基于地震属性优化和机器学习的煤层厚度预测方法 |
| |
引用本文: | 尹海洋,陈同俊,宋雄,徐海澂,李万.基于地震属性优化和机器学习的煤层厚度预测方法[J].煤田地质与勘探,2023(5):164-170. |
| |
作者姓名: | 尹海洋 陈同俊 宋雄 徐海澂 李万 |
| |
作者单位: | 1. 中国矿业大学资源与地球科学学院;2. 煤层气资源与成藏过程教育部重点实验室 |
| |
基金项目: | 国家重点研发计划课题(2021YFC2902003);;国家自然科学基金项目(41774128); |
| |
摘 要: | 煤层精准定位是无人采煤的关键技术,煤层厚度预测是煤田地震资料解释的重要研究内容之一。参考实际地层厚度及物性参数,构建含楔形煤层的正演模型,通过地震剖面正演和地震属性提取、优化,对比分析信噪比和多种回归方法对煤层厚度预测的影响。研究结果表明:部分地震属性与煤厚相关性较强,可以用于煤厚预测;地震属性间的信息冗余不可忽略,但基于主成分分析和多维标度的地震属性优化结果无本质区别;当信噪比较低(10 dB)时,随机森林回归算法的均方根误差最小(1.07),支持向量机回归算法的误差居中(1.15),多元线性回归算法的误差最大(1.84);当信噪比较高(25 dB)时,支持向量机回归算法的误差最小(0.05),随机森林回归算法的误差居中(0.11),多元线性回归算法的误差最大(0.20);输入数据信噪比对煤厚预测有明显影响,信噪比越高、预测效果越好。基于地震属性优化及支持向量机回归的煤厚预测方法,是实现薄煤层厚度高精度解释的一种有效途径。
|
关 键 词: | 正演模拟 煤厚预测 地震属性优化 多元回归 效果评价 |
|
|