En god reservoarmodell, som både representerer de statiske parameterne og strømningsegenskaper, er avgjørende for å optimalisere produksjonen fra hvilket som helst reservoar. Mye tid og krefter blir brukt til å beskrive reservoaret så godt som mulig og store økonomiske beslutninger hviler på prognosene fra denne modellen. Prognoser utført ved bruk av flere realisasjoner basert på samme modell blir stadig mer populære for å fange usikkerhet. Historietilpasningsmetoder som Ensemble Kalman Filter er godt egnet for dette.EnKF ble foreslått av Evensen i 1994 som en data-assimilasjon metode innen oceanografi, og har blitt utviklet og testet flere ganger innen petroleumsindustrien siden da. Filteret bruker et ensemble av vektorer for å beskrive reservoarparameterne og hver av disse vektorene beskriver en realisasjon av reservoaret. Kovariansen mellom disse vektorene brukes til å representere både spredning og reservoarets respons til parameterverdier.I denne oppgaven har EnKF blitt brukt til historietilpasning av PUNQ S3, en syntetisk reservoarmodell, for å se effekten av tilgjengelig informasjon. Dette ble gjort gjennom to ulike simulering, hvor den første ble gjennomført med grenseverdier for å begrense de statiske parameterne. I det andre tilfellet ble utviklingen av en historietilpasning presentert gjennom ulike tidsskritt. Modellene ble evaluert på bakgrunn av sin prognose for fremtidig produksjon, samt sine avvik i parameterverdi sammenliknet med de sanne parameterne. Selv om prognosene ble forbedret for samtlige modeller, ble det ikke observert noen forbedring i reservoarparameterne. En utvikling mot en falsk løsning ble observert. Denne løsningen hadde feil parameterverdier, men gav en prognose for fremtidig produksjon som var veldig lik sannheten. Den geologiske kunnskapen ble ikke anvendt i oppdateringen, noe som førte til at de oppdaterte modellene var lengre unna sannheten enn det opprinnelige utgangspunktet.