機械学習法は炭酸塩岩の岩相測定識別における主要な技術手段であり、異なる地質状況や資料に応じて適切な機械学習手法を選択することが高精度な岩相識別の重要な要素の一つである。しかし、機械学習を用いた岩相識別手法の適用性に関する研究は少ない。そこで、最も一般的に用いられる4つの機械学習岩相識別法を挙げた：自己組織化マップクラスタリング法（SOM）、画像に基づく多分解能クラスタリング法（MRGC）、k近傍法分類アルゴリズム（KNN）、およびニューラルネットワーク法（ANN）。これらの方法の原理と実際の適用効果を比較し、4つの機械学習法の長所と短所および適用性をまとめた。少量のコアサンプルの場合はMRGC法を優先し、多数のコアデータの場合はKNNまたはMRGC法を優先する。四川盆地MX地区の龍王廟層における岩相識別への適用では、MRGC法とKNN法が最も優れ、その次がSOM法、ANN法が最も効果が低かった。異なる機械学習手法の実際の適用および比較分析の成果は、炭酸塩岩の岩相測定識別手法を他の層準や他の作業区域へ応用する際の参考となり、実用的価値が高い。

炭酸塩岩岩相;測井識別;機械学習;龍王廟層;四川盆地