Прибуток:
- Здатність пояснити, як картографування літології, розломів і змін виконується за допомогою ШІ на супутникових і аерофотознімках.
- Можливість розробити робочий процес, який витягує мінеральні та структурні маркери з мультиспектральних/гіперспектральних даних
- Здатність тестувати результати дистанційного зондування з наземною правдою та геологічним контекстом
Геологічна карта — це проекція підземної історії регіону на поверхню: яка порода де знаходиться, де проходять розломи, у якому напрямку нахилені шари. Класично ця карта є продуктом, який геолог створює, подорожуючи від оголення до оголення з місяцями польової роботи. Сьогодні дистанційне зондування та штучний інтелект значною мірою прискорюють цей процес. У цьому розділі ми побачимо, як картографування літології, розломів і змін (хімічна зміна гірських порід під впливом гідротермальних вод; критичний показник у розвідці корисних копалин) виконується за допомогою штучного інтелекту на основі супутникових/аерофотознімків, і, що найважливіше, як ці результати перевіряються на реальних умовах землі.
Попередження з самого початку: зображення дистанційного зондування є вимірюванням, а не інтерпретацією; Але кожна карта, отримана з цього вимірювання, є інтерпретацією, і в інтерпретації є помилка. «Зона зміни», позначена штучним інтелектом, може бути справжнім індикатором корисних копалин, висохлим полем, тінню або атмосферними збуреннями. Карта є гіпотезою, поки не буде перевірено в полі.
Основи фізики дистанційного зондування
Кожен мінерал і камінь відбиває сонячне світло на різних довжинах хвиль з різною швидкістю; це називається спектральною сигнатурою. Людське око бачить лише видиме світло (червоний-зелений-синій), але супутникові датчики вимірюють набагато ширший діапазон, включаючи інфрачервоне. Дві основні концепції:
Мультиспектральне зображення вимірює в кількох широких діапазонах довжин хвиль (зазвичай 4-12 діапазонів); наприклад, супутники Landsat і Sentinel. Розрізняє шорсткі породи. Гіперспектральне зображення, з іншого боку, вимірює в сотнях вузьких смуг і може розпізнавати мінерали майже за їхнім «спектральним відбитком»; Використовується для розрізнення змінених мінералів (таких як каолініт, алуніт, іліт).
ШІ тут виконує дві задачі: по-перше, він класифікує ці багатовимірні спектральні дані (який піксель відповідає якій літології/мінералу). По-друге, він виділяє дефекти та структурні особливості з геометричних візерунків зображення (лінії, текстура, дренажна мережа). Коли додається цифрова модель рельєфу (скорочено DEM; тривимірна карта рельєфу землі), до аналізу також включаються нахил, аспект і топографічні лінії.
Крок за кроком: робочий процес карти змін
- Підготуйте малюнок. Атмосферна корекція (усунення спотворюючого впливу атмосфери), маскування хмар, маска рослинності. Якщо цей крок пропустити, весь результат буде забрудненим.
- Звужте сферу своїх інтересів. Обмежте досліджувану територію геологічним контекстом (відомий розлом, формація, відслонення); Додайте контекст моделі.
- Розрахувати спектральні показники. Співвідношення смуг, які виділяють конкретні групи мінералів (наприклад, для оксидів заліза, глинистих мінералів).
- Класифікувати. Штучний інтелект класифікує пікселі/області та позначає можливі зони змін.
- Розклад перевірки місцевості. Виберіть точки вибірки з позначених зон і перевірте їх на полі. Без цього кроку карта не буде підписана.
Роль і межі штучного інтелекту в аналізі зображень
Зокрема, ШІ зменшує два типи помилок: він виявляє тонкі аномалії, які не помічаються, і стандартизує суперечливі інтерпретації. Але це породжує три систематичні помилки. Перший — хибнопозитивний: рослинність, тінь, людська структура або вологість ґрунту можуть виглядати як зміна. По-друге, упередження навчання: якщо модель навчена на даних з іншого регіону, вона буде неправильною на іншій літології вашого сайту. По-третє, це ілюзія масштабу: один піксель покриває десятки метрів на землі; Тонкі структури втрачаються, змішані пікселі (кілька матеріалів в одному пікселі) вводять в оману.
Отже, золоте правило: правда на землі завжди перемагає. Карту, отриману на основі зображення, не можна вважати остаточною без перевірки її за допомогою зразків і спостережень у вибраних точках поля. Пункти перевірки вибираються не випадково, а стратегічно, щоб охопити як «певні», так і «підозрілі» зони.
Три міні-кейси: у цифрах
Випадок 1 — Звуження області пошуку. Геологорозвідувальна компанія проводила оцінку ліцензійної площі 1200 км². Класифікація змін за допомогою штучного інтелекту на основі гіперспектральних даних зменшила територію до 7 цільових зон площею 38 км². Замість того, щоб відвідати всю територію, польова команда віддала перевагу цим 7 зонам; час початкової польової кампанії було скорочено приблизно на 70%. 5 із 7 зон показали реальні зміни в полі, 2 були хибнопозитивними (глинистий ґрунт) — без перевірки ці 2 зони були б даремним бурінням.
Випадок 2 — Попередній ескіз картографування розломів. ЦМР та аналіз лінеаментів, витягнутих із зображення, запропонували два незначні лінеаменти поряд із відомим головним розломом. Один виявився фактичною помилкою в полі; інший виявився топографічним слідом траси трубопроводу. Модель правильно вловила геометричний візерунок, але не змогла визначити його походження; Він розрізняв геологічну правдоподібність і польовий контроль.
Випадок 3 — Помилка хмарної тіні. В одній області модель відзначила сильну "зміну оксиду заліза" на північному схилі. Атмосферна корекція була неповною, і сигнатурою було фактично спектральне спотворення тонкого хмарного покриву. Коли зображення було повторно оброблено та виправлено, аномалія зникла. Урок: помилка попередньої обробки вводить в оману навіть найдосконалішу модель.
Слабка підказка / Сильна підказка
Слабка підказка:
Покажіть на супутниковому знімку місця, де можуть бути міни.
Потужна підказка:
Ваша роль: Геолог дистанційного зондування. Інтерпретуйте наступні значення спектрального індексу та співвідношення смуг (зображення Sentinel-2, посушлива зона, розріджена рослинність).- Для кожної можливої зони змін: напишіть, який індекс/співвідношення спровокував її.- Запропонуйте ПРИМЕНШЕ одне хибнопозитивне джерело для кожної зони (рослинність, тінь, ґрунт, антропогенна, атмосферна).- Розсортуйте зони за «пріоритетом перевірки рельєфу» (високий/середній/низький).- Не показуйте жодну зону як "заміновану"; "токен зміни має бути перевірено" дані: [індекс/таблиця ставок + контекст]
Сильна підказка змушує модель самостійно перераховувати помилкові спрацьовування та уникати заяв про точність.
Чотири шаблони, які можна копіювати
1) Контрольний список попередньої обробки:
Перевірте наявність етапів попередньої обробки, які могли бути пропущені в такому робочому процесі дистанційного зондування: корекція атмосфери, маска хмар/тіні, маска рослинності, топографічна корекція, калібрування датчика. Поясніть одним реченням для кожного, як пропущені кроки можуть змінити ваш висновок. Робочий процес: [визначення]
2) Інтерпретація зони зміни:
Виділіть можливі мінеральні групи змін із наступних значень спектрального індексу (глина, оксид заліза, карбонат, кремнезем). Для кожної групи: індекс тригера, рівень достовірності, альтернативне пояснення (хибнопозитивне), запропонована перевірка поля. Заява про достовірність. Дані: [індекси]
3) Розділення ліній/розломів:
Розгляньте наведений нижче список лінійностей. Перелічіть можливі джерела для кожного: розлом, межа плити, дамба, дренаж, людська структура (дорога/лінія/поле), межа рослинності. Вкажіть найімовірніше походження з геологічним контекстом, але залиште єдину можливість. Список: [лінійності + контекст]
4) План точки перевірки:
Запропонуйте план польової перевірки для наступної карти змін/літології: - Скільки точок вибірки для кожного класу, чому. - Збалансований відбір "визначених" і "сумнівних" зон. - Примітка щодо доступу та безпеки. Короткий опис карти: [класи та області]
Тип зображення та область використання
Тип даних
Які заходи
Його сила
обмеження
Мультиспектральний (Sentinel/Landsat)
широкосмуговий доступ
Груба літологія, регіональне сканування
Відділення мінералів обмежене
гіперспектральний
Сотні вузьких смуг
Різниця між мінералами та змінами
Вартість, накладні витрати на обробку
DEM (висота)
топографія
Розлом/лінеамент, дренаж
Літологія не дає
тепловий інфрачервоний
температура поверхні
Деякі силікатні/карбонатні
чутливий до атмосфери
Радар (SAR)
Шорсткість/деформація поверхні
Під хмарами, осідання/зсув
Інтерпретація складна
Порада. Використовуйте дані дистанційного зондування як «сканування пріоритетів місця», а не як «карту буріння». Його найбільша цінність полягає в тому, що він говорить вам, куди йти першим; Польові дані та інженер вирішують, де бурити.
Застереження: навіть найдосконаліша класифікація створює систематичні помилки, якщо попередня обробка (атмосферна та топографічна корекція, маскування) опущена. У випадку "вихід дивний", спочатку запитайте попередню обробку, а не модель. Принцип «сміття всередину, викинь сміття» тут безжальний.
Поширені помилки
- Пропуск попередньої обробки. Прийняття аномалій із невиправлених зображень за справжню геологію.
- Забуття помилкових спрацьовувань. Помилково приймаючи рослини, тінь, вологість ґрунту та людські структури за зміни/недоліки.
- Підписання без грунтової правди. Базування рішення щодо буріння на карті зображення без перевірки в полі.
- Ілюзія масштабу. Забування розміру пікселя та ігнорування того факту, що тонка структура втрачена або змішані пікселі, вводить в оману.
- Ігнорування освітньої упередженості. Сліпе застосування моделі, навченої в іншому регіоні, до поля з іншою літологією.
Підсумовуючи
- Дистанційне зондування вимірює спектральний характер мінералів на різних довжинах хвиль; Розрізняє мультиспектральний грубий і гіперспектральний тонкий.
- Штучний інтелект класифікує ці багатовимірні дані та виділяє помилки/лінійність із геометричних візерунків; але це дає хибні спрацьовування, зміщення навчання та зміщення масштабу.
- Попередня обробка (атмосферна/топографічна корекція, маскування) визначає якість результату; Якщо його опустити, виникне систематична помилка.
- Дистанційне зондування є інструментом скринінгу/пріоритезації; Карта не вважається точною, якщо її не перевірено на основі правдивості.
- Основна правда завжди перемагає; Пункти перевірки повинні збалансовано охоплювати як певні, так і підозрілі зони.
Аплікаційне завдання
Зробіть анонімними значення співвідношення спектрального індексу/смуги або список лінеаментів DEM для робочого місця (або області відкритих даних). Інтерпретуйте можливі зони змін або несправності за допомогою потужної підказки та нехай модель запропонує принаймні одне хибнопозитивне джерело для кожної зони. Потім скласти план контролю сайту з шаблоном «план точки перевірки»; Зазначте одним реченням, скільки точок розділено на «підозрілі» зони і чому ви виконуєте збалансовану вибірку.
контрольний список
- [ ] Я можу розрізняти, що вимірюють мультиспектральні та гіперспектральні дані та для чого вони використовуються.
- [ ] Я знаю, як етапи попередньої обробки (обрізання, маскування) впливають на результат.
- [ ] Я ставлю під сумнів джерела хибних спрацьовувань (рослинність, тінь, створені людиною) у виходах змін/несправностей.
- [ ] Я розглядаю карту дистанційного зондування як інструмент сканування та перевіряю її за допомогою перевірки місцевості.
- [ ] Я можу планувати точки перевірки, щоб збалансувати певні та підозрілі зони.