现状研究是什么类型的论文

既然都是论文,就都有严谨的结构和规范的行文方式,比如摘要、前言、主体、结论,比如灵活与严谨并重的学院语言或学术语言等等。内容上,自然科学类的论文以定量分析为主,社会科学类则主要采用的是定性分析的方法.前者是求证性的,后者则是探索性的,当然求证和探索也可能出现交叉的情况。

实证型论文是以定量分析验证理论假设的一类论文，包括调查实证型和实验实证型两种类型，调查实证型主要是通过调查的方法对教育活动中出现的问题进行研究，而实验实证则是反映实验过程和结果的文章。例如，《关于未成年人家庭教育的调查与思考》、《当前农村义务教育的实证分析》、《高职院校贫困生心理健康状况的调研分析与对策》等都是实证型论文，这类论文通过题目我们就能很容易分辨出来。

就是指作者针对某一时间内某一技术或成果在应用方面的研究现状，对大量原始研究论文中的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。多点地质统计学要求地质现象具备平稳性,而河流相是较为平稳的沉积环境,因此多点统计最早是应用于河流相。而早期试验表明,多点统计不能应用于扇体的建模,例如冲积扇的模拟。这是因为冲积扇不具备地质平稳性。事实上,很多地质现象都是不平稳的,平稳只局限于很有限范围内的沉积体。为了将多点统计应用于扇体模拟,Caers提出了平稳变换的思路,即将非平稳的地质现象经过一定的旋转和伸缩变换,达到平稳化目的。模拟完成后,再进行逆变换,达到模拟非平稳储层的目的。Arpat提出了分区模拟的思想,即将非平稳区域进行分区,在每个小区块内目标体平稳,从而可以应用多点统计进行预测,Roy等利用分区模拟思想,应用于浊积扇建模,取得了较好的效果。多点统计应用于深水扇模拟(据Roy,2008)2.物性建模多点地质统计主要针对两点统计而言,它的最重要的一个优势是克服两点统计在形态再现上的不足。因此,早期多点统计主要是针对目标体形态和连续性做了很多研究,在物性建模上少有关注。但储层物性受控于沉积环境,且其分布也是非常复杂的,需要应用更好的方法进行描述,因此多点统计也被引入到物性建模。Strebelle提出将物性以某些截断值进行离散化进行建模,李少华将此方法应用于国内某油田物性建模,取得了较好的效果。但物性截断人为因素很多。最近,张团峰,Neil等将Fitlersim算法直接模拟连续性变量(孔隙度和渗透率等),突破了多点统计学算法应用领域。多点统计应用于物性建模3.微观孔喉预测微观孔喉分布不但决定了宏观储层物性分布,而且还决定油气驱替效率。如何准确预测孔喉分布成为油气提高采收率的关键问题之一。Liu(2007)利用多点统计进行多尺度的岩石微观孔隙模拟,建立了微观孔喉分布,并将微观孔喉扩展到厘米级范围,为微观孔喉分布与宏观物性规律的建立奠定了良好的基础。张挺等利用多点统计建立了微观孔喉模型。多点统计应用于三维孔喉模型建立4.地质统计反演地质统计反演能够将井资料与地震解释结合,提高地震反演解释精度,成为近10年来研究热潮。在早期的地震统计反演中,多是以基于变差函数的方法进行反演。其优点是简单,易于操作和解释;而缺点也是很明显的,即两点信息量不足导致的解释精度上的缺陷。最近,将多点地质统计应用于地质统计反演的方法也有报道。其中,Ezequiel于2008年对Simpat进行了改进,将其应用于地质统计反演。其基本步骤是首先建立地震属性体与沉积相体关系,然后进行地质统计建模,选择最优地震属性模式;最后对最优地震属性进行分解,并重新合成地震反演数据体。其结果证明这种反演方法提高了储层反演精度和建模效果。 多点统计应用于储集层反演图不同综合地震数据方法建模效果比较5.多学科综合建模综合多学科建模也是目前油藏三维建模亟须解决的热点之一。在多点地质统计学方法中,不少学者给出了综合地震的思路和方法,总结起来,主要有三种。一种方法是同时扫描相的训练图像和地震训练图像,从而直接获得联合的多点统计概率P(A|B,C),并将此多点统计概率保存在搜索树中。另外一种方法是首先利用数据样板扫描沉积相的训练图像,获得多点概率P(A|B),随后根据实际地震资料推测相与地震的相关概率关系P(A|C)。利用数学方法将这两种概率综合起来获得P(A|B,C)。联合扫描地震训练图像与相训练图像进而推断P(A|B,C)需要地震训练图像与相训练图像有很高的一致性,这在实际工作中很难保证;此外,保存包括相训练图像与地震训练图像联合的多点概率对内存需求也相当高,也给直接推断P(A|B,C)提出了不小的挑战。Jounrel(2002)介绍了将地震数据与相数据事件结合起来的方法“Permanence of updatingratios”:首先建立地震属性与沉积相之间的关系P(A|C),其中A是沉积相类型,C是地震属性;随后从搜索树中读取数据事件的概率P(A|)B,其中B是待估点周围数据构成的数据事件;最后利用“Permanence of updating ratios”方法将两者综合成P(A|B,C)。“Permanence of updatingratios”方法的中心思想是C对A的贡献并不因为B的出现而有变化。第三种方法则是Simpat中相似性判断方法,此时,直接把对应的地震属性当做距离函数的一个组成,而不需要考虑地震属性与相是否高度一致。此外,针对地震属性权值的问题,Liu(2004)提出了信息度的方法,用以给出地震属性权重。她还提出在对地震属性综合的时候,首先对地震数据进行聚类预处理,达到优化地震属性的目的。