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：世界核地质科学, 2023, 40(01): 43-67.

• 随机森林
• 测井数据
• 岩性识别
• 塔然高勒地区

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。

• 单位
  核工业北京地质研究院