面向地质大数据的结构-属性一体化三维地质建模技术现状与展望

开展三维地质建模的目标,不应当只是实现地质体框架的可视化表达,而应当同时实现地质大数据的聚合、管理、挖掘、分析和共享。然而,传统的方法和技术难以实现顾及地质语义的结构-属性一体化三维地质建模与耦合表达。多点地质统计学方法虽然便于多源数据、地质先验知识、结构-属性的融合建模,却仍然受到数据结构表达能力不足、三维训练图像难以获取和非平稳现象的限制。面向地质大数据集成与管理的要求,详细讨论了三维地质建模中的空间数据模型、基于多点地质统计学的结构-属性一体化集成建模方法、以及基于三维地质模型的地质大数据集成与管理的框架与模式。发展新型的面向地质结构-属性耦合表达的统一空间数据模型,以及知识驱动与数据驱动协同的三维地质结构-属性一体化集成建模技术体系,着力构建出地质大数据的聚合、集成、管理、挖掘和分析的可视化环境与操作平台,是未来三维地质建模领域的研究热点和前沿方向。      

地质科学大数据背景下的矿体动态建模方法探讨

三维地学建模的理论与方法在大数据时代该如何发展,是当下这一领域研究人员非常关注的问题。从现代三维地学建模的重要方法——隐式建模的角度,对三维地学建模方法与地质大数据系统的有机集成、以及如何利用大数据技术提高地学建模的效率和质量等问题进行了探讨。初步提出了一套基于地质科学大数据的三维地学建模方法和流程,包括:地质大数据的搜集、主题大数据系统的搭建、地质特征要素的深度挖掘和三维地学模型的动态构建。同时,也指出了大数据背景下高质效三维地学建模的关键在于:研究实现充分顾及地质对象和地质科学大数据特点的地学人工智能、机器学习、数据挖掘及空间推断方法。通过一个典型矿体建模的应用实例对所提方法的可行性进行了验证。      

山东省枣庄市中心城区三维地质模型建立研究

目前,直接基于钻孔构建三维地质模型的研究中存在钻孔难于获取、产状信息分布稀疏、建模结果难以人工交互干预等问题,该文以山东省枣庄市中心城区三维地质建模为例,提出一种基于剖面单元格,借助平面地质图添加虚拟钻孔的三维地质体建模方法,实现了基于平面地质图添加虚拟钻孔方式生成精准的剖面图。该方法不仅为解决当前建模中存在的数据不足、建模自动化程度较低及精度不够的问题提供了新的思路,扩大了三维地质建模可利用的数据源,实现了三维地质模型构建,为进一步实现钻孔、剖面与平面地质图数据融合进行模型优化和逐步求精打下了基础,为今后开展三维地质建模工作提供了参考。     

碳酸盐岩古溶洞层级约束地质建模方法探讨:以塔河油田奥陶系某缝洞单元为例

碳酸盐岩地下古溶洞及其内部充填结构一直以来是地质建模的难点。综合地震、地质、测井等资料,提出了溶洞复合体、单一溶洞及溶洞内部充填结构3个层次逐级约束建模的思路,探索了基于多点地质统计学的溶洞内部充填结构建模方法。其中溶洞复合体属于较大尺度地质体单元,地震分辨率基本可识别,井震联合反演约束下采用截断高斯模拟方法建立溶洞复合体模型;单一溶洞是溶洞复合体的重要组成单元,属于中等尺度地质体单元,地震分辨率难以直接识别,基于大量露头实测数据,在溶洞复合体约束下采用基于目标的方法建立单一溶洞分布模型;溶洞内部充填结构属于小尺度地质体单元,地震分辨率很难识别,在单一溶洞约束下,尝试采用多点地质统计学方法建立溶洞内部充填结构模型。以上层级约束建模思路有助于提升地下古溶洞及其内部储集体地质建模的准确度,在塔河油田某缝洞单元测试中取得了初步效果,同时讨论了存在问题及攻关方向。该研究对于精细表征缝洞型碳酸盐岩油气藏具有指导和启示作用。      

砂砾质辫状河露头地质建模方法研究:以克拉玛依黑油山露头区35剖面为例

露头研究对认识地下地质情况具有举足轻重的作用,通过露头揭示的沉积规律可以更加精确地描述地下同类型的沉积特征。以克拉玛依油田黑油山露头区35剖面为例,采用RMS地质建模软件的基于目标的Composite方法,确立建模基本目标体,评估多期河流沉积的形态规律,建立与露头认识一致的辫状河砂体的空间展布模型。研究表明,通过Composite方法多次迭代得到了辫状河多期河道侧积与切割的理想结果;通过目标函数和接收概率的退火模拟方法能够解决辫状河和三角洲河道砂体的几何形态问题。      

油藏地质建模及实时跟踪研究

为了提高采收率,降低开发风险,以滩海地区某油田为研究对象,结合地质、测井、地震等资料,对该油藏进行实时跟踪地质特征综合研究。应用地质建模、随钻测井、地质导向等技术,建立了精细的三维地质导向模型,并根据随钻测井数据和综合地质信息,实时验证构造和储集层信息,对导向模型不断校正,使模型与实钻结果一致,还以该模型为基础,优化水平井钻井的前进轨迹。结果表明,此种方法的应用降低了海上油田开发风险,能取得良好的开发效果。     

综合沉积正演与多点地质统计模拟辫状河三角洲: 以塔河T区为例

为有效提高三角洲沉积相模拟的精度,以塔河T区为例,应用地震、岩心及测井资料,通过定量评估可容纳空间、物源供给和沉积搬运之间复杂的关系,建立该地区辫状河三角洲砂体沉积正演模型,并将此转化为多点地质统计模拟的三维训练图像,进行研究区辫状河三角洲多点地质统计模拟。研究表明:辫状河三角洲砂体分布受沉积正演模拟控制参数影响,其中砂质供应体积分数、沉积物流入比例、水流载荷量及洪水期间隔均属于强敏感性参数,对研究区三角洲砂体分布影响较大;砂岩含量沉积正演模型体现了辫状河三角洲退积式沉积过程,符合研究区沉积特征,将其转化为三维训练图像,多点地质统计模拟结果在三维空间具有受训练图像约束的特征,体现了训练图像所反映的相带接触关系,并且与钻井认识一致。所提出的这种新的获取三角洲沉积体三维训练图像的方法,综合了沉积正演模拟与多点地质统计模拟的优势,取得了一定的应用效果,对类似沉积体三维地质建模具有一定的借鉴作用。      

平面地质图的三维地质体建模方法研究

长期以来,三维地质体建模研究主要依赖于钻孔、剖面等勘察数据进行精细化建模。然而,在缺乏大区域宏观地质背景的前提下,仅考虑局部地区的精细建模,往往会导致以偏盖全。鉴此,本文提出了一种以平面地质图为基础数据,以图切地质剖面为中介的三维地质体建模方法。该方法通过间接法加密了研究区域的产状数据,用三次样条拟合与人工修编结合的方法,对褶皱等复杂构造作处理,实现了平面地质图的图切剖面自动绘制方法;以规则体元为三维空间数据模型,通过自动绘制研究区域一系列相互平行的图切剖面,构建了栅格化的三维地质体模型;以星岗地区为研究区域,构建了原型实验系统,验证了该方法的有效性与实用性。实例证明,在其他地质数据匮乏的条件下,平面地质图的三维地质体建模方法是构建区域三维地质体模型的一种有效解决方案。     

地质大数据可视化关键技术探讨

详述了地质大数据可视化的研究内容,从应用角度可将其分为:表达三维可视化、分析三维可视化、过程三维可视化、设计三维可视化和决策三维可视化5类。针对地质大数据这5类可视化中涉及到的几方面关键技术进行了深入探讨,包括:地质体三维可视化动态精细建模技术;基于CUDA+GPU集群的地质体属性场数据并行可视化技术;针对地质大数据的可视化分析技术;基于地质大数据的虚拟现实和增强现实技术等。对这几方面关键技术的现状、技术路线以及实现效果进行了论述和展示。      

基于深度生成模型的河道砂建模方法

在传统的河道砂体建模方法中,基于目标建模的方法难以条件化,多点地质统计学难以再现连续河道砂体的形态,导致建模成果难以直接应用于油田生产。深度生成模型通过深度学习,可以生成足够精确的河道砂体模型,能再现复杂的河道砂体形态,很好地满足井点条件,弥补了传统建模算法的不足。在建模过程中,首先基于目标模拟方法与计算机匹配操作建立了20 000个河道砂体模型与对应的条件集,并结合变分自编码（VAE）与生成对抗网络（GAN）的理论,建立深度生成模型,其中包括分类器、编码器、解码器与判别器。将条件数据与真实模型输入深度生成模型中得到对应的河道砂体模型,通过大量的训练建立了可以生成满足井点条件的河道砂体的生成器,最后将井点数据输入生成器中建立相应的河道砂体模型。研究结果表明,深度生成模型建模算法与传统建模算法相比不仅展现出了连续、清晰的河道砂体,并且在给定的条件下可以生成多个河道砂体模型。该建模方法克服了传统河道砂建模方法的不足,为河道砂体储层建模提供了新的解决思路,建立的河道模型可为油田开发提供参考。      

地质统计学在含水层参数空间变异研究中的应用进展与发展趋势

科学合理评价地下水资源,对统筹规划、合理开发利用区域地下水,保障区域生态环境安全至关重要。获取含水层参数空间变异规律是解决地下水渗流、污染物运移、地下水开发利用等诸多地下水问题的重要基础。然而,受常规勘察技术所限,含水层非均质性难以直接刻画。两点地质统计学通过变异函数确定随机变量相关关系,解决地质变量空间线性估计并表征其各向异性;多点地质统计学突破了空间两点间相关关系的局限,通过多点训练图像建模,有效反映含水层参数变量空间分布特征,也更适合模拟复杂结构地质体。据此,本文对常用的两点地质统计学在含水层参数空间变异研究中的实际应用作了简述和探讨,并以含水层渗透系数为媒介,阐述了岩土电阻率和水力梯度或水头与渗透系数在地质统计学中运用的限制性协同关系。应用对比了多点地质统计建模与传统地质统计建模相比所具有的优势,并探讨了后者受自身算法、建模方法等制约现如今仍然尚未解决的问题及未来发展方向。指出在卫星、雷达及遥感技术快速发展背景下,数据同化、机器学习等手段融合、集成和尺度推绎多源、多空间、多分辨率空间数据帮助地质统计学实现数值建模是大势所趋。      

机器学习方法在矿产资源定量预测应用研究进展

回顾了国内外在矿产资源定量预测研究领域的发展历程，对近十年来国外相关方向的文献进行了统计对比分析，结果显示机器学习方法已经成为矿产资源定量预测研究领域的热点方向，并主要在如下3个方面发挥了积极的作用:①提取和挖掘复杂数据中隐藏的难以识别的矿化信息；②致矿异常信息关联与转换；③多源地学数据的致矿异常信息融合、预测和发现矿床。对逻辑回归、人工神经网络、随机森林与支持向量机等主要机器学习算法与模型在矿产资源定量预测实践中的应用效果进行了评述，并探讨了在实际应用过程中存在的样本选择、错分代价、不确定性评价以及模型性能评价等主要问题及目前的解决方案。最后提出基于大数据与机器学习的矿产资源定量预测是未来发展的重要趋势。      

面向地质时空大数据表达与存储管理的数据模型研究

随着传感器实时监测等高新技术在地质勘查或生产开发中的应用,形成了动态与静态并存、多源异构的地质时空大数据.然而,目前地质信息系统在地质数据组织管理方面,主要是静态地存储和表达出地质矿产勘查或生产开发在某个特定时期的状态,尚不能满足对勘查或生产开发过程中实时信息的存储管理,进而支持对地质过程的分析和研判.针对性开展了地质时空大数据表达与存储管理的数据模型研究,目标是能够融合数据多源与时空多维性,又能够支持时间关联与时间多粒性.针对地质大数据、地质过程的静态与动态数据紧密结合的特点,采用面向对象和基于事件的思想,提出了基于事件多因素驱动的地质时空大数据概念模型,并开展了相应的地质大数据存储管理逻辑模型、基于系统工程库的管理结构和地质时空对象管理模型设计.基于地质时空大数据逻辑组织管理模型和时空过程的非关系型分布式数据库架构,设计了地质大数据存储模型.融合三维地质建模技术、动态监测信息实时可视化等技术,构建了所需模型过程模拟的三维环境,通过绑定观测数据源,设计实现了基于OPC接口的模拟数据产生事件、作用对象响应的矿山动态开采流程.在王家岭煤矿首采区地质数据支持下开展了应用研究,实现地质时空事件条件下的矿山动态开采过程表达与数据管理,验证了本文模型的可行性和有效性.     

基于深度学习的高分辨率遥感影像土地覆盖自动分类方法

土地覆盖变化是全球变化研究的核心,而精准分类是开展土地覆盖变化研究的基础。高分辨率遥感卫星技术的快速发展对地表分类的速度和精度提出了双重挑战,近年来人工智能等新技术的发展为图像自动分割提供了实现途径,而以卷积神经网络为代表的深度学习方法在遥感图像分类领域也具有独特的优势。为对比深度学习模型设计对高分辨率图像分类结果的影响,本文以郑州市2019年高分1号影像作为输入,对比研究了基于UNet模型改进的4种不同深度学习网络模型在高分辨率影像土地覆盖自动分类应用中的差异,探讨了残差网络、模型损失函数、跳层连接和注意力机制模块等编码和解码设定对于分类精度的影响机制。研究发现：同时加入多尺度损失函数、跳层连接和注意力机制模块的MS-EfficientUNet模型对郑州市土地覆盖分类结果最优,基于像元评价的整体分类精度可达0.7981。通过在解码器中引入多尺度损失函数可有效提高林地、水体和其他类别的分类精度;而对编码器进行改进,加入跳层连接和注意力机制可进一步提高草地、水体和其他类别地物的分类精度。研究结果表明,深度学习技术在高分辨率遥感影像自动分类中具有潜在应用价值,但分类结果精度的进一步提高和多级别大范围的精细分类方法仍是下一步研究的重点。     

滨里海盆地东缘中石炭统台内滩分布预测及甄别: 以北特鲁瓦斜坡区为例

滨里海盆地东缘中石炭统KT-Ⅱ油组广泛发育开阔台地相的台内滩,台地内沉积环境开阔且稳定,地势平坦,台内滩往往呈孤立状漂浮在台地内的微地貌高地,故其分布规律难以预测。钻探实践表明,台内滩相是后期发生建设性成岩改造作用的基础,亦是形成优质储层的主控因素,对其分布进行预测至关重要。为了提高滩体预测准确率,立足于区域沉积演化分析,并逐步开展三维地震属性分析及高分辨率反演,充分结合地震资料的预测性和地质认识的规律性,通过总结相带地质规律对地震储层预测进行补充和甄别,做到地质和地球物理认识上的统一。研究结果表明,地震属性趋势控制下的统计学反演可以较准确地刻画小层级别的薄层滩体空间分布特征。结合沉积规律对预测滩体进行了筛选和分类,其中一类滩体7个,二类滩体4个,三类滩体3个,一类、二类滩体已有钻井证实,符合沉积规律,三类滩体与地质认识相悖,予以筛除。研究成果建立了该区隐蔽型滩体预测的完整技术体系,而且已见到实效,目前针对一类滩体的钻探成功率高达100%。