富砂层段碳酸盐胶结砂岩识别与封隔层预测：基于元素钙含量回归与岩性分类的西湖凹陷测井评价

《Frontiers in Marine Science》：Calcium content prediction and lithology classification from well logs in sand-rich intervals of the Xihu depression, East China Sea Basin

　　

西湖凹陷（Xihu Depression）富砂层段中，识别潜在封隔层对评价储盖关系具有重要意义，尤其在连续泥岩遮挡层可能有限的条件下。钙质砂岩夹层可能作为局部遮挡层，但由于沿井测量的元素钙（elemental calcium）数据稀疏，其分布难以追踪。本研究将基于测井的钙含量预测与岩性分类相结合，以识别钙质砂岩并比较其在井间的分布。基于常规测井的钙含量预测取得了R2为0.89、RMSE为0.52个百分点的结果。随后将预测钙含量与常规测井及垂向特征相结合，识别六种目标岩性。在约2 000条记录组成的内部测试集上比较五种分类器，AdaBoost取得了0.88的准确率、0.81的平衡准确率和0.81的宏平均F1值。模型选择后，在独立井W4的1 900条标记记录上对分类器进行评价，取得了0.82的准确率和0.76的宏平均F1值。研究结果支持钙质砂岩的识别以及钙质层段的井间对比。部分钙质砂岩夹层和泥岩位于含气层段之上，暗示存在潜在的储盖关联；确认有效封盖尚需进一步的岩石物理证据。

**研究背景与科学问题** 西湖凹陷（Xihu Depression）富砂层段中，连续泥岩遮挡层可能有限，识别潜在封隔层对评价储盖关系至关重要。钙质砂岩夹层可充当局部遮挡层，但实测元素钙（elemental calcium）数据沿井分布稀疏且不均匀，限制了钙质砂岩的连续识别与井间对比。核心描述、薄片观察、X射线衍射（XRD）分析和元素测量虽可直接揭示碳酸盐胶结，但数据离散且覆盖不连续。常规测井虽提供连续覆盖，但钙质砂岩的测井响应（如高密度、高光电吸收因子PE、低中子CNCF和低声波时差DTC）受多种矿物、孔隙结构、流体和井眼条件影响，不同岩性间测井响应重叠，单一测井阈值不可靠；薄层、岩性过渡和不均衡类别进一步增加难度。现有研究多追求岩性识别或连续组分预测，但利用连续预测元素钙辅助钙质砂岩分类的工作流程仍有限。因此，研究人员开展本研究，旨在将钙含量预测与岩性分类相连接，为富砂层段岩性组合理解及未来封盖研究提供参考。

**研究内容与结论** 研究人员分别构建数据集，将基于测井的钙含量预测与六类岩性分类相连接。首先利用实测元素钙与常规测井建立回归模型生成连续预测钙曲线，再将预测钙与测井响应及其垂向特征结合分类六种砂岩相关岩性（细粒砂岩、泥质细粒砂岩、钙质细粒砂岩、中粒砂岩、粉砂岩、钙质中粒砂岩）。分类器先区分钙质与非钙质样品，再在各组内识别岩性。结果表明，Extra Trees（ET）回归模型表现较优，R2为0.89、RMSE为0.52个百分点；AdaBoost在内部测试集上准确率0.88、平衡准确率0.81、宏平均F1为0.81，在独立井W4上准确率0.82、宏平均F1为0.76。预测钙曲线支持识别超出单条测井所能提供的井下钙变化信息，但不应直接解释为方解石体积或碳酸盐胶结物体积。部分钙质砂岩夹层和泥岩位于含气层段之上，暗示潜在储盖关联，但确认有效封盖尚需横向连续性、渗透率、排驱压力和断层配置等证据。该研究的意义在于建立了测井钙含量预测与岩性分类的衔接工作流程，支持钙质砂岩识别及钙质层段井间对比，为富砂层段储盖关系评价提供岩性基础。

**关键技术方法** 研究人员采用的技术方法主要包括：以实测元素钙质量分数（或由氧化钙含量按摩尔质量换算）与常规测井（GR、CAL、ZDEN、CNCF、DTC、DTS、PE及不同探测深度电阻率）构建钙含量预测数据集，比较随机森林（RF）与Extra Trees（ET）回归模型，并以置换重要性进行特征排序与选择；岩性分类数据集由常规测井、预测元素钙含量和独立岩性标签构成，比较RF、ET、AdaBoost、支持向量机（SVM）和k近邻（KNN）五种分类器，采用分层欠采样与重复过采样处理类别不均衡，并引入基于GR、PE、ZDEN、CNCF、DTC和预测钙的垂向特征（0.5 m移动窗口统计、深度梯度、1.0 m局部范围）；样本来源于西湖凹陷HZ斜坡带W1、W2、W3井（开发数据）及独立井W4（评价数据）。

**研究结果** 4.1 不同岩性测井响应特征：核密度图与箱线图显示六种目标岩性测井响应存在显著重叠，钙质砂岩通常具有较高实测钙含量、PE和密度及较低声波时差和中子响应，伽马射线（GR）可部分区分泥质细粒砂岩与粉砂岩，单条电阻率测井区分能力有限，故分类需结合常规测井、预测钙含量与垂向特征。4.2 钙含量预测性能：置换重要性显示PE和DTC贡献最大，其次为CNCF、ZDEN和深电阻率；保留排名前七的特征时RMSE最小（0.52）。ET取得R2为0.89、RMSE为0.52，优于RF（R2=0.87、RMSE=0.57）；残差集中于零附近，但正尾较长提示部分高钙样品被低估。W3井中实测钙与薄片报道的含钙碳酸盐胶结物含量正相关（Pearson 0.95，Spearman 0.92），支持预测钙作为相对钙富集指标，但不能直接转换为胶结物体积。4.3 岩性分类性能：内部测试集约2 000条记录上，AdaBoost准确率0.88、平衡准确率0.81、宏平均F1为0.81，RF宏平均F1为0.80且两类钙质砂岩F1更高；误差集中于测井响应相似的岩性间（泥质细粒砂岩与细粒砂岩/粉砂岩混淆，两类钙质砂岩互相混淆）。加入垂向特征提升了AdaBoost、RF和ET的主要指标；加入预测钙后AdaBoost六类岩性F1均提升。固定AdaBoost在独立井W4的1 900条记录上准确率0.82、平衡准确率0.80、宏平均F1为0.76，中粒砂岩（0.87）和细粒砂岩（0.85）F1最高，泥质细粒砂岩（0.56）和粉砂岩（0.72）较低。

**讨论与结论** 讨论部分指出：预测钙曲线描述的是未采样井段的相对钙变化，反映多条测井的综合响应而非唯一诊断曲线；预测的是元素钙而非方解石丰度或碳酸盐胶结物体积，与薄片胶结物计数不可互换。分类误差与粒径和黏土含量渐变及测井响应重叠有关，钙信息本身不能区分两类钙质砂岩的粒径，类别不均衡也影响少数类表现；分类器优劣因指标和岩性而异，AdaBoost依平衡准确率和宏平均F1选出，但RF对两类钙质砂岩更优；垂向特征的贡献未能分离到具体特征类型。W4保留层段评价显示预测曲线总体跟随实测钙变化，薄层和快速变化段差异较大；多井对比中泥岩和致密钙质砂岩位于部分含气层段之上，提示潜在储盖关联，但现有数据仅确立岩性组合及其位置，有效封盖需横向连续性、渗透率、排驱压力和断层配置证据。方法适用性受训练数据范围与分布影响，迁移前需核查测井类型、单位、环境校正、矿物组成和地层流体等条件；W4同时用于钙预测评价和分类器独立评价，两者目标与标签不同但共用同一独立井。结论部分翻译如下：分别构建的数据集将基于测井的钙含量预测与六类岩性分类相连接。预测元素钙与测井及其垂向特征结合。所选分类器先在约2 000条记录上进行内部比较，再在独立井W4的1 900条标记记录上评价。同一井的保留层段另行评价钙预测模型。随机森林和Extra Trees回归器均捕捉了常规测井响应与实测钙含量之间的关系，Extra Trees表现更优，R2为0.89、RMSE为0.52个百分点。预测钙曲线支持超出单条测井所能提供的井下钙变化信息，但不应直接解释为方解石体积或碳酸盐胶结物体积。内部岩性测试集上，AdaBoost准确率0.88、平衡准确率0.81、宏平均F1为0.81；RF在两类钙质砂岩上表现更好，故AdaBoost并非对每种岩性都最优。固定AdaBoost分类器在W4井取得准确率0.82、平衡准确率0.80、宏平均F1为0.76。较低的独立井得分及少数类和过渡岩性中的持续误差界定了该方法的应用范围。