Hình 3.4 biểu diễn Variogram trong đó:
Phƣơng sai (Variance): đo sự phân tán của tập hợp dữ liệu.
Khoảng lag (Lag distance): sự phân chia khoảng cách giữa các điểm.
Trần hoặc ngƣỡng (Sill): là giá trị khi độ phân tán phẳng không biến đổi
Bán kính ảnh hƣởng (Range): khoảng cách xa hơn nữa là các điểm dữ liệu
biến đổi ngẫu nhiên và khơng cịn mối quan hệ tƣơng quan. Là khoảng cách đến điểm γ(h) tiệm cận đến trần.
Hiệu ứng tự sinh (Nugget): Mức độ không đồng dạng khi khoảng cách
bằng không (do sai số khi đo giá trị, lỗi cơng cụ, tính tốn).
Sau khi tính đƣợc Variogram ứng với từng khoảng lag ta cần chọn một hàm số đi qua các điểm Variogram. Bằng thực nghiệm, Deutsch đã thống kê ra một số hình dạng cơ bản của hàm mẫu (Hình 3.5).
Hình 3.5. Các dạng hàm mẫu, với γ chuẩn hóa đến 1(Deutsch 2002) [12]
Mơ hình hiệu ứng tự sinh (Nugget Effect Model): γ(h) = 0 với h = 0
Mơ hình cầu (Spherical model): γ(h) = c ) - 0.5 3
] với h ≤ a
γ(h) = c với h >a với c là trần và a là bán kính ảnh hƣởng Mơ h nh mũ (Exponential model):
γ(h) = c - exp ]
Mơ hình Gauss (Gaussian model): γ(h) = c - exp ]
Trong phần mềm xây dựng mô h nh địa chất, 3 mơ hình mẫu thƣờng đƣợc dùng để phân tích là mơ h nh mũ, mơ h nh cầu và mơ hình Gauss. Mơ hình cầu là mơ hình hay dùng nhất và ổn định nhất. Do mô h nh mũ biến đổi nhanh ở khoảng cách ngắn cịn mơ hình Gauss ở khoảng cách ngắn biến đổi ít nhƣng lại biến đổi quá nhanh ở khoảng cách xa hơn. Cả hai mơ hình mẫu này có bán kính ảnh hƣởng khi variogram chỉ đạt 95 % của trần cịn với mơ hình cầu là 100 %.
Xác định đƣợc các thông số của Variogram nghĩa là xác định đƣợc tính chất bất đồng nhất của vỉa chứa theo chiều dọc và chiều ngang, tính đƣợc mối tƣơng quan giữa giữa các tập hợp dữ liệu đã biết (giếng khoan) và phát triển nó ra các vùng chƣa biết của tồn bộ vùng nghiên cứu trong mơ hình.