Learning Across Wells: A Robust Framework for Lithology Classification and Prediction

Diep onder het aardoppervlak, waar het zonlicht nooit reikt, ligt een complexe wereld van gesteentelagen die de sleutel vormen tot ons water, onze energie en ons begrip van de geschiedenis van de planeet. Om dit verborgen rijk te navigeren, laten geowetenschappers lange, slanke instrumenten in diepe gaten zakken die in de grond zijn geboord. Deze instrumenten, bekend als wireline-logs, meten de fysieke eigenschappen van het gesteente terwijl ze erdoorheen passeren, waarbij ze registreren hoeveel straling het gesteente uitzendt, hoe dicht het is, hoe snel geluid erdoorheen reist en hoeveel ruimte er tussen de korrels bestaat om vloeistoffen vast te houden. Door deze metingen te lezen, kunnen experts het verschil zien tussen een zacht, modderig gesteente genaamd schalie, een poreuze en doorlatende zandsteen die olie of water kan bevatten, een dicht opeengepakte zandlaag die stroming tegenhoudt, of een hard carbonaatgesteente zoals kalksteen. Decennialang vertrouwde deze taak op menselijke experts die deze curves handmatig interpreteerden, een proces dat traag is, gevoelig voor menselijke fouten en moeilijk consistent te houden bij het werken met duizenden datapunten uit veel verschillende putten.

In een recente studie onderzochten onderzoekers of computers deze taak beter en betrouwbaarder konden uitvoeren dan mensen, specifiek wanneer men overgaat van de ene put naar de andere. Ze concentreerden zich op twee verschillende methoden van machine learning, een tak van kunstmatige intelligentie waarbij computers patronen leren van gegevens in plaats van strikte, vooraf geschreven regels te volgen. De eerste methode, genaamd Random Forest, werkt als een commissie van besluitvormers. Het bouwt veel eenvoudige beslissingsbomen, die elk op een iets andere manier naar de gegevens kijken, en combineert vervolgens hun antwoorden om tot een definitieve conclusie te komen. Deze aanpak staat bekend als robuust en vergevingsgezind bij rommelige gegevens. De tweede methode, bekend als K-Nearest Neighbors, werkt volgens een eenvoudiger principe van gelijkenis. Het kijkt naar een nieuw, onbekend gesteenteprofiel en vraagt: "Welke bekende monsters in mijn database lijken het meest op deze?" Vervolgens wijst het het nieuwe monster hetzelfde label toe als zijn dichtstbijzijnde buren. Hoewel beide methoden eerder zijn gebruikt, waren ze zelden met elkaar getest in het specifieke, uitdagende scenario van het voorspellen van gesteentetypes in een volledig nieuwe put met behulp van gegevens uit andere putten.

De onderzoekers verzamelden gegevens van vier olie- en gasputten in de Noordzee, een regio die bekend staat om zijn complexe geologie. Ze hadden geen toegang tot fysieke gesteentemonsters, of "cores", uit deze specifieke gaten om als een perfecte grondwaarheid te dienen. In plaats daarvan creëerden ze een consistente set regels om de gesteentetypes te labelen op basis van de wireline-metingen. Bijvoorbeeld, ze besloten dat elk gesteente met een hoge stralingsmeting schalie was, terwijl gesteenten met een lage straling en specifieke dichtheids- en porositeitsniveaus werden geclassificeerd als zandsteen of tight sand. Ze gebruikten drie van de putten om hun computermodellen te trainen, waardoor ze de relatie tussen de wireline-metingen en deze gesteentelabels konden leren. De vierde put werd volledig verborgen gehouden, als een blinde test om te zien of de modellen hun kennis werkelijk konden generaliseren naar een nieuwe omgeving die ze nog nooit hadden gezien.

De resultaten van deze blinde test waren opmerkelijk. Wanneer de modellen werden gevraagd de gesteentetypes in de ongeziene put te voorspellen, behaalde de Random Forest-methode een perfecte score, waarbij ze elk monster van schalie, zandsteen en tight sand correct identificeerden. Het bereikte een nauwkeurigheid van honderd procent. In contrast hiermee maakte de K-Nearest Neighbors-methode, hoewel nog steeds erg goed, fouten. Het identificeerde de meeste gesteentetypes correct, maar had moeite met de schalie, waarbij het een deel ervan verkeerd classificeerde als zandsteen of tight sand. Dit resulteerde in een algehele nauwkeurigheid van ongeveer achtennegentig komma vijf procent. Het verschil lijkt klein, maar in de context van de geologie, waar dunne lagen gesteente kunnen bepalen of een put productief of droog is, doen die enkele fouten er toe. De onderzoekers ontdekten dat het Random Forest-model niet alleen iets beter was, maar ook consequent correct was in elk geval waarin de twee modellen van mening verschilden.

Om er zeker van te zijn dat dit niet slechts een gelukstreffer was met één specifieke put, herhaalden de onderzoekers de test op een rigoureuze manier. Ze wisselden elkaar af door elke van de vier putten te verbergen, de modellen te trainen op de andere drie, en vervolgens te testen op de verborgen put. Deze "leave-one-out"-aanpak bevestigde dat het Random Forest-model superieur was in elk scenario. Zelfs wanneer de testput zeer andere kenmerken had dan de trainingsputten — zoals gemiddeld veel hogere stralingswaarden — paste het Random Forest-model zich aan en bleef het accuraat. Het K-Nearest Neighbors-model wankelde echter aanzienlijk wanneer het met deze verschillen werd geconfronteerd. Dit kwam doordat de K-Nearest Neighbors-methode zwaar leunt op de exacte numerieke schaal van de gegevens; als de getallen tussen putten licht verschuiven door verschillende booromstandigheden of kalibraties van instrumenten, verandert de "afstand" tussen monsters, wat tot verwarring leidt. Het Random Forest-model kijkt daarentegen naar de relatieve volgorde en drempelwaarden van de gegevens, waardoor het veel veerkrachtiger is tegen deze natuurlijke variaties.

De studie wierp ook licht op welke metingen de computers daadwerkelijk hielpen bij het nemen van hun beslissingen. De modellen waren het erover eens dat de gamma ray-meting, die natuurlijke straling detecteert, de belangrijkste aanwijzing was voor het onderscheiden van gesteentetypes. Dit is logisch, aangezien de regels die werden gebruikt om de gesteenten te labelen, sterk vertrouwden op deze meting om schalie van de rest te scheiden. De dichtheids- en porositeitsmetingen waren ook cruciaal, omdat ze hielpen bij het onderscheid tussen losse zandlagen en compacte, dichte zandlagen. Verrassend genoeg droeg de sonische transit-tijd, die meet hoe snel geluid door het gesteente reist, bijna niets bij aan het besluitvormingsproces. De modellen leerden deze curve te negeren omdat deze, onder de specifieke regels die in deze studie werden gebruikt, niet hielp bij het onderscheiden van de gesteentetypes. Deze bevinding is waardevol omdat het suggereert dat geowetenschappers in soortgelijke situaties mogelijk niet elke mogelijke meting hoeven te verzamelen om een betrouwbare gesteenteclassificatie te krijgen.

Uiteindelijk demonstreert dit onderzoek dat machine learning een krachtig hulpmiddel kan zijn voor het begrijpen van de ondergrond van de aarde, maar dat de keuze van het algoritme diepgaand van belang is. De studie laat zien dat hoewel eenvoudige, op gelijkenis gebaseerde methoden goed kunnen werken in gecontroleerde situaties met één put, ze moeite hebben wanneer ze de opdracht krijgen om kennis over te dragen naar verschillende putten met variërende omstandigheden. De Random Forest-aanpak bewees een robuuster en betrouwbaarder kader te zijn voor deze taak, in staat om de rommelige, variabele realiteit van de echte geologie te hanteren zonder dat er complexe aanpassingen nodig zijn. Door te bewijzen dat deze modellen patronen in gesteente kunnen herkennen over verschillende omgevingen heen, biedt dit werk een solide fundament voor het automatiseren van een cruciaal onderdeel van geologische exploratie, wat het proces potentieel sneller, consistenter en minder afhankelijk maakt van de subjectieve interpretatie van individuele experts.