중국 보하이 만 분지에서 석회층 식별을 위한 기계 학습 기반의 그레이스케일 분석

셰일 유전 및 가스 저수지의 스위트 스팟 평가 및 예측과 관련하여 석유 채석의 석회층을 정확하고 신속하게 식별하는 것은 매우 중요하다. 로그 곡선의 저해상도 문제를 해결하기 위해 본 연구는 석회층 식별을 위해 군집 분석 알고리즘을 사용한 고해상도 그레이스케일 곡선을 기반으로 한 그레이스케일-위상 모델을 수립하였으며, 보하이 만 분지 내의 샤헤지에 형성과 함께 작업하였다. 그레이스케일 위상은 절대 그레이스케일과 상대 진폭의 합으로 정의되며 이들의 특징을 포함한다. 절대 그레이스케일은 회색 값의 절대 크기를 나타내며 셰일의 물질 구성(광물 구성 + 총 유기 탄소)을 평가하는 데 사용되고, 상대 진폭은 인접한 회색 값 간의 차이를 나타내며 셰일 구조 유형을 식별하는 데 사용된다. 연구 결과는 그레이스케일 위상 모델이 셰일 석회층을 잘 식별할 수 있고, 절대 그레이스케일과 셰일 광물 구성 간의 적합 관계, 그리고 셰일의 층 발달 간의 대응 관계를 통해 이 모델의 정확성과 적용성을 검증하였다. 연구 지역의 대상 층에서는 대량 혼합 셰일, 박층 혼합 셰일, 대량 석회질 셰일 및 박층 석회질 셰일의 네 가지 석회층이 식별되었다. 이 방법은 셰일의 물질 구성을 효과적으로 특성화할 뿐만 아니라 셰일 하층의 발달 정도를 수치적으로 특성화할 수 있으며, 로그 곡선을 기반으로 밀리미터 단위의 하층 식별이 어려운 문제를 해결할 수 있어, 셰일 석회층 식별, 스위트 스팟 평가 및 복잡한 대륙 호수 분지 예측을 위한 기술 지원을 제공할 수 있다.