báo cáo CUỐI KHÓA địa THỐNG kê tìm HIỂU cá bài báo ỨNG DỤNG địa THỐNG kê vào TRONG LĨNH vực địa CHẤT và dầu KHÍ

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA KỸ THUẬT ĐỊA CHẤT VÀ DẦU KHÍ *** -BÁO CÁO CUỐI KHĨA ĐỊA THỐNG KÊ TÌM HIỂU CÁC BÀI BÁO ỨNG DỤNG ĐỊA THỐNG KÊ VÀO TRONG LĨNH VỰC ĐỊA CHẤT VÀ DẦU KHÍ GVHD: TS TẠ QUỐC DŨNG SINH VIÊN THỰC HIỆN: NGUYỄN VĂN HỊA 1812322 HỒNG NGUYỄN TẤN ĐẠT 1811851 ĐẶNG GIA LONG 1812852 TP HỒ CHÍ MINH, NGÀY 10 THÁNG NĂM 2021 MỤC LỤC CHƯƠNG I: Review báo PHẦN I: Bài báo : ỨNG DỤNG ĐỊA THỐNG KÊ ĐỂ ĐÁNH GIÁ NHỮNG MẠNG LƯỚI TRẠM THỜI TIẾT RIÊNG BIỆT .1 Mục đích để tài: .1 Giới thiệu: Lý thuyết trạm thời tiết riêng phần: Nghiên cứu điển hình: Mơ tả liệu có sẵn: Đánh giá hiệu suất mạng lưới: .4 Kết thảo luận: Kết luận: .10 PHẦN 2: 12 Bài báo: DỰ ĐOÁN HIỆU SUẤT VỈA CHỨA BẰNG CÁCH SỬ DỤNG ĐỊA THỐNG KÊ VÀ MÔ PHỎNG CỬA SỔ TẠO DẦU 12 1.Mục đích đề tài: 12 Giới thiệu: 13 Giới thiệu vỉa Ả Rập Xê Út 13 Nghiên cứu mơ hình: 15 Điều chỉnh liệu: .18 Các trường hợp dự đoán: 19 Kết phân tích: 20 Kết luận: .20 CHƯƠNG II: CỞ SỞ LÍ THUYẾT .20 1.1 Variogram: .21 1.2 Covariance: 22 1.3 Kriging: 23 1.4 CoKriging: 23 CHƯƠNG III ỨNG DỤNG BÀI HỌC 24 Mô tả liệu: 24 Nhận xét: 25 2.1 Thơng số (Z - bề dày): .25 25 2.2 Thông số phụ (Z2 - độ sâu): .26 Xây dựng mơ hình variogam phù hợp: 30 Dưới kết điều chỉnh để tìm mơ hình Variogram phù hợp 30 Kết quả: 34 CHƯƠNG IV: KẾT LUẬN ĐỒ ÁN .35 CHƯƠNG V: TÀI LIỆU THAM KHẢO 36 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ CHƯƠNG I: Review báo PHẦN I: APPLICATION OF GEOSTATISTICS TO EVALUATE PARTIAL WEATHER STATION NETWORKS Tác giả: Muhammad Ashraf, Jim C.Loftis, K.G Hubbard Bài báo : ỨNG DỤNG ĐỊA THỐNG KÊ ĐỂ ĐÁNH GIÁ NHỮNG MẠNG LƯỚI TRẠM THỜI TIẾT RIÊNG BIỆT (Muhammad Ashraf, Jim C.Loftis, K.G Hubbard Received February 1995; accepted 29 April 1996) Mục đích để tài: Dữ liệu thời tiết khí hậu nguồn đầu vào thiết yếu cho việc xác định yêu cầu lượng nước tưới tiêu cho mùa màng Mật độ vị trí trạm thời tiết yếu tố thiết kế thay đổi để thu mức độ xác liệu thời tiết Việc lên kế hoạch thiết kế mạng lưới trạm thời tiết nên cân nhắc kinh tế kết hợp trạm thời tiết toàn đa trạm riêng biệt thay hiệu chi phí Trạm thời tiết tồn đa định nghĩa trạm thu thập tất biến số thời tiết sử dụng phương trình Penman đo trạm thời tiết “riêng biệt” thu thập số đó, khơng phải tất biến thời tiết đo Độ xác việc ước tính nước tham chiếu (Et r) cho vị trí nằm cách xa khu vực xung quanh trạm phụ thuộc vào sai số phép đo, sai số phương trình ước lượng sai số cho việc nội suy Sai số nội suy bị ảnh hưởng cấu trúc không gian biến số thời tiết phương pháp nội suy Một liệu khí hậu nghiên cứu ngày cho năm (1898-1990) từ 17 trạm bang Nebraska, Kansas Colorado sử dụng để so sánh thiết kế mạng lưới trạm thay phương pháp nội suy GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Giới thiệu: Việc lên kế hoạch cho tưới tiêu phương pháp cho dự đoán khoảng thời gian lần tưới tiêu Việc lên kế hoạch có vai trị quan trọng cho ngành nông nghiệp tương lai, đặc biệt phát triển đất nước Lý thuyết trạm thời tiết riêng phần: Việc lên kế hoạch cho mạng lưới trạm đo thời tiết, khí hậu nhiều nhà nghiên cứu nhiều năm qua trở nên cần thiết hạn chế yêu cầu tối ưu hóa sử dụng liệu khí hậu học.Perhaps cơng việc tiếng thực trường Gandi (1970) Mạng lưới thiết kế sử dụng cho trạm thời tiết đa (full weather stations) thường sử dụng năm trở lại Tuy nhiên phải tối ưu mặt kinh tế phải kết hợp trạm tồn đa trạm riêng biệt Trạm thời tiết toàn đa (A “full” Weather station) định nghĩa trạm dùng để thu thập tất biến số mà sử dụng điều chỉnh phương trình Penman Trạm thời tiết riêng biệt (A “partial” weather station) dùng đẻ xác định số biến đó, khơng phải tất Mật độ vị trí lớp khác trạm đo thời tiết quan tâm nhà nghiên cứu Đây yêu cầu quan trọng đề xuất nghiên cứu thiết kế mật độ mạng lưới trạm, để đánh giá lợi trạm thời tiết riêng biệt cho việc xác lượng nước tham chiếu (Et r) vị trí lớp khác trạm Gandin (1970) đề cập yếu tố khí tượng học truyền thống quan sát trạm mặt đất, yếu tố chia nhóm tương ứng Nhóm thứ yếu tố thời tiết bao gồm: áp suất khí quyển, nhiệt độ đất tương ứng với độ sâu, thời gian nắng Nhóm thứ hai gồm nhiệt độ khơng khí, độ ẩm, tốc độ gió độ che phủ mây Nhóm thứ ba bao gồm lượng mưa, đặc điểm tuyết phủ Gandin (1970) đề xuất cho khoảng cách lớn điểm cho mật độ dày thấp mạng lưới nhóm thứ 150-200km, nhóm thứ hai 50-60km nhóm thứ 30km Một vài yếu tối thời tiết quan sát lớp mà mà Gandin (1970) đề xuất nằm ngồi phạm vi nghiên cứu, ơng khơng ước tính lượng nước bay Trong nghiên cứu cho lớp trạm thời tiết dùng cho thiết kế mạng lưới Chúng đưa với yếu tố thời tiết, cần thiết cho việc ước tính Et r, quan sát lớp Việc phân chia dựa chi phí đầu tư hoạt động trạm thời tiết biến số GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ không gian yếu tố thời tiết Lớp B có nhiệt độ cao thấp nhất, liên quan đến độ ẩm tốc độ gió lớp A kết hợp tất yếu tố nhóm B có thêm xạ lượng mặt trời Thường yếu tố quan sát lớp B yêu cầu tinh vi thiết bị với chi phí thấp Nghiên cứu điển hình: Một nghiên cứu điển hình bao gồm 17 trạm thời tiết nằm tiểu bang Nebraska, Kansas Colorado Trong nghiên cứu này, đo mối ngày liên tục vòng năm (1989-1990) Thông tin địa lý cụ thể cho khu vực nghiên cứu cho bảng Các điểm H V bảng tọa độ nằm ngang thẳng đứng tương ứng điểm tham chiếu Bảng Thông tin địa lý khu vực nghiên cứu Hình Các trạm đo thời tiết khu vực nghiên cứu GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Mô tả liệu có sẵn: Dữ liệu dùng nghiên cứu từ Automated Weather Data Network (AWDN) điều hành High Plains Climate Center (HPCC) nằm trường đại học Nebraska, Lincoln Các yếu tố thời tiết quan sát từ trạm trường nghiên cứu điển hình (Hubbard et, al, 1983) Dữ liệu cuối phân tích trung bình theo ngày, ngày, hay tuần theo yếu tố thời tiết đo trạm yêu cầu phương trình Penman mơ tả phần phụ lục A : Nhiệt độ lớn nhất, nhỏ ( 0C), độ thấm tương tối (%), tốc độ gió (kmday-1), xạ lượng mặt trời (MJm2 day-1), lượng nước bốc trung bình Etr (mmday-1) Đánh giá hiệu suất mạng lưới: Để đánh giá hiệu suất của phương pháp nội suy cho cấu hình mạng lưới, cần tiêu chí đo lường hiệu suất Một tiêu chí sai số nội suy bình phương gốc (RMSIE) Kết thảo luận: 7.1 Cấu trúc không gian biến thời tiết: Cấu trúc không gian tính cho ngày mùa hè (21 June – 21 September) liệu 1989 cho bảng Các đặc điểm khơng gian đặc trưng mơ hình tuyến tính Trong Xi biến số độc lập thời tiết, d ij khổng cách (in km) A B hệ số phương trình Các giá trị A, B hệ số tương quan r cho bảng Tất phương trình dựa vào cấu trúc khơng gian sau giá trị trung bình loại bỏ GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Bảng Cấu trúc không gian biến thời tiết 1989 (92 ngày) Tất biến số cho thấy mối tương quan không gian mạnh mẽ đến độ trễ dài khoảng cách Cho nhiều biến số, nhiên mơ hình tuyến tính dự đốn đặc điểm tương quan semi-variogram rõ ràng so với khác Bảng cho thấy xạ lượng mặt trời, Et r, nhiệt độ trung bình nhiệt độ lớn tương quan tốt không gian (điều cho thấy biến số phân tán mối tương quan nó) so với tốc độ gió, độ ẩm tương đối nhiệt độ thấp nhất, ba yếu tố sau biến đổi nhiều khơng gian Các biến có mối tương quan khơng gian bị nhiễu bao gồm lớp B GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Hình (a) Cấu trúc khơng gian Etr (đã tính) cho liệu mùa hè năm 1989 (b) sample cross-semi-variogram xạ lượng mặt trời Etr độ thấm tương đối Etr cho liệu mùa hè 1989 7.2 Ứng dụng phương pháp nội suy: Đối với liệu nghiên cứu điển hình, Et r (đã tính) có giá trị RMSIE thấp giá trỊ Etr (nội suy) Hình cho thấy so sánh RMSIE ước tính Etr sử dụng Dickens Garden city, cặp một, trạm thời tiết 11 lớp A sử dụng cho nội suy liệu mùa hè 1989 Gía trị RMSIE việc ước tính Etr nội suy thấp Etr tính tốn khác biệt không đáng kể GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Bảng bảng cung cấp so sánh ba phương pháp nội suy cho cấu hình mạng lưới đa dạng sử dụng Dickens Garden City điểm hư cấu Nhiều thời gian trung bình trước hiển thị tốt Nếu sử dụng trục trung tâm để tưới tiêu hàng ngày giá trị biến số thời tiết Et r thích hợp Để việc tuois tiêu thường xuyên hơn, loại bỏ giá trị trung bình Phương pháp kriging phù hợp trường hợp GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ   C  h   E  Z ( x )  m   Z ( x  h )  m  (3) Với m kỳ vọng toán hàm C  h thực nghiệm tính: C  h  N  h N  h    Z i 1 (x)   m   Z ( x  h )  m  (4) 1.3 Kriging: Kriging nhóm phương pháp địa thống kê dùng để nội suy số liệu trường ngẫu nhiên điểm (một vi khối) chưa biết giá trị (ví dụ khơng lấy mẫu phân tích) từ giá trị biết điểm lân cận  Kriging thông dụng (Ordinary Kriging – OK) Phương pháp gọi Kriging chưa biết trước giá trị trung bình, dựa chủ yếu vào giả thuyết hàm ngẫu nhiên ổn định (dừng) thực Ở dạng chung nhất, toán liên quan đến thủ tục Kriging thơng dụng diễn đạt: có n giá trị Z ( x1 ), Z ( x2 ), Z ( x3 ), , Z ( xn ) điểm quan sát x1 , x2 , , xn phân bố lân cận điểm cần ước lượng x0 (hoặc khối ước lượng V0 ) Có thể ước lượng điểm (hoặc khối) chiều Giá trị ước lượng tuyến tính cho x0 (hoặc cho V0 ) tốt có dạng: N Z *( X )    Z  x  (5)  1 N Z *(V0 )    Z  x  (6)  1 Trong đó: -  : Trọng số Z  x  : Các thông số biết lân cận điểm (hoặc khối) cần ước lượng Điều N     kiện tối ưu phép ước lượng 1  Kriging đơn giản (Simple Kriging – SK) (7) 23 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Phương pháp tương tự phương pháp Kriging thông dụng ta cần biết trước kỳ vọng hàm Z(x) hay giá trị trung bình Như điều kiện phương trình (7) không cần sử dụng 1.4 CoKriging: Trong thực thế, đồng thời sử dụng nhiều thơng số quan hệ với Chúng ta ước lượng thơng số đấy, ngồi thơng tin mà chứa đầy đủ ta cịn sử dụng thơng tin thơng số khác mà biết chi tiết Về mặt lý thuyết Cokriging khơng khác so với Kriging Cái khó xuất số tham số bổ sung nghiên cứu Giả sử có k biến vùng  Z1  u  , Z  u  , , Z k  u   đặc tính tập hợp k hàm ngẫu nhiên k   có quan hệ tương quan khơng gian Có thể viết hệ phương trình Ordinary Cokriging để ước tính giá trị vị trí sau: Z u n1  u  n2  u   * CK CK  Z CK  u    1  u  Z1 u1     u  Z u     1     u  m    u  m m1 m2   n1  u  (8)  CK   1  u    1 1  n2  u    CK  u     1     CHƯƠNG III ỨNG DỤNG BÀI HỌC Mô tả liệu:  Cho liệu với thông số hình: Dữ liệu giếng nhập vào từ file liệu “coalmine.dat” thư mục Tai lieu SV Dai hoc\GS 9\Geostatistics data with boundary, thầy Tạ Quốc Dũng bao gồm liệu  Easting (metres) : Tọa độ X (mét)  Northing (metres) : Tọa độ Y (mét)  Elevation (metres): Cao độ (mét)  Thichness (metres): Bề dày (mét) 24 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ  Coal value (KJ): Thông số đánh giá chất lượng than (KJ) Nhận xét: 2.1 Thơng số (Z - bề dày): Hình 7.1 Các thông số thống kê Z 25 GVHD: TS TẠ QUỐC DŨNG Hình 7.2 Biểu đồ P-P Z Hình 7.4 Biểu đồ tích lũy tần suất Z ĐỒ ÁN ĐỊA THỐNG KÊ Hình 7.3 Biểu đồ phân bố tần suất Z Hình 7.5 Biểu đồ Q-Q Z 2.2 Thông số phụ (Z2 - độ sâu): 26 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Hình 7.6 Các thơng số thống kê Z2 Hình 7.7 Biểu đồ tích lũy tần suất Z2 Hình 7.8 Biểu đồ phân bố tần suất Z2 27 GVHD: TS TẠ QUỐC DŨNG Hình 7.9 Biểu đồ P-P cho Z2 ĐỒ ÁN ĐỊA THỐNG KÊ Hình 7.10 Biểu đồ Q-Q cho Z2 Hình 7.11 Biểu đồ Q-Q cho bề dày (Z) độ sâu (Z2) 28 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Hình 7.12 Biểu đồ phân bố liệu bề dày 2D Hình 7.13 Biểu đồ variogram cho bề dày Z 29 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Hình 7.14 Biểu đồ variogram cho chiều sâu h (Z2)  Nhận thấy kết phân tích variogram không thật trùng khớp với thực tế nên cần hiệu chỉnh lại phân bố giá trị nugget, range sill cho phù hợp Xây dựng mơ hình variogam phù hợp: Dưới kết điều chỉnh để tìm mơ hình Variogram phù hợp Bất đẳng hướng: Hàm Linear Depth Tăng sill Tăng nugget Giảm range Depth Tăng sill Tăng nugget Tăng range Tăng sill Tăng nugget Tăng range Gaussian Spherical Exponental Đẳng hướng: R2 Thay đổi số Hàm Exponential Spherial Gaussian Thickness mơ hình Exponential, h mơ hình Spherical Thickness mơ hình Spherical, h mơ hình Spherical Kriging Cokriging 0.167 0.491 0.291 0.324 0.326 0.325 0.405 0.467 0.341 0.421 0.429 0.791 0.861 0.978 0.981 0.901 0.775 0.918 0.921 0.846 0.956 0.957 R2 Thay đổi số Ban đầu Tăng Range Tăng nugget Tăng sill Ban đầu Tăng range Tăng nugget Tăng sill Kriging 0.298 0.330 0.290 0.299 0.348 0.341 0.345 0.348 0.264 0.298 Cokriging 0.941 0.942 0.948 0.940 0.961 0.961 0.962 0.960 0.952 0.612 0.348 0.752 30 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ  Theo kết mơ hình variogram thích hợp thuộc dạng hàm Gaussian bất đẳng hướng có r2=0.981 Hình 8.1 Các thơng số mơ hình variogram cho thickness dùng hàm Gaussian 31 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Hình 8.2 Các thơng số mơ hình variogram cho depth (h) dùng hàm gaussian Tăng nugget: Hình 8.3 Các thơng số mơ hình variogram cho depth (h) thickness dùng hàm gaussian sau tăng nugget Kriging r2= 0.291 Cokriging r2=0.978 Gỉam range: 32 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Hình 8.4 Các thơng số mơ hình variogram cho depth (h) thickness dùng hàm gaussian sau giảm range Kriging r2=0.324 Cokriging r2=0.981 Hình 8.5 Các thơng số mơ hình variogram cho depth (h) thickness dùng hàm gaussian sau tăng sill r2 = 0.298 < 0.85 ⇒ Không đáng tin cậy 33 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ ⇒ Do kết phương pháp kriging bề dày (Z) không đáng tin cậy nên sử dụng độ sâu (Z2) làm thơng số phụ để tính tốn cokriging Nhờ kết thu tốt có độ tin cậy cao, sử dụng cho minh giải sau r2 = 0.966 > 0.85 ⇒ Độ tin cao Kết quả: 34 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Từ kết tính tốn: Các mơ hình variogram thích hợp thuộc dạng hàm Gaussian bất đẳng hướng có r2=0.981 ⇒ Mơi trường có tính liên tục kém, bán kính ảnh hưởng liệu nhỏ Hình 8.6 Mơ hình 2D cho thickness dùng hàm gaussian 35 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ H ình 8.7 M h ình 3D  Hướng vỉa than hướng Tây Bắc Hướng phụ hướng Đơng Bắc CHƯƠNG IV: KẾT LUẬN ĐỒ ÁN 36 GVHD: TS TẠ QUỐC DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ CHƯƠNG V: TÀI LIỆU THAM KHẢO APPLICATION OF GEOSTATISTICS TO EVALUATE PARTIAL WEATHER STATION NETWORKS Muhammad Ashraf, Jim C Loftis, K.g hunnard 1995, APPLICATION OF GEOSTATISTICS TO EVALUATE PARTIAL WEATHER STATION NETWORKS Ứng dụng địa thống kê xác định vùng phân bố tầng chứa nước Pleistocen (qp3) tỉnh Hậu Giang Lâm Hoàng Quốc Việt, Trà Thanh Sang, Tạ Quốc Dũng số K1 – 2016,  Tạp chí phát triển KH & CN, Tập tập 19 Giáo trình Địa thống kê Dr Tạ, Quốc Dũng Cảm Ơn Thầy Đã Đọc Đồ Án Của Nhóm Em!!!!!! Nhóm Em Xin Chúc Thầy Nhiều Sức Khỏe 37 ... DŨNG ĐỒ ÁN ĐỊA THỐNG KÊ Nghiên cứu mơ hình: 4.1 Mơ hình địa chất: Mơ hình địa chất học xây dựng cách sử dụng phần mềm địa thống kê với liệu đầu vào sau: - Vị trí giếng - Đánh dấu địa tầng giếng... dùng địa thống kê để mơ hình hóa xâm thực nước khơng đồng khu vực phía tây nam vỉa Bên cạnh đó, báo mơ tả khu vực kiểm tra cách hiệu để phát lũ lụt ngoại vị -Bài báo sử dụng phần mềm địa thống kê. .. Chevron, SPEMember Bài báo: DỰ ĐOÁN HIỆU SUẤT VỈA CHỨA BẰNG CÁCH SỬ DỤNG ĐỊA THỐNG KÊ VÀ MÔ PHỎNG CỬA SỔ TẠO DẦU 1.Mục đích đề tài: -Bài báo nghiên cứu mơ hình cửa sổ khu vực đông bắc vỉa chứa