Dữ liệu hiện trường, nhật ký khoan và phân loại thạch học — Trí tuệ nhân tạo trong kỹ thuật địa chất

Lợi nhuận:

Khả năng cấu trúc và phân loại thạch học của nhật ký khoan, mô tả lõi và ghi chú hiện trường bằng AI
Khả năng chuyển đổi các quan sát trường văn bản miễn phí thành các bảng và thuật ngữ địa chất tiêu chuẩn
Khả năng xác minh các diễn giải thạch học do AI tạo ra bằng ảnh chụp cốt lõi, đường cong nhật ký và tính hợp lý của địa tầng

Nguyên liệu thô của kỹ thuật địa chất là dữ liệu và hầu hết dữ liệu này được sinh ra một cách bất thường. Những mô tả cốt lõi được lưu giữ tại một địa điểm là những văn bản tự do được viết bằng những từ khác nhau bởi các nhà địa chất khác nhau; Nhật ký của một chiến dịch khoan được lưu giữ ở các định dạng khác nhau, ở các đơn vị khác nhau, đôi khi bằng tay và đôi khi bằng kỹ thuật số; Những ghi chú trong sổ ghi chép hiện trường đầy rẫy những chữ viết tắt và thói quen cá nhân. Trong phần này, chúng tôi đề cập đến lĩnh vực lợi nhuận cụ thể và an toàn nhất của trí tuệ nhân tạo: cấu trúc dữ liệu trường phân tán (dịch nó thành các bảng có thể truy vấn), chuẩn hóa nó (đưa nó đến thuật ngữ chung) và phân loại thạch học sơ bộ (tách loại đá). Nhưng hãy nói lại từ đầu: trí tuệ nhân tạo sắp xếp dữ liệu, kỹ sư phê duyệt diễn giải địa chất.

Trước tiên hãy làm rõ hai thuật ngữ chính. Nhật ký lỗ khoan là bản ghi các đặc tính được đo theo độ sâu dọc theo giếng; các phép đo này có thể là địa chất (thạch học, phong hóa) hoặc địa vật lý (tia gamma, điện trở suất, mật độ). Core (lõi tiếng Anh) là mẫu đá hình trụ được khai thác từ dưới lòng đất bằng phương pháp khoan; Đó là bằng chứng có giá trị nhất vì nó cho phép quan sát trực tiếp lòng đất. Thạch học là loại và đặc tính vật lý của đá (như sa thạch, đá vôi, đá phiến).

Cấu trúc văn bản tự do

Một nhà địa chất hiện trường viết mô tả: "0-3,2 m màu nâu, sỏi sét rời, chọn lọc kém; sa thạch màu xám 3,2-7,5 m, phong hóa vừa phải, hạt mịn vừa phải với xi măng cacbonat thưa; 7,5-12 m đá vôi rắn, xám nhạt, nứt nẻ, vân canxit ở độ cao 9 m." Câu đơn này thực chất là một phiên bản nén của một bảng: phạm vi độ sâu, màu sắc, mức độ phong hóa, thạch học, kích thước hạt, các đặc tính thứ cấp. Trí tuệ nhân tạo giải nén điều này.

Điểm quan trọng là ở đây: yêu cầu mô hình chuyển đổi chứ không phải suy luận. Nói cách khác, đặt thông tin được viết rõ ràng trong văn bản vào các trường; Đừng bịa đặt những gì không có trong văn bản. Đối với trường "mức độ phong hóa", nếu nhà địa chất viết "phong hóa trung bình", mô hình sẽ viết như sau; Nếu nhà địa chất không chỉ định bất kỳ điều gì, mô hình sẽ ghi "không xác định" và không khớp với một giá trị. Sự khác biệt này là cơ sở của tính toàn vẹn dữ liệu.

Từng bước: biến một cuốn sách cốt lõi thành một bảng tính

Bạn xác định lược đồ đầu tiên. Những cột nào sẽ là: Depth_top, Depth_bottom, thạch học, màu sắc, kích thước hạt, phong hóa, gián đoạn, khoáng_thứ cấp, ghi chú. Bạn áp đặt lược đồ lên mô hình để đầu ra nhất quán.
Tặng từ điển chuẩn. Đưa ra các thuật ngữ cho phép về thạch học (sa thạch, bột kết, đá vôi, marl, sét kết, cuội kết...) và thang đo phong hóa (tươi, nhẹ, trung bình, cao, đầy đủ). Vì vậy, những cách diễn đạt như "một chút phong hóa" đã trở thành tiêu chuẩn.
Xử lý hàng loạt nhỏ. Đưa toàn bộ cuốn sổ không phải cùng một lúc mà theo từng đợt 20-30 dòng; Bạn nhận ra sai lầm sớm.
Hãy quay lại nguồn và xác minh. So sánh các hàng ngẫu nhiên của bảng kết quả với văn bản thô; đặc biệt là giới hạn độ sâu và thuật ngữ thạch học.

Phân loại thạch học: Từ nhật ký đến diễn giải

AI hỗ trợ thạch học theo hai cách. Đầu tiên là chuẩn hóa định nghĩa về địa chất như trên. Cách thứ hai và nâng cao hơn là ước tính thạch học từ các đường cong log địa vật lý. Ví dụ, log tia gamma (độ phóng xạ tự nhiên của đá) tăng theo hàm lượng đất sét; Mức độ sét cho giá trị cao, đá sa thạch và đá vôi sạch cho giá trị thấp. Bằng cách thêm nhật ký điện trở suất và mật độ, mô hình có thể đề xuất ranh giới thạch học từ các mẫu đường cong.

Giới hạn ở đây rất quan trọng: nhật ký là phép đo gián tiếp. Gamma cao có thể là đất sét, cát giàu fenspat hoặc tro núi lửa. Do đó, dự đoán thạch học dựa trên log là một giả thuyết; Nó không chắc chắn trừ khi nó được kết nối với lõi hoặc phần cắt (đá dăm nổi lên bề mặt trong quá trình khoan). Khi mô hình vẽ ra một ranh giới, hãy hỏi xem có lõi nào ở độ sâu đó không; Nếu có, cốt lõi sẽ thắng.

Ba trường hợp nhỏ: Bằng những con số

Trường hợp 1 - Tính nhất quán của tiêu chuẩn hóa. Trong một công ty khai thác mỏ, 6 nhà địa chất khác nhau đã sử dụng 11 cách diễn đạt khác nhau cho "đá granite bị phong hóa" (phong hóa, biến đổi, mục nát, sét...). Tiêu chuẩn hóa được hỗ trợ bởi trí tuệ nhân tạo đã đặt cơ sở dữ liệu 4.800 hàng trên thang phân tách 5 cấp độ; Sau đó, truy vấn "các khu vực có mức độ phân tách trung bình cao" mất vài giây, trong khi trước đó phải mất nhiều ngày. 10% ngẫu nhiên của tiêu chuẩn hóa đã được kiểm tra theo cốt lõi, mức độ đồng thuận cao.

Trường hợp 2 - Bản phác thảo sơ bộ tương quan log. Mối tương quan thạch học sẽ được thực hiện từ các bản ghi gamma ở hai giếng lân cận (cách nhau 150 m). Mô hình này đề xuất một mối tương quan sơ bộ phù hợp với bốn cấp độ chung và đánh dấu sự khác biệt về độ dày ở một cấp độ là "có thể có lỗi hoặc bị lệch". Khi người kỹ sư nhìn vào lõi của vùng được đánh dấu, anh ta phát hiện ra một lỗi rất nhỏ; Người mẫu không đưa ra câu trả lời dứt khoát nhưng đã thu hút sự chú ý đến đúng chỗ.

Trường hợp 3 - Chụp đường viền được chế tạo. Trong một giếng, mô hình đã chỉ định thạch học “bazan” cho khoảng cách 40-45 m mà không có dữ liệu cốt lõi. Đá bazan không được mong đợi trong khu vực; chỉ có sự tăng gamma trong bản ghi. Bộ lọc hợp lý về địa chất đã được kích hoạt, một mẫu clast được yêu cầu từ khoảng đó và mức độ được phát hiện là bột kết sét. Mô hình đã giải thích sai về gamma cao.

Nhắc yếu / Nhắc mạnh

Dấu nhắc yếu:

Chuyển đổi các định nghĩa cốt lõi này thành một bảng.[text]

Lời nhắc mạnh mẽ:

Lời nhắc mạnh mẽ áp đặt lược đồ, từ điển và "lệnh cấm chế tạo" cùng nhau; Đầu ra vừa nhất quán vừa có thể kiểm tra được.

Bốn mẫu có thể sao chép

1) Tiêu chuẩn hóa sổ ghi chép hiện trường:

Dịch ghi chú trường sau sang thuật ngữ tiêu chuẩn. Mở các chữ viết tắt (ví dụ: "đá"->"sa thạch") nhưng KHÔNG thay đổi nội dung. Đánh dấu các cụm từ mơ hồ là "[mơ hồ]" và giữ lại cụm từ gốc trong ngoặc đơn. Lưu ý: [ghi chú hiện trường]

2) Giả thuyết thạch học dựa trên log:

Đề xuất các ranh giới thạch học có thể có từ dữ liệu nhật ký sau (độ sâu, gamma, điện trở suất, mật độ). Đối với mỗi ranh giới, hãy viết: (a) từ sự thay đổi đường cong nào mà bạn rút ra được, (b) khả năng có một loại thạch học thay thế, (c) nhu cầu xác minh lõi. Đừng trình bày bất kỳ ranh giới nào dưới dạng "chắc chắn". Dữ liệu: [bảng nhật ký]

3) Hai bản phác thảo tương quan giếng:

So sánh nhật ký Well-A và Well-B. Liệt kê riêng các cấp độ khớp, lý do khớp và các vùng không khớp/nghi ngờ. Lỗi nhãn, xói mòn hoặc thay đổi bề mặt là "phải được xác minh". Dữ liệu: [hai bản ghi giếng]

4) Kiểm soát chất lượng dữ liệu:

Tìm kiếm các lỗi logic trong bảng thạch học bên dưới: phạm vi độ sâu chồng chéo, khoảng trống, không thể sắp xếp, đơn vị không nhất quán, thuật ngữ trái phép. Báo cáo các phát hiện dưới dạng bảng "số hàng | vấn đề | đề xuất". KHÔNG ĐÚNG dữ liệu, chỉ đánh dấu nó. Bảng: [bảng thạch học]

Phân cấp bằng chứng xác thực

Loại bằng chứng

tính thẳng thắn

độ tin cậy

Khi nào nên sử dụng

Cốt lõi (cốt lõi)

trực tiếp nhất

cao nhất

Ranh giới thạch học quan trọng

Vụn (cắt)

trung bình

cao

Trong trường hợp không có lõi

nhật ký địa vật lý

gián tiếp

trung bình

Hồ sơ liên tục, lấp đầy khoảng trống

Dự đoán mô hình

bắt nguồn từ

Thấp (một mình)

Giả thuyết, sàng lọc

Ghi chú văn bản miễn phí

Biến

Phụ thuộc vào nhà địa chất

Bối cảnh bổ sung

Mẹo: Khi giúp trí tuệ nhân tạo tìm ra ranh giới thạch học, hãy hỏi "ranh giới có thể có và mức độ tin cậy", chứ không phải "ranh giới chính xác". Cốt lõi mang lại độ chính xác chứ không phải mô hình. Khi đó, đầu ra sẽ trở thành một công cụ sàng lọc chứ không phải là một tuyên bố sai lầm về sự chắc chắn.

Thận trọng: Mô hình có xu hướng điền vào các phạm vi độ sâu không có trong dữ liệu để "không để lại khoảng trống". Nó có thể tạo ra thạch học giả, đặc biệt ở những vùng bị mất lõi. Đánh dấu rõ ràng các vùng tổn thất lõi và hướng dẫn mô hình “để trống nếu không có dữ liệu”.

Những lỗi thường gặp

Tìm kiếm sự suy luận hơn là sự biến đổi. Mong đợi mô hình “đoán” những gì không có trong văn bản; Điều này mở ra cánh cửa cho dữ liệu giả mạo. Chỉ cần cấu trúc những gì được viết.
Không cung cấp một từ điển tiêu chuẩn. Cho phép thuật ngữ miễn phí; Kết quả là một bức tranh không thể nghi ngờ, không nhất quán.
Chấp nhận ước tính nhật ký là chính xác. Chỉ coi các phép đo gián tiếp (gamma, điện trở suất) là bằng chứng của thạch học; Để di chuyển các đường viền sang chữ ký mà không ràng buộc chúng bằng lõi/mảnh vụn.
Để ẩn vùng mất lõi. Lấp đầy khoảng trống dữ liệu trong mô hình; không gian phải vẫn là không gian.
Xử lý theo đợt và không bao giờ kiểm tra. Không dịch hàng nghìn hàng cùng một lúc và kiểm tra mẫu ngẫu nhiên.

Tóm lại

Trí tuệ nhân tạo mang lại sự an toàn và hiệu quả cao trong việc cấu trúc, chuẩn hóa và phân loại thạch học sơ bộ các dữ liệu trường phân tán.
Yêu cầu chuyển đổi từ mô hình chứ không phải suy luận; Không bịa đặt những gì không có trong văn bản, in "không xác định".
Ước tính thạch học dựa trên log là gián tiếp và là một giả thuyết; Nó không thể được xác nhận cho đến khi nó được kết nối với các mẫu lõi và mảnh vụn.
Bạn áp đặt lược đồ và từ điển tiêu chuẩn; Chỉ khi đó đầu ra mới nhất quán và có thể kiểm soát được.
Khoan lõi đứng đầu trong hệ thống phân cấp bằng chứng; Ở phía dưới, chỉ dự đoán mô hình là không đủ.

Nhiệm vụ ứng dụng

Lấy 15-20 dòng từ sổ ghi chép hiện trường hoặc mô tả cốt lõi mà bạn có (ẩn danh thông tin trường bí mật). Trước tiên, hãy xác định lược đồ của riêng bạn và từ điển thạch học/thời tiết được cho phép, sau đó dịch nó thành một bảng với lời nhắc mạnh mẽ. So sánh từng hàng của bảng kết quả với văn bản thô và gắn cờ bất kỳ khu vực nào mà mô hình đã làm mờ hoặc đặt sai vị trí; Kiểm tra xem có để trống ít nhất một trường "không xác định" hay không.

danh sách kiểm tra

[ ] Tôi có thể chuyển đổi các quan sát trường văn bản tự do thành một bảng có cấu trúc bằng sơ đồ và từ điển tiêu chuẩn.
[ ] Tôi áp dụng quy tắc "không xác định" rằng tôi muốn chuyển đổi từ mô hình và tôi không làm cho nó phù hợp với thứ không tồn tại.
[ ] Tôi hiểu rằng ước tính thạch học dựa trên log là một giả thuyết gián tiếp và cần được liên kết với cốt lõi.
[ ] Tôi đánh dấu các vùng mất lõi và khoảng cách dữ liệu và ngăn chặn sự phù hợp.
[ ] Tôi xác thực đầu ra theo hệ thống phân cấp bằng chứng (lõi > mẩu > log > mô hình).