距离权重改进的Pearson相关系数及应用

发布时间：2024-02-29 22:23

　　相关系数是表征两组数据相关性的度量指标。现有的相关系数仅计算数据本身在数值上的相关性,忽视了数据在地理分布上的特征,导致数据的规律性未被充分挖掘。在油气勘探领域,油气分布与空间信息密切相关。为此,采用Pearson相关系数的广义形式,结合空间权重的方法计算相关系数,并将不同搜索半径下的局部相关系数以折线图的形式研究两组数据的空间相关特征。模拟数据和实际数据的检测结果表明,空间权重改进的相关系数可以从空间上明确两组数据的潜在相关性。该方法有利于油气勘探的数据优选。

【文章页数】：9 页

【部分图文】：

图1取样点位置(a)及局部相关性频谱(b)

通过距离—相关性频谱图,所有搜索半径下的局部相关系数得以展示。然后可以通过分析折线图挖掘两组数据被距离关系掩盖的相关性,并研究在不同尺度下两组数据相关性的变化规律。综上所述,距离权重改进前、后的相关系数主要不同之处有:改进前相关系数是所有样点都参与计算,每个数对对结果的影响相同,....

图2全局相关与局部相关比较

局部相关和全局相关的差别可以通过图2说明。图2a是全局相关视角下X与Y两变量的交会图,从中很难发现X与Y变量的相关性。利用相同的两组数据,先通过数据点的空间位置对数据进行分组(以距离100为阈值),将距离较近的样点分为一组;再将X变量在每组内归一化,最后再制做与Y变量的交会图,....

图3沁水盆地南部某区块山西组3号煤层属性及其与日产气量的局部相关性频谱

表2山西组3号煤层井点数据井名日产气量m3方位各向异性煤厚度(预测)/m应力(预测)井名日产气量m3方位各向异性煤厚度(预测)/m应力(预测)m1-3X0.001.054.6222.48m691062.121.074.5222.74....

图4煤层厚度与应力属性空间频率滤波后融合属性及其与日产气量的局部相关性频谱

图4a展示了用改进优选方法的融合平面图。从图4b可以看出融合后在搜索半径为12时即可到达0.3的相关程度,而且在大搜索半径上仍然保持较高的相关程度。与应用未改进方法优选再融合的结果图4c、图4d比较,利用本文方法优选指导融合的结果在各个尺度上的相关性均优于按Pearson相关方法....

本文编号：3915017