基于声学信号的多模态智能识别与预测碳酸盐岩孔隙结构方法

《Petroleum Science》：Multimodal intelligent identification and prediction method for carbonate pore structures based on acoustic signals

　　

由于碳酸盐岩地层孔隙结构复杂，传统声波速度分析方法在识别孔隙结构时面临“同速异构”的歧义性问题。同时，现有深度学习方法大多依赖单一声学数据模态，难以全面表征与孔隙结构相关的地震响应。本文提出一种基于一维声波波形、二维连续小波变换（CWT）时频图和孔隙度信息的Swin-1dCNN多模态融合模型，用于碳酸盐岩孔隙类型的智能识别与孔隙纵横比的定量预测。首先，通过岩石声学模拟实验批量生成并经物理实验验证，构建了包含裂缝、粒间孔和溶孔三种典型孔隙类型、共计26000个异构样本的声学数据集。在此基础上，采用一维卷积神经网络（1D-CNN）提取声波波形的局部时域特征，利用Swin Transformer捕获CWT时频图中的全局频率-能量分布特征，并引入孔隙度作为显式物理约束，实现多模态特征融合。结果表明，Swin-1dCNN模型在测试集上的分类准确率达到98.19%，较单模态1D-CNN和Swin Transformer模型分别提升2.50%和0.61%；在未见推断数据集上，模型仍保持94.74%的准确率。在孔隙纵横比定量预测方面，多模态模型在测试集上取得0.941的决定系数（R2），优于单模态基线模型。该模型能有效提升孔隙结构识别与表征性能，为碳酸盐岩地层声波测井解释提供了新的建模框架。

碳酸盐岩储层约占全球已探明可采油气储量的50%，是当前油气勘探开发的重要领域。然而，与常规碎屑岩相比，碳酸盐岩地层经历了复杂的沉积过程以及溶蚀、胶结和白云石化等成岩作用，发育裂缝、粒间孔和溶孔等多种孔隙类型，表现出极强的非均质性。在这种复杂孔隙条件下，岩石孔隙度与声波速度之间的关系呈现高度离散性，导致传统声波测井解释方法面临“同速异构”的歧义性问题。现有的孔隙结构表征方法——包括压汞毛细管压力（MICP）、核磁共振（NMR）、扫描电镜（SEM）和X射线计算机断层扫描（CT）等实验观测手段，以及基于常规测井资料和有效介质理论（如Xu-Payne模型和KTDEM模型）的岩石物理建模方法——虽然在一定程度上能够分析孔隙特征，但分别存在成本高昂、仅能反映局部特征、分辨率较低且依赖经验公式、基于理想假设而易产生预测偏差等技术局限。近年来，深度学习方法在测井和岩石物理领域得到日益广泛的应用，已有研究利用卷积神经网络（CNN）等智能算法实现了碳酸盐岩孔隙类型的自动分类，但所采用的数据模态相对单一，难以完整提取物理信号特征。因此，有必要发展融合多模态声学信息的智能方法，以同时实现孔隙结构类型的定性识别和孔隙几何参数的定量预测。

针对上述问题，研究人员提出了一种基于声学信号多模态特征的碳酸盐岩孔隙结构智能识别与预测方法。研究首先基于声固耦合理论建立了瞬态声波传播的有限元数学模型，从天然岩心截面图像中提取孔径和孔隙纵横比（AR）的分布规律，构建二维等效数字岩心模型。通过物理实验验证数值模拟方法的可靠性后，批量生成了包含多种孔隙类型的声波样本数据集，为智能识别模型的训练和评估奠定数据基础。在此基础上，研究人员开发了Swin-1dCNN多模态融合模型，该模型结合了一维卷积神经网络（1D-CNN）的局部感受野优势和Swin Transformer的自注意力机制，能够同时捕获一维声波波形中的局部时域特征和二维连续小波变换（CWT）时频图中的全局频率-能量分布特征，并引入孔隙度作为显式物理参数约束，实现了碳酸盐岩复杂孔隙结构类型的定性识别，并进一步拓展至孔隙纵横比的定量预测。

在关键技术方法方面，研究人员采用了以下核心手段。其一，基于有限元法建立声固耦合数学模型，考虑岩石骨架和孔隙流体分别满足弹性动力学波动方程和声波方程，通过声固耦合边界条件保证界面连续性，数值求解位移场获得声学响应信号。其二，通过天然碳酸盐岩岩心的超声波实验进行模型验证，实验采用RTR-2000岩石综合测试系统，在20至65 MPa围压条件下测试，利用氦气法在PoroPDP-200围压孔渗仪上测定孔隙度，通过图像二值化、连通域分析和等效椭圆拟合算法提取孔隙几何特征。其三，采用高斯调制的正弦脉冲作为声学激励信号，在保持其他参数不变的情况下仅改变孔隙度和孔隙纵横比，生成基础数据集和内插数据集，并通过叠加高斯白噪声进行数据增强，最终构建包含26000个样本的声学数据集，其中90%为训练集、10%为测试集。其四，Swin-1dCNN多模态融合模型采用三分支特征提取结构，分别处理CWT时频图、一维声波曲线和孔隙度参数，通过特征拼接和全连接层分类器实现多模态特征的非线性融合。

在单模态声学响应分析和基线模型评估方面，研究首先分析了孔隙结构变化对一维时域波形特征的影响规律。结果表明，孔隙纵横比的减小导致波形首波到时逐渐右移、尾波持续时间增长且形态更加杂乱，在低孔隙度条件下纵横比对波形特征的影响相对较小，而在高孔隙度条件下其影响更为显著。基于此，研究人员构建了1D-CNN模型用于处理一维声波曲线，并与InceptionTime、时间卷积网络（TCN）和卷积循环神经网络（CRNN）三种主流模型进行了对比。混淆矩阵对比结果显示，三种主流模型在识别“粒间孔”时存在较高的误判率，而1D-CNN凭借更聚焦的局部特征提取机制显著改善了粒间孔的精确率和召回率，在裂缝识别中精确率达到100%，四项评估指标均优于其他三种模型。然而，一维时域声波信号仅包含时间和幅值信息，缺乏频域特征，限制了模型分类准确率的进一步提升。

随后，研究通过连续小波变换（CWT）将一维声波波形转换为二维时频图，以直观展示声波在特定时间和频率上的能量分布。对时频图的分析表明，随着孔隙纵横比的增大，主能量团对应的时间逐渐前移，能量分布模式从“能量分散且低频能量占比高”过渡到“能量集中且高频能量占比高”。裂缝导致声波在传播过程中发生散射和干涉，造成严重的声能衰减并产生复杂尾波；粒间孔对声波的散射效应中等；溶孔对声波的散射效应最小。基于上述时频域能量分布特征，研究人员采用Swin Transformer模型对时频图进行识别，并采用迁移学习策略，移除原始分类头并冻结前三个计算阶段。与ConvNeXt、ResNet18和ResNet50三种经典卷积神经网络模型的对比结果表明，Swin Transformer模型取得了最佳的识别效果，尤其在粒间孔识别精确率和溶孔识别召回率方面提升最大。然而，Swin Transformer模型倾向于将粒间孔误分类为裂缝，导致其对裂缝类别的精确率低于1D-CNN模型。

在多模态孔隙结构识别与预测方面，研究人员提出了Swin-1dCNN多模态融合模型，以充分利用1D-CNN在时域上精确捕获相位变化和幅值信息的优势，以及Swin Transformer从二维时频图中提取声波跨频段能量耗散和弥散关系的能力。该模型包含三个特征提取分支：Swin Transformer分支输入3×224×224的CWT时频图，输出768维视觉特征向量；1D-CNN分支输入1×1000的声波序列，输出64维波形特征向量；孔隙度作为物理参数嵌入获得32维物理特征向量。融合阶段将三个特征向量拼接形成864维的联合特征，通过全连接层分类器进行降维和分类，利用Softmax函数输出对应裂缝、粒间孔和溶孔三种孔隙类型的概率分布。在测试集上的结果表明，Swin-1dCNN模型对“裂缝”的精确率和召回率均达到100%，对易混淆的“粒间孔”的精确率达到97%、召回率提升至97.4%。与单模态基线模型相比，融合模型的准确率和F1分数较1D-CNN分别提升2.5%和2.22%，较Swin Transformer分别提升约0.6%。在未参与训练和测试的推断数据集上，模型仍保持94.74%的识别准确率，较两个基线模型分别提升5.8%和2.6%，表明多模态特征融合有效改善了模型对复杂孔隙结构的识别能力和推断稳定性。在定量预测方面，研究人员移除Softmax激活函数并将输出层维度从64降至1，使网络直接输出孔隙纵横比标量，损失函数由交叉熵损失替换为均方误差（MSE）损失。在测试集上，Swin-1dCNN融合模型的决定系数（R2）达到0.941，优于1D-CNN和Swin Transformer的0.9325和0.9328；在推断数据集上R2保持在约0.88，仍保持最优预测性能。

在讨论部分，研究指出定量回归预测精度的下降主要源于微小声学散射随机性的非线性影响。岩石中孔隙的空间坐标和倾角具有随机性，当孔隙纵横比相同但孔隙分布差异显著时，声波穿过孔隙结构的散射存在明显差异，进而在声学特征和频率耗散上施加非线性扰动。定性分类模型对此类扰动具有一定容忍度，而定量预测模型则将扰动直接转化为孔隙纵横比数值的偏差。尽管如此，在多模态融合特征的支撑下，模型无需计算岩石等效体积模量和孔隙流体等储层参数，仍能较为准确地预测孔隙纵横比，为深层复杂碳酸盐岩储层孔隙结构的定量表征提供了模型支撑。研究结论如下：基于天然碳酸盐岩岩心截面图像提取的孔径和纵横比分布规律，构建了声固耦合二维非均质数值模型，数值模拟波形特征和波速结果与天然碳酸盐岩超声波实验结果吻合良好，波速相对误差小于2%；单模态智能识别模型各有优势但存在固有局限；Swin-1dCNN多模态融合模型在测试集上取得98.19%的孔隙类型分类准确率，在未见推断数据集上维持在94.74%；在孔隙纵横比定量预测中，模型在测试集上取得0.941的决定系数，为碳酸盐岩储层孔隙结构定量表征和智能声波测井解释提供了建模基础。