【本站讯】4月21日，山东省油藏地质重点实验室主任、中国石油天然气集团公司储层重点实验室（华东分室）和油藏描述重点实验室（华东分室）主任、地球科学与技术学院院长林承焰教授做客地学院主办的腾讯会议室“油气地学”云端讲坛第六讲，为师生作题为“如何提高地质模型的准确性及油藏描述技术新进展”的学术报告。

会议初，林承焰从模型的组成、类型、作用三个方面详细刻画地质模型的概念。他列举关键词“模型”在Geoscience数据库中所占比例来证明模型在地学研究上的重要性。从当下疫情出发，林承焰引入SEIR模型，并结合疫情预测的重要性，间接引出地质模型建立的重要性。以英国北海70年代到80年代间原油生产的预测与实际情况误差较大为例，林承焰指出其原因是水平井生产状况与地质模型之间的矛盾导致地质模型出现了问题。

模型的不准确是客观存在的，那么为什么会存在这种不准确呢？林承焰认为是地质资料不全面、分辨率低、不可靠以及地下情况复杂、非均质性强、对相变的认识程度不够等原因造成的。接着，林承焰提出问题：如何提高地质模型的准确性和预测的可靠性呢？他首先指出：“想提高地质模型的准确性，定量准确的预测是关键，但对地质的认识是预测的前提。”他从三大方面展开论述，一是多学科综合和“三相”融合提高储层地质认识。二是地震地质学科交叉融合。三是提高地质参数准确性。林承焰认为：“将地质与测井交叉融合，建立流动单元条件约束下的测井储层参数求取方法，可大大提高渗透率的解释精度。”

林承焰以疫情在国外的扩散情况为例进行分析，指出对于更加复杂的对象，不能用常规的方法解决，需要新的建模方法来提高预测精度，他列举了泥页岩储存地质建模、数字岩心模型、沉积数值模拟与地质建模、成岩数字模拟等建模方法。随后林承焰提出“致密碳酸盐岩理论渗透率预测RGPZ模型”的应用实例，以此证明机器学习在渗透率解释模型中的重要作用。

最后，林承焰得出“预测结果的准确性既取决于单一学科的深入发展，也取决于多学科的交叉、融合与协同创新”、“深度学习、机器学习及人工智能技术在地质建模中将发挥越来越重要的作用”等结论。讲坛结束后，林承焰与观看讲座的师生、同行进行了广泛深入的交流。

此次云端讲坛首次从疫情入手，着重介绍模型在地学研究中的应用与发展，将地质建模知识与油藏描述技术新进展引入大家的视野中，激发了观众的探索精神，彰显地学院一流学科的领头作用。