Κέρδη:
- Δυνατότητα διάκρισης της παράλειψης κύκλου στην αυτόματη παρακολούθηση ορίζοντα και του αποτυπώματος απόκτησης στην ανίχνευση σφαλμάτων από την πραγματική δομή και χειροκίνητη επιθεώρησή της
- Κατανοήστε ότι οι κατηγορίες σεισμικών προσώπων είναι στατιστικές και να είναι σε θέση να αποκτήσουν γεωλογικό νόημα με τη γνώση των φρεάτων και των περιβαλλόντων εναπόθεσης.
- Δυνατότητα δοκιμής του κινδύνου υπερβολικής προσαρμογής σε συνδυασμό χαρακτηριστικών με τη δοκιμή τυφλού φρεατίου και περιορισμού του αριθμού των χαρακτηριστικών ανάλογα με τον αριθμό των φρεατίων
Η επεξεργασία έχει ολοκληρωθεί. Έχετε έναν καθαρό, μεταναστευτικό σεισμικό όγκο. Τώρα ξεκινά το πραγματικό ερώτημα: τι λέει αυτή η εικόνα για το underground; Πού είναι τα όρια του στρώματος, προς ποια κατεύθυνση εκτείνονται τα ρήγματα, ποια περιοχή είναι άμμος, ποια πηλός, πού μπορεί να υπάρχει δεξαμενή; Η σεισμική ερμηνεία είναι η διαδικασία εξαγωγής του δομικού και ιζηματογενούς (στρωματογραφικού) μοντέλου του υπεδάφους από μεταναστευμένα δεδομένα. Σε αυτή την ενότητα, θα δούμε πώς η τεχνητή νοημοσύνη (AI) παράγει ένα "γρήγορο πρώτο βύθισμα" στην παρακολούθηση ορίζοντα και σφαλμάτων, την ταξινόμηση σεισμικών προσώπων και την ανάλυση χαρακτηριστικών, αλλά ποιος χτίζει τη γεωλογική έννοια και το τελικό μοντέλο.
Δομικά στοιχεία ερμηνείας
Ας διευκρινίσουμε τους όρους. Ο ορίζοντας είναι η συνεχής ανακλαστική επιφάνεια που παρατηρείται στο σεισμικό τμήμα και γενικά αντιστοιχεί σε ένα όριο γεωλογικού στρώματος. Ένα σφάλμα είναι ένα επίπεδο ασυνέχειας όπου τα στρώματα σπάνε και μετατοπίζονται. Εμφανίζεται σε σημεία όπου οι αντανακλάσεις διακόπτονται ή μετατοπίζονται στη διατομή. Τα σεισμικά πρόσωπα είναι περιοχές όγκου που έχουν παρόμοιο κυματικό χαρακτήρα (πλάτος, συνέχεια, υφή) και γενικά αντανακλούν ένα παρόμοιο ιζηματογενές περιβάλλον. Τα σεισμικά χαρακτηριστικά είναι μετρήσεις που προέρχονται από ίχνη που κατευθύνουν το μάτι σε ορισμένα χαρακτηριστικά (ασυνέχεια, κλίση, πλάτος, συχνότητα). για παράδειγμα, το χαρακτηριστικό συνοχής/συνέχειας επισημαίνει σφάλματα και η φασματική αποσύνθεση τονίζει τις γεωμετρίες των καναλιών.
AI στον ορίζοντα και ανίχνευση σφαλμάτων
Η χειροκίνητη παρακολούθηση ορίζοντα είναι όταν ο διερμηνέας ανιχνεύει ένα τμήμα ανάκλασης και επισημαίνει χιλιάδες σημεία—ακριβή αλλά αργά. Οι αυτόματοι ανιχνευτές που βασίζονται σε τεχνητή νοημοσύνη μπορούν να ξεκινήσουν από μερικά σημεία αναφοράς και να εξαπλωθούν σε ολόκληρο τον όγκο. Στην ανίχνευση σφαλμάτων, τα μοντέλα που βασίζονται στο CNN (δίκτυα εκμάθησης προτύπων εικόνας) μπορούν να επισημάνουν ασυνέχειες σε όλο τον τόμο. Αυτό κόβει ό,τι χρειάζονταν εβδομάδες με το χέρι σε ώρες.
Ωστόσο, υπάρχουν δύο παγίδες. Πρώτον, ο αυτόματος ανιχνευτής μπορεί να παρακάμψει έναν ορίζοντα - μετατοπίζοντας από μια κορυφή κυμάτων σε μια γειτονική κορυφή. Το αποτέλεσμα είναι μια φαινομενικά λεία αλλά γεωλογικά ανακριβής επιφάνεια. Δεύτερον, ο ανιχνευτής σφάλματος μπορεί να μπερδέψει τον γραμμικό θόρυβο που δημιουργείται από την επεξεργασία (π.χ. αποτύπωμα απόκτησης) ως σφάλμα. Αυτός είναι ο λόγος για τον οποίο κάθε δίκτυο επιφάνειας και σφαλμάτων που δημιουργείται από την τεχνητή νοημοσύνη ελέγχεται χειροκίνητα σε διασταυρώσεις (τομή σφάλματος-ορίζοντα) και σε θέσεις φρεατίων.
Συμβουλή: Παρακολουθήστε οπτικά έναν ορίζοντα που παρακολουθείται αυτόματα σε πολλές βασικές ενότητες επικαλύπτοντάς τον στα ίδια τα δεδομένα. Η επιφάνεια έχει παρακάμψει τον κύκλο όπου αφήνει μια ισχυρή αντανάκλαση και πηδά σε μια αδύναμη κορυφή. Μην απλώνετε την ένταση χωρίς να διορθώσετε αυτές τις περιοχές χειροκίνητα.
Ταξινόμηση σεισμικών προσώπων
Η ταξινόμηση προσωπείων είναι η διαίρεση του όγκου σε περιοχές ανάλογα με τον χαρακτήρα του κύματος. Στην εποπτευόμενη προσέγγιση, αντιστοιχίζετε ετικέτες από γνωστές λιθολογίες στα φρεάτια και εκπαιδεύετε το μοντέλο. Στην προσέγγιση χωρίς επίβλεψη, το ίδιο το μοντέλο συγκεντρώνει περιοχές με παρόμοια χαρακτηριστικά και δίνετε γεωλογικό νόημα αργότερα. Η τεχνητή νοημοσύνη παρέχει μεγάλη ταχύτητα εδώ, αλλά οι τάξεις είναι στατιστική ομοιότητα, όχι γεωλογικό γεγονός. Η περιοχή που το μοντέλο αποκαλεί "facies 3" αποκτά μόνο μια έννοια όπως "άμμος καναλιού" με τη γνώση του πηγαδιού και του περιβάλλοντος εναπόθεσης.
Προσοχή: Παρέχετε τον αριθμό των τάξεων ομαδοποίησης χωρίς επίβλεψη. Διαφορετικοί αριθμοί τάξεων παράγουν εντελώς διαφορετικούς χάρτες. Μην εγκλωβίζεστε σε ένα ενιαίο σύμπλεγμα. Αλλάξτε τον αριθμό των τάξεων και ελέγξτε εάν το αποτέλεσμα παραμένει γεωλογικά σταθερό.
Παγίδα στην ανάλυση χαρακτηριστικών: πολυμεταβλητή σχέση
Το AI μπορεί να συνδυάσει δεκάδες χαρακτηριστικά και να δημιουργήσει ισχυρούς ταξινομητές. Αλλά η προσπάθεια προσαρμογής μεγάλου αριθμού χαρακτηριστικών σε έναν μικρό αριθμό φρεατίων έχει ως αποτέλεσμα την υπερπροσαρμογή - την αδυναμία του μοντέλου να απομνημονεύσει παραδείγματα εκπαίδευσης και να γενικεύσει σε νέα δεδομένα: ο χάρτης είναι τέλειος στα φρεάτια και χωρίς νόημα μεταξύ των πηγαδιών. Κανόνας: διατηρήστε τον αριθμό των χαρακτηριστικών ανάλογο με τα δεδομένα ελέγχου (πηγάδι) και δοκιμάστε τον χάρτη σε ένα ανεξάρτητο φρεάτιο (τυφλή δοκιμή).
τρεις μίνι θήκες
Περίπτωση 1 — Παρακολούθηση ορίζοντα σε ώρες. Ο ορίζοντας της κύριας δεξαμενής σε όγκο 900 km² σημειώθηκε χειροκίνητα σε 9 ημέρες. Ο ιχνηλάτης AI απλώνει την επιφάνεια από 6 σημεία σποράς σε 3 ώρες. Ο αναθεωρητής διόρθωσε χειροκίνητα την περιοχή παράβλεψης 14 κύκλων. Αποτέλεσμα: ίδια ακρίβεια, μία ημέρα αντί για ημέρες.
Περίπτωση 2 — Λάθος του αποτυπώματος για σφάλμα. Ένας ανιχνευτής σφαλμάτων σημάδεψε κανονικές γραμμές βορρά-νότου. Ο σχολιαστής παρατήρησε ότι αυτές οι γραμμές αντιστοιχούσαν ακριβώς στην απόσταση των γραμμών απόκτησης: δεν ήταν σφάλματα, αλλά αποτυπώματα απόκτησης. Τα πραγματικά σφάλματα ήταν κάθετα σε αυτό το κανονικό μοτίβο. Όταν το αποτύπωμα εξαλείφθηκε, ο χάρτης σφαλμάτων απέκτησε νόημα.
Περίπτωση 3 — Υπερπροσαρμογή χάρτη προσώπων. Ένας ταξινομητής εκπαιδευμένος με 22 χαρακτηριστικά και μόνο 5 φρεάτια έδωσε 98% ακρίβεια στα φρεάτια, αλλά ταξινόμησε τον ψαμμίτη ως αργιλόλιθο στο έκτο (τυφλό) πηγάδι. Όταν ο αριθμός των χαρακτηριστικών μειώθηκε σε 6 και επανεκπαιδεύτηκε, η ακρίβεια των τυφλών φρεατίων αυξήθηκε από 61% σε 88%: ο χάρτης ήταν επίσης αξιόπιστος σε όλα τα φρεάτια.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Συμβουλευτική επιλογής χαρακτηριστικών:
Ο ρόλος σας: ειδικός σεισμικής ερμηνείας. Ο στόχος μου: [ποτάμιο κανάλι άμμου / δεξαμενή ανθρακικού]. Ποια σεισμικά χαρακτηριστικά (συνοχή, φασματική αποσύνθεση, πλάτος RMS, κλίση) και με ποια σειρά πρέπει να χρησιμοποιήσω για να τονίσω αυτόν τον στόχο; Τι αντιπροσωπεύει κάθε χαρακτηριστικό, ποιο παραπλανητικό μοτίβο μπορεί να παράγει; Εξηγήστε συνοπτικά.
2) Αυτόματη επιθεώρηση ορίζοντα:
Έχω έναν ορίζοντα που παρακολουθείται αυτόματα. Δώστε μου μια λίστα ελέγχου για την ανίχνευση παράλειψης κύκλου: σε ποιες ενότητες, ποια συμπτώματα πρέπει να αναζητήσω (πτώση πλάτους, ξαφνικό άλμα βάθους), πώς επιβεβαιώνω με το δέσιμο του φρεατίου και με ποια σειρά κάνω τη διόρθωση;
3) Δοκιμή αριθμού κλάσης Facies:
Κάνω ομαδοποίηση προσώπων χωρίς επίβλεψη. Δοκίμασα τον αριθμό των κλάσεων 4,6 και 8, οι χάρτες βγήκαν αλλιώς. Ποια κριτήρια (κατανομή μεγέθους συστάδας, συμβατότητα φρέατος, χωρική συνέπεια) πρέπει να εξετάσω για να αξιολογήσω ποιο σύμπλεγμα είναι πιο ισορροπημένο γεωλογικά; Προτείνετε μια διαδικασία απόφασης.
4) Έλεγχος υπερπροσαρμογής:
Εκπαίδευσα έναν ταξινομητή προσώπου με [N] χαρακτηριστικά και [M] φρεάτια. Πώς μπορώ να μετρήσω τον κίνδυνο υπερβολικής τοποθέτησης; Πώς μπορώ να ρυθμίσω μια τυφλή δοκιμή πηγαδιού, πώς μπορώ να περιορίσω τον αριθμό των χαρακτηριστικών με βάση τον αριθμό των φρεατίων; Δώστε δραστικά βήματα.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Βρείτε τη δεξαμενή σε αυτόν τον τόμο και χαρτογραφήστε την.
Το "Find" περιμένει μαγεία ενός βήματος. Η τεχνητή νοημοσύνη παράγει έναν στατιστικό χάρτη χωρίς γεωλογικό πλαίσιο, δεν μπορεί να επαληθευτεί.
Ισχυρή προτροπή:
Ο ρόλος σας: ειδικός διερμηνείας με εστίαση σε δεξαμενή. Πλαίσιο: ποτάμιο σύστημα, άμμος καναλιού στόχου, λιθολογία γνωστή σε 3 φρεάτια. Εργασία:(1) προτείνει συνδυασμό χαρακτηριστικών που θα τονίσουν τη γεωμετρία του καναλιού. (2) γράψτε τα βήματα για την εξαγωγή υποψήφιων προσώπων με ομαδοποίηση χωρίς επίβλεψη. (3) Πείτε μου πώς να δοκιμάσω κάθε υποψήφιο με 3 φρεάτια και ένα τυφλό 4ο φρεάτιο. Παρουσιάστε το αποτέλεσμα σε γλώσσα "υποψήφια" και όχι γλώσσα "γεωλογικό γεγονός".
Το γεωλογικό πλαίσιο, ο έλεγχος των πηγαδιών και η απαίτηση για τυφλές δοκιμές καθιστούν το αποτέλεσμα υπερασπίσιμο.
Ερμηνευτικές εργασίες και ο ρόλος του AI
Αναζήτηση
συνεισφορά AI
Κύριος κίνδυνος
επαλήθευση
Παρακολούθηση ορίζοντα
υψηλή ταχύτητα
Παράλειψη κύκλου
Γραβάτα καλά, οπτική επιθεώρηση τμήματος
ανίχνευση σφαλμάτων
Δημιουργία υποψηφίων
Μην μπερδεύετε το αποτύπωμά σας για σφάλμα
Έλεγχος κατεύθυνσης/διασταυρούμενων δεδομένων
Ταξινόμηση προσωπείων
ομαδοποίηση
τάξη χωρίς νόημα
Καλά και αποθεματικό περιβάλλον
Συγχώνευση χαρακτηριστικών
ισχυρή διάκριση
υπερπροσαρμογή
τυφλό πηγαδάκι
Συνήθη λάθη
- Αυτόματη διάδοση του ορίζοντα χωρίς οπτική επιθεώρηση. Η κυκλική παράλειψη δημιουργεί λεία αλλά ανακριβή επιφάνεια.
- Παρεξήγηση κάθε γραμμικού σχεδίου για σφάλμα. Το αποτύπωμα απόκτησης παράγει κανονικές γραμμές, κοιτάξτε την κατεύθυνσή του.
- Αποδίδοντας άμεσο γεωλογικό νόημα στην κατηγορία των προσωπείων. Η τάξη είναι στατιστική. Κάντε νόημα με το πηγάδι.
- Περισσότερα χαρακτηριστικά, λιγότερα πηγάδια. Η υπερβολική τοποθέτηση μετατρέπει τον χάρτη σε σκουπίδια ανάμεσα σε πηγάδια.
- Παραλείψτε το τυφλό τεστ. Η ακρίβεια μέτρησης μόνο σε φρεάτια εκπαίδευσης είναι παραπλανητική.
Συνοπτικά
AI στη σεισμική ερμηνεία; Μειώνει την παρακολούθηση ορίζοντα/σφαλμάτων σε ώρες, ομαδοποιεί γρήγορα τα πρόσωπα και συνδυάζει δυναμικά χαρακτηριστικά. Αλλά κάθε κέρδος ταχύτητας έχει μια παγίδα: παράλειψη κύκλου, παρεξήγηση του αποτυπώματος για σφάλμα, ανούσιες φάτσες, υπερβολική τοποθέτηση. Η τεχνητή νοημοσύνη παράγει ένα στατιστικό περίγραμμα. Είναι ο διερμηνέας που μετατρέπει το προσχέδιο σε γεωλογική πραγματικότητα, το νοηματοδοτεί με τη γνώση του πηγαδιού και του περιβάλλοντος αποθέσεως και το δοκιμάζει με τυφλό τεστ. Το απόλυτο υπόγειο μοντέλο είναι πάντα αυτό που καθιερώνει και υπερασπίζεται ο άνθρωπος.
Εργασία εφαρμογής
Επιλέξτε έναν στόχο (άμμος καναλιού, μαγειρική σόδα κ.λπ.). Δημιουργήστε ένα σχέδιο χαρακτηριστικών με το πρότυπο "Συμβουλή επιλογής χαρακτηριστικών". Στη συνέχεια, χρησιμοποιήστε το πρότυπο «Δοκιμή καταμέτρησης κλάσεων Facies» για ομαδοποίηση χωρίς επίβλεψη και συγκρίνετε τουλάχιστον δύο διαφορετικές μετρήσεις κλάσεων. Γράψτε ποιο είναι πιο σταθερό γεωλογικά και ποιο τεστ πηγαδιού θα χρησιμοποιήσετε για να το επιβεβαιώσετε.
λίστα ελέγχου
- [ ] Επιθεώρησα οπτικά τον αυτόματο ορίζοντα σε βασικά τμήματα και διόρθωσα την παράλειψη κύκλου.
- [ ] Διαχώρισα τα υποψήφια σφάλματα από το αποτύπωμα με δεδομένα κατεύθυνσης και διασταύρωσης.
- [ ] Ερμήνευσα τις τάξεις προσωπείων με το πηγάδι και το περιβάλλον αποθέσεως.
- [ ] Περιόρισα τον αριθμό των χαρακτηριστικών με βάση τον αριθμό των φρεατίων.
- [ ] Δοκίμασα το αποτέλεσμα σε ένα τυφλό πηγάδι.