parametric modeling; subsurface

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Prace Naukowe Instytutu Nafty i Gazu
• Rocznik: 2010
• Tom: nr 170 wyd. konferencyjne
• Strony: 213--217
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Papiernik B.

• Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• [1] Papiernik B. — Ocena ropo-gazonośności obszaru Proszowice—Busko—Pińczów w południowej części niecki miechowskiej, wspomagana trójwymiarowym statycznym modelowaniem komputerowym. 2010a
• [2] Papiernik B. — Metody deterministyczne i stochastyczne w przestrzennych (3D) modelowniach parametrycznych. Archiwum KSE, 2010b
• [3] Papiernik B., Michna M. — Modelowanie elementów geologicznego ryzyka składowania CO2 z wykorzystaniem programu Petrel na przykładzie analizy ryzyka strukturalnego antykliny Zaosia. Biuletyn Państwowego Instytutu Geologicznego, nr 439, ss. 59-64, Warszawa 2010
• [4] Dubrule O. — Geostatistics for seismic data integration in Earth models. Distinguished Instructor Short Course. Distinguished Instructor Series. No. SEG/EAGE. Tulsa, Oklahoma, USA, p. 279, 2003
• [5] Van Lammeren R. — Data Integration 3: Digital elevation models: Wageningen University CGI http: //www.geo-informatie.nl/IGIew/literature/Ch15_IGI_GIS_DEM.doc (chapter 15), 2002
• [6] Matheron G. — Principles of geostatistics. Economic Geology, 58, pp. 1246-1266, 1963
• [7] Matheron, G. — The theory of regionalized variables and its applications. Les Cahiers du Centre de Morphologie Mathematique, Fascicule 5, available from the Centre de Geostatistique de l'Ecole des Mines de Paris, 35 rue St. Honore, 77300 Fontainebleau, France, 1970
• [8] Journel A.G., Huijbregts Ch.J. — Mining geostatistics. Academic Press, New York 1978
• [9] Isaaks E.H., Srivastava RM. — An introduction to applied geostatistics. Oxford University Press, New York, p. 561, 1989
• [10] Deutsch C., Journel A.G. — GSLIB: Geostatistical software library and users guide. New York, Oxford University Press 1998