การสร้างแบบจำลองอุทกธรณีวิทยาและน้ำใต้ดิน

กำไร:

• ความสามารถในการใช้การเตรียมข้อมูลและการสนับสนุนการสอบเทียบของ AI ในการกำหนดคุณลักษณะของชั้นหินอุ้มน้ำและการสร้างแบบจำลองการไหลของน้ำใต้ดิน
• ความสามารถในการวิเคราะห์คุณภาพน้ำ ระดับ และข้อมูลการไหลด้วย AI และการตรวจจับความผิดปกติ
• ความสามารถในการตรวจสอบเอาต์พุตของแบบจำลองด้วยการอนุรักษ์มวล ความเป็นไปได้ทางไฮดรอลิก และการวัดภาคสนาม

น้ำบาดาลเป็นทรัพยากรธรรมชาติที่เรามองไม่เห็นแต่สามารถตัดสินใจได้มากที่สุด ปริมาณน้ำในบ่อที่ให้น้ำ ปริมาณน้ำที่ระบายลงสู่เหมือง ระยะเวลาที่มลพิษจะเข้าถึงแหล่งน้ำดื่ม ทั้งหมดนี้ขึ้นอยู่กับพฤติกรรมของน้ำในขณะที่มันเคลื่อนตัวช้าๆ ผ่านรูพรุนและรอยแตกใต้ดิน อุทกธรณีวิทยา (ศาสตร์แห่งน้ำใต้ดิน) ได้สร้างกระแสน้ำที่มองไม่เห็นขึ้นมาใหม่จากหลุมสังเกตการณ์ที่กระจัดกระจาย หน้าตัดทางธรณีวิทยา และกฎทางกายภาพ ปัญญาประดิษฐ์เป็นตัวช่วยที่ทรงพลังในงานนี้ โดยจะล้างอนุกรมเวลาที่ยุ่งเหยิง ผสานรวมข้อมูลที่ขาดหายไป จับความผิดปกติ และเร่งการปรับเทียบโมเดล แต่มีกฎข้อหนึ่งที่มีอำนาจเหนือกว่าทั้งหมด: การอนุรักษ์มวล ปริมาณน้ำเข้าออกและกักเก็บในระบบต้องสม่ำเสมอ ไม่มีแบบจำลองอัจฉริยะใดที่สามารถละเมิดความสมดุลนี้ได้

ในหน่วยนี้ เราจะครอบคลุม AI 3 แง่มุมของการศึกษาน้ำบาดาล: การเตรียมข้อมูลและการตรวจจับความผิดปกติ (การประมวลผลระดับ อัตราการไหล และชุดคุณภาพ) การระบุลักษณะของชั้นหินอุ้มน้ำ (การทำนายคุณสมบัติของชั้นน้ำใต้ดินที่มีน้ำใต้ดิน) และการสอบเทียบแบบจำลองการไหล (การจัดแนวแบบจำลองเชิงตัวเลขกับการสังเกต) ในทุกขั้นตอน เราจะใช้ปัญญาประดิษฐ์ไม่ใช่เครื่องคิดเลข แต่เป็นเครื่องกำเนิดไฟฟ้าแบบร่าง ซึ่งคุณทดสอบผลลัพธ์ด้วยความสมดุลของน้ำและการวัดภาคสนาม

ชั้นหินอุ้มน้ำและแนวคิดพื้นฐาน

มาสร้างภาษากลางกันก่อน ชั้นหินอุ้มน้ำเป็นหน่วยทางธรณีวิทยา (เช่น ชั้นทราย-กรวด) ที่สามารถอุ้มน้ำและปล่อยน้ำได้เพียงพอ ค่าการนำไฟฟ้าไฮดรอลิก (K) วัดว่าน้ำไหลผ่านหิน/ดินได้ง่ายเพียงใด โดยปกติจะอยู่ที่ระดับเมตรต่อวันสำหรับทรายและจะต่ำมากสำหรับดินเหนียว หัวไฮดรอลิก (หัว) คือพลังงานความดันและระดับความสูงของน้ำที่จุดหนึ่ง น้ำจะไหลจากภาระสูงไปสู่ภาระต่ำเสมอ ค่าสัมประสิทธิ์การกักเก็บจะให้ปริมาตรน้ำที่ปล่อยออกมา/กักเก็บโดยชั้นหินอุ้มน้ำต่อการเปลี่ยนแปลงน้ำหนักหนึ่งหน่วย ปริมาณทั้งสี่นี้เป็นรากฐานสำคัญของการสร้างแบบจำลองทั้งหมด

จำเป็นอย่างยิ่งที่จะต้องรู้แนวคิดเหล่านี้เมื่อทำงานกับปัญญาประดิษฐ์ เนื่องจากทุกตัวเลขที่กำหนดโดยโมเดลจะต้องพอดีกับช่วงทางกายภาพเหล่านี้ ค่า K สำหรับชั้นหินอุ้มน้ำทรายมีตั้งแต่ไม่กี่เซนติเมตรไปจนถึงหลายสิบเมตรต่อวัน หากแบบจำลองแจ้งว่า "3 กิโลเมตรต่อวัน" แสดงว่ามีข้อผิดพลาดทางฟิสิกส์ นี่คือรูปแบบเฉพาะของอุทกธรณีวิทยาของจุดยึดลำดับความสำคัญในหน่วยก่อนหน้านี้

ทีละขั้นตอน: การเตรียมข้อมูล ความผิดปกติ และการสอบเทียบ

ขั้นตอนที่ 1 — การทำความสะอาดอนุกรมเวลา ข้อมูลระดับจากหลุมสังเกตการณ์มักจะไม่สม่ำเสมอ เช่น จำนวนวันที่หายไป การข้ามของเซ็นเซอร์ ความสับสนของหน่วย ผลกระทบของความดันบรรยากาศ AI จัดแนวซีรีส์เหล่านี้ ทำเครื่องหมายช่องว่าง และตรวจจับข้อผิดพลาดของเซ็นเซอร์ที่เป็นไปได้ (การกระโดดกะทันหัน เส้นแบน = เซ็นเซอร์ค้าง) แต่การ "เติม" ค่าที่หายไปกับ "การทำเครื่องหมาย" นั้นแตกต่างกัน หากจะทำการเติม วิธีการจะต้องโปร่งใสและได้รับการอนุมัติจากนักธรณีวิทยา

ขั้นตอนที่ 2 — การตรวจจับความผิดปกติ การเปลี่ยนแปลงคุณภาพน้ำอย่างกะทันหัน (เช่น การนำไฟฟ้า ไนเตรต โลหะหนัก) ระดับการลดลงอย่างไม่คาดคิด อัตราการไหลที่เพิ่มขึ้น — สิ่งเหล่านี้เป็นสัญญาณของเหตุการณ์จริง (การปนเปื้อน เงินเบิกเกินบัญชี การรั่วไหล) หรือข้อผิดพลาดในการวัด ปัญญาประดิษฐ์จัดอันดับความผิดปกติของผู้สมัคร นักอุทกธรณีวิทยาจะตัดสินใจว่าอันไหนจริง

ขั้นตอนที่ 3 — การกำหนดลักษณะของชั้นหินอุ้มน้ำ ค่า K และค่าสัมประสิทธิ์การจัดเก็บจะถูกดึงมาจากข้อมูลการทดสอบการสูบน้ำ (การดึงน้ำจากบ่อที่มีอัตราการไหลคงที่และการตรวจสอบระดับที่ลดลงในบ่อข้างเคียง) AI เร่งการปรับเส้นโค้งและแบบจำลองชั้นหินอุ้มน้ำทางเลือก (จำกัด/อิสระ/กึ่งซึมผ่านได้) แต่ความเข้ากันได้ของแบบจำลองที่เลือกกับธรณีวิทยาของสนามนั้นเป็นงานของมนุษย์

ขั้นตอนที่ 4 — การสอบเทียบแบบจำลองเชิงตัวเลข แบบจำลองผลต่างอันจำกัด/องค์ประกอบจะแบ่งชั้นหินอุ้มน้ำออกเป็นเซลล์และแก้ปัญหาการไหลของน้ำในแต่ละเซลล์ การสอบเทียบคือการปรับพารามิเตอร์โมเดล (การกระจาย K, การเติม) เพื่อให้เข้ากันได้กับระดับหลุมสังเกต AI/การเพิ่มประสิทธิภาพจะเร่งความเร็วการตั้งค่านี้ แต่มีอันตราย: โมเดลอาจพอดีกับการสังเกตได้ดีแต่มีพารามิเตอร์ที่ไม่ถูกต้องทางกายภาพ (เกินพอดี) ดังนั้นการควบคุมสมดุลของน้ำหลังการสอบเทียบจึงเป็นสิ่งจำเป็น

เคล็ดลับ: ก่อนที่จะยอมรับแบบจำลองที่ปรับเทียบแล้ว ให้ถามว่า "สมดุลของน้ำปิดอยู่หรือไม่" ถาม: อินพุตทั้งหมด (การป้อน + การไหลด้านข้าง) ลบเอาต์พุตทั้งหมด (ร่าง + การคายประจุ) บวก/ลบการเปลี่ยนแปลงพื้นที่จัดเก็บต้องเป็น 0 หากไม่ปิด โมเดลจะไม่น่าเชื่อถือ แม้ว่าจะตรงกับระดับก็ตาม

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — การแก้ไขข้อบกพร่องเซ็นเซอร์ เครือข่ายการตรวจสอบหนึ่งเครือข่ายมีข้อมูลระดับ 18 เดือนสำหรับ 11 หลุม; รวมประมาณ 6,000 รายการ การสแกนที่ขับเคลื่อนด้วย AI ตรวจพบ "เซ็นเซอร์แช่แข็ง" ในสองหลุม (ค่าเดียวกันเป๊ะเป็นเวลา 42 วัน) และข้อผิดพลาดหนึ่งหน่วย (ป้อนฟุตแทนที่จะเป็นเมตร) ในหลุมเดียว ข้อผิดพลาดทั้งสามข้อนี้ ซึ่งต้องใช้เวลาหลายชั่วโมงในการค้นหาด้วยมือ อาจทำให้การปรับเทียบโมเดลมีอคติอย่างมาก การสกัดทำให้โมเดลมีความน่าเชื่อถือก่อนที่จะถูกสร้างขึ้นด้วยซ้ำ

กรณีที่ 2 — กับดักสมดุลมวล แบบจำลองการปล่อยน้ำจากเหมืองเหมาะสมกับหลุมสังเกตการณ์ทั้งหมดได้ดีกว่า 5% และทีมงานกำลังจะตรวจสอบความถูกต้องของแบบจำลอง การตรวจสอบสมดุลของน้ำพบว่าการเติมน้ำทั้งหมดมากกว่าข้อมูลปริมาณน้ำฝนของภูมิภาคถึงสามเท่า แบบจำลองมี "การซื้อ" สอดคล้องกับการรับประทานอาหารที่ไม่ใช่ทางกายภาพ พารามิเตอร์ถูกดึงกลับไปยังช่วงที่สมจริงและปรับเทียบใหม่ ความพอดีไม่ได้หมายความว่าจะเป็นรุ่นที่ถูกต้อง

กรณีที่ 3 — สัญญาณเริ่มต้นของการปนเปื้อน ในชุดการนำไฟฟ้าของบ่อน้ำในแอ่งน้ำดื่ม ปัญญาประดิษฐ์มีการเพิ่มขึ้นอย่างช้าๆ ซึ่งเบี่ยงเบนไปจากรูปแบบตามฤดูกาล การตรวจสอบสถานที่พบการรั่วไหลจากพื้นที่จัดเก็บใกล้เคียง และดำเนินการก่อนที่สิ่งปนเปื้อนจะไปถึงบ่อน้ำดื่ม โมเดลไม่ได้เป็นผู้ตัดสินใจ มุ่งความสนใจของนักอุทกธรณีวิทยาไปยังบ่อน้ำที่ถูกต้อง

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

ดูข้อมูลในบ่อนี้แล้วบอกฉันว่าชั้นหินอุ้มน้ำเป็นอย่างไร และน้ำไปไหน [ตารางระดับ]

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยนักอุทกธรณีวิทยา ตรวจสอบอนุกรมระดับหลุมสังเกตการณ์ด้านล่าง แต่พารามิเตอร์ชั้นหินอุ้มน้ำได้รับการติดตั้งแล้ว ให้ทำดังต่อไปนี้:1) คุณภาพของข้อมูล: แสดงรายการข้อสงสัยที่สูญหาย เซ็นเซอร์แช่แข็ง หน่วย/ค่าผิดปกติ การให้บ่อและวันที่ 2) แนวโน้มทั่วไป (เพิ่มขึ้น/ลดลง/ตามฤดูกาล) และคำอธิบายทางกายภาพที่เป็นไปได้ 3) ระบุว่าข้อมูลใด (การทดสอบการสูบน้ำ การตกตะกอน บันทึกแรงโน้มถ่วง) ที่จำเป็นในขั้นตอนถัดไป การตีความทางกายภาพและการสอบเทียบเป็นของนักอุทกธรณีวิทยา ระบุสิ่งนี้ข้อมูลไม่ระบุชื่อ

พรอมต์อันทรงพลังทำให้โมเดลมีบทบาทเป็นผู้ควบคุมข้อมูลและแก้ไขคำถาม ห้ามมิให้ปรับพารามิเตอร์ให้เหมาะสมอย่างชัดเจน

เทมเพลตที่คัดลอกได้สี่แบบ

1) การตรวจสอบคุณภาพชุดระดับ:

ทำเครื่องหมายสิ่งต่อไปนี้ในชุดระดับหลุมสังเกตการณ์: จำนวนวันที่หายไป ค่าที่เหมือนกันติดต่อกัน (เซ็นเซอร์แช่แข็ง) การกระโดดกะทันหัน หน่วยข้อผิดพลาดที่เป็นไปได้ (ม./ฟุต/ซม.) รายการที่มี well_id และช่วงวันที่เท่านั้น การเติมหรือการลบค่า

2) การจัดลำดับความสำคัญที่ผิดปกติ:

แสดงรายการการเปลี่ยนแปลงในชุดคุณภาพน้ำ (พารามิเตอร์: การนำไฟฟ้า) ที่เบี่ยงเบนไปจากรูปแบบตามฤดูกาล โดยเริ่มจากสิ่งที่เป็นไปได้มากที่สุด สำหรับผู้สมัครแต่ละคน: จดบันทึกสิ่งที่จำเป็นต้องมีการควบคุมเพิ่มเติมเพื่อแยกแยะระหว่างเหตุการณ์จริงและข้อผิดพลาดในการวัด การตัดสินใจขึ้นอยู่กับนักอุทกธรณีวิทยา

3) รายการตรวจสอบสมดุลน้ำ:

แยกขั้นตอนการควบคุมสมดุลน้ำสำหรับแบบจำลองน้ำบาดาลที่ปรับเทียบแล้ว: รายการอินพุต รายการเอาต์พุต รูปแบบการจัดเก็บ และขีดจำกัดการยอมรับข้อผิดพลาดในการปิด ตัวอย่างสถานการณ์ที่แบบจำลองอาจเป็นไปตามระดับแต่ละเมิดสมดุล

4) การตีความการทดสอบการสูบน้ำแบบร่าง:

สำหรับข้อมูลเวลาหยุดการทดสอบปั๊ม: สรุปแบบจำลองชั้นหินอุ้มน้ำ (ไม่จำกัด ถูกจำกัด กึ่งซึมผ่านได้) ที่อาจเหมาะสม และวิธีที่แต่ละแบบจำลองเกี่ยวข้องกับธรณีวิทยาของพื้นที่ ให้หมายเลขที่แน่นอนสำหรับ K และที่เก็บข้อมูล ระบุช่วงที่เหมาะสมและสมมติฐานที่จำเป็น

ข้อมูลน้ำบาดาลและจุดยึดการตรวจสอบ

ข้อมูล/เอาท์พุท

การมีส่วนร่วมของ AI

ความเสี่ยงหลัก

สมอตรวจสอบ

อนุกรมเวลาระดับ

การทำความสะอาด การตรวจจับข้อผิดพลาด

การบรรจุที่เหมาะสม

ข้อมูลดิบ + การบันทึกภาคสนาม

ชุดคุณภาพน้ำ

การเรียงลำดับความผิดปกติ

สัญญาณเตือนเท็จ/พลาด

ทำซ้ำตัวอย่าง + ห้องปฏิบัติการ

การทดสอบการสูบน้ำ

ความเร็วที่เหมาะสมของโค้ง

แบบจำลองชั้นหินอุ้มน้ำไม่ถูกต้อง

ความสามัคคีทางธรณีวิทยา

การสอบเทียบแบบจำลองเชิงตัวเลข

การเพิ่มประสิทธิภาพพารามิเตอร์

K. การสวมอุปกรณ์มากเกินไปและไม่ใช่ทางกายภาพ

ปรับสมดุลน้ำ+สังเกตให้ดี

การประมาณค่าการให้อาหาร/การดึงดูด

ฟิวชั่นข้อมูล

การละเมิดความสมดุล

บันทึกปริมาณน้ำฝน/การปฏิบัติงาน

ข้อควรระวัง: แบบจำลองน้ำบาดาลเป็นการทำนาย ไม่ใช่คำทำนาย ผลลัพธ์ที่คาดการณ์ไว้ในอนาคตหลายทศวรรษ (เช่น ระดับน้ำหลังการปิดเหมือง) เป็นสถานการณ์ที่ต้องได้รับการอัปเดตเมื่อมีการวัดผล การนำเสนอเส้นโค้งอนาคตที่ "แน่นอน" เส้นเดียวจะสร้างความเชื่อมั่นที่ผิดพลาดโดยการบดบังความไม่แน่นอน

ข้อผิดพลาดทั่วไป

• ไม่ตรวจสอบความสมดุลของน้ำ ข้อผิดพลาดที่พบบ่อยและอันตรายที่สุดคือการยอมรับแบบจำลองที่เหมาะกับระดับโดยไม่ต้องตรวจสอบการอนุรักษ์มวล
• กรอกข้อมูลที่ขาดหายไปอย่างเงียบๆ หากค่า "เติม" ที่สร้างโดย AI เข้าใจผิดว่าเป็นการวัดจริง แสดงว่าการปรับเทียบนั้นอยู่บนพื้นฐานที่บอบบาง
• การยอมรับพารามิเตอร์ที่เกินช่วงทางกายภาพ ทนต่อ K หรือคุณค่าทางโภชนาการที่ไม่สมจริงเพื่อประโยชน์ในการปฏิบัติตาม
• พิจารณาสิ่งผิดปกติตามความเป็นจริงโดยอัตโนมัติ ไม่ใช่ทุกความเบี่ยงเบนจะเกิดการปนเปื้อน ความเป็นไปได้ที่จะเกิดข้อผิดพลาดในการวัดจะถูกกำจัดโดยการเก็บตัวอย่างภาคสนามและการสุ่มตัวอย่างซ้ำ
• ลดความไม่แน่นอนให้เหลือเพียงโค้งเดียว การนำเสนอการคาดการณ์ระยะยาวเป็นผลสุดท้ายมากกว่าสถานการณ์จำลอง

โดยสรุป

• อุทกธรณีวิทยาสร้างกระแสน้ำที่มองไม่เห็นจากการสังเกตแบบกระจัดกระจาย เอาต์พุต AI ทุกรายการได้รับการทดสอบโดยเทียบกับการอนุรักษ์มวล (ความสมดุลของน้ำ)
• AI มีประสิทธิภาพในระดับการทำความสะอาด/ชุดคุณภาพ การตรวจจับความผิดปกติ และการเร่งความเร็วในการสอบเทียบ ไม่ควรพอดีกับพารามิเตอร์
• แม้ว่าแบบจำลองจะเข้ากับการสังเกตได้ดี แต่ก็อาจคลาดเคลื่อนด้วยพารามิเตอร์ที่ไม่ใช่ทางกายภาพ (พอดีเกิน) จำเป็นต้องมีการควบคุมสมดุลของน้ำ
• แต่ละตัวเลขต้องอยู่ในช่วงทางกายภาพ (K สำหรับทราย µm/วัน) ลำดับความสำคัญของสมอยังใช้กับอุทกธรณีวิทยาด้วย
• แบบจำลองเป็นการทำนาย ผลลัพธ์ระยะยาวจะถูกนำเสนอเป็นสถานการณ์ที่มีความไม่แน่นอน และได้รับการอัปเดตเมื่อมีการวัดผล

งานสมัคร

ดึงข้อมูลชุดระดับหลุมสังเกตการณ์ที่ไม่เปิดเผยชื่อ (หรือข้อมูลตัวแทน) ให้แบบจำลองค้นหาข้อผิดพลาดของข้อมูลด้วยเทมเพลต "การตรวจสอบคุณภาพซีรี่ส์ระดับ" เพิ่มเซ็นเซอร์หรือยูนิตที่ต้องสงสัยอย่างน้อยหนึ่งตัวแล้วทดสอบว่าจับได้หรือไม่ จากนั้นเรียกใช้เทมเพลต "รายการตรวจสอบความสมดุลของน้ำ" สำหรับสถานการณ์แบบจำลองที่ปรับเทียบแล้ว และเขียนพร้อมตัวอย่างว่าแบบจำลองอาจละเมิดเครื่องชั่งได้อย่างไร แม้ว่าจะเป็นไปตามระดับก็ตาม

รายการตรวจสอบ

• [ ] ฉันรู้แนวคิดและช่วงทั่วไปของชั้นหินอุ้มน้ำ สภาพนำไฟฟ้าแบบไฮดรอลิก ส่วนหัว และการจัดเก็บ
• [ ] ฉันได้รับภาพสะท้อนเพื่อตรวจสอบปริมาณน้ำบาดาลที่ปล่อยออกมาด้วยการอนุรักษ์มวล (สมดุลของน้ำ)
• [ ] ฉันใช้ AI เพื่อทำความสะอาดข้อมูลและการเรียงลำดับความผิดปกติ และปล่อยให้นักอุทกธรณีวิทยาเป็นผู้ตัดสินใจพารามิเตอร์
• [ ] เมื่อตระหนักถึงความเสี่ยงในการติดตั้งมากเกินไป ฉันไม่คิดว่าขนาดพอดีจะเป็นรุ่นที่เหมาะสม
• [ ] ฉันนำเสนอผลลัพธ์ของแบบจำลองระยะยาวเป็นสถานการณ์ที่มีความไม่แน่นอน