Abundant literature has been produced for the last two decades about multiple-point statistics simulation, or MPS. The idea behind MPS is very simple: reproduce patterns from a 2D, or most often a 3D, training image that displays the type of geological heterogeneity deemed to be relevant to the reservoir or field under study, while honoring local data. Replicating an image is a traditional computer science problem. Thus, it should come as no surprise if a growing number of publications on MPS borrow ideas and techniques directly from computer vision and machine learning to improve the reproduction of training patterns. However, quoting Andre Journel, “Geostatistics is not about generating pretty pictures.” Models have a purpose. For example, in oil and gas applications, reservoir models are used to estimate hydrocarbon volumes and book reserves, run flow simulations to forecast hydrocarbon production and ultimate recovery, and make decisions about field development or optimal well drilling locations. Specific key features such as the extent and connectivity of shale barriers may have a major impact on the reservoir performance forecasts and the field development decisions to be made. Those key features that need to be captured in the model, along with the available subsurface data and constraints of the project, should be the primary drivers in selecting the most appropriate modeling techniques and options to obtain reliable results and make sound decisions. In this paper, the practitioners’ point of view is used to evaluate alternative MPS implementations and highlight remaining gaps.

在过去的二十年中，已经有大量关于多点统计仿真（MPS）的文献。MPS背后的想法非常简单：从2D或最常见的3D训练图像中复制图案，该图像显示被认为与所研究的油藏或油田相关的地质异质性类型，同时尊重当地数据。复制图像是传统的计算机科学问题。因此，如果越来越多的MPS出版物直接从计算机视觉和机器学习中借用思想和技术来改善训练模式的再现，就不足为奇了。但是，引用Andre Journel的话，“地统计学不是要生成漂亮的图片。” 模型有目的。例如，在石油和天然气应用中，储层模型可用于估算碳氢化合物的体积和账簿储量，运行流动模拟以预测碳氢化合物的产量和最终采收率，并就油田开发或最佳钻井位置做出决策。页岩屏障的范围和连通性等特定关键特征可能对储层性能预测和将要做出的油田开发决策产生重大影响。模型中需要捕获的那些关键特征，以及可用的地下数据和项目约束，应成为选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。并做出有关油田开发或最佳钻井位置的决策。页岩屏障的范围和连通性等特定关键特征可能对储层性能预测和将要做出的油田开发决策产生重大影响。模型中需要捕获的那些关键特征，以及可用的地下数据和项目约束，应成为选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。并做出有关油田开发或最佳钻井位置的决策。页岩屏障的范围和连通性等特定关键特征可能对储层性能预测和将要做出的油田开发决策产生重大影响。模型中需要捕获的那些关键特征，以及可用的地下数据和项目约束，应成为选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。页岩屏障的范围和连通性等特定关键特征可能对储层性能预测和将要做出的油田开发决策产生重大影响。模型中需要捕获的那些关键特征，以及可用的地下数据和项目约束，应成为选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。页岩屏障的范围和连通性等特定关键特征可能对储层性能预测和将要做出的油田开发决策产生重大影响。模型中需要捕获的那些关键特征，以及可用的地下数据和项目约束，应成为选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。应该是选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。应该是选择最合适的建模技术和选项以获得可靠结果并做出合理决策的主要驱动力。在本文中，从业人员的观点用于评估MPS的替代实施方式，并强调剩余的空白。