基于地圖代數(shù)的油氣空間分布評(píng)價(jià)系統(tǒng)

彭成

摘要：為展示油氣概率在地理空間上分布，同時(shí)展現(xiàn)對(duì)應(yīng)區(qū)域地質(zhì)對(duì)象，基于地理信息技術(shù)及地圖代數(shù)計(jì)算，實(shí)現(xiàn)對(duì)不同地質(zhì)區(qū)域不同部分的油氣概率分布評(píng)價(jià)。首先定義油氣概率評(píng)價(jià)矢量圖層并柵格化處理，通過地圖代數(shù)公式錄入及計(jì)算，得到油氣概率空間分布；進(jìn)一步通過插值方法對(duì)周邊地理區(qū)域進(jìn)行油氣概率近似估計(jì)實(shí)現(xiàn)預(yù)測(cè)；同時(shí)實(shí)現(xiàn)了完善的地圖代數(shù)公式設(shè)定。結(jié)合實(shí)例，驗(yàn)證了與地理信息系統(tǒng)結(jié)合效果，為油氣空間分布提供更直觀的展示途徑。

關(guān)鍵詞：地圖代數(shù)；空間分布；油氣概率；矢量圖層；地理信息系統(tǒng)

中圖分類號(hào)：P618.13， TP311.1? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）01-0111-03

1 引言

隨著對(duì)油氣資源評(píng)價(jià)和勘探效益的要求不斷提高，同時(shí)為了充分利用勘探資料，作為資源評(píng)價(jià)重要組成部分的油氣概率空間分布引起了人們的重視，借助數(shù)學(xué)地質(zhì)方法和計(jì)算機(jī)技術(shù)，油氣概率空間分布的研究進(jìn)展迅速，出現(xiàn)了多種油氣概率空間分布預(yù)測(cè)方法[1-2]。

目前油氣概率空間分布的預(yù)測(cè)方法主要有成因模型法，隨機(jī)過程的統(tǒng)計(jì)模型法和信息集成法三大類[3]。成因模型法主要考慮油氣成藏的地質(zhì)因素，適用于勘探初期地區(qū)[4-5]；隨機(jī)過程的統(tǒng)計(jì)模型法主要以鉆探結(jié)果為基礎(chǔ)、以地質(zhì)統(tǒng)計(jì)方法為手段來預(yù)測(cè)油氣分布，適用于鉆探程度高、油氣地質(zhì)條件相對(duì)簡(jiǎn)單的地區(qū)[6-8]；信息集成法與油氣空間分布有關(guān)的地質(zhì)、地球物理和勘探工程等信息為一體，能夠綜合反映油氣空間分布的特征[9-10]。

然而，對(duì)于上述方法，只給出了油氣概率在不同地理位置的分布情況，并沒有進(jìn)一步與地理信息系統(tǒng)進(jìn)行結(jié)合，進(jìn)行油氣概率空間分布的地圖代數(shù)計(jì)算。對(duì)于一片地質(zhì)區(qū)域，影響其含油氣概率的因素有多個(gè)[11-12]，對(duì)于區(qū)域中某個(gè)部分，需要對(duì)這些因素進(jìn)行綜合計(jì)算來得到此部分的含油氣概率預(yù)測(cè)情況；另外，對(duì)于不同的地質(zhì)區(qū)域，含油氣概率相關(guān)因素對(duì)其影響的權(quán)重也不相同[13-14]，為了能夠計(jì)算出不同地質(zhì)區(qū)域不同部分的含油氣概率分布情況，需要利用地圖代數(shù)計(jì)算功能，將每塊區(qū)域的含油氣概率因素進(jìn)行加權(quán)計(jì)算。在計(jì)算結(jié)果的展示上，也應(yīng)與地理信息系統(tǒng)技術(shù)相結(jié)合，從而將油氣概率的空間分布與區(qū)域的地質(zhì)對(duì)象同時(shí)展現(xiàn)，更直觀地查看油氣概率的空間分布。

因此，針對(duì)上述問題，需要一種與地理信息系統(tǒng)結(jié)合更為緊密，具有更加完善的地圖代數(shù)功能，能夠更好展示含油氣概率在地理空間上分布的計(jì)算方法。

2 矢量圖層定義

首先導(dǎo)入用于油氣概率空間分布計(jì)算的矢量圖層，矢量圖層由一系列含有空間位置信息的圖元所組成，圖元的類型有點(diǎn)、線、多邊形、多點(diǎn)、多線、多多邊形六種，圖元具體的形狀和位置信息都是通過坐標(biāo)來存儲(chǔ)和表示，通過這些坐標(biāo)中X和Y的最值可以得到圖元所占的范圍大小。如圖1中所示，本文例子導(dǎo)入了3個(gè)圖層，分別為“川西J2SX控制儲(chǔ)量”“川西J2SX控制儲(chǔ)量3”“川西J2SX控制儲(chǔ)量4”，均為多邊形類型的矢量圖層。

在地質(zhì)學(xué)中，矢量圖層代表一片地理區(qū)域，矢量圖層中每個(gè)圖元代表這片區(qū)域中一個(gè)地質(zhì)對(duì)象，并在其中存儲(chǔ)了這個(gè)地質(zhì)對(duì)象地理上的形狀和位置坐標(biāo)信息。本文例子中三個(gè)矢量圖層為川西坳陷沙溪廟組的勘探程度圖，圖1中不同顏色深度的圖層分別代表了這三個(gè)矢量圖層對(duì)應(yīng)的地理區(qū)域的形狀，位置和范圍。

在定義油氣概率評(píng)價(jià)所需的矢量圖層時(shí)，會(huì)選取其相關(guān)的屬性文件，其中存儲(chǔ)了區(qū)域中各個(gè)地質(zhì)對(duì)象的配套屬性，每項(xiàng)配套屬性是一個(gè)數(shù)據(jù)庫字段，對(duì)于用于油氣概率評(píng)價(jià)的矢量圖層，其屬性文件中應(yīng)有評(píng)價(jià)其油氣概率的相關(guān)字段。對(duì)于用于油氣概率評(píng)價(jià)的矢量圖層，圖層中每個(gè)圖元會(huì)含有與之相應(yīng)若干項(xiàng)的油氣概率評(píng)價(jià)值作為屬性信息，代表這個(gè)圖元對(duì)應(yīng)的地質(zhì)對(duì)象所在區(qū)域含油氣概率的大小。在本文例子中，對(duì)導(dǎo)入的三個(gè)矢量圖層添加其配套的屬性數(shù)據(jù)，使得圖層中不同圖元有不同的油氣概率評(píng)價(jià)值，可以利用這些值來得到這個(gè)矢量圖層所對(duì)應(yīng)區(qū)域的含油氣概率分布情況。如圖1中下方輸出空間中所示，給出了“川西J2SX控制儲(chǔ)量”這一圖層對(duì)應(yīng)的屬性數(shù)據(jù)，其中包含五個(gè)字段，分別為“geometryid”“圈閉概率”“充注概率”“儲(chǔ)層概率”“保存概率”，第一個(gè)字段為圖元的編號(hào)，后面4個(gè)字段代表此圖元的4項(xiàng)油氣概率評(píng)價(jià)參數(shù)，圖元的含油氣概率為這4個(gè)參數(shù)的加權(quán)平均。

3 矢量圖層?xùn)鸥窕?/p>

接下來對(duì)導(dǎo)入的矢量圖層進(jìn)行柵格化。將所有矢量圖層的總區(qū)域按x和y兩個(gè)方向進(jìn)行切分，劃分為網(wǎng)格形式，網(wǎng)格中每個(gè)格子的油氣概率評(píng)價(jià)值為落在這個(gè)格子內(nèi)的所有圖元的油氣概率評(píng)價(jià)值的均值。所有圖層都按照同樣的劃分方式進(jìn)行劃分，由于矢量圖層中圖元的形狀是不規(guī)則的，將其網(wǎng)格化就可以得到規(guī)則的區(qū)域所對(duì)應(yīng)的油氣概率評(píng)價(jià)值，使得圖層與圖層間可以進(jìn)行地圖代數(shù)計(jì)算及油氣概率空間分布的展示。例如對(duì)于“川西J2SX控制儲(chǔ)量”圖層，其柵格化后的一個(gè)格子中的“圈閉概率”的值為落在這個(gè)格子中的所有圖元的“圈閉概率”的值的平均數(shù)。

對(duì)于沒有圖元落在其中的格子，其油氣概率評(píng)價(jià)值用插值的方法進(jìn)行計(jì)算，插值方法分為距離反平方和克里金插值兩種，用戶可以自行選擇。距離反平方方法是根據(jù)格子周圍圖元的油氣概率評(píng)價(jià)值，加權(quán)平均計(jì)算出格子的油氣概率評(píng)價(jià)值，其中權(quán)重是圖元到格子距離的平方的倒數(shù)?？死锝鸩逯涤址Q空間自協(xié)方差最佳插值法，其廣泛應(yīng)用于地下水模擬，土壤制圖等領(lǐng)域，是一種很有用的地質(zhì)統(tǒng)計(jì)網(wǎng)格化方法，關(guān)于其具體的算法實(shí)現(xiàn)已有較多資料介紹，在此不再贅述[8]。本文例子中所采用的為克里金插值，對(duì)沒有圖元落在其中的格子給出插值計(jì)算得到的油氣概率評(píng)價(jià)相關(guān)參數(shù)值。

4 地圖代數(shù)公式設(shè)定

完成矢量圖層?xùn)鸥窕螅M(jìn)行地圖代數(shù)公式的輸入。地圖代數(shù)計(jì)算即用戶自定義公式對(duì)柵格化后的各個(gè)圖層進(jìn)行計(jì)算，計(jì)算結(jié)果也是柵格化的矢量圖層，區(qū)域及格子的劃分都與傳入的矢量圖層相同。計(jì)算結(jié)果中每個(gè)格子的油氣概率評(píng)價(jià)值為公式中各個(gè)矢量圖層的格子的油氣概率評(píng)價(jià)值經(jīng)過公式運(yùn)算得到的值。最簡(jiǎn)單的如兩個(gè)圖層相加，表示將這兩個(gè)圖層中的油氣概率評(píng)價(jià)值相加，計(jì)算結(jié)果中每個(gè)格子的油氣概率評(píng)價(jià)值為這兩個(gè)圖層在此格子對(duì)應(yīng)的油氣概率評(píng)價(jià)值之和。如圖2所示，本文例子中輸入的公式為：

{[Layer（川西J2SX控制儲(chǔ)量.圈閉概率）*0.3? +? Layer（川西J2SX控制儲(chǔ)量.充注概率）*0.3? +? Layer（川西J2SX控制儲(chǔ)量.儲(chǔ)層概率）*0.2? +? Layer（川西J2SX控制儲(chǔ)量.保存概率）*0.2]? +? [Layer（川西J2SX控制儲(chǔ)量3.圈閉概率）*0.25? +? Layer（川西J2SX控制儲(chǔ)量3.充注概率）*0.25? +? Layer（川西J2SX控制儲(chǔ)量3.儲(chǔ)層概率）*0.3? +? Layer（川西J2SX控制儲(chǔ)量3.保存概率）*0.2]? +? [Layer（川西J2SX控制儲(chǔ)量4.圈閉概率）*0.25? +? Layer（川西J2SX控制儲(chǔ)量4.充注概率）*0.3? +? Layer（川西J2SX控制儲(chǔ)量4.儲(chǔ)層概率）*0.3? +? Layer（川西J2SX控制儲(chǔ)量4.保存概率）*0.15]}/3

其含義為，首先對(duì)每個(gè)柵格化矢量圖層計(jì)算其油氣概率評(píng)價(jià)分布，方法為對(duì)油氣概率評(píng)價(jià)相關(guān)的4個(gè)字段的值進(jìn)行加權(quán)平均，公式中不同圖層的4個(gè)字段的權(quán)重有所不同，如“川西J2SX控制儲(chǔ)量”4個(gè)字段的權(quán)重分別為0.3，0.3，0.2，0.2，而“川西J2SX控制儲(chǔ)量3”4個(gè)字段的權(quán)重分別為0.25，0.25，0.3，0.2表示不同評(píng)價(jià)參數(shù)對(duì)于不同的地理區(qū)域?qū)ο笤诤蜌飧怕噬嫌绊懥^(qū)別。得到每個(gè)圖層的油氣概率評(píng)價(jià)分布后，將這些圖層的油氣概率評(píng)價(jià)值取均值，得到了總體區(qū)域的油氣概率評(píng)價(jià)分布。如圖2所示，本文例子總網(wǎng)格的劃分方式為10行乘10列，表示將矢量圖層按照10乘10的方式劃分來實(shí)現(xiàn)柵格化。

5 地圖代數(shù)解析計(jì)算

接下來對(duì)用戶傳入的公式進(jìn)行解析和計(jì)算，用戶傳入的公式中用“LAYER（圖層名.字段名）”來表示一個(gè)柵格化矢量圖層的字段，運(yùn)算符除了四則運(yùn)算外，還有指數(shù)、對(duì)數(shù)、三角函數(shù)等，都可以傳入到公式中，公式在解譯過程中會(huì)按照這些運(yùn)算符的優(yōu)先級(jí)，逐步解譯。

對(duì)于“LAYER（圖層名.字段名）”這樣的公式片段，會(huì)解譯為具體的柵格化矢量圖層；對(duì)于數(shù)值型的公式片段，也會(huì)解譯為柵格化矢量圖層，其中每個(gè)格子的值即片段代表的數(shù)值，例如本文例子公式中含有數(shù)值0.3，則會(huì)解譯為一個(gè)柵格化矢量圖層，其網(wǎng)格劃分方式與圖層的劃分方式相同，都為10乘10的網(wǎng)格，每個(gè)格子對(duì)應(yīng)的屬性值均為0.3。

柵格化矢量圖層的計(jì)算是對(duì)柵格化矢量圖層每個(gè)格子的油氣概率評(píng)價(jià)值進(jìn)行計(jì)算。如“l(fā)og（LAYER（圖層名.字段名））”的計(jì)算結(jié)果為與這個(gè)柵格化矢量圖層范圍及格子劃分相同的柵格化矢量圖層，不同的是其中每個(gè)格子的油氣概率評(píng)價(jià)值為之前的值取對(duì)數(shù)；“l(fā)og（LAYER（圖層名.字段名）） *0.3”的計(jì)算結(jié)果為與這個(gè)柵格化矢量圖層范圍及格子劃分相同的柵格化矢量圖層，不同的是其中每個(gè)格子的油氣概率評(píng)價(jià)值為之前的0.3倍；“l(fā)og（LAYER（圖層名1.字段名1））+ log（LAYER（圖層名2.字段名2））” 的計(jì)算結(jié)果為與這兩個(gè)柵格化矢量圖層范圍及格子劃分相同的柵格化矢量圖層，其中每個(gè)格子的油氣概率評(píng)價(jià)值為這兩個(gè)柵格化矢量圖層對(duì)應(yīng)格子的油氣概率評(píng)價(jià)值之和。經(jīng)過用戶自定義公式的計(jì)算，最終得到的柵格化矢量圖層中每個(gè)格子的油氣概率評(píng)價(jià)值即經(jīng)過同樣公式運(yùn)算得到的結(jié)果。

在本文例子中，計(jì)算結(jié)果為一個(gè)柵格化矢量圖層，圖層的網(wǎng)格劃分方式為10行乘10列，對(duì)于每個(gè)格子，其格子對(duì)應(yīng)的屬性值為各個(gè)圖層在此格子的對(duì)應(yīng)的屬性值經(jīng)過本文例子中設(shè)定的公式計(jì)算得到的結(jié)果。

將計(jì)算結(jié)果用等值線的方式展示，如圖3所示，對(duì)于計(jì)算結(jié)果的柵格化矢量圖層，用等值線圖形來展示這個(gè)圖層的油氣概率空間分布，等值線圖層傳入的信息為各個(gè)點(diǎn)及各個(gè)點(diǎn)對(duì)應(yīng)的值，即計(jì)算結(jié)果中各個(gè)網(wǎng)格的中心點(diǎn)坐標(biāo)及各個(gè)網(wǎng)格的油氣概率評(píng)價(jià)值。

6 結(jié)論

基于地理信息技術(shù)及地圖代數(shù)計(jì)算，實(shí)現(xiàn)對(duì)不同地質(zhì)區(qū)域不同部分的油氣概率分布評(píng)價(jià)，得到油氣概率空間分布，為油氣空間分布提供更直觀的展示途徑，得出了以下結(jié)論：

1） 將地質(zhì)風(fēng)險(xiǎn)的空間分布柵格化，與地理信息系統(tǒng)技術(shù)結(jié)合起來，直觀地展示了含油氣概率在地理空間上的分布情況。

2） 采用插值方法對(duì)周邊地理區(qū)域進(jìn)行含油氣概率的近似估計(jì)，實(shí)現(xiàn)含油氣概率的預(yù)測(cè)。

3） 提供了完善的地圖代數(shù)公式設(shè)定功能，使得地質(zhì)風(fēng)險(xiǎn)空間分布的計(jì)算更加方便。

參考文獻(xiàn)：

[1] 陳小梅，歐奎，賈霍甫.風(fēng)險(xiǎn)概率法在油氣區(qū)塊評(píng)價(jià)中的運(yùn)用[J].石油地質(zhì)與工程，2018，32（6）：64-66，119.

[2] 覃利娟.概率法在油氣儲(chǔ)量不確定性分析中的應(yīng)用[J].斷塊油氣田，2019，26（6）：723-727.

[3] 王峰，安曉亞，朱璇.地理空間數(shù)據(jù)增量更新版本化管理方法研究[J].地理空間信息，2021，19（2）：6，26-29.

[4] 宋軒，高云君，李勇，等.空間數(shù)據(jù)智能：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2022，59（2）：255-263.

[5] 郭名靜，景琳.空間數(shù)據(jù)挖掘驅(qū)動(dòng)城市疫情監(jiān)測(cè)常態(tài)化的作用研究[J].商業(yè)經(jīng)濟(jì)，2022（2）：11-13，16.

[6] 蘇瑤.基于GIS+BIM的空間數(shù)據(jù)可視化研究[J].自動(dòng)化與儀器儀表，2021（12）：28-31，35.

[7] 周群.基于GIS的綜合交通空間數(shù)據(jù)管理系統(tǒng)研究[J].地理空間信息，2021，19（11）：75-78，8.

[8] 杜雪，王景弟，白彥鋒，等.基于克里金插值法的湖南省慈利縣森林碳儲(chǔ)量專題圖研究[J].西北林學(xué)院學(xué)報(bào)，2022，37（1）：198-204.

[9] 陳新.論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的理論與方法[J].電腦知識(shí)與技術(shù)，2021，17（33）：20-21，31.

[10] 崔夢(mèng)真，賀晗，王虎，等.便攜式采集裝置及鐵路基礎(chǔ)設(shè)施三維空間數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)[J].鐵路計(jì)算機(jī)應(yīng)用，2021，30（10）：24-29.

[11] 石偉偉，劉皓宇，程麗麗，等.超大規(guī)?？臻g數(shù)據(jù)管理及計(jì)算框架關(guān)鍵技術(shù)研究[J].國土資源信息化，2021（5）：15-21.

[12] 胡平昌，孫毅中，朱杰，等.顧及共享交換的行業(yè)地理空間數(shù)據(jù)關(guān)聯(lián)模式[J].測(cè)繪地理信息，2021，46（5）：127-130.

[13] 劉善磊，張大騫.多源矢量空間數(shù)據(jù)關(guān)聯(lián)分析及應(yīng)用[J].測(cè)繪與空間地理信息，2021，44（8）：68-70，74.

[14] 欒紹鵬，徐東升，劉洪春，等.考慮卡爾曼濾波的地理空間數(shù)據(jù)局部特征分布[J].測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2021，38（4）：410-415.

【通聯(lián)編輯：梁書】