ربات‌های هوشمند: کلید کشف چاه‌های گاز و نفت پنهان‌شده!

چالش‌های چاه‌های نفت و گاز فراموش‌شده در ایالات متحده

در سرتاسر ایالات متحده، نشانه‌هایی از تقریباً 170 سال حفاری تجاری وجود دارد: صدها هزار چاه نفت و گاز فراموش‌شده. این چاه‌های یتیم بدون مدرک (UOWs) در سوابق رسمی ثبت نشده‌اند و هیچ اپراتور شناخته‌شده یا مالی توانمندی ندارند. این چاه‌ها معمولاً از دید و ذهن دور هستند که این موضوع ترکیبی خطرناک ایجاد می‌کند. اگر این چاه‌ها به درستی مسدود نشده باشند، ممکن است روغن و مواد شیمیایی را به منابع آب نزدیک نشت دهند یا مواد سمی مانند بنزن و هیدروژن سولفید را به هوا ارسال کنند. همچنین، این چاه‌ها می‌توانند با انتشار گاز متان، که حدود 28 برابر قوی‌تر از دی‌اکسید کربن در به دام انداختن گرما در جو ما در یک بازه زمانی صد ساله است، به تغییرات اقلیمی کمک کنند.

استفاده از فناوری‌های نوین برای شناسایی چاه‌های یتیم

برای شناسایی UOWها و اندازه‌گیری انتشار متان در میدانی، محققان از ابزارهای مدرن، از جمله پهبادها، تصویربرداری لیزری و مجموعه‌ای از حسگرها استفاده می‌کنند. اما ایالات متحده بیش از 3 میلیون مایل مربع وسعت دارد. برای پیش‌بینی بهتر موقعیت چاه‌های undocumented، محققان ابتدا داده‌های جدید را با داده‌های قدیمی ترکیب می‌کنند: هوش مصنوعی (AI) مدرن و نقشه‌های توپوگرافی تاریخی.

فابیو چیولا، پژوهشگر پسادکترا در آزمایشگاه ملی لارنس برکلی وزارت انرژی و نویسنده اصلی یک مطالعه موردی در مورد استفاده از هوش مصنوعی برای شناسایی UOWها، گفت: “در حالی که AI یک فناوری معاصر و به سرعت در حال تکامل است، نباید به طور انحصاری با منابع داده مدرن مرتبط باشد. AI می‌تواند درک ما از گذشته را با استخراج اطلاعات از داده‌های تاریخیدر مقیاسی که چند سال پیش غیرقابل تصور بود، بهبود بخشد. هر چه بیشتر به آینده می‌رویم، می‌توانیم از گذشته نیز استفاده کنیم.”

ترکیب داده‌های تاریخی و هوش مصنوعی

از سال 2011، سرویس زمین‌شناسی ایالات متحده 190,000 اسکن از نقشه‌های توپوگرافی تاریخی USGS که بین سال‌های 1884 و 2006 تهیه شده‌اند را بارگذاری کرده است. این نقشه‌ها به طور حیاتی جغرافیایی‌نشانه‌گذاری شده‌اند، به این معنی که هر پیکسل به مختصات خاصی مربوط می‌شود که می‌توان به راحتی به آن‌ها ارجاع داد. چیولا نقشه‌های چهارگوش را جمع‌آوری کرد، نقشه‌های مستطیلی که مقدار مشخصی از عرض و طول جغرافیایی را پوشش می‌دهند و در مقیاسی نقشه‌برداری شده‌اند که یک اینچ معادل 2000 فوت است. بین سال‌های 1947 و 1992، 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 به خوبی مقیاس‌پذیر نیست اگر بخواهیم آن را به هزاران نقشه اعمال کنیم. 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 دیگر اطلاعات بصری شناسایی کند. همچنین باید بر روی نقشه‌هایی با زمین و رنگ‌های مختلف و همچنین نقشه‌هایی در شرایط مختلف (قدیمی، جدید، لکه‌دار، بی‌نقص) کار کند. چارولکا واراداراجان، دانشمند در آزمایشگاه برکلی و نویسنده ارشد این مطالعه، گفت: “این مشکل معادل پیدا کردن سوزن در کاه است، زیرا ما در تلاش هستیم چند چاه ناشناخته را که در میان بسیاری از چاه‌های مستند پراکنده شده‌اند، پیدا کنیم.”

محققان از یک ابزار دیجیتال برای علامت‌گذاری دستی چاه‌های نفت در تقریباً 100 نقشه از کالیفرنیا استفاده کردند و یک مجموعه آموزشی برای AI ایجاد کردند. پس از آموزش AI برای پیدا کردن دایره‌های توخالی و نادیده گرفتن مثبت‌های کاذب (مانند انتهای بن‌بست یا نمادهایی با الگوهای دایره‌ای، مانند عدد 9 یا حرف “o”)، الگوریتم می‌توانست به هر یک از نقشه‌های USGS با همان نمادها اعمال شود. و از آنجا که نقشه‌ها جغرافیایی‌نشانه‌گذاری شده بودند، الگوریتم می‌توانست مختصات چاه‌های نفت علامت‌گذاری شده روی نقشه را بگیرد و با مختصات چاه‌های مستند مقایسه کند.

تأیید چاه‌های یتیم

برای شناسایی یک چاه یتیم احتمالی، تیم نمادهای چاه را انتخاب کرد که بیش از 100 متر از یک چاه شناخته‌شده فاصله داشتند 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 دوباره تأیید کند که AI نمادهای روی نقشه را به درستی تفسیر می‌کند. محققان از الگوریتم AI برای جستجوی چهار شهرستان مورد نظر که تولید نفت اولیه قابل توجهی داشتند، استفاده کردند: شهرستان‌های لس آنجلس و کرن در کالیفرنیا و شهرستان‌های اوسیج و اوکلاهما در اوکلاهما و 1301 چاه یتیم احتمالی را پیدا کردند. تا کنون، محققان 29 مورد از UOWها را با استفاده از تصاویر ماهواره‌ای و 15 مورد دیگر را از طریق نظرسنجی‌های میدانی تأیید کرده‌اند؛ تحقیقات بیشتری در زمین برای تأیید سایر چاه‌های احتمالی مورد نیاز است.

واراداراجان گفت: “با روش ما، ما در مورد آنچه که به عنوان یک چاه یتیم 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 که از طریق رویکرد ما شناسایی شده‌اند، احتیاط کنیم. ما فکر می‌کنیم که تعداد چاه‌های احتمالی که پیدا کرده‌ایم، یک برآورد کمتر است و ممکن است با بهبود روش‌های خود، چاه‌های بیشتری پیدا کنیم.”

تأیید چاه‌ها در میدان

اولین مرحله تأیید یک چاه undocumented به صورت از راه دور انجام می‌شود. محققان به تصاویر ماهواره‌ای و عکس‌های هوایی تاریخی مراجعه می‌کنند و به دنبال ویژگی‌هایی مانند دکل‌های نفتی و جک‌های پمپ (یا سایه‌های آن‌ها)، تجهیزات بلند کردن، پدهای نفتی، مخازن ذخیره‌سازی یا زمین‌های مختل شده هستند. در بسیاری از موارد، چاه‌ها در سطح یا زیر سطح زمین 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 هر گونه ساختار سطحی چاه هستند. اگر هیچ‌کدام وجود نداشته باشد، آن‌ها در یک الگوی شبکه‌ای یا مارپیچی با یک مغناطیس‌سنج که میدان‌های مغناطیسی را اندازه‌گیری می‌کند، قدم می‌زنند. لوله‌های فلزی دفن‌شده 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 می‌کنند، ثبت می‌کنند که آیا چاهی پیدا شده است یا خیر و اگر پیدا شده باشد، از محل عکس می‌گیرند، مختصات GPS را ثبت می‌کنند و بررسی می‌کنند که آیا نشتی متان وجود دارد یا خیر.

برای چاه‌هایی که توانستند تأیید کنند، تیم آزمایشگاه برکلی دریافت که UOWها به طور متوسط 10 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 احتمالی را در مقیاس شهرستان شناسایی کند.

پروژه CATALOG: شناسایی و مدیریت چاه‌های یتیم نفت و گاز

با وجود نقشه‌های متعددی که در ایالات متحده وجود دارد، این تکنیک می‌تواند به سایر مناطق مورد نظر نیز گسترش یابد. تلاش‌های نقشه‌برداری و تأیید مبتنی بر هوش مصنوعی بخشی از یک پروژه بزرگتر برای رسیدگی به چاه‌های یتیم نفت و گاز (UOWs) است که به نام کنسرسیوم پیشرفت فناوری برای ارزیابی چاه‌های نفت و گاز گمشده (CATALOG) شناخته می‌شود. این برنامه تحت هدایت آزمایشگاه ملی لوس 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 گسترده‌تر 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 سرتاسر ایالات متحده وجود دارد.

قوانین مربوط به حفاری و مسدود کردن چاه‌ها در زمان‌ها و ایالت‌های مختلف وضع شد، مدت‌ها پس از آنکه اولین چاه‌ها حفاری شدند. در سال‌های اولیه حفاری، بسیاری از چاه‌ها باز یا با پلاگ‌های مشکوک پر شدند که این امکان را فراهم می‌کرد تا نفت، گاز، آب نمک یا مواد شیمیایی بعداً نشت کند. پس از شناسایی، چاه‌ها می‌توانند به‌طور صحیح “مسدود و رها” شوند؛ به این صورت که حفره با سیمان پر می‌شود تا از نشت نفت به آب و متان به جو جلوگیری شود. هدف CATALOG بهبود روش‌های شناسایی چاه‌ها، تشخیص و اندازه‌گیری متان، غربالگری سریع چاه‌ها برای ارزیابی وضعیت آنها، یکپارچه‌سازی اطلاعات از منابع مختلف و اولویت‌بندی چاه‌ها برای مسدود کردن است. هدف این است که ابزارهایی (مانند پیش‌بینی چاه با هوش مصنوعی) ایجاد شود که در هر نقطه از ایالات متحده قابل استفاده و به اندازه کافی ارزان باشد تا مورد پذیرش قرار گیرد.

تجربه اوسیج نیشن در آزمایش فناوری CATALOG

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

دانشمند آزمایشگاه برکلی، سباستین بیراود، که پروژه CATALOG را در آزمایشگاه برکلی رهبری می‌کند، تلاش می‌کند تا حسگرها و روش‌های جدیدی برای تشخیص و اندازه‌گیری انتشار متان را ارزیابی کند. گروه‌هایی که به بررسی چاه‌های یتیم می‌پردازند، نیاز دارند به سرعت ارزیابی کنند که چه میزان 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 موجود در بازار می‌توانند به عنوان یک جایگزین ترکیب شوند. این سیستم شامل یک آنمومتر برای اندازه‌گیری سرعت باد، یک فن (برای نرخ جریان سریع)، یک آنالایزر گاز، GPS و محاسبات حیاتی است که به کاربر اجازه می‌دهد فاصله تا چاه را در نظر بگیرد تا به‌طور تقریبی تعیین کند که چه مقدار متان در حال خروج است.

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

اهمیت اندازه‌گیری سریع نشت متان

یک روش سریع برای اندازه‌گیری نشت متان برای اولویت‌بندی چاه‌های تازه کشف شده و همچنین برای تلاش‌ها برای مسدود کردن چاه‌های شناخته شده ضروری است. بیراود گفت: “اکنون نیاز است که انتشارها قبل و بعد از مسدود کردن یک چاه نفت و گاز کمی‌سازی شوند، هم به این دلیل که 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: استفاده از پهپادها برای شناسایی چاه‌های یتیم

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 کار می‌کنند، می‌توانند به‌طور نیمه‌خودکار یک منطقه وسیع‌تر از آنچه که محققان به راحتی می‌توانند از زمین دسترسی پیدا کنند، بررسی کنند. گروه‌ها در حال پیگیری چندین نوع حسگر مختلف هستند که هر کدام چالش‌ها و مزایای خاص خود را دارند. برای استفاده از یک مغناطیس‌سنج از یک پهپاد، محققان باید حسگر را از یک کابل 9 فوتی آویزان کنند. اگر نزدیک‌تر به پهپاد قرار گیرد، الکترونیک‌ها با ثبت امضای مغناطیسی از چاه تداخل می‌کنند. یک پهپاد دیگر حسگر متانی را حمل می‌کند که در حین پرواز هوا را می‌نوشد و می‌تواند غلظت متان، سرعت باد و جهت باد را در نظر بگیرد تا مکان چاه را تعیین کند. یکی دیگر از تکنیک‌ها استفاده از دوربین‌های هایپر طیفی است که به دنبال طول موج‌هایی (غیر قابل مشاهده برای چشم انسان) مرتبط با ابرهای متان می‌گردند. محققان آزمایشگاه برکلی در حال توسعه فناوری نصب شده بر روی پهپاد هستند که می‌تواند چاه‌های نفتی سخت‌دسترس را شناسایی کند، مانند چاه‌هایی که با پوشش‌های چوبی ساخته شده‌اند یا چاه‌هایی که فلز آن‌ها برای مصارف دیگر جدا شده است.

روش‌های دیگری نیز برای شناسایی نشانه‌های چاه‌های گمشده وجود دارد. هواپیماهایی با سیستم‌های لیزری به نام LIDAR می‌توانند زمین را تصویر برداری کنند. دوربین‌های حرارتی می‌توانند به سمت نشتی‌های پنهان اشاره کنند. اعضای CATALOG حتی در حال توسعه یک اپلیکیشن هستند که از مغناطیس‌سنج گوشی‌های هوشمند برای جستجوی چاه‌ها استفاده می‌کند. سیولا گفت: “روش درست برای حل این مشکل، یک رویکرد چندلایه است. ما می‌توانیم اطلاعات را از تمام این منابع مختلف به گونه‌ای لایه‌لایه کنیم که تقریباً مانند یک کیک باشد. من می‌توانم با نقشه‌های تاریخی سهم خود را ارائه دهم، شخص دیگری می‌تواند محاسبات مربوط به تولید تاریخی نفت را انجام دهد و دیگران تصاویر یا داده‌های ماهواره‌ای یا حسگرها 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 اگر به درستی با کمک فناوری‌های روز استفاده شوند، اطلاعات بسیار مفیدی به ما بدهند.”

کار CATALOG برای ایجاد ابزارهایی برای کاهش انتشار متان و خطرات ناشی از چاه‌های یتیم بدون سند همچنان ادامه دارد. بیراود گفت: “ما به عنوان یک جامعه واقعاً به انرژی علاقه‌مندیم، اما باید راه‌حل‌هایی پیدا کنیم که انتشارهای ما را محدود کند. با همکاری 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 (NERSC)، یک تسهیلات کاربری دفتر علوم وزارت انرژی استفاده کرده است. این کار به عنوان بخشی از کنسرسیوم پیشرفت 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 می‌شود.