基于随机森林算法的 塔然高勒地区测井数据岩性识别

• 作者: 马东来 蔡煜琦 孙远强
• 来源期刊: 世界核地质科学
• 关键词: 随机森林； 测井数据； 岩性识别； 塔然高勒地区
• 年，卷（期）: 2023,（1）
• 所属期刊栏目: 地质
• 页码范围: 53-60
• 页数: 7页
• 分类号: P58；,TE121.3；,P631.8
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0636.2023.01.004

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。