Variogram-基本概念

从这篇开始介绍变差函数的相关概念，和在Petrel中的相关设置。...

iPetrel: 开始变差函数Variogram的介绍和Petrel中的相关设置

原理：

相信大家都了解了变差函数的基本原理了，也很容易理解，实际生活中有很多都是跟这个原理类似的。简单的说就是：两个数据点之间，随着距离的增加，其可对比性越差。换句话说就是，随着距离的增加，猜测的准确性越差。

定义：

下面这张图就说明了一切



几点说明：

1.距离为0的位置，相关性在理论上是最perfect。

2.理解变差函数图是如何计算出来的，对每一个距离，如h1, h2...，分别计算其semi-variance，然后成图。这个距离通常称为lag。这个距离到底是什么？如何定义这个距离？它代表的地质含义又有什么呢？通常来说，这个距离是两个点之间最短的分散距离，而h2, h3, h4...hn，是h1lag的倍数。

3.然后我们就分析这张变差函数图，也就是semi-variance (Y)与距离lag(X)的关系。

4.在图中某些点处之后，其semi-variance值保持不变，等于总体数据的方差，这个总体方差就是基台Sill。与这个Sill对应的距离就是所谓的变程Correlation length。

实际操作过程中的变差函数：

不管总体的变差是如何分析的，通常的软件中（包括Petrel）都是将这个Sill（如总体方差）normalize到1。主要的目的是可以很方便的比较不同类型、数据源的数据偏差。一般来说，Sill normalize后的值都是1，如果大于或小于1（如+/1 -0.3），有可能指示了数据存在趋势。

基于这些采样数据计算得到的变差函数为实验变差模型，而实际操作过程中需要我们手工去拟合，也就是将实验变差函数模型与理论变差函数模型匹配起来，后续的属性模拟或插值计算都是基于拟合后的变差函数。

大家想一想为什么我们要去做拟合，为什么不能直接用实验变差函数去模拟？

iPetrel: 下一篇将继续详细介绍变差函数的几个重要概念，以及变差函数分析是如何完成的。

    关注 iPetrel