《Sedimentary Geology》:A machine-learning approach for classifying fluvial sandbody types from vertical facies sequences using geological analogues
编辑推荐:
摘要:机器学习工具已可用于依据客观且可验证标签(如岩性类型)对沉积单元进行分类,但地质学家在解释性相分析中的作用仍被认为不可替代。本研究提出一种机器学习方法,用于自动化解释河流砂体(fluvial sandbody),其思路模拟经典一维(1D)相模式——即以理
摘要:机器学习工具已可用于依据客观且可验证标签(如岩性类型)对沉积单元进行分类,但地质学家在解释性相分析中的作用仍被认为不可替代。本研究提出一种机器学习方法,用于自动化解释河流砂体(fluvial sandbody),其思路模拟经典一维(1D)相模式——即以理想化垂向相序列(vertical facies sequence)形式呈现——的应用方式。研究人员采用集成决策树(ensemble decision-tree)模型,以砂体厚度、平均相厚度、相比例及垂向厚度变化趋势等描述相序列的特征量为输入,这些特征提取自不同研究组发表的众多地质类比体(geological analogues),反映全球沉积学认知。数据被整理为两个维度不同的备选数据集(50个特征 vs 26个特征)。最多使用1222条相序列记录进行模型训练与测试,数据划分采用不同策略:(i)使用分区算法,可选择排除二维(2D)露头剖面数据,并防止同一沉积体同时出现在训练集与测试集中;(ii)人为选取易被误判的砂体作为测试集。应用四种集成机器学习模型执行二分类任务:(i)按一般成因将河流砂体分为河道(channel)或漫滩/越岸(overbank)成因;(ii)按形成河流平面形态(planform style)将河道砂体分为低弯曲度或辫状河(low-sinuosity or braided)与曲流河(meandering)。所有训练方案下,一般砂体分类模型准确率介于0.76–0.87,平均仅约16%砂体被误分;依据河道体相序列判别形成河流格局的模型亦具相当预测力(准确率0.75–0.91),该结果挑战了"仅凭河道沉积垂向剖面推断河流平面形态徒劳无益"的流行观点。与八位沉积学家的解释进行基准对比表明,模型误分类情况与人类专家错误水平相当。研究结果支持利用基于地质类比体训练的模型,对井筒观测资料(如成像测井 image logs)中的沉积相解释进行自动化处理。
论文解读——《Sedimentary Geology》刊载文章"A machine-learning approach for classifying fluvial sandbody types from vertical facies sequences using geological analogues"的解读
一、研究背景与意义
在碎屑岩储层与含水层表征中,依据取心段或测井曲线解释的一维(1D)井筒地层序列对砂体进行成因分类(如河道砂体与越岸/漫滩砂体区分,或进一步区分母岩曲流河与低弯曲度/辫状河河道砂体)是关键的沉积相分析步骤,该分类是后续储层地质建模中赋予几何形态、非均质性及连通性的基础。传统上该过程依赖地质学家对照理想化1D相模式或典型露头沉积柱进行主观判断。然而由于河流砂体垂向相组合存在较大自然变异性及不同类型砂体间相组成重叠显著,传统1D相模式被认为难以充分捕捉自然变异并易过度强调类别差异,导致解释高度不确定。此外,从垂向相序列推断河道砂体形成河流的平面形态(planform style:meandering vs low-sinuosity/braided)长期被视为几近不可能。与此同时,机器学习在地下地层岩性分类中已有较多应用,但砂体成因分类标签本身具解释性、带主观性,鲜有研究探讨用机器学习辅助此类解释性沉积相分析。因此,Luca Colombera、Soma Budai与Nigel P. Mountney开展本研究,旨在利用全球大量地质类比体(古代露头与现代河流沉积)定量化的相序列数据训练集成机器学习模型,实现河流砂体类型(河道vs越岸;曲流河vs低弯曲度/辫状河河道砂体)的自动化二分类,并评估其性能及与专家解释的对比关系。
二、主要关键技术方法
研究人员从Fluvial Architecture Knowledge Transfer System(FAKTS)沉积数据库中提取泥质岩类占比<50%的1222条砂体垂向相序列实例(含1D测井柱与2D露头剖面),其中通道砂体748条、越岸砂体474条,可作河道平面形态分类的子集含352条实例(曲流河195、低弯曲度或辫状河157)。每条实例量化50个特征:砂体视厚度、24种岩相(lithofacies,按Miall 1996扩展方案编码如Gmm、St、Sp、Sr、Sh、Sm、Fm等)各自的比例(proportion)与平均厚度(average thickness),以及垂向相单元厚度趋势得分(facies thickness trend score,St,正值为向上加厚、负值为向上变薄)。另构建降维数据集(26个特征)将各相比例与平均厚度乘积合并为新变量。采用四种监督式集成学习算法——装袋分类树(Bagged classification tree/treebag)、随机森林(Random Forest/rf)、自适应提升(Adaptive Boosting/adaboost)及极端梯度提升配DART(XGBoost with DART/xgb)——在R语言中caret包实现,通过十折交叉验证三重复调参,以准确率(accuracy)与Cohen's kappa为评价指标,并用SHAP(Shapley Additive exPlanations)值分析特征重要性。数据划分策略含:(i)按类别比例分层随机拆分训练/测试集(约8:2);(ii)强制同一沉积体多条1D测井柱不跨训练测试集;(iii)人为挑选6例具非典型相序列的"困难样本"单独作测试并与八位博士级沉积学家的人工解释对比;对一般砂体分类额外测试训练集含2D露头面板而测试集仅含1D数据的影响。未做离群值剔除及SMOTE重采样(后者未改善性能)。
三、研究结果
3.1 模型训练(Model training)
通过三重复十折交叉验证评估模型。对于一般砂体分类(channel vs overbank),基于仅1D数据训练的全特征模型平均交叉验证准确率0.82(treebag)至0.84(rf),Cohen's kappa 0.63–0.67;加入2D露头面板数据训练的全特征模型准确率0.81–0.85,kappa 0.59–0.68,除装袋树外未降低预测力。降维数据集(26特征)训练模型准确率0.81–0.84,kappa 0.60–0.66,与全特征集性能相当。河道砂体平面形态分类交叉验证准确率0.85(treebag)至0.89(adaboost),kappa 0.70–0.77。将同一沉积体多条测井柱限制在同一数据拆分组的模型,交叉验证准确率略高(一般砂体0.82–0.85,河道体0.87–0.88)。ROC曲线下面积(AUC)一般砂体分类为0.89(treebag)至0.92(adaboost, xgb)。
3.2 模型测试(Model testing)
一般砂体分类应用于未见过的纯1D测试集时(训练可含2D数据),四模型准确率0.83(treebag,仅1D训练)至0.87(xgb,仅1D训练),kappa 0.65–0.73;平均误分率<15%,74%砂体被四模型一致正确分类。若严格保证训练与测试砂体互不重叠(仅1D且同沉积体不跨组),准确率降至0.76–0.80,kappa 0.52–0.60;channel→overbank误分率约28%,overbank→channel误分率13%–21%。SHAP分析显示砂体总厚度(sandbody thickness)为最重要特征,异常薄河道砂体(均值1.1 m)与异常厚越岸砂体(均值2.6 m)易致全模型误分。对六例人工挑选困难样本,模型平均准确率0.21低于随机猜测,八位沉积学家平均准确率0.54(接近随机),Fleiss's Kappa=0.21、Krippendorff's Alpha=0.23,表明此类非典型相序列对人机均具挑战性且模型失误模式与人类相当。
河道砂体平面形态分类在按类别比例拆分的测试集上准确率达0.88(rf, xgb)至0.91(adaboost),kappa 0.75–0.81,平均仅11%误分;严格控制同沉积体不跨组时准确率0.75–0.81,kappa 0.49–0.62。SHAP分析表明特征重要性分布较一般砂体分类更分散。对六例困难河道样本,一例具非典型曲流河点沙坝相序列(Wabash River Helm bend,Jackson 1976)被所有模型及七位地质学家误分;模型平均准确率0.58略优于地质学家(0.40),Fleiss's Kappa=0.50、Krippendorff's Alpha=0.24。
四、讨论与结论翻译
讨论指出,该方法模拟地质学家参照1D相模式进行解释的思维过程,可从全井筒成像测井(Formation MicroImager/FMI)提取相属性实现大规模砂体自动初判,辅助储层建模中输入比例约束及条件化。模型在困难样本上表现不优于随机猜测,但人类专家同样易误判,说明不确定性是相分析固有的,可用多模型集成量化。从垂向相序列判别河道形成河流平面形态的模型具可比于一般砂体分类的准确率,挑战了该任务"徒劳"的传统认识——尽管其统计判别性质带来较高不确定性,但对关联河道砂体几何与储层非均质仍有价值。局限包括未纳入相类型垂向转移概率、未利用FMI识别的层理面几何产状、标准相分类方案可能丢失部分成因信息、未提供沉积背景等软知识,未来可扩充特征及按类比体沉积背景筛选训练数据。
结论部分翻译如下:
本研究提出了一种利用机器学习对河流砂体进行二分类解释的新方法,分类依据为(i)一般河道或漫滩成因,(ii)解释的形成河流平面形态(低弯曲度或辫状河 vs 曲流河河道砂体)。方法要点为:(i)模拟地质学家以1D相模式为参照进行分类的思路,尤适用于缺乏特定沉积体系专业知识的解释者;(ii)基于全球古代露头与现代河流沉积的大量定量相序列数据训练模型。四种集成机器学习方法(装袋分类树、随机森林、自适应提升、极端梯度提升)在地质类比体数据上训练与测试,性能存在小幅差异但总体稳健——对训练与测试砂体严格分离的数据集,一般砂体分类与河流平面形态判别的平衡准确率(balanced accuracy)通常约0.8。针对刻意选取的难判样本并与八位专家沉积学家对比发现,模型失效方式类似于过度依赖1D相模式可能导致的人类误判,此类不确定性是相分析固有的,可通过多模型并行应用予以量化。该方法可在多方面完善,结果表明有望尝试对记录地下沉积体相组织的海量1D数据集(如FMI测井)的沉积相解释进行自动化处理。