为了识别煤系金属矿床成矿过程中的关键地质构造,以鄂尔多斯盆地临兴区块为研究对象,依托前人研究结果、区块地质资料、地震以及测井等地球物理数据,构建了基于U-Net网络的地质构造识别模型,用于预测构造火山活动等事件,以分析矿床形成的关键地质因素。

首先,基于叠后地震资料,利用平面波破坏滤波器技术实现绕射波分离与成像,提取小尺度关键地质信息;其次,利用知识图谱结合研究区实际情况开展属性优选,获得方差、瞬时频率和均方根振幅等反映构造特征的优势属性。以研究区三维地震属性体作为训练样本,基于知识图谱建立映射标签,引入卷积块注意力机制提出了U-Net多属性融合模型。
该模型以三通道地震属性作为输入,地下关键地质构造(如断层或火山通道)作为输出,进而构建关键地质构造智能化识别方法。

研究结果表明：基于知识图谱建立的U-Net网络,在煤系金属矿床关键地质构造识别上具有较高的效率和准确性,可直观刻画关键地质构造的三维展布特征,降低断层解释人为不确定性,为煤系金属矿床研究提供有效的技术支撑。