中國科學院院士  意昂体育2平台自動化系教授  李衍達

 

 

    我國神話中有不少神人、仙人，他們大智大慧🕺🏿，曉天洞地🟫🔲，奇功異能🧑‍🦰🍙，無所不及。拋卻迷信色彩，這是勞動人民的良好願望🦵。然而🦻🏻，只有在科學高度發展的今天🕛，嫦娥奔月👩🏻‍💻、千裏眼📛、順風耳、騰雲架霧、下海入地才真的變為了現實。科學的方法才是曉天洞地的慧眼💁🏿，科學技術才是創造財富的第一生產力🧝🏼‍♂️。宇宙是浩瀚的，無論是宏觀世界還是微觀世界🐲，都還有非常多的領域需要我們去研究🧖🏼‍♂️、去探索，地震勘探數據的處理就是其中的一個領域。

 

 

    為了幫助國家尋找油氣資源，從八十年代初起，我們就介入地震勘探數據處理的研究🦄🪸。通過幾年的實踐，我們感到由於地下地質情況復雜，用傳統的地質勘探方法找油越來越困難💢，需要有新的突破。經過深入分析，我們意識到傳統方法命中率低的主要原因在於僅用地震勘探法得到的資料對尋找地下油藏來說，信息量是不夠的，需要綜合利用地質師的地質知識和測井的信息。雖然地質師在解釋地震剖面時也在頭腦中綜合利用了地質經驗與測井知識☣️，但是這種綜合是模糊的🧔🏿‍♀️，受限於地質師個人的經驗與水平，不同的地質師可能有不同的解釋結果📝🥍。如果能發展出一種智能技術，使計算機能幫助地質師來綜合利用這幾種信息🍥🏖，就有可能較大地提高勘探的命中率🪡。因此在八十年代中後期🚪，我們就提出研究地震勘探智能信息處理系統這一課題，當時這在國內外都是屬於較早提出的研究課題。

 

 

    油氣勘探是風險很大的事情🧑🏻‍🦰，打一口井在陸上需花費數百萬元🧔，在海上則要耗資數千萬元，而且初探井的成功率往往不到1/10。經過長期的實踐，大家逐步認識到，由單一的地球科學學科（如反射波地震勘探或測井）收集到的信息不足以唯一確定地下界面的構造及參數。為了在某些程度上解決這一問題。人們提出了一些數學方法，如吉洪諾夫的正則化方法等🛥，但應用這些數學方法往往不能得到符合地質情況的結果，雖然在數學上它是穩定的、唯一的。單憑數學方法並不能解決信息量不足的問題🩰，還要綜合利用其他學科所獲取的信息，現在這種觀點已被人們廣泛接受。

 

    對一個儲層體來說👱🏽‍♂️，如果取一口井的10%的巖心，大體上是對該儲層體積進行了十億分之一（10^-9）的采樣。如果把所有的巖心收集起來，采樣增加了10倍👩🏽‍🏫，也僅是十億分之十（10^-8），再利用測井等方法還可將采樣提高10倍💅，即為10^-7。即使用地震勘探如三維地震勘探和擴展的垂直地震剖面，其采樣也不過占儲層體積的十萬分之一（10^-5~10^-3），仍然是很低的💠，這從另一個側面說明靠單一方法所采集到的信息是不充分的。將測井👰🏿‍♀️❌、地球物理與地質🍆、巖石物理等多學科相互結合以尋找油氣藏，已被公認為具有最佳地質一經濟效益的技術途徑🔆。

 

    例如，油藏描述是指發現一個地下油氣藏後，如果利用各種技術手段以獲得對油氣藏的構造、特征、分布範圍、巖性參數等盡可能詳細和準確的描述，這是油氣勘探和開發中十分重要的一步🚵🏽‍♀️。油藏描述所依賴的基本資料主要有三類↪️：一類是基礎地質資料，包括關於該油氣藏的地質環境♙、成因🛞、地質特點等的了解以及在過去的勘探中積累經驗🦅🧟‍♂️。這些資料以定性信息為主，很大一部分只存儲於地質專家的頭腦中；第二類資料是鉆井與測井資料♨️，它可以提供井眼附近較為準確🍍🧱、可靠的地質信息，其縱向分辨率很高，但影響範圍常常受到限製，正所謂只是一孔之見；第三類資料是反射波地震勘探資料，它的覆蓋範圍廣，有較高的橫向分辨率📎，但只是一種間接的觀測資料，而且縱向分辨率較低。這幾種信息各有優點又各有不足↖️，只有將三者合理結合起來，才能得到對一個復雜油氣藏的較準確的描述。這就需要用到智能綜合技術，其核心問題是如何將定性的知識與定量的知識結合起來，將來自不同的觀測系統和具有不同量綱、不同分辨率的數據綜合起來👩🏼‍✈️🚸。這個問題本身也是對智能技術的一種挑戰。我們采用的方法並不是完全離開人，而是一種人機結合的技術，其目的是將人的智能與機器智能充分結合。

 

 

    為了要把測井，地震勘探資料與地質師頭腦中的地質知識與經驗這三者結合起來，我們進行了長時期🪻、多方面的探索。

 

    首先，我們探索如何將測井資料與地震勘探結合的問題，這兩者都是定量的數據，但是來自不同的觀測系統👩‍👩‍👦，其觀測範圍與分辨率有很大不同，測井資料只適用於局部範圍🤎，分辨率可達到厘米級，地震資料適用於較大範圍😚，分辨率一般為幾十米，兩者如何綜合呢📞？關鍵點在於如何將同一地點的兩種資料對比起來，找到結合點，因此我們研究出一套智能比對技術，首先利用專家經驗定出大範圍內的一些關鍵比對點，然後再對局部區域綜合運用信號處理與模式識別方法解決局部區域的比對問題，由於巧妙的綜合了人的知識與數學方法，我們就可以將測井資料與地震資料結合，在這個基礎上，我們研製出一個測井資料的智能比對系統，它具有對測井與地震資料進行尺度變換，非線性伸縮🪭🕺🏽，專家標定，智能比對等功能，這一系統再加上我們研究出的地震資料高分辨率處理方法以及高頻分量橫向擴展方法等，可以較好地解決測井資料與地震資料的綜合問題。

 

 

    接下來🧑🏽‍🦲，我們研究的重點轉向如何將地質師頭腦中的定性經驗與地震資料這種定量數據相結合的問題🦹🏿。這是一個更為困難的問題🧑🏿‍🎨，也是目前世界上尚未能很好解決的問題。

 

    過去，人們曾試圖用構造一個專家系統的方法將地質師頭腦中的專家知識提取出來。但構造專家系統時遇到很大困難，因為地質師頭腦中的地質經驗很多是模糊的，一些方面很難用語言描述清楚👥，因此，讓地質師說出他自己的經驗時，專家們往往表示難以講清楚，即使總結出一部分，也不夠確切與全面，因此，利用專家系統的方法是計算機專家提出來的，並不切合地質專家的情況。那麽↕️，究竟用什麽方法可以使地質專家很好表示他們的經驗與看法呢🛝，一段時間以來成為我們思考的一個難題。

 

     但是🧑‍⚖️，一次偶然的機會，使我們找到解決這一難題的鑰匙，事情的經過是這樣的🟠🪴：在渤海一個淺海區的勘探中，兩組地質師提出兩種不同的意見，一時難以決斷♧。原來🛀🏼，根據地質經驗👴🏽🐦，油氣往往儲存於海底的高部位（較淺的部位），但是𓀑，在該區的高部位打出的井卻是幹井👮，而在低部位卻打出油氣井。因此🐭，一部分專家主張繼續在低部位打井，另一部分專家則主張向高部位打井。在海上打一口井需花上千萬元，風險大，油田勘探負責人一時難以決定🙎。由於知道我們在綜合多種信息以及地震勘探中有較深入的研究，因此，希望我們給出一個意見，並與我們共同探索這一問題，這就使我們有了一個與地質專家密切結合的機會。

 

 

    在這一地區只打了四口井，可以利用的數據不多🍯🖱，我們應用我們提出的SOM分析法對地震資料的地震波特征進行自聚類分析，又利用將測井與地震資料相結合的方法🦧，用測井資料對地震的自聚類圖加以標定，從而形成一種油氣分布預測圖，這種圖是在地質結構上加上不同的顏色以表示油氣的可能分布👳🏽‍♀️，由於選用不同的地震波特征，就可以得到不同的自聚類圖🤐，而到底選用什麽特征是需要根據地區的特點的，我們不了解該地區的特點😒🔁，因而👨🏽‍🎤，就用多種特征組合產生了多張自聚類圖。當我們把許多個這種聚類圖提交給地質師以征求他們的意見時，地質師對這些圖都很感興趣，最後🧎‍♂️，他們從多張圖中選出一張圖說這張圖很符合他們頭腦中想像的這個地區的地質構造。綜合地質師的意見🕺，我們就可以給出對這個地區油氣藏的預測圖了👨🏿‍🎓，這張預測圖表明🤺，這個地區與一般的地質經驗不同，應該在低部位地區繼續打井。由於這種預測也符合地質師頭腦中的關於該地區的地質模式，因此✍🏻👩🏽‍🎓，也得到地質師的支持，但是，我們提供的預測分布圖卻比地質師頭腦中的地質模式精細得多了，因為在細節部分應用了測井與地震資料💆🏽，因而可以得到更為準確的圖形🪨。根據我們提供的預測圖👩🏻‍🦰🤰🏽，地質師選定了井位5️⃣，連續在低部位打了兩口井，結果都是高產油井，打井的結果與我們預測的結果相當符合。

 

下表列出了部分我們預測與實測結果的比較🤷🏽‍♀️👨‍🦯，它說明我們預測估算結果是比較準確的。

 

井號	深度（m）	砂層厚度（m）		砂巖含量
		實測	估算	實測	估算
A	1 233~1 410	37.5	/	20%	/
B	1 242~1 420	51.9	/	29.2%	/
C	1 239~1 416	21.8	/	11.8%	/
D	1 264~1 441	42.1	42.4	23.2%	23.7%
E	1 261~1 440	45.6	42.8	25.2%	23.9%

 

  

  應用這個方法與打井相結合，我們已在該地區找到了四千萬噸的石油儲量⤵️🪕。更重要的是，這一經歷給了我們如何使地質師的經驗與定量數據相結合的一種啟發。地質專家將關於某地區油氣藏的知識綜合在一起✌🏼，在頭腦中形成一個模糊的油氣藏分布的趨勢和模式（例如彎曲河流形👩🏻‍🌾、三角洲形等）💭，這種模式是以2維或3維圖形表示的。如果我們給出一個2維或3維的分布圖🧏🏻，地質專家很容易將圖上的模式與其頭腦中的模式進行比較🤏🏻，從而給出評價意見。如果兩者一致，並假設地質專家的經驗正確地反映了儲層分布的實際情況，則可認為我們所選的特征集是正確的。反之🦇🖖🏻，如果兩者不一致🥠🛀，則應另選一組特征🎊，重復這一過程直到得到我們所需的特征集。這種人機結合所選的特征可保證與地質專家綜合了多種地質知識與經驗而形成的地質模式相一致，同時又避免了地質專家描述其多種知識與經驗的困難🙋🏻，而且這種方法與地質專家習慣的表示方法與思維方式相一致，因而容易為地質專家所接受🧑🏻‍🏭🎳。實際上這是一種基於“模式”的人機結合方法，由於人類分析問題往往采取一種模式分類的方法🧜，如果我們只將特征用數字、表格的形式交給專家🧍，他們很難將其與頭腦中的“模式”相比較🏄🏻‍♂️。而將特征進行聚類、劃分類別，再映射回原地理位置🧑🏿‍🦱，這樣分類後的特征便會呈現某種分布，或者說是某種“模式”，則專家很容易進行模式對比和分析。可以認為👮🏽，基於模式分析的人機結合方法是將人的定性經驗和模式識別等定量分析方法相結合的一條有效途徑。正是由於采用了這種方法，使我們的方法有別於一般的模式識別方法，並且在應用中取得了成功。

 

    現在，我們研製的地震勘探智能信息處理系統已在國內20多個油田中使用，發揮了應有的作用。

 

 

    根據這些成果🦐，我們提出了“模式預測理論”🤽🏻‍♀️，這一理論為解決將定性經驗與定量數據相結合問題開辟了一條新的思路。我們發展的綜合多種信息的智能技術從原理上來說👳🏿‍♀️，也可廣泛應用於各類反演問題🚘。據統計🧑🏿‍🦲🧑‍🍼，人類所面臨的問題，大部分是反演問題，因此，這種智能技術有著廣闊的應用前景👳🏻‍♂️。