LÊ QUOC NAM TÓM TẮT LUẬN VĂNChương 1: Các khái niệm cơ bản và tổng quan tình hình nghiên cứu Nội dung của chương là khái quát tình hình nghiên cứu trong và ngoài nước có liên quan đến đề
Trang 1ĐẠI HOC QUOC GIA THÀNH PHO HO CHÍ MINH
TRUONG DAI HOC BACH KHOAKHOA KY THUAT DIA CHAT VA DAU KHIBỘ MÔN KHOAN VA KHAI THAC DAU KHÍ
LE QUOC NAM
UNG DUNG DIA THONG KE TRONG DU BAO THONG SO
DIA CHAT MO A, BEBChuyên ngành: Kỹ thuật Dau khí
Mã ngành: 60 52 06 04
LUẬN VĂN THẠC SĨ
Trang 2CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI
TRUONG ĐẠI HOC BACH KHOA —DHQG -HCM
Cán bộ hướng dẫn khoa học : Tiến Sĩ Ta Quốc Dũng
_ (Ký tên)Can bộ châm nhận xét 1: Nguyên Xuân HuyCán bộ châm nhận xét 2: Phùng Văn Hải
Luận văn thạc sĩ được bảo vệ tại Truong Đại học Bách Khoa, ĐHQG Tp HCMngày 10 tháng 07 năm 2017
Thanh phan Hội đồng đánh giá luận văn thạc sĩ gồm:(Ghi rõ họ, tên, hoc hàm, hoc vi của Hội đồng cham bảo vệ luận văn thạc sĩ)
1 Tiến sĩ Mai Cao Lân
s 2 Tiến sĩ Hoàng Quốc Khánh
3 Tiến sĩ Nguyễn Xuân Huy
4 Tiến sĩ Phùng Văn Hải
5 Tiến sĩ Trần Đức Lân -. -:
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyênngành sau khi luận văn đã được sửa chữa (nêu có).CHỦ TỊCH HỘI ĐÔNG TRƯỞNG KHOA
Trang 3ĐẠI HỌC QUỐC GIA TP HỖ CHÍ MINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAMTRƯỜNG DAI HỌC BACH KHOA Độc — Tự do — Hanh phúc
Số: /DHBK-DT
NHIEM VU LUẬN VAN THAC SĨKHOA : KỸ THUAT DIA CHAT & DAU KHÍBO MON : KHOAN — KHAI THAC DAU KHÍHO VA TÊN : LE QUOC NAM MSHV : 1570271NGANH : Kỹ thuật Dau khí MN: 60 52 06 04
1 Dau dé luận văn:
UNG DUNG DIA THONG KE TRONG DU BAO THONG SO DIA CHAT
3 Ngày giao nhiệm vụ luận văn:
4 Ngày hoàn thành luận văn:
5 Họ tên người hướng dẫn:
- TS Tạ Quốc DũngNội dung và yêu cầu LVTN đã thông qua Bộ môn Khoan — Khai Thác Dau Khí thuộcKhoa Kỹ Thuật Địa Chất & Dầu Khí
Trang 4CHỦ NHIỆM BỘ MÔN CÁN BỘ HƯỚNG DÂN CHÍNH
(Ký và ghi rõ họ tên) (Ký và ghi rõ họ tên)
PHAN DÀNH CHO KHOA, BỘ MÔNNgười duyệt (cham sơ bộ): ¿-¿- - + 252 Sz+x+E+Ezecxzerreree
DOT VỊ: Q Q G5 1000009111111 ng reNgày bảoO VỆ: ng
Điểm tổng KẾT: 5S n E2 12112121111 111111 111111 tre
Nơi lưu trữ luận văn
Trang 5LÊ QUOC NAM LỜI CẢM ƠN
1570271
LOI CAM ON
Luận van này là thành quả sau 2 năm học tap va rèn luyện tại khoa Kỹ thuật Dia
chất và Dau khí Em xin chân thành cảm ơn tới các thay cô đã giảng dạy em trongnhững năm qua, các thầy cô đã truyền cho em những kiến thức quý báu trong quá trình
học tập.
Dé có được bản luận văn tốt nghiệp này, em xin bày tỏ lòng biết ơn chân thành vàsâu sắc tới thầy TS Tạ Quốc Dũng đã nhiệt tình, tận tâm hướng dẫn và giúp đỡ emtrong giai đoạn làm luận văn tốt nghiệp Thây đã luôn đặt mục tiêu cao cho sinh viêncủa mình và tạo một môi trường nghiên cứu, trao đối học thuật giữa các thành viên
trong nhóm làm luận văn.
Với kiến thức có hạn chắc chắn luận văn khó tránh khỏi thiếu sót, em rất mong nhậnđược nhiều ý kiến đóng góp phê bình của quý thầy cô và bạn bè để bài luận văn nàyđược hoàn thiện hơn Một lần nữa em xin chân thành cảm ơn và kính chúc tất cả quýthầy cô và các bạn luôn dồi dao sức khỏe va gặt hái được nhiều thành công trong sự
nghiệp và cuộc sông.
Tp Hồ Chí Minh, 25/6/2017
Lê Quốc Nam
Trang 6LÊ QUOC NAM TÓM TẮT LUẬN VĂN
Chương 1: Các khái niệm cơ bản và tổng quan tình hình nghiên cứu
Nội dung của chương là khái quát tình hình nghiên cứu trong và ngoài nước có
liên quan đến đề tài.Chương 2: Cơ sở lý thuyết Địa thống kêSau khi đã tìm hiểu tình hình nghiên cứu trong chương 1, chương 2 sẽ nêu lêncác khái niệm cơ bản về Địa thống kê, bao gồm đặc tính phân bố theo không gian của
dữ liệu, các m6 hình Variogram, các phương pháp nội suy Kriging.Ngoài ra, chương di sâu phân tích các mô hình Variogram va Kriging khác nhau,cụ thê là các giả thiệt ban đầu và các ưu nhược điêm của các mô hình này Mục tiêu làđưa ra các mô hình có sai sô nhỏ nhật.
Chương 3: Ứng dụng mô hình dia thống kê dự đoán phân bồ đặc tính viaTrình bày tổng quan vị trí địa lý mỏ A, các thành tạo địa chất, đặc điểm thành taocủa bề Tính toán các thông số của mô hình địa cơ học từ số liệu địa vật lý và đườnglog thu thập được Sử dụng địa thong kê dé nội suy thông số địa cơ cho khu vực mong
muốn.
iil
Trang 7LOI CAM KETTác giả xin cam đoan dé tài “Ứng Dung Dia Thống Kê Trong Dự Báo Thông SốDia Chat Mö A, Bề B” là công trình nghiên cứu của tác giả Các số liệu, kết quả trong
báo cáo là trung thực Tôi xin chịu hoàn toàn trách nhiệm vê việc cam đoan này.
Thành phó Hồ Chí Minh, 12/2015
Tác Giả
Lê Quốc Nam
Trang 8LÊ QUOC NAM MỤC LỤC
1570271
MỤC LỤC
0909.909 2 iiTOM TAT LUẬN VĂN -.- c1 1212111111111 11 11 1511111111111 51 11111111 E11 re rkrki iii
MUC LUC 2 iv
DANH SÁCH HINH ANH o.ieeccccccecscscsesessscscscscscscesscssscsesssssscscscscacscscscassvevevsnsnseseseeess viDANH SÁCH BANG BIEU ouieeccccccscscsesesscecscscscececscscssscsesssssscscscacsvevscsesvetevetsnstseseses viiiDANH MỤC KY HIEU VIET TAT VÀ THUAT NGỮỮ - 5s + se secsesesee ixMO DAU wiecececcscssscscscssscecscscscscscecscsessscsvsssssscscscacsvavevsvsvsvsssvsssssecscacavavavscseavavevevsnsvsnsesess xiCHUONG 1: NGHIÊN CUU TONG QUAN DIA THONG KE -5-: |1.1 Lịch sử hình thành và phát triển địa thong kê ¿2-5-5 c2 2+s+£+ezrrsred |1.2 Tình hình nghiên cứu trên thé giới - ¿+ + 25252 S++E+E+£+E+EeEezxrreserecree 2
1.3 Tình hình nghiên cứu trong THƯỚC - - << 0 nen 12
CHƯƠNG 2: CƠ SỞ LÝ THUYET DIA THONG KÊ - - 2 + 252 5sce+escee l52.1 Khái niệm cơ bản về thống kê 5-5252 E222 E311 E1 21211E1 151211 ee, 152.1.1 Thong kê don biẾn - ¿2-5522 +9 E123 E91 5 1211121711515 1 111 152.1.2 Thống kê đa biẾn :-:- S2 E121 1915 1112111511111 151111111511 11 1111 e6 182.1.3 Ham cấu trúc Variogram ((y(H)) 9999000010 ng 20
2.14 COVARIANCECC(h) - G1331 1151515151511 1111111111111 gườg 252.1.5 KRIGING SĂSĂ SH E111 5131111111111 T1 111111111111 262.1.6 CO — KRIGING G331 1121515151311 11 1111111111101 T111 302.1.7 SIMULATION ĂG S331 E1E1215 5151311111111 11 111111111111 31
2.1.8 Các phương pháp thống kê khác [2 I] - + 2 2 25s+s+£+£+£z£szszescee: 322.2 Cơ sở tính toán các thông số đã cho từ tài liệu địa vật i0 38
2.2.1 Gamma Ray - se seệ Error! Bookmark not defined.2.2.2 VELOCITY oieeeecccccccccccscccscscscscscsssscscscscscscessvscssssscsescssssssssesssscscasavavenenens 382.2.33 RESISTIVITY - Error! Bookmark not defined.2.24 NEUTRON - - Error! Bookmark not defined.2.2.5 DENSITY CS 15 211111111111 111111111112 40
CHƯƠNG 3: UNG DUNG MÔ HINH DIA THONG KE DỰ DOAN PHAN BO ĐẶC
Trang 9LÊ QUOC NAM MỤC LỤC
1570271
3.1.3 Các yếu tô cau trúc và cơ chế thành tạo ¿55 +52 5s+c+czezxsrrs¿ 433.1.4 Đặc điểm địa tầng ïi;10i0,2 1 463.1.5 Hệ thống dầu khí -¿ - - + 2 SE SE 3 E5 511212121511 15 1111 1111111511 11110 ee 493.2 Tính toán mô hình địa co cho các giếng mỏ A ¿25+ +52 s+x+£zszssrscsd 543.2.1 Phân tích và xử lý số liệu đầu vào bang phần mềm IP 563.2.2 Xây dựng mô hình cho giếng IP và 2P + +5 +52 e+x+ecezrsrred 603.2.3 Dự đoán thông số giếng 3P và so sánh với giếng 3P thực 623.24 Xây dựng mô hình địa cơ từ giếng 1P, 2P và 3P -c-c-cs¿ 623.2.5 Kết quả nội SUY - ¿25C StESE SE 3E 1211112111111 211111111111 67CHUONG 4: KET LUẬN VÀ KIÊN NGHỊ uu.eecccccccccscccccscececessesscecessevecscscecesevecsceceees 744.1 KẾT LUẬN G111 1 918151111 51011151111 110101211 TH T110 nung 74A.2 KIEN NGHI 1 76TAI LIEU THAM KHẢO G3911 569191 1E 911111 5 5181515113 E181 1e ki 77
Trang 10LÊ QUOC NAM DANH SÁCH HÌNH ẢNH
1570271
DANH SÁCH HÌNH ẢNHHình 1.1 Bản đồ Kriging của 8 kim loại nặng - - 2 2552 xcxvEczezrerrerrerered 4Hình 1.2 Phân bố mẫu - +2 +++tkÉEEEEEEEEEE11111111TT1.11T 111 11k 4Hình 1.3 Kết quả mô phỏng độ sâu của tuyết rơi bằng phương pháp nghịch đảo khoảng
Hình 2.1 Giá tri hàm liên tục ngẫu nhIÊN cc c1 1110 111111 1 111 1v crrh 16
Hình 2.3 Biểu đồ Variogram ¿- - 62522123 E23 1211211112111 1111211111 111111 re 22Hình 2.9 Kết quả mô phỏng của một số phương pháp va dữ liệu thực [34] 32
Hình 2.10 Hình ảnh tọa độ không gian của bài tOán - c1, 34Hình 2.11 Phương pháp da g1áC << SH 34Hình 2.12 Phương pháp tam Qiac - - - << 5 1999910101010 19 990001 ngờ 35Hình 2.13 Phương pháp tam giác khiác << + 119990101011 1 1 gi 36
Hình 2.14 Xác định tầng chứa, chan và thể tích sét bang phương pháp gamma tự nhiên
-dẢ L5 Error! Bookmark not defined.
Hình 2.15 Log vận OC e.ceccccccsccccscscsscsescscsesscscscscsesscsesssvsssscsescsvsssesesssesssscseessssssessesseeess 39Hình 2.16 Xác định tầng chứa và áp suất lỗ rỗng bang phương pháp điện trở suất
-dẢ L5 Error! Bookmark not defined.
Hình 2.17 Thể tích sét tinh từ đường neutron Error! Bookmark not defined.Hinh 2.18 Duong ti trong (track 3) van tốc từ dia chan (track 2) va đường ứng suấtthăng đứng (track 4) S21 12 E1 1 1115151111111 1111101011511 1101 01.01111111 11 20111 grk AlHình 3.1 Vị Trí Bề Cửu Long [22] ¿-¿- + + 2 2+6 E+E+EEESE£E+E#EEEEEEEEEEEEEEEEErkrkrrrreee 42Hình 3.2 Sơ dé phân vùng kiến tạo bề Cửu Long [10] - 2 5 555+cs5s+s+csss2 44Hình 3.3 Bản đồ cau trúc móng bé Cửu Long [ 10] - + 55555252 s+s+xezszsszss2 44Hình 3.4 Hệ thống đứt gấy ở bể Cửu Long [3] ccecccccsccsessssssessssesesscseseseessssseeseseeseseeeees 46Hình 3.5 Cột Địa Tang Tong Hợp Bề Cửu Long [22] - 2 2 55c+ccs+sscsss2 49Hình 3.6 Sơ đồ đăng dày tang sinh dau trong trầm tích Oligocen Eocen - bé Cửu Long
Hình 3.7 Sự phân bố các tầng chan trên mặt cat địa chấn [10] 5s s s5: 52Hình 3.8 Sự dịch chuyển hydrocarbon từ các tầng sinh vào các bẫy 53
Hình 3.9 Quy trình tính toán mô hình dia CO - S1 he geg 54
Hình 3.10 Quỹ đạo các giếng -. c1 t1 S1 11121111 11110121111010111 11211101111 ty 54Hình 3.11 Kết quả tính tỉ trọng và SV - ¿5-5 St t S23 2111211211111 11t 56Hình 3.12 Kết quả tính áp suất lỗ rỗng +: + 22292 E£E£EEE£EEEEEEErErererrerrreo 57Hình 3.13 Tổng hợp các đường lOg ¿2-5-5222 SE 2E£EEEEEEEEEEEEEEEEEEEEEErrrrkrrerrreo 59
Hình 3.14 Mô hình Variogram ham mũ thích hợp cho IF (r^=83.2%) - 63
Vi
Trang 11LÊ QUOC NAM DANH SÁCH HÌNH ẢNH
Hình 3.28 Mô hình Mô dun Young được nỘi SUY Ă S SSSnS eereg 70
Hình 3.29 Đồ thị biểu diễn các thông số của các giếng theo độ sâu TVDSS(a, b, c, d, e)
¬— HH số 73Hình 0.1 Bước chon User Formula - - «5< << << <9 1 1131111111111 111111111112 S0Hình 0.2 Giao diện của User FOrmulÌa - << 52s 5 << 3333111333311 xx2 81Hình 0.3 Chon và nhập đường cong vào Crossplot - 555 11 2 1 ke 81
Hình 0.4Biéu đồ crossplot DTC và DTS ccecscecscssssessssesessesesessesssessssesecsesesecsssesecseseseees 82
Hình 0.5 Cac phương trình tương quan trong ÍP << «x1 1 he 32Hình 0.6 Nhập công thức tính ID TTS «c0 ngờ 83Hình 0.7 Nhập công thức tinh Vp - - << c0 83Hình 0.8 Nhập công thức tinh Vs eee << 9 0 nọ nọ 83
Hình 0.9 Kết qua tinh toán đường SOMIC c.cccccscssssessesssessesesessesssessesesecsesesssssessesesessees 34
Hình 0.10 Bước chọn tính ti fFQIE - (<< < c1 010 ngờ 34Hình 0.11 Giao diện tinh ti trỌn 00000 HH re S5Hình 0.12 Bước chọn tính SV Q10 1 ng ng vế S5Hinh 0.13 Giao dién 00000 đữtiaảầâẳâdiâddÝ 86
Hình 0.14 Kết quả tinh tỉ trọng Va SV cccccccscsscscssssesesscsesesscsesesscssscseseseesesesssssseseseeseseees 86Hình 0.15 Bước chọn tính áp suất lỗ r6Ng ccccecccesccsesesscsesessesesessesesssscsssesssseseeseseseeeeees 87
Hình 0.16 Giao diện tinh Pp oo ee eeccessssneceeeceesssseeeeeceessssaeeeeseeesesssseeeeecessssaaeeeesees 87
Hình 0.17 Kết quả tinh Pp ccccscsccscsssscsssssscsscsssesscsesesscsesesscsesesssseseescscsesscsssesecseseescseaeees 88Hình 0.18 Tính hệ số Poisson c.cccccsccccscsssscesscscecessevecscececeevevscaceceesevavaceeeevavaceeeaevavacees 89
Hình 0.19 Tính góc ma Sat trong - - << 00 Họ 89Hình 0.20 Tính ÚCCS G19 89
Hình 0.21 Kết quả thống số địa co giếng 2P và 3P ccceccscccscssessssssessesesesessessseeseseeseseseees 90Hình 0.22 Dữ liệu đầu vào ŒS+ c1 t1 111 1112111111 111121111 0101111121110 111 re 90
Hình 0.24 Tính toán VarIØTATm - << 0 0000 91
Trang 12LÊ QUOC NAM DANH SÁCH HÌNH ẢNH
1570271
Hình 0.25 Kết quả Variogram - ¿6 S2 SE2ESE S33 E231 1211112121111 re 92Hình 0.26 Điều chỉnh mô hình Varigram + ¿+ 252 +E+E+£E+E+E£EE£EeEeEerrererererree 93Hình 0.27 Tiến hành nội SUy - +: E222 1 1 15 511 231111511111111 1111111101111 ty 94Hình 0.28 Kiểm tra chéo (cross validation) c.cccccccscsssssesesssssccesessevevscececeevevacsceceeeevees 95Hình 0.29 Bản đồ nội suy của thông số địa €Ơ ¿- 5+ 25222252 S*2E+E£Ecrererxrrerereo 96Hình 0.30 Hệ số hồi quy kiểm tra chéo (cross validation) trước hiệu chỉnh 96
Hình 0.31 Tính toán lại VarIOðraTm Ăn ngờ 97
Hình 0.32 Loại bỏ các điểm nghi ngờ trên đồ thị Variogram -. 555552 97Hình 0.33 Loại bỏ điểm nghỉ ngO cccccccccscssssessssesesscsssesscsssessssesessssesessssesesssesessesseeees 97Hình 0.34 Hệ số hồi qUy kiểm tra chéo (cross validation) sau hiệu chỉnh 98Hình 0.35 Nội suy thông 86 dia CO v.cececccccccsccsscsessssescscsssscsessssssssescssssscsesssssssssssseseeteees 98Hình 0.36 Nhập tọa độ quỹ đạo giếng cần nội suy - + 5 55c cecesrersrrerereo 99Hình 0.37 Kết quả nội suy ở dang file t€XÍ ¿5-5525 S222 ‡EEEErErrrrkrrerrrreo 99
Vill
Trang 13LÊ QUOC NAM DANH SÁCH BẢNG BIÊU
1570271
DANH SÁCH BANG BIEUBang 1.1 Thống kê mẫu theo nồng độ của 8 mẫu kim loại -2- 2 255255552 3Bang 1.2 Thống kê mẫu theo chỉ số PI - + 2+ 2 S£+E+E2£E+E+EEE£E+EEE+EeEvererrerered 3Bảng 1.3 Tóm tat kết quả mô phỏng, - ¿2 5252292 £E+E+EEE£EvEEEErEerrerrerered 5
Bảng 1.4 Kết quả nội suy và hệ số tương quan của thông số tỷ số hap thụ natri 8
Bang 1.5 Kết quả nội suy va hệ số tương quan của thông số ty số Clorua 8
Bang 1.6 Kết quả nội suy từ hai phương pháp ccccceeccccseseeseesesesesseseseseseeeeseseeeeens 8Bảng 1.7 Tóm tat bang phân tích dữ liệu thong kê o cecceecccsecssseseessseeeesessseseseseeseseeees 9Bang 1.8 Kết quả phương pháp nội suy sử dụng RMSE -.- 25555555 csccsrece¿ 9Bảng 2.1 Bang phân phối xác suất cho biến rời rạc - ¿5-2552 s+s+£ezszxszscx2 15Bang 2.2 Bang phân phối xác suất biến ngẫu nhiên rời rac hai chiều [ 14] 18
Bang 2.3 Các mô hình VẠ@FIOTGI c5 55 5 5 0000010 và 25Bảng 2.4 Tóm tắt bài toán về cách giải bằng phương pháp ước lượng truyền thống như0 33
Bảng 2.5 Vận tốc sóng và thời gian truyền sóng trong các thành hệ khác nhau 40
Bang 3.1 Các đặc tính cơ bản của các tầng đá mẹ bé Cửu Long -. 5 50
Bảng 3.2 Tóm tat thông tin dữ liệu các giếng ¿+ ¿252522 ecrsrererrerreo 55Bang 3.3 Hệ số tương quan trường hợp bat dang hướng của các dữ liệu đầu vao 60
Bảng 3.4 Hệ số tương quan trường hợp đăng hướng của các dữ liệu đầu vào 60
Bang 3.5 Hệ số tương quan của kết quả kiểm tra chéo (Cross Validation) 61
Bang 3.6 Hệ số tương quan của kết quả kiểm tra chéo (Cross Validation) 61
Bang 3.7 Hệ số tương quan (Cross Variate) giữa gid trị giếng 3P thực và 3P ước tinh62Bảng 3.8 Hệ số tương quan bat đăng hướng -¿-2 2522 SE2E£EEErxrkrrereee 62Bang 3.9 Hệ số tương quan đăng hướng với góc 90” + + s+c+ezxcrsrersrrerreo 63Bang 3.10 Bảng tong hợp hệ số tương quan giữa giá trị ước tính và thực 7]
Bảng 4.1 So sánh hệ số tương quan ¿- - + 25656 E9EEEESE£E£EEEEE E315 25112 ee, 74Bảng 4.2 So sánh kết quả kiểm tra chéo với mỗi thông số -. - 2-25-5252 55¿ 75Bảng 4.3 So sánh kết qua địa thong kê với các phương pháp khác - 75
Trang 14LÊ QUOC NAM DANH MUC KY HIEU VIET TAT
Sph(h) M6 hinh Variogram dang cau
Exp(h) Mô hình Variogram dang ham mũGau(h) M6 hinh Variogram dang ham Gaussianu Vi trí không gian trong mô hình tính toán Variogram
Z(u) Gia tri thuc tai vi tri lay mau uZ (u) Giá tri ước tính tai vi trí không lây mẫu um(u) Giá tri trung bình cho trước tai vi trí không lay mau uho (a= 1, ,n) Cac trong số được áp dụng cho n dữ liệu
s”(X) Kì vọng của biến XCứ) Hiệp phương sai với khoảng cách giữa các điểm bang hC+Co Giá trị ngưỡng cao nhất hay là tiếp tuyến của mô hìnhCo Hệ số tự do của mô hình
Khoảng cách không gian của mô hình
F Hàm ngẫu nhiên xác định các biến ngẫu nhiênr? Hệ số tương quan mẫu
R(u) Gia tri duP Tỉ trọng (g/cm?)
Vp Vận tốc sóng P— sóng tới (pull wave) (m/s), Vp = 304878/DTCVs Vận tốc sóng S — sóng cắt ( shear wave) (m/s), Vs = 304878/DTSDTC Thời gian truyền sóng tới (us/ft)
DTS Thời gian truyền sóng cắt (\1s/ft)UCS Độ bên nén đơn trục — Undifined Compressive Strength (Psi)IFC Hệ số ma sát trong
Rn Điện trở suất từ đường chuẩnPp Áp suất lỗ rỗng (ppg, psi, Pa)Phydro Áp suất thủy tĩnh (ppg psi, Pa)
1X
Trang 15LÊ QUOC NAM PHAN MỞ ĐẦU
1570271
MỞ ĐẦU1 Tính cấp thiết của đề tài
Hiện nay, thế giới vẫn tiếp tục đặt tầm quan trọng của nguồn năng lượnghydrocarbon lên hang đầu Khi nhu cau tiêu thụ nhiên liệu trên thế giới ngày càng tăngcao trong khi các nguồn năng lượng tái tao không thé đáp ứng được, thì công việc tìmkiếm thăm dò các mỏ dâu khí ngày càng trở nên thách thức và khó khăn Bên cạnh đó,chi phí phát hiện mỏ mới khá cao và thường tập trung ở vùng có điều kiện tự nhiên batlợi như vùng nước sâu xa bờ, vùng cực Các quá trình này rất phức tạp và tiềm annhiều nguy hiểm Vì vậy, nhằm hạn chế tối đa rủi ro trong công tác khoan thăm dò vàgiảm thiêu chi phí thì giải pháp ứng dụng địa thống kê trong công tác dự đoán thôngtin địa chất băng phần mềm được đề ra
Trong quá trình khoan và khai thác, việc có một mô hình địa mô hình thông số củavỉa là rất cần thiết, nhưng chúng ta chỉ có thể lay mẫu tại một số vị trí, việc dự đoáncác thuộc tính địa cơ học cho các khu vực lân cận do đó chỉ có thể thực hiện nhờ vàoĐịa thống kê Lĩnh vực này bao gồm các quá trình: thu thập dữ liệu, xử lý dữ liệu thô,thiết lập thuật toán, mô phỏng, kết quả cuối cùng là đưa ra mô hình của vỉa Xuất pháttừ ý tưởng trên, tác giả đã quyết định lựa chọn để tài “Ứng Dụng Địa Thống KêTrong Dự Báo Thông Số Địa Chat Mö A, Bé B” cho luận văn cao học
2 Mục đích của đề tàiMục đích của nghiên cứu này là đánh giá và dự đoán các thông số địa chất mà cụthé hon là thông số dia cơ học (geomechanics) dựa vào các phương pháp nội suy địathống kê trong một khu vực mỏ Chỉ tiết các mục đích sẽ làm như sau:
> Xây dựng co sở lý thuyết và phương pháp luận của nội suy địa thống kê.> Thu thập mot bộ số liệu của các giếng đã có săn dé tính toán modun đàn hồi
Young, Ung suât nén một trục, ứng suat thăng đứng va áp suât lỗ rong.
Áp dụng các phương pháp để dự đoán các thông số cho một giếng khoan và đánh
giá lại dựa vào các sô liệu thực tê.
> XAay dựng mô hình phân bố các thông số đó cho toàn khu vực mỏ
Trang 16LÊ QUOC NAM PHAN MỞ ĐẦU
Environmental Sciences) đê:
e Xây dựng mô hình địa co theo quỹ đạo cho hai giếng OA-1P và OA-2P, ứng dụngđịa thông kê vào nội suy thông số địa cơ cho mặt cắt giữa hai giếng OA-1P và OA-2P
e Từ giếng OA-IP và OA-2P tiến hành dự đoán thông số địa co cho giếng OA-3Psau đó dùng kết quả thực của giếng OA-3P dé so sánh với kết quả nội suy, từ đó đánhgiá được độ tin cậy và ham phân bố của khu vực Sau đó dùng ham phân bố này dựđoán cho giếng OA-5P và OA-6P
4 Nội dung nghiên cứu
Thu thập và phân loại thông tin địa vat lý của khu vực, từ đó ứng dung địa thống kêvào nội suy các thông tin địa chất cho mỏ A Từ những thông tin địa chất đã có xâydựng mô hình mặt cắt địa chất cho mỏ A
5 Phương pháp nghiên cứu
Tổng hợp và phân tích các tài liệu về ứng dụng địa thống kê trong công tác dự đoánthông số địa chất Tham khảo và kế thừa các nghiên cứu đi trước lẫn ý kiến của các
chuyên gia trong lĩnh vực.
Nghiên cứu lý thuyết địa thống kê.Sử dụng phần mềm Interactive Petrophysics dé xử lý dữ liệu địa vật lý.Ứng dụng phần mềm GS+ để tính toán và dự đoán thông số vỉa
XI
Trang 17LÊ QUOC NAM PHAN MỞ ĐẦU
nhât với khu vực cân được nội suy.
Từ tài liệu địa vật lý giếng khoan có thể xây dựng mô hình địa chất của toàn mỏ vànội suy giếng mới theo quỹ đạo Khăng định mô hình địa cơ quan trọng trong ngànhdầu khí
6.2 Y nghĩa thực tiễnTừ những thông số nội suy và mô hình địa cơ, có thé ap dung vao linh vuc thiét kégiéng khoan
Từ mô hình dia cơ có thé tính toán độ rỗng từ công thức thực nghiệm
Trang 18LE QUỐC NAM ¬ CHƯƠNG I
1570271 NGHIÊN CỨU TỎNG QUAN ĐỊA THÔNG KÊ
CHUONG 1: NGHIÊN CUU TONG QUAN DIA THONG KE
1.1 Lich sir hình thành và phat triển địa thống kêTừ những năm đầu của thập ky năm mươi, D.G Krige (sau đó là giáo sư trường đạihọc tong hợp Witwatersand - Cộng hoa Nam Phi) và các cộng sự đã nghiên cứu trênmột loạt mỏ vàng, uran, pirit, và thấy răng: Nếu hàm lượng trung bình của khối tínhchỉ được xác định bằng các thông tin bên trong nó, thì đối với quặng có hàm lượng đạt
giá trị công nghiệp trở lên, hàm lượng xác định này bị tăng lên (tức trữ lượng khai thác
nhỏ hơn trữ lượng tính toán) Nhưng với khối quặng nghèo, kết quả tính toán lại bịgiảm đi Sai số hệ thống này không thể khắc phục được băng các phương pháp tínhtoán truyền thống Đề khắc phục tinh trạng này, D.G Krige dé nghị phải hiệu chỉnhcông thức tính giá trị trung bình cho phù hợp với thực tế Theo ông, để tính giá trịtrung bình gần đúng nhất của khối (Zv) ngoài các thông tin bên trong khối, cần bốsung tat cả các thông tin có thé lay được bên ngoài khối Về mặt phương pháp luận,Krige hoản toàn đúng vì đã triệt để tận dụng lượng thông tin đã có Nhưng cách giảiquyết, cụ thé là công thức hiệu chỉnh do ông đưa ra chưa hop lý [1]
Xuất phát từ quan điểm đúng dan của Krige, từ những năm 1955, giáo sưG.Matheron (trường đại học Mỏ quốc gia Pari - Cộng hoa Pháp) đã phát triển thànhmột bộ môn khoa học là địa thong kê Dé tôn vinh người đặt nên tảng cho môn học,Matheron lẫy tên Kriging (Kriging) để đặt tên cho phương pháp ước lượng các giá trị
trung bình.
Mặc dù kỹ thuật Kriging ban đầu được phát triển để giải quyết các van dé ướclượng trữ lượng quặng, với sự ra đời của máy tinh trong những năm 1970, nó pho biếntrong nhiều lĩnh vực khác của khoa học trái đất Tuy nhiên, phải đến những năm 1980kỹ thuật dia thống kê mới được sử dung rộng rãi trong ngành công nghiệp dau khí, đặcbiệt là khi kết hợp với dữ liệu địa chấn 3D Các kết quả thường được đưa vào môphỏng các dòng chất lưu trong vỉa Cho nên, sử dụng địa thống kê rất cần thiết cho sựphối hợp giữa khoa học địa chất và công nghệ mỏ đóng góp đáng kế vào quá trình xây
dựng mồ hình của mỏ dau khí.
Trang 19LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KEDia chat truyền thông, khi chưa có áp dung máy móc, thì dựa hoàn toàn vào mô tavà sự phân loại các cầu trúc cùng với các hiện tượng địa chât Với ứng dụng của thuậttoán Kriging các mô hình định tính địa chât được chuyên thành các mô hình sô, mặcdù được tính toán dựa vào các thuật toán hơn là dựa vào các luận giải địa chât.
Trong lĩnh vực dau khí, Tyler, Gholston, Tyler và Finley đã chỉ ra rang một số
lượng lớn hydrocacbon thường bị bỏ lại trong vỉa chứa Weber, Srivastava, King vàMansfield, Botton-Dumay et al., va Srinivasan và Caers là người tiên phong trong
việc đánh giá sự tác động của tinh không đồng nhất vẻ thu hồi hydrocarbon Sử dụng Địa thống kê trong mô hình vỉa có lẽ là giải pháp tiềm năng nhất trong việccải thiện hiệu suất dự báo thông số trong các vỉa chứa bất đồng nhất Nó không phải làphương pháp duy nhất, cũng không phải là hữu ích trong mọi trường hợp, nhưng nó làmột cách tiếp cận đã được chứng minh có nhiều ưu điểm khi áp dụng với nhiều điềukiện thực tế vốn phúc tạp
Mục tiêu của mô hình về mặt địa thống kê là xây dựng một mô hình thực tế hơn vềtính bất đồng nhất Cũng giống như các phương pháp xác định truyền thống, nó tôntrong dữ liệu Tuy nhiên, không giỗng như các phương pháp truyền thống, địa thốngkê cung cấp cho các nhà khoa học với nhiều kết quả đáng tin cậy Với mỗi mô hìnhkhác nhau sẽ cung cấp nhiều kịch bản khác nhau, từ tiềm năng đến không tiềm năng
[1] [2]
1.2 Tình hình nghiên cứu trên thé giớiNgày nay, các nghiên cứu địa lý thống kê được tiến hành với dữ liệu thủy văn
(Rouhani va Myers, 1990; Kitanidis, 1996), trong các ứng dụng khai thác mỏ (Kelker
và Langenburg, 1997; Schuenemeyer và Power, 2000), các nghiên cứu chất lượng
không khí (Guttorp, Meiring va Sampson, 1994; Krajewski, Molinska va Molinska,1996), dữ liệu soilscience (Webster va Oliver, 1992; Raspa va Bruno, 1993), sinh hoc
(Ecker va Gelfand, 1999; Ritvo, Sherman, Lawrence va Samocha, 2000), kinh té (Basu
va Thibodeau, 1998; Gelfand, Ecker, Knight andSirmans, 2003), và xây dựng mang
lưới quan trắc môi trường (Wikle và Royle, 1999) Sau đây là một số công trình
Trang 20LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE[1] Assessment of Heavy Metal Pollution in Chinese Suburban Farmland FeiMeng, Ning Ding, Ying Jun Sun (2013) [3]
Bai báo đã sử dụng hệ thống thông tin địa chat, địa thống kê (Kriging) dé xác địnhphân bồ không gian của kim loại nặng và sự biến đôi khu vực Từ đó nêu ra ảnh hưởng
đền môi trường của 8 loại kim loại nặng.
650 mau đất đá được thu thập từ Liêu Thanh, tỉnh Sơn Đông, Trung Quốc để xácđịnh nồng độ của 8 kim loại nang As, Cd, Cr, Cu, Hg, Ni, Pb va Zn Nong độ mỗi kimloại nặng được biểu diễn băng chỉ số ô nhiễm (Pollution Index: PI), là tỷ số giữa nồngđộ kim loại (mg/kg) và giá tri nên (mg/kg) PI chia làm 3 loại: PI<l (rất thấp), I<PI<2(thấp), 2<PI<3 (vừa phải), PI>4 (cao)
As Cd Cr Cu Hg Ni Pb ZnMean 10.74 0.14 62.59 21.75 0.04 26.35 21.34 63.06
SD 175 0.03 5.57 3.10 0.02 3.11 2.30 7.38BC 9.30 0.08 66.00 24.00 0.02 25.80 25.80 63.50Guideline value 15 0.20 % 35 0.15 40 35 100
CN (%) 16.3 20.4 89 142 54.7 II 108 117Geom M 10.70 0.14 62.56 21.74 0.04 26.27 21.42 63.10Geom §.D 2.17 0.03 5.60 332 0.06 320 2.58 7.91
Min 1.90 0.08 39.40 13.50 0.01 16.40 14.70 42.50Max 17.60 0.34 83.70 41.50 0.26 37.70 30.60 93.70Skewness 0.25 135 0.0 0.88 3.34 0.19 0.18 0.12Kurtosis 1.14 3.89 1.03 2.72 9.12 0.57 0.09 0.80Range 15.70 0.26 430 28.00 0.25 21.30 15.90 51.20Distribution | Lognormal | Lognormal | Lognomal | Lognormal | Lognormal | Normal Normal NormalBang 1.1 Thong kê mau theo nông độ cua 8 mâu kim loại
Trong 8 loại kim loại nặng, có sự tương quan với nhau, đặc biệt là Zn-Ni, Zn-Cu,
Ni-Cu hệ số tương quan cao trên 0.7
Pl Number of samplesMin Max Mean Low Slight Middle High
As 0.20 1.89 1.15 102 548 0 0
Cd 1.00 4.25 175 0 529 114 7Cr 0.60 1.27 0.95 495 155 0 0
Cu 0.56 1.23 091 546 104 0 0Hg 0.50 13.00 2.00 19 373 180 78Ni 0.64 1.46 1,02 271 373 0 0
Pb 0.57 1.19 0.83 635 15 0 0
Zn 0.67 1.48 0.99 350 300 0 0
Bang 1.2 Thong kê mẫu theo chỉ số PI
Trang 21LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE
(Pb) (Zn)Hình 1.1 Ban do Kriging của 8 kim loại nặng
[2] GEOSTATISTICAL METHODS FOR ESTIMATING SNOWMELTCONTRIBUTION TO THE SEASONAL WATER BALANCE IN AN ALPINEWATERSHED (Thesis of Master, Colorado State University, 2006) [4]
es a
+ i m cả% — *
pO gt Sipe in
— Ae Pa.° ⁄ ¿2X (xế Ces = : * : /
£ a "Jone vờ = /^° pio Fs « * ‘24
— ae ú
os rik Si 2%/5-22 42L of ot AF ig «" «ee * Fá *ogee) 9) lv oesFed S z Pt Pee * x - ACOe baka dt Cohen Sees {
Le ý oo 8 we St, /
vn" 3 * ° $ † “é * A
ah eta Aes + ⁄Sg 674.4 VI,
Trang 22LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE
Luan van danh gia su phan bố của thông số độ sâu, mật độ và sự bao phủ của tuyếtảnh hưởng đến dòng chảy đầu nguồn của hồ West Glacial, Colorado, Hoa Ky Luậnvăn đã sử dụng nhiều phương pháp nội suy như: phương pháp nghịch đảo khoảngcách, phương pháp cây hồi quy nhị phan, và địa thông kê Kriging
Ở phương pháp nghịch đảo khoảng cách, nội suy không gian cho kết quả chấp nhậnđược khi hệ số tương quan cho giá trị từ 0.29 đến 0.66
Phương pháp hồi quy nhị phân cho kết quả độ sâu trung bình, thấp nhất và nhỏ nhấtcủa tuyết thấp hơn nghịch đảo khoảng cách và không thé hiện mối tương quan của độdốc, ảnh và xem như phân bố bức xạ mặt trời không ảnh hưởng đến kết quả
Tuy nhiên, với phương pháp Kriging, kết quả của hệ số tương quan OrdinaryKriging cho giá trị cao từ 0.51 đến 0.68 Phương pháp địa thông kê trình bày được sự
ảnh hưởng của độ dôc, bức xạ mặt trời và Northness.
Model MAE RMSE R? SWEIDW 66.98 89.24 0.54 1,063Kriging 70.51 94.93 0.68 1,058Regression Tree 63.57 79.73 0.33 1,060Tree and Residual Kriging 66.51 90.82 0.61 1,057Modified Residual Kriging 70.53 94.94 0.67 1.054Co-kriging, Solar Radiation 5.25 8.58 0.94 1,060Co-kriging, Slope 10.21 24.48 0.94 1,074Co-kriging, Northness 6.59 10.67 0.92 1,063Co-kriging, Elevation 78.27 107.14 0.18 1,052
Bang 1.3 Tóm tắt kết qua mô phỏng
Hình 1.3 Kết quả mô phỏng độ sâu của tuyết rơi bằng phương pháp nghịch đảo
khoảng cách
Trang 23LÊ QUỐC NAM
1570271
NGHIÊN CỨU TONG QUAN DIA THONG KE
Hình 1.4 Kết qua mô phỏng độ sâu cua tuyết rơi bằng phương pháp cây hồi quy nhị
Hình 1.5 Mô hình Gausse và tính toán Variogram cho khu vực hô West Glacial
Trang 24LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE[3] Estimation Spatial distribution of Sodium adsorption ratio (SAR) inGroundwater’s Using ANN and Geostatistics Methods, the case of Birjand Plain,Iran [5]
Bai báo ước tinh phân bố không gian của ty số hấp thụ Natri của nước dưới dat tai
Iran Hàm lượng ion Natri trong nước đặc trưng cho lượng nước thải sinh hoạt của khu
dân cư băng địa thống kê
_ Na
(Ca + Mg)
Y 2
SAR
Hình 1.7 Công thức tinh ham lượng hấp thụ natri
Nghiên cứu cho thay có sự tương quan giữa natri va độ dân điện, clorua và độ dân
điện Và sử dụng độ dẫn điện làm biến thứ hai để chạy Co-Kriging.Mô hình Gausse được cho là thích hợp nhất dé tính toán Kriging
Legend
@ veil
| Border ¬Co-Kriging =
SAR(mmoliit)*0.5 s
[ — ]|84452304841425468347 [I] 13.25466348 - 18.15230751 2[EN 18.15230752 -22.e9090s76 ©GE) 22.09090577 - 26.67637634
-E9 26.67637635 - 29.57980537 ox
MN 20.s7900538 -32.69787598 —
GN 32.69787599 35.7417984 *WN 25.74179841 -39.00030291 C
BEBE 39.00029292 - 42.61872101MMMM 42.61972102-47.2108345 - — bd
Hinh 1.8 Két qua Kriging
Nghiên cứu su dung phương pháp Genetic Algorithm, Artificial Neutreu Network
và Co-Kriging dé nội suy không gian
Trang 25LÊ QUOC NAM a CHUONG |1570271 NGHIEN CUU TONG QUAN DIA THONG KE
MAE RMSE RỶ
GA-ANN- Cokriging 63/72 73/45 0/896ANN- Cokriging 78/58 87/36 0.805
Cokriging 83/37 105/12 0/732
Bang 1.4 Kết quả nội suy và hệ số trơng quan cua thông số tỷ số hấp thụ natri
MAE RMSE R°
GA-ANN- Cokriging 71/32 67/13 0/926ANN- Cokriging 83/23 76/23 0.872
Cokriging 87/12 95/31 0/751
Bang 1.5 Kết quả nội suy và hệ số twong quan của thông số tỷ số Clorua
[4] Application of Geostatistics for Evaluation of Spatial variability ofPrecipitation concentration Index (PCI) in GhaZvin Province, Iran [6]
Bài báo nghiên cứu sự bién thiên của lượng mua theo thời gian và không gian taiGhaZin, Iran Dữ liệu được thu thập từ 74 điểm và sử dụng dia thống kê (Kriging vàCo-Kriging) Dé biéu diễn thông số phân bố lượng mua, chỉ số nồng độ mưa PCI được
tính toán như sau:
Bang 1.6 Kết quả nội suy từ hai phương pháp
- 0 15 30
oes Ki Orn oters
(1.1)
Trang 26¬ CHƯƠNG INGHIÊN CỨU TONG QUAN DIA THONG KE
LE QUOC NAM
1570271
[5] Geostatistical Evaluation of Ground Water quality Distribution with GIS(Case Study: Mianab-Shoushtar Plain) Hossein Eslami, Jafar Dastorani,Mohammad reZa Javadi, Hadi Chamheidar [7]
Bai báo đánh giá sự phân bố chất lượng nước ngầm ở KhouZestan, Iran 73 điểm dữliệu đầu vào để xây dựng mô hình với diện tích 453 km?
variable min max std mean kurtosis skewnessSO4?(meq/L) | 2.55 13.13 3.418029 | 6.319231 | -0.00449 | 0.959542TDS (mg/L) 1130 Sia 668.6511 | 1754.385 | -0.05439 | 1.150229TDS (mg/L) | 3.053078 | 3.493737 | 0.149399 | 3.21873 -0.63253 | 0.834894SAR 3.69 7:75 1.138405 | 5.17 0.779911 | 1.072916
SARTM 0.567026 | 0.889302 | 0.090139 | 0.704535 | 0.005237 | 0.665061
EC 1765 4870 1044.71 2741.615 | -0.05611 | 1.149481ECTM 3.246745 | 3.687529 | 0.149389 | 3.412617 | -0.63361 | 0.833941
Bang 1.7 Tóm tat bang phân tích dit liệu thông kê
Ground water quality | Cokriging | Kriging —
Exp1 Exp2 Exp3 | EXP4TDS 260.01 675.6 874.6 767 953.7 | 996.5EC 322.7 1055 | 1198.3 | 1366.5 | 1490 | 1556SAR 0.5256 1.18 1.32 1.49 1.62 1.68SO4 L5 3.53 3.95 4.52 4.97 5.24
Bang 1.8 Kết quả phương pháp nội suy sử dụng RMSEKết quả cho thấy, phương pháp địa thống kê chính xác hơn phương pháp nghịchđảo khoảng cách Và Co-Kriging cho độ chính xác cao nhất
A
=n
eos † 2—<—_— | KHometers
Trang 27LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE
Và sau đây là nhiều công trình nghiên cứu ở lĩnh vực khác được tác giả tham khảo
đề phục vụ luận văn:[6] R GonZaleZ, K Schepers, S.R Reeves, Integrated Clustering/Geostatistical/ Evolutionary Strategies Approach for 3D _ ReservoirCharacteriZation and Assisted History-Matching in a Complex CarbonateReservoir, SACROC Unit, Permian Basin, SPE 113978, Oklahoma USA, 2008 [8]
Các tác giả đã giới thiệu phương pháp tích hợp các kỹ thuật Phân tích nhóm, Dia
thống kê và Công nghệ chiến lược tiến hóa đã được phát triển và áp dụng cho don viSACROC trong bề Permi- Bắc Mỹ Phuong pháp Phân tích nhóm được áp dụng chocác dữ liệu well log và mẫu lõi với độ phân giải cao cho nhiều giếng để dự đoán độrong, độ thấm va phân loại đá Dia thống kê được áp dụng để nội suy mô hình độ rỗngđộ thắm cho toàn bộ khu vực
Khu vực được xây dựng mô hình rộng 0.5mi7, dữ liệu đầu vào là dữ liệu mẫu lõi thuthập từ ba giếng (từ năm 2004-2005) trong đó chỉ có một giếng gan trung tâm khu vựccần khảo sát Mặc dù có 26 giếng khác lân cận cũng có dữ liệu mẫu lõi nhưng là dữliệu cũ, không phù hợp để đưa vào làm dữ liệu dùng để nội suy Bài báo đã chứngminh được rằng mặc dù dữ liệu đầu vào khá ít ỏi nhưng nếu sử dụng các kĩ thuật Diathống kê một cách hợp lý thì kết quả đưa ra rất khả quan
Tại ba giếng dùng để lay số liệu mẫu lõi, các số liệu độ rong, độ thắm được thu thậptại các khoảng cách nhau | foot Tir các dữ liệu độ thắm ngang K0, K90, và độ thắmdọc KV thu được, các tác giả đã đánh giá được tính dị hướng của phân bồ độ thấm
[7] A Khaksar, P.G Taylor, Z Fang, T Kayes, A SalaZar, Rock Strengthfrom Core and Logs, Amsterdam, SPE 121972 The Netherlands, 2009 [9]
Bai báo đã tong hop các phương pháp nghiên cứu mô hình dia cơ học, phân tích cácđiều kiện địa chất phức tạp, lịch sử nghiên cứu cũng như công tác khoan và các ảnhhưởng của nó đến mô hình địa chat cơ học Nêu cơ sở lý thuyết ôn định và xây dựngmô hình địa chất cơ từ các thông số đầu vào của địa vật lý và ứng dụng vào việc thuthập dữ liệu mẫu để tính toán nội suy
Trang 28LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KEBài báo cũng đưa ra nhiêu mô hình xác định độ bên nén đơn trục dựa vào các dữliệu địa chan va dữ liệu do log trong khi khoan Và ứng với môi loại thành hệ lại có
một mối tương quan khác nhau giữa UCS và các dữ liệu liên quan.Luận văn sử dụng công thức thực nghiệm để tính toán UCS từ dữ liệu đo log, ápdung cho thành hệ cát kết (công thứcI.1); và mối tương quan giữa UCS va độ rỗng, ápdụng cho thành hệ cát kết (công thức 1.2)
UCS =185165*exp(~0.037* DTC) (1.2)
UCS =20144*e* (1.3)
[8] THE SPATIAL VARIABILITY OF HEAVY METAL DISTRIBUTIONIN THE SUBURBAN FARMLAND OF TAIHANG PIEDMONT PLAIN,CHINA (2009) Pingguo Yang, RenZhao Mao, Hongbo Shao, Yunfeng Gao Xay
dựng mô hình phân bố nồng độ (mg/kg) của 8 nguyên tô kim loại nặng: Cu, Zn, Cr,
Ni, Pb, Cd, Hg, As.
[9] Ritvo, G., Sherman, M., Lawrence, A and Samocha, T (2000) Estimationof Soil Phosphorus Levels in Shrimp Ponds Journal of Agricultural, Biologicaland Environmental Statistics 5, 115-129 [Application of geostatistical techniquesto biological data].
[10] Webster R and Oliver, M., (1992) Sample Adequately to EstimateVariograms of Soil Properties Journal of Soil Sciences 43, 177-192.[Applicationof geostatistical techniques to soil science data].
[11] Christakos, G (2000) Modern Spatiotemporal Geostatistics New York:Oxford University Press [Provides current methodology for spatio-temporal dataanalyses].
[12] Ecker, M.D and Gelfand, A.E (2003) Spatial Modeling and Predictionunder Range Anisotropy Environmental and Ecological Statistics 10, 165-178.[Provides models that allow for a departure from Geometric Anisotropy].
11
Trang 29LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE[13] Gaudard, M., Karson, M., Linder, E and Sinha, D (1999) BayesianSpatial Prediction Environmental and Ecological Statistics 6, 147-171 [Providesa general framework for Bayesian spatial modeling and prediction].
[14] Gelfand, A.E., Ecker, M.D., Knight, J and Sirmans, C.F (2003) TheDynamics of Location in Home Prices Journal of Real Estate Finance andEconomics (to appear) [Application of Bayesian geostatistical techniques tohousing data].
1.3 Tinh hình nghiên cứu trong nước
[1] Nguyễn Van Thuận, “Chương 3: Xây dựng mô hình dia cơ học cho giếng
XX-2P và XX-3P, nội suy và đánh giá mô hình địa cơ học ứng dụng vào phân tích
On định thành giếng khoan XX-4P của mo Y bể Cửu Long Luận văn tốt nghiệp,Đại hoc Bách Khoa TP Hồ Chí Minh, 2015 [10]
Tác giả đã ứng dụng mô hình địa thong kê vào lĩnh vực địa co học, cụ thé là dựavào mô hình dia co của giếng XX-3P và XX-2P và sử dụng phương pháp nội suy địathống kế để tính toán mô hình địa cơ của giếng XX-4P
Các thông số cơ học đất đá được nội suy là: Hệ số hệ số ma sát trong, Ấp suất lỗrong, Ứng suất thang đứng, Ứng suất ngang nhỏ nhất Quy trình tính toán được tác
[2] Lâm Hoàng Quốc Việt, Trà Thanh Sang, Tạ Quốc Dũng, Ứng dụng địathong kê xác định vùng phân bồ tầng chứa nước Pleistocen trên (qp3) tinh Hậu
Giang, 2014 [11]
Trang 30LE QUỐC NAM ¬¬ CHUONG I
1570271 NGHIEN CUU TONG QUAN DIA THONG KE
Các tác giả dựa trên cơ sở sự phan chia dia tang bang tuổi và nguồn gốc tram tích,ứng dụng các lý thuyết Địa thống kê, đã lựa chọn phương pháp nội suy phù hợp nhấtvà đưa ra kết quả dự báo ban đồ phân bố tang chứa nước Pleitocen trên (qpa) tinh Hậu
Giang với độ tin cậy cao.
Kết quả gần như không có sai số giữa giá trị ước lượng và giá trị thực qua đó chothay tính hiệu quả, hop lý với độ tin cậy cao của lý thuyết Địa thống kê trong việc xâydựng mô hình địa chất
CoKriging là phương pháp nội suy được sử dụng trong bài báo, với thông số cần nộilà độ dày bất đăng hướng và thông số phụ là cao trình (Z) đăng hướng
Phương pháp nội suy CoKriging
Là phương pháp nội suy được sử dụng để tính covariance giữa hai hay nhiều biếntrong khu vực có moi tương quan với nhau Co-Kriging được định nghĩa như là mộtphiên bản nhiều biến của Kriging Đây là phương pháp ước lượng tối thiểu hóa độ lệchdự báo bằng cách xem xét đến mối tương quan về không gian giữa biến mà ta quantâm (biến chính) và biến phụ
Vé mặt lý thuyết CoKriging không khác so với Kriging Cái khó là xuất hiện một sốtham số b6 sung trong nghiên cứu
Giả sử có k biến vùng {Z;(u),Z¿(u), ,Z„(u)} trong đặc tính của tập hợp k hàmngẫu nhiên Z„(u) có quan hệ tương quan không gian Có thé viết hệ phương trìnhOrdinary CoKriging dé ước tính giá trị tại một vị trí như sau:
nọ (0) (14); mw) JOCK (y)Z (u, + YS ACK (u)Z, (Uy, ) + Ay, (UW)
Zickuy= 7 2 2 NLA
1 +A, (H)m,
SAL (uy = 1œ¡=l
H2 (M)
Š" 49 (u) =0
Trang 31LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
CHUONG 2: CO SO LY THUYET DIA THONG KE
2.1 Khái niệm cơ ban về thống kêCo sở lý thuyết về thống kê luôn đóng một vai trò quan trọng trong địa thông kê Lacốt lõi của địa thống kê, xác suất thống kê cung cấp lý thuyết nền tảng về phương sai,
kỳ vọng và hiệp phương sai.
2.1.1 Thống kê đơn biến
a Định nghĩa
Thống kê đơn biến hay còn gọi biến ngẫu nhiên là đại lượng nhận các giá trị nào đóphụ thuộc vào các yếu tố ngẫu nhiên Đặc biệt với mọi gia trị thực x€P : “ X nhận giátrị nhỏ hon bang x ”, ký hiệu {X < x} , là một biến cố ngẫu nhiên Đối với biến ngẫunhiên người ta chủ yếu quan tâm xem nó nhận một giá tri nào đó hoặc nhận giá tritrong một khoảng với một xác suất bao nhiêu Và có hai dạng biến ngẫu nhiên là rời
rac và liên tục, được định nghĩa như sau: [12] [13] [14] [15]> Biên ngau nhiên rời rac: Biên ngau nhiên X là biên ngẫu nhiên rời rac nêu nó chinhận một sô hữu hạn hoặc vô hạn đêm được các giá tri Nghĩa là các giá tri của miễngiá trị có thê liệt kê thành một day dạng x1, x2
xX XI Xa
P DI P2
Bang 2.1 Bảng phân phôi xác suất cho biến rời rac
> Biên ngẫu nhiên liên tục: Biên ngâu nhiên X là biên ngau nhiên liên tục nêu cácgiá tri của nó có thê lap đây một hoặc một sô các khoảng hữu hạn hoặc vô hạn (nhưvậy miễn gia tri là một khoảng hoặc hop cua một sô khoảng hữu hạn hoặc v6 hạn) va
xác suất X nhận giá trị tại từng điểm đều băng 0 (nghĩa là P (X= a ) = 0 với mọi a)
Gia sử X là một biên ngau nhiên liên tục có hàm phân bồ xác suât F’x(x), nêu tôn tạiham fx (x) sao cho:
Fx() = fo", &Œ)dt Với moi x thuộc R (2.1)
Trang 32LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
Thì fx(x) được gọi là hàm mật độ xác suất của biến ngẫu nhiên X (probabilitydensity function, viết tat PDF)
Như vậy giá trị của hàm Fy(x) băng diện tích hình phăng giới hạn bởi đồ thị hàmmật độ xác suất Fx(x), trục hoành va đường thăng song song với trục tung có hoàng độlà x Hàm phân bồ Fx(x) là một nguyên hàm của hàm mật độ fx(x )
Gia tri của hàm F(x) chính là diện tích hình phăng giới hạn bởi đồ thị hàm mật độF(x), trục hoành và đường thăng song song với trục tung có hoảng độ là x
a a 2.2
E(X)=3 xP(ŒX =x) & DPK=x)=1 (22)
Mỗi giá trị kỳ vọng X là một giá trị trung bình của mỗi giá trị x¡, mỗi x¡ có một giá
trị xác suất pi Như vậy, kỳ vọng của một đại lượng ngẫu nhiên là trung bình theo xácsuất các giá tri có thể nhận được của đại lượng ngẫu nhiên Với trường hợp X là đại
lượng ngẫu nhiên liên tục có hàm mật độ F(x) thì kỳ vọng của X:
E(X)= fone 23)
—œ
Ý nghĩa của kỳ vọng là giá trị trung bình mà biến ngẫu nhiên nhận được
l6
Trang 33LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
giá trị trung bình E(X) Nói cách khác phương sai của X là kỳ vọng của (X — E(X))*
Cho đại lượng X là biến ngẫu nhiên có kỳ vọng E(X) Khi đó ta gọi phương sai của
X là kỳ vọng của bình phương độ sai khác giữa X và E(X), ký hiệu là D(X)
Do D(X) > 0 nên ta định nghĩa độ lệch chuẩn :
o(X)=JD(X) hay o7(X)=D(X) (2.7)Phuong sai của biến ngẫu nhiên X là độ lệch bình phương trung bình quanh giá tri
trung bình E(X) Trong kỹ thuật phương sai đặc trưng cho mức độ phân tán của các chi
tiết gia công hay sai số của thiết bị
Trang 34D(X) = E(X”) - (E(X))*D(X+Y) = D(X) + D(Y) nếu X và Y độc
Bảng phân bô xác suât đông thời của biên ngâu nhiên rời rạc hai chiêu là bảng liệtkê tat cả các giá tri cua X theo cột, các giá tri của Y theo hàng và các xác suât tươngứng có dạng sau, trong đó x; ( i=1, 2, n) là các giá trị có thê có của thành phân X; yi
(i=1, 2, n ) là các giá trị có thể có của thành phan Y
Y Vì V2 Vị Ym dj
XI pŒI.y1) p(x1.y2) p(x1.yi) p(X1,¥m) pŒI)
X2 p(x2,y1) p(x2.y2) p(x2,yi) p(X2.,Ym) pŒ2)
Xi pŒi.Y1) pŒ¡.,Y2) pŒ¡.Yi) pŒX¡i,Ym) p(Xxi)
Xn pŒn,Y1) P(Xn,y2) p(x1.y1) pŒXn,Ym) pŒn)di p(y1) p(yz) p(yj) pÓym) |
Bang 2.2 Bang phân phối xác suất biển ngau nhiên rời rac hai chiêu [14]
18
Trang 35LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
b Ky vong
Ta có công thức tinh kỳ vọng va phương sai của biến ngẫu nhiên thành phan X , Ycủa véc to ngẫu nhiên (X.Y):
E(Z) =(E(X), E(Y)) (2.8)
Trường hop rời rac, ta giả sử Z có phân phối đồng thời (X = xi, Y = yi) = pi thì ta có
E(X) va E(Y) nhu sau:
c Covariance ( Hiệp phương sai)
Hiệp phương sai (hay còn gọi là Covariance) của hai biến ngẫu nhiên X Y , ky hiệucov(X,Y), là kỳ vọng toán của tích các sai lệch của hai biến ngẫu nhiên đó với kỳ vọng
toán của chúng: [13]
Cov(X.V)=——S(X,~X)(Y—Y) (2.11)
Nếu Y, X rời rac thi ta có thé viết phương trình Cov(X,Y) lại như sau:
Cov(X,Y) = E(XY)- E(X).E(Y) = E(XY) = SY xyp, ~ E(X).E(Y) (2.12)
Tinh chất của hiệp phương sai:
1 Cov(X,Y) = cov(Y, X ).
2.Cov(X,X)=DX.
Trang 36LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
4 Nếu X.Y độc lập thì cov(X,Y) = 0 Tuy nhiên điều ngược lại không đúng, nghĩa làtn tại hai biến ngẫu nhiên X , Y không độc lập nhưng cov(X ,Y) =0
d Tương quan giữa các biến: [ 13]
Hệ số tương quan của hai biến ngẫu nhiên X,Y ký hiệu và định nghĩa bởi công thức:
œowŒ,X) _ E(XY)-E(X)EUV) El{X-E(X)-Eữ))| (2.13)
Y nghĩa của hệ số tương quan:Hệ số tương quan đo mức độ phụ thuộc tuyến tính giữa X và Y Khi Ryx càng gan1 thì tính chất quan hệ tuyến tính càng chặt, khi Ryx càng gan 0 thì sự phụ thuộc tuyến
tính càng ít, càng lỏng léo Khi ta nói Rxy = 0 thì X va Y không tương quan.
Khi Rxy = 0 ta nói X và Y không tương quan Như vậy hai biến ngẫu nhiên độc lậpthì không tương quan, nhưng ngược lại chưa chắc đúng
2.1.3 Hàm cau trúc Variogram (y(h))Khi xét đến những đặc tính không gian của đối tượng nghiên cứu, lý thuyết toán cơbản được dùng là "lý thuyết biến số vùng" Biến số đó biến đối một cách liên tục từđiểm quan sát này đến điểm quan sát khác song rất khó mô hình hoá băng một hàm
thông thường [16] [17]
Vì vậy, Matheron đã đề ra lý thuyết variogram hay còn gọi là hàm cấu trúc
Var|Z,,-Z, |= 2v|Z,,-Z,, | (2.14)
2v1Z,,-Z,,| là ham của số gia Z«› - Zœs›, đã được Matheron gọi là biểu dé
phương sai hay Variogram hoặc hàm cấu trúc.Hàm cấu trúc đã giải quyết tốt van dé giá trị ước lượng bi ảnh hưởng nhiều bởinhững điểm ở gần và ít bị ảnh hưởng bởi những điểm ở xa Đồng thời, phương vị
không gian lay mau cũng sé ảnh hưởng đền tính tương quan của mau.
20
Trang 37LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
Variogram thực nghiệm được xác định bằng trung bình bình phương của một hiệu
giữa các giá trị khác biệt một khoảng h:
eae (2.16)I 2
=——>_.lZ.-Zy(h) IND 2l xT Zen]
N(h) là sô lượng cặp điêm nghiên cứu.b Cac tính chat của hàm cầu trúc — VariogramCác Variogram có những khái niệm sau:
Bán kính ảnh hưởng Ixà khoảng cách mà Variogram đạt giá trị trần Khia khoảng cách lag h> a thì giá trị nghiên cứu biến đối hoàn toàn ngẫu nhiên
và không có mỗi quan hệ tương quan lẫn nhau.C(O) Giá trị tran Sill là giá trị ma variogram không tăng nữa
Là hiệu ứng tự sinh khi y(h=0) # 0 Hiệu ứng này xảy ra khi khoảng cáchNugget dữ liệu quá nhỏ so với khoảng nội suy Có sự giản đoạn trong dữ liệu hoặc
dữ liệu có khoảng cách lag rất lớn
Trang 38LÊ QUOC NAM CHUONG II:1570271 CƠ SỞ LY THUYET BIA THONG KE
c Cac mô hình của Variogram
Trong phan này sẽ nói về các phương pháp được sử dung dé mô phỏng các mô hìnhVariogram Ước lượng Variogram chỉ cho phép chúng ta biết các giá trị Variogram tạimột khoảng cách lag nhất định Mục đích chính trong ước lượng Variogram là dé sửdụng thông tin đó để xác định các giá tri biến tại khu vực mẫu chưa biết
Trang 39LÊ QUOC NAM CHƯƠNG II:1570271 CƠ SỞ LÝ THUYET BIA THONG KE
Các Variogram thực nghiệm thường là đường dich dắc dao động ké đường cong lýthuyết Do đó có thể áp dụng các phương pháp khác nhau để mô phỏng về dạng đườngcong lý thuyết
Một số mô hình variogram phổ biến như sau:Mô hình hình cầu: Mô hình hình cau là loại mô hình variogram phô biến nhất vađược đặc trưng bởi một ứng xử tuyến tính tại những khác biệt khoảng cách nhỏ và sauđó cong tai sill bằng 1
tiệm cận với sill.
q
y(h)=C, 1 —exp (=")] khi h>0 (1.2)
Trang 40LÊ QUỐC NAM
09 † T Y „ "
ọ 10 Rs) ® 40 s
Distance, ise!
Hình 2.4 Mô hình hàm miiMô hình Gaussian: Mô hình Gaussian là đặc trưng tương quan cao trên bán kínhngăn và được dùng đê mô hình các hiện tượng có tính liên tục cao.
z0)=c,|1=ep| SP | khi h>0 (13)
a
tự
16o8 la
Hinh sin 7 Ỷ Y y(h) =C, (1- sina)
Hinh cos y(h) =C, [1—cos(ah)]Tuyến tinh
Không sill
y(h) =C,.h
Logy(h)=C,log(h) khi h>0
24