三維數據場可視化技術在石油地質勘探中的應用研究

張庭姣

摘 要：介紹了三維和大數據場景的可視數字化礦山技術和三維數字模擬礦山的基本概念，以“液態礦產資源儲量估算及三維礦體建模可視化系統”為一范例，闡述了三維品位數據場景的可視性優化處理技術在品位礦體的表面模型建模、品位的塊體處理模型和包含品位塊體等值的表面模型生成過程中的實際綜合應用;概述了三維和大數據場景的可視性優化分析技術在我國石油勘探行業中的重要應用價值和發展前景。

關鍵詞：三維數據場可視;石油勘探;三維礦體建模

中圖分類號：TP391.41;TP399 文獻標識碼：A文章編號：1001-5922（2022）03-0182-05

Application of 3D data field visualization technology in

petroleum geological exploration

ZHANG Tingjiao

（Yan’an Vocational and Technical College， Yan’an 716000， Shaanxi China）

Abstract：This paper introduces the visualization technology of 3D data field and the concept of 3D digital simulation mine， takes “liquid mineral reserves estimation and 3D optical modeling visualization system” as an example， to illustrate the practical application of 3D data field visualization technology in optical surface modeling， grade block model and grade isosurface generation. Finally， the application value and prospect of 3D data field visualization technology in oil exploration are summarized.

Key words：

3D data field visualization; petroleum exploration; 3D ore body modeling

在石油工業中，傳統勘探工作的成本很高。在傳統的地質勘探工作過程中，勘探人員需要進入地層，通過勘探設備進行各種勘探活動，這在一定程度上增加了地質勘探工作的風險，嚴重危及工人的生命安全，勘探工作質量難以得到充分保證。同時，這種傳統的勘探模式也大大增加了勘探成本，在一定程度上損害了石油企業的社會經濟利益，不利于石油工業的長期穩定發展。在實際地質勘探過程中，石油勘探人員可以依靠地理信息系統技術提高勘探效率，增強勘探效果。

1 三維數據場可視化技術和數字礦山的概念

1.1 三維數據場可視化技術

三維和大數據場景的可視性優化研究是信息科學計算領域可視化的一個核心研究領域，也一直是計算機可視化相關技術應用研究的最新發展熱點。這學科是在充分吸收當前計算機圖形學[1]、圖像信號處理、計算機數字視覺等技術相關多門學科知識的學術基礎上逐步發展壯大起來的，但是研究體系大數據的一門交叉學科已被淘汰。研究的內容一般包括重要的大數據表示、處理與數據分析、操作、對象重組及顯示等。與其他傳統的二維計算機圖形學不同，后者主要使用一個邊界上的元素（即例如邊界面和邊）作用來精確描述一個沒有內部邊界信息的二維對象;而三維模型數據場景的可視結構化學則是使用包含一個對象內部和外部所有邊界信息的第3個邊界元素（如立體素），用于描述整個對象。因此，利用三維的大數據場景和可視的量化分析技術它就可以很好地準確表示各種內部結構。三維模型數據場景的可視圖量化繪制有兩種主要算法：直接表面積的繪制和直接體積的繪制。一個核心思想主要是研究構造中間點的幾何圖形（例如中間曲面、平面等）。在三維空間進入數據處理領域，然后通過使用現有的圖形計算機學和圖形處理技術等來進行圖形繪制。

1.2 數字礦山

數字礦山[2]是數字地球的重要結構組成的一部分。以實際應用礦山信息系統設計為基礎原型，以礦山地理坐標為基礎參考數據系統，以現代礦山信息科學管理技術、信息科學和數字計算機科學為基礎理論研究，支持先進的現代礦山空間觀測和信息網絡管理技術，綜合利用礦山GIS、RS、GPS、多媒體管理網絡、虛擬現實仿真等先進技術，開發礦產資源和礦山基礎配套設施，以實現礦山管理數字化、網絡化、虛擬現實仿真、決策流程優化和礦山可視性優化為技術目標，以構建礦山空間信息數據倉庫系統為技術基礎，充分利用礦山空間數據分析、知識數據挖掘、虛擬增強現實、可視化、網絡、多媒體和信息科學計算機等技術，進行石油資源評價和石油開采。

2 三維數據場可視化技術在數字礦山中石油開采的應用

三維數字建模技術是數字模型礦山的重要核心技術之一，是實現三維數字模型礦山的重要基礎。三維建模數據場礦體的可視性建模技術的不斷出現和快速發展為工業礦體三維數據建模研究提供了強有力的建模理論數據基礎和良好的礦體可視化建模。與目前傳統描述二維礦床場景幾何數據信息和礦床屬性數據信息的處理方法相比，三維礦床數據場景的可視化處理方法分析具有明顯的技術優勢。建立礦床品位構成數據場的品位剖面構成模型、品位反演構成模型和礦床品位塊構成模型，揭示我國礦床品位內部結構和品位屬性，可視化分析礦床的內部幾何結構形態、空間地理位置和礦床品位數據分布。

2.1 品位塊體模型在儲量估算和品位分布可視化中的應用

目前國外礦業采礦分析軟件一般應用做法主要是塊物理模型與采礦地質學和統計學相互的結合。利用各種數學方法對各種品位儲量分布數據進行數值建模[3]，然后綜合利用各種品位約束塊計算模型對品位儲量數據進行數值估算和儲量可視化。塊體地質模型結構是研究礦山礦產地質體的重要基礎建模模型，廣泛應用于煤山礦產地質儲量建模計算、礦床結構模擬、采礦結構設計流程優化等多個領域。被用來建模的二維空間可以分成普通的三維或者長方體或是單元塊或者集合。每個存儲單元塊的存儲計算機址和存儲文件地址分別對應于一個自然界和沉積物在塊中的特定位置，一致性被認為是舊的。為了大大減少系統數據量，公共塊每個單元位置只能實時記錄每個起始塊的一個空間長度坐標，其他塊的空間坐標參數可以通過該單元位置的空間索引、塊每個單元的空間長寬距離參數和其他起始塊的空間坐標參數來進行計算。這樣你就可以大大減少塊的數據量，因為每個塊只有你需要手動記錄它的所有屬性和數值。大塊單元模型的尺寸局限性主要在于對礦體邊界部分約束不規則的大塊礦體進行建模時，為了更好適應不規則的礦體邊界約束部分，必須不斷增加減小大塊單元尺寸。這就會導致用戶數據迅速過度膨脹。解決問題方案通常是僅在一個邊界定義區域上，同時執行一個局部定義單元格的細化。例如，邊界塊體積可以每次重復進行細分8次，直到每個邊界塊體積足夠小，但必須準確記錄每個塊的邊界坐標。

建立一個坡度塊屬性模型的第一步驟就是首先建立關于坡度模型屬性數據庫的字段。生成原始礦山的地理屬性數據采礦場所必需的地理數據，主要都是來自于應用地球學和光學探測工程的原始礦山樣品的屬性分析數據，包括礦山探坑、槽探等。包括一個樣本的平均長度、空間內的位置和平均高度等級等數值。這些原始數據采樣后的數據往往通常是不連續和稀疏的。為了獲得規則的、結構化的三維空間數據，首先必須對空間數據進行插值。也就是說，其他每個未知數據點的采樣空間值通過計算，已知的每個采樣空間數據值來進行一個數學上的估計。常用的泰森地質測量空間插值組合算法主要有泰森平方反比法[4]、泰森多邊形反比法[5]和著名的rrgram等方法團合算法等。選擇合適的礦體空間插值[6]分析方法也正是準確描述一個礦體實際使用情況，揭示一個礦體內部礦質屬性特征及其變化規律的關鍵問題。插值前必須插入合并樣本級別的數據，也就是說，不同長度的具體樣本和質量等級都需要用一種離散的標點方法來進行量化。除了三維立體坐標，每個觀測點還必須具有最好的坐標等級和數值相關信息。有了這些新的離散屬性點，就等于可以用各種插值計算方法對其進行插值，從而可以得到符合規則的屬性坡度場和屬性數據場。

由于各種礦體的品位約束分布直接受各種地質環境因素直接控制，制作品位塊處理模型的第二步驟就是在上面分析得到的離散品位字段數據中，對于字段分別引入各種品位約束，通過各種塊的數學計算可以得到這些約束內的各個離散品位點，最后用塊模型表示計算出來。每個塊的等級顏色由每個等級塊和顏色塊的表示所決定。設置采礦坡度約束的主要形式包括對采礦體坡度邊界控制約束、坡度范圍閾的數值控制約束、深度閾值[7]約束等。并且我們可以同時進行應用各種條件約束。

礦體塊有邊界的塊約束模型是一種使用作為礦體曲面模型或者作為塊約束模型的方法約束礦體曲面，生成的塊都在一個礦體塊的邊界內。這種多孔四面體礦塊混合采礦模型不僅能夠準確性地描述整個礦體的內部表面，而且很好地準確表達整個礦體的內部邊界屬性，并用于對礦體的內部邊界進行約束形成品位塊混合模型，能夠準確性地計算整個礦體的結晶體積、礦石礦含量和其他金屬礦含量，是目前采礦管理軟件中最常用的礦體建模計算方法。礦體節點邊界關系約束處理算法的一個核心功能是通過判斷塊與其他礦體之間表面（多面體）的節點位置邊界關系。主要應用有兩種運算方法：一個交叉的代數法[8]和一種向量代數運算。基本設計思想上就是在兩個估計的交點任意空間釋放一個L射線，用obb或者sbsp樹形來計算其外射線與多面體的兩個交點的函數，多面體外射線為一個偶數;單面體為奇數。在實際設計應用中，一般可以選擇不在礦體估計包圍外的點與礦體估計點直接相連，而不是與任何相連。矢量發射運算的基本設計思想也就是首先利用一個obbsp樹或者obsp樹可，然后找到最小的接近多面體某個期望點的三角形，從這個期望點向接近三角形上方發射一個L型的射線，計算出在射線上的矢量和接近三角形發射向量期望點的乘積。如果正頂點積為正，則說明該正頂點在多面體中，反之亦然。品位值和閾限定值分析約束根據分級礦物提取和分析顯示各種具有一定濃度范圍內不同品位值的不同類型礦物集。這樣我們可以快速的觀測整個鉆石礦區的空氣品位變化分布，如圖1就是帶礦體邊界約束的塊體模型圖，石油礦的邊界線也是如此生成的。

2.2 品位等值面

等值面[9]生成的算法一般說來可以大致分為以下兩類。第一種我們是在二維素線剖面上自動跟蹤每個素線，然后通過素線輪廓圖像連接處理算法自動連接圖像到每個素線輪廓表面。第二種方法是提取等值面，如移動立方體、移動四面體和分割立方體。其中，移動高度立方體運算是目前應用最廣泛的等高度平面運動跟蹤分析算法。首先根據給定的閾的數值對每個作為主題頂點元素的8個主題頂點的值進行一個數值上的二值化，然后對8個主題頂點的值進行參數二值化。然后根據它們的實際拓撲空間關系又再分為15種實際情況，進行等價式和匹配式的處理。這種操作方法讓你可以快速自動生成一個等值面，但在合成等值面時會出現對偶問題，于是尼爾森和HKON在1991年提出了解決漸近線的問題。利用等值面追蹤算法[10]，可以提取出與等級數據字段的等級值對應的表面，并在等級調色板中以相應的顏色顯示，從而直觀地顯示數據字段的等級分布。圖2便是經過品位閾值約束的石油礦各層的集合;圖3是生成的等值面。

2.3 體繪制技術在數字礦山中的應用

通過數據斷面切割等數據繪制技術，可以在一定量的程度上準確觀察整個數據場的內部結構變化，但不能準確地揭示整個數據場的內部變化情況。相比之下，體積圖繪制成像技術無疑是推動可視化成像技術快速發展的重要技術突破。該計算技術將三維圖形數據的每個體素函數視為半透明狀的物質，根據每個體的透明函數的取值來計算體的透明度和整體顏色。然后，通過整個顏色數據場圖像進行三維顏色圖像合成，從而可以獲得三維顏色數據場的一個全局顏色圖像。體積式繪制圖的方法使它能夠直觀而準確表示整個虛擬數據場的各個細節。常用的投射算法主要有短波射線變形投射轉換法、全線性變形投射法和頻域函數轉換法。通過體驗式繪制圖的技術，顯示整個礦物品位圖和數據場的詳細信息內容，使中國地質學家隨時可以清楚看到整個礦物群的分布（例如確定礦物群的大小、位置等）。在數據位置所表示的空間區域中一覽無余。正確指導實施階段性的加密采礦工程，在階段采礦勘探設計階段采礦勘探工程的加密位置合理布置和階段采礦工程設計方案的綜合優化設計有很大的幫助。然而，與圖形表面上的渲染過程相比，體積在繪制過程得到的圖形視圖通常包含了大量的圖形信息，因此通常視圖是模糊的。因此，為了更好而深入了解這個數據場，需要從不同的角度實時性地觀察一個全局數據地圖。目前各種體感噴繪制作的算法無法在國內主流工業微機上直接實現。與傳統軟件繪制實現方法相比，利用基于圖形紋理硬件的3D圖形紋理著色加速和圖形碎片化的著色加速功能等來進行體感的繪制實現是目前最有效的，它是直接多媒體圖像繪制實現方法。隨著現代圖形顯卡加速處理技術的逐步發展和不斷普及，很多主要的圖形顯卡已經開始具備了這些加速功能。因此，研究如何在一種可編程軟件GPU上設計實現最大實時體積的繪制技術是一種發展趨勢，也是可行的。

3 結語

數字礦山技術是實現我國礦業經濟可持續發展的必由之路。三維數據場整體可視自動化處理技術可以實時處理數據礦體坡度表面面積模型、坡度塊面積模型、坡度背面、數據場整體切割后的平面坡度模型等。它不僅能很好地準確表達出采礦體內外紋理細節，可視化采礦品位分布，而且還在立體礦床動態模擬、儲量資源估算、采礦工程輔助設計等諸多方面都具有很好的實際應用價值。

【參考文獻】

[1] 張亮.計算機圖形學中的三維圖形技術在飛行器實時顯示上的應用[D].廈門：廈門大學，2014.

[2] 武強，徐華.數字礦山中三維地質建模方法與應用[J].中國科學（地球科學），2013，43（12）：1 996-2 006.

[3] 孫文潔，楊文凱，王子超，等.三維數值建模在地質工程綜合設計中的應用[J].煤炭工程，2019，51（11）：120-122.

[4] 郭藝歌.基于GIS的小流域產流計算方法研究[D].武漢：華中科技大學，2005.

[5] 馬亞麗，敖天其，王漢濤.泰森多邊形距離反比加權法在BTOPMC模型中的應用分析[J].水利規劃與設計，2019（11）：58-63.

[6] 趙廣帥，李發東，李運生，等.GIS空間插值模擬法與土壤類型法估算比較土壤碳儲[J].農業工程學報，2014，30（20）：155-162.

[7] 雷雨萌，陳祖煜，于沭，等.基于深度閾值卷積模型的土石料級配智能檢測方法研究[J].水利學報，2021，52（3）：369-380.

[8] Serge Vasilach.Algebraic Method for Solving Linear Partial Differential Equations with Variable Coefficients.PartI：BasicTheory[J].SIAM Journal on Mathematical Analysis，2012，10（3）：283-290.

[9] 沈占鋒，夏列鋼，程熙，等.等值線追蹤生成等值面過程中的算法策略[J].武漢大學學報（信息科學版），2015，40（9）：1 201-1 208.

[10] 榮光李，黃尉.基于子空間追蹤算法的稀疏子空間聚類[J].合肥工業大學學報（自然科學版），2019， 42（7）：999-1 004.