一种测井响应约束的 EAHHO-PI-KAN 页岩矿物组成预测方法

《Journal of Applied Geophysics》：A well-log response-constrained EAHHO-PI-KAN method for shale mineral composition prediction

　　**摘要**- 我们提出了一种EAHHO-PI-KAN方法，将KAN非线性边缘函数与物理信息对数响应特征相结合。- 将矿物闭合性、黏土预测与GR响应之间的一致性，以及PE重建嵌入到损失函数中，以提高物理一致性。- 基于EAHHO的自适应优化和基于SHAP的解释共同增强了模型在有限XRD样本条件下的适应性和地质可解释性。**引言**页岩矿物组成与测井响应之间的关系高度非线性。在样本有限的条件下，纯数据驱动模型可能产生与岩石物理知识相冲突的预测，尤其是在训练样本无法充分表征复杂矿物组合、非均质孔隙结构以及井间响应差异时（Mustafa等，2022；Hu等，2023；Xue等，2024；Zhao等，2025；Pothana和Ling，2025）。传统的测井矿物解释主要依赖于岩石物理响应关系（Ellis和Singer，2007；El Sharawy和Gaafar，2012）。这些方法通过交会图、经验方程和多矿物反演建立测井曲线与矿物成分之间的联系，因此具有明确的物理意义和较好的可解释性。随着非常规油气藏评价的发展，端点约束、基于优化的反演、多源数据融合和自适应加权已被引入以提高矿物成分预测精度（Díaz-Curiel等，2021；Lai等，2022；Lai等，2024）。然而，这些方法仍然严重依赖于预定义的矿物类型、端点参数和响应方程。对于矿物组合复杂且井间差异显著的页岩地层，参数不确定性、线性假设和反演非唯一性会降低预测可靠性。因此，常规解释方法在描述矿物组成与测井响应之间的高维非线性关系方面仍然有限。机器学习和深度学习方法已被广泛应用于测井解释，包括矿物学预测、岩相分类、岩性识别和页岩裂缝识别（Cortes和Vapnik，1995；Saporetti等，2018；Xiang等，2020；Kumar等，2022；Shuvo和Joy，2024；Dong等，2024a；Dong等，2024b）。尽管这些方法能够捕捉复杂的非线性关系，但其性能仍然对特征设计、样本分布和有限的标注数据敏感，且很少强制实施矿物闭合性或测井响应一致性。物理信息学习提供了一种将物理知识嵌入模型训练的手段（Raissi等，2019；Chen和Zhang，2020；Karniadakis等，2021）。同时，Kolmogorov–Arnold网络通过可学习的边缘函数提高非线性表征能力，并已在测井相关的储层预测中显示出潜力（Liu等，2025；Qiu等，2024）。然而，目前仍缺乏一个统一的框架来结合同源表征、测井响应约束、矿物闭合和自适应超参数优化用于页岩矿物预测。因此，本研究探讨在有限XRD样本条件下，是否能够从常规测井数据中准确预测页岩矿物组成，同时保持与典型测井响应模式和矿物组成闭合性的一致性。针对这一问题，提出了一种测井响应约束的增强型自适应胡鹰优化物理信息Kolmogorov-Arnold网络（EAHHO-PI-KAN）。该方法利用KAN捕捉常规测井与矿物成分之间的强非线性映射关系，并将矿物组成闭合性、GR衍生的黏土响应一致性和PE响应重建纳入训练目标。EAHHO联合优化网络结构、训练参数和约束权重。通过这一集成框架，所提出的方法旨在提高有限样本条件下的预测精度和岩石物理一致性。**章节摘要****方法论**EAHHO-PI-KAN方法通过结合基于KAN的非线性建模、GR和PE测井的响应信息以及基于EAHHO的参数优化，从常规测井中预测页岩矿物组成。该框架在提高预测精度的同时，保持了矿物组成闭合性和岩石物理响应一致性。**数据预处理**选取鄂尔多斯盆地延安地区山西组页岩段作为研究层段。利用全岩XRD矿物数据和相应的常规测井数据进行模型验证。基于石炭纪-二叠纪地层的矿物学特征以及此前对山西组页岩储层的研究，将XRD矿物分为硅质矿物、碳酸盐和黏土矿物，作为预测目标（Wang等，2021；Sun等）。**结论**本研究提出了一种测井响应约束的EAHHO-PI-KAN方法，用于从常规测井中预测页岩矿物组成。该方法将KAN的非线性表征能力与物理信息特征构建和测井响应约束相结合，并将矿物组成闭合性、GR衍生的黏土响应一致性、PE重建、样条平滑性和L2正则化纳入训练目标。EAHHO联合优化网络。**CRediT作者贡献声明****李启辉：** 起草原始稿件、验证、方法论、正式分析。**王宁：** 资源、数据整理、概念化。**葛新民：** 审阅与编辑、监督、项目管理、数据整理。**陈义国：** 验证。**翟成：** 概念化。**石刚：** 概念化。**隋晓蕊：** 资源。**Obay Salih：** 监督。**利益冲突声明**作者声明不存在可能影响本文所报告工作的已知竞争性财务利益或个人关系。**致谢**本研究由以下基金资助：**陕西省湖泊页岩气富集与开采重点实验室开放基金**（编号：ycsy2024jcyj-B-28）、**延安地区陆相页岩含气性实验研究及测井评价**（编号：YJSYZX25SKF0001）以及**国家自然科学基金**（编号：42174142）。---李启辉 | 王宁 | 葛新民 | 陈义国 | 翟成 | 石刚 | 隋晓蕊 | Obay Salih