Validation of a Modified Normalized Particle Swarm Optimization Model for Characterizing Pore Structure in Permo–Triassic Khuff Carbonate Reservoirs, Central Saudi Arabia

कल्पना कीजिए कि हमारे पैरों के नीचे की जमीन सिर्फ ठोस चट्टान नहीं है, बल्कि पत्थर से बना एक विशाल, छिपा हुआ स्पंज है। तेल और गैस अन्वेषण की दुनिया में, इन "स्पंजों" को रिज़र्वायर (reservoir) कहा जाता है, और ये उन ईंधनों को थामे रखते हैं जो हमारी कारों को चलाने और हमारे घरों को गर्म करने के काम आते हैं। लेकिन सभी स्पंज एक जैसे नहीं होते। कुछ कंक्रीट के एक घने ब्लॉक की तरह होते जिनमें नन्हे, अलग-थलग छेद होते हैं, जबकि अन्य पानी और तेल के स्वतंत्र रूप से बहने वाले सुरंगों के एक अच्छी तरह से जुड़े हुए भूलभुलैया की तरह होते। वैज्ञानिक इसे "पोर स्ट्रक्चर" (pore structure - छिद्र संरचना) कहते हैं। यह समझने के लिए कि एक चट्टान से तरल पदार्थ कितनी अच्छी तरह गुजर सकते हैं, शोधकर्ता गणित की एक विशेष शाखा का उपयोग करते हैं जिसे फ्रैक्टल ज्योमेट्री (fractl geometry) कहा जाता है। एक फ्रैक्टल को ऐसे समझें जो एक ही जैसा दिखता है चाहे आप उसे कितना भी ज़ूम इन करें—जैसे कि एक फर्न का पत्ता जहाँ हर छोटी शाखा पूरे पत्ते जैसी दिखती है। चट्टानों में, एक "फ्रैक्टल डायमेंशन" (fractal dimension) वह संख्या है जो हमें बताती है कि छेदों की आंतरिक भूलभुलैया कितनी उलझी हुई और जटिल है। यह संख्या जितनी अधिक होगी, रास्ते उतने ही जटिल और आपस में जुड़े हुए होंगे, जिसका अर्थ आमतौर पर यह है कि वह चट्टान बहते हुए तेल या गैस को खोजने के लिए एक बेहतर जगह है।

यह अध्ययन सऊदी अरब में खफ फॉर्मेशन (Khuff Formation) नामक एक विशिष्ट, प्राचीन चट्टान संरचना का गहराई से अध्ययन करता है। यह कार्बोनेट चट्टान (सोचिए चूना पत्थर और डोलोमाइट) की एक विशाल परत है जो लाखों साल पहले पर्मियन और ट्राइआसिक काल की है। हालांकि वैज्ञानिक काफी समय से सैंडस्टोन चट्टानों का अध्ययन करने के लिए फ्रैक्टल गणित का उपयोग करते आए हैं, लेकिन कार्बोनेट चट्टानें अधिक कठिन होती हैं क्योंकि उनके छेद अक्सर अजीब आकार के और असमान होते हैं। शोधकर्ता एक नए, उन्नत गणितीय उपकरण का परीक्षण करना चाहते थे जिसे "मॉडिफाइड नॉर्मलाइज्ड पार्टिकल स्वार्म ऑप्टिमाइजेशन" (या संक्षेप में MNPSO) कहा जाता है। कल्पना कीजिए कि पक्षियों का एक झुंड जंगल के बीच से सबसे अच्छा रास्ता खोजने के लिए डिजिटल रूप से खोज कर रहा है; यह एल्गोरिदम चट्टान के डेटा के लिए सबसे उपयुक्त गणितीय फिट खोजने में मदद करता है। टीम यह देखना चाहती थी कि क्या यह नया "झुंड" वाला तरीका चट्टान की छिपी हुई भूलभुलैया का सटीक मानचित्र बनाने में सक्षम है और क्या वह मानचित्र यह अनुमान लगा सकता है कि तेल और गैस कितनी अच्छी तरह प्रवाहित होंगे।

महान चट्टानी भूलभुलैया की खोज

शोधकर्ताओं ने मध्य सऊदी अरब की सतह पर जाकर खर्तम मेंबर (Khartam Member) के नमूने एकत्र किए, जो खफ फॉर्मेशन की एक विशिष्ट परत है। उन्होंने केवल चट्टानों को देखा ही नहीं; बल्कि उन्हें एक कठोर परीक्षण से गुजारा। उन्होंने मापा कि चट्टानें कितनी हवा और पानी को रोक सकती हैं (पोरोसिटी/सरंध्रता) और तरल पदार्थ कितनी आसानी से उनके माध्यम से गुजर सकते हैं (परमिएबिलिटी/पारगम्यता)। फिर, उन्होंने चट्टान के छिद्रों के आकार का विस्तृत मानचित्र बनाने के लिए एक मशीन का उपयोग करके उनमें मरकरी (पारा) इंजेक्ट किया ताकि यह देखा जा सके कि चट्टान प्रवाह का कितना विरोध करती है।

इस मानचित्र को डिकोड करने के लिए, उन्होंने दो अलग-अलग गणितीय "फ्लैशलाइट" (प्रकाश पुंज) का उपयोग किया। पहला एक पारंपरिक तरीका था जो छिद्रों के आकार और चट्टान में पानी की मात्रा के बीच संबंध को देखता था। दूसरा नया, चमकदार MNPSO तरीका था। लक्ष्य यह देखना था कि क्या दोनों फ्लैशलाइट चट्टान की जटिलता की एक ही तस्वीर को रोशन करती हैं।

परिणाम: एक सटीक मिलान

निष्कर्ष आश्चर्यजनक रूप से स्पष्ट थे। जब शोधकर्ताओं ने पुराने तरीके और नए MNPSO तरीके से प्राप्त "जटिलता स्कोर" (फ्रैक्टल डायमेंशन) की तुलना की, तो उन्हें लगभग एक आदर्श मिलान मिला। दोनों तरीके एक-दूसरे के साथ इतनी बारीकी से सहमत थे कि सांख्यिकीय समझौता 0.99988 था। इसे समझने के लिए, यदि आप 10,000 मापों को एक पंक्ति में खड़ा करें, तो दोनों तरीके केवल एक पर असहमत होंगे। नया MNPSO तरीका न केवल काम कर गया; बल्कि इसने ऐसे परिणाम दिए जो भरोसेमंद, पुराने दृष्टिकोण के लगभग समान थे।

उनके द्वारा गणना किए गए फ्रैक्टल डायमेंशन लगभग 2.36 से 2.86 के बीच थे। यह सीमा विविधता की कहानी बताती है: कुछ चट्टान के नमूनों में सरल, कम जुड़े हुए छिद्र नेटवर्क थे, जबकि अन्य अत्यधिक जटिल, उलझी हुई भूलभुलैया वाले थे। लेकिन सबसे रोमांचक बात यह है कि जटिलता स्कोर एक स्पष्ट भविष्यवक्ता था कि चट्टान कैसा प्रदर्शन करेगी।

क्यों जटिलता का अर्थ प्रवाह है

अध्ययन ने फ्रैक्टल डायमेंशन और पारगम्यता (permeability) के बीच एक मजबूत, सकारात्मक संबंध का खुलासा किया। सरल शब्दों में, जिन चट्टानों का फ्रैक्टल डायमेंशन अधिक था (अधिक जटिल, उलझी हुई भूलभुलैया), वे वे चट्टानें थीं जिनसे तरल पदार्थ बहुत बेहतर तरीके से बह सकते थे। यह पता चला कि इन कार्बोनेट चट्टानों में, छेदों का एक "अधिक अव्यवस्थित" और आपस में जुड़ा हुआ नेटवर्क होना वास्तव में एक अच्छी बात है। कम जटिलता स्कोर वाले नमूनों में खराब जुड़ाव और कम पारगम्यता थी, जिसका अर्थ था कि तरल पदार्थ फंस गए थे। उच्च स्कोर वाले नमदों में बेहतर मार्ग थे, जिससे वे उत्कृष्ट रिज़र्वायर बन गए।

शोधकर्ताओं ने पाया कि MNPSO तरीका पारगम्यता का अनुमान पारंपरिक तरीके के समान ही लगा सकता है। डेटा ने दिखाया कि जैसे-जैसे पारगम्यता बढ़ी, MNPSO मान और फ्रैक्टल डायमेंशन एक साथ ऊपर की ओर बढ़े। इससे पता चलता है कि MNPSO टूल पुराने, स्थापित तकनीकों पर पूरी तरह निर्भर रहने की आवश्यकता के बिना रिज़र्वायर की गुणवत्ता का आकलन करने का एक विश्वसनीय तरीका है।

मुख्य निष्कर्ष

यह शोध इस दावे के साथ नहीं आता कि इसने खफ फॉर्मेशन के हर रहस्य को सुलझा लिया है, लेकिन यह टूलबॉक्स में एक शक्तिशाली नया उपकरण प्रदान करता है। यह पुष्टि करता है कि मॉडिफाइड नॉर्मलाइज्ड पार्टिकल स्वार्म ऑप्टिमाइजेशन विधि कार्बोनेट चट्टानों में छिपे हुए, जटिल छिद्र संरचनाओं की विशेषता बताने का एक मजबूत और सटीक तरीका है। यह पुष्टि करके कि यह नया गणितीय तरीका पुराने वाले के साथ लगभग पूरी तरह सहमत है, और यह दिखाकर कि ये जटिलता संख्याएं सीधे तौर पर हमें बताती हैं कि तेल और गैस कैसे बह सकते हैं, यह अध्ययन इंजीनियरों को रिज़र्वायर का मूल्यांकन करने का एक बेहतर तरीका देता है। चाहे आप सऊदी अरब की प्राचीन चट्टानों को देख रहे हों या दुनिया भर में समान संरचनाओं को, चट्टान की आंतरिक भूलभैया की "उलझन" को समझना उसकी क्षमता को उजागर करने की कुंजी है।