Marine and Petroleum Geology:基于机器学习的深层碳酸盐岩的测井相划分( 二 )
文章插图
图3 测井相-岩相图版 。 (a)非洞穴数据点的测井相-岩相图版;(b)洞穴数据点的测井相-岩相图版
文章插图
图4 应用测井相预测模型预测S75井的测井相 , 通过FMI图像验证预测结果
该研究的底层逻辑是用地质信息约束多属性的地球物理响应 , 并通过机器学习算法对多参数的地球物理数据进行数据挖掘 , 以实现利用地球物理数据自动预测地质信息的效果 。 目前项目组也正在探索一条地质-地球物理-数据分析相结合的综合解决方案 。
文章插图
研究成果发表于MPG 。 (Zheng W, Tian F, Di Q, Xin W, Cheng F and ShanX. Electrofacies classification of deeply buried carbonate strata using machinelearning methods: A case study on ordovician paleokarst reservoirs in TarimBasin[J]. Marine and Petroleum Geology, 2020: 104720.DOI:10.1016/j.marpetgeo.2020.104720)
校对:覃华清
推荐阅读
- 诺基亚为何宁可逐渐没落也不采用Android系统?长知识了
- 一加首款可穿戴设备OnePlus Band消息汇总:价格、参数、功能全揭秘
- 联想发布新款11英寸Android平板电脑Tab P11
- 无惧索尼起诉:Dbrand要推出PS5定制哑光黑色面板
- 向日葵Android客户端5.0更新:新增两种免root远控方式
- 一加披露Android 11升级计划 OnePlus 6与Nord 10系列皆有份
- 外媒:华硕Zenfone 6即将正式推出Android 11更新
- Android/iOS版Word应用更新 改善标题导航体验
- 微软悄然更新支持文档 Windows 10X确认支持Modern Standby
- 三星推进Android 11升级:已向Galaxy A51/M31发送OneUI 3测试