本发明涉及砂岩型铀矿勘测，特别涉及一种基于三维地震数据解释的砂岩型铀矿预测方法。
背景技术：
1、砂岩型铀矿是一种新型清洁战略性资源，它的成矿受构造、沉积、砂体等多要素控制，如何基于成矿要素确定铀矿位置，对于提高砂岩型铀矿的勘探与开发效率具有重要的理论与实际意义。
2、传统的砂岩型铀矿勘测方法，往往通过人为基于上述成矿要素，根据经验进行主观判断，该方法易受主观因素影响，且过程复杂。而随着神经网络技术的兴起，具有自主学习能力的神经网络预测技术被广泛用于砂岩型铀矿勘测领域。但现有的基于神经网络的砂岩型铀矿预测技术往往仅考虑成矿因素本身或者仅对成矿因素的预测结果进行简单拼合，忽略了成矿因素之间的交互关系，导致一部分信息损失，影响砂岩型铀矿预测精度。
3、为此，如何提供一种能够充分考虑成矿因素之间的交互关系，提高砂岩型铀矿预测精度的基于三维地震数据解释的砂岩型铀矿预测方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本发明提出了一种基于三维地震数据解释的砂岩型铀矿预测方法。
2、为了实现上述目的，本发明采用如下技术方案：
3、一种基于三维地震数据解释的砂岩型铀矿预测方法，包括：
4、步骤(1)：获取待测砂岩型铀矿储层的三维地震数据解释，包括：层位解释、断层解释、表征沉积相的地震属性解释、表征砂体的储层岩性反演以及表征铀的储层矿体反演数据；
5、步骤(2)：输入三维地震数据解释至基于多头注意力机制以及长短期记忆网络lstm的砂岩型铀矿预测模型，得到砂岩型铀矿预测结果。
6、可选的，层位解释，包括有：层位界面起伏、地层剥蚀、地层厚度变化。
7、可选的，基于多头注意力机制以及长短期记忆网络lstm的砂岩型铀矿预测模型，包括：五个均采用长短期记忆网络lstm，且分别与多头注意力机制输入端连接的编码器以及一个与多头注意力机制输出端连接的采用长短期记忆网络lstm的解码器。
8、可选的，层位解释、断层解释、表征沉积相的地震属性解释、表征砂体的储层岩性反演以及表征铀的储层矿体反演数据，分别作为五个编码器的输入。
9、可选的，多头注意力机制，如下：
10、
11、
12、
13、其中，为第i个预测结果与编码器num的第j个输出结果的权重，num＝1，2，3，4，5；为第i个预测结果与编码器1的的第k个输出结果的权重；为第i个预测结果与编码器2的第g个输出结果的权重；为第i个预测结果与编码器3的第l个输出结果的权重；为第i个预测结果与编码器4的第q个输出结果的权重；为第i个预测结果与编码器5的第u个输出结果的权重；为对归一化后得到的权重；为解码器中lstm模型在i-1时刻的隐状态；we、we1、we2、be均为需要迭代学习的参数；ci为多头注意力机制的第i个输出；为第i个预测结果与编码器1的的第k个输出结果的归一化的权重；为第i个预测结果与编码器2的第g个输出结果的归一化的权重；为第i个预测结果与编码器3的第l个输出结果的归一化的权重；为第i个预测结果与编码器4的第q个输出结果的归一化的权重；为第i个预测结果与编码器5的第u个输出结果的归一化的权重。
14、可选的，长短期记忆网络lstm，如下：
15、
16、
17、
18、
19、ht＝ot⊙tanh(st)；
20、其中，it、ft、ot分别为输入门、遗忘门和输出门的对应函数；st为过程参数；为当前的输入；ht和ht-1分别为当前隐藏状态和上一时刻隐藏状态；为ht-1和的拼接；wf、wi、wo、ws分别为输入门、遗忘门、输出门和记忆单元中的输入权重矩阵；bf、bi、bo、bs分别为输入门、遗忘门、输出门和记忆单元中的偏置；σ为sigmoid激活函数；⊙为元素相乘。
21、可选的，多头注意力机制通过目标层段地层和断层系统的发育情况、空间配置关系、典型构造事件，目标层段构造和沉积的对应关系、构造对沉积的制约与影响、构造运动与沉积演化的关系，构造、沉积和砂体的三维空间的对关系、沉积环境对砂体分布的控制作用、构造运动对砂体分布的控制作用，构造、沉积和砂体与矿体的三维空间配置关系和对成矿的影响确定所述层位解释、断层解释、表征沉积相的地震属性解释、表征砂体的储层岩性反演以及表征铀的储层矿体反演数据的各自权重。
22、经由上述的技术方案可知，与现有技术相比，本发明提出了一种基于三维地震数据解释的砂岩型铀矿预测方法。本发明通过构建基于多头注意力机制以及长短期记忆网络lstm的砂岩型铀矿预测模型，在有效学习构造、沉积、砂体等成矿要素本身对预测结果影响的同时，兼顾构造、沉积、砂体等成矿要素之间的交互关系，有效提高了砂岩型铀矿预测精度。且本发明为基于能够真实表征构造、沉积、砂体等成矿要素三维空间配置关系的三维地震数据解释进行预测分析，使得上述基于多头注意力机制的预测模型能够更真实，且学习到更多构造、沉积、砂体等成矿要素之间的交互关系，进一步减少了信息损失，提高了砂岩型铀矿预测精度。
1.一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，所述层位解释，包括有：层位界面起伏、地层剥蚀、地层厚度变化。
3.根据权利要求1所述的一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，所述基于多头注意力机制以及长短期记忆网络lstm的砂岩型铀矿预测模型，包括：五个均采用长短期记忆网络lstm，且分别与多头注意力机制输入端连接的编码器以及一个与多头注意力机制输出端连接的采用长短期记忆网络lstm的解码器。
4.根据权利要3所述的一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，所述层位解释、断层解释、表征沉积相的地震属性解释、表征砂体的储层岩性反演以及表征铀的储层矿体反演数据，分别作为五个所述编码器的输入。
5.根据权利要1所述的一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，所述多头注意力机制，如下：
6.根据权利要1所述的一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，所述长短期记忆网络lstm，如下：
7.根据权利要求1所述的一种基于三维地震数据解释的砂岩型铀矿预测方法，其特征在于，所述多头注意力机制通过目标层段地层和断层系统的发育情况、空间配置关系、典型构造事件，目标层段构造和沉积的对应关系、构造对沉积的制约与影响、构造运动与沉积演化的关系，构造、沉积和砂体的三维空间的对关系、沉积环境对砂体分布的控制作用、构造运动对砂体分布的控制作用，构造、沉积和砂体与矿体的三维空间配置关系和对成矿的影响确定所述层位解释、断层解释、表征沉积相的地震属性解释、表征砂体的储层岩性反演以及表征铀的储层矿体反演数据的各自权重。
