一种识别非典型气层的新方法——决策树的分类模型

非典型气层由于成因复杂,受储层厚度较薄、围岩的影响及测井仪器分辨率的限制,在测井曲线上表现出许多模糊性,致使三孔隙度和电阻率曲线在气层的敏感性降低,尤其是与气水同层、水层、干层的差异性不大,从而使一系列基于该资料的识别方法对非典型气层的识别无明显效果.而利用多参数测井信息对非典型气层的识别其实质是一个复杂的、非线性的、高维数的模式识别问题,因此可以采用模式识别方法对非典型气层进行识别.而决策树具有学习能力强、学习过程透明、结果可理解性强,能提供友好的人机交互机制,因此以多方面的测井信息为基础,利用决策树提取非典型气层的预测模型,并综合储层实际特征,对预测模型进行修正.实际应用结果表明,决策树提取的预测模型对非典型气层的识别具有较好的效果.