葉智慧，寧禹強(qiáng)，張 敏，李曉蓉

（1.中國(guó)石油大學(xué)（北京）安全與海洋工程學(xué)院，北京102249；2.大慶油田采油工程研究院，黑龍江 大慶 163453；3.中國(guó)石油大學(xué)（北京）石油工程學(xué)院，北京102249）

南海北部陸緣位于東亞大陸邊緣構(gòu)造域內(nèi)，經(jīng)歷了由板內(nèi)裂陷演變?yōu)檫吘壽晗莸牡厥窔v程，形成了珠江口盆地、瓊東南盆地、西沙海槽盆地、臺(tái)西南盆地、雙峰北盆地和筆架南盆地等新生代沉積盆地。特別是位于陸坡深水區(qū)的新生代大型沉積盆地，地質(zhì)構(gòu)造獨(dú)特，具備良好的天然氣水合物成藏地質(zhì)條件[1]。天然氣水合物（以下簡(jiǎn)稱(chēng)水合物）是一種天然氣與水在高壓低溫條件下形成的類(lèi)冰狀的結(jié)晶物質(zhì)，在我國(guó)青藏高原凍土帶和南海北部深海海底都有發(fā)現(xiàn)，已被我國(guó)正式確認(rèn)為一種新的礦產(chǎn)資源。天然氣水合物因其資源密度高，全球分布廣泛，并且綠色清潔無(wú)污染，商業(yè)化開(kāi)發(fā)已被世界多國(guó)提上日程[2]。1 m3水合物大約可分解出160 m3天然氣（標(biāo)準(zhǔn)狀態(tài)下），其碳含量約為現(xiàn)有化石燃料總和的2倍，一旦取得技術(shù)突破，其必將形成對(duì)常規(guī)油氣的“第二次革命”[3-4]，水合物的精準(zhǔn)識(shí)別是勘探開(kāi)發(fā)的前提。

目前國(guó)內(nèi)外地層水合物識(shí)別方法主要分為直接法與間接法。直接識(shí)別法主要包括肉眼觀察法、巖心紅外測(cè)溫法、鉆探異常、生物識(shí)別法等。間接識(shí)別法主要是通過(guò)測(cè)井?dāng)?shù)據(jù)或地震資料對(duì)地層水合物進(jìn)行識(shí)別。采用直接識(shí)別法能夠最為直觀地識(shí)別出地層的水合物，但也存在著一系列的問(wèn)題。例如取芯成本過(guò)高，取芯過(guò)程中易導(dǎo)致水合物分解。直接識(shí)別法與觀察者的主觀因素有關(guān)，有時(shí)很可能因?yàn)橛^察者的失誤或經(jīng)驗(yàn)不足而做出錯(cuò)誤的判斷。在鉆進(jìn)過(guò)程中可以通過(guò)測(cè)量地層電阻率、聲波時(shí)差、地層密度和地層伽馬值等測(cè)井參數(shù)綜合分析地層情況[5]。間接識(shí)別法通?？筛鶕?jù)地層水合物的伽馬值低、井直徑大、電阻率高、密度低、中子孔隙度高以及聲波時(shí)差低等測(cè)井特征來(lái)定性地判別天然氣水合物。但是傳統(tǒng)的測(cè)井曲線識(shí)別方法往往依靠專(zhuān)家判斷，主觀性強(qiáng)，而且耗時(shí)較長(zhǎng)，在要求實(shí)時(shí)快速?zèng)Q策時(shí)具有明顯的缺點(diǎn)，因此需要尋找一種快速、準(zhǔn)確率高、適應(yīng)性好的識(shí)別方法，以適應(yīng)未來(lái)智能化鉆井需求。隨著人工智能的高速發(fā)展，越來(lái)越多研究者將機(jī)器學(xué)習(xí)方法應(yīng)用于水合物識(shí)別的過(guò)程，并取得了良好的成果。其中研究較多的機(jī)器學(xué)習(xí)算法包括BP神經(jīng)網(wǎng)絡(luò)算法[6]、支持向量機(jī)算法[7]、決策樹(shù)算法[8]、馬爾科夫隨機(jī)場(chǎng)[9]、KNN算法[10]等。但上述算法在實(shí)際運(yùn)用過(guò)程中存在一定的局限性，具體表現(xiàn)為：支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)都屬于黑箱模型，無(wú)法控制與分析模型的中間過(guò)程；對(duì)于決策樹(shù)模型，過(guò)多的冗余樣本會(huì)導(dǎo)致樹(shù)底層決策質(zhì)量的降低，并伴隨過(guò)擬合現(xiàn)象的產(chǎn)生[11]；KNN算法每次預(yù)測(cè)都需要對(duì)所有數(shù)據(jù)進(jìn)行重新計(jì)算，其效率較低[12]。BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)天然氣水合物生成，是采用以經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化（Empirical Risk Minimize，ERM）的傳統(tǒng)統(tǒng)計(jì)學(xué)理論為基礎(chǔ)，這樣容易降低BP神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性，甚至出現(xiàn)局部過(guò)優(yōu)情況[13-14]。采用BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行水合物多屬性?xún)?chǔ)層參數(shù)預(yù)測(cè)，理論上隨著屬性的增加可以降低誤差，而僅應(yīng)用于井旁地震道的訓(xùn)練數(shù)據(jù)符合時(shí)，但是在預(yù)測(cè)其他數(shù)據(jù)時(shí)，有可能沒(méi)有效果欠佳，即“過(guò)度訓(xùn)練”[15]。彭炎等[16]采用支持向量回歸算法，預(yù)測(cè)青海木里地區(qū)凍土區(qū)天然氣水合物地層，預(yù)測(cè)的結(jié)果基本符合實(shí)際，對(duì)后續(xù)勘探有一定指導(dǎo)意義。

總之，目前采用的識(shí)別方法普遍存在一些問(wèn)題，如泛化能力不強(qiáng)、計(jì)算效率不高、準(zhǔn)確率不高、有過(guò)擬合現(xiàn)象等，需要尋找一種更適合實(shí)時(shí)測(cè)井?dāng)?shù)據(jù)的快速識(shí)別方法，具備快速、高效、小樣本以及準(zhǔn)確性等要求。本文運(yùn)用了四種典型的分類(lèi)學(xué)習(xí)算法，通過(guò)各種評(píng)價(jià)指標(biāo)對(duì)最終的識(shí)別結(jié)果做出評(píng)價(jià)，發(fā)現(xiàn)集成學(xué)習(xí)方法具有更高的準(zhǔn)確性，并找到最優(yōu)化的方法和參數(shù)組合，在鉆進(jìn)水合物過(guò)程中實(shí)現(xiàn)快速、實(shí)時(shí)、小樣本、準(zhǔn)確的識(shí)別，為實(shí)時(shí)鉆井過(guò)程中機(jī)器自主巖性識(shí)別方法提供參考。

1 研究方法

本文主要利用AdaBoost集成學(xué)習(xí)算法、支持向量機(jī)、決策樹(shù)、隨機(jī)森林4種典型的機(jī)器學(xué)習(xí)分類(lèi)算法，基于測(cè)井曲線數(shù)據(jù)對(duì)水合物層段進(jìn)行識(shí)別。以下介紹這幾種算法的基本原理。

1.1 AdaBoost 集成學(xué)習(xí)算法

基于 Boosting 的集成學(xué)習(xí)算法中最常用的是AdaBoost 集成學(xué)習(xí)算法。其核心思想是訓(xùn)練一系列弱分類(lèi)器，然后將弱分類(lèi)器加權(quán)聯(lián)合，構(gòu)成一個(gè)強(qiáng)分類(lèi)器。

給定數(shù)據(jù)集：(x1，y1)，(x2，y2)，(xN，yN)，其中yi∈{-1，1}，用于表示樣本的類(lèi)別標(biāo)簽，xi表示樣本的特征向量，i=1，…，N，N為樣本總數(shù)。集成學(xué)習(xí)的具體步驟如下。

第一步：初始化數(shù)據(jù)的權(quán)值分布向量D1。

式中，w1i表示第1次迭代時(shí)第i個(gè)樣本的權(quán)值。

第二步：進(jìn)行迭代運(yùn)算，達(dá)到設(shè)定值時(shí)停止。對(duì)于第t次迭代，進(jìn)行如下步驟（t=1，2，…，T，T為總迭代次數(shù)）。

選取一個(gè)當(dāng)前誤差率最低的弱分類(lèi)器ht，并計(jì)算該弱分類(lèi)器在分布Dt上的預(yù)測(cè)誤差率et。

式中，ht（xi）表示弱分類(lèi)器對(duì)樣本xi的分類(lèi)，若分類(lèi)錯(cuò)誤則I（·）值取1，反之取0。

計(jì)算該弱分類(lèi)器在集成分類(lèi)器中所占權(quán)重αt為：

更新訓(xùn)練樣本的權(quán)值分布Dt+1。

式中，Zt為歸一化常數(shù)，。

第三步：按弱分類(lèi)器權(quán)值t組合各個(gè)弱分類(lèi)器，得到集成學(xué)習(xí)分類(lèi)器[17]。

1.2 支持向量機(jī)算法

支持向量機(jī)算法本質(zhì)上屬于有監(jiān)督的、可擴(kuò)展分類(lèi)元的、可跨越線性與非線性障礙的高效、受限、廣義分類(lèi)器，為了實(shí)現(xiàn)非線性的多核數(shù)據(jù)挖掘與聚類(lèi)效果，提高內(nèi)存的耗費(fèi)比，平衡泛化能力與學(xué)習(xí)能力[18]。通過(guò)預(yù)測(cè)模型構(gòu)造出損失函數(shù)，再基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則得到支持向量機(jī)算法。它要解決一個(gè)原始最優(yōu)化問(wèn)題，其形式如下。

式中，w為權(quán)值向量；w*為w的伴隨矩陣；c為懲罰參數(shù)；ξi、ξi*為松弛變量；φ(xi)為映射函數(shù)；xi為輸入變量；yi為輸出變量；l為樣本個(gè)數(shù)；b為偏值；ε為誤差上限。

通過(guò)代入拉格朗日乘子ai和ai*，將式（7）轉(zhuǎn)化為拉格朗日多項(xiàng)式，用E表示，即

式中，k(xi，xj)為核函數(shù)；xi、xj為輸入變量；l為樣本個(gè)數(shù)。

由上式求解，可得到支持向量機(jī)的預(yù)測(cè)函數(shù)如下。

基于Mercer條件，且將高斯RBF作為核函數(shù)，g為核函數(shù)的內(nèi)部參數(shù)，g＞0，則有

式（7）中的懲罰參數(shù)c和式（13）中核函數(shù)的內(nèi)部參數(shù)g決定了SVM的預(yù)測(cè)精確度。因此，為了構(gòu)建高精度的預(yù)測(cè)模型，需要對(duì)SVM內(nèi)部的參數(shù)(c，g)進(jìn)行優(yōu)化以確定最優(yōu)參數(shù)[19]。

1.3 決策樹(shù)算法

決策樹(shù)分類(lèi)算法的實(shí)質(zhì)是通過(guò)對(duì)樣本進(jìn)行訓(xùn)練，并在這一過(guò)程中不斷總結(jié)與歸納實(shí)現(xiàn)樣本自學(xué)習(xí)，從而得到相應(yīng)的決策樹(shù)或者決策樹(shù)規(guī)則。之后，依據(jù)所獲得的決策樹(shù)或者決策樹(shù)規(guī)則完成數(shù)據(jù)的準(zhǔn)確分類(lèi)。

給定數(shù)據(jù)集D={d1，d2，…，dn}，每個(gè)數(shù)據(jù)集的類(lèi)別屬性值可用A1，A2，…，Am進(jìn)行表示，設(shè)定類(lèi)別屬性有n個(gè)互不相等的值。由此，可將數(shù)據(jù)集分割為S1，S2，…，Sn個(gè)子集，則數(shù)據(jù)集D的平均信息量可以用下式進(jìn)行表征。

其中，P(Si)=|P(Si)|/|D|。

建立決策樹(shù)也即逐步縮小分類(lèi)不確定性的步驟，若Aj具有r個(gè)值al，其中1＜l＜r，依照Aj將S子集分割為數(shù)量為t的子集，則限定Aj=al時(shí)，各Sil子集被歸類(lèi)于第i類(lèi)數(shù)據(jù)集合。此時(shí)，數(shù)據(jù)集D的平均信息量可以用下式進(jìn)行表征。

此時(shí)，數(shù)據(jù)集D的信息增益量可以用式（17）進(jìn)行表征[20]。

1.4 隨機(jī)森林算法

隨機(jī)森林是復(fù)合決策樹(shù)的集成機(jī)器學(xué)習(xí)算法。隨機(jī)森林使用booststrap方法構(gòu)建n個(gè)訓(xùn)練集，每個(gè)訓(xùn)練集對(duì)應(yīng)生成一個(gè)決策樹(shù)，總體就有n個(gè)決策樹(shù)，因?yàn)槊總€(gè)決策樹(shù)的數(shù)據(jù)集都不相同，所以每棵樹(shù)又有少量區(qū)別。最后對(duì)所有的決策樹(shù)的預(yù)測(cè)結(jié)果取平均減少預(yù)測(cè)的方差，提高在測(cè)試集上的性能表現(xiàn)。相比較單棵樹(shù)訓(xùn)練過(guò)程，隨機(jī)性主要體現(xiàn)在兩個(gè)方面：每次迭代是在原始數(shù)據(jù)集中重新抽樣獲得不同的訓(xùn)練集；對(duì)于每一個(gè)樹(shù)節(jié)點(diǎn)，考慮不同的隨機(jī)特征子集來(lái)進(jìn)行分裂。

隨機(jī)森林的數(shù)學(xué)模型公式如下。

式中，N為回歸樹(shù)模型回歸樹(shù)的數(shù)量[21]。

2 評(píng)價(jià)指標(biāo)

關(guān)于預(yù)測(cè)結(jié)果的評(píng)價(jià)參數(shù)算法，對(duì)于識(shí)別水合物的情況，在二元分類(lèi)中分類(lèi)結(jié)果只有兩種，真和假。一般用T（True）表示預(yù)測(cè)結(jié)果正確（與實(shí)際相符），F(xiàn)（False）表示預(yù)測(cè)結(jié)果不正確（與實(shí)際不符），P（Positive）表示真實(shí)的正樣本，N（Negative）表示真實(shí)的負(fù)樣本，那么預(yù)測(cè)就會(huì)有四種結(jié)果產(chǎn)生，如表1所示。

表1 評(píng)價(jià)結(jié)果指標(biāo)意義

一般用4種典型的評(píng)價(jià)參數(shù)來(lái)評(píng)價(jià)預(yù)測(cè)結(jié)果準(zhǔn)確性，包括準(zhǔn)確率Acc、精確度P、召回率R和F1分?jǐn)?shù)。

精確度和召回率可能往往是相互矛盾的。實(shí)際的情況中我們往往希望兩個(gè)參數(shù)值都比較高。例如當(dāng)預(yù)測(cè)的結(jié)果與實(shí)際結(jié)果完全一致時(shí)，F(xiàn)P與FN兩個(gè)參數(shù)均為0，此時(shí)精確度與召回率均為1。這是一種理想的情況。

精確度與召回率可能是相互矛盾的，因此需要綜合考慮二者，因此引入F1分?jǐn)?shù)，定義如下。

3 水合物識(shí)別分析

本節(jié)基于烏倫盆地和神狐海域的2口井的測(cè)井資料進(jìn)行訓(xùn)練與測(cè)試，并對(duì)識(shí)別的結(jié)果進(jìn)行了分析，從不同的角度驗(yàn)證了集成學(xué)習(xí)方法在水合物識(shí)別的準(zhǔn)確性。

3.1 UBGH2-10井

UBGH2-10井位于烏倫盆地的東北部，在該區(qū)域海底500 m范圍內(nèi)廣泛分布著兩個(gè)與天然氣水合物分布有關(guān)的沉積單元：主要為新近紀(jì)晚期的物質(zhì)運(yùn)移沉積，以及更新世和全新世的大量濁積巖和半遠(yuǎn)洋沉積。地區(qū)的地層主要由覆蓋在厚物質(zhì)輸導(dǎo)沉積序列上的半遠(yuǎn)洋沉積物組成，在該輸運(yùn)沉積層之下，可以看到另一個(gè)平行沉積層序列。密度—孔隙度和體積密度測(cè)井值顯示了在海底以下190 m深度范圍內(nèi)的典型壓實(shí)曲線，在該曲線中，塊狀物質(zhì)運(yùn)移沉積單元的出現(xiàn)導(dǎo)致體積密度突然降低，孔隙度隨之增加。這口井的隨鉆測(cè)井?dāng)?shù)據(jù)中的P波波速表明直至海底深度下135 m波速都較低，這些數(shù)值來(lái)源于軟沉積物以及工具發(fā)出的直接縱波與井眼與工具串相互作用產(chǎn)生的二次波重疊到達(dá)的復(fù)雜干涉圖樣。從測(cè)井圖（圖1 左）中可以看出地層中包含水合物的層段為2 220～2 307 m[22]。

圖1 采集與實(shí)際測(cè)井曲線對(duì)比

3.1.1 數(shù)據(jù)處理

將文獻(xiàn)中測(cè)井曲線進(jìn)行數(shù)字化，借助石油云網(wǎng)站中測(cè)井曲線數(shù)字化功能模塊，將多條曲線數(shù)據(jù)按照深度進(jìn)行埋深對(duì)齊，得到可用于模型訓(xùn)練和測(cè)試的測(cè)井?dāng)?shù)據(jù)。石油云的測(cè)井曲線數(shù)字化模塊主要基于曲線色域差對(duì)曲線像素進(jìn)行自動(dòng)識(shí)別，并去除背景噪聲，進(jìn)行插值補(bǔ)齊，得到還原度較高的曲線。整理后部分地層測(cè)井?dāng)?shù)據(jù)如表2所示，表格中的第一列為井深，最后一列為地層含水合物與否的標(biāo)簽，表格中間的部分為測(cè)井參數(shù)數(shù)據(jù)。

表 2 UBGH2-10井測(cè)井部分?jǐn)?shù)據(jù)

圖1展示了采集的數(shù)據(jù)與原數(shù)據(jù)曲線的對(duì)比，圖中左邊為實(shí)測(cè)測(cè)井曲線，右圖為根據(jù)采集數(shù)據(jù)后繪制的測(cè)井曲線，紅線標(biāo)注的地層為含水合物地層。對(duì)比發(fā)現(xiàn)左右兩幅圖基本一致，驗(yàn)證了測(cè)井?dāng)?shù)據(jù)的準(zhǔn)確性。

3.1.2 模型訓(xùn)練測(cè)試

運(yùn)用典型的機(jī)器學(xué)習(xí)分類(lèi)算法，包括AdaBoost、決策樹(shù)、隨機(jī)森林和SVM方法，對(duì)UBGH2-10井測(cè)井?dāng)?shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試，進(jìn)行水合物層段識(shí)別，本例選擇了50%的測(cè)井?dāng)?shù)據(jù)用于模型訓(xùn)練，其余的50%用于預(yù)測(cè)。圖2展示了識(shí)別結(jié)果，最左側(cè)為地層實(shí)際情況，右側(cè)展示了不同方法預(yù)測(cè)的結(jié)果，水合物層段用綠色表示，其余用紅色表示。

圖2 地層識(shí)別結(jié)果

從圖2可以看出，采用AdaBoost算法預(yù)測(cè)出了大部分的水合物地層，準(zhǔn)確率達(dá)到95.02%，準(zhǔn)確率依次降低的是隨機(jī)森林方法、決策樹(shù)，而支持向量機(jī)SVM算法并未預(yù)測(cè)出水合物地層。當(dāng)改變訓(xùn)練集在整個(gè)數(shù)據(jù)集中的比例，即增加或減少訓(xùn)練集數(shù)據(jù)時(shí)，不同方法的預(yù)測(cè)準(zhǔn)確率如表3所示。

表3 預(yù)測(cè)準(zhǔn)確率

圖3 UBGH2-10井識(shí)別結(jié)果

從預(yù)測(cè)結(jié)果中可以看出：一般情況下，采用集成學(xué)習(xí)AdaBoost的預(yù)測(cè)準(zhǔn)確率均高于其他算法。隨著訓(xùn)練集占比的增加，各算法預(yù)測(cè)準(zhǔn)確率大部分呈增長(zhǎng)趨勢(shì)。在訓(xùn)練集占比較高時(shí)，AdaBoost、隨機(jī)森林和決策樹(shù)算法的準(zhǔn)確率均大于SVM算法，其中集成學(xué)習(xí)在水合物識(shí)別中的準(zhǔn)確率最高。

準(zhǔn)確率反應(yīng)的是預(yù)測(cè)結(jié)果與實(shí)際結(jié)果的對(duì)比，依靠這個(gè)參數(shù)反應(yīng)的地層情況是片面的。例如以上例子中采用SVM方法完全沒(méi)有識(shí)別出含水合物層段，這說(shuō)明僅憑準(zhǔn)確率一個(gè)參數(shù)作為算法分類(lèi)好壞的標(biāo)準(zhǔn)是不夠的，因此要引入精確度與召回率兩個(gè)參數(shù)作為綜合評(píng)價(jià)。分別計(jì)算以上各井的精確度、召回率和F1分?jǐn)?shù)。下表為各方法訓(xùn)練集占測(cè)井?dāng)?shù)據(jù)的50%時(shí)的測(cè)試結(jié)果。

表4 不同算法的精確度、召回率和F1分?jǐn)?shù)（UBGH2-10井）

上表表明：當(dāng)訓(xùn)練集占比為50%時(shí)，F(xiàn)1分?jǐn)?shù)、精確度以及召回率最大的均為AdaBoost算法，數(shù)值分別為0.907、0.929、0.886。在識(shí)別結(jié)果中，采用50%測(cè)井?dāng)?shù)據(jù)的SVM的測(cè)試結(jié)果中沒(méi)有識(shí)別出含有水合物的層段。所以，識(shí)別結(jié)果中的TP部分為0，精確度與召回率的值均為0，因此F1的值為0。

3.1.3 測(cè)井參數(shù)優(yōu)化組合及分析

參數(shù)優(yōu)化主要以降低參數(shù)個(gè)數(shù)為基礎(chǔ)，通過(guò)不同測(cè)井參數(shù)的排列組合，以此分析各個(gè)參數(shù)（組合）的影響，從而找到對(duì)水合物準(zhǔn)確識(shí)別影響較高的參數(shù)組合，為測(cè)井工作的優(yōu)化提供參考依據(jù)。對(duì)UBGH2-10井的測(cè)井?dāng)?shù)據(jù)采用集成學(xué)習(xí)AdaBoost方法，以訓(xùn)練集占總數(shù)據(jù)集50%為例，逐一降低參數(shù)個(gè)數(shù)，測(cè)試結(jié)果如表5至表9所示。

表5 5組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

表9 1組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

采用5組測(cè)井?dāng)?shù)據(jù)時(shí)（表 5），準(zhǔn)確率最高的組合為孔隙度、伽馬射線、電阻率、密度、縱波速度，前五組的參數(shù)組合準(zhǔn)確率均在0.8以上，而去掉縱波速度以后，準(zhǔn)確率大幅降低，降到0.729，可見(jiàn)采用5組測(cè)井?dāng)?shù)據(jù)時(shí)，縱波速度是一個(gè)影響較大的參數(shù)。

采用4組測(cè)井?dāng)?shù)據(jù)時(shí)（表 6），取準(zhǔn)確率最高的十組數(shù)據(jù)組合進(jìn)行分析。伽馬射線、電阻率、井徑和密度組合的準(zhǔn)確率最高，其值達(dá)0.853；識(shí)別最差的組合準(zhǔn)確率只有0.787，沒(méi)有伽馬射線和縱波速度，表示這兩個(gè)參數(shù)在4組數(shù)據(jù)的情況下影響較大。

表6 4組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

采用3組測(cè)井?dāng)?shù)據(jù)時(shí)（表 7），取準(zhǔn)確率最高的十組數(shù)據(jù)組合進(jìn)行分析。準(zhǔn)確率最高的組合為電阻率、密度和井徑，其準(zhǔn)確率達(dá)0.844，準(zhǔn)確率最低的組合為孔隙度、井徑和縱波速度，準(zhǔn)確率僅有0.751。準(zhǔn)確率最高的排名前四的組合中，電阻率均在組合中，是較為重要的參數(shù)，而組合參數(shù)中含有孔隙度時(shí)，準(zhǔn)確率相對(duì)較低。

表7 3組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

采用2組測(cè)井?dāng)?shù)據(jù)時(shí)（表 8），取準(zhǔn)確率最高的十組數(shù)據(jù)組合進(jìn)行分析。準(zhǔn)確率最高的組合為電阻率和井徑，其值為0.787，電阻率和伽馬射線組合的準(zhǔn)確率次之，其值為0.782，識(shí)別準(zhǔn)確率最低的組合是密度和縱波速度，其值僅有0.653。

表8 2組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

采用1組測(cè)井?dāng)?shù)據(jù)時(shí)（表 9），準(zhǔn)確率最高是用的參數(shù)是電阻率，其值為0.676，最低時(shí)用的參數(shù)是密度，識(shí)別準(zhǔn)確率為0.52。

綜合參數(shù)組合優(yōu)化的結(jié)果，圖4展示了不同參數(shù)情況下最高的準(zhǔn)確率以及參數(shù)組合，可以看到電阻率在各個(gè)組合中均有出現(xiàn)，另外在3至5個(gè)參數(shù)的情況下，最高準(zhǔn)確率均能達(dá)到0.8以上，因此，在之后的研究中應(yīng)重點(diǎn)關(guān)注電阻率的測(cè)試結(jié)果。

圖4 不同參數(shù)情況下準(zhǔn)確率最高的測(cè)井?dāng)?shù)據(jù)組合

3.2 SH3井

神狐海域水合物研究區(qū)位于南海北部陸坡中部神狐暗沙與東沙群島之間的海域，構(gòu)造上位于珠江口盆地珠二坳陷南翼[23]。本區(qū)海底地形較平坦，總體趨勢(shì)為北向南傾斜，水深從1 000 m逐漸加深到1 700 m以上。以1 350 m水深線為界分為南北2部分，北部地區(qū)地形較陡，從西到東發(fā)育3個(gè)近南北向的海底溝槽，海底溝槽與海底山脊相間排列[24]。南部地形平坦，向南逐漸進(jìn)入深海平原。研究區(qū)主要發(fā)育海丘、海谷、沖蝕槽、沖蝕溝、反向坡坎及海底溝槽等地貌類(lèi)型[25]。SH3井是神狐地區(qū)在第一次天然氣水合物鉆探考察中鉆探的第一口井，圖5的左圖為該區(qū)域含水合物沉積物的測(cè)井解釋層，深度范圍為50～200 m。測(cè)井?dāng)?shù)據(jù)包括井徑，伽馬射線和電阻率[26]。

3.2.1 數(shù)據(jù)處理

與UBGH2-10井的處理方法相似， SH3井的測(cè)井曲線也采用石油云曲線數(shù)字化模塊進(jìn)行采集。圖5為采集的數(shù)據(jù)與原數(shù)據(jù)曲線的對(duì)比圖，圖中左邊為實(shí)測(cè)測(cè)井曲線，右邊為根據(jù)采集數(shù)據(jù)后繪制的測(cè)井曲線。對(duì)比發(fā)現(xiàn)左右兩幅圖基本一致，從而驗(yàn)證了測(cè)井?dāng)?shù)據(jù)的準(zhǔn)確性。

圖5 采集與實(shí)際測(cè)井曲線對(duì)比

3.2.2 模型訓(xùn)練測(cè)試

首先對(duì)該地層進(jìn)行識(shí)別，采用測(cè)試訓(xùn)練集占比為50%時(shí)，Adaboost、決策樹(shù)隨機(jī)森林和SVM方法的識(shí)別情況展示在圖6中，左側(cè)為地層實(shí)際情況。對(duì)比發(fā)現(xiàn)，相對(duì)于其他方法，集成學(xué)習(xí)Adaboost方法準(zhǔn)確率高，且水合物層段可以較為準(zhǔn)確識(shí)別出來(lái)。決策樹(shù)準(zhǔn)確率次之，也能識(shí)別出水合物層段。隨機(jī)森林和支持向量機(jī)SVM方法雖然也有較高準(zhǔn)確率，但未能有效識(shí)別水合物層段。

圖6 SH3井水合物地層識(shí)別結(jié)果

采用不同比例的訓(xùn)練集占比時(shí)，不同方法的預(yù)測(cè)準(zhǔn)確率如表10所示，圖7展示了4種方法識(shí)別的準(zhǔn)確率與訓(xùn)練占比的相關(guān)圖。

表10 SH3井識(shí)別結(jié)果

圖7 SH3井識(shí)別結(jié)果

對(duì)于各訓(xùn)練集占比識(shí)別準(zhǔn)確率最高的是AdaBoost算法，識(shí)別準(zhǔn)確率最低的為SVM算法，各算法識(shí)別準(zhǔn)確率在大體上隨著訓(xùn)練集占比的提高而增加，即訓(xùn)練所用的數(shù)據(jù)越多，預(yù)測(cè)就越準(zhǔn)確。

除了計(jì)算準(zhǔn)確率，基于50%訓(xùn)練集的情況，再計(jì)算精確度與召回率以及F1分?jǐn)?shù)，從而更加全面地了解各個(gè)算法的預(yù)測(cè)效果。

表11 不同算法的精確度、召回率及F1分?jǐn)?shù)（SH3井）

結(jié)果顯示：F1分?jǐn)?shù)最高的時(shí)AdaBoost算法，最低的是SVM算法；精確度最高的是AdaBoost算法，最低的是SVM算法；召回率最高的是AdaBoost算法和決策樹(shù)算法，最低的是SVM算法。SVM算法雖然識(shí)別的準(zhǔn)確率達(dá)到81.98%，但同樣沒(méi)有識(shí)別出含有水合物的層段，因此F1，精確度與召回率的值均為0。

3.2.3 測(cè)井參數(shù)優(yōu)化組合及分析

對(duì)SH3井的測(cè)井?dāng)?shù)據(jù)采用集成學(xué)習(xí)AdaBoost方法，以訓(xùn)練集占總數(shù)據(jù)集50%為例，逐一降低參數(shù)個(gè)數(shù)，測(cè)試結(jié)果如表12和表13所示：

表12 2組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

表13 1組測(cè)井?dāng)?shù)據(jù)識(shí)別結(jié)果

表12表明，采用2組測(cè)井?dāng)?shù)據(jù)時(shí)，準(zhǔn)確率最高的組合是井徑和電阻率，識(shí)別準(zhǔn)確率最低的組合是井徑和伽馬射線。

表13說(shuō)明，采用1組測(cè)井?dāng)?shù)據(jù)時(shí)，準(zhǔn)確率最高的是電阻率，識(shí)別準(zhǔn)確率最低的組合是井徑。SH3測(cè)井參數(shù)較少，在選擇測(cè)試參數(shù)時(shí)已經(jīng)考慮了較關(guān)鍵的參數(shù)，因此預(yù)測(cè)準(zhǔn)確率也較高，降低參數(shù)個(gè)數(shù)的測(cè)試結(jié)果，也保證了0.8以上的準(zhǔn)確率，并且發(fā)現(xiàn)電阻率是較為關(guān)鍵的參數(shù)，能影響識(shí)別結(jié)果的準(zhǔn)確率。

4 結(jié) 論

本文利用測(cè)井?dāng)?shù)據(jù)，引入機(jī)器學(xué)習(xí)分類(lèi)算法，通過(guò)方法和參數(shù)的優(yōu)選，進(jìn)行地層水合物識(shí)別。利用石油云測(cè)井曲線數(shù)字化工具進(jìn)行測(cè)井?dāng)?shù)據(jù)采集，用多種機(jī)器學(xué)習(xí)算法進(jìn)行水合物層段識(shí)別，通過(guò)引入F1分?jǐn)?shù)，精確度與召回率等參數(shù)作為識(shí)別結(jié)果的評(píng)價(jià)指標(biāo)，對(duì)各種學(xué)習(xí)方法的測(cè)試結(jié)果進(jìn)行系統(tǒng)的評(píng)判。最后采用降參數(shù)的方法探尋不同測(cè)井參數(shù)的最優(yōu)組合，得到有重要影響的測(cè)井參數(shù)組合，為井下測(cè)井儀器選擇提供依據(jù)。

驗(yàn)證結(jié)果表明：（1）與其他機(jī)器學(xué)習(xí)算法相比，集成學(xué)習(xí)算法AdaBoost在大多數(shù)的測(cè)試結(jié)果中的準(zhǔn)確率都是最高的；（2）通過(guò)對(duì)識(shí)別結(jié)果的精確度，F(xiàn)1分?jǐn)?shù)進(jìn)行綜合分析，找到綜合結(jié)果最優(yōu)的算法也是集成學(xué)習(xí)Adaboost算法，識(shí)別結(jié)果與實(shí)際地層的匹配程度較高，證明了集成學(xué)習(xí)算法在水合物識(shí)別方面的可行性；（3）改變參數(shù)個(gè)數(shù)，對(duì)不同測(cè)試參數(shù)組合識(shí)別結(jié)果進(jìn)行評(píng)價(jià)，測(cè)試結(jié)果表明電阻率與聲波傳遞速度在水合物的識(shí)別方面有很強(qiáng)的辨識(shí)性，這與水合物的特征相符?？梢宰鳛楦鶕?jù)隨鉆測(cè)井參數(shù)識(shí)別地層水合物中需要重點(diǎn)關(guān)注的測(cè)井參數(shù)。

本文通過(guò)方法優(yōu)選和參數(shù)優(yōu)選，發(fā)現(xiàn)集成學(xué)習(xí)AdaBoost算法在水合物識(shí)別上具有較好的效果，為天然氣水合物識(shí)別提供了新的思路，對(duì)未來(lái)實(shí)現(xiàn)鉆進(jìn)過(guò)程中智能識(shí)別有重要的借鑒意義。