砂体岩性预测是贯穿油气田勘探开发全过程的一项重要工作。叠后反演技术被广泛应用于砂体岩性预测^[1-2]，主要包括确定性反演和地质统计学反演 2 种方法。叠前道集资料包括更多岩性、流体的信息^[3-6]，因此也可用于砂体岩性预测，预测方法包括叠前弹性波阻抗反演和叠前地质统计学反演。不论是叠后反演还是叠前反演，受限于反演技术的纵向分辨率，叠后确定性反演和叠前弹性波阻抗反演多用于分析有利砂体的平面分布；叠后地质统计学反演和叠前地质统计学反演虽然可以实现储层的精细刻画和描述，但是井间预测可靠性较差，准确率有待进一步提高。

目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的^[7-17]。随着机器学习的不断发展，机器智能化学习的手段开始应用于砂体预测。线性回归是机器学习算法中最易理解的算法之一，主要是去除非常相似的变量，其预测模型主要关注最小化模型误差，可以使用不同的技术从数据中学习线性回归模型，例如使用最小二乘法和梯度下降法。XGBoost 算法是一种较为常用的机器学习方法^[18-23]，其特点在于模型能自动利用 CPU 进行多线程并行计算，提高运算速度，并且对损失函数进行泰勒公式二阶展开使得预测精度更高。包括 XG⁃ Boost算法在内的机器学习算法用于砂体预测，可通过数据驱动，充分挖掘多种地震属性与测井敏感曲线之间的数据关系，最大限度地发挥地震属性的利用效率，而且模型预测结果的纵向分辨率高于确定性反演，井间可靠性优于地质统计学反演。但是没有一种机器学习算法能应对所有问题，需要针对具体问题，尝试多种不同机器学习算法，进行算法优选及算法参数最优化选择^[24]。另外，机器学习算法缺少特征自动提取的过程，需要人为添加特征优选或者特征提取的技术，地震属性线性相关性分析及主成分分析方法就是提取属性特征的有效方法^[25]。在特征优选或特征提取的基础上，使用机器学习算法预测砂体岩性必定事半功倍。

在前人研究的基础上，笔者提出了基于机器学习算法和属性特征双优选的砂体岩性预测方法：从地质认识和机器算法原理2种角度出发进行属性特征优选，弥补机器学习算法缺少特征自动提取的过程，再通过机器学习算法优选及基于 K 折交叉验证的超参数优化，获得高性能的训练模型，方法试算和实际应用验证了该预测方法的有效性。

1 方法原理

基于机器学习算法优选的砂体岩性预测方法若想取得较好的应用效果，需要注意井震精细标定、属性优选、机器学习算法优选、超参数优化 4 个方面。

1.1 井震精细标定

众所周知，地震数据在时间域，测井数据在深度域，必须通过井震标定将两域匹配，才能实现地震数据和测井数据联合应用于储层预测。在此基础上，运用精细井震标定技术，使得合成地震记录与实际地震数据的波组对应关系一致，进而明确砂体在地震数据上的准确位置，并且分析储层段地震反射特征和属性特征，为后续属性优选奠定理论基础。

1.2 属性优选

地震资料的几何学、运动学、动力学及统计学特征都可以通过不同的地震属性来表征，地震属性可以描述地层、构造、岩性、物性和含油气性等多种信息，如同相轴中断、连续性、协调性、曲率、相干、倾角等属性主要用于地层对比分析和构造解释。振幅、频率、相位、纵横波速度、波阻抗、吸收系数、衰减等主要用于岩性及储层特征解释。因此，在预测砂体岩性时需要提取刻画岩性和储层特征的众多属性，在此基础上，针对具体工区的特定地质体，开展属性优选。

1.2.1 基于地质约束的属性优选

从地质认识出发，明确砂体发育段的地震反射特征及属性特征，提取大量与砂体岩性预测相关的属性数据，形成属性集雏形。在此基础上，明确属性集内部各属性之间的线性相关性，在相关性较强的一组属性当中，只保留一种属性，其余剔除。如此反复筛选，形成各自独立的属性集。

1.2.2 基于最优算法的属性优选

在各自独立的属性集中，有些属性与砂体岩性的相关性不大，需要将这些属性剔除。在获得最优机器学习算法之后，通过函数 model.feature_impor⁃ tances_分析每一种输入属性对于目标的重要程度，将重要程度较低的属性剔除。

1.3 机器学习算法优选

机器学习算法可以从大量的数据中发现有用的信息，然后根据这些信息来辅助决策。机器学习算法被描述成学习一个目标函数，该函数将输入变量最好地映射到输出变量，即根据输入变量对目标值进行预测。没有一种算法对所有问题都有效，需要针对具体问题，尝试多种不同机器学习算法，并进行最优化算法选择。

1.4 超参数优化

模型优化是机器学习算法中最困难的挑战之一，超参数优化旨在使得机器学习算法在训练集和验证集上表现性能最佳。超参数与一般模型参数不同，超参数在模型训练前提前设置，一般参数在模型训练过程中不断迭代获得最优解。超参数有很多，比如随机森林算法中树的数量、模型训练中的学习率等。超参数的优化对于模型性能有着直接影响，其重要性不言而喻。

2 方法流程

基于机器学习算法和属性特征双优选的砂体岩性预测方法，主要包括以下步骤（图1）：①井震精细标定，明确储层段在地震数据上的确切位置及地震反射特征和属性特征；②针对目的层段，在地震数据上提取振幅、频率、相位、单频体、主频等多种属性体；③分析测井和录井资料，明确砂体岩性测井敏感曲线；④在时间域，沿井轨迹提取地震属性和测井敏感曲线值；⑤基于地质约束，进行地震属性优选；⑥将优选后的地震属性作为样本特征值，将测井敏感曲线作为样本标签，从 SVM、随机森林、决策树、XGBoost等众多机器学习算法中进行优选，选择一种更优算法；⑦将沿井轨迹提取的测井敏感曲线值和地震属性值作为输入数据，利用优选出的最优算法再次进行属性优选；⑧在属性优选的基础上，使用 K 折交叉验证算法实现基于最优算法的超参数优化；⑨在超参数优化的基础上，将优选属性值与测井敏感曲线值做为样本特征值和标签，利用最优算法训练模型；⑩方法试算；⑪将训练好的模型应用到实际三维工区，预测砂体岩性三维数据体。

3 方法试算

选取胜利油田埕岛东坡一条连井地震剖面作为方法试算剖面，将砂体岩性敏感曲线自然电位曲线（SP）作为标签（SP正异常表征砂岩，SP无异常表征泥岩）；并将试算结果与贝叶斯随机反演结果进行对比，判断其优缺点。

3.1 井震精细标定

在单井上完成井震精细标定，然后拉取该连井地震剖面，明确储层段的位置及地震反射特征。从过 ChB328和 ChB830井的连井地震剖面（图2）可以看出，埕岛东坡馆上段 5 砂组储层段 SP 曲线正异常，储层段主要位于波峰的下方（零交叉到波谷）。

从过 ChB328 和 ChB830 井的主频属性剖面（图3）来看，储层段主频主要呈现中低频特征，主频普遍低于32 Hz。

3.2 地震属性优选

针对目的层段，分别提取 10~80 Hz 单频体、三瞬属性（振幅、弧长、频率）、瞬时主频、主频、主频振幅、相位共 15 个属性，加上地震数据体，总共 16 个数据体参与属性优选。

从地质认识以及井震精细标定来看，埕岛东坡砂体主要呈现低频的反射特征，所以必须优选主频属性参与后续模型训练；另外，单频体可以识别不同厚度的砂体，因此单频体属性也需要保留，但是相邻单频体之间波形特征比较相似，需要从多个单频体中进行优选。以此为基础，分析16种不同属性之间的线性相关性，将相关性较大的属性一一剔除，只保留其一。

在 16 种属性的交汇分析图（图4）中，纵轴和横轴都表示 16 种属性，不论是纵轴还是横轴，从左上角开始，属性依次为：地震数据体，10，20，30，40， 50，60，70，80 Hz 单频体，振幅，弧长，频率、瞬时主频、相位、主频振幅、主频。地震数据体与 30，40 Hz 单频体的线性相关性较强，因此剔除30，40 Hz的单频体，保留地震数据体；50 Hz 单频体与 60，70，80 Hz 单频体的相关性较强，因此剔除 60，70，80 Hz 单频体，保留50 Hz单频体；瞬时主频属性与三瞬属性中的频率属性相关性较强，因此剔除频率属性，保留瞬时主频属性。最终优选出 10 种属性参与后续的模型训练。

3.3 机器学习算法优选

将 LinearRegression，KNNRegressor，SVR，Ridge， Lasso，MLPRegressor，DecisionTree，ExtraTree，XG⁃ Boost，RandomForest，AdaBoost，GradientBoost，Bag⁃ ging共 13种机器学习算法应用于方法试算，并且通过 score 函数计算每一算法在默认参数下的训练模型得分（表1）。从表1可以看出，在默认参数下，De⁃ cisionTree，ExtraTree，XGBoost，RandomForest，Bag⁃ ging 这 5 种算法的 score 函数得分都较高；考虑到 XGBoost 算法是基于 GBDT（Gradient Boosting Deci⁃ sion Tree）改进而来的，它通过将目标函数正则化可以防止过拟合，因此本文优选 XGBoost 算法用于后续模型预测。

3.4 基于XGBoost算法的属性优选

XGBoost 算法可以通过函数 model.feature_im⁃ portances_分析每一种输入属性对于目标的重要程度。对于研究区馆上段 5 砂组的岩性敏感曲线 SP 曲线来说，从输入 10 种属性的重要程度分析结果 （图5）来看，弧长属性对于 SP 曲线最为重要，其次是主频属性、振幅属性、20 Hz单频体和瞬时频率属性；地震数据体对于 SP 曲线的重要程度最低，因此将地震数据体从输入属性数据集中剔除，最终优选出9种属性，用于后续模型预测。

3.5 超参数优化

将输入样本的 80% 用于 n_estimators，reg_lamb⁃da，max_depth，learning_rate等4种超参数优化，采用的方法是 K 折交叉验证。最终优化出的超参数值为：n_estimators=1 150，reg_lambda=2，max_depth= 25，learning_rate=0.05。

3.6 效果分析

模型预测时，不仅使用了9种优选属性，还考虑到传统方法的优势，把 20 Hz以内 SP低频模型也加入优选属性集。比较仅从9种优选地震属性出发使用 XGBoost 算法预测得到的 SP 数据体（图6）、从 9 种优选地震属性+SP低频模型出发使用 XGBoost算法预测得到的 SP数据体（图7）、贝叶斯随机反演得到的 SP 数据体（图8）可知，使用 XGBoost 预测得到的 SP 数据体，预测砂体在井上与实钻 SP 吻合度很高，井间砂体的展布与地震同相轴的延展一一对应；加入 SP 低频模型后预测得到的 SP 数据体（图7），纵向分辨率更高，更有利于单砂体追踪和砂体精细描述；贝叶斯随机反演得到的SP数据体模型化严重，反演出来的砂体井上吻合度很高，但是井间砂体的延展性与地震数据同相轴的延展形态差异较大，井间可靠性有待商榷。

4 实际应用

4.1 工区概况

埕岛东坡位于胜利油田滩海地区北西展布的披覆构造带，向东以斜坡形式倾没于渤中、黄河口凹陷；埕岛东坡四周环洼，油源丰富，具有较大的勘探潜力。馆上段 5 砂组虽然钻遇油层，却至今未实现规模储量上报，主要制约要素是砂体边界难以准确识别。

4.2 测井敏感曲线优选

埕岛东坡馆陶组河道发育，上部发育曲流河，下部发育辫状河，馆上段 5 砂组处于辫状河向曲流河过渡层系，河道砂体之间互相切割，似断非断的地震反射特征致使砂体边界难以准确描述，单从振幅属性上无法准确刻画砂体边界。从综合录井结果来看（图9），馆上段 5 砂组的储层段与非储层段 AC曲线特征不明显，储层段（红框表示油砂、蓝框表示水砂）SP 正异常，GR 低值；非储层段 SP 无异常， GR 高值。因此，可以将经过泥岩基线校正后的 SP曲线作为区分馆上段5砂组砂泥岩的敏感曲线。

4.3 测井曲线处理

4.3.1 SP曲线泥岩基线校正

由于测井仪器及泥浆类型等的差异，储层段的测井SP异常存在正异常和负异常2种情况，针对不同情况展开 SP 曲线泥岩基线校正。ChB81 井在目的层段的储层呈现 SP 曲线正异常，校正后，泥岩段 SP 曲线具有统一零值基线（图10a）；ChB23 井在目的层段的储层呈现 SP 曲线负异常，校正后，泥岩段 SP曲线具有统一零值基线，再将ChB23井校正后SP 曲线乘以-1，即可得到泥岩基线校正后的正异常SP 曲线（图10b）。

4.3.2 校正后SP曲线标准化处理

经过泥岩基线校正后的SP曲线，其目的层段的值域最小值为0，最大值不确定。因此，需要将其中一口重点井作为标准井，针对目的层段，将其他井校正后的 SP 曲线，标准化到标准井的 SP 范围。标准化前后的对比分析结果（图11）表明，将 ChB23井作为标准井，对ChB17井校正后的SP曲线做标准化处理后，ChB17井在目的层段的SP曲线值域范围与ChB23井一致。

4.4 应用效果分析

将方法试算里面涉及到的一系列方法流程应用于埕岛东坡馆上段5砂组河道砂体识别，得到从9 种地震属性和 SP 低频数据体出发使用 XGBoost 算法预测的砂体平面展布结果（图12）。从图12来看， ChB81，ChB826，ChB830，ChB328，ChB327 和 ChB326等井在馆上段 5砂组砂体都比较发育，预测结果与实钻井吻合；从宏观上看，砂体呈现北东向展布，与馆上段 5砂组地震 RMS属性所展示的河道砂体平面展布规律一致（图13）。由贝叶斯随机反演方法得到的馆上段 5 砂组砂体平面展布结果（图14）表明，从井点上来看，ChB81 井预测结果与实钻情况不符；从宏观上看，虽然预测结果表明砂体也呈现北东向展布，但是砂体分布位置明显与图13的砂体位置存在较大差异。

5 结论

基于机器学习算法和地震属性特征双优选的砂体岩性预测方法，从井震资料信息匹配入手，提出了地质模式约束下的多维多属性参数提取和基于敏感度的参数优化对策，针对众多的机器学习算法，应用模型优选方法评估算法的稳定性和精度，并进一步提出了应用 K 折交叉验证法优选出超参数，建立针对性的模型，实现对目标类型砂体的有效预测。对埕岛东坡馆上段5砂组砂体岩性的预测结果符合地质认识，井点吻合度高，砂体展布形态与地震数据展示的河道砂体平面展布规律一致。

在实际应用中，应首先确定砂体岩性敏感测井曲线，然后尽量多地提取表征砂体岩性的三维地震属性，在此基础上，才能优选出最能表征敏感测井曲线的特征属性组合，进而取得更加符合地质认识的砂体岩性预测结果，为下步优选勘探部署井位目标提供依据。

参考文献