طريقة تراكمية هجينة مقيدة بالجيولوجيا تستخدم سجلات الآبار لتنبؤ الكربون العضوي الكلي في مكامن الصخر الزيتي القارية

لماذا يهم هذا لاستكشاف النفط مستقبلاً

يعتمد اكتشاف النفط الجديد في الصخور الزيتيّة بشكل متزايد على الاستخدام الذكي للبيانات بدلاً من حفر آبار أكثر تكلفة. مقياس رئيسي يُسمى الكربون العضوي الكلي (TOC) يُظهر للجيولوجيين أين تكون الصخور الزيتيّة غنية بما يكفي من المادة العضوية القديمة لتوليد النفط. قياس TOC مباشرة من نوى الصخور بطيء ومكلف، لذا تبقى معظم الأعماق في معظم الآبار غير مأخوذة عينات منها. تُظهر هذه الدراسة كيف يمكن لنظام ذكاء اصطناعي مُصمم بعناية وموجَّه بالمعرفة الجيولوجية أن يحوّل قراءات سجلات الآبار الروتينية إلى تقديرات مستمرة وموثوقة لـTOC في حوض صخر زيتي صيني رئيسي.

قراءة الصخور بعيون إلكترونية

تُسجل الآبار الحديثة بشكل روتيني بأدوات تقيس خواص مثل النشاط الإشعاعي الطبيعي، وزمن انتقال الموجات الصوتية، والمقاومية الكهربائية، والكثافة، واستجابة النيوترون. تشكل هذه القراءات منحنيات مستمرة على طول البئر وهي أرخص بكثير من جمع وتحليل النوى. إلا أن الصلة بين إشارات السجل وغنى المادة العضوية معقّدة. فهي تعتمد على نوع الصخر، وحجم الحبيبات، وسوائل المسام، وطريقة ترسيب الرواسب وتحوّرها عبر الزمن. تعمل الصيغ التجريبية السابقة، مثل طريقة ΔlogR الكلاسيكية، بشكل مقبول في بيئات بسيطة لكنها تواجه صعوبات عندما يصبح التركيب الجيولوجي أكثر تنوعًا وتقطيعًا، كما في أحواض البحيرات القارية مثل حوض سونغلياو في شمال شرق الصين.

إضافة بصيرة جيولوجية إلى تعلّم الآلة

لمعالجة هذه المشكلة، بنى المؤلفون نموذج تجميعي هجيني من نوع "التراكم" يدمج أربعة محركات تنبؤ مختلفة: أشجار التعزيز المتدرج، الغابات العشوائية، طريقة الانحدار بدعم المتجهات، وشبكة عصبية متكررة محسّنة. بدلاً من تغذية هذه النماذج بمنحنيات السجل الخام فقط، قاموا بتصميم مجموعة غنية من المدخلات التي ترمز للسياق الجيولوجي. تُرجمت أنواع الصخور إلى مقياس رقمي مستمر ينتقل بسلاسة عبر حدود الطبقات ويعكس كيف يميل TOC إلى التغير من الصخر الزيتي الزيتي إلى الصخر الزيتي العادي والحجر الطيني والحجر الكلسي. أضيفت فواصل المكمن المعروفة من الطبقات الإقليمية كمؤشرات فئوية، مما يساعد النظام على تعلم كيف يتغير ارتباط السجل–TOC من منطقة عمق إلى أخرى.

استخراج أنماط دقيقة من سجلات معقّدة

صمّم الفريق أيضًا ميزات جديدة لالتقاط تراكيب دقيقة من استجابات سجلات الآبار التي تشير إلى صخور زيتيّة ضيّقة وغنية بالمواد العضوية على عكس الصخور الأنقى والأكثر نفاذية. دمجوا قياسات مقاومية متعددة لوصف مدى احتجاز السوائل، وخلطوا قراءات غاما والكثافة والنيوترون لتمييز الخلفيات الغنية بالطين عن الإثراء العضوي الحقيقي. قُدم وحدة تلافيفية متخصصة للتعامل مع التباعد غير المنتظم بين عينات النوى وقياسات السجل: تعامل المنحنيات كسلاسل إشارة ذات قيمة معقدة واستخرجت كلًا من السعة والمعلومية مع الأخذ في الحسبان خطوات العمق غير المتساوية. ثم قامت تحليل المكونات الرئيسية بتقطير العديد من الميزات المترافقة إلى عدد أصغر من المكونات المتعامدة التي تلخّص الخواص الصخرية الرئيسية.

تحسين النماذج وملء فراغات البيانات

نظرًا لأن عدد قياسات TOC المعتمدة على النوى محدود، استخدم الباحثون تحسينًا تحكميًا مستوحيًا من سلوك حوت البيلوغا لاختيار أكثر مجموعات الميزات إفادة وضبط العديد من إعدادات النموذج بطريقة موجهة بالبيانات. كما طَبّقوا طريقة تكبير بيانات موجهة للانحدار تولّد قيماً تركيبية مقبولة لـTOC عند أعماق غير معنونة، مقيدة بالبقاء متسقة داخل نفس البئر ونوع الصخر. أدت هذه الإجراءات إلى بيانات تدريب أكثر توازنًا وتقليل فرط المطابقة. أخيرًا، جُمعت الموديلات الأساسية الأربعة في تكديس، حيث تم دمج مخرجاتها بواسطة متعلم أعلى مستوى بحيث تعوّض القوة الفردية لكل نموذج نقاط ضعف الأخرى.

ما مدى فعاليته في الطبقات الجوفية الحقيقية؟

اختُبرت المقاربة على سبعة آبار من تكوّن تشينغشانكو في الشمال من حوض سونغلياو، باستخدام 2374 عينة نواة كمرجع حقيقي. عبر سلسلة من التجارب المحكمة، أسهمت كل مكوّن رئيسي—القيود الجيولوجية، وميزات سجلات الآبار المصممة، والتلافيف المتقدمة، وخوارزميات التحسين، وتكبير البيانات، وتكديس النماذج—في تحسينات قابلة للقياس. حقق التجميع النهائي درجة تطابق عالية داخل الآبار والأهم من ذلك عمم أداءً أفضل من أي نموذج فردي على آبار لم يرها من قبل. بالمقارنة مع الصيغ التقليدية وإعدادات تعلم الآلة الأبسط، أنتج بشكل مستمر أخطاء أقل وأداء أكثر استقرارًا عند التنبؤ بـTOC عبر فواصل صخرية وآبار مختلفة.

ماذا يعني هذا للطاقة والجيولوجيا

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أن الجمع بين المعرفة الميدانية والذكاء الاصطناعي يمكن أن يفتح معلومات أكثر من البيانات الموجودة، دون حاجة لحفر إضافي أو عمل مخبرِيّ. عبر تعليم الخوارزميات "التفكير جيولوجيًا" حول أي الطبقات الصخرية من المرجح أن تحتوي صخورًا زيتيّة غنية بالعضويات، ومع التعامل الدقيق مع القياسات الحقلية الفوضوية وغير المتساوية، تقدّم هذه الدراسة أداة عملية لرسم خرائط المواقع الواعدة في مكامن الصخر الزيتي القارية. ومع أن الطريقة لا تزال بحاجة للاختبار في أحواض أخرى بأنواع صخور مختلفة، فهي تشير إلى مستقبل حيث تساعد النماذج الأذكى على تقليل مخاطر الاستكشاف، وتحقيق استخدام أفضل للآبار الحالية، وتوجيه تطوير أكثر استهدافًا وكفاءة للموارد النفطية غير التقليدية.

الاستشهاد: Lu, Y., Tian, F., Zhang, H. et al. A geology-constrained hybrid stacking ensemble method using well logs for TOC prediction in continental shale reservoirs. Sci Rep 16, 9059 (2026). https://doi.org/10.1038/s41598-026-39144-9

الكلمات المفتاحية: الصخر الزيتي, الكربون العضوي الكلي, سجلات الآبار, تعلّم الآلة, توصيف المكمن