一种多尺度梯度提升框架，用于高精度井测曲线预测：一种时频集成机器学习方法

《Geoenergy Science and Engineering》：A Multi-Scale Gradient Boosting Framework for High-Precision Well-Log Curve Prediction: A Time-Frequency Integrated Machine Learning Approach

复杂地层界面预测的优化LightGBM框架研究，通过多尺度特征工程（滑动窗口统计、FFT频谱分析、小波变换及梯度特征提取）与地质约束优化的协同创新，构建了首个融合地质先验知识的全流程预测范式。案例验证显示，优化后的LightGBM模型在RMSE（0.003755）和R2（0.989894）指标上显著优于线性回归、随机森林、XGBoost及Bi-LSTM模型，并保持对公开数据集的高效泛化能力。

　　

王中创|李静哲|张秀凡|杨汉汉

青岛科技大学

摘要

传统模型往往难以准确捕捉地层层的复杂非线性特征，这可能会影响地质解释的准确性。为了克服这些挑战，本研究提出了一种基于优化LightGBM方法的先进预测框架。该框架结合了多尺度特征提取和LightGBM优化，以提高对复杂地层界面的建模性能。通过两个案例研究验证了所提出的框架。案例1的结果表明，优化后的LightGBM模型在预测准确性方面显著优于线性回归、随机森林、XGBoost和双向长短期记忆（Bi-LSTM）模型，实现了最低的均方根误差（RMSE = 0.003755）和最高的决定系数（R² = 0.989894）。相比之下，表现第二好的XGBoost的R²仅为0.936319。为了进一步验证该框架的通用性，使用了公共数据集作为案例2进行额外验证。LightGBM框架仍然表现出色，获得了所有模型中最高的R²值（0.944896）。所提出的方法促进了机器学习与地质解释的深度融合，为详细的碳氢化合物储层特征描述和地下资源评估提供了一种高效可靠的技术途径。这种方法在复杂地质环境中的资源勘探具有重要的工程价值。

引言

测井数据是石油和天然气勘探与开发中的关键数据来源。这些数据是通过沿井孔连续进行的井下工具测量获得的。这些测量直接或间接地量化了诸如岩性、孔隙度、电阻率和声波区间传输时间等重要物理和地质属性（Sonosy等人，2020年；Shah等人，2021年；Hossain等人，2022年；Qi等人，2024年；Hsu等人，2024年）。它们的主要目的是通过提供高分辨率的原位地层数据来支持关键阶段，如详细的储层评估、工程安全保障和开发计划优化。因此，测井数据在整个石油和天然气工程工作流程中扮演着不可替代的角色（Li等人，2021年；Yang & Liu，2021年）。然而，也存在实际挑战，包括高昂的采集成本、数据缺失以及需要多尺度参数整合。这些问题迫切需要开发可靠的测井数据预测方法，以实现有效的跨尺度参数转换。

测井数据预测的核心挑战在于在复杂地质条件下表征参数之间的非线性动态关系（Zeng等人，2022年；Koeshidayatullah等人，2024年；Akmal和Pyrcz，2025年；Yang等人，2025年）。传统的线性回归方法依赖于过于简化的模型假设，无法捕捉复杂关系且缺乏适应性，导致预测准确性较低，特别是在地层界面等关键区域（Priezzhev和Stanislav，2018年；Darabi等人，2020年；Sun等人，2024年；Lv等人，2025年）。

为了克服传统方法的局限性，引入了随机森林（RF）和支持向量机（SVM）等机器学习技术（Deng等人，2017年；Sahin，2020年；Feng等人，2021年；Shahhosseini等人，2021年；Song等人，2023年）。更先进的方法，包括长短期记忆（LSTM）网络、卷积神经网络（CNN）和多模态学习技术，显示出潜力。它们可以利用其捕捉非线性和序列特征的能力来处理常规测井数据，并提高在复杂地层中的预测准确性（Ashrafi等人，2019年；Pham等人，2020年；Chen & Zhang，2020年；Wang等人，2023年；Yang等人，2023年；Qiao等人，2024年；Li等人，2025年）。然而，这些模型通常面临计算复杂度高、稳定性差和准确性有限的挑战。Light梯度提升机（LightGBM）被提出作为一种更高效的替代方案（Ke等人，2017年）。LightGBM算法由微软研究院于2017年开发，它使用基于直方图的特征离散化和逐叶树生长策略，在保持预测性能的同时实现了卓越的计算效率（Zhang等人，2019年；Ju等人，2019年；Xi，2024年；Li等人，2024年；Xiao等人，2024年）。LightGBM已成功应用于地质科学任务，如岩性识别和地下绘图（Liu等人，2023年；Liu等人，2024年）。然而，现有的应用主要集中在分类任务上，对其在连续曲线预测中的应用探索有限。

为了解决上述挑战和局限性，本文提出了一种智能LightGBM预测框架，该框架结合了多尺度特征工程和地质约束优化。其核心创新在于构建了第一个由地质先验知识驱动的完整过程预测范式，深入整合了多尺度特征提取和地质约束模型优化。该框架从特征工程的创新开始，根据地层厚度特征定制滑动窗口统计，并引入滞后观测值以捕捉时间依赖性。此外，它利用FFT频谱分析提取主导频率和能量特征，并使用db4小波变换来提高陡倾地层中时频特征的分辨率。它还结合了梯度特征，以准确表征地层界面的突变。这种策略有效地压缩了特征维度，同时显著增加了特征的地质信息密度。在优化机制上也取得了关键突破。在目标函数中引入了相位一致性惩罚项，该项通过希尔伯特变换量化了预测序列的地质连续性，迫使模型学习与地层沉积层理的物理规律一致的波形演化模式。最后，开发了一个严格而全面的验证系统。采用时间序列交叉验证系统地评估了五种不同模型的预测准确性——线性回归、随机森林、XGBoost、Bi-LSTM（双向长短期记忆）网络和LightGBM。实验结果表明，结合地质约束的LightGBM在预测复杂地层时表现出很强的稳定性。

算法片段

算法

基于LightGBM的智能测井数据预测算法是一个集成系统，包括多尺度特征工程、模型训练和优化、交叉验证以及比较分析（图1）。使用均方根误差（RMSE）、决定系数（R²）、平均绝对误差（MAE）和平均时间（秒）等指标进行验证，结果表明LightGBM具有更高的预测准确性，并且计算时间更短

验证

为了验证所提出方法的有效性，设计了两个案例研究。首先使用C油田的VSP测井数据验证了该方法的可行性。随后，通过一个捕捉伽马射线（GR）随深度变化的公共数据集证明了其通用性。这两个案例系统地说明了LightGBM算法对参数关系的智能建模如何提高预测准确性，同时也突出了其增强效果

参数敏感性

曲线预测模型的准确性直接与定义的模型参数相关。因此，对RMSE和一致性指标的敏感性分析尤为重要，这些指标决定了预测准确性。对于LightGBM框架，关键参数包括叶节点数量、学习率、最大树深度、每个叶子的最小样本数、子采样比率、特征采样比率、L1正则化系数和L2正则化系数。与线性预测问题不同，

结论

本研究介绍了一种基于LightGBM的智能测井数据预测模型。通过结合多尺度特征提取和贝叶斯超参数优化，该模型在预测准确性方面取得了显著改进。在实验验证过程中，对五种模型进行了比较性能分析，即线性回归、随机森林、XGBoost、LightGBM和Bi-LSTM，结果如下：均方根误差（RMSE）为0.042178，

CRediT作者贡献声明

杨汉汉：可视化、调查。王中创：撰写 – 审稿与编辑，撰写 – 原始草稿，可视化，软件，方法论，概念化。李静哲：监督，资源，项目管理，资金获取，数据管理。张秀凡：撰写 – 原始草稿，可视化，验证，调查

未引用参考文献

Senosy等人，2020年。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

代码和数据的可用性

本文的补充数据可在线获取：https://doi.org/10.5281/zenodo.16894630

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了国家自然科学基金（编号42002169）和山东省自然科学基金（编号ZR2024QD008）的财政支持。