一种用于地下地层顶界自动拾取的推荐系统

地球科学领域专家传统上利用地球物理测井曲线（称为测井对比）手工关联地下地层顶界。基于单井测井解释和井间对比，这些关联是在层序地层框架内的沉积模型背景下完成的。近来，许多研究者专注于使用多种扭曲算法（衡量井间相似性）以及无监督与监督机器学习方法（基于多口其他井的已知顶界赋予类别标签）来实现自动测井对比。这些方法需要标准化的数字测井系列（即每口井的伽马射线测井）以及地层顶界深度，而许多情况下可能不具备。在此，我们提出一种不使用地球物理测井进行对比的方法，而是利用多口井中已拾取的顶界来推荐其余未拾取顶界在井中的深度。该推荐系统针对两个不同盆地中的两个不同数据集计算了所有井中各地层顶界的深度。Teapot Dome数据集由岩石地层性地层顶界组成，Mannville Group数据集由层序地层性（代表地层单元内多个岩性组）地层顶界组成。为作演示，四次交叉验证的均值绝对误差和均方根误差将推荐系统预测与人工解释的地面真值进行比较。该推荐系统具有竞争力，且常优于最先进的样条插值方法。最后，增大训练数据集规模会降低预测误差，且对于岩石地层性顶界拾取，误差方差随每地层和每井拾取顶界数量增加而减小。