석유 저수 평가를 위한 혁명적인 워크플로우: VNIR-LWIR 분광학과 기계 학습을 통합

지질탐사분야에서 어떻게 수백메터 길이의 암심에서 가장 관건적인 그 몇개의 견본을 신속하고 정확하게 찾을수 있는가 하는것은 줄곧 거대한 도전이였다.사우디아라비아의 석유 및 가스 매장층에 대한 연구는 유망한 해결책을 보여주었습니다.

지질학 탐험 분야에서 수백 미터의 핵심에서 가장 중요한 샘플을 신속하고 정확하게 식별하는 것은 오랫동안 중요한 도전이었습니다.사우디 아라비아의 탄화수소 저장소에 초점을 맞춘 연구는 매우 유망한 해결책을 보여줍니다.

참고:

지질 탐사지하 지질 상황을 규명하고 석유 및 가스, 광물, 지하수 등과 같은 광물 자원을 탐구하기 위한 일련의 종합적인 조사 및 연구 작업을 말한다.석유 및 가스 분야의 경우, 지질 탐사의 핵심 임무는 석유 및 가스가 모이는 유리한 지역을 확인하고 채굴할 수있는 석유 및 가스 매장량을 최종적으로 파악하는 것입니다.

석유 가스 저장층지하에 저장공간 (공극, 균열) 과 유체의 침류능력 (침투성) 을 갖춘 암층으로서 석유가스는 바로 이런 공간에 저장된다.그것은 석유 가스 매장량이 형성하는 핵심 요소 중의 하나이다.가장 흔히 볼 수 있는 석유 가스 매장층 암석의 유형은 사암과 탄산염암 (예를 들어 석회암, 백운암) 이다.

지질 탐사를 통해 상업적 가치가 있는 석유 가스 매장층을 발견, 선정, 평가한다.

참고:

지질학적 탐험지하 지질학적 조건을 이해하고 광물 자원 (석유, 가스, 광물, 지하수 등)을 탐색하기 위해 수행되는 종합적인 조사 및 연구 활동을 의미합니다.석유 산업의 맥락에서 지질 탐사의 핵심 목표는 탄수소 축적에 유리한 지역을 식별하고 궁극적으로 활용가능한 석유 및 가스 저장소를 찾는 것입니다.

탄화수소 저A A Reservoir저장 공간 (구孔, 분열) 및 액체 흐름 (permeability)을 허용하는 능력을 가진 지하 바위 단위입니다.탄수소는 이러한 공간에 저장됩니다.그것은 탄화수소 축적의 형성에 대한 핵심 요소 중 하나입니다.탄화수소 저장소에 대한 가장 일반적인 바위 유형은 모래석과 탄산물 (예: 석회석, 도로미트).

지질학적 탐사의 목적은 상업적으로 실현가능한 탄수소 저장소를 발견, 정의하고 평가하는 것입니다.

연구 지역 (Wadi Daqlah) 출로 암상의 종합 암석 지층 주상도 /the generalized lithostratigraphy of exposed facies in the study area (Wadi Daqlah)

스펙트럼 범위

이 연구의 핵심 기술 기초는 전체 주파수 대역의 높은 스펙트럼 이미징이며, 스펙트럼 범위는 가시광선에서 장파 적외선까지의 광활한 구간을 커버한다:

가시광선 - 근적외선(VNIR, 400-1000nm): 주로 암석의 철 이온 (Fe²⁺) 과 같은 과도 금속 원소에 민감합니다.철 지수를 계산함으로써 암석의 화학적 구성 변화를 빠르게 평가할 수 있다.

단파 적외선(SWIR, 1000-2500nm): 방해석과 백운석은 이 지역의 특징인 흡수곡 위치로 약 20나노미터의 미세하지만 안정적인 편이가 존재한다(방해석~2345nm, 백운석~2325nm).이 차이는 광물 분포도를 빠르고 정확하게 그리는 관건이다.

중파 적외선(MWIR, 3-7μm)와장파 적외선(LWIR, 8~14μm): 탄산염 광물의 더 복잡한 분자 진동 정보를 포함합니다.이 연구는 이 세 적외선 구간의 데이터를 융합해 SWIR만으로는 식별할 수 없는, 암석 결정 구조와 입도와 관련된 미세한 차이를 포착함으로써 서로 다른 구조의 백운암을 구분하는 데 성공했다.

Spectral Range(스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스

이 연구의 핵심 기술적 기초는 가시에서 장파 적외선까지 광범위한 스이 이 광범위를 다루는 전범위 하이퍼스이 이 이 연구의 초분광 이미징입니다.

가시적외선 (VNIR, 400-1000 nm): 이 범위는 주로 철 (Fe²)와 같은 전환 금속 요소에 민감합니다⁺) 바위에.철 지수를 계산하면 바위의 화학 성분의 변화를 빠르게 평가할 수 있습니다.

단파 적외선 (SWIR, 1000-2500 nm): 연구의 주요 발견은 이 지역의 칼사이트와 돌로마이트 (칼사이트 ~ 2345 nm, 돌로마이트 ~ 2325 nm) 사이의 특징적인 흡수 trough 위치에서 일관된, 약 20 나노미터 이동입니다.이 차이는 광물 분포를 신속하고 정확하게 매핑하는 데 매우 중요합니다.

중파 적외선 (MWIR, 3-7μm)그리고장파 적외선 (LWIR, 8-14)μm): 이 범위에는 탄산 광물에서 더 복잡한 분자 진동 정보가 포함되어 있습니다.이 세 개의 적외선 간격에서 얻은 데이터를 통합함으로써 이 연구는 SWIR만 사용하여 구별할 수 없는 바위 결정 구조와 곡물 크기와 관련된 미세한 차이를 감지할 수 있었으며, 따라서 다양한 질감을 가진 돌로미트를 성공적으로 구별할 수 있었습니다.

백운암(녹색)과 방해석(남색)의 스펙트럼 특징: 백운암의 특징 흡수봉 위치는 약 2325nm, 방해석의 특징 흡수봉 위치는 약 2345nm이다.

도로마이트 (녹색) 및 칼사이트 (파란색)의 스특특징적인 흡수 대역 위치는 도로마이트의 경우 2325 nm (도도도도로마이트 (도도도도도로마이트) 및 칼사이트의 경우 2345 nm (칼사이트의 경우 2345 nm (블루 라인) 주위의 특징적인 흡수 대역

"고스펙트럼 이미징 기반 데이터 분석 워크플로우"

전통적인 지질 샘플링은"경험 구동"모델로 간주 될 수 있으며 전문가의 육안 관찰과 주관적 판단에 크게 의존합니다.본 연구는 보다 객관적이고 효율적이며 반복 가능한'데이터 구동'솔루션을 제시했는데 그 작업 과정은 거시적인 것부터 미시적인 것까지 분석 논리를 뚜렷하게 나타냈다.

첫 번째 단계:전역 스캔, 광물 지도 그리기. 연구팀은 먼저 SWIR 대역 특징을 이용해 50m 길이의 암심을 빠르게 스캔해 백운석유화학의 목표 지역을 명확하게 정의하는 고정밀 광물 분포도를 생성했다.

2단계:구조적 차이 식별. 백운석 영역을 잠근 후 SWIR, MWIR, LWIR의 스펙트럼 정보를 종합하고 주성분분석(PCA) 알고리즘을 적용함으로써 시스템은 결정 구조, 입도와 관련된 미세한 스펙트럼 차이를 확대할 수 있다.이런 차이는 육안으로는 분별할 수 없다.

3단계:최적의 샘플링 지점 찾기. 스펙트럼 차이를 기반으로 K-means 클러스터링 알고리즘은 백운석 픽셀을 자동으로 4개 카테고리로 구분한다.그런 다음 시스템은 각 범주의 스펙트럼 중심을 계산하고 이러한 중심과 가장 가까운 암심 위치를 대표적인 샘플링 지점으로 추천합니다.

Hyperspectral Imaging 기반의 Data-Driven Workflow

전통적인 지질학적 샘플링은 전문가의 시각적 관찰과 주관적 판단에 크게 의존하는 '경험 기반'모델로 간주될 수 있습니다.이 연구는 더 객관적이고 효율적이고 재생 가능한 '데이터 기반' 솔루션을 제안합니다.워크플로우는 매크로에서 마이크로로 진행하는 분석적 논리를 명확하게 보여줍니다.

1. 전체 장면 스캔 및 광물 매핑:연구팀은 처음으로 SWIR 분광 특징을 활용하여 50 미터 코어를 신속하게 스캔하여 대상 돌로미트 구역을 명확하게 설명하는 고정밀 광물 분포 지도를 생성했습니다.

2.텍스처 차이점 식별도로마이트 지역을 식별한 후, 시스템은 SWIR, MWIR 및 LWIR의 스스스스도도도로마이트 지역의 스도도도도로마이트 지역을 식별한 후, SWIR, MWIR, MWIR 및 LWIR의 스돌렉트럼 정보를 통해 결정 구조와 곡물 크기와 관련된 미미세한 스이러한 차이는 裸눈으로 완전히 감지할 수 없습니다.

3. 최적의 샘플링 포인트 찾기스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스스그 다음 시스템은 각 카테고리에 대한 분광 센트로이드를 계산하고 이러한 센트로이드에 가장 가까운 핵심 위치를 가장 대표적인 샘플링 포인트로 추천했습니다.

A. 표준화된 혼동 행렬은 암상학 분석과 하이 스펙트럼 영상 분석을 바탕으로 한 백운암 구조 분류 결과(대비)를 보여준다.B. 동일한 암심 샘플링 포인트 샘플 (이 샘플은 ICP-OES 실험실 검사에 동시에 사용됨) 에 대한 높은 스펙트럼 이미징으로 계산된 철 지수와 철 농도 사이의 상관성 분석 그래프.

A. 석유 분석과 HSI 기반 분류에서 돌로미트 질감 분류를 보여주는 정상화된 혼란 매트릭스.B. ICP-OES 실험실 측정에 사용되는 동일한 플러그 샘플의 HSI 파생 철 지수와 Fe 농도의 상관성.

A. 서로 다른 유형의 백운암이 암심을 따라 분류되고 분포하는 상황.각 카테고리의 백운암은 B.에서 근적외선-단파적외선(VNIR-SWIR) 대역, C.중파적외선(MWIR) 대역, D.장파적외선(LWIR) 대역의 대표적인 스펙트럼을 볼 수 있다.

A. 드릴 코어를 따라 다양한 도로미트 유형의 분류 및 분포.VNIR-SWIR(B), MWIR(B) 및 LWIR(C)의 각 클래스의 대표적 스각각각VVVNIR-SWIR(B), MWIR(B) 및 LWIR(C)의 각 클래스에 대한 스각크트럼.

'결언'

요약하면, 이 논문의 하이라이트는 전역 스캔에서 샘플링에 이르는 완전한 데이터 구동 워크플로우를 보여주어 지질 연구에 새로운 아이디어를 제공한다는 것입니다.이와 동시에 일반성을 돌파하여 VNIR-SWIR-MWIR-LWIR 다대역데터를 집적하여 탄산염암의 광물식별으로부터 구조분류에 이르는 세밀한 묘사를 실현하였다.

이는 석유가스업종에 직접적인 가치가 있을뿐만아니라 앞으로 광산탐사 등 분야에서의 세밀한 표징에도 방향을 가리켜주었다.

가시광선-근적외선, 단파 적외선 대역, 심지어 중파 적외선 또는 장파 적외선 대역의 높은 스펙트럼 영상 시스템을 알고 싶다면 저희에게 연락해 주십시오!

“결론”

요약하면,이 논문의 중요점은 두 가지입니다: 전체 장면 스캔에서 샘플링까지 완전한 데이터 기반 워크플로우를 보여 지질학 연구에 대한 새로운 패러다임을 제공합니다.또한, VNIR-SWIR-MWIR-LWIR 다중 대역 데이터를 통합하여 탄산 바위의 정밀한 특성을 달성하여 광물 식별에서 텍스처 분류까지 진행합니다.

이것은 석유 산업에 대한 직접적인 가치를 가지고 있으며 광물 탐색과 같은 미래 응용 프로그램에서 상세한 특성을 구성하는 길을 가리키고 있습니다.

VNIR, SWIR 또는 MWIR 및 LWIR 범위를 포함하는 초분광 이미징 시스템에 관심이 있다면 저희에게 연락하시기 바랍니다!

논문 /기사：

Gairola, G. S., Thiele, S. T., Khanna, P., Ramdani, A. I., Gloaguen, R., & Vahrenkamp, V. (2024).유전적 탄산 직물의 샘플링을 위한 데이터-드라이브 하이퍼스다다크트럼 방법 - 사우디 아라비아의 주라시기 아랍-D 저수지의 아웃크로프 아날로그를 사용한 사례 연구. 해양 및 석유 지질학, 161, 106691.