Выпуск: 1 , Год издания: 2007

Наиболее остро проблема надежности установления связи между прогнозируемым параметром и используемыми атрибутами проявляется при малом числе скважин, как раз в том случае, когда атрибутное прогнозирование представляет наибольшую ценность. При этом часто удается получить несколько примерно одинаковых регрессионных моделей с близкими значениями коэффициентов корреляции Пирсона, но приводящих к существенно различающимся прогнозным картам. В данной работе показано, что для проверки значимости (надежности используемой зависимости) целесообразно подставлять параметр, названный эффективным коэффициентом корреляции, в таблицу и использовать условие, учитывающее еще и перебор регрессий при поиске удовлетворительной корреляционной связи. Обычный коэффициент корреляции не дает правильную оценку значимости в отличие от введенного нами параметра, дополнительно учитывающего расположение точек на кросс-плоте. Это особенно важно для множественных регрессий. Однако, даже если установлена значимость корреляционной связи, это не означает, что она действительно распространяется на всю площадь прогноза. Последний вопрос связан с равномерностью расположения скважин на площади (а не точек на кросс-плоте), а также с возможными принципиальными изменениями геологического строения, которые не могут быть описаны в рамках единой для всей площади регрессионной зависимости. Поэтому он не может быть решен без дополнительной априорной информации и использования дополнительных методов анализа. Нам представляется перспективным исследование проблемы репрезентативности исходных данных при атрибутном прогнозировании и с точки зрения расположения скважин на площади 3D-съемки и распределения значений прогнозируемого параметра и используемых атрибутов как в точках скважин, так и на площади. И хотя прогнозирование - всегда риск, атрибутное прогнозирование по 3D-сейсмике позволяет во многих случаях уточнить параметры коллектора в межскважинном пространстве, но требует высокого уровня профессионализма и научной щепетильности