利用土壤地球化學數(shù)據(jù)和BP神經(jīng)網(wǎng)絡預測松嫩平原油氣資源

劉 凱，朱建新，戴慧敏，劉國棟，許 江，宋運紅，杜守營

1.中國地質(zhì)調(diào)查局 沈陽地質(zhì)調(diào)查中心，遼寧 沈陽 110034；2.中國地質(zhì)調(diào)查局 黑土地演化與生態(tài)效應重點實驗室，遼寧 沈陽 110034；3.遼寧省物測勘查院有限責任公司，遼寧 沈陽 110031；4.沈陽市鵬德環(huán)境科技有限公司，遼寧 沈陽 110034

0 前言

20世紀80年代以來，眾多學者利用土壤中常量、微量等全量元素特征對油氣資源進行預測，并取得了一系列成果［1］.近年來，地質(zhì)數(shù)據(jù)量的爆發(fā)式增長為油氣資源預測帶來了新的機遇.截至2018年，中國地質(zhì)調(diào)查局已在中國平原區(qū)完成區(qū)域多目標地球化學調(diào)查250×104km2以上［2］，獲得了海量的高精度土壤地球化學數(shù)據(jù).這些數(shù)據(jù)中蘊含著豐富的基礎地質(zhì)、生態(tài)地質(zhì)、礦產(chǎn)地質(zhì)等信息，覆蓋了中國中東部大型、中小型含油盆地，為利用該數(shù)據(jù)進行油氣資源前景預測提供了可能［3-4］.但正是由于樣本數(shù)量龐大，元素種類多，且地表土壤元素特征與深層油氣資源的關系復雜，數(shù)據(jù)的處理方法顯得尤為關鍵.

近年來，大數(shù)據(jù)方法在地學中的應用得到了快速發(fā)展，尤其在礦產(chǎn)資源預測方面表現(xiàn)出明顯優(yōu)勢［5-6］.陳坤等［7］以1∶25萬水系沉積物數(shù)據(jù)為基礎，利用神經(jīng)網(wǎng)絡模型對湖南白馬山-龍山地區(qū)金礦成礦遠景進行了預測，并劃定了4個成礦遠景區(qū).也有眾多學者將神經(jīng)網(wǎng)絡應用于油氣資源預測，取得了較好的預測效果［8-12］.

利用大數(shù)據(jù)計算方法進行礦產(chǎn)資源預測是勘查地球化學的發(fā)展趨勢，但目前仍處于起步探索階段［13］.本文基于東北地區(qū)松嫩平原多目標地球化學調(diào)查數(shù)據(jù)，嘗試利用BP神經(jīng)網(wǎng)絡的模式識別技術，通過訓練學習獲得土壤元素特征與油氣田空間位置之間的判別模型，并利用模型進行油氣資源前景預測.

1 研究區(qū)概況

松嫩平原是東北三大平原之一，行政區(qū)跨黑龍江、吉林兩省和內(nèi)蒙古自治區(qū)一小部分，北自黑龍江省嫩江縣，南至吉林省長嶺縣南部的松遼分水嶺，西側以大興安嶺低山丘陵區(qū)與山前傾斜平原分界線為界，東側邊界至小興安嶺-長白山西緣山麓臺地，總體呈南北長、東西窄的橢圓形（圖1）.松嫩平原內(nèi)油氣資源豐富，北部為大慶油田探區(qū)，面積為11.6×104km2，南部為吉林油田探區(qū)，面積6.9×104km2［14］.

圖1 松嫩平原多目標地球化學數(shù)據(jù)范圍及油氣開采區(qū)分布圖Fig.1 Distribution map of multi-target geochemical data and oil-gas fields in Songnen Plain

2 數(shù)據(jù)及處理

2.1 數(shù)據(jù)來源

本次研究采用的土壤地球化學數(shù)據(jù)全部來源于多目標區(qū)域地球化學調(diào)查，樣品采集及測試分析方法參考《多目標區(qū)域地球化學調(diào)查規(guī)范（1∶250000）》［15］和文獻［3］.多目標區(qū)域地球化學調(diào)查采用雙層網(wǎng)格采樣方式，分別采集了表層（0～20 cm）和深層（150～200 cm）土壤樣品.本研究采用的數(shù)據(jù)為松嫩平原深層土壤樣本，樣本密度為1個/16 km2.每個樣品屬性包括54個元素或氧化物含量，具體指標為Ag、Au、As、B、Ba、Be、Bi、Br、Cd、Cr、Cl、Co、Ce、Cu、F、Ga、Ge、Hg、I、La、Li、Mn、Mo、N、Ni、Nb、P、Pb、Rb、S、Sb、Sc、Se、Sn、Sr、Th、Ti、Tl、U、V、W、Y、Zn、Zr、SiO2、Al2O3、TFe2O3、K2O、Na2O、CaO、MgO、TC、Corg、pH.

2.2 數(shù)據(jù)預處理

本次研究共使用松嫩平原土壤樣本11 291個，樣本在地圖上均勻分布，每個樣本可代表4 km×4 km的網(wǎng)格范圍.由于土壤屬性在空間上存在連續(xù)性和變異性，因此將土壤樣本的空間坐標X、Y值也作為兩個屬性賦予樣本屬性中.同時在樣本屬性中增加含油性字段，將樣本點與油氣田分布圖在ArcGIS中進行空間疊加，若樣本落在油氣田范圍內(nèi)，則定義該字段為1，否則定義為0.經(jīng)統(tǒng)計，油氣田內(nèi)樣本數(shù)量為972個，油氣田外樣本數(shù)量為10 319個.經(jīng)處理后，該數(shù)據(jù)屬性中共含有56個字段作為自變量，含油性字段為因變量，為下一步建立模型做準備.

3 BP神經(jīng)網(wǎng)絡預測

3.1 BP神經(jīng)網(wǎng)絡建立

BP（Back Propagation）神經(jīng)網(wǎng)絡是一種按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡，是最常用且有效的人工神經(jīng)網(wǎng)絡之一，具有高度非線性映射能力.BP神經(jīng)網(wǎng)絡通常具有3層或3層以上的神經(jīng)元，包括輸入層、中間層（隱層）和輸出層，上下層實現(xiàn)全連接，而每層神經(jīng)元之間無連接.當一對學習樣本提供給網(wǎng)絡后，神經(jīng)元的激活值從輸入層經(jīng)各中間層向輸出層傳播，在輸出層的各神經(jīng)元獲得網(wǎng)絡的輸入響應.接下來，按照減少目標輸出與實際輸出之間的誤差方向，從輸出層反向經(jīng)過各中間層回到輸入層，從而逐層修正各連接權值，這種算法稱為“誤差反向傳播算法”.隨著誤差逆向傳播修正不斷進行，網(wǎng)絡對輸入模式響應的正確率也不斷上升.

本研究利用Matlab 2018b軟件實現(xiàn)神經(jīng)網(wǎng)絡模型的建立、訓練和仿真，建立的網(wǎng)絡結構如圖2.Lippmannn等［16］研究發(fā)現(xiàn)，3層神經(jīng)網(wǎng)絡（只含有1個隱層）可以解決任意復雜的分類問題，隱層過多會造成誤差方向傳播過程計算過于復雜，并容易陷入局部最小誤差.因此本次研究采用3層神經(jīng)網(wǎng)絡結構，輸入層神經(jīng)元數(shù)量為樣本的地球化學指標等屬性，共56個.因為判別目標為兩類，分別為0（油氣田外）和1（油氣田內(nèi)），因此輸出層神經(jīng)元為2個，傳遞函數(shù)為S型的對數(shù)函數(shù)（logsig）.隱層神經(jīng)元數(shù)量沒有明確通用的公式，一般根據(jù)經(jīng)驗及多次試驗結果來確定.隱層神經(jīng)元個數(shù)太少會造成網(wǎng)絡的學習容量有限，個數(shù)太多會造成輸入過多的無關細節(jié)，造成模型的泛化能力較弱.使用傳遞函數(shù)為S型的正切函數(shù)（tansig）.設置最大訓練步數(shù)為1000，訓練的目標誤差為0.01，訓練方法為梯度下降動量BP算法，該算法的優(yōu)點是運行收斂速度較快.

圖2 本研究采用的BP神經(jīng)網(wǎng)絡結構Fig.2 The BP neural network structure adopted in this study

3.2 網(wǎng)絡模型訓練

網(wǎng)絡模型的訓練僅需要少量典型樣本即可.本次研究利用Rand函數(shù)隨機從油氣田內(nèi)和油氣田外的樣本中各抽取500個加載入模型中，并將樣本的70%作為訓練樣本，15%作為檢驗樣本，15%作為測試樣本.這樣可以防止網(wǎng)絡模型學習過程中發(fā)生“過擬合”現(xiàn)象，并可評價網(wǎng)絡模型的性能和泛化能力.為了消除訓練過程中的隨機性對判別結果的影響，對網(wǎng)絡進行20次訓練，并將20次訓練得到的網(wǎng)絡輸出取平均值.

3.3 網(wǎng)絡模型檢驗

訓練后，利用交叉熵（CE）、混淆矩陣圖和誤差柱狀圖來評價網(wǎng)絡的準確性.CE能夠刻畫兩個概率分布之間的距離，是分類問題中使用比較廣的一種損失函數(shù)，CE越低表明兩者間的誤差越小.而判斷BP神經(jīng)網(wǎng)絡推廣能力的好壞，不僅要關注測試樣本CE大小，還要看檢驗樣本的CE是否接近于訓練樣本，檢驗樣本CE明顯低于訓練樣本則可能出現(xiàn)了過擬合現(xiàn)象.如圖3，本模型在第41次訓練時，CE達到穩(wěn)定值0.235，測試樣本CE接近于訓練樣本和檢驗樣本，且變化趨勢較為一致，說明該BP神經(jīng)網(wǎng)絡模型泛化能力較好.

圖3 BP神經(jīng)網(wǎng)絡性能評價圖Fig.3 BP neural network performance evaluation

混淆矩陣是通過每個目標輸入值與模型的實際輸出值進行比較，以驗證模型的模式識別和分類效果.它分為訓練混淆矩陣、驗證混淆矩陣、測試混淆矩陣和總混淆矩陣.從圖4來看，訓練數(shù)據(jù)的準確率為92.6%，驗證數(shù)據(jù)的準確率為90.0%，測試數(shù)據(jù)的準確率為88.7%，總準確率為91.6%，說明分類效果比較理想.

圖4 混淆矩陣圖Fig.4 The confusion matrix diagram

BP神經(jīng)網(wǎng)絡的誤差柱狀圖可以直觀看到網(wǎng)絡模型訓練的誤差分布狀況.圖5顯示，該BP神經(jīng)網(wǎng)絡訓練樣本、檢驗樣本和測試樣本的誤差大部分接近于零誤差線（Zero Error），可用來進行模式識別和分類.

圖5 預測誤差柱狀圖Fig.5 The error prediction histogram

3.4 網(wǎng)絡模型預測

將訓練獲得的神經(jīng)網(wǎng)絡模型保存成代碼，并將松嫩平原全部數(shù)據(jù)輸入模型，得到各樣本的含油概率預測結果，統(tǒng)計結果見表1.為了更直觀反映預測情況，利用樣本的含油概率（大于0.5）繪制樣本含油氣概率預測圖（圖6）.圖中所示，油氣概率大于90%的區(qū)域與已有油氣田范圍吻合度較好，說明了模型的可行性.同時，在油氣田外圍局部地區(qū)也顯示出了較好的油氣概率.其中松原市東部油氣概率普遍大于90%，長嶺縣周圍油氣資源概率大于60%的區(qū)域較集中，有資料顯示兩個區(qū)域內(nèi)目前已有油氣田開采［17-19］，反映出該模型的準確性，也預示該區(qū)具有很好的油氣資源前景.預測結果顯示，農(nóng)安縣西南部、齊齊哈爾市東部等油氣開采空白區(qū)顯示出較高的油氣資源概率，可作為油氣資源勘查的依據(jù).

圖6 松嫩平原含油氣概率預測圖Fig.6 Prediction map of hydrocarbon-bearing probability in Songnen Plain

表1 樣本含油氣概率預測結果統(tǒng)計表Table 1 Prediction results for the hydrocarbon-bearing probability of samples

4 結論

當前，地質(zhì)調(diào)查正不斷獲取到海量的地學數(shù)據(jù)，隨著數(shù)據(jù)量的增加、數(shù)據(jù)類型的多元化、解決問題的復雜化，傳統(tǒng)的統(tǒng)計方法已顯得力不從心，神經(jīng)網(wǎng)絡等大數(shù)據(jù)算法在礦產(chǎn)資源預測、生態(tài)風險評價等地學領域正發(fā)揮越來越重要的作用［20-21］.

本次研究基于多目標區(qū)域地球化學數(shù)據(jù)，利用BP神經(jīng)網(wǎng)絡對松嫩平原油氣資源進行預測，結果顯示預測區(qū)與油田開采區(qū)吻合度較高，并在農(nóng)安縣西南部、齊齊哈爾市東部等油氣開采空白區(qū)顯示出較高的油氣資源概率，可為劃定油氣資源遠景區(qū)提供依據(jù).同時，該BP神經(jīng)網(wǎng)絡模型可在大比例尺油氣勘查區(qū)推廣應用.