面向基岩深度建模的机器学习与地质统计框架

《Heliyon》：Machine learning and geostatistical framework for modelling of depth-to-bedrock

　　

基岩深度（depth-to-bedrock，DTB）模型常因地下直接数据不足、空间聚集、各向异性复杂及非平稳特征而面临分辨率与精度难题。为克服这些困难，研究人员提出一种新方法，利用多种直接与间接数据源，并将机器学习用于基岩深度的地质统计预测。该方法应用于加拿大萨斯喀彻温省北部经冰川剥蚀的前寒武纪地盾景观，该地区除既有地质图及其解译、数字高程模型衍生产品和遥感数据外，还具有相对丰富的矿产勘探钻孔数据。工作流程始于初步数据分析，以评估研究区的统计平稳性并在必要时识别子域。研究人员使用随机森林（Random Forest，RF）分类器从间接数据建模基岩深度概率；为使测量结果具有局部代表性，这些概率通过指示协同克里金（indicator cokriging，ICK）进行校正，从而复现直接基岩深度测量的空间结构。输出为具有代表性的基岩深度模型，在所有位置提供厚度概率的局部连续统计分布，含最小值、最大值、平均值、中位数及分位数。该研究提出的创新方法不仅适用于加拿大北部，也对全球面临数据稀缺问题的地区具有更广泛适用性。

论文解读：《Heliyon》发表的“面向基岩深度建模的机器学习与地质统计框架”

研究背景方面，基岩深度（depth-to-bedrock，DTB）信息对地质学、水文地质学、矿产勘探、岩土工程与冻土研究十分重要。在加拿大北部等连续冻土区，冻土融化威胁水资源；在非北极区，基岩深度关系土壤侵蚀与含水层动态。现有区域基岩深度建模面临直接测量如钻孔数量少、分布稀疏且空间聚集于矿产勘探区的问题，加拿大地盾既有等厚多边形图规则粗糙，无法给出厚度不确定性，精度不满足水文模型需求。已有机器学习方法如随机森林（Random Forest，RF）可融合直接与间接数据，但普遍未显式纳入空间协方差；地质统计可给不确定性，但单独用难补数据稀缺。因此研究人员提出模块化框架，在复杂各向异性与稀疏聚簇数据下生成基岩深度图。

主要关键技术方法上，研究人员使用萨斯喀彻温地质调查、加拿大地质调查与WhiteBox Geospatial 汇编的46287个直接测量点，并按沉积岩与非沉积岩分为两个统计子域；间接数据含地表地质、基岩地质、地貌、335个地形属性、Landsat与航空地球物理共411个变量。方法链为：先平稳性分析与域划分，再用RF分类器把间接数据转为各深度阈值下的概率，最后用指示协同克里金（indicator cokriging，ICK）以RF概率为二次变量、直接指示编码为主变量做普通协同克里金校正，并通过线性共区域化模型（linear model of coregionalization，LMC）建模变差函数关系。

研究结果如下。

3.1 随机森林分类中，研究人员做露头二分类与十档厚度分类。二分类里非沉积岩域准确0.954、F1 0.973、ROC AUC 0.973；沉积岩域准确0.957、F1 0.743。重要特征多为地貌要素距离与航空地球物理如eTh-k、Rad Potassium K。十档分类里零厚与深于41.12 m档得分最高，中间厚度档F1偏低，说明RF对露头与极厚处好、对薄至中厚连续层分辨弱。

3.2 随机森林回归中，非沉积岩域平均绝对误差（mean absolute error，MAE）1.53 m，沉积岩域MAE 6.18 m、最大误差168.30 m；回归在沉积岩域偏差大，直接回归不如概率加地质统计校正稳。

3.3 局部分布来自ICK中，ICK借空间协方差把RF概率拉向钻孔与露头，近直接数据处受实测控制、远处受RF趋势控制。由系列ICK概率生成条件累积分布函数（conditional cumulative distribution function，CCDF），可提取均值、中位数与四分位距（interquartile range，IQR）；非沉积岩区露头概率高、沉积岩区Athabasca Basin周边厚层概率高，IQR显示沉积岩不确定性大于火成岩。

3.4 分辨率提升与支持度变更中，ICK不依赖目标点有间接数据，可用变程与核化系统将粗分辨率RF概率与直接点向下采样到100 m规则网；图10蓝框区无共线间接测量仍产出高分辨率DTB与露头概率，证明框架可换网格而不重搭库。

讨论部分总结：框架创新在把机器学习趋势与地质统计局部校正两步分离，既能用间接数据学趋势，又能用直接数据锚定并给完整非参数不确定性。RF可混连续与类别变量，选中地貌与地球物理特征符合地质直觉；ICK使不同分辨率图彼此一致，且不确定性随数据位置与局部变异性变化，优于仅用协同克里金方差。研究者指出局限：测量误差未建模、参数未局部化、直接数据偏好采样、k折交叉验证有空间泄漏风险，后续可用块交叉验证、域再分、局部各向异性改进。

结论部分翻译：加拿大北部既有区域基岩深度（DTB）模型因数据不足、聚簇、各向异性复杂与非平稳通常缺乏分辨率与精度。本文提出高效框架，融合稀疏直接现场测量与丰富间接信息生成区域DTB图，重点在流程开发而非结果优化，并于萨斯喀彻温省北部经冰川剥蚀前寒武纪地盾验证。直接钻孔频度不足，需从地质解译、地形与遥感推间接DTB，再用机器学习集成；RF分类器建DTB概率图，虽初看平平，但揭示厚度趋势并表达为十档深度概率。随后用指示协同克里金（ICK）校正以匹配直接测量，把间接信息变成空间趋势并局部锚定，最终输出含均值、方差、中位数、百分位数的DTB概率图。框架超出加拿大北部仍适用，但数据获取聚簇影响训练与估计，未来应研究块交叉验证、离散化简化、变量降维与非平稳变差函数；也可换用神经网络或其他地质统计法比较。

N. Benoit、A. Boucher、J. Norwine、H.A.J. Russell、S. Bosman、M.A. Hanson 的工作显示，该模块化思路为数据稀缺区基岩深度建模提供了可解释、带不确定性的区域制图方案。