基于机器学习的地层序列模拟
地层结构及其分布的模拟是地质信息化研究与工程规划设计建造的迫切需求.现有的研究方法主要以钻孔数据为基础,选择插值方法进行二维剖面绘制和三维地层建模.插值方法是决定模拟结果准确程度的重要因素,但插值方法的选取受主观因素影响,缺乏科学合理性,难以推广应用.针对这一问题,本文提出一种基于钻孔数据进行机器学习的地层序列模拟方法,即将钻孔地层数据处理为地层类型序列与地层层厚序列,利用循环神经网络与序列-序列架构建立地层序列模拟模型.通过将模拟结果与实际钻孔数据对比分析,发现地层序列模型可以较准确地模拟地表到基岩面之间的地层类型与厚度范围.研究可为地层模拟提供新方法.
地层序列模拟、机器学习、循环神经网络、序列-序列学习
27
P628(地质、矿产普查与勘探)
国家自然科学基金项目41530638,41030747,41227002,41372302,41472257;广东省重点应用专项2016B010124007;广州市科技计划项目201803030005
2019-09-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
873-879