×
穆罕默德·塔拉希;Siavash Hakim，Elahi;贝纳姆贾法尔普尔

利用集合卡尔曼滤波进行地下水流数据同化的快速线性化预测。 （英语） Zbl 1349.86050号

计算。地质科学。 20，第5期，929-952（2016）.
概述：集成方法为地下水流和输运建模中的参数估计、性能预测和不确定性量化提供了一个实用框架。特别是，集合卡尔曼滤波器（EnKF）因其在校准非均匀地下水流模型方面的良好性能而受到了广泛关注。由于模型实现的集合用于计算执行EnKF更新所需的统计矩，因此需要大的集合大小来提供准确的更新和不确定性评估。然而，对于涉及具有计算要求高的流模拟运行的大规模模型的现实问题，EnKF实施仅限于小型集成。因此，虚假的数值相关性可能会发展并导致不准确的EnKF更新，这往往会低估甚至消除集合扩散。已经制定了一些特别的实际补救措施，如本地化、局部分析和协方差膨胀方案应用于减少由于集合大小较小而导致的采样误差的影响。本文提出了一种快速线性近似预测方法，作为一种替代方法，可以在操作设置中使用较大的集合大小，以获得更好的样本统计和EnKF更新。该方法首先将大量初始地质模型实现分为少量组。每组有代表性的成员用于运行全正向流模拟。每组剩余实现的流量预测通过围绕各自集群的代表模型（质心）的完整模拟结果进行线性化来近似。线性化可以使用基于伴随的梯度或基于集合的梯度进行。本文对两相流和三相流系统进行了几次数值实验，结果表明，该方法可以应用于改善EnKF在大规模问题中的性能，在这些问题中，完全模拟的数量是有限的。

引用于4文件

MSC公司：

86A20型 潜力，探矿
93E11号机组 随机控制理论中的滤波

关键词：

集合卡尔曼滤波;线性化预测;历史匹配;地下水流;数据同化

软件：

合卡尔曼滤波;GSLIB公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Tarrahi}等人，计算。地质科学。20，第5号，929--952（2016；Zbl 1349.86050）
全文： DOI程序

参考文献：

[1] Aanonsen，S.I.、Naevdal，G.、Oliver，D.S.、Reynolds，A.C.、ValléS，B.：水库工程中的集合卡尔曼滤波器——综述，SPE 117724。SPE公司。J 14（1），393-412（2009）·doi:10.2118/117274-PA
[2] 安德森，J.L.，安德森，S.L.：非线性滤波问题的蒙特卡罗实现，以产生集合同化和预测。周一。我们。版本1272741-2758（1999）·doi:10.1175/1520-0493（1999）127<2741:AMCIOT>2.0.CO；2
[3] Anderson，J.L.：探索使用层次集合滤波器在集合数据同化中定位的必要性。物理学。D非线性现象230（1-2），99-111（2007）·Zbl 1387.86039号 ·doi:10.1016/j.physd.2006.02.011
[4] Chen，Y.，Oliver，D.S.：多相流数据同化中enKF的交叉方差和局部化。计算。地质科学。14(4), 579-601 (2010) ·Zbl 1381.86026号 ·doi:10.1007/s10596-009-9174-6
[5] Deutsch，C.，Journel，A.：地理统计软件库和用户指南（gslib）。牛津大学出版社（1998）·Zbl 1387.86039号
[6] Devegowda，D.，Arroyo-Negrete，E.，Datta-Gupta，A.，Douma，S.G.：使用基于灵敏度的协方差局部化的集合卡尔曼滤波器进行高效稳健的油藏模型更新（SPE 106144）。摘自：SPE油藏模拟研讨会论文集（2007年）
[7] Ehrendorfer，M.：基于集合的卡尔曼滤波问题综述。气象。字16（6），795-818（2007）·doi:10.1127/0941-2948/2007/0256
[8] Emerick，A.A.，Reynolds，A.C.：结合灵敏度和先验信息，在石油储层应用的集合卡尔曼滤波器中进行协方差定位。计算。地质科学。15, 251-269 (2010) ·Zbl 1213.86009号 ·doi:10.1007/s10596-010-9198-y
[9] Evensen，G.：《数据同化：集合卡尔曼滤波器》，第二版，Springer（2009）·Zbl 1157.86001号
[10] Floris，F.、Bush，M.、Cuypers，M.，Roggero，F.和Syversveen，A.R.：产量预测不确定性的量化方法：比较研究。宠物。地质科学。S 7，S87-S96（2001）·doi:10.1144/petgeo.7.S.S87
[11] Gelb，A.：应用最佳估计。麻省理工学院出版社（1974）
[12] Hamill，T.M.，Whitaker，J.S.，Snyder，C.：集合卡尔曼滤波器中背景误差协方差估计的距离相关滤波。周一。《天气评论》129（11），2776-2790（2001）·doi:10.1175/1520-0493（2001）129<2776:DDFOBE>2.0.CO；2
[13] Houtekamer，P.L.，Mitchell，H.L.：使用集合卡尔曼滤波技术进行数据同化。周一。Weather Rev.126，796-811（1998年）·doi:10.1175/1520-0493（1998）126<0796:DAUAEK>2.0.CO；2
[14] Houtekamer，P.L.，Mitchell，H.L.：大气数据同化的序贯集合卡尔曼滤波器。周一。《天气评论》129（1），123-137（2001）·doi:10.1175/1520-0493（2001）129<0123:ASEKFF>2.0.CO；2
[15] Jafarpour，B.，McLaughlin，D.B.：用集成卡尔曼滤波器估计通道化储层渗透率：集成设计的重要性。石油工程师学会期刊，14（2），374-388-SPE-106453-PA（2009）·Zbl 1036.86013号
[16] Jafarpour，B.，McLaughlin，D.B.：用离散余弦变换描述储层：第1部分-参数化。石油工程师学会期刊，14（1），182-188-SPE-106453-PA（2009）
[17] Jafarpour，B.，McLaughlin，D.B.：“离散余弦变换油藏特征描述：第2部分-历史拟合”，石油工程师学会期刊，14（1），188-201-SPE-106453-PA（2009）
[18] Jafarpour，B.，Tarrahi，M.：评估组合卡尔曼滤波器在变异函数不确定性下用于地下水流数据集成的性能。水资源。第47号决议（W05537），26（2011）。doi:10.1029/2010WR009090·doi:10.1029/2010WR009090
[19] Jafarpour，B.，Khodabakhshi，M.：一种概率调节方法（PCM），用于将非线性流动数据集成到训练图像的相模拟中。数学。地质科学。43(2), 133-164 (2011) ·Zbl 1207.86010号 ·doi:10.1007/s11004-011-9316-y
[20] Kalman，R.E.：线性滤波和预测问题的新方法。《基础工程杂志》82（1），35-45（1960）·数字对象标识代码：10.1115/1.3662552
[21] Li，R.，Reynolds，A.C.，Oliver，D.S.：三相流生产数据的历史匹配（SPE 87336）。SPE J 8（2），328-340（2003）·doi:10.2118/87336-PA
[22] 麦凯，D.J.：信息理论、推理和学习算法。Citeser 7（2003）·Zbl 1055.94001号
[23] MacQueen，J.：多元观测分类和分析的一些方法。第五届伯克利数理统计与概率研讨会论文集，第1卷，第14期，美国加利福尼亚州，第281-297页（1967）·Zbl 0214.46201号
[24] Naevdal，G.，Johnsen，L.M.，Aanonsen，S.I.，Vefrin，E.H.：使用集合卡尔曼滤波器进行水库监测和连续模型更新。SPE年度技术会议和展览（2003）
[25] Oliver，D.S.、Reynolds，A.C.、Liu，N.：《油藏描述和历史拟合的反演理论》，剑桥大学出版社。英国剑桥（2008）·Zbl 1036.86013号
[26] Oliver，O.P.，Chen，Y.：集合卡尔曼滤波器的改进初始采样。计算。地质科学。13(1), 13-27 (2009) ·Zbl 1175.65018号 ·doi:10.1007/s10596-008-9101-2
[27] Strebelle，S.：使用多点统计对复杂地质结构进行条件模拟。数学。地质。34(1), 1-21 (2002) ·Zbl 1036.86013号 ·doi:10.1023/A:1014009426274
[28] Tarantola，A.：反问题理论：数据拟合和模型参数估计方法。Elsevier，阿姆斯特丹（1987）·Zbl 0875.65001号
[29] Wen，X.H.，Chen，W.H.：使用具有确认选项的集成卡尔曼滤波器实时更新储层模型。SPE J.11（04），431-442（2006）·doi:10.2118/92991-PA
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。