集合卡尔曼滤波(EnKF)方法作为一种新型的自动历史拟合方法,近年来开始被人们利用来进行自动历史拟合,更新油藏模型。实际证明,EnKF方法是一种有效的方法。EnKF方法要求一组初始实现,但是在实际中往往只有一个油藏或地质模型。这种情况如何利用EnKF进行历史拟合,更新油藏模型就成了一个实际应用的关键。综合其它信息如地震资料信息进行历史拟合是认识油藏剩余油气分布的重要途径,如何用EnKF方法把生产数据和地震资料信息相结合来进行历史拟合也是本文研究的内容。针对实际中一个油藏往往只有一个模型的情况,本文提出了一种随机导航点方法。用这种方法可以由一个模型派生出多个模型,从而满足EnKF方法的条件。用这些模型作为初始模型的集合,利用EnKF方法进行更新油藏模型实验。通过模型实验认为,用随机导航点方法派生出多个模型,再利用EnKF可以实现单一模型更新,并发现最终取得的模型与参考模型具有较好的一致性。本文对随机导航点方法进行改进,在生成多个初始模型的过程中加入地震约束,使初始模型不仅具有随机性,同时带有一定的地震信息。用由此得到的多个初始模型可以更有效地拟合油藏模型。本文尝试综合时移地震信息,把EnKF方法和时移地震技术相结合,由此对油藏性质进行更为准确的估计,减少描述和预测的不确定性。最后,本文还讨论了生产数据和时移地震数据的权值大小对更新结果的影响。