Qazanclar:
- Potensial sahə emal düzəlişlərini (Bouguer, land, log, IGRF) və regional qalıq ayrılmasının parametr həssaslığını anlamaq və müxtəlif ayırmalarla sınaqdan keçirmək bacarığı
- Dərinlik-amplituda qeyri-müəyyənliyini və maqnit genişlik effektini (qütbə enmə) nəzərə alaraq mənbə yerini düzgün şərh etmək bacarığı
- Potensial sahə şərhini bir modelə bağlamadan, potensial sahə şərhini alternativ ssenarilər və seysmik/quyu ilə çarpaz doğrulama bacarığı
Seysmik üsul bahalıdır və hər yerdə tətbiq oluna bilməz. Potensial sahə üsulları - cazibə və maqnit - burada işə düşür: böyük sahələri tez bir zamanda skan edən və hövzələrin və filiz cisimlərinin kobud strukturunu aşkar edən nisbətən ucuz üsullar. Qravitasiya metodu yeraltı sıxlıq fərqlərinin yaratdığı çox kiçik qravitasiya dəyişikliklərini ölçür; Maqnit metodu süxurların maqnitləşmə (maqnit həssaslığı) fərqlərindən yaranan sahə dəyişikliklərini ölçür. Bu bölmədə biz süni intellektin (AI) bu iki üsulun, anomaliya ayrı-seçkiliyinin və dərinliyin qiymətləndirilməsinin işlənməsini necə sürətləndirdiyini izah edəcəyik; Potensial sahələrə xas olan güclü qeyri-müəyyənliyin nə üçün AI-dən əlavə ehtiyatla istifadə etməyi tələb etdiyini görəcəyik.
Potensial sahə məlumatlarının təbiəti
Lüğətlə başlayaq. Anomaliya, gözlənilən regional dəyərdən sapma; Başqa sözlə, bizi maraqlandıran yeraltı quruluşun imzasıdır.. Cazibə qüvvəsində xam ölçü çoxlu korreksiyalara məruz qalır: sərbəst hava korreksiyası (yüksəklik effekti), Bouger korreksiyası (ölçmə və istinad arasında qaya kütləsinin təsiri) və ərazi korreksiyası (topoqrafiyanın təsiri). Nəticədə yaranan Bouguer anomaliyası yeraltı sıxlıq fərqlərini əks etdirir. Maqnitdə maqnit anomaliyasını əldə etmək üçün gündəlik variasiya və əsas sahə (IGRF) çıxarılır.
Potensial sahələrin əsas problemi dərinlik-amplituda qeyri-müəyyənliyidir: kiçik və dayaz mənbə və böyük və dərin mənbə demək olar ki, eyni səth anomaliyasını yarada bilər. Bu, seysmik sahədə polisemiyanın potensial vəziyyətidir və AI bunu aradan qaldırmır, sadəcə onu sürətləndirir. Buna görə şərhlərdə həmişə "bu anomaliyanı neçə müxtəlif model izah edir?" sual verilir.
Emal və sahənin ayrılması zamanı AI
Potensial sahə emalının ürəyi regional-qalıq ayrılmasıdır: yavaş-yavaş dəyişən regional komponentin geniş, dərin mənbələrdən və qalıq komponentin dayaz, yerli mənbələrdən ayrılması. Klassik üsullar polinom uyğunluğu və ya dalğa uzunluğu filtrləridir; Süni intellektə əsaslanan yanaşmalar nümunələrdən öyrənməklə bu fərqi daha çevik edə bilər. Əlavə olaraq, törəmə əsaslı xüsusiyyətlər—üfüqi/şaquli törəmələr, analitik siqnal, əyilmə bucağı—mənbə kənarlarını vurğulamaq; AI bu atributları birləşdirə və kənar və resurs namizədlərini avtomatik olaraq qeyd edə bilər.
Risk odur ki, filtr parametri (kəsmə dalğa uzunluğu) şərhi tamamilə dəyişir. Eyni məlumatlar fərqli fərqlərə malik tamamilə fərqli qalıq xəritələr yaradır. Süni intellekt ayırmağı təklif etsə belə, ekspert həmin ayırmanın hədəf dərinliyə uyğun olub olmadığını yoxlayır.
İpucu: Regional qalıq fərqini tək bir parametrlə düzəltməyin. Fərqli kəsmə dalğa uzunluqlarına malik üç və ya dörd qalıq xəritə yaradın və hədəf anomaliyasının hamısında uyğun olub-olmadığını yoxlayın. Yalnız bir fərqdə görünən anomaliya çox vaxt parametr artefaktıdır.
Dərinliyin qiymətləndirilməsi və avtomatlaşdırılması
Potensial ərazilərdə mənbə dərinliyini qiymətləndirmək üçün Euler dekonvolution və Werner dekonvolution kimi üsullardan istifadə olunur; bunlar anomaliyanın qradiyentlərindən mənbənin yerini və dərinliyini təxmin edir. Süni intellekt bu proqnozları sürətləndirə və minlərlə həll yolu birləşdirərək daha təmiz “dərinlik buludu” yarada bilər. Bununla belə, bu üsullar struktur indeksi kimi girişlərə çox həssasdır — mənbənin həndəsəsini müəyyən edən fərziyyə; Yanlış fərziyyə sistematik olaraq yanlış dərinlik verir. AI tərəfindən hazırlanmış dərinlik xəritəsi həmişə geoloji inandırıcılıq və mümkünsə seysmik/quyu ilə yoxlanılır.
Diqqət: Maqnit məlumatlarında polarite və enlik təsirlərinə görə, anomaliya birbaşa mənbədən yuxarıda olmaya bilər. Şimal yarımkürəsində anomaliya mənbədən cənuba keçə bilər. Süni intellektlə işarələnmiş “resurs mərkəzini” qütbə endirilməmiş yerdə qəbul etməyin.
Seysmik ilə inteqrasiya olunmuş şərh
Təkcə potensial sahələr zəif həlledicidir; Onların həqiqi gücü birgə təfsirdə ortaya çıxır. Qravitasiya hövzənin dərinliyini, maqnit bazanın topoqrafiyasını, seysmik isə incə strukturunu verir. Süni intellekt bu müxtəlif məlumat qatlarını ümumi bir modeldə birləşdirməyə kömək edir (məlumatların birləşməsi); lakin kompozisiya hər bir metodun həlli və qeyri-müəyyənliyi nəzərə alınmaqla ekspert nəzarəti altında aparılır.
üç mini qutu
1-ci hal — Hövzənin kənarının daraldılması. Geotermal layihədə qravitasiya məlumatları ilə hövzənin kənarını (nöqsan addımı) tapmaq lazım idi. Süni intellektlə dəstəklənən kənar aşkarlama (əyilmə bucağı + analitik siqnal) 12 namizəd kənar xəttini qeyd etdi. Komanda onları maqnit və iki mövcud quyu ilə yoxladı; 5-i zirzəmidəki nasazlıq pilləsinə uyğun idi, 7-si səs-küyə səbəb oldu. Təsdiqlənmiş kənar quyunun yerini 800 m sürüşdürdü.
2-ci hal - Enlem effekti yanlışlığı. Mineral kəşfiyyatında maqnit anomaliyasının mərkəzi birbaşa qazma hədəfi kimi seçilmişdir. Birinci quyu boş çıxdı. Daha sonra qütbə endirildikdə, əsl mənbənin anomaliya mərkəzindən 300 m şimalda olduğu anlaşıldı: enlik effekti nəzərə alınmadı. İkinci şaft filiz gövdəsini tapdı.
Case 3 - Parametrdən asılı xəyal. Bir komanda, tək kəsilmiş dalğa uzunluğunun yaratdığı qalıq xəritədə fərqli bir "yerləşmiş quruluş" gördü. Xəritə müxtəlif kəsmə dəyərləri ilə təkrar istehsal edildikdə, struktur itirildi: bu, real mənbə deyil, regional-qalıq fərqinin parametr artefaktı idi.
Dörd kopyalana bilən şablon
1) Emal korreksiyasına nəzarət:
Rolunuz: cazibə/maqnit emal mütəxəssisi. Məhsuldarlıq: [torpağın cazibə qüvvəsi, relyefi möhkəm]. Tətbiq etməli olduğum düzəlişləri sıralamaq üçün məni siyahıya salın (pulsuz hava, Bouguer, relyef; gündəlik +Götürmədə IGRF). Hər bir düzəliş üçün tipik xətanı və buraxılmadıqda onun təsirini şərhdə yazın.
2) Regional qalıq ayrı-seçkiliyinin sınaqdan keçirilməsi:
Mən regional-qalıq ayrı-seçkilik edirəm, hədəf dərinliyim ~[X] km-dir. Kəsmə dalğa uzunluğunu necə seçmək olar? Mənə müxtəlif kəsmə qiymətləri ilə hazırlanmış qalıq xəritələri müqayisə etmək üçün prosedur verin: hansı anomaliyanın real, hansının parametr artefakt olduğunu necə ayırd edə bilərəm?
3) Dərinliyin qiymətləndirilməsinə nəzarət:
Euler dekonvolution ilə dərinliyi təxmin etdim. Struktur göstərici seçimimin nəticəyə necə təsir etdiyini izah edin. Müxtəlif indekslərlə əldə edilən dərinlik paylamalarını necə müqayisə etmək və onları geoloji inandırıcılıq və seysmiklik ilə təsdiqləmək olar?
4) Maqnit qaynaq mövqeyinin korreksiyası:
Maqnit anomaliyasının mərkəzini qazma hədəfi etməzdən əvvəl, enlik effektini və onu qütbə qədər azaltmağın zəruriliyini izah edin. Mənbənin faktiki yeri ilə anomaliya mərkəzi arasındakı fərqi necə hesablaya bilərəm? Addım-addım deyin.
Zəif məlumat / Güclü göstəriş
Zəif çağırış:
Bu cazibə xəritəsində filizin harada olduğunu mənə deyin.
Təkcə potensial sahə filizi göstərmir; AI qeyri-müəyyənliyi gizlədir və tək nöqtəli yanlış əminlik yaradır.
Güclü göstəriş:
Rolunuz: potensial sahə şərhçisi. Kontekst: Bouger anomaliya xəritəsi, hədəf sulfid filizi, iki quyu mövcuddur. Tapşırıq:(1) kənar aşkarlama atributları ilə namizəd resurs sərhədlərini qeyd edin; (2) hər bir namizəd üçün dayaz-kiçik və dərin-böyük olmaqla ən azı iki sıxlıq-dərinlik ssenarisi vermək; (3) Bu ssenariləri ayırmaq üçün hansı əlavə məlumatları (maqnit, seysmik, quyu) tövsiyə etdiyinizi söyləyin. Tək dəqiq resurs yeri göstərməyin.
Qeyri-müəyyənlik ssenariləri və çarpaz məlumat sorğuları potensial sahə şərhini dürüst və müdafiə oluna bilən edir.
Metod müqayisəsi
xüsusiyyət
cazibə qüvvəsi
maqnit
AI töhfəsi
Ölçdüyü fərq
sıxlıq
maqnitləşmə
Atribut birləşməsi
tipik hədəf
hövzə, duz, filiz
Əsas qaya, filiz
Kənar/qaynaq işarəsi
Əsas qeyri-müəyyənlik
Dərinlik-amplituda
Enlem/qütb effekti
qeyri-müəyyənliyi daraltmaq
kritik korreksiya
Bouger, torpaq
Gündəlik, IGRF, RTP
avtomatlaşdırma, nəzarət
Ümumi səhvlər
- Yeganə fərq indi xəritəyə etibar etməkdir. Anomaliyanı müxtəlif kəsmə qiymətləri ilə sınaqdan keçirmədən strukturu elan etməyin.
- Enlik effektindən yan keçmək. Maqnit anomaliya mərkəzi birbaşa mənbənin üstündə deyil.
- Struktur göstəricinin özbaşına seçilməsi. Eyler dərinliyi bu fərziyyəyə çox həssasdır.
- Təkcə potensial sahəni qəti olaraq nəzərə alaraq. Aşağı qətnamə; Seysmik/quyu ilə birləşdirin.
- Qeyri-müəyyənliyi gizlədən tək bir modelə qərar vermək. Dayaz-kiçik və dərin-böyük ssenarilər yaratdığınızdan əmin olun.
Xülasə
Qravitasiya və maqnit üsulları ucuz şəkildə böyük əraziləri skan edir və hövzənin və filiz strukturunun kobud konturunu təmin edir; Süni intellekt göstərmə, kənar/mənbə işarələmə və dərinliyin qiymətləndirilməsini sürətləndirir. Lakin potensial sahələrə xas olan dərinlik-amplituda qeyri-müəyyənliyi, enlik effekti və parametr həssaslığı AI çıxışını son dərəcə kövrək edir. Düzgün istifadə: çoxsaylı ssenarilər yaratmaq, müxtəlif parametrlərlə sınaqdan keçirmək, qütbə endirmə və seysmik/quyu ilə birləşmə kimi fizikanı müşahidə etmək. Son şərh qeyri-müəyyənliyi gizlətməyən ekspertə məxsusdur.
Tətbiq tapşırığı
Qravitasiya və ya maqnit anomaliyasını seçin (real və ya nümunə). "Region-qalıq ayrı-seçkilik testi" şablonu ilə müxtəlif kəsmə dalğa uzunluqları üçün müqayisə rejimi yaradın. Əgər maqnitdirsə, "Maqnit mənbəyinin yerinin düzəldilməsi" şablonu ilə enlik effektini qiymətləndirin. Anomaliyanı izah edən ən azı iki müxtəlif yeraltı ssenarini və onları ayırd etmək üçün əlavə məlumatları yazın.
yoxlama siyahısı
- [ ] Mən bütün göstərmə düzəlişlərini tətbiq etdim (Bouguer/terrain və ya log/IGRF).
- [ ] Mən regional-qalıq fərqini müxtəlif parametrlərlə sınaqdan keçirdim.
- [ ] Mən maqnitdə enlik effektini/qütbün azalmasını nəzərə aldım.
- [ ] Anomaliya üçün ən azı iki dərinlik-amplituda ssenarisi hazırlamışam.
- [ ] Mən nəticəni seysmik/quyu/digər metodla çarpaz təsdiqlədim.