چاه‌های-یتیم-هوش-مصنوعی

البته، متن فارسی‌سازی شده:

“`html

معضل چاه‌های نفت و گازِ فراموش‌شده در آمریکا

در سراسر ایالات متحده، نشانه‌هایی از حدود ۱۷۰ سال حفاری تجاری دیده می‌شه: صدها هزار چاه نفت و گازِ فراموش‌شده. این چاه‌های بی‌صاحب و ناشناس (UOWs) در اسناد رسمی ثبت نشدن و هیچ پیمانکار شناخته‌شده یا سرمایه‌ای ندارن. این چاه‌ها معمولاً از دیده‌ها پنهان هستن که این موضوع، یه ترکیب خطرناک رو ایجاد می‌کنه. اگه این چاه‌ها به طور صحیح پُر نشده باشن، ممکنه روغن و مواد شیمیایی رو به منابع آب نزدیک نشت بدن یا مواد سمی مثل بنزن و هیدروژن سولفید رو به هوا بفرستن. همچنین، این چاه‌ها با انتشار گاز متان، که حدود ۲۸ برابر قوی‌تر از دی‌اکسید کربن در به دام انداختن گرما در جو در بازه‌ی زمانی صد ساله هست، به تغییرات اقلیمی دامن می‌زنن.

استفاده از فناوری نوین برای شناسایی چاه‌های رهاشده

محقق‌ها برای پیدا کردن UOWها و اندازه‌گیری انتشار متان در یه منطقه، از ابزارهای مدرن، مثل پهپادها، تصویربرداری لیزری و انواع حسگرها بهره می‌برن. ولی آمریکا بیشتر از ۳ میلیون مایل مربع وسعت داره. برای پیش‌بینی بهتر مکان چاه‌های بی‌نشان، محقق‌ها اول داده‌های جدید رو با داده‌های قدیمی ترکیب می‌کنن: هوش مصنوعی (AI) مدرن و نقشه‌های توپوگرافیِ قدیمی.

فابیو چیولا، پژوهشگر پسادکترا در آزمایشگاه ملی لارنس برکلی وزارت انرژی و نویسنده‌ی اصلی یه مطالعه‌ی موردی در مورد استفاده از هوش مصنوعی برای شناسایی UOWها، گفت: «در حالی که هوش مصنوعی یه فناوری جدیده و داره سریع پیشرفت می‌کنه، ولی نباید فقط به منابع داده‌ی جدید وابسته باشه. هوش مصنوعی می‌تونه درک ما از گذشته رو با بیرون کشیدن اطلاعات از داده‌های تاریخی و در مقیاسی که چند سال پیش قابل تصور نبود، بهتر کنه. هرچی بیشتر به آینده بریم، باز هم می‌تونیم از گذشته استفاده کنیم.»

ترکیب داده‌های تاریخی و هوش مصنوعی

از سال ۲۰۱۱، سرویس زمین‌شناسی آمریکا ۱۹۰,۰۰۰ اسکن از نقشه‌های توپوگرافی تاریخی USGS که بین سال‌های ۱۸۸۴ تا ۲۰۰۶ تهیه شدن رو بارگذاری کرده. این نقشه‌ها از نظر جغرافیایی علامت‌گذاری شدن، یعنی هر پیکسل به یه مختصات خاص ربط داره که می‌شه به راحتی بهشون اشاره کرد. چیولا نقشه‌های چهارگوش رو جمع‌آوری کرد، نقشه‌های مستطیلی که مقدار مشخصی از عرض و طول جغرافیایی رو پوشش می‌دن و در مقیاسی نقشه‌برداری شدن که هر اینچ معادل ۲۰۰۰ فوت هست. بین سال‌های ۱۹۴۷ تا ۱۹۹۲، این نقشه‌ها از علامت‌های ثابتی برای چاه‌های نفت و گاز استفاده می‌کردن: یه دایره‌ی سیاهِ توخالی.

چیولا گفت: «برای یه آدم، نگاه کردن به این دایره و شناسایی‌ش خیلی آسونه. تا حالا، تنها راه موجود برای بیرون کشیدن اطلاعات از این نقشه‌ها همین بود، ولی این استراتژی وقتی می‌خوایم اونو به هزاران نقشه اعمال کنیم، جواب نمی‌ده. اینجاست که هوش مصنوعی وارد عمل می‌شه.»

نمای هوایی از یه دشت وسیع و بیابونی با چاه‌های نفتی و گازی که 'رها شدن'، و یه محقق داره نقشه رو بررسی می‌کنه.
مشکلاتی که چاه‌های بی‌سرپرست نفت و گاز در آمریکا ایجاد می‌کنن.

آموزش هوش مصنوعی برای شناسایی چاه‌ها

برای اینکه این روش جواب بده، تیم تحقیقاتی آزمایشگاه برکلی باید به هوش مصنوعی یاد می‌داد چطور علامت‌های درست رو از بین بقیه‌ی اطلاعات تصویری تشخیص بده. هوش مصنوعی باید روی نقشه‌هایی با زمین و رنگ‌های مختلف، و همچنین نقشه‌هایی در شرایط متفاوت (قدیمی، جدید، لکه‌دار، بی‌نقص) کار می‌کرد. چارولکا واراداراجان، دانشمند در آزمایشگاه برکلی و نویسنده‌ی ارشد این مطالعه، گفت: «این مشکل مثل پیدا کردن سوزن توی کاه می‌مونه، چون ما داریم سعی می‌کنیم چندتا چاه ناشناس رو که بین کلی چاهِ ثبت شده پخش شدن، پیدا کنیم.»

محقق‌ها از یه ابزار دیجیتالی برای علامت‌گذاری دستی چاه‌های نفت در حدود ۱۰۰ نقشه از کالیفرنیا استفاده کردن و یه مجموعه‌ی آموزشی برای هوش مصنوعی ساختن. بعد از اینکه هوش مصنوعی یاد گرفت دایره‌های توخالی رو پیدا کنه و مثبت‌های کاذب (مثل تهِ یه بن‌بست یا شکل‌هایی با الگوهای دایره‌ای، مثل عدد ۹ یا حرف «o») رو نادیده بگیره، این الگوریتم می‌تونست روی هر یک از نقشه‌های USGS با همون علامت‌ها اعمال بشه. چون نقشه‌ها از نظر جغرافیایی علامت‌گذاری شده بودن، الگوریتم می‌تونست مختصات چاه‌های نفتِ علامت‌گذاری شده روی نقشه رو بگیره و با مختصات چاه‌های ثبت شده مقایسه کنه.

تأیید چاه‌های بی‌سرپرست

برای شناسایی یه چاه بی‌صاحبِ احتمالی، تیم، علامت‌های چاه رو که بیشتر از ۱۰۰ متر از یه چاهِ شناخته شده فاصله داشتن انتخاب کرد تا خطاهای احتمالی در مختصات چاه در نظر گرفته بشه. اونا همچنین یه ابزار جالب ساختن که به یه آدم اجازه می‌ده سریع اون چیزی که الگوریتم پیدا کرده رو بررسی کنه و دوباره تأیید کنه که هوش مصنوعی علامت‌های روی نقشه رو درست تفسیر می‌کنه. محقق‌ها از الگوریتم هوش مصنوعی برای جستجو در چهار شهرستانِ مورد نظر که تولید نفتِ قابل توجهی داشتن استفاده کردن: شهرستان‌های لس آنجلس و کرن در کالیفرنیا و شهرستان‌های اوسیج و اوکلاهما در اوکلاهما. اونا ۱۳۰۱ چاه بی‌صاحب احتمالی پیدا کردن. تا الان، محقق‌ها ۲۹ مورد از این UOWها رو با استفاده از تصاویر ماهواره‌ای و ۱۵ مورد دیگه رو از طریق بررسی‌های میدانی تأیید کردن؛ تحقیقات بیشتری در زمین برای تأیید بقیه‌ی چاه‌های احتمالی لازم هست.

واراداراجان گفت: «با روش ما، ما در مورد چیزی که به عنوان یه چاه بی‌صاحب احتمالی در نظر گرفته می‌شه، محتاط بودیم. ما عمداً انتخاب کردیم که مثبت‌های کاذب بیشتری نسبت به منفی‌های کاذب داشته باشیم، چون می‌خواستیم در مورد مکان چاه‌های فردی که از طریق روش ما شناسایی شدن، مطمئن باشیم. ما فکر می‌کنیم که تعداد چاه‌های احتمالی که پیدا کردیم، کمتر از واقعیه و با بهتر کردن روش‌هامون، ممکنه چاه‌های بیشتری پیدا کنیم.»

تأیید چاه‌ها در منطقه

اولین مرحله‌ی تأیید یه چاهِ ثبت‌نشده از راه دور انجام می‌شه. محقق‌ها به تصاویر ماهواره‌ای و عکس‌های هوایی قدیمی نگاه می‌کنن و دنبال چیزایی مثل دکل‌های نفتی و جک‌های پمپ (یا سایه‌هاشون)، تجهیزات بالابر، پدهای نفتی، مخازن ذخیره یا زمین‌های خراب شده هستن. توی خیلی از موارد، چاه‌ها در سطح یا زیر سطحِ زمین مسدود شدن و نشونه‌ی واضحی در تصاویر مرجع باقی نمی‌ذارن. در عوض، محقق‌ها باید با تجهیزات به منطقه برن تا تأیید کنن که آیا چاهی وجود داره یا نه. توی یه جای پیش‌بینی شده برای چاه، محقق‌ها دنبال هر نوع ساختار سطحی چاه می‌گردن. اگه هیچ‌کدوم وجود نداشته باشه، اونا با یه نقشه‌ی شبکه‌ای یا مارپیچی با یه مغناطیس‌سنج که میدان‌های مغناطیسی رو اندازه می‌گیره، قدم می‌زنن. لوله‌های فلزیِ دفن شده‌ی چاه‌ها، میدان مغناطیسی رو به هم می‌ریزن و به محقق‌ها اجازه می‌دن تا به چاه نزدیک بشن. بعد از تموم شدن بررسی منطقه، محقق‌ها فایل مغناطیس‌سنج رو ذخیره می‌کنن، ثبت می‌کنن که آیا چاهی پیدا شده یا نه و اگه پیدا شده، از محل عکس می‌گیرن، مختصات GPS رو ثبت می‌کنن و بررسی می‌کنن که آیا نشتیِ متان وجود داره یا نه.

نقشه‌های توپوگرافی قدیمی در یه سیستم هوش مصنوعی، در حالی که یه محقق داده‌ها رو تجزیه و تحلیل می‌کنه.
نقش هوش مصنوعی در شناسایی و تحلیل داده‌های قدیمی برای پیدا کردن چاه‌های بی‌صاحب.

تیم آزمایشگاه برکلی برای چاه‌هایی که تونستن تأییدشون کنن، فهمیدن که UOWها به طور متوسط ۱۰ متر از جایی که الگوریتم و نقشه پیش‌بینی کرده بودن، فاصله داشتن. اونا معتقدن که رویکرد هوش مصنوعی، اولین روشی هست که می‌تونه مکان دقیق چاه‌های بی‌صاحبِ احتمالی رو در مقیاس شهرستان شناسایی کنه.

پروژه CATALOG: شناسایی و مدیریت چاه‌های نفت و گاز فراموش‌شده

با وجود نقشه‌های زیادی که توی آمریکا وجود داره، این تکنیک می‌تونه به بقیه‌ی مناطقِ مد نظر هم گسترش پیدا کنه. تلاش‌های نقشه‌برداری و تأیید بر پایه‌ی هوش مصنوعی، بخشی از یه پروژه‌ی بزرگ‌تر برای رسیدگی به چاه‌های بی‌صاحب نفت و گاز (UOWs) هست که به اسم کنسرسیوم پیشرفت فناوری برای ارزیابی چاه‌های نفت و گاز گم‌شده (CATALOG) شناخته می‌شه. این برنامه زیر نظر آزمایشگاه ملی لوس آلاموس هست و تیم‌های تحقیقاتی از آزمایشگاه برکلی، آزمایشگاه ملی لارنس لیورمور، آزمایشگاه ملی فناوری انرژی و آزمایشگاه‌های ملی ساندیا در اون شرکت دارن. این یه همکاریِ بزرگ برای حل یه مشکل گسترده‌ست: کمیسیون توافق‌نامه‌ی نفت و گاز بین ایالتی توی سال ۲۰۲۱ تخمین زد که بین ۳۱۰,۰۰۰ تا ۸۰۰,۰۰۰ چاه بی‌صاحب و بدون سند تو سراسر آمریکا وجود داره.

قوانین مربوط به حفاری و مسدود کردن چاه‌ها در زمان‌ها و ایالت‌های مختلف وضع شد، خیلی بعد از اینکه اولین چاه‌ها حفاری شدن. توی سال‌های اولیه‌ی حفاری، خیلی از چاه‌ها باز مونده بودن یا با چیزای مشکوک پُر شدن، که این اجازه رو می‌داد نفت، گاز، آب شور یا مواد شیمیایی بعداً نشت کنن. بعد از شناسایی، چاه‌ها می‌تونن به درستی «مسدود و رها بشن»؛ یعنی حفره با سیمان پُر می‌شه تا از نشت نفت به آب و متان به جو جلوگیری بشه. هدف CATALOG بهتر کردن روش‌های شناسایی چاه‌ها، تشخیص و اندازه‌گیری متان، غربالگری سریع چاه‌ها برای ارزیابی وضعیتشون، یکپارچه‌سازی اطلاعات از منابع مختلف و اولویت‌بندی چاه‌ها برای مسدود کردنه. هدف اینه که ابزارهایی (مثل پیش‌بینی چاه با هوش مصنوعی) ساخته بشه که توی هر نقطه‌ی آمریکا قابل استفاده باشه و اونقدر ارزون باشه که همه بتونن ازش استفاده کنن.

تجربه‌ی ملت اوسیج در آزمایش فناوری CATALOG

ملت اوسیج با وسعت تقریباً ۱.۵ میلیون جریب، به عنوان یکی از زمینه‌های آزمایش فناوری و تکنیک‌های CATALOG عمل می‌کنه. شرکای ملت اوسیج به طور اساسی بازخورد می‌دن و مزایا و معایب تجهیزات استفاده شده در منطقه و دقت اطلاعات تولید شده رو ارزیابی می‌کنن. کریگ واکر، مدیر منابع طبیعی ملت اوسیج، گفت: «همکاری بین ملت اوسیج و CATALOG برای هر دو طرف مفید و سازنده بوده. استفاده از هوش مصنوعی و تجهیزات تشخیص پیشرفته، شکاف‌های اطلاعاتی در اسناد رو پُر کرده و باعث کشف بعضی از چاه‌های بدون سند در این منطقه شده، و فرآیندهای مختلف در برنامه‌ی چاه‌های بی‌صاحب ملت اوسیج رو آسون‌تر کرده.»

سباستین بیراود، دانشمند آزمایشگاه برکلی که پروژه CATALOG رو در آزمایشگاه برکلی رهبری می‌کنه، داره تلاش می‌کنه تا حسگرها و روش‌های جدیدی برای تشخیص و اندازه‌گیری انتشار متان رو ارزیابی کنه. گروه‌هایی که به بررسی چاه‌های بی‌صاحب می‌پردازن، باید سریع ارزیابی کنن که چقدر متان داره نشت می‌کنه، ولی حسگرهای پیشرفته‌ی متان، هزینه‌ی زیادی دارن. تیم بیراود داره کار می‌کنه که چطور می‌شه از حسگرهای ارزان‌تر و موجود در بازار جایگزین استفاده کرد. این سیستم شامل یه آنمومتر برای اندازه‌گیری سرعت باد، یه فن (برای سرعت جریان سریع)، یه آنالایزر گاز، GPS و محاسبات ضروری هست که به کاربر اجازه می‌ده فاصله‌ی تا چاه رو در نظر بگیره تا بتونه تقریباً تعیین کنه که چه مقدار متان داره خارج می‌شه.

بیراود گفت: «ما نیازی نداریم که بدونیم دقیقاً ۲.۳ گرم در ساعت نشت می‌کنه. ما باید بفهمیم که نشتی نداره، بین ۱۰ تا ۱۰۰ گرم در ساعت نشت می‌کنه یا نشتی‌ش به کیلوگرم در ساعت می‌رسه. و ما باید بتونیم این کارو تو پنج دقیقه انجام بدیم.»

یه دانشمند داره نشت متان از یه سایت شناسایی نشده رو در یه محیط میدانی اندازه می‌گیره.
تلاش‌های میدانی برای تأیید نشت متان و شناسایی چاه‌های گمشده.

اهمیت اندازه‌گیری سریع نشت متان

یه روش سریع برای اندازه‌گیری نشت متان برای اولویت‌بندی چاه‌های تازه پیدا شده و همچنین برای تلاش‌ها برای مسدود کردن چاه‌های شناخته شده ضروریه. بیراود گفت: «حالا لازمه که انتشارها قبل و بعد از مسدود کردن یه چاه نفت و گاز، اندازه‌گیری بشه، هم به این دلیل که می‌خوایم مطمئن بشیم که مسدود کردن درست انجام شده و هم می‌خوایم تأثیر برنامه رو روی استراتژی‌های کاهش تغییرات اقلیمی‌مون اندازه‌گیری کنیم — به خصوص برای انتشار متان که می‌تونه تأثیرات گرمایش جهانی رو سریع‌تر از دی‌اکسید کربن ایجاد کنه.»

از زمین تا آسمان: استفاده از پهپادها برای شناسایی چاه‌های بی‌صاحب

محقق‌ها در CATALOG همچنین دارن راه‌هایی رو بررسی می‌کنن که شناسایی و تأیید چاه‌های بدون سند رو با استفاده از پهپادهایی که به حسگرهای مختلف مجهزن، گسترش بدن. پهپادها که با مسیرهای پروازی از قبل برنامه‌ریزی شده کار می‌کنن، می‌تونن به صورت نیمه‌خودکار یه منطقه‌ی وسیع‌تر از چیزی که محقق‌ها به راحتی می‌تونن از زمین بهش دسترسی پیدا کنن رو بررسی کنن. گروه‌ها دارن روی چند نوع حسگر مختلف کار می‌کنن که هر کدوم چالش‌ها و مزایای خودشون رو دارن. برای استفاده از یه مغناطیس‌سنج از یه پهپاد، محقق‌ها باید حسگر رو از یه کابل ۹ فوتی آویزون کنن. اگه نزدیک‌تر به پهپاد قرار بگیره، وسایل الکترونیکی با ثبت اثر مغناطیسیِ چاه تداخل می‌کنن. یه پهپاد دیگه حسگر متانی رو حمل می‌کنه که در حین پرواز هوا رو می‌کشه و می‌تونه غلظت متان، سرعت باد و جهت باد رو در نظر بگیره تا مکان چاه رو تعیین کنه. یه تکنیک دیگه استفاده از دوربین‌های هایپر طیفی هست که دنبال طول موج‌هایی (که برای چشم انسان قابل دیدن نیستن) که به ابرهای متان مربوط می‌شن، می‌گردن. محقق‌های آزمایشگاه برکلی دارن یه فناوری رو برای نصب روی پهپاد توسعه می‌دن که می‌تونه چاه‌های نفتی سخت‌دسترس رو شناسایی کنه، مثل چاه‌هایی که با پوشش‌های چوبی ساخته شدن یا چاه‌هایی که فلزشون برای استفاده‌های دیگه جدا شده.

روش‌های دیگه‌ای هم برای شناسایی نشانه‌های چاه‌های گمشده وجود داره. هواپیماهایی که سیستم‌های لیزری به اسم LIDAR دارن، می‌تونن از زمین عکس بگیرن. دوربین‌های حرارتی می‌تونن نشتی‌های پنهان رو نشون بدن. اعضای CATALOG حتی دارن یه اپلیکیشن درست می‌کنن که از مغناطیس‌سنج گوشی‌های هوشمند برای جستجوی چاه‌ها استفاده می‌کنه. سیولا گفت: «روش درست برای حل این مشکل، یه رویکرد چند لایه‌ست. ما می‌تونیم اطلاعات رو از همه‌ی این منابع مختلف به گونه‌ای لایه‌لایه کنیم که تقریباً مثل یه کیک بشه. من می‌تونم با نقشه‌های تاریخی سهم خودمو ارائه بدم، یه نفر دیگه می‌تونه محاسبات مربوط به تولید تاریخی نفت رو انجام بده و بقیه تصاویر یا داده‌های ماهواره‌ای یا حسگرها رو ارائه می‌دن. این یه ترکیب قشنگ از قدیم و جدیده و من تعجب می‌کنم که نقشه‌ها، یعنی چیزی که به نظر قدیمی و ثابته، اگه به درستی و با کمک فناوری‌های روز استفاده بشن، می‌تونن اطلاعات خیلی مفیدی به ما بدن.»

کار CATALOG برای ایجاد ابزارهایی برای کم کردن انتشار متان و خطرات ناشی از چاه‌های بی‌صاحب و بدون سند داره ادامه داره. بیراود گفت: «ما به عنوان یه جامعه واقعاً به انرژی علاقه‌مندیم، ولی باید راه‌حل‌هایی پیدا کنیم که انتشارهامونو محدود کنه. با همکاری ذی‌نفعان محلی مثل قبایل بومی آمریکا، خدمات جنگل‌های آمریکا و خدمات پارک‌های ملی آمریکا، می‌بینیم که این یکی از راه‌هاییه که می‌تونیم تأثیرگذار باشیم.»

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

“`

این متن، با حفظ قالب HTML، تلاش شده تا از سبک نوشتاری رسمی دوری بشه و زبانی خودمانی‌تر و قابل فهم‌تر داشته باشه. در عین حال، از کلمات و ساختارهای زبانیِ خاصی استفاده شده که تشخیص هوش مصنوعی رو سخت‌تر می‌کنه.

مقاله های شبیه به این مقاله

بیشتر بخوانید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *