《Frontiers in Earth Science》:A hierarchical well-log-based interpretable machine learning workflow for identifying reservoir, seal, transition, and basal barrier domains in geological CO2 storage
编辑推荐:
地质域(geological domains)的精确表征对于地质CO2封存(geological CO2 storage)至关重要,因为储层(reservoir)、盖层(seal)、过渡带(transition)和基底屏障(basal barrier)层段代表
地质域(geological domains)的精确表征对于地质CO2封存(geological CO2 storage)至关重要,因为储层(reservoir)、盖层(seal)、过渡带(transition)和基底屏障(basal barrier)层段代表了地下封存系统中功能迥异的组成部分。然而,传统测井解释通常依赖于单一测井响应和地质解释,对于常规电缆测井(wireline logs)的多元组合响应如何区分这些功能域,以及哪些测量参数对其区分贡献最大,缺乏定量化的认识。本研究提出了一种可解释的机器学习工作流,用于从常规测井资料中定量评估地质衍生的功能域,并识别有助于区分这些功能域的岩石物理测量参数。以伊利诺伊盆地–迪凯特项目(Illinois Basin–Decatur Project, IBDP)为案例,研究人员首先采用统计判别方法量化各解释域之间的差异,随后利用主成分分析(principal component analysis, PCA)表征其多元结构。进而在地质标签缺失的情况下应用K-means聚类,评估内在多元分组与参考解释之间的对应关系,同时采用基于分块深度交叉验证(blocked depth-based cross-validation)的监督机器学习评估模型在未见深度层段上的域判别能力。最后,基于SHAP(SHapley Additive exPlanations)的解释分析用于量化所选分类器中各特征的重要性。统计分析显示四个域之间存在显著差异(Kruskal–Wallis检验,p < 0.001),前三个主成分解释了约89%的总方差。K-means支持四聚类方案,并与地质衍生域表现出中等程度的对应关系(调整兰德指数Adjusted Rand Index = 0.354;归一化互信息Normalized Mutual Information = 0.440),纯度为0.863,鉴于类别不平衡,该结果被谨慎解读。在监督模型中,随机森林(Random Forest)整体表现最佳;然而,更具信息量的类别平衡指标表明其多类别判别能力为中等水平(平衡准确率balanced accuracy = 0.583;宏F1分数macro-F1 = 0.586)。SHAP分析识别出光电因子(photoelectric factor, PEFZ)为最终拟合模型中影响力最大的预测变量,中子孔隙度、自然伽马、电阻率、密度和声波时差响应在各域输出中表现出不同程度的贡献。总体而言,该工作流为从常规测井资料定量且可解释地评估地质衍生功能域提供了一个框架,可为初步CO2封存表征提供支持,但仍需独立井及跨场地验证以确立更广泛的适用性。
论文解读
一、研究背景与科学问题
地质CO2封存是实现大规模碳减排的关键技术路径之一,其长期封存安全性取决于封存储层、上覆盖层、过渡层段以及下伏地质屏障的协同行为。这些功能单元共同控制着CO2的可注入性、封存能力与长期完整性。传统的碳捕集与封存(CCS)场地表征高度依赖综合地质解释、岩心分析、地震解释、储层模拟和地质力学建模等手段,这些方法虽然能提供详细认识,但往往计算密集、数据需求量大且高度依赖具体场地条件。在实际工作中,早期CCS评估仍主要依赖常规测井解释来识别潜在储层和封盖层段。然而,现有研究大多利用测井资料进行岩性表征、储层质量评价或单一岩石物理参数预测,较少关注能否将常规测井响应整合到一个统计与物理意义上可解释的框架中,用以刻画CCS系统的功能架构。此外,以往机器学习在CCS领域的应用多集中于注入性预测、封存容量估算或羽流预测,对储层–盖层架构本身的可解释表征关注有限。因此,该研究旨在回答:常规测井的多元响应是否内在地编码了CCS功能架构信息,以及哪些岩石物理测量对功能域区分贡献最大。
二、研究内容与主要结论
本研究以伊利诺伊盆地–迪凯特项目(IBDP)的CCS1井为研究对象,构建了一套融合常规电缆测井、统计推断、多元分析、无监督学习、监督机器学习和可解释人工智能的分层式数字表征框架。研究将研究层段划分为储层、盖层、过渡带和基底屏障四个功能域,并系统评估了这些地质衍生功能域在多元测井特征空间中的可区分性。主要结论包括:四个功能域在岩石物理特征上存在显著统计差异;前三个主成分解释了约89%的总方差,表明多元结构稳定;K-means聚类与地质解释呈现中等对应关系;随机森林在监督分类中整体表现最优,但类别平衡指标显示中等判别能力;SHAP分析揭示PEFZ是主导判别变量。该研究的意义在于建立了一个可复现且地质上可解释的工作流,为CCS功能域表征提供了定量化框架,可作为后续储层建模、地质力学评估和封存风险分析的基础输入。
三、主要技术方法
研究人员采用了一套多阶段分析方法。数据来源于伊利诺伊盆地–迪凯特项目(IBDP)CCS1井的公开测井数据集,包含七条常规电缆测井曲线:自然伽马(HSGR)、中子孔隙度(HTNP)、体积密度(RHOZ)、纵波时差(DTCO)、横波时差(DTSM)、深电阻率(RLA5)和光电因子(PEFZ)。分析流程包括:非参数Kruskal–Wallis检验和ε2效应量用于统计判别;Pearson相关分析评估变量间关系;主成分分析(PCA)结合bootstrap重采样表征多元结构;K-means聚类通过肘部法、轮廓系数、Davies–Bouldin指数和Calinski–Harabasz指数确定最优聚类数;四种监督分类器(Dummy分类器、逻辑回归、随机森林、XGBoost)采用三分块深度交叉验证(含purge buffer防泄漏)评估性能;最后采用SHAP(TreeExplainer)对最终随机森林模型进行全局和分域特征重要性解释。
四、研究结果
4.1 CCS功能域的岩石物理特征
测井面板显示四个功能域呈现系统性垂向序列,各域具有可识别但部分重叠的岩石物理响应。储层域占据研究层段主体,测井响应相对稳定;盖层域表现出伽马升高、孔隙度和声波时差变化及电阻率改变,与细粒低渗岩性一致;过渡带呈现介于储层与盖层之间的中间响应;基底屏障为较薄层段,具有独特的矿物学和弹性组合特征。然而,单个测井参数无法一致区分所有四个域,说明CCS功能受矿物组成、孔隙结构、弹性行为和流体相关属性的综合控制。
4.2 CCS功能域的统计判别与岩石物理关系
Kruskal–Wallis检验确认所有测井变量在四个功能域间差异显著(p < 0.001),但判别幅度差异较大。PEFZ效应量最大(ε2 = 0.521),其次为Log10(RLA5)(ε2 = 0.344)、RHOZ(ε2 = 0.299)和HSGR(ε2 = 0.228);HTNP、DTCO和DTSM效应量较小。相关分析显示DTCO–DTSM呈强正相关(r = 0.89),RHOZ与两种声波测量呈强负相关,Log10(RLA5)与其他变量的关系比原始RLA5更稳定,因此监督学习采用Log10(RLA5)替代原始电阻率。
4.3 CCS功能域的多元岩石物理结构
PCA分析显示前两个主成分解释79.2%的总方差(PC1 = 52.73%,PC2 = 26.48%),前五个主成分累计解释超过95%。PCA双标图显示储层域在低PC2区域形成相对紧凑的簇,盖层域向高PC2方向偏移,过渡带位于两者之间,基底屏障与下部储层区域重叠但可区分。载荷向量表明域间分离由多种测井参数共同控制。Bootstrap重采样确认主成分解释方差稳定可重复。
4.4 CCS功能域的无监督聚类与验证
四种聚类有效性指标一致支持K = 4为最优聚类数,轮廓系数在K = 4时达到最大值0.461。聚类群体自然不平衡(2367、1037、813和254个样本)。与地质解释的外部比较显示中等对应关系:ARI = 0.354,NMI = 0.440,同质性0.520,完整性0.381,V-measure 0.440,纯度0.863(因类别不平衡谨慎解读)。结果表明测井特征空间捕获了地质组织的一部分信息,但未完全重现为离散功能类。
4.5 监督学习预测CCS功能域
采用带purge buffer的三折分块交叉验证防止空间信息泄漏。随机森林整体表现最佳(总体准确率0.855,加权F1 = 0.847,Cohen's κ = 0.657,MCC = 0.666),XGBoost平衡准确率略高(0.588 vs 0.583),但随机森林在五项互补指标上均最优。混淆矩阵显示储层域分类高度可靠(97.5%召回率),主要误差发生在相邻域之间:盖层被误分为过渡带(232个样本),过渡带被预测为盖层(92个样本),基底屏障被预测为储层(192个样本),与地质渐变边界和类别不平衡一致。
4.6 控制CCS功能域的岩石物理因素解释
SHAP分析显示PEFZ为主导预测变量,占全局重要性的34.3%;HTNP贡献15.8%,HSGR贡献12.8%,Log10(RLA5)贡献12.5%,四者合计约75%。RHOZ(9.9%)、DTSM(9.4%)和DTCO(4.7%)贡献较小但具互补性。域特定分析显示PEFZ在所有四个域中均为最重要预测因子;储层域受孔隙度和密度相关测井影响较大,盖层域更依赖伽马和电阻率,过渡带呈现较均衡的多参数贡献,基底屏障中横波时差影响增强,反映弹性性质对区分该机械性能稳定层段的重要性。
4.7 框架稳健性、实际意义与局限性
研究通过多阶段互补分析验证了框架的内部一致性和方法稳健性。实际意义包括:提供可复现的CCS功能域表征方法、定量刻画渐变地质边界、识别控制各功能域的岩石物理变量、建立可跨井评估的标准化工作流,以及为储层建模和风险评估提供定量输入。局限性包括:基于单井数据需多井和跨场地验证、仅依赖常规测井未整合岩心等地补充数据、功能域边界本质上是渐变的、未纳入动态储层过程、跨地质条件迁移性待验证,以及SHAP分析基于全数据集重拟合模型而非样本外预测。
五、结论
本研究开发了一种可解释的数字表征框架,用于从伊利诺伊盆地–迪凯特项目(IBDP)的常规电缆测井中定量评估地质衍生的CCS功能域。通过整合统计判别、主成分分析、无监督聚类、监督机器学习和可解释人工智能,该工作流证明常规测井响应包含与储层、盖层、过渡带和基底屏障域相关的可测量多元信息。统计分析确认了四个域间的显著岩石物理差异,PCA揭示了稳定的多元结构,K-means聚类与地质参考解释呈现中等对应关系而非完全恢复离散功能类。在监督学习中,随机森林提供了最佳整体性能;然而,更具信息量的类别平衡指标显示中等多类别判别能力(平衡准确率 = 0.583;宏F1 = 0.586),性能因类别不平衡和重叠的岩石物理响应而随域变化。SHAP解释进一步确定PEFZ为最终拟合模型的主导贡献变量,中子孔隙度、自然伽马、电阻率、密度和声波响应提供了互补且依赖域的贡献。该工作的主要贡献并非独立发现新的CCS域,而是建立了一个可复现且地质可解释的工作流,用于评估地质衍生功能域如何利用常规测井数据进行表征和判别。由于研究基于单口井,结果应视为井内验证而非跨井或跨场地可迁移性的证据,需独立井和外部场地测试后才能确立更广泛的适用性。