M-GS

La M-GS® (Moving GeoStatistics) est une technologie d’optimisation locale des paramètres des modèles géostatistiques. Elle permet de générer un ensemble de paramètres optimisés, appelés M-paramètres, directement utilisables dans des processus d’estimation et de simulations spatiales (1D, 2D, 3D...) dans des contextes mono ou multi-variables.

Le principe

Optimisation locale des paramètres géostatistiques : les M-Paramètres
Gestion locale des variations structurales Les modèles variographiques sont les modèles géostatistiques les plus utilisés dans l’industrie. Ce sont des modèles faisant intervenir un certain nombre de paramètres (paramètres structuraux et paramètres de calcul).
La M-GS (Moving-GeoStatistics) rassemble un ensemble de procédés de détermination locale et automatique des paramètres des modèles variographiques. Les paramètres optimisés obtenus sont appelés M-Paramètres.

Les outils M-GS

Déterminer et utiliser les M-Paramètres

  • Optimisation par cross-validation locale (brevet ESTIMAGES)
  • Approches morphologiques (développées avec Mines Paris Tech)
Détermination de M-paramètres
Approche de caractérisation structurale par lancer de rayons
Approche morphologique développée par ESTIMAGES

Krigeage et Simulations M-GS développées

  • Krigeage : krigeage simple et ordinaire, krigeage avec dérive externe, co-krigeage, krigeage factoriel
  • Simulations : SGS, SIS
ARTICLES TECHNIQUES

Amont pétrolier

SBGF 2009

M-Factorial Kriging for seismic data noise attenuation

IAMG 2009

Noise reduction by M-Factorial Kriging

EAGE 2008

M-GS - New spatial estimation and simulation models for more precision and more realism

Agriculture de précision

EMS 2009 - A better taking into account of the climatic risk with new agrometeorological services and applications

Océanographie

GEOENV 2009 - Integrating prior knowledge and locally varying parameters with Moving-GeoStatistics : methodology and application to bathymetric mapping

Météorologie

Journées de Géostatistique 2011 - Moving Geostatistics for automated interpolation - Application to environmental data