專(zhuān)利名稱(chēng)：利用可控源電磁場(chǎng)的勘測(cè)設(shè)計(jì)的制作方法
專(zhuān)利說(shuō)明利用可控源電磁場(chǎng)的勘測(cè)設(shè)計(jì) 本申請(qǐng)要求于2005年4月26日提交的美國(guó)臨時(shí)專(zhuān)利申請(qǐng)第60/675,045號(hào)的權(quán)益。
發(fā)明領(lǐng)域
本發(fā)明通常涉及地球物理勘探領(lǐng)域，尤其涉及可控源電磁(controlled-source electromagneti，CSEM)勘測(cè)領(lǐng)域。具體而言，本發(fā)明是一種設(shè)計(jì)用于地下區(qū)域CSEM勘查的普查勘測(cè)，并解釋結(jié)果的方法。

背景技術(shù)：

因?yàn)槠詹镃SEM勘測(cè)必須在缺乏與具體目標(biāo)有關(guān)的任何信息的情況下進(jìn)行設(shè)計(jì)，這正是術(shù)語(yǔ)“普查(reconnaissance)”所表示的含義，所以用于設(shè)計(jì)傳統(tǒng)的面向目標(biāo)的CSEM勘測(cè)(target-oriented CSEMsurvey)的方法是不適用的。此外，因?yàn)榻忉屇繕?biāo)和現(xiàn)有信息不同于面向目標(biāo)的CSEM勘測(cè)，所以需要不同的解釋方法。

面向目標(biāo)CSEM勘測(cè)目前涉及一個(gè)或多個(gè)具體目標(biāo)，利用現(xiàn)有信息諸如3D地震資料，所述具體目標(biāo)已經(jīng)被識(shí)別和表征。這些勘測(cè)的設(shè)計(jì)和解釋由現(xiàn)有信息指導(dǎo)(Kong et al.，“Seabed loggingA possibledirect hydrocarbon indicator for deepsea prospects using EM energy，Oiland Gas Jorunal，30-38(May，13，2002))。在普查CSEM勘測(cè)中，具體的目標(biāo)參數(shù)可能無(wú)法獲得，并且通常僅僅知道一般的地質(zhì)信息。在設(shè)計(jì)普查CSEM勘測(cè)方面，集中在改進(jìn)分辨率和準(zhǔn)確性上的嘗試幾乎沒(méi)有。參見(jiàn)Maurer et al.，“Optimized and robust experimental designanon-linear application to Emsounding，”Geoph.J.Int.132，458-468(1998)；和Singh et al.，“Effective skin depth with a local sourceand its application to survey design and data interpretation，”72nd Ann.Internat.MtgSoc.of Expl.Geophys.，684-687(2002)。為了降低的成本，設(shè)備供應(yīng)商提供了較便宜的工具，覆蓋了較大的區(qū)域(通常為規(guī)則的網(wǎng)格)。參見(jiàn)Eaton et al.，“NEWTEM-A novel time-domain helicopterelectromagnetic system for resistivity mapping，”72nd Ann.Internat.MtgSoc.of Expl.Geophys.，1-4(2002)。其他作者提出了根據(jù)全局最小化(global minimization)的勘測(cè)設(shè)計(jì)方法，其中，目標(biāo)函數(shù)包括最佳分辨率的測(cè)量并通過(guò)所需的測(cè)量(值)的數(shù)目來(lái)限制勘測(cè)成本(Maurer et al.，“Geophysical survey designGet the most for the least”68th Ann.Internat.MrgSoc.of Expl Geophys.，78-81(1998))。需要一種對(duì)特定設(shè)計(jì)提議的普查勘測(cè)進(jìn)行評(píng)價(jià)的方法，并且允許在期望值基礎(chǔ)上比較不同的勘測(cè)設(shè)計(jì)。本發(fā)明滿(mǎn)足了這種需求。
發(fā)明概述
在一個(gè)實(shí)施方式中，本發(fā)明是用于評(píng)價(jià)提議的設(shè)計(jì)的方法，該提議的設(shè)計(jì)用于地下區(qū)域的地球物理勘測(cè)，所述方法包括下列步驟(a)獲得與所述地下區(qū)域有關(guān)的和與其中潛在目標(biāo)地層有關(guān)的存在的地質(zhì)和經(jīng)濟(jì)信息；(b)使用所述存在的地質(zhì)信息和所述提議的勘測(cè)設(shè)計(jì)，模擬所述地下區(qū)域的多個(gè)校準(zhǔn)勘測(cè)，每一模擬的勘測(cè)呈現(xiàn)出與所述存在的信息一致的目標(biāo)特性，然而是隨機(jī)的；(c)利用所述模擬的校準(zhǔn)勘測(cè)結(jié)果和所述存在的經(jīng)濟(jì)信息培訓(xùn)選定的分類(lèi)器算法，將所述勘測(cè)結(jié)果轉(zhuǎn)化為經(jīng)濟(jì)規(guī)模目標(biāo)存在的指示；(d)使用所述存在的地質(zhì)信息和所述提議的勘測(cè)設(shè)計(jì)，模擬所述地下區(qū)域的多個(gè)決定勘測(cè)(decisionsurvey)，每一模擬的勘測(cè)呈現(xiàn)出與所述存在的信息一致的目標(biāo)特性，然而是隨機(jī)的；(e)將所述已培訓(xùn)的分類(lèi)器應(yīng)用于所述多個(gè)模擬的決定勘測(cè)的每一個(gè)的結(jié)果中，產(chǎn)生這種勘測(cè)含有至少一個(gè)經(jīng)濟(jì)目標(biāo)的可能性的指示；(f)基于來(lái)自所述多個(gè)模擬的決定勘測(cè)的至少一種經(jīng)濟(jì)目標(biāo)的數(shù)個(gè)正確指示和至少一種經(jīng)濟(jì)目標(biāo)的數(shù)個(gè)不正確指示，為所述目標(biāo)指示選擇閾值；和(g)基于所述提議的勘測(cè)設(shè)計(jì)，計(jì)算地球物理勘測(cè)的期望值，這使用概率進(jìn)行，所述概率獲自與選擇的閾值指示值相應(yīng)的所述幾個(gè)正確的指示和所述幾個(gè)不正確指示。

在本發(fā)明的一些實(shí)施方式中，地質(zhì)物理勘測(cè)是可控源電磁勘測(cè)，所述的模擬步驟包括(a)將所述的存在的地質(zhì)信息轉(zhuǎn)變?yōu)橐唤M目標(biāo)特性概率分布，包括所述地下區(qū)域中的目標(biāo)數(shù)目的分布；(b)從所述的目標(biāo)特性分布中，隨機(jī)抽取一組目標(biāo)特性；(c)將目標(biāo)放置于所述地下區(qū)域的隨機(jī)位置；(d)重復(fù)步驟(b)-(c)，直至所述抽取的數(shù)個(gè)目標(biāo)被放置；(e)解Maxwell場(chǎng)方程以形成靈敏性圖數(shù)據(jù)庫(kù)，每一個(gè)圖在一組代表性的靠近目標(biāo)位置的中央接收器(receiver)位置給出了不規(guī)則的電磁感應(yīng)，從而顯示對(duì)相對(duì)目標(biāo)位置的接收器靈敏性，所述數(shù)據(jù)庫(kù)包含一組代表性的目標(biāo)特性中的每一個(gè)的圖和源特性的圖，所述源特性包括至少一個(gè)來(lái)自所述提議的勘測(cè)設(shè)計(jì)的源頻率；(f)選擇至少一幅靈敏性圖，其與上述步驟中的、位于所述地下位置的一個(gè)目標(biāo)的所述目標(biāo)特性相匹配；(g)從所述選定的靈敏性圖提取所述電磁感應(yīng)，或從兩幅圖內(nèi)插，以得到多個(gè)相對(duì)的目標(biāo)至接受器位置；和(h)對(duì)每一個(gè)位于所述地下位置的附加目標(biāo)，重復(fù)步驟(f)-(g)，從而產(chǎn)生模擬的不規(guī)則電磁感應(yīng)的圖數(shù)據(jù)庫(kù)，由于所有放置的目標(biāo)其在每一接受器上都被觀察到。

本發(fā)明已培訓(xùn)的分類(lèi)器也可以用于評(píng)估實(shí)際勘測(cè)的結(jié)果。
附圖簡(jiǎn)述
本發(fā)明及其優(yōu)點(diǎn)將通過(guò)參考下面的詳述和附圖被更好地理解， 其中

圖1為用于勘探設(shè)計(jì)的信息分析評(píng)估的決策樹(shù)； 圖2為本發(fā)明一種實(shí)施方式的基本步驟的流程圖； 圖3為表示勘測(cè)模擬中基本步驟的流程圖； 圖4a-4c示出了用于靈敏性圖的電磁模型；圖4a示出了存在有目標(biāo)的模型化電磁場(chǎng)，圖4b示出了不規(guī)則場(chǎng)(反常場(chǎng)，anomalous field)，和圖4c示意了表示為峰值場(chǎng)(peak field)的一部分的不規(guī)則場(chǎng)； 圖5a-c是源頻率分別為0.0625Hz(圖5a)、0.125Hz(圖5b)和0.25Hz(圖5c)的靈敏性圖。
圖6為顯示用于檢測(cè)經(jīng)濟(jì)規(guī)模目標(biāo)的步驟的流程圖； 圖7a和7b為說(shuō)明兩個(gè)模擬的目標(biāo)步驟的位置圖； 圖8a和8b為模擬勘測(cè)的不規(guī)則反應(yīng)(感應(yīng)，response)圖，分別帶有圖7a和7b給出的目標(biāo)位置； 圖9說(shuō)明了來(lái)自校準(zhǔn)數(shù)據(jù)集的經(jīng)濟(jì)反應(yīng)和非經(jīng)濟(jì)反應(yīng)； 圖10a和10b為表示經(jīng)濟(jì)目標(biāo)概率的圖形，其分別由圖8a和8b的不規(guī)則感應(yīng)估計(jì)而得；和 圖11表示了兩個(gè)勘測(cè)設(shè)計(jì)的接收器輸出特征(receiver outputcharacteristic，ROC)曲線(xiàn)。

本發(fā)明將結(jié)合其優(yōu)選的實(shí)施方式進(jìn)行描述。然而，在某種程度上，下面的詳述是針對(duì)本發(fā)明特定的實(shí)施方式或特定用途而言的，其目的僅僅在于舉例說(shuō)明，并不解釋為限定本發(fā)明的范圍。相反，本發(fā)明旨在包括所有選擇、修改和等價(jià)物，其可以包含在本發(fā)明的精神和范疇內(nèi)，如所附的權(quán)利要求所限定。
優(yōu)選實(shí)施方式詳述
本發(fā)明將所謂的信息評(píng)估(VOI)分析技術(shù)(參見(jiàn)Newendorp的第10章，Decision Analysis for Petroleum Exploration，PennWellPublishing(1975))應(yīng)用于CSEM勘測(cè)設(shè)計(jì)。輸入的是一套候選勘測(cè)設(shè)計(jì)，以及與勘測(cè)地區(qū)可能存在的電磁目標(biāo)有關(guān)的一般地質(zhì)信息。這些目標(biāo)的一些可能代表有經(jīng)濟(jì)價(jià)值的碳?xì)浠衔锓e累，而其它部分則太小而不具有經(jīng)濟(jì)性，即使它們包含碳?xì)浠衔??；据敵鰹槊恳粋€(gè)勘測(cè)設(shè)計(jì)的經(jīng)濟(jì)值，勘測(cè)設(shè)計(jì)依賴(lài)于其鑒別經(jīng)濟(jì)目標(biāo)和非經(jīng)濟(jì)目標(biāo)的能力。在考慮勘測(cè)成本后，給出最高值的勘測(cè)設(shè)計(jì)是應(yīng)該被應(yīng)用的設(shè)計(jì)。

普查CSEM勘測(cè)的目標(biāo)是決定，更高成本的勘查活動(dòng)，諸如需要3D地震資料的勘查活動(dòng)是否應(yīng)該在勘測(cè)區(qū)域進(jìn)一步繼續(xù)進(jìn)行。如果普查勘測(cè)的結(jié)果對(duì)于經(jīng)濟(jì)上可行性的碳?xì)浠衔锓e累的存在是十分有利的，附加資料的收集和分析被證明是合理的。根據(jù)VOI原理，應(yīng)該基于減小決定中的不確定性的能力而選擇勘測(cè)設(shè)計(jì)。

圖1表示了用于勘探設(shè)計(jì)問(wèn)題的VOI決策樹(shù)。圖1中的矩形代表決定。該過(guò)程從決策樹(shù)的左側(cè)開(kāi)始，企圖在競(jìng)爭(zhēng)勘測(cè)設(shè)計(jì)D1和D2之間作出決定。(設(shè)計(jì)D2的分支看起來(lái)與D1的分支完全一致，因此沒(méi)有在圖中示出。)為了簡(jiǎn)便起見(jiàn)，在樹(shù)中僅示出兩個(gè)設(shè)計(jì)，但是該分析將應(yīng)用于任何數(shù)量的候選設(shè)計(jì)。典型地，僅有有限數(shù)量的需要被考慮的操作上可行的設(shè)計(jì)。

基于當(dāng)前可獲得的基本地質(zhì)信息，勘測(cè)區(qū)域被賦予含有經(jīng)濟(jì)規(guī)模目標(biāo)的概率PECON。處于考慮中的普查勘測(cè)的事實(shí)暗示PECON低，因此，有關(guān)是否在勘測(cè)區(qū)域繼續(xù)勘查的決定是有風(fēng)險(xiǎn)的。勘測(cè)的結(jié)果可以降低風(fēng)險(xiǎn)或者通過(guò)增加PECON，使隨后的信息將發(fā)現(xiàn)經(jīng)濟(jì)性碳?xì)浠衔锓e累的可能性更大，或者通過(guò)減低PECON，使可行性勘探被放棄可能性更小。

普查CSEM勘測(cè)的結(jié)果依賴(lài)于勘測(cè)設(shè)計(jì)和勘測(cè)地區(qū)的未知的目標(biāo)分布。為了簡(jiǎn)便起見(jiàn)，可能的結(jié)果的范圍在圖1中由兩個(gè)分支表示——產(chǎn)生較高概率經(jīng)濟(jì)目標(biāo)的“有利的”結(jié)果表示為P較好，產(chǎn)生較低概率的“不利的”結(jié)果表示為P較差。因?yàn)閷?shí)際結(jié)果是未知的，所以?xún)煞N概率都必須被考慮。如果結(jié)果為有利的結(jié)果，該方法的使用者將根據(jù)新的、較高的概率P較好決定是否繼續(xù)勘探。如果P較好足夠高，使用者將決定繼續(xù)勘探，并且該勘測(cè)區(qū)域的預(yù)期經(jīng)濟(jì)值將是P較好×$EV-$C，此處$EV為成功勘探成果的預(yù)期NPV，而$C為探測(cè)過(guò)程中下一步的成本。如果使用者得出不利的結(jié)果，P較差可以足夠的低，以致于使得使用者決定放棄該區(qū)域，因此它的值將為0。在任一情況下，使用者都已經(jīng)花費(fèi)了實(shí)施勘測(cè)設(shè)計(jì)D1成本，即$D1。設(shè)計(jì)D1的值是在圖1示出的兩種“探測(cè)結(jié)果”分支末端的值的總和(每一分支末端有“是”分叉)，用獲得結(jié)果的概率加權(quán)。本發(fā)明提供了預(yù)測(cè)這兩種概率的方法，在下文稱(chēng)作P有利的和1-P有利的。相似的過(guò)程給出了設(shè)計(jì)D2的值。

實(shí)現(xiàn)圖1中描述的VOI分析不是簡(jiǎn)單的，因?yàn)楸景l(fā)明的使用者將很少知道評(píng)估決策樹(shù)所需的概率。進(jìn)行PECON地質(zhì)評(píng)估通常是可能的，但是如何評(píng)估勘測(cè)后概率P較好和P較差則不是明確的。在其它石油上游區(qū)域通常的實(shí)踐是根據(jù)專(zhuān)家的觀點(diǎn)估算所需的概率。參見(jiàn)Coopersmith et al.，“A practical approach to evaluating the value ofinformation and real option decisions in the upstream petroleumindustry，”Society of Petroleum Engineers(SPE)Paper 77582(2002)。然而，因?yàn)槠詹镃SEM勘測(cè)是一種新技術(shù)，所以對(duì)于該方法是否可行沒(méi)有足夠的經(jīng)驗(yàn)基礎(chǔ)。本發(fā)明避開(kāi)了這樣的難題，其通過(guò)利用概率模型程序替代用于每個(gè)勘測(cè)設(shè)計(jì)的決策樹(shù)分支，所述概率模型程序根據(jù)可獲得的地質(zhì)和經(jīng)濟(jì)信息，直接計(jì)算勘測(cè)后值。于是，最好的勘測(cè)設(shè)計(jì)可以使用標(biāo)準(zhǔn)的VOI準(zhǔn)則進(jìn)行選擇——產(chǎn)生勘測(cè)區(qū)域的最高期望值(Val)的設(shè)計(jì)。

圖2表示用于估算勘測(cè)設(shè)計(jì)的經(jīng)濟(jì)值的基本步驟。這些步驟的細(xì)節(jié)提供于下，應(yīng)當(dāng)理解細(xì)節(jié)可能僅適合本發(fā)明的特定實(shí)施方式，其中，具體的實(shí)施例用于舉例說(shuō)明的目的。輸入20是關(guān)于勘測(cè)地區(qū)的基本信息和勘測(cè)設(shè)計(jì)參數(shù)29。輸出是步驟26的結(jié)果，此值與勘測(cè)設(shè)計(jì)相關(guān)。

在步驟21，產(chǎn)生了一套模擬勘測(cè)，在此，目標(biāo)特性與勘測(cè)區(qū)域的這些預(yù)期(來(lái)自輸入信息20)相匹配，然而是隨機(jī)的。步驟21產(chǎn)生的勘測(cè)作為用于圖形識(shí)別算法(pattern recognition algorithm)的培訓(xùn)數(shù)據(jù)組(training data set)被用于步驟22，所述圖形識(shí)別算法將勘測(cè)中的觀察結(jié)果轉(zhuǎn)化為經(jīng)濟(jì)規(guī)模目標(biāo)的存在的指示。步驟24將在步驟22中培訓(xùn)的分類(lèi)器(classifier)應(yīng)用于由步驟23產(chǎn)生的第2套模擬勘測(cè)中，產(chǎn)生一套圖譜，其顯示了在每一模擬勘測(cè)地區(qū)內(nèi)具有經(jīng)濟(jì)目標(biāo)的可能性。步驟25確定目標(biāo)指示的閾值，其在一組模擬中優(yōu)化勘測(cè)性能。步驟25的結(jié)果是一對(duì)概率，“檢測(cè)”概率和“假陽(yáng)性”概率，它們被應(yīng)用于步驟26中，以計(jì)算勘測(cè)值。

圖3表示了用于產(chǎn)生模擬CSEM勘測(cè)的步驟。圖3的程序被用于產(chǎn)生圖2步驟21和22中的兩組勘測(cè)。在圖3的步驟31，從一組概率分布30繪制(獲得，選取draw)隨機(jī)的目標(biāo)參數(shù)實(shí)現(xiàn)，概率分布30由現(xiàn)有的、非目標(biāo)特異性地質(zhì)信息21構(gòu)成。目標(biāo)參數(shù)包括目標(biāo)尺寸、方位、深度和電阻系數(shù)(抵抗力，resistivity)。步驟32將每一目標(biāo)放置于勘測(cè)區(qū)域的隨機(jī)位置。在目標(biāo)的(x，y)坐標(biāo)的情況中，隨機(jī)抽取的概率分布通常是一致的分布。重復(fù)步驟31和32，直至勘測(cè)區(qū)域被目標(biāo)充分占據(jù)(根據(jù)幾個(gè)目標(biāo)的概率分布的隨機(jī)抽取)。依據(jù)輸入分布，模擬的勘測(cè)區(qū)域可以包含或可以不包含經(jīng)濟(jì)目標(biāo)，以及可以包含或可以不包含相同數(shù)目的經(jīng)濟(jì)目標(biāo)。

步驟33確定不規(guī)則EM感應(yīng)，對(duì)于模擬目標(biāo)組，其在勘測(cè)中的每一個(gè)接受器上被觀察到。對(duì)于現(xiàn)實(shí)的勘測(cè)設(shè)計(jì)，在每一個(gè)接受器上進(jìn)行多次觀察。各個(gè)觀察將由不同的發(fā)射器(transmitter)頻率、不同的線(xiàn)路方向和偏距距離。因?yàn)榇蠖鄶?shù)的勘測(cè)必須被模擬以便得到統(tǒng)計(jì)學(xué)上有意義的概率估計(jì)，所以感應(yīng)的全電磁模型的是不現(xiàn)實(shí)的。取而代之的是，預(yù)先計(jì)算的“敏感性圖”的數(shù)據(jù)庫(kù)36被用于為每個(gè)提議的勘測(cè)設(shè)計(jì)35推導(dǎo)出不規(guī)則的感應(yīng)。因?yàn)樵摂?shù)據(jù)庫(kù)包含有限數(shù)量的離散模型的圖，沒(méi)有圖形精確地與隨機(jī)產(chǎn)生的目標(biāo)的參數(shù)相匹配。因此，步驟33或者選擇“最接近”的圖形(根據(jù)參數(shù)空間的恰當(dāng)距離測(cè)量)，或者從一組附近的圖內(nèi)插圖以獲得所需的目標(biāo)參數(shù)。此外在步驟33，對(duì)于給定的目標(biāo)位置，每個(gè)接收器上的不規(guī)則感應(yīng)從靈敏性圖上截取得到，所述靈敏性圖正是為所述接收器而選擇的，并且那個(gè)值被儲(chǔ)存在接收器位置的圖37上，該圖被稱(chēng)為不規(guī)則感應(yīng)圖。

用下述步驟產(chǎn)生靈敏性圖36。首先，在沒(méi)有目標(biāo)的介質(zhì)中，建立電阻率分布的簡(jiǎn)化數(shù)字模型。目標(biāo)被建模成一定范圍的規(guī)模(經(jīng)濟(jì)的和非經(jīng)濟(jì)的)、電阻率和深度。一定范圍的發(fā)射器和接收器位置也被模擬。圖4表示了對(duì)于每個(gè)目標(biāo)建立的模型。帶有或不帶有電阻目標(biāo)的情況下，用三維模型軟件，模擬接收器處的電磁場(chǎng)。圖4a表示的是存在目標(biāo)的模型化場(chǎng)。圖4b表示的是“不規(guī)則”場(chǎng)——存在目標(biāo)的模型化場(chǎng)和無(wú)目標(biāo)的模型化場(chǎng)之間的差異。圖4c表示不規(guī)則場(chǎng)，表示為峰位場(chǎng)的一部分。對(duì)于目標(biāo)和發(fā)射器的所有可能的相對(duì)位置，重復(fù)進(jìn)行圖4中顯示的建模，直至不規(guī)則感應(yīng)將變得忽略不計(jì)的距離。圖4a-c表示了1/4Hz源頻率的模型化結(jié)果，但實(shí)際上，在源頻率譜中，所有有效的頻率產(chǎn)生相似的圖形。對(duì)每個(gè)模型化目標(biāo)-發(fā)射器位移的標(biāo)準(zhǔn)化不規(guī)則感應(yīng)(來(lái)自圖4c)的最大值，被揭示在圖中，產(chǎn)生“靈敏性圖”，象圖5顯示的一樣。靈敏性圖是目標(biāo)特異性的和發(fā)射器特異性的；對(duì)于每一發(fā)射器頻率，以及對(duì)于發(fā)射器列(在圖5的實(shí)例中用線(xiàn)表示)與目標(biāo)之間每一可能的偏移，不同的圖必須被建立模型。必須產(chǎn)生足夠的靈敏性圖去構(gòu)建數(shù)據(jù)庫(kù)，其將覆蓋評(píng)估候選勘測(cè)所需的目標(biāo)和發(fā)射器特性的范圍。

更詳細(xì)地解釋?zhuān)瑘D4a表示(用圖中示出的灰刻度來(lái)表示10次冪)電場(chǎng)(在這種情況下，其為選定的EM場(chǎng)參數(shù))的直列組分，在位于坐標(biāo)(0，0，0)上的接收器處測(cè)量，其中z＝0處為水底?；疑潭葹閷?duì)數(shù)，其值從1×10-18到1×10-10，并且圖4b和5a-c與之類(lèi)似。在實(shí)際操作中，與灰色刻度相比，彩色刻度在本專(zhuān)利文件中更被大多數(shù)使用者優(yōu)先選用，因此，術(shù)語(yǔ)“彩色”刻度將在本文下面被使用。在圖4a-c中的軸代表源的橫向(x，y)位置，在幾十公里范圍內(nèi)。圖4a-c為位于(0，0，1250)位置的目標(biāo)的模型，即位于水底部以下1250m，但是其它的圖4a-c針對(duì)離散的3D空間中所有可能的目標(biāo)位置而產(chǎn)生，或者針對(duì)與使用者想要取樣的數(shù)量相同的數(shù)量的目標(biāo)位置而產(chǎn)生。使用者在離散的3D空間中選擇單元(cell)尺寸，平衡精度的需要與計(jì)算效率的需要。在這些模型計(jì)算中，源被假定為長(zhǎng)度100m的電雙極，與直列x方向?qū)?zhǔn)。圖4b表示來(lái)自圖4a的場(chǎng)值與背景場(chǎng)(未示出)值之間的位置比位置(location-by-location)差異的絕對(duì)值，即，在(0，0，1250)處或模型中其它任何地方無(wú)目標(biāo)的E的直列組分之值。對(duì)于目標(biāo)，諸如對(duì)圖4a-c所假定的一個(gè)目標(biāo)，背景場(chǎng)的圖對(duì)裸眼而言實(shí)質(zhì)上不能與圖4a辨別開(kāi)來(lái)。(當(dāng)然，本發(fā)明將通常將借助于數(shù)字計(jì)算機(jī)實(shí)施，并且顯示諸如圖4a，盡管對(duì)理解本發(fā)明有用，但并未被用于進(jìn)行彩色判定以簡(jiǎn)化(subtraction)產(chǎn)生圖4b)。因此，與圖4a相比，圖4b代表的不規(guī)則場(chǎng)相對(duì)很小，如彩色刻度上不同的數(shù)量所能看到的。(根據(jù)定義，與無(wú)目標(biāo)即背景的期望感應(yīng)不同的任何感應(yīng)，被認(rèn)為是“不規(guī)則的”)。圖4c表示的是歸一化的不規(guī)則場(chǎng)，即來(lái)自圖4b的值(在彩色刻度上)除以背景場(chǎng)的值(未示出)而得到的位置對(duì)位置的比率。圖4c上的所有值是≤1的分?jǐn)?shù)，如在彩色坐標(biāo)上顯示，與圖4a或4b不一樣，其是線(xiàn)性刻度。(沒(méi)有任何分?jǐn)?shù)將會(huì)是負(fù)數(shù)，在彩色刻度上用最深的藍(lán)色表示的負(fù)值僅僅為了將標(biāo)出的顏色轉(zhuǎn)變?yōu)橹细菀讓?duì)比的部分)。對(duì)圖4c的特定參數(shù)，大多數(shù)的圖形顯示的值為0或稍微更小一些，這表示對(duì)除(0，0)附近外的所有源位置，目標(biāo)對(duì)E直列值的影響很小。應(yīng)當(dāng)理解，對(duì)不同的位置的不同目標(biāo)，例如，更大、更多的電阻目標(biāo)的位置更靠近接收器，圖4c可能看起來(lái)相當(dāng)不同。

在圖4a-c中表示了特定接受器對(duì)源位置的靈敏性，圖5a-c表示了對(duì)目標(biāo)位置的靈敏性。再一次，接收器安裝在(0，0，0)，源頻率、目標(biāo)尺寸、目標(biāo)電阻率和目標(biāo)深度與圖4a-c相同。在圖5a-c上的位置指目標(biāo)的，而不是源的橫向位置。為了獲得值，以在圖5c(其對(duì)應(yīng)與圖4c中相同的0.25Hz頻率)的某一位置上繪圖(實(shí)際上，為了儲(chǔ)存到計(jì)算機(jī)數(shù)據(jù)庫(kù)中)值，注意(在本發(fā)明的這個(gè)特定的實(shí)施方式中)特定的圖4c，其對(duì)應(yīng)前述某個(gè)位置的目標(biāo)，并且在圖4c的任何位置挑出最大值(在彩色坐標(biāo)上)，無(wú)論源位置如何。這么做的理由是為了盡可能地強(qiáng)調(diào)小的影響可能是什么。目標(biāo)對(duì)接收器所檢測(cè)到的影響通常將很小，并且對(duì)于不同的接收器和目標(biāo)的相對(duì)位置，最大的影響將不發(fā)生在相同的相對(duì)源位置。不管源位置，選定歸一化的不規(guī)則場(chǎng)的最大值，因此被認(rèn)為是本發(fā)明的優(yōu)選實(shí)施方式，但是它明顯不是實(shí)施本發(fā)明該步驟的唯一可能的途徑。在圖5a-c中的所有值在范圍0到1之內(nèi)，但是為了在范圍的下限(端)提供更大對(duì)比，在彩色刻度上的數(shù)字為指數(shù)值，即刻度從0.01到1。目標(biāo)尺寸(橫向維度)用每個(gè)圖右上方的矩形表示(任意位置的，因?yàn)槟繕?biāo)假定為圖5a-c中的每一位置)。

圖6表示用于本發(fā)明的一種實(shí)施方式的方法，該方法用于從模擬的不規(guī)則感應(yīng)圖預(yù)測(cè)經(jīng)濟(jì)規(guī)模目標(biāo)的存在。圖6更詳細(xì)的表示了圖2中的步驟23和24。在步驟61，為了假定的探測(cè)閾值范圍，預(yù)置(初始化)一組計(jì)數(shù)器，象經(jīng)濟(jì)學(xué)上一樣，用于記錄(tally)經(jīng)濟(jì)目標(biāo)的成功探測(cè)和非經(jīng)濟(jì)目標(biāo)的錯(cuò)誤識(shí)別。在該方法的最后(步驟66)，這兩組計(jì)數(shù)器的內(nèi)容被用于計(jì)算表征這個(gè)勘測(cè)設(shè)計(jì)性能的的概率組。

在圖6的步驟62，循環(huán)被開(kāi)始以產(chǎn)生圖2步驟23的“決定”組中的每個(gè)圖形。圖3表示的程序，在步驟62中被用于為每個(gè)模擬的勘測(cè)產(chǎn)生不規(guī)則感應(yīng)圖。在步驟63，在先前產(chǎn)生的“校正”勘測(cè)組(圖2中的步驟21和22)上培訓(xùn)的圖形識(shí)別算法60，被用于在來(lái)自步驟62的模擬圖上，將每個(gè)接收器上進(jìn)行的多個(gè)觀察結(jié)果轉(zhuǎn)化為數(shù)字，其值為接收器附近經(jīng)濟(jì)規(guī)模目標(biāo)存在或不存在的指示。在本發(fā)明的一個(gè)優(yōu)選實(shí)施方式中，概率學(xué)神經(jīng)網(wǎng)絡(luò)(Specht，“Probabilistic neuralnetworks，”Neural Networks 3，109-118(1990))作為探測(cè)算法被應(yīng)用，但是任何其它合適的圖形識(shí)別算法(例如，Tou etal.，Pattern RecognitionPrinciples，Addison-Welsey(1974))可以被應(yīng)用。步驟63的輸出是在使用者限定的區(qū)域內(nèi)具有經(jīng)濟(jì)規(guī)模目標(biāo)的概率的圖，所述使用者限定的區(qū)域被稱(chēng)作“探測(cè)區(qū)域”，在每個(gè)接收器的附近。在隨后的討論中，術(shù)語(yǔ)“概率”將以這樣的理解被使用如果不同的圖形識(shí)別算法被使用，它可能指目標(biāo)存在的一些其它指示。

因?yàn)橛成涓怕?mapped probability)通常不為0或1，經(jīng)濟(jì)規(guī)模目標(biāo)的存在與否仍然是不確定的。為了確定是否經(jīng)濟(jì)目標(biāo)已經(jīng)被發(fā)現(xiàn)，設(shè)定閾值概率是必要的，在閾值概率之上，使用者將宣布目標(biāo)是存在的。因?yàn)樯婕安淮_定性，任何選定的閾值將導(dǎo)致某些錯(cuò)誤?；蛘呒夹g(shù)人員將未能探測(cè)到所有存在的經(jīng)濟(jì)規(guī)模目標(biāo)，或者技術(shù)人員將錯(cuò)誤地將一些非經(jīng)濟(jì)目標(biāo)歸為經(jīng)濟(jì)目標(biāo)。圖6上的循環(huán)重復(fù)步驟64和65，在假定的探測(cè)閾值范圍內(nèi)，對(duì)這兩類(lèi)錯(cuò)誤進(jìn)行量化。

在步驟64，為探測(cè)閾值設(shè)定一個(gè)值。如果分類(lèi)器60輸出概率，該閾值范圍從0到1，通常以相等的步驟增加。在步驟65，已知的經(jīng)濟(jì)規(guī)模目標(biāo)位置被用于決定是否該假定的閾值已經(jīng)產(chǎn)生了有效的探測(cè)或假陽(yáng)性探測(cè)。在本發(fā)明的一種實(shí)施方式中，探測(cè)標(biāo)準(zhǔn)基于整個(gè)勘測(cè)區(qū)域。如果任一接受器具有閾值以上的概率，并且經(jīng)濟(jì)規(guī)模目標(biāo)存在于勘測(cè)區(qū)域的任何地方，那么通過(guò)增加對(duì)應(yīng)于當(dāng)前閾值的探測(cè)計(jì)數(shù)器陣列的要素(element)，對(duì)有效的探測(cè)進(jìn)行計(jì)數(shù)。如果任一接受器具有閾值以上的概率，并且在勘測(cè)區(qū)域的任何地方不存在經(jīng)濟(jì)規(guī)模目標(biāo)，那么通過(guò)增加該“假陽(yáng)性(false positive)”計(jì)數(shù)器陣列的適當(dāng)要素，對(duì)假陽(yáng)性計(jì)數(shù)。依據(jù)應(yīng)用，可以?xún)?yōu)選使用更加局部性的探測(cè)標(biāo)準(zhǔn)，其考慮目標(biāo)和閾值以上的接收器的相對(duì)位置。

在所有的閾值被評(píng)價(jià)之后，步驟62至65被重復(fù)進(jìn)行，直至在“決定”組中，對(duì)所有的圖已計(jì)算探測(cè)和假陽(yáng)性。在步驟66，兩組數(shù)被轉(zhuǎn)化為探測(cè)概率和假陽(yáng)性概率，這通過(guò)探測(cè)計(jì)數(shù)除以包括經(jīng)濟(jì)規(guī)模目標(biāo)的模擬勘測(cè)的總數(shù)(Necon)，和通過(guò)假陽(yáng)性計(jì)數(shù)除以不包括經(jīng)濟(jì)規(guī)模目標(biāo)的模擬勘測(cè)的總數(shù)(NotNecon)而得到。對(duì)各種閾值，當(dāng)探測(cè)概率作為假陽(yáng)性概率的函數(shù)被制圖時(shí)，產(chǎn)生的曲線(xiàn)可以被稱(chēng)為ROC(接收器輸出特征)曲線(xiàn)。它充分表征勘測(cè)設(shè)計(jì)在該模型化地質(zhì)情況下，區(qū)分經(jīng)濟(jì)規(guī)模目標(biāo)和次經(jīng)濟(jì)規(guī)模目標(biāo)之間差異的能力(VanTrees，Detection，Estimation，and Modulation Theory，Wiley(1968))。對(duì)每一個(gè)概率對(duì)，Bayes規(guī)則(參見(jiàn)VanTrees)可以被用于計(jì)算評(píng)價(jià)圖1中的決策樹(shù)所需的概率，和用于計(jì)算勘測(cè)區(qū)域的經(jīng)濟(jì)值 P有利的＝PECON×P探測(cè)(閾值)+(1-PECON)×P假陽(yáng)性(閾值) (1) P較好的＝PECON×P探測(cè)(閾值)/P有利的 (2) 值較好的＝$EV×P較好的--$C (3) P較差的＝PECON×(1-P探測(cè)(閾值))/(1-P有利的) (4) 值較差的＝$EV×P較差的--$C (5) 值＝P較好的×MAX(0，值較好的)+(1-P有利的)×MAX(0，值較差的) (6) 其中PECON、$EV和$C與圖1中的定義一致。如果一個(gè)人想使勘測(cè)區(qū)域的值最大化，產(chǎn)生最大值(Eq.6)的閾值Tmax為應(yīng)當(dāng)被使用的探測(cè)極值(但是，作為下面表示的例子，該使用者可以未必想用此特定的閾值)。為T(mén)max計(jì)算的經(jīng)濟(jì)值是與勘測(cè)設(shè)計(jì)相關(guān)的值，并且其相當(dāng)于圖1決策樹(shù)分支的值的加權(quán)概率之和。應(yīng)當(dāng)注意圖6中的步驟63也可以被用于從真實(shí)的勘測(cè)中記錄的觀察中得到目標(biāo)概率圖。結(jié)合從模擬的“決定”勘測(cè)中得出的探測(cè)閾值，這是得到真實(shí)數(shù)據(jù)的初步解釋的快速途徑。
實(shí)施例
此部分提供了應(yīng)用勘測(cè)設(shè)計(jì)程序的實(shí)施例。表1列出了用于實(shí)施例的目標(biāo)參數(shù)。這些包含了有關(guān)在勘測(cè)區(qū)域內(nèi)被預(yù)期的目標(biāo)特性的信息，但不包括有關(guān)任何具體目標(biāo)的信息。在真實(shí)的情況下，這些參數(shù)將來(lái)源于有關(guān)勘測(cè)區(qū)域的一般地質(zhì)信息。對(duì)于此實(shí)施例，勘測(cè)區(qū)域至少具有一個(gè)經(jīng)濟(jì)目標(biāo)的概率是1/4。如果目標(biāo)組為其中一個(gè)25％，其至少有一個(gè)經(jīng)濟(jì)目標(biāo)，那么它將具有的經(jīng)濟(jì)目標(biāo)的數(shù)目是或1或2，每一個(gè)概率是同等可能的。在勘測(cè)區(qū)域的目標(biāo)的總數(shù)必須是3、4或者5(無(wú)論是否任一個(gè)都是經(jīng)濟(jì)的)，每一個(gè)概率被賦予了相同的可能性。根據(jù)最小值、最大值和最可能值，為了此實(shí)施例的目的，表1列出的目標(biāo)參數(shù)分布被假定為具有三角形形狀。表2列出了包含在靈敏性圖數(shù)據(jù)庫(kù)36(圖3)中的目標(biāo)特性，其已經(jīng)被用于此實(shí)施例。
表1 模擬實(shí)施例的目標(biāo)特性概率 表2 靈敏性圖數(shù)據(jù)庫(kù)
遵循圖3的各個(gè)步驟，從表1中的概率分布隨機(jī)繪制一組目標(biāo)特性。如圓形分析圖中心帶有旋轉(zhuǎn)器的機(jī)會(huì)游戲一樣，可以預(yù)見(jiàn)該隨機(jī)圖形，其中盤(pán)的每一部分的尺寸與表1中它對(duì)應(yīng)的概率成比例。接下來(lái)，具有最接近特性的目標(biāo)從表2的數(shù)據(jù)庫(kù)中檢索到(圖3中的步驟33)。

圖7a和7b表示了兩個(gè)勘測(cè)地區(qū)的實(shí)施例，其依據(jù)表1和表2被模擬，并遵循圖3示出的程序。圖7b中模擬的勘測(cè)包括一個(gè)經(jīng)濟(jì)規(guī)模目標(biāo)(較大的矩形)；所有其它均是非經(jīng)濟(jì)性的?？v橫比為每個(gè)目標(biāo)的長(zhǎng)對(duì)寬的比值，它們的橫向截面被假定為矩形。走向(strike)為相對(duì)于北方的方位角。在兩個(gè)圖上的符號(hào)“+”，在將被考慮的第一個(gè)候選勘測(cè)設(shè)計(jì)中，指示了32接收器的位置。發(fā)射器線(xiàn)路(在圖中未示出)將以東西(E-W)方向運(yùn)行，直接經(jīng)過(guò)(pass over)接收器的線(xiàn)路；在設(shè)計(jì)中，有9個(gè)發(fā)射器線(xiàn)路。在這個(gè)設(shè)計(jì)中，因?yàn)榻邮掌骶€(xiàn)路與經(jīng)過(guò)鄰近接收器線(xiàn)路的發(fā)射器距離太遠(yuǎn)而不能產(chǎn)生感應(yīng)，所以每一個(gè)接收器將僅僅記錄通過(guò)它的發(fā)射器線(xiàn)路。發(fā)射器將發(fā)射兩種頻率0.065Hz和0.25Hz。結(jié)果，勘測(cè)設(shè)計(jì)將產(chǎn)生被記錄在每一個(gè)放射器中的兩種觀測(cè)結(jié)果。

圖8a和8b表示了不規(guī)則感應(yīng)，對(duì)于兩個(gè)模擬的勘測(cè)，其將被記錄在每一個(gè)接收器位置。使用圖3中示出的程序，這些圖將從圖6的步驟62被輸出。在每個(gè)接收器附近揭示的兩個(gè)值，是在兩個(gè)發(fā)射器頻率下觀測(cè)的不規(guī)則感應(yīng)值，并且可以從敏感性圖數(shù)據(jù)庫(kù)(36)中獲得(步驟33)，因?yàn)楸?為這個(gè)特定實(shí)施例的索引。例如，假定在圖8a或8b中的接收器位置具有目標(biāo)，其中心為接收器西500m和北200m。著眼于由圖5c(頻率.25Hz)示出的類(lèi)型的對(duì)應(yīng)圖形，發(fā)現(xiàn)位置(-0.5，0.2)，并注意到該位置落入了黃色暈圈，其是一個(gè)近似值10-7.5≈.18，它將在圖8a或8b中作為百分比被標(biāo)出。因此，在那個(gè)接收器位置，揭示的下端數(shù)字(對(duì)應(yīng).25Hz)將是18。如果在給定的接收器位置，一個(gè)以上的目標(biāo)產(chǎn)生感應(yīng)，那么最大的感應(yīng)被記錄在圖形中。大多數(shù)的接收器距離目標(biāo)太遠(yuǎn)，而不能記錄不規(guī)則感應(yīng)。然后利用圖形分類(lèi)器——其用模擬勘測(cè)的“校準(zhǔn)組”(圖2中步驟21)培訓(xùn)，將這些各對(duì)觀測(cè)結(jié)果(圖6中的步驟63)轉(zhuǎn)換成經(jīng)濟(jì)規(guī)模目標(biāo)存在的單值指示。

圖9示出了在本發(fā)明的一些實(shí)施方式中，圖形分類(lèi)器如何進(jìn)行培訓(xùn)和操作。圖9示出了來(lái)自校準(zhǔn)組(圖2步驟21的輸出)的0.25Hz對(duì)0.625Hz感應(yīng)的交叉圖，對(duì)于經(jīng)濟(jì)(+符號(hào))和非經(jīng)濟(jì)(圓形符號(hào))目標(biāo)。對(duì)于來(lái)自8a和8b的任何觀察到的一對(duì)感應(yīng)，校準(zhǔn)的分類(lèi)器(來(lái)自圖2的步驟22，和圖6的步驟60)，根據(jù)這對(duì)感應(yīng)相對(duì)于兩類(lèi)校準(zhǔn)目標(biāo)所落入的位置，計(jì)算目標(biāo)概率(單值經(jīng)濟(jì)指標(biāo))。圖9示出，盡管經(jīng)濟(jì)目標(biāo)比非經(jīng)濟(jì)目標(biāo)趨向于產(chǎn)生更高的不規(guī)則感應(yīng)，但是在兩類(lèi)之間有很多重疊。對(duì)于在此實(shí)施例中被模擬的勘測(cè)設(shè)計(jì)和目標(biāo)，通常不可能明確地鑒定經(jīng)濟(jì)目標(biāo)。

圖10a和10b示出了分別源于圖8a和8b中感應(yīng)的目標(biāo)概率圖，其利用被圖9中的校準(zhǔn)數(shù)據(jù)組培訓(xùn)過(guò)的分類(lèi)器。在圖10a和10b中的圖形為圖6中步驟63的輸出。目標(biāo)概率圖中的數(shù)字以百分比形式代表了這樣的概率其以每個(gè)接收器(+)為中心，在26km×8km的矩形范圍內(nèi)具有經(jīng)濟(jì)規(guī)模目標(biāo)。沒(méi)有不規(guī)則感應(yīng)的接收器(在圖8a和8b中)，已經(jīng)被賦予了一個(gè)小的在經(jīng)濟(jì)目標(biāo)附近(2％)概率。這樣做，是因?yàn)閺男?zhǔn)數(shù)據(jù)組已經(jīng)注意到在模擬勘測(cè)的校準(zhǔn)組中，安置了少量經(jīng)濟(jì)規(guī)模目標(biāo)，以致于它們不生成不規(guī)則感應(yīng)。椐估計(jì)，在接收器檢測(cè)的范圍內(nèi)具有經(jīng)濟(jì)目標(biāo)時(shí)，2％的接收器產(chǎn)生零感應(yīng)。該2％的值將依據(jù)勘測(cè)設(shè)計(jì)和目標(biāo)特性而變化。因此，這樣可以獲得識(shí)別其不僅是不能明確鑒定所有經(jīng)濟(jì)目標(biāo)的方法，而且其也不可能消除具有經(jīng)濟(jì)感應(yīng)的概率(可能性)，即使在不規(guī)則感應(yīng)圖中記錄了零值。

因?yàn)椴豢赡芤罁?jù)觀測(cè)到的感應(yīng)，在分級(jí)目標(biāo)中完全消除不確定性，所以本發(fā)明的方法在探測(cè)經(jīng)濟(jì)規(guī)模目標(biāo)和錯(cuò)誤地將非經(jīng)濟(jì)目標(biāo)歸為經(jīng)濟(jì)目標(biāo)之間找到最佳平衡。這是圖2中步驟25的目的，其(連同步驟24一起)利用圖6中步驟64-66的結(jié)果完成。該步驟的順序設(shè)定了一系列假定的探測(cè)閾值，并且對(duì)于每一假定的閾值，在步驟23的“決定”組中，對(duì)所有模擬勘測(cè)的正確和不正確分類(lèi)的數(shù)量進(jìn)行計(jì)數(shù)。結(jié)果如圖11中示出的“ROC”曲線(xiàn)。該曲線(xiàn)上的每一點(diǎn)來(lái)自假定的閾值；低閾值在圖形的右上方，高閾值在左下方。點(diǎn)表示經(jīng)濟(jì)目標(biāo)將被用給定的閾值探測(cè)的概率，與之相對(duì)的是，非經(jīng)濟(jì)目標(biāo)將被不正確的歸為經(jīng)濟(jì)目標(biāo)(假陽(yáng)性)的概率。在圖形11中用菱形表示的勘測(cè)設(shè)計(jì)為圖7a-b中的“32接收器”設(shè)計(jì)。

ROC曲線(xiàn)對(duì)不同的假定閾值如何影響探測(cè)和假陽(yáng)性之間的平衡進(jìn)行量化。該平衡，與將被數(shù)據(jù)影響的決定有關(guān)的經(jīng)濟(jì)信息一起，決定了與勘測(cè)設(shè)計(jì)有關(guān)的信息價(jià)值。產(chǎn)生最高信息值的閾值是距離線(xiàn)110最遠(yuǎn)的一個(gè)，此線(xiàn)在圖11中可以被稱(chēng)為“無(wú)信息(NoInfo)”線(xiàn)。這在“32接收器”曲線(xiàn)上用大的菱形111表示。(“無(wú)信息(NoInfo)”線(xiàn)代表了不能區(qū)分經(jīng)濟(jì)和非經(jīng)濟(jì)目標(biāo)的數(shù)據(jù)組。)“32接收器”設(shè)計(jì)的最佳閾值點(diǎn)111給出了大約50％的探測(cè)概率，和大約5％的假陽(yáng)性概率。如果假定經(jīng)濟(jì)規(guī)模目標(biāo)的期望值是$40M(40,000,000)，繼續(xù)探測(cè)的成本是$15M(15,000,000)美元，那么對(duì)“32接收器”設(shè)計(jì)來(lái)說(shuō)，方程式(1-6)產(chǎn)生$5.3M(5,300,000)的信息價(jià)值。

在圖11中顯示的第2條ROC曲線(xiàn)對(duì)應(yīng)于該設(shè)計(jì)的變化，其中每一個(gè)其它接收器和發(fā)射器線(xiàn)路被除去(dropped)，從而留下20條接收器線(xiàn)路和5條發(fā)射器線(xiàn)路。該勘測(cè)設(shè)計(jì)的成本將低于更費(fèi)盡的“32接收器”設(shè)計(jì)。然而，它的性能也將是較低的，如圖11中的“20接收器”ROC曲線(xiàn)所示，這里每一個(gè)繪圖值用正方形符號(hào)標(biāo)出。該設(shè)計(jì)將總是產(chǎn)出比“32接收器”設(shè)計(jì)低的信息值，因?yàn)樗腞OC曲線(xiàn)總是與“無(wú)信息(NoInfo)”線(xiàn)更接近。最佳閾值點(diǎn)112(大的正方形)給出了大約40％的探測(cè)概率，和大約20％的假陽(yáng)性概率。用與上述相同的經(jīng)濟(jì)參數(shù)，這產(chǎn)生$2.1M(2,100,000)的信息值。因此，除非“20接收器”設(shè)計(jì)比“32接收器”設(shè)計(jì)便宜$3.2M(3,200,000)以上，否則優(yōu)選“32接收器”設(shè)計(jì)。

在前述的實(shí)施例中，利用產(chǎn)生最優(yōu)價(jià)值的探測(cè)閾值選擇勘測(cè)設(shè)計(jì)，但是這樣做不是必須。經(jīng)常地，有寬范圍的探測(cè)閾值都產(chǎn)生大約相同的信息值。這是“32接收器”設(shè)計(jì)的情況，通過(guò)旋轉(zhuǎn)圖11直到“無(wú)信息(NoInfo)”線(xiàn)水平時(shí)，可以被看出。這表明有很多點(diǎn)在最佳點(diǎn)的右邊，與較低的探測(cè)閾值對(duì)應(yīng)，這些點(diǎn)都與“無(wú)信息(NoInfo)”線(xiàn)有大約相同的距離。這些點(diǎn)具有不同的探測(cè)概率和假陽(yáng)性概率，但是都將產(chǎn)生相似的信息價(jià)值。例如，具有大約80％探測(cè)概率和大約40％假陽(yáng)性概率的點(diǎn)113產(chǎn)生稍微較低的信息值($4.6M)，但是依據(jù)商業(yè)目標(biāo)，(人)可能愿意放棄一些價(jià)值以減少錯(cuò)失機(jī)會(huì)的次數(shù)。

為了舉例說(shuō)明本發(fā)明的目的，前面的描述涉及本發(fā)明的具體實(shí)施方式
。然而，對(duì)本領(lǐng)域普通技術(shù)人員顯而易見(jiàn)的是，對(duì)本文描述的實(shí)施方式進(jìn)行許多修改和變更是可能的。所有這樣的修改和變更擬包括在本發(fā)明的范圍內(nèi)，如所附的權(quán)利要求所限定的。
權(quán)利要求
1.一種用于評(píng)價(jià)提議的設(shè)計(jì)的方法，該提議的設(shè)計(jì)用于地下區(qū)域的地球物理勘測(cè)，所述方法包括下列步驟
(a)獲得與所述地下區(qū)域有關(guān)的和與其中潛在目標(biāo)地層有關(guān)的存在的地質(zhì)和經(jīng)濟(jì)信息；
(b)使用所述存在的地質(zhì)信息和所述提議的勘測(cè)設(shè)計(jì)，模擬所述地下區(qū)域的多個(gè)校準(zhǔn)勘測(cè)，每一模擬的勘測(cè)呈現(xiàn)出與所述存在的信息一致的目標(biāo)特性，然而是隨機(jī)的；
(c)利用所述模擬的校準(zhǔn)勘測(cè)結(jié)果和所述存在的經(jīng)濟(jì)信息培訓(xùn)選定的分類(lèi)器算法，將所述勘測(cè)結(jié)果轉(zhuǎn)化為經(jīng)濟(jì)規(guī)模目標(biāo)存在的指示；
(d)使用所述存在的地質(zhì)信息和所述提議的勘測(cè)設(shè)計(jì)，模擬所述地下區(qū)域的多個(gè)決定勘測(cè)，每一模擬的勘測(cè)呈現(xiàn)出與所述存在的信息一致的目標(biāo)特性，然而是隨機(jī)的；
(e)將所述已培訓(xùn)的分類(lèi)器應(yīng)用于所述多個(gè)模擬的決定勘測(cè)的每一個(gè)的結(jié)果中，產(chǎn)生這種勘測(cè)含有至少一個(gè)經(jīng)濟(jì)目標(biāo)的可能性的指示；
(f)基于來(lái)自所述多個(gè)模擬的決定勘測(cè)的至少一種經(jīng)濟(jì)目標(biāo)的數(shù)個(gè)正確指示和至少一種經(jīng)濟(jì)目標(biāo)的數(shù)個(gè)不正確指示，為所述目標(biāo)指示選擇閾值；和
(g)基于所述提議的勘測(cè)設(shè)計(jì)，計(jì)算地球物理勘測(cè)的期望值，這使用概率進(jìn)行，所述概率獲自與選擇的閾值指示值相應(yīng)的所述幾個(gè)正確的指示和所述幾個(gè)不正確指示。
2.權(quán)利要求1所述的方法，其中所述的地球物理勘測(cè)為可控源電磁勘測(cè)。
3.權(quán)利要求2所述的方法，其中所述的模擬步驟包括
(a)將所述的存在的地質(zhì)信息轉(zhuǎn)變?yōu)橐唤M目標(biāo)特性概率分布，其包括所述地下區(qū)域中的目標(biāo)數(shù)目的分布；
(b)從所述的目標(biāo)特性分布中，隨機(jī)抽取一組目標(biāo)特性；
(c)將目標(biāo)放置于所述地下區(qū)域的隨機(jī)位置；
(d)重復(fù)步驟(b)-(c)，直至所述抽取的數(shù)個(gè)目標(biāo)被放置；
(e)解Maxwell場(chǎng)方程以形成靈敏性圖數(shù)據(jù)庫(kù)，每一個(gè)圖在一組代表性的靠近目標(biāo)位置的中央接收器位置給出了不規(guī)則的電磁感應(yīng)，從而顯示對(duì)相對(duì)目標(biāo)位置的接收器靈敏性，所述數(shù)據(jù)庫(kù)包含一組代表性的目標(biāo)特性中的每一個(gè)的圖和源特性的圖，所述源特性包括至少一個(gè)來(lái)自所述提議的勘測(cè)設(shè)計(jì)的源頻率；
(f)選擇至少一幅靈敏性圖，其與上述步驟中的、位于所述地下位置的一個(gè)目標(biāo)的所述目標(biāo)特性相匹配；
(g)從所述選定的靈敏性圖提取所述電磁感應(yīng)，或從兩幅圖內(nèi)插，以得到多個(gè)相對(duì)的目標(biāo)至接受器位置；和
(h)對(duì)每一個(gè)位于所述地下位置的的附加目標(biāo)，重復(fù)步驟(f)-(g)，從而產(chǎn)生模擬的不規(guī)則電磁感應(yīng)的圖數(shù)據(jù)庫(kù)，由于所有放置的目標(biāo)其在每一接受器上都被觀察到。
4.權(quán)利要求3所述的方法，其中，儲(chǔ)存在靈敏性圖的每一位置處的所述不規(guī)則電磁感應(yīng)是由任何源位置產(chǎn)生的最大不規(guī)則感應(yīng)。
5.權(quán)利要求2所述的方法，其中所述的目標(biāo)特性包括目標(biāo)規(guī)模、方位、深度和電阻率。
6.權(quán)利要求2所述的方法，其中所述的分類(lèi)器算法為圖形識(shí)別軟件。
7.權(quán)利要求6所述的方法，其中所述圖形識(shí)別軟件為概率神經(jīng)網(wǎng)絡(luò)。
8.權(quán)利要求2所述的方法，其中所述每一個(gè)模擬勘測(cè)的結(jié)果包括不規(guī)則感應(yīng)圖數(shù)據(jù)庫(kù)。
9.權(quán)利要求8所述的方法，其中不規(guī)則感應(yīng)是在所述的地下區(qū)域中，目標(biāo)地層的電阻率相對(duì)于背景電阻率的測(cè)量。
10.權(quán)利要求1所述的方法，其中所述的計(jì)算期望值的步驟使用信息理論評(píng)估。
11.權(quán)利要求10所述的方法，其中在所述最后步驟中得到的所述兩個(gè)概率為如下所述概率，其使用給定的目標(biāo)指示閾值，包括至少一個(gè)經(jīng)濟(jì)目標(biāo)的模擬勘測(cè)被正確地鑒別為經(jīng)濟(jì)性的，和包含非經(jīng)濟(jì)目標(biāo)的模擬勘測(cè)被錯(cuò)誤地鑒別為經(jīng)濟(jì)性的概率。
12.權(quán)利要求11所述的方法，其中Bayes規(guī)則被用于將所述的兩個(gè)概率轉(zhuǎn)換為從信息理論評(píng)估計(jì)算期望勘測(cè)值所需要的概率。
13.權(quán)利要求1所述的方法，其中所述的經(jīng)濟(jì)指示為單一數(shù)字。
14.一種用于評(píng)價(jià)地下區(qū)域的地球物理勘測(cè)結(jié)果的方法，其包括如下步驟
(a)獲得與所述地下區(qū)域有關(guān)的和與其中潛在目標(biāo)地層有關(guān)的存在的地質(zhì)和經(jīng)濟(jì)信息；
(b)使用所述存在的地質(zhì)信息和實(shí)際的勘測(cè)設(shè)計(jì)參數(shù)，模擬所述地下區(qū)域的多個(gè)校準(zhǔn)勘測(cè)，每一模擬的勘測(cè)呈現(xiàn)出與所述存在的信息一致的目標(biāo)特性，然而是隨機(jī)的；
(c)利用所述模擬的校準(zhǔn)勘測(cè)結(jié)果和所述存在的經(jīng)濟(jì)信息去培訓(xùn)選定的分類(lèi)器算法，以將所述勘測(cè)結(jié)果轉(zhuǎn)化為經(jīng)濟(jì)規(guī)模目標(biāo)存在的指不；
(d)將所述已培訓(xùn)的分類(lèi)器應(yīng)用于所述實(shí)際勘測(cè)的結(jié)果中，產(chǎn)生這種勘測(cè)含有至少一個(gè)經(jīng)濟(jì)目標(biāo)的可能性的指示。
15.權(quán)利要求14所述的方法，其中所述的分類(lèi)器算法為圖形識(shí)別軟件。
16.權(quán)利要求15所述的方法，其中所述的圖形識(shí)別軟件為概率神經(jīng)網(wǎng)絡(luò)。
全文摘要
一種利用使用者控制的源來(lái)確定提議的普查電磁(或任何其它類(lèi)型的地球物理學(xué))勘測(cè)的期望值的方法。該方法僅需要可獲得的、與該勘測(cè)地區(qū)有關(guān)的地質(zhì)和經(jīng)濟(jì)信息。用與已知信息一致的多種電阻目標(biāo)，模擬一系列校準(zhǔn)勘測(cè)。該校準(zhǔn)勘測(cè)被用于培訓(xùn)圖案識(shí)別軟件，以由不規(guī)則電阻率圖評(píng)價(jià)經(jīng)濟(jì)潛力。校準(zhǔn)的分類(lèi)器然后被用于對(duì)該地區(qū)的進(jìn)一步模擬勘測(cè)上，以產(chǎn)生能夠被用于信息理論評(píng)估的概率，以便預(yù)測(cè)具有與模擬勘測(cè)相同設(shè)計(jì)的勘測(cè)的期望值。校準(zhǔn)的分類(lèi)器技術(shù)也可以被用于解釋針對(duì)經(jīng)濟(jì)潛力的實(shí)際的CSEM勘測(cè)結(jié)果。
文檔編號(hào)G06G7/48GK101156160SQ200680011037
公開(kāi)日2008年4月2日 申請(qǐng)日期2006年3月20日 優(yōu)先權(quán)日2005年4月26日
發(fā)明者R·T·霍克, D·帕夫洛夫 申請(qǐng)人:?？松梨谏嫌窝芯抗?br>