煤地质|机器学习预测烃源岩

一、研究背景与目的

• 问题：传统源岩评价依赖实验室分析（如Rock-Eval热解），存在成本高、耗时长、数据稀疏等问题。

• 目标：利用机器学习（ML）和可解释人工智能（XAI）技术，基于测井数据预测源岩关键参数（TOC、Tmax、S1、S2），解决数据稀缺和成本高的问题，提升预测精度与透明度。

二、研究区域与地质背景

• 研究区：坦桑尼亚东南部Mandawa盆地，发育侏罗纪-三叠纪地层。

• 源岩特征：

• 主要源岩：Mbuo组和Nondwa组（上三叠统-下侏罗统）。

• TOC：1-2.5 wt%（局部更高）。

• Tmax：430-438°C（未成熟-成熟阶段）。

• 干酪根类型：II型、II/III混合型、III型（生油/气潜力）。

三、数据与方法

3.1 数据来源

• 样本：3口井（Mita Gamma、Mbate、Mbuo），共65个岩屑和18个岩心样品。

• 数据类型：

• 测井数据：GR、RHOB、DT、LLD、NPHI、SP（0.15 m分辨率）。

• 地球化学数据：TOC、S1、S2、Tmax（Rock-Eval 6分析）。

3.2 模型方法

• 对比模型：

1. GMDH-DE（差分进化优化的数据分组处理法，创新方法）。

2. GMDH（传统数据分组处理法）。

3. RF（随机森林）。

3.3 技术流程

1. 数据预处理：归一化（0-1范围）、3 m平均匹配岩屑深度。

2. 特征选择：Pearson相关性分析（图6），筛选强相关测井参数。

3. 训练/测试划分：70%训练集（56点），30%测试集（27点）。

四、实验结果

4.1 模型性能对比（R² & RMSE）

• 结论：GMDH-DE在所有参数上均显著优于其他模型，R²接近1，RMSE最低。

4.2 源岩评价结果

• TOC分布：82%样品TOC>1%（好-极好源岩）。

• 生烃潜力：55%样品S1+S2>6 mg/g（好-极好）。

• 干酪根类型：90%为II/III型和III型（油/气兼生），10%为I/II型（偏油）。

• 成熟度：Tmax 419-463°C（未成熟-成熟阶段）。

4.3 SHAP可解释性分析

• 关键变量：

• TOC/S1/S2：LLD（深电阻率）和RHOB（体积密度）影响最大。

• Tmax：DT（声波时差）主导，其次为LLD和NPHI（中子孔隙度）。

• 变量交互：RHOB和LLD对TOC/S2有正向贡献，DT对Tmax有负向影响（图21-22）。

五、讨论与优势

5.1 与前人研究对比

• TOC预测：GMDH-DE（R²=0.9794）优于GBDT（0.92）、CNN（0.92）等方法。

• Tmax预测：优于ANN（0.93）和SVM（0.90）。

• S1/S2预测：显著优于SVM、LR等传统ML模型（R²<0.90）。

5.2 技术优势

• 数据效率：在稀疏数据下仍保持高精度。

• 成本效益：减少岩心依赖，降低勘探成本。

• 可解释性：SHAP揭示关键变量，增强模型可信度。

5.3 应用潜力

• 适用性：方法可推广至其他数据稀缺盆地。

• 互补性：ML与传统地球化学方法结合，提升评价可靠性。

六、结论

1. GMDH-DE模型在TOC、Tmax、S1、S2预测中表现最优，R²>0.97，RMSE最低。

2. Mandawa盆地具备混合生油/气潜力，源岩以II/III型干酪根为主，成熟度适中。

3. LLD、RHOB、DT是核心测井参数，SHAP分析明确了其权重与交互机制。

4. 研究意义：提供了一种低成本、高分辨率的源岩评价新范式，支持实时勘探决策。