基于非均衡数据的ADASYN-CatBoost测井岩性智能识别——以胶西北招贤金矿床为例

来源：黄金科学技术杂志2023年第5期北京时间：

作者：许方颖, 邹艳红, 易卓炜, 杨福强, 毛先成

单位： 中南大学有色金属成矿预测与地质环境监测教育部重点实验室，湖南 长沙 410083, 中南大学地球科学与信息物理学院，湖南 长沙 410083

摘要：快速准确地识别覆盖区下伏地层与岩体，对于金属矿山地质找矿工作具有重要意义。针对矿床地层与岩体中复杂岩性分布的多样性和非均衡性，考虑测井响应特征与岩性之间的强非线性关系，提出了一种基于ADASYN非均衡数据处理和CatBoost机器学习的测井岩性智能识别方法。首先，利用ADASYN算法处理非均衡测井样本数据，根据小类样本加权分布生成合成样本；然后，采用CatBoost算法结合网格搜索以及十折交叉验证建立最优岩性识别模型；最后，通过模型输出的特征重要性及部分依赖图对岩性分类结果进行解译。以胶西北招贤金矿床实例测井数据为基础，针对10类岩性进行识别和解译分析，模型评价结果表明：测试集上的精确率、召回率和F1分数分别达到98.21%、98.20%和98.20%。将CatBoost岩性分类与GBDT、LightGBM算法进行对比，结果表明CatBoost分类效果最优，且均优于样本数据未均衡化处理的岩性识别效果。通过与实例录井剖面岩芯岩性进行对比，验证了模型分类结果的有效性。

关键词：岩性识别,ADASYN-CatBoost,测井,非均衡数据,机器学习,招贤金矿床

基金资助：国家自然科学基金项目“断裂控制热液蚀变及其成矿过程动力学计算模拟——以胶东焦家式金矿为例”(41872249),“矿床时空结构定量表征与智能理解”(42030809),湖南省科技创新计划项目“关键金属资源勘查创新团队”(2021RC4055)