طريقة الاستيفاء بواسطة POCS مدفوعة بقيد جانبي تكيفي

صور أعمق للأرض من بيانات غير مكتملة

تعتمد استكشافات النفط والغاز، ومشروعات الطاقة الحرارية الجوفية، ودراسات الزلازل على المسوحات الزلزالية: اهتزازات مضبوطة تُرسَل إلى باطن الأرض وتُسجَّل عند السطح. في العالم الحقيقي، مع ذلك، تكون هذه التسجيلات غالباً ناقصة بسبب التكاليف أو التضاريس أو قيود بيئية. تقدم هذه الورقة طريقة جديدة لـ "ملء الفراغات" في سجلات الزلازل بحيث يتمكن جيولوجيو الأرض من رؤية أعمق وبوضوح أكبر مع الحفاظ على قابلية الحساب عملياً.

لماذا تهم الأثرات المفقودة

تُبنى الصور الزلزالية من العديد من التسجيلات المتقاربة، أو الآثار، المصطفة جنباً إلى جنب. عندما تكون العديد من الآثار مفقودة، يصبح تصوير باطن الأرض مجزأً وضوضائياً، مما يجعل خطوات أساسية مثل تصوير الفوالق، ورسم الطبقات الصخرية، أو تقدير خواص المكامن أقل موثوقية بكثير. يمكن للطرق الرياضية الحالية تخمين المعلومات المفقودة باستخدام أنماط في الزمن والتردد، وتحاول نهج التعلم الآلي الأحدث تعلّم هذه الأنماط من مجموعات تدريب كبيرة. لكن التعلم الآلي مكلف ويحتاج بيانات كثيرة، بينما غالباً ما تتجاهل الطرق التقليدية مدى تشابه الآثار المجاورة جانبياً، مما يؤدي إلى هياكل مبعثرة وضوضاء إضافية.

طريقة أذكى لاستخدام معلومات الجوار

يبني المؤلفون على إطار رياضي معروف يُسمى الإسقاط على مجموعات محدبة (POCS)، الذي يدفع البيانات بشكل متكرر نحو شروط "مسموح بها" مختلفة حتى تتوافق كلها. يفرض النسخة الكلاسيكية شرطين رئيسيين: ألا تتغير القياسات المعروفة، وأن تبدو البيانات مدمجة وسليمة في تحويل متفرق مثل نطاق التردد–الموجي. تضيف الطريقة الجديدة مكوناً ثالثاً: قيداً جانبياً صريحاً يشجع الآثار المجاورة على التغير بسلاسة حيث تكون البنية الجيولوجية مستمرة، مع السماح في الوقت نفسه بتغيرات حادة حيث ينهار الباطن فعلاً، مثل الفوالق أو حدود الصخور المفاجئة.

التكيف مع جيولوجيا معقدة

لتجنب التنعيم الأعمى لكل شيء، تقسم الطريقة أولاً كل أثر إلى نوافذ زمنية قصيرة وتقارن كل نافذة بأقرب جيران معروفين لها. من هذه المقارنات تبني خريطة تشابه تُبرز أين تبدو الآثار متشابهة وأين تختلف. في النوافذ ذات التشابه العالي — النموذجية للصخور ذات الطبقات الناعمة — يسمح الخوارزم بقوة لآثار الجوار بتوجيه إعادة البناء، مما يقمع الضوضاء العشوائية ويملأ الآثار المفقودة بطريقة تحترم الاستمرارية الجانبية. في النوافذ ذات التشابه المنخفض — النموذجية للفوالق المعقدة أو التغيرات المفاجئة — يخفف من الجذب الجانبي، حتى لا تُطمس الكسور الجيولوجية الحقيقية بالتنعيم المفرط. يتحكم في هذا السلوك التكيفي معلمة قوة قابلة للضبط تم تحديد نطاقها العملي من خلال اختبارات منهجية.

موازنة الدقة والكفاءة

يثبت الباحثون رياضياً أنه، تحت افتراضات معيارية، تتقارب إجراءاتهم ذات القيود الثلاثة إلى حل ثابت. كما يحللون مقدار الحساب الإضافي الذي يضيفه الخطوة الجانبية الجديدة مقارنةً بإصدار سابق محترم من الطريقة. تهيمن كلا الطريقتين على نفس تحويل التردد الأساسي، لذا تزيد الأعمال المضافة الجزء الخطي فقط من التكلفة بدلاً من تغيير معدل النمو الإجمالي. عملياً، يعني هذا أن الطريقة المحسنة تعمل أبطأ قليلاً لكنها تبقى ضمن حدود معقولة لمجموعات بيانات زلزالية كبيرة، مما يجعلها مناسبة لمشروعات استكشافية حقيقية.

اختبارات أوضح على مسوحات تركيبية وحقيقية

يختبر الفريق نهجهم على نوعين من البيانات. أولاً، يستخدمون سجلات زلزالية تركيبية مولَّدة من نموذج مارموسي الجيولوجي المعقد، مع آثار أزيلت عشوائياً تمثل خسارة بيانات بنسبة 30٪ و50٪ وحتى 70٪. في جميع الحالات، تعيد الطريقة الجديدة بناء أحداث أكثر استمرارية جانبياً، مع ضوضاء مرئية أقل ومحتوى ترددي أقرب إلى البيانات الكاملة الأصلية مقارنة بالخوارزمية الأقدم. ثانياً، يطبقون الطريقة على بيانات ما بعد التكديس حقيقية من حوض نفطي وغازي في شرق الصين. هنا أيضاً، تنتج المقاطع الجديدة أقساماً أنظف، واستمرارية أفضل في المناطق ذات التغيرات اللطيفة، وتحافظ بشكل محسَّن على التفاصيل الجيولوجية المهمة، كما تؤكد مقاييس كمية للأخطاء ونسبة الإشارة إلى الضوضاء والتشابه البنيوي.

ماذا يعني هذا لرؤية ما تحت السطح

للغير متخصصين، الرسالة الأساسية هي أن هذا العمل يقدم طريقة أكثر موثوقية لتحويل التسجيلات الزلزالية غير المكتملة والمضطربة إلى صور متماسكة للباطن دون الاعتماد على آلات تعلم آلي كثيفة الموارد. من خلال استخدام التشابه بين الآثار المجاورة بشكل دقيق وتكيفي، تملأ الطريقة المعلومات المفقودة مع الحفاظ على الميزات الجيولوجية الحقيقية — مثل الفوالق والتغيرات الصخرية المفاجئة — دون أن تُمحى. النتيجة هي أساس بيانات أعلى دقة للمعالجة والتفسير اللاحقين، مما يمكن أن يدعم في نهاية المطاف قرارات أفضل في استكشاف الموارد ومراقبة الباطن، حتى عندما تمنع ظروف الحقل جمع بيانات بكثافة مثالية.

الاستشهاد: Qin, Z., Pan, S., Chen, J. et al. Adaptive lateral constraint-driven POCS interpolation method. Sci Rep 16, 11518 (2026). https://doi.org/10.1038/s41598-026-39281-1

الكلمات المفتاحية: استيفاء سيزمي, تصوير تحت السطح, معالجة البيانات الجيوفيزيائية, قمع الضوضاء, استمرارية الفوالق والطبقات