سود:
- توانایی درک مدل مفهومی + امضای ژئوفیزیک + منطق تایید چند روشی اکتشاف منابع و بک تست امتیاز امید هوش مصنوعی با چاه های شناخته شده
- امکان در نظر گرفتن چندمعنی با در نظر نگرفتن ناهنجاری دامنه لرزه ای (نقطه روشن) به عنوان شواهد منبع به تنهایی، اما تایید آن با داده های AVO و متقاطع
- توانایی بررسی تناقضات روش به عنوان منبع اطلاعات و سپردن تصمیم نهایی چاه و سرمایه گذاری به افرادی که ریسک پذیری دارند.
مشهودترین هدف اقتصادی ژئوفیزیک اکتشاف منابع است: نفت و گاز طبیعی، مواد معدنی فلزی و صنعتی، انرژی زمین گرمایی و آب های زیرزمینی. این جستجو پرهزینه و مملو از تصمیمات مخاطره آمیز است - یک چاه میلیون ها دلار است، یک هدف اشتباه اتلاف پول و زمان است. اکتشاف منابع، فرآیند ترکیب روشهای مختلف ژئوفیزیک برای ایجاد یک تصمیم مبتنی بر احتمال در مورد وجود، مکان و اندازه یک منبع است. در این بخش، یاد خواهید گرفت که چگونه هوش مصنوعی (AI) به تجمیع دادهها، اولویتبندی هدف و ارزیابی ریسک کمک میکند. اما خواهیم دید که چرا تصمیم گیری در مورد منابع هرگز نمی تواند به یک امتیاز هوش مصنوعی واگذار شود.
منطق رایج جستجو
هر نوع منبع از فیزیک متفاوتی استفاده میکند، اما منطق جستجو مشترک است: یک مدل مفهومی (فرضیه زمینشناسی چگونگی شکلگیری منبع و محل انباشته شدن آن) ایجاد میشود، امضای ژئوفیزیکی پیشبینیشده توسط این مدل جستجو میشود، و با روشهای متعدد اعتبار متقاطع میشود. هوش مصنوعی یک شتاب دهنده در هر پیوند در این زنجیره است - پردازش داده ها، استخراج ویژگی ها، ترکیب چند روشی، رتبه بندی هدف. اما هوش مصنوعی نمی تواند مدل مفهومی را بسازد. نیاز به استدلال زمین شناسی دارد.
روش های معمول بر اساس انواع منبع:
- هیدروکربن (نفت/گاز): روش اصلی لرزه ای سه بعدی. ناهنجاری های دامنه (نقطه روشن، AVO - تغییر دامنه با افست) برای چارچوب حوضه گرانشی/مغناطیسی.
- استخراج: مغناطیسی، گرانش، الکترومغناطیسی (EM)، قطبش القایی (IP - رفتار شارژ مواد معدنی سنگ معدن)، رادیومتری.
- زمین گرمایی: مغناطیسی تلوریک (MT - مناطق گرم/قابل نفوذ مقاومتی)، لرزهای، گرانش، گرادیان دما.
- آب های زیرزمینی: ERT، شکست لرزه ای، EM، GPR. برای مرزهای آبخوان (لایه نفوذپذیر آبدار).
اولویت بندی با هوش مصنوعی
اکتشاف وظیفه انتخاب امیدوارکننده ترین اهداف برای تعداد محدودی چاه از تعداد زیادی از اهداف نامزد است. هوش مصنوعی میتواند لایههای دادههای مختلف (ویژگی لرزهای + گرانش + مغناطیسی + زمینشناسی) را ترکیب کند و برای هر نامزد امتیاز آیندهنگری ایجاد کند. این امکان اولویت بندی سریع در یک منطقه وسیع را فراهم می کند. با این حال، این امتیاز پیشنهادی از احتمال است، نه تضمینی. و اکتشافات گذشته آموخته شده توسط مدل ممکن است در زمینه جدید اعمال نشود. امتیاز همراه با مدل مفهومی و تحلیل ریسک خوانده می شود.
نکته: مطمئن شوید که امتیاز امید هوش مصنوعی را با چاه های اکتشاف و خشک شناخته شده آزمایش کنید. اگر مدل نتواند اکتشافات گذشته را به خوبی تشخیص دهد، امتیاز آن در اهداف جدید نیز قابل اعتماد نیست. یک مدل خوب باید موفقیت های شناخته شده را بالا و شکست های شناخته شده را پایین بیاورد.
عدم قطعیت و ریسک: قلب تصمیم اکتشاف
در جستجوی منابع، تصمیم هرگز "بله/خیر" نیست. همیشه در مورد احتمال و ریسک است. در هیدروکربن این احتمال ترکیبی از عواملی مانند منبع / مخزن / پوشش / تله / زمان است. این عدم قطعیت عیار تناژ سنگ معدن در معدن است. هوش مصنوعی به محاسبه این احتمالات و ایجاد سناریوها کمک می کند، اما ریسک پذیری و تصمیم نهایی سرمایه گذاری با انسان است. همچنین چند معنایی ژئوفیزیک در اینجا صدق می کند: یک ناهنجاری دامنه لرزه ای می تواند گاز باشد، اما همچنین می تواند یک تغییر سنگ شناسی یا مصنوع پردازش (زغال سنگ، ماسه فشرده و غیره) باشد.
احتیاط: یک "نقطه روشن" (ناهنجاری لرزه ای با دامنه بالا) به تنهایی دلیلی بر وجود هیدروکربن نیست. بسیاری از چاه های خشک در یک نقطه روشن حفر می شوند. حتی اگر هوش مصنوعی آن را بهعنوان یک هدف علامتگذاری کند، در صورت امکان، بدون تأیید آنالیز AVO، زمینشناسی و سایر روشها، اطمینان بالایی را تعیین نکنید.
ادغام چند روشی
قانون طلایی منبع یابی: هیچ روش واحدی کافی نیست. در یک هدف زمین گرمایی، مقاومت کم MT (پوشش رسی) + گرانش + لرزه + علائم سطح با هم ارزیابی می شوند. هوش مصنوعی در ترکیب این لایه ها در یک نقشه احتمال مشترک قدرتمند است. اما یکپارچگی تخصصی که وضوح، عمق و عدم قطعیت هر روش را در نظر می گیرد ضروری است. اگر روش ها با هم تضاد داشته باشند، تضاد منبعی از اطلاعات است - کاوش می شود، نه پنهان.
سه کیف کوچک
مورد 1 - کمپین ذخیره شده توسط بک تست. یک شرکت معدنی با توجه به نقشه امید هوش مصنوعی خود، 8 هدف را فهرست کرده است. ژئوفیزیک دان این مدل را در برابر 5 سنگ معدنی شناخته شده و 12 مته خشک در منطقه مورد آزمایش قرار داد. این مدل به 4 دریل خشک امتیاز بالایی داد. هنگامی که ویژگی ها و داده های آموزشی تصحیح شد، نقشه با اکتشاف واقعی سازگارتر شد و دو هدف اول تغییر کردند.
مورد 2 - تله نقطه روشن. در یک حجم لرزه ای، هوش مصنوعی ناهنجاری دامنه قوی را به عنوان یک هدف گازی مشخص کرد. تجزیه و تحلیل AVO نشان داد که این ناهنجاری با کنتراست شن و زغال سنگ سازگار بود، نه گاز. اگر چاه حفر می شد، خشک می شد. بررسی واقعیت چند روشی میلیون ها دلار صرفه جویی کرده است.
مورد 3 - تبدیل تناقض به اطلاعات. در حالی که MT در یک میدان زمین گرمایی یک منطقه گرم-تراوا را نشان می دهد، ساختار لرزه ای نامشخص بود. تیم به جای پنهان کردن تناقض، آن را بررسی کرد. مشخص شد که قدرت تفکیک لرزه ای در آن عمق کم است، MT قابل اطمینان تر است و از هدف با درجه عدم قطعیت محافظت می کند. چاه منطقه نفوذ پذیر را تایید کرد.
چهار قالب قابل کپی
1) مدل مفهومی + نگاشت روش:
نقش شما: ژئوفیزیکدان اکتشافی. هدف: [هیدروکربن / مس پورفیری / زمین گرمایی / آبخوان]. خلاصه ای از مدل مفهومی این هدف را به من بدهید (نحوه شکل گیری، جایی که انباشته می شود) و ترسیم کنید که کدام روش ژئوفیزیکی به دنبال کدام امضا خواهد بود. همچنین عدم قطعیت هر روش را بنویسید.
2) پس آزمون نمره امید:
من یک نقشه چشم انداز با هوش مصنوعی تهیه کردم. من می خواهم این را با اکتشافات شناخته شده و چاه های خشک در منطقه تأیید کنم. چگونه بکآست را تنظیم کنم، چه معیاری را ارزیابی کنم (امتیاز اکتشافات بالا، امتیازات پایین) و اگر مدل ضعیف باشد چه چیزی را برطرف کنم؟
3) تایید چند روشی ناهنجاری:
من یک نامزد هدف دارم [نقطه روشن / ناهنجاری مغناطیسی / مقاومت کم]. با چه پژواککاوی (AVO، IP، MT، زمینشناسی، روشهای دیگر) میتوانم این را تایید کنم بدون اینکه آن را بهعنوان شواهد منبع بهحساب بیاورم؟ همچنین دلایل نادرست (سنگ شناسی، مصنوعی) که ممکن است باعث ایجاد ناهنجاری شود را فهرست کنید.
4) خلاصه ریسک و تصمیم:
نقش شما: مشاور ریسک کشف من یافته های ژئوفیزیکی برای یک هدف دارم. از من بخواهید خلاصه احتمال/خطر را تهیه کنم: شواهد موافق و مخالف، منابع عدم اطمینان، هشدار درباره ابهام، و یادداشتی مبنی بر اینکه "این به خود شخص بستگی دارد که خوب تصمیم بگیرد." مطمئناً نگویید "خشک / سوراخ نکنید". چارچوبی برای تصمیم گیری فراهم کنید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
به داده های من نگاه کنید و بهترین مکان چاه را به من بگویید.
دقت یک نقطه ای انتظار دارد. چند معنایی و ریسک را پنهان می کند، هوش مصنوعی را به تصمیم گیرنده تبدیل می کند.
اعلان قدرتمند:
نقش شما: ژئوفیزیکدان اکتشافی. زمینه: [لرزه + جاذبه + مغناطیسی، هدف هیدروکربنی، 2 چاه]. وظیفه: (1) ترکیب داده ها و رتبه بندی اهداف نامزد بر اساس امتیاز امید. (2) شواهد موافق و مخالف هر نامزد را بنویسید، دلایلی که ممکن است باعث ایجاد ناهنجاری شود. (3) تست بک تست با چاه هایی با نمرات شناخته شده را توصیه می کند. (4) چند معنایی و ابهام را به وضوح بیان کنید. تصمیم نهایی را به انسان بسپارید. یک نکته درست را هم ندهید.
بک تست، تجزیه و تحلیل تضاد و درخواست عدم قطعیت تصمیم جست و جو را روی زمین محکمی قرار می دهد.
انواع منبع و روش ها
منبع
روش های اصلی
امضای معمولی
سهم هوش مصنوعی
هیدروکربن
لرزه نگاری سه بعدی، AVO
ناهنجاری دامنه
صفت، اولویت بندی
مال من
مغناطیسی، EM، IP
جسم رسانا/ مغناطیسی
ادغام داده ها
زمین گرمایی
MT، لرزه ای، گرانش
منطقه مقاومت کم
سرعت وارونگی
آب های زیرزمینی
ERT، انکسار، EM
مرز آبخوان
علامت گذاری ناهنجاری
اشتباهات رایج
- استفاده از امتیاز امید بدون آزمون پس آزمون. این مدل ممکن است به چاه های خشک امتیاز بالایی بدهد.
- اشتباه گرفتن نقطه روشن به عنوان یک هیدروکربن به تنهایی. سنگ شناسی / مصنوعی نیز ناهنجاری ایجاد می کند.
- تکیه بر یک روش واحد. تصمیم منبع نیاز به تأیید چند روشی دارد.
- پنهان کردن تناقض تناقض روش شناختی منبع اطلاعات است، در مورد آن تحقیق کنید.
- واگذاری تصمیم چاه به هوش مصنوعی. ریسک پذیری و تصمیمات سرمایه گذاری انسانی است.
به طور خلاصه
اکتشاف منابع بالاترین ریسک و مقرون به صرفه ترین زمینه ژئوفیزیک است. هوش مصنوعی کمک زیادی به جمع آوری داده ها، اولویت بندی هدف و محاسبه ریسک می کند. اما مدل مفهومی محصول ذهن انسان است و هر امتیاز امید پیشنهادی از احتمال است. چند معنایی (مانند تله نقطه روشن)، الزامات بک تست و تایید چند روشی ضروری هستند. استفاده صحیح؛ آزمایش با چاه هایی با امتیازهای شناخته شده، تأیید متقابل ناهنجاری، بررسی اختلاف، و واگذاری تصمیم نهایی چاه - همراه با ریسک پذیری - به انسان.
وظیفه کاربردی
نوع منبع را انتخاب کنید. با الگوی "مدل مفهومی + نگاشت روش"، استنباط کنید که هدف چگونه تشکیل شده است و کدام روش ها به دنبال کدام امضا هستند. سپس به یک ناهنجاری نامزد فکر کنید و با استفاده از الگوی "تأیید چند روشی ناهنجاری"، علل نادرست و راه های تاییدی که می تواند آن را ایجاد کند، فهرست کنید. در نهایت، با الگوی "خلاصه ریسک و تصمیم" یک طرح کلی شامل شواهد موافق و مخالف و عدم اطمینان تهیه کنید.
چک لیست
- [ ] من مدل مفهومی و نگاشت روش را برای هدف تنظیم کردم.
- [ ] من نمره امید را با چاه های شناخته شده پشت سر گذاشتم.
- [ ] من دلایل کاذبی را که می تواند ناهنجاری ایجاد کند فهرست کرده و تأیید کردم.
- [ ] من تناقضات روش را پنهان نکردم و آنها را بررسی کردم.
- [ ] تصمیم نهایی چاه/سرمایه گذاری را به ریسک انسانی واگذار کردم.