المكاسب:
- القدرة على فهم تصحيحات المعالجة الميدانية المحتملة (Bouguer، Land، Log، IGRF) وحساسية المعلمة لفصل المخلفات الإقليمية واختبارها بفواصل مختلفة
- القدرة على تفسير موقع المصدر بشكل صحيح، مع الأخذ في الاعتبار عدم اليقين بشأن عمق السعة وتأثير خط العرض المغناطيسي (الاختزال إلى القطب)
- القدرة على التحقق من صحة التفسير الميداني المحتمل مع السيناريوهات البديلة والبئر الزلزالية/البئر دون قفل التفسير الميداني المحتمل لنموذج واحد
الطريقة الزلزالية باهظة الثمن ولا يمكن تطبيقها في كل مكان. وهنا يأتي دور الأساليب الميدانية المحتملة - الجاذبية والمغناطيسية -: وهي طرق غير مكلفة نسبيًا تمسح بسرعة مساحات كبيرة وتكشف عن البنية الخشنة للأحواض والأجسام الخام. تقيس طريقة الجاذبية تغيرات الجاذبية الصغيرة جدًا الناتجة عن اختلافات الكثافة تحت الأرض؛ تقيس الطريقة المغناطيسية تغيرات المجال الناشئة عن الاختلافات في مغنطة (القابلية المغناطيسية) للصخور. في هذه الوحدة، سنشرح كيف يعمل الذكاء الاصطناعي (AI) على تسريع معالجة هاتين الطريقتين، تمييز الشذوذ وتقدير العمق؛ سنرى لماذا يتطلب عدم اليقين القوي المتأصل في المجالات المحتملة استخدام الذكاء الاصطناعي بحذر إضافي.
طبيعة البيانات الميدانية المحتملة
لنبدأ بالقاموس. الشذوذ، الانحراف عن القيمة الإقليمية المتوقعة؛ بمعنى آخر، إنه توقيع البنية تحت الأرض التي نهتم بها. في الجاذبية، يخضع القياس الأولي للعديد من التصحيحات: تصحيح الهواء الحر (تأثير الارتفاع)، وتصحيح بوجير (تأثير الكتلة الصخرية بين القياس والمرجع) وتصحيح التضاريس (تأثير التضاريس). يعكس شذوذ Bouguer الناتج اختلافات الكثافة تحت السطح. في المجال المغناطيسي، يتم طرح الاختلاف اليومي والمجال الرئيسي (IGRF) للحصول على الشذوذ المغناطيسي.
التحدي الرئيسي الذي تواجهه الحقول المحتملة هو عدم اليقين بشأن سعة العمق: حيث يمكن لمصدر صغير وضحل ومصدر كبير وعميق أن ينتجا نفس الشذوذ السطحي تقريبًا. هذه هي الحالة الميدانية المحتملة لتعدد المعاني في الزلازل، ولا يزيلها الذكاء الاصطناعي، بل يعمل فقط على تسريعها. لهذا السبب أسأل دائمًا في التعليق "كم عدد النماذج المختلفة التي تفسر هذا الشذوذ؟" يتم طرح السؤال.
الذكاء الاصطناعي في المعالجة والفصل الميداني
قلب المعالجة الميدانية المحتملة هو الفصل الإقليمي المتبقي: فصل المكون الإقليمي المتغير ببطء عن المصادر العميقة والواسعة والمكون المتبقي عن المصادر المحلية الضحلة. الطرق الكلاسيكية هي تركيبات متعددة الحدود أو مرشحات الطول الموجي؛ يمكن للأساليب القائمة على الذكاء الاصطناعي أن تجعل هذا التمييز أكثر مرونة من خلال التعلم من الأمثلة. بالإضافة إلى ذلك، فإن الميزات المستندة إلى المشتقات - المشتقات الأفقية/الرأسية، والإشارة التحليلية، وزاوية الميل - تبرز حواف المصدر؛ يمكن للذكاء الاصطناعي الجمع بين هذه السمات وتحديد مرشحي الحافة والموارد تلقائيًا.
ويكمن الخطر في أن معلمة المرشح (الطول الموجي المقطوع) تغير التفسير تمامًا. تنتج نفس البيانات خرائط متبقية مختلفة تمامًا مع اختلافات مختلفة. وحتى لو اقترح الذكاء الاصطناعي فصلاً، يقوم الخبير بالتحقق مما إذا كان هذا الفصل مناسبًا لعمق الهدف.
نصيحة: لا تقم بإصلاح التمييز بين المخلفات الإقليمية بمعلمة واحدة. قم بإنشاء ثلاث أو أربع خرائط متبقية بأطوال موجية مختلفة ومعرفة ما إذا كان الشذوذ المستهدف يبدو متسقًا عليها جميعًا. غالبًا ما يكون الشذوذ الذي يظهر فقط في تمييز واحد بمثابة قطعة أثرية من المعلمات.
تقدير العمق والأتمتة
يتم استخدام طرق مثل تفكيك أويلر وتفكيك فيرنر لتقدير عمق المصدر في المناطق المحتملة؛ هذه تقدر موقع المصدر وعمقه من خلال تدرجات الشذوذ. يمكن للذكاء الاصطناعي تسريع هذه التنبؤات وإنتاج "سحابة عميقة" أنظف من خلال تجميع آلاف الحلول. ومع ذلك، فإن هذه الأساليب حساسة للغاية للمدخلات مثل المؤشر الهيكلي - وهو الافتراض الذي يحدد هندسة المصدر؛ الافتراض الخاطئ يؤدي بشكل منهجي إلى عمق زائف. يتم دائمًا فحص خريطة العمق التي ينتجها الذكاء الاصطناعي من خلال المعقولية الجيولوجية والزلزالية / البئر إن أمكن.
تنبيه: بسبب تأثيرات القطبية وخط العرض في البيانات المغناطيسية، قد لا يكون الشذوذ فوق المصدر مباشرة. وفي نصف الكرة الشمالي، قد ينتقل الشذوذ إلى جنوب المصدر. لا تقبل "مركز الموارد" الذي تم وضع علامة عليه بواسطة الذكاء الاصطناعي حيث يكون بدون اختزال إلى القطب.
تفسير متكامل مع الزلزالية
الحقول المحتملة وحدها ذات دقة رديئة؛ وتظهر قوتهم الحقيقية في التفسير المشترك. تعطي الجاذبية عمق الحوض، والمغناطيسية تعطي تضاريس القاعدة، والزلزالية تعطي البنية الدقيقة. ويساعد الذكاء الاصطناعي على دمج طبقات البيانات المختلفة هذه في نموذج مشترك (دمج البيانات)؛ ولكن يتم التركيب تحت إشراف الخبراء، مع الأخذ بعين الاعتبار دقة كل طريقة وعدم اليقين فيها.
ثلاث حالات صغيرة
الحالة 1 - تضييق حافة الحوض. في مشروع الطاقة الحرارية الأرضية، كان من الضروري العثور على حافة الحوض (خطوة الصدع) مع بيانات الجاذبية. حدد اكتشاف الحواف بمساعدة الذكاء الاصطناعي (زاوية الميل + الإشارة التحليلية) 12 خطًا حافة مرشحًا. قام الفريق بفحص هذه الآبار المغناطيسية وبئرين موجودين. 5 كانت متسقة مع خطوة الخطأ في الطابق السفلي، و7 كانت ناجمة عن الضوضاء. قامت الحافة التي تم التحقق منها بتغيير موقع البئر بمقدار 800 متر.
الحالة 2 - مغالطة تأثير خط العرض. في التنقيب عن المعادن، تم اختيار مركز الشذوذ المغناطيسي كهدف حفر مباشر. البئر الأول ظهر فارغا. لاحقًا، عندما تم تخفيضه إلى القطب، تم فهم أن المصدر الحقيقي كان على بعد 300 متر شمال مركز الشذوذ: وتم تجاهل تأثير خط العرض. عثر العمود الثاني على جسم الخام.
الحالة 3 - شبح يعتمد على المعلمة. رأى أحد الفرق "بنية مضمنة" متميزة في الخريطة المتبقية التي تم إنتاجها بواسطة طول موجة قطع واحد. عندما أعيد إنتاج الخريطة بقيم قطع مختلفة، فُقدت البنية: كان هذا أحد عوامل التمييز بين البقايا الإقليمية، وليس مصدرًا حقيقيًا.
أربعة قوالب قابلة للنسخ
1) التحكم في تصحيح الآلات:
دورك: أخصائي الجاذبية/الآلات المغناطيسية. العائد: [الجاذبية الأرضية، التضاريس الوعرة]. قم بإدراجي بترتيب التصحيحات التي أحتاج إلى تطبيقها (الهواء الحر، Bouguer، التضاريس؛ يوميًا +IGRF عند الاستلام). لكل تصحيح أكتب الخطأ النموذجي وتأثيره في التعليق إذا تم حذفه.
2) اختبار تمييز المخلفات الإقليمية:
أقوم بالتمييز الإقليمي المتبقي، والعمق المستهدف هو ~[X] كم. كيف أختار الطول الموجي للقطع؟ أعطني إجراءً لمقارنة الخرائط المتبقية المنتجة بقيم قطع مختلفة: كيف يمكنني التمييز بين الشذوذ الحقيقي وأيها قطعة أثرية من المعلمات؟
3) التحكم في تقدير العمق:
لقد قدرت العمق باستخدام تفكيك أويلر. اشرح كيف يؤثر اختياري للمؤشر الهيكلي على النتيجة. كيف يمكنني مقارنة توزيعات العمق التي تم الحصول عليها بمؤشرات مختلفة وتأكيدها بالمقبولية الجيولوجية والزلزالية؟
4) تصحيح موضع اللحام المغناطيسي:
قبل أن أجعل مركز الشذوذ المغناطيسي هدفًا للحفر، اشرح تأثير خط العرض والحاجة إلى تقليله إلى القطب. كيف يمكنني حساب الإزاحة بين الموقع الفعلي للمصدر ومركز الشذوذ؟ قل لي خطوة بخطوة.
موجه ضعيف / موجه قوي
حث ضعيف:
أخبرني بمكان وجود الخام على خريطة الجاذبية هذه.
المنطقة المحتملة وحدها لا تشير إلى الخام؛ يخفي الذكاء الاصطناعي عدم اليقين وينتج يقينًا كاذبًا من نقطة واحدة.
مطالبة قوية:
دورك: المعلق الميداني المحتمل. السياق: خريطة شذوذ بوغير، خام الكبريتيد المستهدف، وجود بئرين. المهمة:(1) وضع علامة على حدود الموارد المرشحة باستخدام سمات اكتشاف الحافة؛ (2) تقديم سيناريوهين على الأقل لعمق الكثافة لكل مرشح، صغير ضحل وكبير عميق؛ (3) أخبرني ما هي البيانات الإضافية (المغناطيسية، الزلزالية، البئرية) التي توصي بها لفصل هذه السيناريوهات. لا تعطي موقعًا واحدًا دقيقًا للموارد.
إن سيناريوهات عدم اليقين وطلبات البيانات المتبادلة تجعل التفسير الميداني المحتمل صادقًا ويمكن الدفاع عنه.
مقارنة الطريقة
ميزة
الجاذبية
مغناطيسي
مساهمة الذكاء الاصطناعي
الفرق الذي يقيسه
الكثافة
مغنطة
دمج السمات
هدف نموذجي
الحوض والملح والخام
حجر الأساس، خام
علامات الحافة/اللحام
عدم اليقين الرئيسي
عمق السعة
تأثير خط العرض/القطب
تضييق نطاق عدم اليقين
التصحيح النقدي
بوغير، أرض
يوميا، IGRF، RTP
الأتمتة والتحكم
الأخطاء الشائعة
- والفرق الوحيد هو أن تثق في الخريطة الآن. لا تعلن عن هيكل دون اختبار الشذوذ بقيم قطع مختلفة.
- تجاوز تأثير خط العرض. مركز الشذوذ المغناطيسي ليس فوق المصدر مباشرة.
- اختيار المؤشر الهيكلي بشكل تعسفي. عمق أويلر حساس جدًا لهذا الافتراض.
- النظر في المنطقة المحتملة وحدها باعتبارها نهائية. دقة منخفضة؛ تتحد مع الزلزالية / جيدا.
- الاكتفاء بنموذج واحد يخفي عدم اليقين. تأكد من إنشاء سيناريوهات ضحلة صغيرة مقابل سيناريوهات كبيرة جدًا.
باختصار
تقوم أساليب الجاذبية والمغناطيسية بمسح مساحات كبيرة بتكلفة زهيدة وتوفر مخططًا تقريبيًا للحوض وبنية الخام؛ يعمل الذكاء الاصطناعي على تسريع عملية العرض ووضع علامات على الحافة/المصدر وتقدير العمق. لكن عدم اليقين بشأن اتساع العمق وتأثير خط العرض وحساسية المعلمات المتأصلة في المجالات المحتملة تجعل مخرجات الذكاء الاصطناعي هشة للغاية. الاستخدام الصحيح: إنشاء سيناريوهات متعددة، واختبار معلمات مختلفة، ومراقبة الفيزياء مثل التخفيض إلى القطب والدمج مع الزلزالية/البئر. والتفسير النهائي يعود إلى الخبير الذي لا يخفي عدم اليقين.
مهمة التطبيق
حدد الجاذبية أو الشذوذ المغناطيسي (حقيقي أو عينة). قم بإنشاء روتين مقارنة لأطوال موجية مختلفة باستخدام قالب "اختبار التمييز الإقليمي للبقايا". إذا كان مغناطيسيًا، قم بتقييم تأثير خط العرض باستخدام قالب "تصحيح موقع المصدر المغناطيسي". اكتب على الأقل سيناريوهين مختلفين تحت السطح يشرحان الشذوذ والبيانات الإضافية للتمييز بينهما.
قائمة مرجعية
- [ ] قمت بتطبيق جميع تصحيحات العرض (Bouguer/terrain أو log/IGRF).
- [ ] لقد اختبرت التمييز الإقليمي المتبقي بمعلمات مختلفة.
- [ ] أخذت في الاعتبار تأثير/تخفيض خط العرض إلى القطب في المغناطيس.
- [ ] لقد قمت بإنتاج سيناريوهين على الأقل لسعة العمق للشذوذ.
- [ ] لقد قمت بالتحقق من صحة النتيجة باستخدام طريقة زلزالية/بئر/أخرى.