支持向量机与微电阻率成像测井识别火山岩岩性

针对火山岩储层,从岩石化学成分分类和岩石结构分类两个角度出发,提出了一种利用测井资料识别火山岩岩性的方法。基于取芯薄片鉴定资料获得对应井段的常规测井数据,利用统计学习理论中的支持向量机方法对其处理,得到地质上按岩石化学成分分类的火山岩岩性类别。建立地层微电阻率成像测井图像与不同结构火山岩岩性之间的对应关系,归纳出典型的微电阻率图像模式,从而得到地质上按岩石结构分类的火山岩岩性类别,结合上述两者结论确定最终岩性,实现了运用支持向量机算法处理常规测井资料与微电阻率图像模式相结合的火山岩岩性测井识别新方法。     

基于最小二乘支持向量机测井识别火山岩类型:以辽河盆地中基性火山岩为例

最小二乘支持向量机是在统计学习理论基础上发展起来的模式识别方法。与传统统计学相比,它能有效解决有限样本、非线性、高维数模型的建立问题,而且建立的模型具有很好的预测性能。岩性识别本质是解决分类问题,本文基于最小二乘支持向量机解决分类问题的优势,首先用GR、CNL、DEN、AC、R_LLD等常规测井曲线数据建立样本空间;然后通过耦合模拟退火和交叉验证的方法寻找最佳参数,优化最小二乘支持向量机分类器;最后建立了最小二乘支持向量机岩性识别模型。通过取心段岩心描述和岩心/岩屑薄片鉴定,确定辽河盆地40口井315 m井段2 520个岩性样品作为训练样本,建立岩性识别标准。对8口井13 866 m井段110 928个火山岩数据采样点进行测井识别,可识别致密玄武岩、气孔玄武岩、粗面岩等8种主要火山岩类型。识别结果与8口测试井中316个有取心段岩心描述和岩心/岩屑薄片的精确岩矿定名对比,符合率达到75.2%,与以往测井识别复杂火山岩岩性相比,在识别准确率和效率上都有明显提高。     

3种经典机器学习算法在火山岩测井岩性识别中的对比

岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明：自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。     

基于支持向量机的测井岩性识别在松散沉积物调查中的应用研究

砂砾质松散沉积物粒径组成复杂,钻探取心率低,导致对沉积相和相界面的判别准确度不高。本文结合岩心和测井资料,建立了松散沉积层基于支持向量机的测井数据岩性识别模型,分析了训练集样本数量对模型识别准确率的影响,并与BP神经网络模型进行了对比。结果表明,支持向量机模型的岩性识别准确率高,且对训练样本需求量低,可以有效地弥补钻孔取心率不足的问题,并降低钻探施工成本。在松散沉积物调查中,利用基于支持向量机的测井岩性识别模型自动识别沉积序列具有可行性,是实现绿色勘查的有益尝试。     

火山组合块状硫化物矿床成因研究和地质特征概述

与这两种成分有关的矿床岩性变化很大.在确定溶液源成分时,含矿母岩和与其有关的地层性质是十分重要的,这是提供一个确切的成因模式的基础.同上述两组矿床有关的一些不同的岩性特点如下: 1.火山岩和沉积岩的相对含量Cu-Zn矿床组大多数赋存在以火山岩为主的地层或火山岩派生的沉积岩不发育的地层中.如北美大多数前寒武纪矿床赋存在绿岩带以火山岩为主的岩石中.相反,芬诺斯堪的纳地盾许多前寒武纪矿床则经常分布在含有少量长英质火山岩成分的沉积岩层中.而显生     

庐枞矿集区科学钻探的岩性识别方法

庐枞矿集区科学钻探钻遇岩性复杂,岩性亚种类别繁多,利用测井资料识别岩性存在较大的技术难度。笔者采用网格搜索法、粒子群优化和遗传算法三种方法优选支持向量机的核函数参数γ和惩罚因子C,其中基于遗传算法优选的支持向量机参数准确率最高。利用测井,结合岩芯、录井等资料,基于遗传算法建立支持向量机岩性自动识别模型,该模型实际数据预测总体符合率为86.86%,优于BP神经网络,全井岩性识别与岩芯录井相符,取得了好的应用效果。     

基于光谱—空间特征的ASTER影像岩性分类研究——以甘肃北山白峡尼山地区为例

遥感岩性制图是地质填图中的重要工作,基于光谱特征的岩性分类易受到色调、纹理等因素影响导致精度不佳。前人进行岩性自动分类研究多关注影像的光谱特征,而忽略空间特征,笔者等基于甘肃北山白峡尼山地区ASTER影像,将支持向量机、极限学习机两种机器学习分类方法与基于空间特征的快速漂移算法相结合进行岩性分类。结果表明支持向量机分类总体精度为89. 17%;极限学习机不但具有需调节参数少的优势,且分类精度和速度均优于支持向量机,分类总体精度达96. 70%;利用快速漂移算法提取的影像空间特征可有效减少错分区,提升岩性分类效果。研究证实将基于光谱特征的极限学习机和基于空间特征的快速漂移算法结合的岩性分类方法具有客观、高效、高精度等优势,可为后续地质填图和找矿勘查工作提供可靠数据支撑,在遥感岩性分类领域具有较高的推广价值。     

基于决策树特征提取的支持向量机在岩性分类中的应用

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。     

北京西山沿河城东岭台组火山岩成因及其地质意义

北京西山沿河城东岭台组火山岩由底部(第1岩性段)玄武粗安岩、下部(第2岩性段)酸性火山碎屑岩和上部(第3、4岩性段)粗面岩、流纹岩组成。根据地球化学特征,东岭台组下部第1岩性段玄武粗安岩属于碱性系列,具有Coombs成分变异趋势,上部的中、酸性岩属于高钾钙碱性;东岭台组火山岩整体具有从碱质富集的基性岩向硅饱和的中酸性岩变化的跨越式成分变异趋势。东岭台组中—基性岩是富集Ba、Sr、LREE和K的幔源原始玄武质岩浆在中等压力条件下分离结晶的产物,岩石在成岩过程中受到了下地壳物质的混染。东岭台组上部第3、4岩性段的粗面岩或英安岩依据地球化学特征分为3大类——富铝钾质粗面岩、富铝钠质粗面岩或英安岩与贫铝粗面岩或英安岩。富铝钾质粗面岩是玄武质岩浆与中地壳岩石发生熔融反应的产物;富铝钠质粗面岩或英安岩是内侵的基性岩含水熔融的产物;贫铝粗面岩或英安岩有可能由中—基性岩分异而来,成岩过程中受到围岩混染。东岭台组下部第2岩性段的酸性火山岩形成于下地壳低钾岩石在高氧逸度条件下的低程度部分熔融。东岭台组上部第3、4岩性段的酸性火山岩中的低硅端元是基性岩浆与中地壳岩石发生熔融反应的产物;高硅端元由低硅酸性火山岩分离结晶演化而来。燕山早白垩世早、中期大规模高钾钙碱性岩浆活动很可能是幔源岩浆与陆壳发生熔融反应的产物。东岭台组火山岩是早白垩世中期地壳被内侵玄武质岩浆加热,进而导致地温梯度增高的直观表征;地壳深部温度升高和部分熔融直接促使地壳发生侧向韧性流动,致使早白垩世时期的燕山地区由山地演变为高原。     

基于光谱—空间特征的ASTER影像岩性分类研究——以甘肃北山白峡尼山地区为例

遥感岩性制图是地质填图中的重要工作,基于光谱特征的岩性分类易受到色调、纹理等因素影响导致精度不佳。前人进行岩性自动分类研究多关注影像的光谱特征,而忽略空间特征,笔者等基于甘肃北山白峡尼山地区ASTER影像,将支持向量机、极限学习机两种机器学习分类方法与基于空间特征的快速漂移算法相结合进行岩性分类。结果表明支持向量机分类总体精度为89.17%;极限学习机不但具有需调节参数少的优势,且分类精度和速度均优于支持向量机,分类总体精度达96.70%;利用快速漂移算法提取的影像空间特征可有效减少错分区,提升岩性分类效果。研究证实将基于光谱特征的极限学习机和基于空间特征的快速漂移算法结合的岩性分类方法具有客观、高效、高精度等优势,可为后续地质填图和找矿勘查工作提供可靠数据支撑,在遥感岩性分类领域具有较高的推广价值。     

甘肃北山某地区晚古生代火山岩建造与铀成矿作用

北山地区晚古生代火山岩建造比较发育,是热液型和火山岩型矿床成矿的有利地段。本文从火山岩的分布、岩石组合、火山岩相、火山岩喷发方式及韵律、岩石化学成分及微量元素等方面,详细论述了该地区中、晚泥盆世火山岩建造的特征及其与铀成矿作用的关系,分析了火山机制控矿作用,总结了晚古生代火山岩建造中铀的成矿条件和规律,为今后在该地区寻找热液型和火山岩型铀矿床具有一定的指导意义。     

新疆春风油田石炭系火山岩岩性特征及测井识别方法

不同岩性的火山岩其储集性能差异甚远,准确识别火山岩岩性对于火山岩储层的研究具有重要意义。研究区春风油田石炭系储层以火山岩为主,过渡类型较多,岩性较为复杂。利用岩心观察、薄片鉴定、地化分析等方法确定研究区发育火山熔岩类和火山碎屑岩类两类火山岩,其中,火山熔岩包括玄武岩、安山玄武岩、玄武安山岩以及安山岩,火山碎屑岩有凝灰岩和火山角砾岩等。通过识别出的岩性标定测井,分析每种岩性的测井响应特征,利用交会图法和星形图法,建立了不同岩性的识别标准。     

泰国Phetchabun盆地Wichian Buri次盆新生界火山岩岩性识别及岩相展布特征

新生界火山岩是泰国Phetchabun盆地Wichian Buri次盆的主要含油气岩系,但因火山岩喷发环境复杂,喷发期次频繁,造成火山岩岩性复杂,识别难度较大,岩相展布不清,这些因素严重制约着油气的进一步勘探和开发。通过岩心、岩石薄片、测井及地震等资料分析,总结了研究区火山岩的岩性特征,并提出相应的识别方法,同时对火山岩的发育期次和岩相展布进行了研究。结果表明:①研究区火山岩类型丰富,从基性岩至酸性岩、熔岩至火山角砾岩都有发育,以偏碱性玄武岩为主; ②自然伽马、密度及光电吸收界面指数测井对火山岩成分变化最为敏感,成像测井可以提供火成岩的结构和构造信息,两者结合可准确地识别火山岩岩性; ③结合测井和地震响应特征,研究区新生界火山岩为3期喷发的产物,可识别出火山通道相、溢流相、爆发相和火山沉积相等岩相类型,并预测其分布规律。研究成果为研究区火山岩的岩性识别提供了有效手段,并明确了岩相展布特征,可为研究区的油气勘探和开发提供一定的依据。     

测井曲线概率分布法识别四川盆地火山岩气水层

火山岩的矿物成分复杂,主要矿物有石英、正长石、斜长石、云母、角闪石、辉石和橄榄石.不同岩性的储层物性和孔隙结构类型各不相同,这给火山岩气水层判别造成很大困难.基于测井资料,首先采用中子-密度交会图的方法求取孔隙度,然后结合实验室的岩电参数以及测井的电阻率曲线,构建P1/2概率分布曲线,根据概率曲线的分布形态来识别火山岩...     

火山岩盖层类型及封气能力——以松辽盆地徐家围子断陷为例

利用钻井、测井和分析测试资料,对徐家围子断陷火山岩盖层类型、识别标志、分布、封闭能力和对天然气成藏与分布的控制作用进行了研究,认为徐家围子断陷火山岩盖层分为火山碎屑岩和火山熔岩盖层2种。火山碎屑岩盖层主要是凝灰岩和火山角砾岩,具有井径扩容、电阻率小和高声波时差特征;火山熔岩盖层主要为流纹岩、凝灰岩和安山岩,具有井径不扩容、电阻率中等和低声波时差特征。利用高声波时差和声波时差值小于56 μs/ft可以分别识别火山碎屑岩盖层和火山熔岩盖层。火山碎屑岩盖层区域分布在断陷南部下白垩统营城组一段火山岩体的顶部,火山熔岩盖层局部分布在营一段和营三段火山岩体内部。火山碎屑岩盖层较火山熔岩盖层具有更强的封气能力,火山碎屑岩盖层控制着徐家围子断陷火山岩中天然气的区域聚集与分布,火山熔岩盖层仅控制着天然气在火山岩体中的局部聚集与分布。     

白银厂矿田酸性火山岩岩石学及微量元素地球化学特征

酸性火山岩是构成白银厂火山穹隆的主体核心 ,也是黑矿型白银厂式矿床的容矿岩石。本文从酸性火山岩的岩相学特征、主要元素、微量元素、稀土元素地球化学研究入手 ,对酸性火山岩的分类及系列划分、微量元素和稀土元素地球化学及其形成的构造环境进行了深入的探讨。认为该区酸性火山岩主要由流纹岩和英安岩组成 ,属低钾系列和钙碱性系列。地球化学特征表明 ,它的形成是由板块俯冲至深处脱水 ,致使先存下地壳含水辉长质岩石部分熔融而成。其成岩环境为火山弧环境。     

统计法在确定卡拉麦里气田物性下限中的应用

准确确定有效储层物性下限,是决定储集层评价和储量计算精度的关键.卡拉麦里气田储层岩性为火山岩,为裂缝-孔隙双重介质的非碎屑岩储层.常规储层物性下限研究方法,如相对渗透率法、"J"函数等均不适用.针对这种特殊储层,首先将其划分成熔岩、火山碎屑岩、浅成侵入岩等,应用岩心经验统计法,得到各岩类有效储层孔隙度下限值,建立含气饱和度与最大进汞饱和度对应关系,再分岩类建立最大进汞饱和度与孔隙度、渗透率的关系.由压汞资料统计法得到一组有效储层下限值,二者综合确定各岩类有效储层下限值,取得较好效果.     

云南省龙脖河铜矿区火山岩地质及岩石化学特征研究

龙脖河铜矿床的成矿与该区火山岩关系密切，加强对其进行岩石化学的研究，对在本区和区域上同类矿床的勘查找矿和成因研究具有重要的指导意义。在大量野外调查和室内综合分析基础上，研究了龙脖河铜矿区典型火山岩及其组构特征、副矿物特征、蚀变特点和岩石化学特征，认为龙脖河铜矿区火山岩是一套富钠质的碱性玄武岩系列岩石，与大红山群变钠质火山岩岩石组合十分相似。