هوش مصنوعی، کلید کشف چاه‌های نفت و گاز گم‌شده در نقشه‌ها

چالش‌های چاه‌های نفت و گاز فراموش‌شده در ایالات متحده

در سرتاسر ایالات متحده، نشانه‌هایی از تقریباً ۱۷۰ سال حفاری تجاری موجود است: صدها هزار چاه نفت و گاز فراموش‌شده. این چاه‌های یتیم یا UOWs در سوابق رسمی ثبت نشده‌اند و هیچ اپراتور شناخته‌شده یا مالی solventی ندارند. این چاه‌ها معمولاً از دید و ذهن خارج هستند که ترکیبی خطرناک به شمار می‌آید. اگر چاه‌ها به درستی مسدود نشده باشند، ممکن است نفت و مواد شیمیایی را به منابع آب نزدیک نشت دهند یا مواد سمی مانند بنزن و هیدروژن سولفید را به هوا رها کنند. همچنین، این چاه‌ها می‌توانند با انتشار گاز متان که حدود ۲۸ برابر بیشتر از دی‌اکسید کربن در به دام انداختن گرما در جو ما مؤثر است، به تغییرات اقلیمی کمک کنند (با پتانسیل گرمایش جهانی حتی بالاتر در دوره‌های کوتاه‌تر).

استفاده از فناوری‌های مدرن برای شناسایی چاه‌های یتیم

برای شناسایی UOWs و اندازه‌گیری انتشار متان در میدانی، محققان از ابزارهای مدرن، از جمله پهپادها، تصویربرداری لیزری و مجموعه‌ای از حسگرها استفاده می‌کنند. با این حال، ایالات متحده بیش از ۳ میلیون مایل مربع وسعت دارد. برای پیش‌بینی بهتر مکان چاه‌های undocumented، محققان ابتدا داده‌های جدید را با داده‌های قدیمی ترکیب می‌کنند: هوش مصنوعی (AI) مدرن و نقشه‌های توپوگرافی تاریخی. فابیو چیولا، پژوهشگر پسادکتری در آزمایشگاه ملی لارنس برکلی وزارت انرژی و نویسنده اصلی یک مطالعه موردی درباره استفاده از هوش مصنوعی برای شناسایی UOWs، گفت: “در حالی که AI یک فناوری معاصر و در حال تحول سریع است، نباید به طور انحصاری با منابع داده مدرن مرتبط شود. AI می‌تواند درک ما از گذشته را با استخراج اطلاعات از داده‌های تاریخی به مقیاسی که چند سال پیش غیرقابل دسترس بود، افزایش دهد. هرچه به آینده نزدیک‌تر می‌شویم، می‌توانیم از گذشته نیز بیشتر استفاده کنیم.”

ترکیب داده‌های تاریخی و هوش مصنوعی

از سال ۲۰۱۱، سرویس زمین‌شناسی ایالات متحده ۱۹۰,۰۰۰ اسکن از نقشه‌های توپوگرافی تاریخی USGS که بین سال‌های ۱۸۸۴ تا ۲۰۰۶ تهیه شده‌اند، بارگذاری کرده است. این نقشه‌ها به طور دقیق جغرافیایی نشانه‌گذاری شده‌اند، به این معنی که هر پیکسل به مختصات خاصی مربوط می‌شود که می‌توان به راحتی به آن‌ها ارجاع داد. چیولا نقشه‌های چهارگوش را که نقشه‌های مستطیلی هستند و مقدار مشخصی از عرض و طول جغرافیایی را پوشش می‌دهند، جمع‌آوری کرد. این نقشه‌ها در مقیاسی نقشه‌برداری شده‌اند که یک اینچ معادل ۲۰۰۰ فوت است. بین سال‌های ۱۹۴۷ و ۱۹۹۲، این نقشه‌ها همچنین از نمادهای ثابتی برای چاه‌های نفت و گاز استفاده کرده‌اند: یک دایره سیاه توخالی. چیولا گفت: “برای یک انسان، نگاه کردن به این دایره و شناسایی آن بسیار آسان است. تا به حال، این تنها روش موجود برای استخراج اطلاعات از این نقشه‌ها بود — اما این استراتژی اگر بخواهیم آن را به هزاران نقشه اعمال کنیم، به خوبی مقیاس نمی‌شود. اینجاست که هوش مصنوعی وارد عمل می‌شود.”

آموزش هوش مصنوعی برای شناسایی چاه‌ها

برای اینکه این روش کار کند، تیم تحقیقاتی آزمایشگاه برکلی نیاز داشت تا به AI آموزش دهد که چگونه نمادهای صحیح را در میان سایر اطلاعات بصری شناسایی کند. همچنین باید روی نقشه‌هایی با زمین و رنگ‌های مختلف و همچنین نقشه‌هایی در شرایط مختلف (قدیمی، جدید، لکه‌دار، بی‌نقص) کار کند. چارولکا واراداراجان، دانشمند آزمایشگاه برکلی و نویسنده ارشد این مطالعه، گفت: “این مشکل معادل پیدا کردن سوزن در کاه است، زیرا ما در تلاش هستیم تا چند چاه ناشناخته را در میان بسیاری از چاه‌های مستند پیدا کنیم.” محققان از یک ابزار دیجیتال برای علامت‌گذاری دستی چاه‌های نفت در نزدیک به ۱۰۰ نقشه از کالیفرنیا استفاده کردند و یک مجموعه آموزشی برای AI ایجاد کردند. پس از آموزش AI برای شناسایی دایره‌های توخالی و نادیده گرفتن مثبت‌های کاذب (مانند کوچه‌های بن‌بست یا نمادهایی با الگوهای دایره‌ای، مانند عدد ۹ یا حرف “o”)، الگوریتم می‌توانست به هر یک از نقشه‌های USGS با همان نمادها اعمال شود. و چون نقشه‌ها جغرافیایی مرجع‌گذاری شده بودند، الگوریتم می‌توانست مختصات چاه‌های نفت علامت‌گذاری شده در نقشه را گرفته و با مختصات چاه‌های مستند مقایسه کند. برای شناسایی یک چاه یتیم undocumented احتمالی، تیم نمادهای چاه را که بیش از ۱۰۰ متر از یک چاه شناخته‌شده فاصله داشتند، انتخاب کردند تا خطاهای احتمالی در مختصات چاه را در نظر بگیرند. آن‌ها همچنین ابزاری نوآورانه ساختند که به یک انسان اجازه می‌دهد به سرعت آنچه را که الگوریتم پیدا کرده است، بررسی کند و اطمینان حاصل کند که AI به درستی نمادهای نقشه را تفسیر می‌کند.

یافتن چاه‌های یتیم در میدانی

محققان از الگوریتم AI برای جستجوی چهار شهرستان مورد نظر که تولید نفت اولیه قابل توجهی داشتند — شهرستان‌های لس آنجلس و کرن در کالیفرنیا و شهرستان‌های اوسیج و اوکلاهما — استفاده کردند و ۱,۳۰۱ چاه یتیم undocumented احتمالی را شناسایی کردند. تا کنون، محققان ۲۹ مورد از UOWs را با استفاده از تصاویر ماهواره‌ای و ۱۵ مورد دیگر را از طریق نظرسنجی‌های میدانی تأیید کرده‌اند؛ تحقیقات اضافی در زمین برای تأیید چاه‌های دیگر مورد نیاز خواهد بود. واراداراجان گفت: “با روش ما، ما در مورد آنچه که به عنوان یک چاه یتیم undocumented احتمالی در نظر گرفته می‌شود، محتاط بودیم. ما عمداً انتخاب کردیم که مثبت‌های کاذب بیشتری نسبت به منفی‌های کاذب داشته باشیم، زیرا می‌خواستیم در مورد مکان‌های چاه‌های فردی شناسایی شده از طریق رویکرد ما احتیاط کنیم. ما فکر می‌کنیم که تعداد چاه‌های احتمالی که پیدا کرده‌ایم، کمتر از واقعیت است و ممکن است با بهبود روش‌های خود، چاه‌های بیشتری پیدا کنیم.”

از نقشه تا میدان

اولین مرحله تأیید یک چاه undocumented به صورت دور از دسترس انجام می‌شود. محققان به بررسی تصاویر ماهواره‌ای و عکس‌های هوایی تاریخی می‌پردازند و به دنبال ویژگی‌هایی مانند دکل‌های نفتی و جک‌های پمپاژ (یا سایه‌های آن‌ها)، تجهیزات بالابری، پدهای نفتی، مخازن ذخیره‌سازی یا زمین‌های مختل شده می‌گردند. در بسیاری از موارد، چاه‌ها در سطح یا زیر سطح مسدود شده‌اند و نشانه‌ای واضح در تصاویر مرجع باقی نمی‌گذارند. در عوض، محققان باید با تجهیزات به میدان بروند تا تأیید کنند که آیا چاهی وجود دارد یا خیر. در یک مکان پیش‌بینی‌شده برای چاه، محققان به دنبال هرگونه ساختار سطحی چاه می‌گردند. اگر هیچ‌کدام وجود نداشته باشد، آن‌ها در یک الگوی شبکه‌ای یا حلزونی با یک مغناطیس‌سنج که میدان‌های مغناطیسی را اندازه‌گیری می‌کند، حرکت می‌کنند. لوله‌های فلزی مدفون چاه‌ها میدان مغناطیسی را مختل می‌کنند و به محققان اجازه می‌دهند تا به چاه نزدیک شوند. پس از اتمام بررسی منطقه، محققان فایل مغناطیس‌سنج را ذخیره کرده و ثبت می‌کنند که آیا چاهی پیدا شده است یا خیر و اگر پیدا شده باشد، از محل عکس می‌گیرند، مختصات GPS را ثبت کرده و نشتی متان را بررسی می‌کنند. برای چاه‌هایی که توانستند تأیید کنند، تیم آزمایشگاه برکلی دریافت که UOWs به طور متوسط ۱۰ متر از جایی که الگوریتم و نقشه پیش‌بینی کرده بودند، فاصله داشتند. آن‌ها معتقدند که رویکرد AI اولین روشی است که می‌تواند مکان‌های دقیق چاه‌های یتیم undocumented احتمالی را در مقیاس شهرستان شناسایی کند.

توسعه فناوری نقشه‌برداری برای شناسایی چاه‌های یتیم

با وجود نقشه‌های فراوانی که ایالات متحده را پوشش می‌دهند، این تکنیک می‌تواند به راحتی گسترش یافته و به سایر مناطق مورد نظر نیز منتقل شود. تلاش‌های نقشه‌برداری و تأیید هوش مصنوعی بخشی از یک پروژه بسیار بزرگ‌تر برای رسیدگی به چاه‌های یتیم (UOW) است: کنسرسیوم پیشبرد فناوری برای ارزیابی چاه‌های نفت و گاز گمشده (CATALOG). این برنامه تحت رهبری آزمایشگاه ملی لاس آلاموس و شامل تیم‌های تحقیقاتی از آزمایشگاه برکلی، آزمایشگاه ملی لارنس لیورمور، آزمایشگاه ملی فناوری انرژی و آزمایشگاه‌های ملی ساندیا است. این یک همکاری بزرگ برای حل یک مشکل به همین اندازه پیچیده است: کمیسیون توافق‌نامه نفت و گاز بین ایالتی در سال 2021 تخمین زد که بین 310,000 تا 800,000 چاه یتیم بدون سند در ایالات متحده وجود دارد.

قوانین مربوط به حفاری و مسدود کردن چاه‌ها در زمان‌های مختلف و در ایالت‌های مختلف به تصویب رسید، مدت‌ها پس از آنکه اولین چاه‌ها حفاری شدند. در سال‌های ابتدایی حفاری، بسیاری از چاه‌ها رها شده یا با مسدودکننده‌های مشکوک پر شده بودند، که این امکان را فراهم می‌کرد تا نفت، گاز، آب شور یا مواد شیمیایی بعداً نشت کنند. پس از شناسایی، چاه‌ها می‌توانند به‌طور صحیح “مسدود و رها” شوند، به این صورت که حفره با سیمان پر می‌شود تا نفت از آب و متان از جو خارج نشود.

اهداف پروژه CATALOG

هدف CATALOG بهبود روش‌های شناسایی چاه‌ها، تشخیص و اندازه‌گیری متان، غربالگری سریع چاه‌ها برای بررسی وضعیت آن‌ها، یکپارچه‌سازی اطلاعات از منابع مختلف و اولویت‌بندی چاه‌ها برای مسدود کردن است. هدف نهایی ایجاد ابزارهایی (مانند پیش‌بینی چاه با هوش مصنوعی) است که بتوان در هر نقطه از ایالات متحده از آن‌ها استفاده کرد و هزینه آن‌ها قابل پذیرش باشد.

با مساحت نزدیک به 1.5 میلیون هکتار، ملت اوسیج به عنوان یکی از آزمایشگاه‌های فناوری و تکنیک‌های CATALOG عمل می‌کند. شرکای ملت اوسیج بازخوردهای اساسی را ارائه می‌دهند و مزایا و معایب تجهیزات مورد استفاده در میدانی و دقت اطلاعات تولید شده را ارزیابی می‌کنند. “همکاری بین ملت اوسیج و CATALOG برای هر دو طرف مفید و سازنده بوده است,” گفت کریگ واکر، مدیر منابع طبیعی ملت اوسیج. “استفاده از هوش مصنوعی و تجهیزات تشخیص پیشرفته، شکاف‌های داده‌ای در سوابق را پر کرده و به کشف برخی چاه‌های بدون سند در منطقه منجر شده و فرآیندهای مختلف در برنامه چاه‌های یتیم ملت اوسیج را تسهیل کرده است.”

تلاش‌های علمی برای اندازه‌گیری نشت متان

دانشمند آزمایشگاه برکلی، سباستین بیراود، که رهبری پروژه CATALOG را در آزمایشگاه برکلی بر عهده دارد، تلاش می‌کند تا حسگرها و روش‌های جدیدی برای تشخیص و اندازه‌گیری انتشار متان ارزیابی کند. گروه‌هایی که چاه‌های یتیم را بررسی می‌کنند، نیاز دارند که به سرعت ارزیابی کنند که چه مقدار متان در حال نشت است، اما حسگرهای متان پیشرفته هزینه بالایی دارند. تیم بیراود در حال کار بر روی این است که چگونه حسگرهای ارزان‌تر و آماده به کار می‌توانند به عنوان یک جایگزین ترکیب شوند. این مجموعه شامل یک آنمومتر برای اندازه‌گیری سرعت باد، یک فن (برای نرخ جریان سریع)، یک آنالایزر گاز، GPS و محاسبات ضروری است که به کاربر اجازه می‌دهد فاصله تا چاه را در نظر بگیرد تا به‌طور تقریبی مقدار متان خروجی را تعیین کند.

“ما نیازی به دانستن این که آیا دقیقاً 2.3 گرم در ساعت نشت می‌کند نداریم,” گفت بیراود. “ما باید بدانیم که آیا نشت ندارد، آیا بین 10 تا 100 گرم در ساعت نشت می‌کند، یا آیا کیلوگرم در ساعت نشت می‌کند. و ما باید بتوانیم این کار را در پنج دقیقه انجام دهیم.”

استفاده از فناوری‌های نوین برای شناسایی چاه‌ها

روش سریع برای اندازه‌گیری نشت متان برای اولویت‌بندی چاه‌های تازه کشف شده و همچنین برای تلاش‌ها برای مسدود کردن چاه‌های شناخته شده ضروری است. “اکنون یک الزام برای کمی‌سازی انتشار قبل و بعد از مسدود کردن یک چاه نفت و گاز وجود دارد,” گفت بیراود. “این به این دلیل است که هم می‌خواهید مطمئن شوید که مسدود کردن به درستی انجام شده و هم می‌خواهید تأثیر برنامه را بر استراتژی‌های کاهش تغییرات اقلیمی خود کمی‌سازی کنید — به ویژه برای انتشار متان که می‌تواند تأثیرات گرمایش جهانی را سریع‌تر از دی‌اکسید کربن ایجاد کند.”

از زمین تا آسمان

محققان در CATALOG همچنین در حال بررسی روش‌هایی برای گسترش شناسایی و تأیید چاه‌های بدون سند با استفاده از پهپادهای مجهز به حسگرهای مختلف هستند. پهپادها که با مسیرهای پرواز از پیش برنامه‌ریزی شده مجهز شده‌اند، می‌توانند به صورت نیمه‌خودکار منطقه وسیع‌تری را نسبت به آنچه محققان به راحتی می‌توانند از زمین دسترسی پیدا کنند، بررسی کنند. گروه‌ها در حال پیگیری چندین نوع حسگر مختلف هستند، هر کدام با چالش‌ها و مزایای خاص خود. برای استفاده از یک مغناطیس‌سنج از پهپاد، محققان باید حسگر را از یک کابل 9 فوتی آویزان کنند. اگر حسگر نزدیک‌تر به پهپاد قرار گیرد، الکترونیک‌ها با ثبت امضای مغناطیسی چاه تداخل خواهند کرد. یک پهپاد جداگانه حسگر متان را حمل می‌کند که در حین پرواز هوا را می‌نوشد و می‌تواند غلظت متان، سرعت باد و جهت باد را برای تعیین محل چاه در نظر بگیرد. یک تکنیک دیگر پرواز دوربین‌های هایپرطیفی است که به دنبال طول موج‌هایی (که برای چشم انسان قابل مشاهده نیستند) مرتبط با ابرهای متان می‌گردند. و محققان آزمایشگاه برکلی در حال توسعه فناوری نصب شده بر روی پهپاد هستند که می‌تواند چاه‌های نفت سخت‌دست‌یاب را شناسایی کند، مانند چاه‌هایی که با پوشش‌های چوبی ساخته شده‌اند یا چاه‌هایی که فلز آن‌ها برای استفاده‌های دیگر جدا شده است.

روش‌های دیگری نیز برای شناسایی چاه‌های گمشده وجود دارد. هواپیماهایی با سیستم‌های لیزری به نام LIDAR می‌توانند زمین را تصویر برداری کنند. دوربین‌های حرارتی می‌توانند به سمت نشت‌های پنهان اشاره کنند. اعضای CATALOG حتی در حال توسعه یک اپلیکیشن هستند که از مغناطیس‌سنج گوشی‌های هوشمند برای جستجوی چاه‌ها استفاده می‌کند. “روش صحیح برای مقابله با این مشکل یک رویکرد چندلایه است,” گفت چولا. “ما می‌توانیم اطلاعات را از تمام این منابع مختلف به گونه‌ای لایه‌بندی کنیم که گویی یک کیک است. من می‌توانم سهم خود را با نقشه‌های تاریخی ارائه دهم، شخص دیگری می‌تواند محاسباتی برای تولید تاریخی نفت انجام دهد، دیگران تصاویر یا داده‌های ماهواره‌ای یا حسگری را ارائه می‌دهند. این یک ترکیب زیبا از قدیم و جدید است و من شگفت‌زده هستم که نقشه‌ها، چیزی که به نظر می‌رسد قدیمی و ایستا باشد، می‌توانند اطلاعات مفیدی را در صورت استفاده صحیح با کمک فناوری‌های روز به ما بدهند.”

کار CATALOG برای ساخت ابزارهایی برای کاهش انتشار متان و خطرات ناشی از چاه‌های یتیم بدون سند ادامه دارد. “ما به عنوان یک جامعه واقعاً به انرژی علاقه‌مندیم,” گفت بیراود. “اما باید راه‌حل‌هایی پیدا کنیم که انتشار ما را محدود کند. و با همکاری با ذینفعان محلی مانند قبایل بومی آمریکا، خدمات جنگل‌های ایالات متحده و خدمات پارک‌های ملی ایالات متحده، می‌بینیم که این یکی از راه‌هایی است که می‌توانیم تأثیر بگذاریم.”

ابزار هوش مصنوعی نقشه‌برداری از منابع ارائه شده توسط مرکز محاسبات علمی تحقیقاتی انرژی ملی وزارت انرژی (NERSC) استفاده کرده است، که یک تأسیسات کاربری دفتر علوم وزارت انرژی است. این کار به عنوان بخشی از کنسرسیوم پیشبرد فناوری برای ارزیابی چاه‌های نفت و گاز گمشده، که توسط وزارت انرژی ایالات متحده، دفتر انرژی فسیلی و مدیریت کربن، دفتر پایداری منابع و برنامه چاه‌های یتیم بدون سند فناوری‌های کاهش متان تأمین مالی شده است، پشتیبانی شده است.