基于自适应核密度的贝叶斯概率模型岩性识别方法研究

• 作者: 熊盛青 王万银 蔡泽园 鲁宝亮
• 来源期刊: 物探与化探
• 学科: 地球科学
• 关键词: 贝叶斯 岩性识别 物性参数 自适应核密度
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 2020年重磁方法理论及应用研究专题研讨会专栏
• 页码范围: 919-927
• 页数: 9页
• 分类号: P631
• 语种: 中文
• DOI: 10.11720/wtyht.2020.0069

摘要

准确地刻画岩石类型及其结构关系可以为能源矿产勘探、深部结构与构造等研究提供重要信息.目前利用地球物理技术可以通过不同岩石对应的物性参数(如密度、磁化率、电阻率、速度等)之间的差异进行岩性识别,但是不同岩石物性往往存在一定程度的重合,利用单一物性进行岩性识别的结果不够准确,因此利用多源数据进行岩性识别具有重要的意义.贝叶斯方法属于统计分类方法,依靠概率进行分类,概率密度的计算依靠样本属性之间的相互联系.基于此,我们将基于自适应核密度估计的贝叶斯概率模型引入到岩性识别中.该方法对于多类不同物性参数具有良好的适应能力,预测的岩性分类结果带有概率参数,可以存在模糊区间,提供多种岩性分类结果.该方法具有较强可扩展性,可以同时处理参数和非参数信息,使得已知地质信息以及物性参数得到最大化的利用.实验证明该方法的岩性识别结果较好,相比于传统高斯算法和固定带宽核密度估计,自适应带宽的核密度估计获得的分类结果更稳定、更准确.