基于随机森林算法的塔然高勒地区测井数据岩性识别

摘要：

塔然高勒地区是鄂尔多斯盆地北部重要铀矿勘查区,施工了大量的钻探工程,积累了丰富的钻井数据资料.如何利用钻孔数据的"二次开发"从而快速准确识别研究区内地层岩性,确定地层结构与砂体空间展布特征,对指导砂岩型铀矿勘查工作具有重要意义.因此,依据塔然高勒地区七口钻孔的测井数据,选取密度、电阻率、自然伽马、自然电位和井径等5个地球物理测井参数,运用随机森林算法构建了直罗组地层中泥岩、细砂岩、中砂岩、粗砂岩和砾岩5种岩性的分类模型.本次实验将前6个孔作为训练和验证样本,第7个孔作为测试样本.训练模型在验证集上的准确率达95.94％,在测试集上的准确率为82.85％,结果显示:基于随机森林算法利用测井数据进行岩性识别,快速划分地层岩性,进而分析研究地层结构与砂体空间展布特征是可行的,在砂岩型铀矿找矿中具有重要的推广应用价值.

关键词：随机森林、测井数据、岩性识别、塔然高勒地区

所属期刊栏目：40

分类号：P58;TE121.3;P631.8(岩石学)

资助基金：中核集团基于大数据的砂岩型铀矿三维预测技术研究项目SD04

在线出版日期：2023-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：43-50,67