zisky:
- Schopnost porozumět koncepčnímu modelu + geofyzikálnímu podpisu + logice potvrzení více metod průzkumu zdrojů a zpětně testovat skóre naděje umělé inteligence se známými studnami
- Schopnost uvažovat o polysémii tím, že neuvažuje seismickou amplitudovou anomálii (světlá skvrna) jako samotný zdroj důkazu, ale potvrdí ji pomocí AVO a křížových dat
- Schopnost zkoumat rozpory metod jako zdroj informací a nechat konečné rozhodnutí o studni a investici na lidech s jejich ochotou riskovat
Nejviditelnějším ekonomickým účelem geofyziky je průzkum zdrojů: ropy a zemního plynu, kovových a průmyslových nerostů, geotermální energie a podzemní vody. Toto hledání je drahé a plné riskantních rozhodnutí – jedna studna stojí miliony dolarů, jeden špatný cíl je ztráta peněz i času. Průzkum zdrojů je proces kombinování různých geofyzikálních metod za účelem vytvoření pravděpodobnostního rozhodnutí o existenci, umístění a velikosti zdroje. V této lekci se dozvíte, jak umělá inteligence (AI) zajišťuje agregaci dat, stanovení priorit cílů a hodnocení rizik; ale uvidíme, proč rozhodnutí o zdrojích nemůže být nikdy ponecháno na jediném skóre AI.
Obvyklá logika vyhledávání
Každý typ zdroje používá jinou fyziku, ale logika hledání je společná: je vytvořen koncepční model (geologická hypotéza o tom, jak zdroj vzniká a kde se bude hromadit), hledá se geofyzikální podpis předpovídaný tímto modelem a křížově se ověřuje několika metodami. Umělá inteligence je akcelerátorem každého článku tohoto řetězce – zpracování dat, extrakce funkcí, fúze více metod, hodnocení cílů. Ale umělá inteligence nemůže vytvořit koncepční model; vyžaduje to geologické uvažování.
Typické metody podle typů zdrojů:
- Uhlovodík (ropa/plyn): 3D seismická hlavní metoda; anomálie amplitudy (světlá skvrna, AVO – variace amplitudy s offsetem) pro kostru gravitační/magnetické pánve.
- Těžba: Magnetická, gravitační, elektromagnetická (EM), indukovaná polarizace (IP — nabíjecí chování rudných minerálů), radiometrie.
- Geotermální: Magnetotelurické (MT – odporově horké/propustné zóny), seismické, gravitační, teplotní gradient.
- Podzemní voda: ERT, seismická refrakce, EM, GPR; pro hranice vodonosné vrstvy (vodonosná propustná vrstva).
Stanovení priorit pomocí AI
Průzkum je úkolem vybrat nejslibnější cíle pro omezený počet vrtů z velkého počtu kandidátských cílů. Umělá inteligence může kombinovat různé datové vrstvy (seismický atribut + gravitace + magnetická + geologie) a pro každého kandidáta vytvořit skóre prospektivity; To umožňuje rychlé stanovení priorit v široké oblasti. Toto skóre je však návrhem pravděpodobnosti, nikoli zárukou; a minulé objevy získané modelem se nemusí vztahovat na nový obor. Skóre se čte společně s koncepčním modelem a analýzou rizik.
Tip: Nezapomeňte zpětně otestovat skóre AI naděje se známým průzkumem a suchými studnami. Pokud model nedokáže dobře rozlišit minulé průzkumy, jeho skóre na nových cílech je také nespolehlivé. Dobrý model by měl mít známé úspěchy vysoké a známé neúspěchy nízké.
Nejistota a riziko: jádro rozhodnutí o průzkumu
Při hledání zdrojů není rozhodnutí nikdy „ano/ne“; Vždy jde o pravděpodobnost a riziko. V uhlovodíku se jedná o kombinovanou pravděpodobnost faktorů, jako je zdroj/zásobník/kryt/lapač/načasování; Je to nejistota tonáže rudy v dole. Umělá inteligence pomáhá vypočítat tyto pravděpodobnosti a generovat scénáře, ale chuť riskovat a konečné investiční rozhodnutí leží na člověku. I zde platí polysémie geofyziky: seismickou amplitudovou anomálií může být plyn, ale může to být i změna litologie nebo artefakt zpracování (uhlí, kompaktní písek atd.).
Pozor: Samotná "světlá skvrna" (vysoká amplituda seismická anomálie) není důkazem uhlovodíků; Mnoho suchých studní je vyvrtáno do světlého místa. I když jej AI označí jako cíl, nepřidělujte vysokou spolehlivost bez potvrzení analýzou AVO, geologickou a jinou metodou, pokud je to možné.
Vícemetodová integrace
Zlaté pravidlo získávání zdrojů: žádná jediná metoda nestačí. V geotermálním cíli se společně hodnotí MT nízký odpor (jílový pokryv) + gravitace + seismické + povrchové příznaky. Umělá inteligence je mocná při kombinování těchto vrstev do společné mapy pravděpodobnosti; ale zásadní je integrace odborníků, která bere v úvahu rozlišení, hloubku a nejistotu každé metody. Pokud jsou metody v konfliktu, rozpor je zdrojem informací – je prozkoumán, nikoli skrytý.
tři mini pouzdra
Případ 1 – Kampaň uložena zpětným testem. Těžební společnost uvedla 8 cílů podle své mapy naděje AI. Geofyzik zpětně otestoval model proti 5 známým rudám a 12 suchým vrtům v oblasti; Model dal vysoké skóre 4 suchým vrtákům. Jakmile byly atributy a tréninkové údaje opraveny, mapa se stala mnohem konzistentnější se skutečným průzkumem a první dva cíle se změnily.
Případ 2 – Past na světlé skvrny. V jednom seismickém objemu AI označila silnou amplitudovou anomálii jako plynový cíl. Analýza AVO ukázala, že anomálie odpovídala těsnému kontrastu písku a uhlí, nikoli plynu. Kdyby byla studna vyvrtána, vyšla by suchá; Ověřování faktů pomocí více metod ušetřilo miliony dolarů.
Případ 3 – Přeměna rozporu na informaci. Zatímco MT v geotermálním poli naznačovalo horko propustnou zónu, seismická struktura byla nejasná. Spíše než aby skryl rozpor, tým jej prozkoumal; zjistil, že seismické rozlišení bylo v této hloubce nízké, MT byl spolehlivější a chránil cíl hodnocením nejistoty. Studna potvrdila propustnou zónu.
Čtyři kopírovatelné šablony
1) Konceptuální model + mapování metod:
Vaše role: průzkumný geofyzik. Cíl: [uhlovodík / měďporfyr / geotermální / vodonosná vrstva]. Dejte mi shrnutí koncepčního modelu tohoto cíle (jak se tvoří, kde se hromadí) a zmapujte, které geofyzikální metody budou hledat který podpis. Zapište si také nejistotu každé metody.
2) Backtest skóre naděje:
Vytvořil jsem mapu perspektiv pomocí AI. Rád bych to otestoval známými objevy a suchými studny v regionu. Jak nastavím backtest, jakou metriku vyhodnocuji (vysoké skóre objevů, nízké skóre) a co opravím, pokud je model slabý?
3) Potvrzení anomálie pomocí více metod:
Mám kandidáta na cíl [světlý bod / magnetická anomálie / nízký odpor]. Jakou echoanalýzou (AVO, IP, MT, geologie, jiná metoda) bych to potvrdil, aniž bych to považoval pouze za zdrojový důkaz? Uveďte také FALSE důvody (litologie, umělost), které mohou způsobit anomálii.
4) Shrnutí rizik a rozhodnutí:
Vaše role: poradce pro rizika objevů. Mám geofyzikální nálezy pro cíl. Nechte mě navrhnout shrnutí pravděpodobnosti/rizika: důkazy pro a proti, zdroje nejistoty, varování před nejednoznačností a poznámku, že „je na člověku, aby se dobře rozhodl“. Pro jistotu neříkejte „vysušit/nevrtat“; Poskytněte rámec pro rozhodování.
Slabá výzva / Silná výzva
Slabá výzva:
Podívejte se na moje data a řekněte mi nejlepší umístění studny.
Očekává se jednobodová přesnost; skrývá polysémii a riziko, činí z umělé inteligence rozhodující osobu.
Výkonná výzva:
Vaše role: průzkumný geofyzik. Kontext: [seismické + gravitace +magnetické, uhlovodíkový terč, 2 vrty]. Úkol: (1) zkombinujte data a seřaďte kandidátské cíle podle skóre naděje; (2) sepište důkazy pro a proti každému kandidátovi, důvody, které by mohly způsobit anomálii; (3) doporučit zpětné testování s jamkami se známým skóre; (4) jasně uveďte polysémii a nejednoznačnost. Konečné rozhodnutí studny nechte na člověku; Nedávejte jediný správný bod.
Zpětné testování, analýza rozporů a požadavek na nejistotu staví rozhodnutí o hledání na pevnou půdu.
Typy a metody zdrojů
Zdroj
Hlavní metody
Typický podpis
Příspěvek AI
uhlovodík
3D seismické, AVO
Amplitudová anomálie
Atribut, prioritizace
můj
Magnetické, EM, IP
Vodivé/magnetické tělo
slučování dat
geotermální
MT, seismický, gravitace
Zóna nízkého odporu
Rychlost inverze
podzemní vody
ERT, refrakce, EM
hranice vodonosné vrstvy
Značení anomálií
Časté chyby
- Použití skóre naděje bez zpětného testování. Model může dávat vysoké skóre suchým jamkám.
- Zaměnit světlý bod za samotný uhlovodík. Litologie/artificialita také produkuje anomálie.
- Spoléhání na jedinou metodu. Rozhodnutí o zdroji vyžaduje potvrzení více metodami.
- Skrytí rozporu. Metodologický rozpor je zdrojem informací, prozkoumejte jej.
- Rozhodnutí o studni ponechat na AI. Chuť riskovat a investiční rozhodnutí jsou lidské.
V souhrnu
Průzkum zdrojů je nejrizikovější a nejekonomičtější obor geofyziky; Umělá inteligence významně přispívá k agregaci dat, stanovení priorit cílů a výpočtu rizik. Ale konceptuální model je produktem lidské mysli a každé skóre naděje je návrhem pravděpodobnosti. Nepostradatelné jsou polysémie (jako je past na světlé skvrny), požadavek zpětného testu a potvrzení více metodami. správné použití; testování s jamkami se známým skóre, křížové ověření anomálie, zkoumání nesrovnalostí a ponechání konečného rozhodnutí – spolu s ochotou riskovat – na člověku.
Aplikační úkol
Vyberte typ zdroje. Pomocí šablony "koncepční model + mapování metod" vyvodíte, jak se cíl skládá a které metody budou hledat který podpis. Poté přemýšlejte o kandidátní anomálii a sepište falešné příčiny a způsoby potvrzení, které by ji mohly způsobit, pomocí šablony „Potvrzení více metod anomálií“. Nakonec připravte osnovu včetně důkazů pro/proti a nejistot pomocí šablony „Shrnutí rizik a rozhodnutí“.
kontrolní seznam
- [ ] Nastavil jsem konceptuální model a mapování metod pro cíl.
- [ ] Zpětně jsem otestoval skóre naděje se známými studnami.
- [ ] Uvedl jsem a křížově ověřil falešné příčiny, které by mohly způsobit anomálii.
- [ ] Rozpory metod jsem neskrýval a zkoumal je.
- [ ] Konečné rozhodnutí studny/investice jsem nechal na lidském riziku.