龙源期刊网 http://www.qikan.com.cn
试析油气勘探大数据化面临的挑战与机遇 作者:方欣友
来源:《环球人文地理·评论版》2015年第05期
摘要:随着现代科技的加速发展,我国对于油气的勘探水平也在快速提高,现代油气勘探技术正在向高精度、大数据化迈进。油气勘探需要工作人员在野外对地震数据进行采集,对数据进行分析和处理,而过去的数据采集和处理技术已经难以满足油气开采的需要,本文在当前油气勘探大数据的背景下,提出了通过使用便携式地震仪器,对质量的控制量化处理,利用可控震源数据的高效采集、挖掘等技术对策,以期能够通过本文的论述,对我国油气勘探大数据化所面临的挑战与机遇给出相应的对策。
关键词:油气勘探;数据采集;大数据化;对策
1.油气勘探大数据的特点和面临的挑战
1.1大数据的特点
我们所指的大数据是针对信息量的采集而言,通常,大数据化有4个显著特点,其一,是数据的体量大,数据量的规模在10TB 之上时,我们称这些采集数据为大数据;其二,数据的类别大,如今所采集的勘探数据的种类和格式同过去相比非常复杂;其三,处理速度快,工作人员对数据的处理都勘探数据的处理需要借助大型计算机,现在,我们对数据的处理已经达到实时的处理速度;其四,数据的真实性高,由于对油气勘探的采集源和渠道已经实现透明化,数据的真实性和准确性相对于过去已经大大提高。
1.2面临的挑战
(1)面临数据监控快速准确的挑战。如今,对于油气数据的采集已经由原来的野外组合逐步转变为了通过室内处理进行压噪,对采集数据“宽进宽出”,进而达到数据的充分采样,这样的方式利于提高信号的准确性、分辨率、静校正精度以及压噪效果。炮密度和野外道密度较之过去均有很大的提高,单炮记录到达上万道,生产总炮数是过去的数倍,为了在规定的工期内完成采集,提高每天的生产效益,对于野外现场质量的控制就有很高的要求。
(2)面临数据管理和高效处理的挑战。油气数据堪称海量,所以,数据处理时对计算机的软硬件有很高的要求,处理数据的计算机要配备高效的处理器和外设资源。在对海量数据输入以及输出的管理时,一些意外突发情况难以避免,所以,对于这些重要数据,不但要求计算机对数据的大量存储,而且要求其有稳定的数据输入输出管理技术。
(3)面临快速综合评价的挑战。在如今油气勘探属性提取技术和叠前技术走向成熟之时,对于岩体性质、储层分类以及流体的研究已经普遍采用了大量的叠前数据和单道数据。我们根据不同的数据格式和类型,运用数据挖掘的不同算法。成功实现了从不同角度出发,科
龙源期刊网 http://www.qikan.com.cn
试析油气勘探大数据化面临的挑战与机遇 作者:方欣友
来源:《环球人文地理·评论版》2015年第05期
摘要:随着现代科技的加速发展,我国对于油气的勘探水平也在快速提高,现代油气勘探技术正在向高精度、大数据化迈进。油气勘探需要工作人员在野外对地震数据进行采集,对数据进行分析和处理,而过去的数据采集和处理技术已经难以满足油气开采的需要,本文在当前油气勘探大数据的背景下,提出了通过使用便携式地震仪器,对质量的控制量化处理,利用可控震源数据的高效采集、挖掘等技术对策,以期能够通过本文的论述,对我国油气勘探大数据化所面临的挑战与机遇给出相应的对策。
关键词:油气勘探;数据采集;大数据化;对策
1.油气勘探大数据的特点和面临的挑战
1.1大数据的特点
我们所指的大数据是针对信息量的采集而言,通常,大数据化有4个显著特点,其一,是数据的体量大,数据量的规模在10TB 之上时,我们称这些采集数据为大数据;其二,数据的类别大,如今所采集的勘探数据的种类和格式同过去相比非常复杂;其三,处理速度快,工作人员对数据的处理都勘探数据的处理需要借助大型计算机,现在,我们对数据的处理已经达到实时的处理速度;其四,数据的真实性高,由于对油气勘探的采集源和渠道已经实现透明化,数据的真实性和准确性相对于过去已经大大提高。
1.2面临的挑战
(1)面临数据监控快速准确的挑战。如今,对于油气数据的采集已经由原来的野外组合逐步转变为了通过室内处理进行压噪,对采集数据“宽进宽出”,进而达到数据的充分采样,这样的方式利于提高信号的准确性、分辨率、静校正精度以及压噪效果。炮密度和野外道密度较之过去均有很大的提高,单炮记录到达上万道,生产总炮数是过去的数倍,为了在规定的工期内完成采集,提高每天的生产效益,对于野外现场质量的控制就有很高的要求。
(2)面临数据管理和高效处理的挑战。油气数据堪称海量,所以,数据处理时对计算机的软硬件有很高的要求,处理数据的计算机要配备高效的处理器和外设资源。在对海量数据输入以及输出的管理时,一些意外突发情况难以避免,所以,对于这些重要数据,不但要求计算机对数据的大量存储,而且要求其有稳定的数据输入输出管理技术。
(3)面临快速综合评价的挑战。在如今油气勘探属性提取技术和叠前技术走向成熟之时,对于岩体性质、储层分类以及流体的研究已经普遍采用了大量的叠前数据和单道数据。我们根据不同的数据格式和类型,运用数据挖掘的不同算法。成功实现了从不同角度出发,科