多点地质统计学(MPS)算法在三维区块模拟中存在的一个主要问题是缺少合适的三维训练图像。采用二维训练图像信息,比较了3种解决缺少三维训练图像的方法,即概率集结法、黑斑羚算法和基于二维切片的序贯模拟法(s2Dcd)。采用2类三维图形作为参考检验这3种方法的模拟再现能力。结果表明,要得到三维MPS模拟结果至少需要2个二维训练图像。3种方法得到的模拟结果(特别是s2Dcd法的结果)与参考图像很接近。对模拟结果进行比较后可知,s2Dcd方法比直接用三维训练图像的多点统计学算法模拟可节省2到4个数量级的CPU运行时间。故这些方法的计算效率及其不需要三维训练图像就可以得到MPS的模拟结果的可能性,简化了蒙特卡罗方法中的多点地质统计学(MPS)、不确定性评价及随机反演转等问题的架构,具有重要的理论和实践意义。