Pelnas:
- Galimybė valdyti dirbtiniu intelektu pagrįstą triukšmo slopinimą naudojant skirtumo schemą ir neleisti ištrinti silpno, bet tikro atspindžio
- Gebėjimas atpažinti dekonvoliucijos, sukeliančios klaidingą skiriamąją gebą, ir pėdsakų interpoliacijos spąstus, sukuriančius vaiduokliškas struktūras, ir sekti jas su kauke
- Galimybė patikrinti fizinį pagrįstumą sujungiant apdorojimo rezultatus su šulinio ryšiu
Tai, ką matote atidarę neapdorotą seisminį įrašą, retai būna „požeminio paviršiaus vaizdas“. Vietoj to matote sudėtingą derinį: tikrasis signalas, atsispindėjęs iš požeminio paviršiaus, paviršiaus bangos, atsitiktinis triukšmas, daugybė atspindžių ir būdingi įrašo iškraipymai. Seisminis duomenų apdorojimas yra žingsnis po žingsnio valymas, suderinimas ir šio neapdoroto įrašo pavertimas interpretuojamu požemio vaizdu. Šiame skyriuje paaiškinsime, kaip dirbtinis intelektas (AI) yra galingas šio proceso greitintuvas, ypač tokiuose žingsniuose kaip triukšmo slopinimas, dekonvoliucija ir trūkstamų pėdsakų užpildymas; bet pamatysime, kodėl parametrų ir fizinio pagrįstumo sprendimai vis tiek lieka ekspertui.
Seisminių duomenų anatomija
Pradėkime nuo trumpo žodyno. Pėdsakas yra nuo laiko priklausoma amplitudės serija, įrašyta vienu imtuvu. Kai susijungia daug pėdsakų, susidaro sekcija. Mėginio intervalas yra laikas tarp dviejų iš eilės einančių amplitudės verčių (pvz., 2 ms). Tikrieji signalo atspindžiai atsiranda dėl sluoksnių ribų akustinės varžos skirtumo požeminiame paviršiuje; Apdorojimo tikslas – šiuos atspindžius atskirti nuo triukšmo ir patalpinti į tinkamą laiko ir erdvės vietą.
Triukšmas būna dviejų pagrindinių tipų: atsitiktinis triukšmas (nenuoseklus, nepriklausomas nuo takelių) ir nuoseklus triukšmas (koherentinis triukšmas – įprastas, stiprus, užmaskuojantis signalą, pvz., paviršiaus bangos / žemės riedėjimas). Dirbtinio intelekto metodai dažnai yra lankstesni nei tradiciniai filtrai atskiriant šiuos du tipus, nes jie naudoja sudėtingą diskriminaciją, išmoktą iš mėginių, o ne fiksuoto dažnio greičio langą.
Triukšmo slopinimas naudojant AI
Klasikinis triukšmo slopinimas atliekamas filtrais, pagrįstais dažniu, greičiu (f-k filtras) arba statistika. Dirbtinio intelekto pagrindu veikiantys triukšmo slopintuvai (dažniausiai konvoliuciniai neuroniniai tinklai, trumpiau CNN; tinklai, kurie mokosi vietinius į vaizdą panašių duomenų modelius) mokosi iš „triukšmingos įvesties → švarios išvesties“ pavyzdžių porų. Jo pranašumas: atskiriant signalą nuo triukšmo, jis gali skirti kontekstui jautrų skirtumą, o ne fiksuotą taisyklę. Rizika: polinkis ištrinti signalą arba palikti triukšmą kaip signalą, kai susiduriama su triukšmo tipu, kurio nėra treniruočių duomenyse.
Didžiausias pavojus yra toks: agresyvus AI triukšmo slopintuvas gali supainioti silpną, bet tikrą atspindį su triukšmu ir jį pašalinti. Taigi auksinė taisyklė: būtinai peržiūrėkite skirtumą (pašalintą komponentą) prieš ir po triukšmo slopinimo. Jei pašalintoje dalyje matote nuoseklų atspindžio modelį, filtras valgo signalą.
Patarimas: YZ triukšmo slopintuvo sukuriamą „triukšmo“ sluoksnį nubraižykite kaip atskirą pjūvį (skirtumo diagrama). Gero represoriaus likučiai atsiranda atsitiktinai; Jei jame yra pasvirusių, nuolatinių atspindžių, filtras yra per agresyvus ir reikia sušvelninti parametrą.
Dekonvoliucija: šaltinio parašo grąžinimas
Dekonvoliucija yra procesas, kurio metu bandoma atskleisti tikrąją požeminio paviršiaus atspindžio seriją, iš įrašyto pėdsako atimant šaltinio bangos parašą (šaltinio bangelę – bangos formą, kurią sukuria sprogimas / vibratorius). Tikslas yra padidinti skiriamąją gebą ir slopinti daugybę atspindžių. AI gali pagerinti bangelių įvertinimą ir atsparumą triukšmui dekonvoliucijos metu; Tačiau jei dekonas naudojamas per daug, jis sustiprins aukšto dažnio triukšmą ir sukurs klaidingą skiriamąją gebą. AI čia taip pat yra rekomendacinis variklis; Galutinis parametrų pasirinkimas (dekono operatoriaus ilgis, išankstinis balinimas) yra meistriškai kalibruojamas pagal fizines pėdsakų savybes.
Neišsami pėdsakų interpoliacija ir reguliarus mėginių ėmimas
Kai kurie imtuvai sugenda lauke, kai kurios linijos surenkamos nepilnai; Dėl to atsiranda duomenų spragų. Dirbtiniu intelektu pagrįsta interpoliacija (trūkstamų pėdsakų užpildymas mokantis iš kaimynų) yra labai naudinga norint gauti įprastą tinklelį prieš migraciją. Tačiau užpildytas pėdsakas yra įvertinimas, o ne matavimas; Šie pėdsakai interpretuojant neturėtų būti traktuojami taip pat kaip tikri duomenys, o išvestyje turi būti pažymėti atskirai.
Atsargiai: jei interpoliacijos būdu sukurti pėdsakai vėlesniuose etapuose bus „tikrieji duomenys“, dėl jų gali susidaryti neegzistuojanti struktūra. Užpildytas ląsteles atsekite kauke; Jei kritinė struktūra atsiranda tik interpoliuotoje srityje, nepasitikėkite ja.
trys mini dėklai
1 atvejis. Tinklo mokymosi žemė. Sausumos seisminėje būsenoje signalą užmaskavo stiprios paviršiaus bangos (žemės riedėjimas). Komanda naudojo CNN triukšmo slopintuvą, kuris išmoko iš 800 rankomis nuvalytų įrašų; vieno įrašo apdorojimo laikas sumažėjo nuo 12 minučių iki 40 sekundžių. Komanda rankiniu būdu patikrino 5% įrašų iš kiekvienos partijos ir patvirtino, kad signalo praradimas nebuvo prarastas naudojant skirtumo diagramą.
2 atvejis – ištrintas silpnas atspindys. Kitame projekte agresyviai sureguliuotas YZ slopintuvas sumaišė silpną, bet tikrą rezervuaro atspindį po 2,4 sekundės dėl triukšmo ir jį ištrynė. Skirtumas išryškėjo tik nustačius gręžinio seisminį ryšį: skaidraus sluoksnio šulinyje pjūvyje nebuvo. Kai parametras buvo išlygintas ir perdirbtas, atspindys grįžo.
3 atvejis – interpoliacijos vaiduoklis. 3D tome, kuriame trūkstamas eilutes užpildė AI, komentatorius pastebėjo subtilią kanalo struktūrą. Žvelgdamas į užpildymo kaukę, jis pamatė, kad kanalas tiksliai pateko į interpoliuotą erdvę. Surinkus papildomus lauko duomenis paaiškėjo, kad kanalo nėra, o prognozės sukurtas modelis.
Keturi kopijuojami šablonai
1) Apdorojimo eigos eskizas:
Jūsų vaidmuo: seisminio apdorojimo specialistas. Duomenys: [sausuma/jūra, 2D/3D, atranka 2 ms, taikinys 1-4 km]. Nurodykite man žingsnis po žingsnio apdorojimo eigą (išankstinis apdorojimas → triukšmo slopinimas → dekonvertavimas → greičio analizė → perkėlimas). KIEKVIENAME žingsnyje užsirašykite, kuriam sprendimui reikalingi parametrai ir į ką turėčiau atkreipti dėmesį renkantis tą parametrą.
2) Triukšmo slopinimo valdymo planas:
Pritaikiau AI triukšmo slopintuvą. Pateikite man audito kontrolinį sąrašą: ko turėčiau ieškoti skirtumo diagramoje, kaip atpažinti signalo praradimą, kokią metriką turėčiau palyginti prieš / po, kokį įrašymo dažnį turėčiau patikrinti rankiniu būdu? Rašykite trumpai ir efektyviai.
3) Dekonvoliucijos parametrų konsultacija:
Jūsų vaidmuo: apdorojimo konsultantas. Taikau dekonvoliuciją ir padidinu aukšto dažnio triukšmą. Paaiškinkite galimas priežastis, operatoriaus ilgį ir išankstinio balinimo nustatymo poveikį. Kaip sužinoti, ar per didelis deco sukuria klaidingą skiriamąją gebą? Pateikite kiekvieno pasiūlymo priežastis.
4) Interpoliacijos kaukės sekimas:
Trūkstamus pėdsakus užpildžiau AI. Pasakykite man, kaip tolesniuose veiksmuose palikti pažymėtus užpildytus langelius, kaip atskirti komentarą nuo faktinių duomenų ir kaip pašalinti „struktūrą, matomą tik interpoliuotoje srityje“.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Išvalykite seisminio efektyvumo triukšmą, nurodykite geriausią nustatymą.
„Geriausias nustatymas“ neegzistuoja nepriklausomai nuo duomenų; AI pateikia bendrą, nekontroliuojamą rekomendaciją.
Galingas raginimas:
Jūsų vaidmuo: seisminio apdorojimo specialistas. Išeiga: juoda 2D, stiprus gruntas (5-12 Hz), tiksliniai atspindžiai 20-45 Hz, atranka 2 ms. Užduotis: pasiūlyti triukšmo slopinimo būdą, dažnio dažnio terminais paaiškinti, kurį komponentą išsaugoti, o kurį slopinti. Kaip stebėti signalo praradimo riziką (skirtumo diagramos metrika) ir su kokia metrika palyginti prieš / po? Nesakykite tiesiog „įveskite šį nustatymą“; Pateikite sprendimo kriterijus.
Atsižvelgiant į duomenų pobūdį, tikslinę juostą ir valdymo kriterijus, išvestis tampa tikrai įmanoma.
Apdorojimo veiksmai ir AI vaidmuo
Apdorojimo žingsnis
AI indėlis
Pagrindinė rizika
žmogaus sprendimas
Atsitiktinis triukšmo slopinimas
aukštas
Ištrinkite silpną signalą
Parametrų patvirtinimas
Nuolatinis triukšmas (žemės riedėjimas)
aukštas
per didelis slopinimas
Skirtumų siužeto valdymas
dekonvoliucija
vidutinis
netikra rezoliucija
Operatorius/balinimas
Trace interpoliacija
vidutinis
pastatas vaiduoklis
Kaukės sekimas
Greičio analizė
vidutinis
Migracija netinkamu greičiu
Patvirtino gerai
Dažnos klaidos
- Slopina nežiūrint į skirtumo siužetą. Nepastebėsite signalo praradimo, kol nepamatysite pašalinto komponento.
- Persistengiama dekonu. Sumaišius aukšto dažnio triukšmą su skiriamąja geba, susidaro netikri sluoksniai.
- Interpoliuotą pėdsaką skaičiuokite kaip tikrus duomenis. Palikus užpildytas ląsteles nepažymėtas, sukuriama vaiduoklio struktūra.
- Žiūrint į vieną metriką. Būtų klaidinga žiūrėti tik į signalo ir triukšmo santykį ir nepaisyti atspindžio išsaugojimo.
- Apeinant šulinio kaklaraištį. Pereinama prie apdorojimo rezultato interpretavimo neprisijungiant jo prie šulinio duomenų.
Apibendrinant
Seisminio apdorojimo metu AI užtikrina didesnį greitį ir dažnai lankstesnį triukšmo slopinimo, dekonvoliucijos ir pėdsakų interpoliacijos atskyrimą. Tačiau kiekviename žingsnyje yra fizinių spąstų: ištrinamas silpnas signalas, sukuriama klaidinga skiriamoji geba, atsiranda vaiduoklių artefaktų. Štai kodėl būtini valdikliai, tokie kaip skirtumų diagramos valdymas, šulinio surišimas ir interpoliacijos kaukė. AI siūlo parametrus; Būtent ekspertas patvirtina parametrą pagal duomenų fiziką ir padaro rezultatą interpretuojamą.
Taikymo užduotis
Apibrėžkite triukšmo slopinimo žingsnį seisminėje atkarpoje (tikra arba pavyzdinė). Išskleiskite srautą naudodami šabloną „Apdorojamas srauto kontūras“, tada sukurkite kontrolinį sąrašą naudodami šabloną „Triukšmo slopinimo valdymo planas“. Palyginkite skilteles prieš / po ir skirtumo diagramą ir savo žodžiais įvertinkite, ar pašalintame komponente yra nuoseklus atspindys.
kontrolinis sąrašas
- [ ] Palyginau prieš/po triukšmo slopinimo ir skirtumo diagramą.
- [ ] Patikrinau, kad pašalintame komponente nėra nuoseklaus signalo.
- [ ] Patikrinau, ar dekonavimo rezultate nėra klaidingos skiriamosios gebos.
- [ ] Interpoliuotus pėdsakus pasilikau pažymėtus kauke.
- [ ] Rezultatą susiejau su šulinio duomenimis (šulinio kaklaraištis).