砂泥岩地层岩性智能识别方法与应用
——以新疆轮南侏罗系岩层为例
蔡 明1,2，周庆文1,2，杨 聪3，陈 枫2,5，
伍 东4，林 旺4，章成广1,2，张远君1,2，
苗雨欣1,2
作者单位
(1. 油气资源与勘探技术教育部重点实验室(长江大学)，湖北 武汉 430100；2. 长江大学 地球物理与石油资源学院，湖北 武汉 430100；3. 中钢集团武汉安全环保研究院有限公司，湖北 武汉 430081；4. 中国石油集团工程技术研究院有限公司信息中心，北京 102206；5. 安徽省煤田地质局第三勘探队，安徽 宿州 234000)
PART.1
创新点
1. 厘清了轮南侏罗系砂泥岩地层岩性特征，构建提炼了对岩性变化敏感的测井参数，为岩性精细智能识别奠定了基础。
2. 针对岩性识别问题属性，对比遴选出性能优异的智能分类算法CatBoost，基于岩性敏感测井参数，构建了基于CatBoost算法的岩性智能识别模型并进行了训练优化，现场应用岩性识别准确率达92.64%，有效解决了研究区岩性精细识别难题。
PART.2
文章主要内容
1 CatBoost算法
2 岩性测井响应特征分析
2.1 测井曲线标准化与岩心深度归位
2.2 研究区岩性类型分析
2.3 岩性测井响应特征分析
3 岩性预测模型建立与实例分析
3.1 数据预处理
3.2 基于CatBoost算法的岩性智能预测模型建立
3.3 模型测试结果与对比分析
3.4 应用实例分析
4 结 论
PART.3
主要附图
上下滑动查看更多
扫码阅读原文
PART.4
作者简介
蔡明，1986年生，博士，副教授，长江大学“菁英人才”，测井系主任，主要从事地球物理测井(特别是声波测井)新方法及信号处理、岩石物理与数值模拟实验、致密储层(裂缝)智能评价等方面的研究工作。主持国家自然科学基金2项、省部级纵向科研项目3项，厅局级纵向科研项目2项，油田企业委托科研项目5项；参与多项国家自然科学基金和油田委托科研项目。以第一/通讯作者发表论文30余篇，其中SCI论文7篇，EI论文5篇，申请10项发明专利(7项授权)和1项软件著作权(已授权)，获湖北省科技进步三等奖1项，出版专著1部。
引用格式
蔡明，周庆文，杨聪，等. 砂泥岩地层岩性智能识别方法与应用——以新疆轮南侏罗系岩层为例[J]. 煤田地质与勘探，2025，53(1)：235−244.
doi: 10.12363/issn.1001-1986.24.07.0503
往期回顾
编辑：金 茂
供稿：吴敏杰
一校：吴敏杰
二审：范章群
三审：晋香兰
