நீர்த்தேக்கத்தின் சிறப்பியல்பு, எண்ணெய்-வாயு மற்றும் புவியியல் புள்ளியியல்

ஆதாயங்கள்:

• AI உடன் போரோசிட்டி, ஊடுருவல் மற்றும் நீர்த்தேக்க பண்புகளை கணிப்பதில் பணிப்பாய்வுகளை விளக்கும் திறன்
• நன்கு பதிவு விளக்கம், முக வகைப்பாடு மற்றும் உற்பத்தி முன்கணிப்பு ஆகியவற்றில் இயந்திர கற்றலை நிலைநிறுத்தும் திறன்
• உடல் எல்லைகள், நன்கு சோதனை மற்றும் நிச்சயமற்ற பகுப்பாய்வு மூலம் நீர்த்தேக்க வெளியீடுகளை சரிபார்க்கும் திறன்

எண்ணெய் அல்லது எரிவாயு நீர்த்தேக்கம் என்பது நுண்துளை பாறையில், மேற்பரப்பில் இருந்து மைல்களுக்கு கீழே சிக்கியிருக்கும் திரவங்களின் கண்ணுக்கு தெரியாத புதையல் ஆகும். நம்மால் நேரடியாகப் பார்க்க முடியாது; கிணறுகளில் இருந்து பெறும் பதிவுகள், கோர்கள், நில அதிர்வு நிழல்கள் மற்றும் உற்பத்தித் தரவு ஆகியவற்றைக் கொண்டு மட்டுமே நாங்கள் அதை "படிக்கிறோம்". இந்த மறைமுக அளவீடுகளிலிருந்து பாறை எவ்வளவு திரவத்தை வைத்திருக்கிறது (போரோசிட்டி), எவ்வளவு எளிதில் திரவத்தை வெளியிடுகிறது (ஊடுருவக்கூடியது) மற்றும் நீர்த்தேக்கம் என்ன வகையான முப்பரிமாண அமைப்பு ஆகியவற்றை மறுகட்டமைக்கும் பணியே நீர்த்தேக்கத் தன்மை ஆகும். இந்த பகுதியில் AI சக்தி வாய்ந்தது: கிணறு பதிவுகளை விளக்குதல், முகங்களை வகைப்படுத்துதல் (பாறை வகைகளின் கூட்டங்கள்), போரோசிட்டி-ஊடுருவக்கூடிய உறவுகளை கணித்தல் மற்றும் உற்பத்தி போக்குகளை மாதிரியாக்குதல். ஆனால் நீர்த்தேக்கங்கள், மற்ற புவியியல் துறைகளைப் போலவே, நிச்சயமற்ற தன்மையால் நிரம்பியுள்ளன, மேலும் ஒவ்வொரு கணிப்பும் உடல் எல்லைகள், நன்கு சோதனை மற்றும் நிச்சயமற்ற பகுப்பாய்வு ஆகியவற்றுடன் இணைக்கப்படாமல் முடிவெடுப்பதற்கான அடிப்படையாக இருக்க முடியாது.

இந்த அலகில், நீர்த்தேக்க ஆய்வின் மூன்று AI அம்சங்களை நாங்கள் உள்ளடக்குவோம்: கிணறு பதிவு விளக்கம் மற்றும் முக வகைப்பாடு (பாறை வகை மற்றும் பதிவுகளிலிருந்து பண்புகளை பிரித்தெடுத்தல்), போரோசிட்டி-ஊடுருவக்கூடிய கணிப்பு (நீர்த்தேக்கத்தின் தரத்தின் கணிப்பு) மற்றும் உற்பத்தி கணிப்பு (எதிர்காலத்தில் கிணறு எவ்வளவு உற்பத்தி செய்யும்). புவிசார் புள்ளியியல்தான் இங்கும் முதுகெலும்பாக உள்ளது; வெரியோகிராம் மற்றும் சிமுலேஷன் மூலம் கிணறுகளுக்கு இடையில் உள்ள இடத்தை நிரப்புகிறோம். குறிப்பு: எண்ணெய் மற்றும் எரிவாயு துறை வணிக ரீதியாக மிகவும் உணர்திறன் கொண்டது; அனைத்து மாதிரிகளும் அநாமதேய மற்றும் பிரதிநிதித்துவ மதிப்புகளுடன் ஆய்வு செய்யப்படுகின்றன.

நன்கு பதிவு விளக்கம் மற்றும் முக வகைப்பாடு

கிணறு பதிவுகள் என்பது துளையுடன் சேர்ந்து பாறையின் இயற்பியல் பண்புகளை தொடர்ந்து அளவிடும் வளைவுகள்: காமா கதிர் (களிமண் உள்ளடக்கம்), மின்தடை (திரவ வகை - நீர்/ஹைட்ரோகார்பன்), அடர்த்தி மற்றும் நியூட்ரான் (போரோசிட்டி), சோனிக் (பாறை கடினத்தன்மை). ஒரு பெட்ரோலிய புவியியலாளர் இந்த வளைவுகளை ஒன்றாகப் படித்து ஒவ்வொரு ஆழத்திலும் பாறை வகை மற்றும் திரவத்தைப் பிரித்தெடுக்கிறார். இது மாதிரி அங்கீகாரம், மேலும் AI இதில் மிகவும் சிறப்பாக உள்ளது: பல்லாயிரக்கணக்கான மீட்டர் பதிவுகளை தொடர்ந்து முகங்களாக வரிசைப்படுத்துகிறது.

ஆனால் இரண்டு வரம்புகள் உள்ளன. முதலில், பதிவு விளக்கம் என்பது ஒரு மாதிரி, ஒரு அளவீடு அல்ல; ஒரே பதிவு வெவ்வேறு முக விளக்கங்களுக்குத் திறந்திருக்கும். இரண்டாவதாக, மாதிரியானது ஒரு துறையில் தான் கற்றுக்கொண்ட log-facies உறவை மற்றொரு துறைக்கு (வெவ்வேறு படிவு சூழல், வெவ்வேறு diagenesis) கண்மூடித்தனமாக மாற்றினால், அது கடுமையான தவறுகளை செய்கிறது. எனவே, ஃபேசிஸ் வெளியீடு முக்கிய தரவுகளுடன் அளவீடு செய்யப்படுகிறது; மையமானது பதிவு விளக்கத்தை அடிப்படை உண்மையுடன் இணைக்கும் நங்கூரமாகும்.

உதவிக்குறிப்பு: ஃபேசீஸ் மாதிரியின் வெளியீட்டை நம்புவதற்கு முன், "எந்தக் கிணறுகள் இணைக்கப்பட்டுள்ளன, அந்தக் கிணறுகளில் உள்ள மாதிரி எவ்வளவு துல்லியமானது?" என்று கேளுங்கள். கேட்க. உறுதிப்படுத்தப்படாத முக மதிப்பீடு என்பது எவ்வளவு நம்பத்தகுந்ததாக தோன்றினாலும், சோதிக்கப்படாத கருதுகோள் ஆகும்.

போரோசிட்டி மற்றும் பெர்மபிலிட்டி: தி மோஸ்ட் க்ரிட்டிகல் டிஸ்டிங்ஷன்

நீர்த்தேக்கத்தின் தரத்திற்கான இரண்டு விசைகள் போரோசிட்டி மற்றும் ஊடுருவக்கூடிய தன்மை ஆகும், மேலும் அவற்றுக்கிடையேயான வேறுபாடு AI ஐப் பயன்படுத்துவதற்கான மிக முக்கியமான புள்ளிகளில் ஒன்றாகும். போரோசிட்டி என்பது பாறையின் வெற்றிட விகிதம் மற்றும் நியாயமான துல்லியத்துடன் பதிவுகளிலிருந்து பெறப்படலாம். ஊடுருவக்கூடிய தன்மை என்பது பாறையின் வழியாக திரவம் எவ்வளவு எளிதில் பாய்கிறது மற்றும் பதிவுகளிலிருந்து நேரடியாக அளவிடப்படுவதில்லை; ஆனால் அது மறைமுகமாக மதிப்பிடப்படுகிறது. ஊடுருவும் தன்மையானது போரோசிட்டியில் ஏற்படும் சிறிய மாற்றங்களுக்கு அதிவேகமாக உணர்திறன் கொண்டது மற்றும் துளை வடிவியல், விரிசல் மற்றும் சிமெண்டேஷன் ஆகியவற்றைப் பொறுத்தது.

அதனால்தான் இயந்திர கற்றலுடன் ஊடுருவக்கூடிய கணிப்பு கவர்ச்சிகரமானதாகவும் ஆபத்தானதாகவும் இருக்கிறது. மாதிரியானது மையக் கிணறுகளில் போரோசிட்டியையும் மற்ற பதிவுகளிலிருந்து ஊடுருவலையும் கற்றுக்கொள்கிறது; ஆனால் அது கற்றுக் கொள்ளும் உறவு அந்த முகங்கள் மற்றும் அழுத்தம்-வெப்பநிலை நிலைக்கு குறிப்பிட்டது. வேறு ஒரு பாறைக்கு அல்லது ஒரு uncored well (கற்ற எல்லைக்கு வெளியே நகரும்) பெரிய பிழைகளை விளைவிக்கும். ஊடுருவல் மதிப்பீடு, முக்கிய அளவீடு மற்றும் கிணறு சோதனையுடன் இணைக்கப்பட வேண்டும் (அழுத்தம் குறைதல்/வீக்கம் சோதனைகள் உண்மையான ஓட்ட நடத்தையை அளிக்கின்றன).

எச்சரிக்கை: ஊடுருவல் மதிப்பீடு "நல்ல தோற்றம்" வரைபடத்தை உருவாக்கினாலும், பயிற்சித் தரவின் முகங்கள் மற்றும் அழுத்த நிலைமைகளுக்கு வெளியே பயன்படுத்தினால் அது நம்பமுடியாததாக இருக்கும். மாதிரியானது ஒரு தொடர்பைக் கற்றுக்கொள்கிறது, ஒரு உடல் உண்மை அல்ல; எப்போதும் முக்கிய மற்றும் நன்கு சோதனையுடன் சோதிக்கவும்.

உற்பத்தி முன்னறிவிப்பு மற்றும் நிச்சயமற்ற தன்மை

எதிர்காலத்தில் ஒரு கிணறு எவ்வளவு உற்பத்தி செய்கிறது என்பது நீர்த்தேக்கம் எவ்வளவு திரவத்தை வைத்திருக்கிறது மற்றும் வழங்குகிறது என்பதைப் பொறுத்தது. கிளாசிக்கல் முறைகள் (சரிவு வளைவு பகுப்பாய்வு) கடந்த கால உற்பத்திப் போக்கை எதிர்காலத்தில் விரிவுபடுத்துகிறது; AI இந்த போக்கை பல கிணறு தரவுகளுடன் மேம்படுத்துகிறது மற்றும் அண்டை கிணறு வடிவங்களிலிருந்து கற்றுக்கொள்கிறது. ஆனால் உற்பத்தி முன்கணிப்பு இயல்பாகவே நிச்சயமற்றது: நீர்த்தேக்கம் பன்முகத்தன்மை கொண்டது, அழுத்தம் மாற்றங்கள், இயக்க நிலைமைகள் மாற்றம். எனவே, ஒரு நிகழ்தகவு வரம்பு (குறைந்த/நடுத்தர/உயர்நிலை) வழங்கப்படுகிறது, ஒரு "சரியான" உற்பத்தி வளைவு இல்லை.

கிணறுகளுக்கு இடையில் அளவை நிரப்பும்போது புவியியல் புள்ளியியல் நிச்சயமற்ற தன்மையையும் கொண்டுள்ளது. வரிசையான காஸியன் உருவகப்படுத்துதல் போன்ற முறைகள் ஒற்றை "சராசரி" மாதிரியை விட சமமான பல மாதிரிகளை உருவாக்குகின்றன; இந்த மாதிரிகள் இடையே உள்ள வித்தியாசம் நிச்சயமற்றது. செயற்கை நுண்ணறிவு இந்த உருவகப்படுத்துதல்களை துரிதப்படுத்துகிறது மற்றும் விளக்குகிறது; ஆனால் முடிவை ஒற்றை எண்ணாகக் குறைப்பது நிச்சயமற்ற தன்மையை மறைத்து தவறான நம்பிக்கையை உருவாக்குகிறது.

மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்

வழக்கு 1 - எக்ஸ்ட்ராபோலேஷன் பிழை. ஒரு தளத்தில் உள்ள மூன்று கிணறுகளில் பயிற்சியளிக்கப்பட்ட ஊடுருவல் மாதிரியானது, நான்காவது கிணற்றில் சரியாகத் தோன்றிய ஒரு கணிப்பைக் கொடுத்தது. ஆனால் இந்தக் கிணறு ஒரு களிமண் முகத்தில் இருந்த மாதிரி இந்த இடைவெளியைப் பார்த்ததில்லை; நன்கு சோதனையானது, மதிப்பீட்டில் ஐந்தில் ஒரு பங்கு உண்மையான ஊடுருவலைக் காட்டியது. மாதிரியானது "நல்ல தோற்றம்" வரைபடமாக தவறாகப் புரிந்து கொள்ளப்பட்டது; கிணறு சோதனை நங்கூரம் பிழையைப் பிடித்தது.

வழக்கு 2 - முக அளவுத்திருத்தம். ஒரு எரிவாயு துறையில், செயற்கை நுண்ணறிவு விரைவாக 14 கிணறுகளின் பதிவுகளை முகங்களாக வரிசைப்படுத்தியது. மூன்று கிணறுகளுடன் ஒப்பிடும் போது, ​​மாதிரி "சுத்தமான மணற்கல்" என வகைப்படுத்தப்பட்ட மண்டலம் உண்மையில் ஒரு உடைந்த, குறைந்த தரமான அலகு ஆகும். மைய அளவுத்திருத்தத்துடன், மாதிரி மீண்டும் பயிற்சியளிக்கப்பட்டது மற்றும் நீர்த்தேக்க அளவு மதிப்பீடு ஒரு யதார்த்த நிலைக்குக் கொண்டுவரப்பட்டது.

வழக்கு 3 - ஸ்கிரிப்ட் நேர்மை. உற்பத்தி முன்னறிவிப்பில், மாடல் ஒற்றை வளைவைக் கொடுத்தது மற்றும் ஒற்றைப்படை எண்களில் பத்து ஆண்டு உற்பத்தியை வெளிப்படுத்தியது. ஒரு தொடர் உருவகப்படுத்துதலின் மூலம் குழு குறைந்த/நடுத்தர/உயர்ந்த காட்சியை உருவாக்கியபோது, ​​வரம்பு மிகவும் பரந்ததாக இருப்பதைக் கண்டறிந்தனர் (உயர் காட்சியானது தோராயமாக இரு மடங்கு குறைவாக இருந்தது). முதலீட்டுத் தீர்மானத்தில் கூடுதல் கிணறு சோதனை தேவை என்பதை இந்த அகலம் சுட்டிக்காட்டியது; ஒற்றை எண் இந்த நிச்சயமற்ற தன்மையை ஆபத்தான முறையில் மறைத்தது.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இந்த கிணறு பதிவுகளைப் பார்த்து, ஊடுருவலைக் கணக்கிட்டு, கிணறு எவ்வளவு உற்பத்தி செய்யும் என்று சொல்லுங்கள். [பதிவு தரவு]

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: உதவி நீர்த்தேக்க புவியியலாளர். கீழே உள்ள பதிவுகளுடன் ஊடுருவல் மற்றும் உற்பத்திக்கு ஒற்றை சரியான எண்ணைக் கொடுக்கிறது. மாறாக:1) முக விளக்கத்தை உருவாக்கும் போது எந்த கிணறுகளை மையமாக உறுதிப்படுத்த முடியும் என்பதைக் குறிப்பிடவும்.2) ஊடுருவல் மதிப்பீட்டை பதிவுகளிலிருந்து நேரடியாக அளவிட முடியாது, எந்த நிலைமைகளின் கீழ் (முகம்/அழுத்தம்) அது செல்லுபடியாகும், மற்றும் மைய/கிணறு சோதனையின் தேவை. முடிவு. தரவு அநாமதேயமானது; உண்மையான துறை/நிறுவனம் இல்லை.

நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்

1) பதிவு முகப்பு அளவுத்திருத்த சரிபார்ப்பு:

முக வகைப்பாட்டிற்காக எந்தக் கிணறுகள் இணைக்கப்பட்டுள்ளன என்பதையும் இந்தக் கிணறுகளில் மாதிரியின் துல்லியத்தை நாம் எவ்வாறு அளவிடலாம் என்பதையும் விளக்கவும். சரிபார்க்கப்படாத மண்டலங்களை "சோதனை செய்யப்படாதது" எனக் குறிக்கவும்; கண்மூடித்தனமாக நம்பாதீர்கள்.

2) ஊடுருவல் சரிபார்ப்பு:

ஊடுருவக்கூடிய கணிப்புக்கு: மாதிரி பயிற்சியளிக்கப்பட்ட முகங்கள் மற்றும் அழுத்த வரம்பைக் குறிப்பிடவும்; இந்த வரம்பிற்கு வெளியே எந்த கிணறுகள்/மண்டலங்கள் உள்ளன என்பதைக் குறிக்கவும் (எக்ஸ்ட்ராபோலேஷன்). இந்த மண்டலங்களில் முக்கிய மற்றும் நன்கு சோதனை இல்லாமல் கணிப்பு நம்பப்படக்கூடாது என்பதை வலியுறுத்துங்கள். சரியான எண்ணைக் கொடுக்க வேண்டாம்.

3) தயாரிப்பு காட்சி வரைவு:

குறைப்பு வளைவு/உற்பத்தித் தரவிலிருந்து குறைந்த, நடுத்தர, உயர் உற்பத்தி சூழ்நிலை தர்க்கத்தை நிறுவுகிறது. ஒவ்வொரு காட்சியும் என்ன அனுமானங்களை அடிப்படையாகக் கொண்டது மற்றும் அவற்றுக்கிடையேயான வேறுபாடுகள் என்ன என்பதை விளக்குங்கள். ஒற்றை "சரியான" வளைவை வழங்கவில்லை.

4) நிச்சயமற்ற உருவகப்படுத்துதல் விளக்கம்:

பல சமமான புவிசார் புள்ளிவிவர மாதிரியின் வெளியீட்டை விளக்கவும் (எ.கா., தொடர் உருவகப்படுத்துதல்): வால்யூம் மதிப்பீட்டின் பரவலானது, எந்தப் பகுதி மிகவும் நிச்சயமற்றது மற்றும் எந்த கூடுதல் தரவுகளுடன் (நன்றாக, நில அதிர்வு) இந்த நிச்சயமற்ற தன்மை சுருக்கப்பட்டது? ஒற்றை எண்ணாக குறைக்கப்படுகிறது.

நீர்த்தேக்க விவரக்குறிப்பு, அளவிடுதல் மற்றும் சரிபார்ப்பு

அம்சம்/வெளியீடு

பதிவுகளில் இருந்து அளவிட முடியுமா?

AI ஆபத்து

சரிபார்ப்பு நங்கூரம்

போரோசிட்டி

நியாயமான துல்லியத்துடன் பெறப்பட்டது

அளவுத்திருத்த சறுக்கல்

கோர் போரோசிட்டி

ஊடுருவக்கூடிய தன்மை

இல்லை, மறைமுக யூகம்

எக்ஸ்ட்ராபோலேஷன் பிழை

கோர் + நன்றாக சோதனை

முகங்கள்

கருத்து (மாதிரி)

ஆஃப்-சைட் போக்குவரத்து

முக்கிய வரையறை

திரவ வகை

நான் எதிர்ப்பில் இருந்து முடிவு செய்கிறேன்

தவறான கருத்து

அழுத்தம்/மாதிரி சோதனை

உற்பத்தி முன்னறிவிப்பு

போக்கு நீட்டிப்பு

தவறான உறுதி

காட்சி + நன்றாக சோதனை

குறிப்பு: நீர்த்தேக்கத்தின் ஒவ்வொரு மதிப்பீட்டிற்கும் "எந்த நேரடி அளவீடு இதை நிராகரிக்க முடியும்?" சொல்லி சோதனை செய்யுங்கள். போரோசிட்டிக்கான கோர், ஊடுருவலுக்கான நன்கு சோதனை, முகங்களுக்கு முக்கிய வரையறை. நேரடி அளவீடு மூலம் மறுக்க முடியாத ஒரு கணிப்பு இன்னும் உறுதிப்படுத்தப்படவில்லை.

பொதுவான தவறுகள்

• ஊடுருவும் தன்மையை போரோசிட்டியாகப் பார்ப்பது. ஊடுருவல் நேரடியாக பதிவுகளிலிருந்து அளவிடப்படுவதில்லை; எக்ஸ்ட்ராபோலேஷன் பெரிய பிழைகளை அளிக்கிறது, மைய/கிணறு சோதனை அவசியம்.
• கோர் இல்லாமல் முக மாதிரியைப் பயன்படுத்துதல். மையத்தால் அளவீடு செய்யப்படாத முகங்கள் என்பது சோதிக்கப்படாத கருதுகோள் ஆகும்.
• கற்ற உறவை வேறொரு துறைக்கு கொண்டு செல்வது. வெவ்வேறு படிவு சூழல் மற்றும் டயஜெனெசிஸ் ஆகியவை பதிவு-பண்பு உறவை மாற்றுகின்றன.
• ஒற்றை வளைவுடன் உற்பத்தியை வழங்குதல். நிச்சயமற்ற சூழ்நிலைகள் வழங்கப்படாவிட்டால், முதலீட்டு முடிவு தவறான உறுதியை அடிப்படையாகக் கொண்டது.
• உருவகப்படுத்துதலை சராசரியாகக் குறைத்தல். பல மாதிரிகள் நிச்சயமற்ற தன்மையைக் குறிக்கின்றன; அதை ஒற்றை எண்ணாகக் குறைப்பது தகவல்களை அழிக்கிறது.

சுருக்கமாக

• நீர்த்தேக்கம் கண்ணுக்கு தெரியாதது; இது பதிவுகள், மைய, நில அதிர்வு மற்றும் உற்பத்தித் தரவுகளுடன் மறைமுகமாகப் படிக்கப்படுகிறது மற்றும் ஒவ்வொரு கணிப்பும் நிச்சயமற்ற தன்மையைக் கொண்டுள்ளது.
• போரோசிட்டியை பதிவுகளிலிருந்து பெறலாம்; ஊடுருவக்கூடிய தன்மை நேரடியாக அளவிடப்படுவதில்லை, அது கோர் மற்றும் நன்கு சோதனையுடன் இணைக்கப்பட வேண்டும்.
• முக வகைப்பாடு ஒரு மாதிரி; மையத்தால் அளவீடு செய்யப்படாமல் மற்றும் தளத்திற்கு வெளியே கொண்டு செல்லப்படாமல் நம்பகத்தன்மையற்றது.
• கற்றுக்கொண்ட உறவு கல்வி நிலைமைகளுக்கு குறிப்பிட்டது; எக்ஸ்ட்ராபோலேஷன் என்பது மிகவும் பொதுவான மற்றும் ஆபத்தான தவறு.
• உற்பத்தி மற்றும் அளவு ஆகியவை ஒரு எண்ணுடன் அல்ல, ஆனால் ஒரு நிகழ்தகவு காட்சி மற்றும் உருவகப்படுத்துதலுடன், நிச்சயமற்ற தன்மையுடன் தெளிவாகக் கொடுக்கப்பட்டுள்ளது.

விண்ணப்ப பணி

அநாமதேய கிணறு பதிவுகளின் (அல்லது பிரதிநிதி மதிப்புகள்) தொகுப்பைப் பெறுங்கள். "ஊடுருவக்கூடிய சரிபார்ப்பு" டெம்ப்ளேட்டுடன் எந்த மண்டலங்கள் எக்ஸ்ட்ராபோலேஷன் ஆபத்தில் உள்ளன என்பதைக் கண்டறிய மாதிரியை வைத்திருங்கள்; பயிற்சி வரம்பிற்கு வெளியே வேண்டுமென்றே வைப்பதன் மூலம் அது ஒரு மண்டலத்தைத் தூண்டுகிறதா என்று சோதிக்கவும். பின்னர், "உற்பத்தி காட்சி வரைவு" டெம்ப்ளேட்டைப் பயன்படுத்தி ஒற்றை வளைவுக்குப் பதிலாக குறைந்த/நடுத்தர/உயர்ந்த காட்சியை உருவாக்கி, ஒரு வாக்கியத்தில் வரம்பின் அகலத்தைப் பற்றி கருத்துத் தெரிவிக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] போரோசிட்டி மற்றும் பெர்மபிலிட்டி ஆகியவற்றுக்கு இடையே உள்ள அளவீட்டில் உள்ள வேறுபாட்டை நான் அறிவேன், மேலும் ஊடுருவலுக்கு மைய/கிணறு சோதனை தேவைப்படுகிறது.
• [ ] மையத்துடன் அளவீடு செய்யாமல் முக வகைப்பாடு நம்பகமானதாக நான் கருதவில்லை.
• [ ] கற்றறிந்த உறவை வேறொரு துறை/நிலையுடன் விரிவுபடுத்தும் அபாயத்தை நான் அங்கீகரிக்கிறேன்.
• [ ] ஒற்றை எண்களுக்குப் பதிலாக நிகழ்தகவு காட்சிகள் மற்றும் உருவகப்படுத்துதல்களுடன் உற்பத்தி மற்றும் அளவை வழங்குகிறேன்.
• [ ] "ஒவ்வொரு நீர்த்தேக்க மதிப்பீட்டையும் நிராகரிக்கக்கூடிய நேரடி அளவீடு எது?" கேள்வியுடன் நான் அதை சோதிக்கிறேன்.