基于 SHAP 解释的 LightGBM 结合电相引导与深度分块验证用于中国塔里木盆地顺北碳酸盐岩储层油气显示预测

《Journal of Applied Geophysics》：SHAP-Interpreted LightGBM with electrofacies guidance and depth-blocked validation for hydrocarbon-show prediction in Shunbei carbonate reservoirs, Tarim Basin, China

　　

• •
  开发了一种具有泄漏控制机制的LightGBM工作流，用于超深层碳酸盐岩储层中的油气显示预测。
• •
  引入了基于深度分块的训练/验证/测试集划分方法，以减少测井数据集的空间自相关泄漏。
• •
  将电相导引特征工程与基于SHAP的地质可解释性相结合。
• •
  在留出测试集上实现了优异的预测性能，F1分数为0.978，平衡准确率为0.979。
• •
  应用等距校准和分块自举不确定性分析，实现可靠的层段级勘探筛选。

引言

从测井数据中检测油气显示——即识别气体或石油饱和储层的深度层段——是石油勘探的基础步骤。油气显示直接指导射孔决策、产能测试和油田开发优先级（Jiao, 2018）。在中国西北部塔里木盆地的顺北区块，奥陶纪海相碳酸盐岩储层埋深达7–9 km，受走滑断裂控制，且表现出极端的成岩非均质性（Hall, 2016; Liu et al., 2023）。在此环境下，传统的基于电阻率和气体曲线的阈值规则方法已不够充分，需要多维度的数据驱动方法。

过去十年间，机器学习已改变了岩石物理分类领域（Hall, 2016; Y. Li et al., 2023），但已发表的油气显示工作流中仍存在四个系统性弱点。（i）标签稀疏与类别不平衡：仅有7.4%的原始深度样本带有非空显示标签；经质量控制后类别比为33:1。（ii）深度自相关泄漏：由于相邻深度记录属于同一地质单元，随机划分训练集和测试集违反了样本独立性，导致评估指标膨胀（Cracknell and Reading, 2014）。（iii）未校准的概率：梯度提升分类器产生过度自信的输出结果；在进行概率作为地质置信度分数之前必须进行校准（Niculescu-Mizil and Caruana, 2005）。（iv）缺乏逐样本可解释性：基于增益的重要性无法提供方向性的局部解释；没有SHAP值就无法验证模型是否学到了具有物理意义的模式（Lundberg and Lee, 2017）。

本文在统一的工作流中解决了上述所有四个弱点。具体贡献如下：（1）一种具有透明文档记录的PU标签置信度方案，记录了从2108到235个样本的缩减过程；（2）基于深度分块的70/15/15划分方法，通过使用连续的训练、验证和测试深度区块显著减少深度自相关泄漏；（3）PCA辅助的K-Means电相发现方法（k = 4），作为监督特征附加，并附带聚类距离置信度分数；（4）等距概率校准，通过可靠性图和Brier分数验证；（5）自举认知不确定性分析（n = 20），识别模糊的地质层段；（6）SHAP蜂群图和依赖性分析，验证岩石物理合理性；（7）复合甜点指数 S_i = P_cal × C_EF × C_label，用于层段级勘探排名。

本研究有意将其定位为单井可行性与可解释性工作流，而非油田级预测模型。其主要贡献在于在一个可重复的油气显示筛选框架中整合了泄漏控制验证、标签置信度构建、校准概率、不确定性估计以及基于SHAP的地质解释。

章节摘要

测井分类的机器学习方法

监督式测井分类方法从支持向量机（SVM）（Hall, 2016）和随机森林（Breiman, 2001）发展到梯度提升集成方法。XGBoost（Chen and Guestrin, 2016）和LightGBM（Ke et al., 2017）通过叶级树生长、内置正则化和对类别不平衡的高效处理，在表格地理科学数据上一致优于早期方法。序列感知模型，如1D-CNN和BiLSTM，利用深度排序特性（X. Liu et al., 2021; Santos et al., 2022），但需要

研究区与数据集描述

顺北油田位于中国西北部塔里木盆地中部的顺托果勒低隆起上（Ge et al., 2020; Ru et al., 2024; Wu et al., 2021）。储层目标为埋深7–9 km的奥陶纪海相碳酸盐岩（石灰岩和白云岩），受近北-北西走向的走滑断裂控制。主要数据集包含来自顺北一口井的28,454条深度索引记录，覆盖5745.054–8591.176 m，名义采样间隔为0.1 m（表1）。十九个变量为

方法

所提出的工作流（图4）包含五个阶段的13个步骤。阶段1–3生成特征矩阵；阶段4训练和验证分类器；阶段5提供事后分析和决策支持。各阶段的详细描述见以下各小节。

基准模型比较与传统基线

为评估所提出的机器学习框架的性能，采用多种监督学习模型和传统岩石物理规则方法进行了全面的基准比较。此比较旨在量化数据驱动方法相对于油气显示评价中常用的传统解释技术所取得的改进。

本研究所采用的机器学习模型包括逻辑回归、随机森林、XGBoost以及

跨井泛化局限性与实际适应

尽管所提出的框架使用深度分块划分策略进行了严格验证，但其验证仅限于单井。虽然深度分块划分能有效减轻深度自相关并提供井内泛化性能的现实估计，但它不能完全代表跨井部署场景。在实际应用中，由于

结论

本文提出了一种具有泄漏控制、电相导引和SHAP可解释性的机器学习框架，用于超深层顺北碳酸盐岩井测井数据中的油气显示筛选。该工作流旨在在一个集成管线中解决油气显示机器学习研究中的四个常见弱点：深度泄漏、未校准概率、有限可解释性和未量化的预测不确定性。在留出的深度分块测试集上，LightGBM实现了

CRediT作者贡献声明

Hafiz Hussain Ahmad：撰写—审阅与编辑，撰写—初稿，软件，调查，形式分析，概念构思。Zhishui Liu：监督，形式分析，获取研究资金，调查，方法，项目管理，资源，验证，可视化。Shi Lei：数据整理。Song Zhaohui：数据整理。Shaukat Khan：可视化，调查。Sohail Ahmed：形式分析。Zhixiu Liu：数据整理，资源。

利益冲突声明

作者声明不存在可能影响本文所报道工作的已知竞争性经济利益或个人关系。

致谢

本工作由国家自然科学基金（批准号：42474161、42442402、42104120）、长大学青年学者跨学科团队项目（批准号：300104240917）和清洋科技规划项目（2025LD1105）共同资助。

Hafiz Hussain Ahmad|Zhishui Liu|Shi Lei|Song Zhaohui|Shaukat Khan|Sohail Ahmed|Zhixiu Liu