郎 岳 張金川 王煥第 武向真李謙超 王東升 李興起 陳世敬

（1. 中國(guó)地質(zhì)大學(xué)（北京）能源學(xué)院，北京 100083；2. 自然資源部頁(yè)巖氣資源戰(zhàn)略評(píng)價(jià)重點(diǎn)實(shí)驗(yàn)室，北京 100083；3. 非常規(guī)天然氣能源地質(zhì)評(píng)價(jià)與開(kāi)發(fā)工程北京市重點(diǎn)實(shí)驗(yàn)室，北京 100083；4. 石油工業(yè)出版社有限公司，北京 100011）

0 引 言

地質(zhì)科學(xué)與油氣勘探工作由于評(píng)價(jià)對(duì)象的復(fù)雜性、數(shù)據(jù)來(lái)源的多樣性，通過(guò)早期的描述性研究得到的結(jié)果往往不能精確量化。近些年隨著大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用，結(jié)合計(jì)算機(jī)GPU 性能的提高，油氣藏評(píng)價(jià)相關(guān)數(shù)據(jù)的算力問(wèn)題基本得到解決［1］，拓寬了人工智能在地質(zhì)學(xué)領(lǐng)域的應(yīng)用空間和發(fā)展前景［2］。例如在數(shù)學(xué)算法方面，可以利用POR 程序和BP 網(wǎng)絡(luò)對(duì)測(cè)井、地震數(shù)據(jù)進(jìn)行編譯和解釋?zhuān)约熬率鹿逝袆e等（AGENT 協(xié)同工作系統(tǒng)）［3］；利用人工神經(jīng)網(wǎng)絡(luò)（ANNS）識(shí)別礦物類(lèi)型和礦產(chǎn)分布［4‐7］；將監(jiān)督式學(xué)習(xí)應(yīng)用于礦產(chǎn)勘察和制圖（MPM）領(lǐng)域，利用多源地學(xué)大數(shù)據(jù)信息圖像化基本特征診斷與最優(yōu)模式識(shí)別分類(lèi)等技術(shù)成功實(shí)現(xiàn)遠(yuǎn)程地質(zhì)精細(xì)填圖［8］，并優(yōu)選出隨機(jī)森林機(jī)器學(xué)習(xí)算法進(jìn)行巖性分類(lèi)和礦物勘探制圖［9‐10］；還有通過(guò)受玻爾茲曼機(jī)法（RBM）及多卷積自動(dòng)編碼器方法識(shí)別多維地球化學(xué)異?，F(xiàn)象等［11‐13］。

不同于常規(guī)油氣藏，頁(yè)巖氣富集與成藏的特殊屬性需要更強(qiáng)的地質(zhì)邏輯分析能力和地質(zhì)數(shù)據(jù)處理手段來(lái)評(píng)價(jià)，這無(wú)疑為其地質(zhì)評(píng)價(jià)工作增加了難度。另外，頁(yè)巖氣作為新礦種，除了新區(qū)普查外還需要對(duì)老區(qū)進(jìn)行復(fù)查，不同領(lǐng)域、不同類(lèi)型、不同時(shí)空、不同精度的海量數(shù)據(jù)混雜，僅僅依靠人為手段，不僅耗時(shí)耗力，還存在效率低下，甚至遺漏、重復(fù)以及無(wú)法發(fā)現(xiàn)隱藏信息的問(wèn)題。盡管大數(shù)據(jù)和人工智能（AI）為許多地質(zhì)應(yīng)用提供了新的方法和機(jī)會(huì)，但現(xiàn)階段成果多聚焦于數(shù)據(jù)收集整理與統(tǒng)計(jì)解釋或圖像識(shí)別與形成，在油氣藏勘探評(píng)價(jià)和資源預(yù)測(cè)應(yīng)用上仍處于探索階段。在技術(shù)手段越來(lái)越發(fā)達(dá)、數(shù)據(jù)類(lèi)型及數(shù)量越來(lái)越繁多、評(píng)價(jià)范圍越來(lái)越廣泛的今天，反應(yīng)更為靈活、處理速度更快、信息挖掘更深的頁(yè)巖氣智能化評(píng)價(jià)手段亟待進(jìn)一步發(fā)展。據(jù)此，本文在機(jī)器學(xué)習(xí)數(shù)學(xué)原理的支撐下，利用精密儀器與智能軟件，從“定量數(shù)據(jù)獲取精度、資源量計(jì)算方法優(yōu)選、地質(zhì)參數(shù)信息挖掘”3 個(gè)方面入手，優(yōu)化并建立了頁(yè)巖氣地質(zhì)評(píng)價(jià)的研究?jī)?nèi)容、技術(shù)手段與操作流程，以期達(dá)到提高評(píng)價(jià)結(jié)果可信度，推進(jìn)頁(yè)巖氣綜合地質(zhì)評(píng)價(jià)智能化的目的。

1 頁(yè)巖氣地質(zhì)評(píng)價(jià)流程與技術(shù)

地質(zhì)評(píng)價(jià)是根據(jù)已掌握的資料，依據(jù)一定的理論指導(dǎo)，通過(guò)一定的途徑和方法，給出針對(duì)研究對(duì)象的帶有推測(cè)屬性的勘探開(kāi)發(fā)指導(dǎo)意見(jiàn)，它是一項(xiàng)隨勘探進(jìn)展而不斷深化的工作。頁(yè)巖氣地質(zhì)評(píng)價(jià)主要針對(duì)頁(yè)巖生氣能力、儲(chǔ)氣能力、頁(yè)巖氣保存條件和頁(yè)巖氣可采性4 個(gè)方面展開(kāi)研究。在相似性、相關(guān)性及含油氣系統(tǒng)理論等思想指導(dǎo)下，通過(guò)野外露頭觀察、巖心分析、流體分析、實(shí)驗(yàn)測(cè)試等技術(shù)手段，結(jié)合鉆井與錄井、測(cè)井、地震等數(shù)據(jù)資料，利用因子分析、層次分析、模糊綜合等數(shù)學(xué)算法，對(duì)頁(yè)巖地質(zhì)特征及頁(yè)巖氣生成與富集條件方面的相關(guān)參數(shù)進(jìn)行單項(xiàng)和綜合評(píng)價(jià)［14‐15］。

1.1 野外露頭觀察

在前人野外調(diào)查工作報(bào)告和不同形式的專(zhuān)題研究報(bào)告解讀的基礎(chǔ)上，利用區(qū)域地質(zhì)調(diào)查圖和GPS定位手持機(jī)尋找研究對(duì)象的優(yōu)質(zhì)露頭，借助航遙、衛(wèi)星等了解地貌地勢(shì)和自然地理等情況，合理規(guī)劃野外區(qū)調(diào)路線，標(biāo)定最優(yōu)質(zhì)、最典型的地質(zhì)剖面。通過(guò)羅盤(pán)讀數(shù)與手標(biāo)本觀察，確定地層巖性（硬度、密度、粒度、礦物組分等）、分層標(biāo)志（巖性變化、接觸關(guān)系、古生物化石等）、風(fēng)化程度（顏色、破碎程度等）、含烴程度（油苗、氣苗、瀝青膠質(zhì)等）、構(gòu)造樣式（褶皺、斷層、節(jié)理/裂縫/劈理、礦脈與蝕變）。初步掌握富有機(jī)質(zhì)頁(yè)巖形成的構(gòu)造背景和沉積環(huán)境。

1.2 目標(biāo)層系精細(xì)刻畫(huà)

結(jié)合野外地質(zhì)剖面與已鉆探的參數(shù)井或已被證實(shí)的生產(chǎn)井，配合重磁電技術(shù)、二維或三維地震勘查技術(shù)、微地震檢測(cè)技術(shù)及測(cè)井評(píng)價(jià)技術(shù)，精細(xì)刻畫(huà)目標(biāo)頁(yè)巖層系的發(fā)育與分布特征。包括明確垂向上的厚度變化及巖性互層、橫向上的頁(yè)巖連續(xù)性；利用Resform、Landmark、雙狐、Petrel 等軟件識(shí)別構(gòu)造單元與構(gòu)造樣式，如地層褶曲形態(tài)，斷裂性質(zhì)、規(guī)模與密度，微幅度構(gòu)造等，在層序地層學(xué)的理論基礎(chǔ)上，利用小層或古生物對(duì)比劃分沉積微相；配合2DMove、3DMove 等建立構(gòu)造及古地理巖相的動(dòng)態(tài)演化歷史。

1.3 多類(lèi)型參數(shù)測(cè)定

在掌握了富有機(jī)質(zhì)頁(yè)巖發(fā)育的宏觀地質(zhì)背景下，可通過(guò)實(shí)驗(yàn)測(cè)試得到目標(biāo)樣品的巖石物理、儲(chǔ)層物性、地化及含氣特征等相關(guān)數(shù)據(jù)。包括使用單軸實(shí)驗(yàn)、三軸實(shí)驗(yàn)或點(diǎn)載荷實(shí)驗(yàn)確定巖石的抗拉、抗壓及抗剪強(qiáng)度；利用X 射線衍射（XRD）、X 射線熒光光譜（XRF）、掃描電鏡礦物定量評(píng)價(jià)（QEMSCAN）、熱重分析、光學(xué)顯微鏡等分析全巖及黏土礦物組分、膠結(jié)物類(lèi)型與期次等；通過(guò)濕法氧化/高溫催化燃燒氧化/紫外氧化―非色散紅外探測(cè)（NDIR）、電導(dǎo)法、臭氧氧化法和ΔlgR法計(jì)算總有機(jī)碳含量（w（TOC））；有機(jī)質(zhì)熱成熟度則可由鏡質(zhì)體反射率（中―低成熟度）、瀝青反射率（高―過(guò)成熟度）、熱變指數(shù)（TAI）、生物標(biāo)志化合物成熟參數(shù)等（甾烷、藿烷等）確定；在鏡檢下確定有機(jī)質(zhì)類(lèi)型；利用紅外光譜或氣相色譜厘定氣體組分?？诐B較低的致密儲(chǔ)層、頁(yè)巖的孔隙類(lèi)型、孔縫結(jié)構(gòu)及孔徑分布等是當(dāng)前研究的重點(diǎn)與熱點(diǎn)，常用技術(shù)有電子顯微鏡（SEM、FIB、BEM 等）、CO2及N2吸附、高壓壓汞、伍德合金充注等；而地層流體的類(lèi)型與礦化度，以及變質(zhì)系數(shù)、脫硫系數(shù)等則常被用來(lái)判斷含氣頁(yè)巖系統(tǒng)的封閉性。

1.4 甜點(diǎn)區(qū)及有利層段優(yōu)選

在明確參數(shù)分布特征的基礎(chǔ)上，用層次分析［16］、多因素遞進(jìn)疊加、模糊綜合評(píng)判［17］、突變?cè)u(píng)價(jià)［18］、模糊優(yōu)化分析［19‐20］、雙因素控制等方法或模型優(yōu)選縱向上的有利層段和平面上的甜點(diǎn)面積。它們相互獨(dú)立、各有特色、各有適用性和局限性，多種方法交叉滲透、相互驗(yàn)證，需根據(jù)實(shí)際地質(zhì)情況靈活應(yīng)用，以作出最優(yōu)選擇。

1.5 資源量及地質(zhì)儲(chǔ)量計(jì)算

最后在選定的有利區(qū)或甜點(diǎn)區(qū)內(nèi)開(kāi)展資源量及地質(zhì)儲(chǔ)量計(jì)算。目前，能夠運(yùn)用于頁(yè)巖氣資源量計(jì)算的方法有很多，基于方法原理與計(jì)算準(zhǔn)則可劃分為類(lèi)比法、成因法、統(tǒng)計(jì)法、綜合法4 類(lèi)主導(dǎo)方法。當(dāng)目標(biāo)含氣頁(yè)巖各項(xiàng)指標(biāo)達(dá)到資源量起算條件后，就需要根據(jù)頁(yè)巖氣富集與成藏的地質(zhì)背景、機(jī)理和模式，選取不同的計(jì)算方法。

2 頁(yè)巖氣地質(zhì)評(píng)價(jià)智能化的實(shí)現(xiàn)

頁(yè)巖氣形成與富集成藏受盆地類(lèi)型與規(guī)模、構(gòu)造形態(tài)與演化、沉積環(huán)境與相態(tài)、儲(chǔ)層物性與地化特征等多項(xiàng)地質(zhì)條件約束，部分參數(shù)以文本或圖像的形式出現(xiàn)而使其難以被定量化評(píng)價(jià)，甚至?xí)驗(yàn)闆](méi)有統(tǒng)一的量化標(biāo)準(zhǔn)而導(dǎo)致不同評(píng)價(jià)機(jī)構(gòu)或?qū)W者的地質(zhì)認(rèn)識(shí)相差甚遠(yuǎn)。資源量計(jì)算是頁(yè)巖氣地質(zhì)評(píng)價(jià)中最重要、最富挑戰(zhàn)性的工作，而量值的準(zhǔn)確度則取決于資源量計(jì)算方法的選擇、參數(shù)的獲取和處理。本文主要從“定量數(shù)據(jù)的獲取、計(jì)算方法的優(yōu)選、定量數(shù)據(jù)的處理和地質(zhì)參數(shù)的綜合評(píng)價(jià)”4 個(gè)方面討論頁(yè)巖氣地質(zhì)評(píng)價(jià)智能化的實(shí)現(xiàn)（表1）。

表1 頁(yè)巖氣智能地質(zhì)評(píng)價(jià)的內(nèi)容與方法Table 1 Contents and methods of intelligent geological evaluation of shale gas

2.1 定量數(shù)據(jù)的獲取

根據(jù)是否可參與資源量計(jì)算，將頁(yè)巖氣地質(zhì)勘探評(píng)價(jià)相關(guān)參數(shù)劃分為“直接參數(shù)”和“間接參數(shù)”，不同類(lèi)型參數(shù)的單位與獲取手段不同，導(dǎo)致數(shù)據(jù)分布的維度及誤差范圍不同，在此，以直接參數(shù)“總含氣量”為例開(kāi)展數(shù)據(jù)獲取智能化的討論。

中國(guó)地質(zhì)大學(xué)（北京）張金川教授的團(tuán)隊(duì)，在掌握了頁(yè)巖氣賦存狀態(tài)、含氣結(jié)構(gòu)及吸附—脫附—擴(kuò)散等動(dòng)態(tài)變化特征的基礎(chǔ)上，自主研發(fā)的“高溫型頁(yè)巖含氣量解析儀及智能評(píng)價(jià)系統(tǒng)”（圖1），因其具有直接、快捷、廉價(jià)、可信的優(yōu)點(diǎn)，目前已在生產(chǎn)實(shí)踐中得到了廣泛使用。

圖1 頁(yè)巖含氣量獲取的智能評(píng)價(jià)系統(tǒng)流程示意Fig.1 Schematic diagram of intelligent evaluation system workflow for shale gas content calculation

甲烷等氣體隨溫度變化而逐漸脫附，在此過(guò)程中，解析儀將自動(dòng)記錄不同時(shí)間節(jié)點(diǎn)下的解吸氣量（氣體體積）和溫度，并根據(jù)大氣壓力校正，之后選擇合適的回歸模型自動(dòng)計(jì)算出損失氣量。該儀器不僅提高了數(shù)據(jù)收集速率，還在很大程度上降低了理論計(jì)算和實(shí)驗(yàn)測(cè)試帶來(lái)的系統(tǒng)誤差，提高了數(shù)據(jù)獲取精度。

另外，氣體含量變化所呈現(xiàn)的“三段式”脫附曲線對(duì)計(jì)算頁(yè)巖氣游吸比、推測(cè)可采系數(shù)也具有重要的作用［26］。

2.2 計(jì)算方法的優(yōu)選

中國(guó)富有機(jī)質(zhì)頁(yè)巖沉積類(lèi)型多、地質(zhì)時(shí)代長(zhǎng)、發(fā)育層位廣、分布面積大，奠定了中國(guó)頁(yè)巖氣資源具有地質(zhì)背景復(fù)雜、熱演化程度變化大、含氣性變化快、地質(zhì)資源量豐富的特點(diǎn)，同時(shí)不同類(lèi)型頁(yè)巖氣資源富集成藏的特殊性也制約了資源量或儲(chǔ)量計(jì)算方法的選擇。

海相頁(yè)巖具有縱向上連續(xù)厚度大，平面上非均質(zhì)程度較低，w（TOC）多分布在2%~10%，均值為4%（圖2（a）），是目前中國(guó)頁(yè)巖氣勘探的重點(diǎn)層位。但其熱演化程度高，Ro平均達(dá)3.3%，多數(shù)大于4%（圖2（b）），使得成因法在該類(lèi)型頁(yè)巖氣資源中的適用性較差，同時(shí)南方大部分地區(qū)的復(fù)雜構(gòu)造背景增加了采用體積法或評(píng)價(jià)單元?jiǎng)澐址▉?lái)計(jì)算資源量的合理性，如果有開(kāi)發(fā)資料，也可以選擇物質(zhì)平衡法、遞減曲線法或FORSPAN 法。陸相頁(yè)巖具有發(fā)育地層時(shí)代新、構(gòu)造背景相對(duì)穩(wěn)定、油氣成藏富集規(guī)律明顯等特點(diǎn)［27‐28］，相關(guān)地化數(shù)據(jù)顯示w（TOC）值相對(duì)集中在2%~5%，但總體上其熱演化程度較低，Ro<1.5%。若勘探程度低，優(yōu)先選擇成因法和類(lèi)比法；若勘探程度較高，則可選取概率體積法和油氣藏規(guī)模序列法。海陸過(guò)渡相頁(yè)巖沉積于頻繁變化的水體環(huán)境，導(dǎo)致其在平面上具有相變快，縱向上頁(yè)巖單層有效厚度薄、地層巖性組合復(fù)雜同時(shí)存在砂泥煤灰互層等特點(diǎn)。較高的熱演化程度Ro為2.5%~3.5%，同樣不符合成因法的使用條件，而w（TOC）數(shù)據(jù)較強(qiáng)的非均質(zhì)性（2%~70%）則要求了垂向評(píng)價(jià)單元?jiǎng)澐值谋匾?，從而進(jìn)一步?jīng)Q定了在計(jì)算海陸過(guò)渡相頁(yè)巖氣資源量時(shí)應(yīng)優(yōu)選概率體積法和有效厚度含氣量類(lèi)比法。

圖2 海相、陸相、海陸過(guò)渡相富有機(jī)質(zhì)頁(yè)巖w（TOC）和RoFig.2 w(TOC)and Ro organic-rich shale in marine,continental and marine-continental transitional facies

2.3 定量數(shù)據(jù)的處理

面對(duì)以指數(shù)增長(zhǎng)的海量地質(zhì)數(shù)據(jù)，傳統(tǒng)的人工方法手段在參數(shù)收集處理方面，往往難以體現(xiàn)出較高的時(shí)效性（處理速度與方法）和準(zhǔn)確度（來(lái)源、數(shù)量與質(zhì)量）。而作為人工智能核心內(nèi)容的機(jī)器學(xué)習(xí)，則是應(yīng)對(duì)數(shù)據(jù)超常增長(zhǎng)和開(kāi)展數(shù)據(jù)信息挖掘的重要選項(xiàng)，是使計(jì)算機(jī)具有智能性的根本途徑［29‐31］。在利用已掌握數(shù)據(jù)進(jìn)行地質(zhì)勘探評(píng)價(jià)前，應(yīng)對(duì)參數(shù)進(jìn)行“多層次弱信息化”的拆解，避免重復(fù)使用具有相同功能的參數(shù)，從而降低評(píng)價(jià)與計(jì)算的復(fù)雜性。針對(duì)具有“多源異構(gòu)”特征的地質(zhì)參數(shù)，聚類(lèi)分析技術(shù)能夠以相似距離為基礎(chǔ)，將數(shù)據(jù)劃分為不同的簇，在保證同簇內(nèi)數(shù)據(jù)相似性的同時(shí)，盡可能擴(kuò)大不同簇間的數(shù)據(jù)差異性。

對(duì)于沒(méi)有頁(yè)巖氣勘探評(píng)價(jià)相關(guān)資料的空白區(qū)域，則可以利用無(wú)監(jiān)督學(xué)習(xí)，以相似區(qū)塊內(nèi)數(shù)據(jù)所呈現(xiàn)出來(lái)的地質(zhì)認(rèn)識(shí)作為約束，去假設(shè)數(shù)據(jù)可能存在的統(tǒng)計(jì)學(xué)特征并建立預(yù)測(cè)模型，隨后據(jù)此對(duì)各類(lèi)參數(shù)進(jìn)行概率賦值，最大程度上克服了參數(shù)的不確定性，保證了評(píng)價(jià)結(jié)果的科學(xué)合理性。目前，中國(guó)地質(zhì)大學(xué)（北京）張金川教授的團(tuán)隊(duì)已經(jīng)根據(jù)該邏輯與技術(shù)，以蒙特卡洛原則為核心研發(fā)了相對(duì)成熟且應(yīng)用廣泛的概率賦值軟件。另外，在面對(duì)多種常用的統(tǒng)計(jì)學(xué)方法時(shí)應(yīng)借助智能化軟件優(yōu)先判斷數(shù)學(xué)模型的合理性和擬合優(yōu)度。以南方上揚(yáng)子地區(qū)四川盆地周緣下古生界海相含氣頁(yè)巖的高氮?dú)夂繑?shù)據(jù)為例，部分學(xué)者將w（TOC）與w（TN）（總氮含量）擬合后發(fā)現(xiàn)存在無(wú)機(jī)氮過(guò)量現(xiàn)象（y 軸截距較大）［32‐36］。

本文在收集全球范圍內(nèi)的不同類(lèi)型富有機(jī)質(zhì)頁(yè)巖相關(guān)數(shù)據(jù)［37］并整理后發(fā)現(xiàn)，原始數(shù)據(jù)線性回歸方程為y=0.134 2x＋2.258 5，判定系數(shù)R2=0.594 7（圖3（a）），但通過(guò)殘差分析發(fā)現(xiàn)標(biāo)準(zhǔn)化后的因變量殘差隨標(biāo)準(zhǔn)化后的自變量w（TOC）變化趨勢(shì)呈明顯的反U 形（圖3（b）），這說(shuō)明因變量預(yù)測(cè)值殘差不遵循正態(tài)分布，在此情況下線性回歸模型不成立；而將數(shù)據(jù)取對(duì)數(shù)后，新回歸方程為y=0.421 3x＋0.168 6，判定系數(shù)R2=0.590 2（圖3（c））。雖然回歸方程的擬合優(yōu)度略有下降，但其殘差分布圖不存在顯著的點(diǎn)位疏密差異（圖3（d）），即線性回歸模型具方差齊性，符合進(jìn)行回歸分析的基本條件，另外對(duì)數(shù)轉(zhuǎn)后的成圖可以看出，回歸線基本上穿過(guò)坐標(biāo)軸原點(diǎn)，說(shuō)明不存在明顯的無(wú)機(jī)氮過(guò)量現(xiàn)象。表明選擇合適的數(shù)據(jù)處理方法，對(duì)準(zhǔn)確掌握參數(shù)表征的地質(zhì)信息具有一定的影響。

圖3 w（TOC）與w（TN）的線性回歸模型合理性判斷（數(shù)據(jù)來(lái)自文獻(xiàn)[37]）Fig 3 Judgment of rationality of linear regression model of w(TOC)and w(TN)(data from literature[37])

2.4 地質(zhì)參數(shù)的綜合評(píng)價(jià)

由于不同構(gòu)造、沉積及地球化學(xué)環(huán)境的復(fù)雜性，控藏地質(zhì)因素與氣藏分布信息之間的映射關(guān)系通常以復(fù)雜的非線性形式存在［38］。傳統(tǒng)地質(zhì)研究中對(duì)于上述映射關(guān)系多以邏輯思維方式去定性分析推導(dǎo)，難以避免地質(zhì)人員的主觀性和本身知識(shí)結(jié)構(gòu)的限制［39‐40］。此時(shí)依靠邊界樣本來(lái)構(gòu)建分離曲線的支持向量機(jī)，來(lái)進(jìn)行頁(yè)巖氣有利選區(qū)或資源豐度類(lèi)比等工作。將已打井或已建產(chǎn)的區(qū)域用已知節(jié)點(diǎn)的方式標(biāo)定，將其作為數(shù)據(jù)的訓(xùn)練集和測(cè)試集；再將節(jié)點(diǎn)細(xì)分為“見(jiàn)氣”“產(chǎn)氣”“不見(jiàn)氣”3 類(lèi)，把所有已知節(jié)點(diǎn)的80%劃分為訓(xùn)練集，剩下的則納入測(cè)試集，最后對(duì)頁(yè)巖氣成藏關(guān)鍵控制因素進(jìn)行訓(xùn)練并建立預(yù)測(cè)模型（關(guān)鍵因素?fù)?jù)不同地質(zhì)背景變化確定）。該方法對(duì)數(shù)據(jù)量及整體性依賴(lài)程度較低，但當(dāng)觀測(cè)樣本較多時(shí)，模型訓(xùn)練效率較低。

3 頁(yè)巖氣智能地質(zhì)評(píng)價(jià)技術(shù)展望

對(duì)于數(shù)據(jù)可獲取性的方便與快捷，可使用無(wú)人機(jī)配合VR 或AR 技術(shù)，以?huà)呙璧姆绞接涗洸⒆R(shí)別更為全面的野外地質(zhì)信息，不僅提高效率，還可消除由人為選取或測(cè)量引起的數(shù)據(jù)偏差；加大輕便、易于攜帶和可視化工具的研發(fā)力度，包括手持XRF、XRD、自動(dòng)取心機(jī)以及可探測(cè)地下形貌的智能機(jī)器人與聲吶技術(shù)等。另外可充分結(jié)合多學(xué)科多領(lǐng)域的知識(shí)與技術(shù)，保證數(shù)據(jù)來(lái)源的一致性與互補(bǔ)性，比如提高頁(yè)巖總含氣量測(cè)量?jī)x器的密閉性、建立不同溫壓變化條件下的吸附—脫附預(yù)測(cè)模型、加入紅外光譜實(shí)時(shí)測(cè)量氣體組分與含量，真正達(dá)到樣品“解吸、吸附及殘余氣量”原位計(jì)算的一體化，保證資源量計(jì)算最關(guān)鍵參數(shù)的準(zhǔn)確度與可靠性。

數(shù)據(jù)的豐富性在AI 模型的訓(xùn)練效果中起著非常重要的作用［41‐43］，所以建立強(qiáng)大的數(shù)據(jù)系統(tǒng)，便于收集并對(duì)比不同地區(qū)、不同層系、不同時(shí)間與技術(shù)背景下、不同技術(shù)手段獲取的數(shù)據(jù)，是實(shí)現(xiàn)油氣資源智能評(píng)價(jià)的必經(jīng)之路。一方面，在系統(tǒng)內(nèi)直接對(duì)比不同來(lái)源數(shù)據(jù)的差異性與可用性，保證參數(shù)的多源互補(bǔ)性；另一方面利用AI 模型將現(xiàn)今數(shù)據(jù)與歷史數(shù)據(jù)一起訓(xùn)練，給出預(yù)測(cè)數(shù)據(jù)的可信度。當(dāng)下與未來(lái)，數(shù)據(jù)有效性、數(shù)據(jù)偏倚和模型可靠性都將成為研究重點(diǎn)［44］。一方面，通過(guò)智能化儀器的研發(fā)，進(jìn)一步做到“無(wú)損、快速、全面、精準(zhǔn)”的數(shù)據(jù)透視與獲?。涣硪环矫?，通過(guò)智能化軟件建立針對(duì)性、可動(dòng)性更強(qiáng)的預(yù)測(cè)模型。

4 結(jié)束語(yǔ)

頁(yè)巖氣地質(zhì)評(píng)價(jià)作為進(jìn)一步計(jì)算和預(yù)測(cè)頁(yè)巖氣資源量的基礎(chǔ)，其內(nèi)容是否全面、流程是否完整、理論方法與技術(shù)手段是否合理與科學(xué)，均會(huì)在一定程度上影響評(píng)價(jià)結(jié)果的準(zhǔn)確性與可信度。頁(yè)巖含氣量獲取的智能化儀器規(guī)避了巖心在多次搬運(yùn)過(guò)程中的氣體損耗，消除了針對(duì)不同類(lèi)型氣體使用不同測(cè)試手段而產(chǎn)生的精度差異；頁(yè)巖氣資源評(píng)價(jià)系統(tǒng)軟件通過(guò)剖析數(shù)學(xué)算式背后的原理，再結(jié)合參數(shù)分布特征優(yōu)選出來(lái)的資源量計(jì)算方法，具有更強(qiáng)的針對(duì)性和合理性；依據(jù)隨機(jī)森林、支持向量機(jī)、克里金差值等其他機(jī)器學(xué)習(xí)方法，可以通過(guò)預(yù)測(cè)和外推增加時(shí)空范圍內(nèi)地質(zhì)資料的豐度，而背靠統(tǒng)計(jì)學(xué)和概率論的支撐，對(duì)數(shù)據(jù)進(jìn)行分類(lèi)、處理、解釋和擬合得到的地質(zhì)參數(shù)自然規(guī)律，可以用來(lái)借用斧正可能存在的地質(zhì)認(rèn)識(shí)主觀偏差。

滲透到每一個(gè)工作環(huán)節(jié)的智能化評(píng)價(jià)思路、方法與手段共同提高了評(píng)價(jià)的科學(xué)性、客觀性和可信度，最終為后期勘探部署工作提供了精準(zhǔn)靶向。多學(xué)科、多領(lǐng)域、多技術(shù)的綜合應(yīng)用是解決油氣勘探地質(zhì)評(píng)價(jià)等復(fù)雜問(wèn)題以及實(shí)現(xiàn)“智慧能源”的必要手段，而智能儀器和軟件的不斷發(fā)展無(wú)疑會(huì)為其提供更大助力，真正做到從單尺度到多尺度、從靜態(tài)到動(dòng)態(tài)、自淺入深、由陸向海，展開(kāi)并循序漸進(jìn)地完成頁(yè)巖氣地質(zhì)勘探智能評(píng)價(jià)工作。