煤田地质与勘探

作者：杨艺, 赵惊涛, 李文煜, 师素珍,

关键词：煤系金属矿, 地质构造识别, 知识图谱, 属性融合, 深度学习,

目的为了识别煤系金属矿床成矿过程中的关键地质构造，以鄂尔多斯盆地临兴区块为研究对象，依托前人研究结果、区块地质资料、地震以及测井等地球物理数据，构建了基于U-Net网络的地质构造识别模型，用于预测构造火山活动等事件，以分析矿床形成的关键地质因素。方法首先，基于叠后地震资料，利用平面波破坏滤波器技术实现绕射波分离与成像，提取小尺度关键地质信息；其次，利用知识图谱结合研究区实际情况开展属性优选，获得方差、瞬时频率和均方根振幅等反映构造特征的优势属性。以研究区三维地震属性体作为训练样本，基于知识图谱建立映射标签，引入卷积块注意力机制提出了U-Net多属性融合模型。该模型以三通道地震属性作为输入，地下关键地质构造(如断层或火山通道)作为输出，进而构建关键地质构造智能化识别方法。结果和结论研究结果表明：基于知识图谱建立的U-Net网络，在煤系金属矿床关键地质构造识别上具有较高的效率和准确性，可直观刻画关键地质构造的三维展布特征，降低断层解释人为不确定性，为煤系金属矿床研究提供有效的技术支撑。

来源：2024年第11期

《煤田地质与勘探》期刊编辑部

查看煤田地质与勘探杂志2024年第11期