油藏地质建模（多点地质统计）方法研究调研报告

出品方：北京经纬智汇信息咨询有限公司 报告编号：OGB-A-004 报告日期：2026年7月 保密级别：内部参考 版本：V1.0

执行摘要

油藏地质建模是连接静态地质认识与动态开发决策的核心枢纽。随着全球油气勘探开发对象由构造简单、储层均质的常规油藏，向缝洞型碳酸盐岩、致密砂岩、河流相强非均质储层及深水浊积等复杂对象转移，传统基于变差函数（variogram）的两点地质统计学方法在刻画复杂沉积体几何形态、连通关系与曲线特征上的固有缺陷日益凸显。多点地质统计学（Multiple-Point Statistics，MPS）以"训练图像"取代变差函数作为空间连续性的载体，成为过去二十余年储层随机建模领域最重要的方法论突破。

本报告基于全球范围的方法论文献、软件生态、专利态势与油田应用案例，对多点地质统计建模方法进行全时间轴、多层次的系统梳理，核心发现浓缩如下（完整结论及分角色行动建议见第七章）：

• 方法范式已完成从"两点"到"多点"再到"生成式深度学习"的三级跃迁。以SNESIM（2002）为起点，经FILTERSIM、Direct Sampling（DS，2010）、CCSIM、QuickSampling（QS）等算法演进，MPS在模式再现能力上显著超越传统方法；2018年后GAN、变分自编码器（VAE）与扩散模型（Diffusion）驱动的生成式地质建模成为最活跃前沿。

• 训练图像是MPS的"命门"，也是产业化应用的最大瓶颈。三维训练图像稀缺、平稳性假设与真实地质非平稳性的矛盾、训练图像代表性缺乏客观检验标准，构成方法落地的核心制约，至今未被根本解决。

• 软件生态呈"一超多强+开源活跃+国产追赶"格局。斯伦贝谢Petrel在商业E&P建模软件市场占据主导地位，SKUA-GOCAD、Aspen RMS、JewelSuite等构成第二梯队；SGeMS、MPSlib、DeeSse、G2S等开源工具支撑学术前沿；中国石油自研HiSim/HiSimPro等平台在国产化替代上取得阶段性进展，但在MPS成熟度与生态完整性上仍存差距。

• 市场口径高度分散，须审慎引用。MPS本身无独立市场统计口径，只能借道"E&P软件/地学软件/油藏分析"等上位大盘间接观察，不同研究机构对"E&P软件"市场规模的估计从数十亿到上百亿美元不等，口径差异可达数倍，任何单一数字都不足以支撑投资决策。

• 应用价值确凿但效果数据需要独立验证。MPS在缝洞型碳酸盐岩、河流相、深水储层等复杂对象上的建模优势已获广泛案例支持，但大量"改善采收率预测精度""提升历史拟合质量"等定量效果多出自软件厂商或方法作者本人，存在促销框架风险，不应作为既定事实采信。

面向决策层的一句话结论：多点地质统计建模是复杂储层表征不可回避的技术方向，但其价值实现高度依赖训练图像质量与建模人员经验，短期内不存在"一键自动建模"的成熟方案；企业应以"方法能力建设+软件组合选型+人才培养"三位一体推进，而非期待单一软件采购即可解决复杂储层建模问题。

01 · 调研背景与目标

1.1 调研缘起与问题意识

油气田开发的全生命周期决策——从井位部署、注采井网设计、储量评估到提高采收率方案优选——均建立在对地下储层三维空间分布的定量刻画之上。这一刻画的载体，即三维油藏地质模型。模型的精度直接决定了油藏数值模拟的可靠性，进而影响数十亿元量级的开发投资决策。

长期以来，储层随机建模的主流工具是以变差函数为核心的两点地质统计学方法（如序贯高斯模拟SGS、序贯指示模拟SIS）。这类方法在处理构造相对简单、储层参数空间变化平缓的常规油藏时行之有效。然而，变差函数本质上只能刻画空间中两点之间的相关性，无法表达河道的弯曲连续性、碳酸盐岩溶洞的分支连通、三角洲朵体的几何形态等需要多点联合统计才能描述的复杂地质结构。当开发对象转向强非均质复杂储层，两点方法生成的模型往往"看起来不像真实地质"，连通性刻画失真，直接导致注采关系预测与剩余油分布判断出现系统性偏差。

多点地质统计学正是为突破这一根本局限而生。它引入"训练图像"作为先验地质概念的定量表达，通过扫描训练图像中的多点模式来推断空间连续性，从而在生成的模型中再现复杂的曲线几何与连通结构。经过二十余年发展，MPS已从学术概念成长为商业软件的标准功能模块，并进一步与深度学习深度融合。系统梳理这一方法体系的原理、生态、瓶颈与趋势，对企业把握复杂储层建模技术方向、优化软件选型与研发立项决策具有直接价值。

1.2 核心调研问题

本报告聚焦回答以下核心问题：

• 多点地质统计学相对传统两点方法的根本差异何在？其技术优势与代价分别是什么？
• 主流MPS算法（SNESIM、FILTERSIM、Direct Sampling、CCSIM、QS等）各自的原理、适用边界与优缺点如何？
• 深度生成模型（GAN、VAE、扩散模型）正在如何重塑地质建模范式？产业化前景如何？
• 全球储层建模软件市场格局如何？商业软件、开源工具、国产平台各处何种竞争位置？
• MPS在复杂储层中的实际落地效果如何？当前的核心瓶颈与未来演进方向是什么？

1.3 调研范围界定

• 技术范围：以多点地质统计建模方法为核心，向上追溯两点地质统计基线，向前延伸至深度学习生成式建模；覆盖算法原理、训练图像、数据条件化、软件实现全链条。
• 地域范围：全球视野，兼顾国际前沿（欧美学术机构与主流软件商）与国内实践（国家石油公司油田应用与国产软件）。
• 对象范围：以陆相河流—三角洲、海相碳酸盐岩缝洞、致密/页岩、深水浊积等复杂储层为主要应用场景。

1.4 调研方法说明

本报告采用多源信息交叉验证方法，信息来源涵盖国际石油工程学会（SPE）、非常规资源技术大会（URTeC）等会议论文，Mathematical Geosciences、Computers & Geosciences等地质统计学核心期刊，《石油勘探与开发》《石油学报》等中文核心期刊，主流软件厂商技术资料，以及公开市场研究数据。所有关键数据均标注来源机构与年份；对厂商性能宣称、第三方市场数据的可信度进行分级标注；正文不展示文献来源，全部参考文献及五级可信度评级见配套《参考文献汇总》文件。

02 · 技术现状全景

2.1 地质建模基本范式：从确定性到随机、从两点到多点

油藏地质建模的方法论演进，可归纳为两条正交的主线。

第一条主线是从确定性到随机。早期建模以确定性插值（如克里金Kriging）为主，对每个网格给出唯一"最优"估计值。克里金估计的本质是加权平均，其结果在空间上过度平滑，会系统性地低估储层非均质性——高值被拉低、低值被抬高，极值信息丢失，无法反映真实储层的方差结构。为克服平滑效应，随机模拟方法应运而生：它不追求单一最优解，而是生成多个等概率实现（equiprobable realizations），每个实现都尊重已知数据并再现目标统计特征，实现之间的差异则量化了模型的不确定性。

第二条主线，也是本报告的核心，是从两点到多点。无论克里金还是传统随机模拟（SGS、SIS），其空间连续性信息全部来自变差函数。变差函数描述的是空间中任意两点间属性差异随距离的变化规律，本质上是一个"两点统计量"。它可以刻画各向异性椭圆（即某方向上相关性更强），却无法表达"河道是弯曲连续的条带""溶洞沿断裂呈树枝状分叉"这类需要同时考察三个及以上空间点联合关系才能定义的结构。

多点地质统计学的核心突破，就是用训练图像替代变差函数来承载空间连续性信息。训练图像是一幅（或一组）体现目标地质概念的数字图像，它不需要条件化到实际井数据，而是作为"先验地质样式的字典"。MPS算法通过在训练图像上扫描、统计多点数据事件（data event，即一组空间点的联合配置）出现的频率，来推断在给定邻近已知点条件下，待模拟点取各类别的条件概率，进而完成模拟。这一范式转变，使得复杂曲线几何与连通结构的再现成为可能。

*图2-1：地质建模方法范式演进树状图* ### 2.2 多点地质统计学核心思想与训练图像

MPS的运行逻辑可拆解为三个关键要素：训练图像、数据模板与条件概率推断。

训练图像（Training Image, TI） 是MPS方法的知识来源。它是一幅无需条件化的、体现地质专家对目标储层沉积样式先验认识的三维（或二维）数字图像。例如，为河流相储层建模时，训练图像需展现河道的宽度、弯曲度、叠置关系与河道—泛滥平原的比例。训练图像的来源包括：现代沉积卫星影像与地貌类比、露头精细测量、基于沉积过程的正演模拟（process-based modeling）、物理沉积实验，以及地质专家手绘的概念模型。

数据模板（data template）与数据事件（data event）：MPS在模拟每个网格点时，考察其周围一个预定义几何形状（模板）内的已知点配置，这组配置即为数据事件。算法在训练图像中搜索与当前数据事件匹配的样式，统计中心点在这些匹配位置上取各相类别的频率，作为条件概率的估计。

多重网格（multiple grids）机制：为在有限模板下同时捕捉大尺度结构与小尺度细节，MPS通常采用由粗到细的多重网格策略——先在稀疏的粗网格上模拟以确立大尺度骨架，再逐级加密网格填充细节。这一机制是SNESIM等经典算法保证大范围连续性的关键。

MPS的核心假设是训练图像的平稳性（stationarity）：即假定训练图像所体现的统计样式在整个模拟区域内是空间不变的。这一假设在真实地质中往往难以严格满足——储层样式常随沉积相带、构造位置发生系统性变化。如何在非平稳条件下正确应用MPS，是方法论层面持续争议与研究的焦点（详见第四章）。

*图2-2：多点地质统计 vs 两点地质统计原理对比示意图* ### 2.3 全球发展脉络与技术成熟度评估

MPS的思想萌芽可追溯至20世纪90年代初对多点统计概念的探讨，但真正的工程化突破始于2002年Strebelle提出的SNESIM算法——它通过搜索树（search tree）数据结构高效存储训练图像的条件概率，首次使MPS在合理计算成本下可用于实际储层建模。此后方法快速迭代：2006年前后的FILTERSIM引入滤波器降维以支持连续变量与更大训练图像；2010年Mariethoz等提出的Direct Sampling（DS）以"直接采样"绕开条件概率的显式存储，大幅提升了对连续变量与多变量联合模拟的支持；此后CCSIM（基于交叉相关的模式匹配）、QuickSampling（QS，对DS的高效重构）等持续优化计算效率与模式再现质量。2017年以后，生成对抗网络等深度学习方法进入地质建模，开启了数据驱动生成范式的新阶段。

就技术成熟度而言，可作如下分层评估：

总体判断：MPS作为方法体系已进入成熟应用阶段，其经典算法已成为高端储层建模的标准工具；但方法的有效使用高度依赖训练图像质量与建模人员经验，尚未实现"傻瓜式"自动化。深度学习建模则仍处于从学术研究向工程应用过渡的早期阶段，潜力巨大但可靠性、可解释性与条件化能力仍待突破。