高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】

邵俊哲 李阳 吴楠 冯文杰 魏薇

邵俊哲, 李阳, 吴楠, 冯文杰, 魏薇. 基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】[J]. 沉积学报. doi: 10.14027/j.issn.1000-0550.2024.056
引用本文: 邵俊哲, 李阳, 吴楠, 冯文杰, 魏薇. 基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】[J]. 沉积学报. doi: 10.14027/j.issn.1000-0550.2024.056
Machine Learning Based Model for Predicting the Distribution of Terrestrial Organic Matter in Marine-terrestrial Transitional Environmen—From Sedimentary Simulation Experiments to Geological Applications[J]. Acta Sedimentologica Sinica. doi: 10.14027/j.issn.1000-0550.2024.056
Citation: Machine Learning Based Model for Predicting the Distribution of Terrestrial Organic Matter in Marine-terrestrial Transitional Environmen—From Sedimentary Simulation Experiments to Geological Applications[J]. Acta Sedimentologica Sinica. doi: 10.14027/j.issn.1000-0550.2024.056

基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】

doi: 10.14027/j.issn.1000-0550.2024.056
基金项目: 其它-海洋分散有机质沉积聚集模拟实验(CCL2021RCPS0231RSN)

Machine Learning Based Model for Predicting the Distribution of Terrestrial Organic Matter in Marine-terrestrial Transitional Environmen—From Sedimentary Simulation Experiments to Geological Applications

计量
  • 文章访问数:  59
  • HTML全文浏览量:  20
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-02-27
  • 网络出版日期:  2024-06-21

目录

    基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】

    doi: 10.14027/j.issn.1000-0550.2024.056
      基金项目:  其它-海洋分散有机质沉积聚集模拟实验(CCL2021RCPS0231RSN)

    摘要: 陆源海相烃源岩是我国多个近海盆地的主力烃源岩,其差异性展布特征制约着烃源岩的分布预测精度和油气勘探成效。而陆源有机质的搬运沉积过程决定着陆源海相烃源岩质量和分布。运用水槽沉积模拟结合三维激光扫描技术,从“正演”的角度动态记录并定量表征不同水体盐度条件下陆源分散有机质的搬运过程并运用机器学习算法建立TOC预测模型。结果表明,海陆过渡环境中的陆源有机质主要富集在三角洲前缘和前三角洲沉积相带内,随着搬运距离的增大,海陆过渡环境中的陆源有机质丰度呈现先增大后减小的趋势。在盐絮凝作用影响下,咸水环境中陆源有机质搬运距离更靠近物源区,沉积厚度更大。基于三种深度学习算法建立了实验条件下的TOC预测模型,最终优选出基于随机森林算法的预测模型为最优模型。将实验条件下的TOC预测模型与地质条件相结合,完成了崖南凹陷崖城组三角洲内烃源岩的TOC预测。结果显示,崖南凹陷陆源有机质搬运距离可达50 km,在距离物源区31 km左右处有机质富集程度最高。

    English Abstract

    邵俊哲, 李阳, 吴楠, 冯文杰, 魏薇. 基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】[J]. 沉积学报. doi: 10.14027/j.issn.1000-0550.2024.056
    引用本文: 邵俊哲, 李阳, 吴楠, 冯文杰, 魏薇. 基于机器学习的海陆过渡环境中陆源有机质分布预测模型——从沉积模拟实验到地质应用【水槽沉积模拟实验专辑】[J]. 沉积学报. doi: 10.14027/j.issn.1000-0550.2024.056
    Machine Learning Based Model for Predicting the Distribution of Terrestrial Organic Matter in Marine-terrestrial Transitional Environmen—From Sedimentary Simulation Experiments to Geological Applications[J]. Acta Sedimentologica Sinica. doi: 10.14027/j.issn.1000-0550.2024.056
    Citation: Machine Learning Based Model for Predicting the Distribution of Terrestrial Organic Matter in Marine-terrestrial Transitional Environmen—From Sedimentary Simulation Experiments to Geological Applications[J]. Acta Sedimentologica Sinica. doi: 10.14027/j.issn.1000-0550.2024.056
    补充材料:
    实验条件.xlsx

    目录

      /

      返回文章
      返回