人工智能地質(zhì)大數(shù)據(jù)分析是新興交叉學(xué)科，其核心是在物理規(guī)律約束下，通過建立數(shù)學(xué)模型，采用數(shù)據(jù)科學(xué)方法，分析和挖掘有價(jià)值的核心信息及關(guān)鍵證據(jù)，以解決地質(zhì)學(xué)的認(rèn)知、發(fā)現(xiàn)、決策及評(píng)價(jià)等理論和地質(zhì)資源探測中的實(shí)際問題。
 

　　深地非常規(guī)資源鉆探地質(zhì)風(fēng)險(xiǎn)的鉆前預(yù)測是一個(gè)難題，其中，鉆井井壁失穩(wěn)是鉆探地質(zhì)與工程風(fēng)險(xiǎn)的核心關(guān)注點(diǎn)之一。實(shí)現(xiàn)鉆前合理預(yù)測并管控、規(guī)避鉆井井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)、從被動(dòng)應(yīng)對向主動(dòng)預(yù)防 (如優(yōu)化開發(fā)部署方案)轉(zhuǎn)變，對成功且低成本地開發(fā)復(fù)雜非常規(guī)資源具有重要意義。由于非常規(guī)資源地質(zhì)因素較復(fù)雜，常規(guī)基于合理假設(shè)的模型方法難以描述其復(fù)雜地質(zhì)的風(fēng)險(xiǎn)。常規(guī)的基于純數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法在科學(xué)問題推理中對訓(xùn)練數(shù)據(jù)的擬合較好，但存在對未知數(shù)據(jù)解釋能力欠佳、缺乏物理規(guī)律一致性的問題。
 

　　中國科學(xué)院地質(zhì)與地球物理研究所博士后耿智與合作導(dǎo)師、研究員王彥飛提出了一種引入地質(zhì)力學(xué)信息約束的基于地震數(shù)據(jù)預(yù)測鉆探井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)的深度學(xué)習(xí)方法。研究人員從第一性原理思考，假設(shè)地層巖石是近似彈性且無顯著異?？紫读黧w壓力，則可將井周巖石力學(xué)方程簡化，推導(dǎo)建立以孔隙度和井深為變量的物理約束正則項(xiàng)，加入訓(xùn)練深度學(xué)習(xí)模型的目標(biāo)函數(shù)中；實(shí)現(xiàn)基于物理機(jī)制約束深度學(xué)習(xí)模型解空間，提高對未知數(shù)據(jù)推理解釋能力的目標(biāo)。該方法將已鉆井的測井?dāng)?shù)據(jù)(中子孔隙度、垂深)作為上述物理約束正則項(xiàng)的輸入，結(jié)合已鉆井井周的勘探地震數(shù)據(jù)隱特征與井壁坍塌位置數(shù)據(jù)，通過深度學(xué)習(xí)技術(shù)，可提升在未鉆井地區(qū)僅利用勘探地震數(shù)據(jù)預(yù)測井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)的預(yù)測準(zhǔn)確性。
 

　　實(shí)例分析表明，與常規(guī)的僅基于標(biāo)簽數(shù)據(jù)的機(jī)器學(xué)習(xí)方法相比，該方法的預(yù)測準(zhǔn)確性相對提高約11.5%。該研究方法無需人工額外加注(解釋)標(biāo)簽，可直接利用已有的海量測量數(shù)據(jù)(勘探地震、測井)，將已鉆井?dāng)?shù)據(jù)與地質(zhì)力學(xué)機(jī)制作為先驗(yàn)約束信息，提升鉆前地質(zhì)風(fēng)險(xiǎn)預(yù)測能力，合理優(yōu)化鉆探布井方案等，降低深地非常規(guī)資源勘探鉆探風(fēng)險(xiǎn)與成本。
 

　　相關(guān)研究成果以Physics-guided deep learning for predicting geological drilling risk of wellbore instability using seismic attributes data為題，發(fā)表在Engineering Geology上。研究工作得到國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、中科院“從0到1”原始創(chuàng)新項(xiàng)目、地質(zhì)地球所重點(diǎn)部署項(xiàng)目的支持。