МАТЕМАТИЧНА МОДЕЛЬ ІНТЕГРАЦІЇ ГЕТЕРОГЕННИХ ДАНИХ ПРИ ОЦІНЮВАННІ НАФТОГАЗОПЕРСПЕКТИВНИХ ТЕРИТОРІЙ
DOI:
https://doi.org/10.32782/KNTU2618-0340/2021.4.2.1.23Ключові слова:
нафтогазоперспективність, інтеграція геопросторових даних, байесівське імовірнісне виведення, Хухрінске нафтогазоконденсатне родовищеАнотація
Основною метою досліджень є підвищення точності і надійності прогнозу нафтогазоперспективних зон і нафтогазоносних об'єктів. Космогеологічні дослідження проводяться для оперативної оцінки нафтогазоносності пошукових площ на етапі, що передує їх введення в розвідувальне буріння. Сучасні технології застосування матеріалів дистанційного зондування Землі в геолого-пошукових дослідженнях ґрунтуються на інтеграції з іншими геопросторовими даними - картографічними, геологічними, геофізичними, геохімічними та іншими. Це дозволяє усунути суб'єктивізм, що має місце при візуальній інтерпретації супутникових зображень. Інтегрування дистанційних та геолого-геофізичних просторових даних дає можливість автоматизувати процес оцінки досліджуваної площі і встановити її схожість з еталонними ділянками (родовищами). Класифікація гіперкуба дистанційних та геолого-геофізичних даних дозволяє визначити ступінь подібності досліджуваних ділянок з еталонами і проранжувати їх за перспективністю. Пропонується модель інтеграції дистанційних та геолого-геофізичних даних на основі байєсівського імовірнісного виведення. При картуванні нафтогазоперспективних ділянок оцінюються апріорні і умовні ймовірності приналежності растрових елементів гіперкуба даних позитивному або негативному еталону з подальшим обчисленням апостеріорної ймовірності приналежності кожного елемента позитивному еталону. Запропонована модель апробована на прикладі Хухрінского нафтогазоконденсатного родовища, розташованого в Охтирському районі Сумської області України. Родовище характеризується складною геологічною будовою і для його вивчення використовувалися всі наявні гетерогенні геопросторові дані. В результаті виконаної інтеграції дистанційних та геолого- геофізичних даних отримано просторовий розподіл апостеріорної ймовірності, яку можна трактувати як комплексну оцінку нафтогазоперспективності площі, що досліджувалася. Результати апробації добре узгоджуються з попередніми геологічними прогнозами.
Посилання
Genesereth M. Data Integration: The Relational Logic Approach. Stanford: Morgan and Claypool Publishers, 2010. 110 p.
Challa S., Koks D. Bayesian and Dempster-Shafer fusion. Sadhana. 2004. Vol.29. Part 2. P.145-176.
Stathaki T. Image Fusion: Algorithms and Applications. London: Academic Press, 2008. 500 р.
Wache H., Vögele T., Visser T., Stuckenschmidt H., Schuster H., Neumann G., Hübner S. Ontology-based integration of information – a survey of existing approaches. Proceedings of the IJCAI-01 Workshop on Ontologies and Information Sharing. Seattle: American Association for Artificial Intelligence, 2001. P.108-117.
Петровский А.П Ганженко Н.С., Крупский Б.Л., Гладун В.В., Черпиль П.М., Цёха О.Г., Бодлак П.М., Облеков Г.И., Полын И.И. Новые возможности изучения особенностей геологического строения и оценки перспективности нефтегазоносных объектов на основе применения технологии комплекса геолого-геофизических данных. Геоінформатика. 2005. № 3. С.24-26.
Станкевич С.А. Титаренко О.В. Методика інтеграції дистанційних та геолого-геофізичних даних при пошуку нафти та газу. Ученые записки Таврического национального университета им. В.И. Вернадского. 2009. Т.22(61). № 1. С.105-113.
Schallehn E. Sattler K.-U., Saake G. Efficient similarity-based operations for data integration. Data & Knowledge Engineering, 2004.Vol.48. No.3. P.361-387.
Попов М.А., Станкевич С.А., Марков С.Ю., Зайцев А.В., Топольницкий М.В., Титаренко О.В. Принципы геоинформационного обеспечения задач дистанционного поиска полезных ископаемых. Инфраструктура спутниковых геоинформационных ресурсов и их интеграция. Под ред. М.А. Попова и Е.Б. Кудашева. Киев: Карбон-Сервис, 2013. С.124-142.
Davis J.C. Statistics and Data Analysis in Geology. New York: John Wiley, 2002. 656 p.
Shi C., Wang Y. Nonparametric and data-driven interpolation of subsurface soil stratigraphy from limited data using multiple point statistics. Canadian Geotechnical Journal, 2021. Vol.58. No.2. P.261-280.
Wellmann F., Caumon G. 3-D Structural geological models: Concepts, methods, and uncertainties. Advances in Geophysics. Ed. by C. Schmelzbach. Vol.59. Cambridge: Elsevier, 2018. P.1-121.
Попов М.О., Станкевич С.А., Топольницький М.В., Седлерова О.В. Підхід до інтеграції дистанційних та геолого-геофізичних даних на основі теорії свідчень Демпстера-Шейфера. Доповіді НАН України, 2015. № 4. С.94-98.
Demicco R.V. Fuzzy logic in geological sciences: a literature review. Fuzzy Logic in Geology. Ed. by R.V. Demicco and G.J. Klir. San Diego: Academic Press, 2004. P.103-120.
Хрущов Д.П., Лобасов А.П., Ковальчук М.С., Ремезова Е.А., Босевская Л.П., Кирпач Ю.В. Целевые экспертные системы геологической направленности. Геологічний журнал, 2012. № 2. С.87-99.
Li S., Chen J., Xiang J. Applications of deep convolutional neural networks in prospecting prediction based on two-dimensional geological big data. Neural Computing and Applications, 2020. Vol.32. No.7. P.2037-2053.
Sivarajah U., Kamal M.M., Irani Z., Weerakkody V. Critical analysis of Big Data challenges and analytical methods. Journal of Business Research, 2017. Vol.70. No.1. P.263-286.
MacKay D.J.C. Information Theory, Inference & Learning Algorithms. New York: Cambridge University Press, 2003. 640 p.
Станкевич С.А., Буніна А.Я., Чепурний В.С. Оцінка можливості інтеграції геолого-геофізичних та дистанційних геопросторових даних для картування рудоперспективності територій. Техногенно-екологічна безпека та цивільний захист. 2014. Вип.6. Київ: Інститут геохімії навколишнього середовища НАН України. С.53-59.
Станкевич С.А., Титаренко О.В. Методика картирования границ залежей углеводородов с использованием данных дистанционного зондирования. Аэрокосмический мониторинг объектов нефтегазового комплекса. Под ред. В.Г. Бондура. М.: Научный мир, 2012. С.425-430.
Попов М.А., Станкевич С.А., Марков С.Ю., Зайцев А.В., Кудашев Е.Б. Интеграция гетерогенной пространственной информации для решения задач поиска нефти и газа. Электронные библиотеки, 2013. Т.16. Вып.2. http://www.elbib.ru/rus/journal/2013/part2/PSMZK
Kullback S. Information Theory and Statistics: New York: Dover Publications, 1997. 432 p.
Соловьев В.О., Борисовец И.И., Васильев А.Н., Павлов С.Д., Суярко В.Г., Терещенко В.А., Фык И.М., Щербина В.Г. Геология и нефтегазоносность Украины. Харьков: Курсор, 2014. 294 с.
Гладун В.В. Перспективи нафтогазоносності Дніпровсько-Донецької газонафтоносної області. Доповіді НАН України. 2011. № 8. С.91-96.
Лукин А.Е., Довжок Е.М., Книшман А.Ш., Гончаренко В.И., Дзюбенко А.И. Гелиевая аномалия в нефтегазоносных визейских карбонатных коллекторах Днепровско-Донецкой впадины. Доповіді НАН України. 2012. № 7. С.97-104.
Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа. Пер. с нем. М.: Финансы и статистика, 1983. 304 с.
