大数据时代的矿山地质地球物理勘探技术探究

许博文

（山东省第一地质矿产勘查院，山东 济南 250100）

地球物理学是一门十分重要的学科，它的原理是物理学。使用各种方法观察了地球各个物理场的分布，并通过物质组成和演化，以及地球空间中本身环境结构变化的演变总结了这些自然现象的变化规律。由此，对地球内部结构进行研究，构造空间模型，总结研究得出的结论和方法。地球物理研究旨在研究地壳岩体的物理差异，并将其用作研究地质结构和研究地下矿物的技术科学的基础[1]。物体探测器是地球物理研究的主要工具，具有广泛的应用范围。它广泛应用于建筑、地质、石油和水力发电等许多领域。在进行资源和能源的勘探时发现，以及地质灾害的预测中具有许多优势，在此过程中，海量数据和复杂数据类型消耗了大量研究人员的时间和精力。地质学家的工作一半以上是收集和分类相关数据，而数据分析略有偏差[2]，就会在矿山勘探中造成严重的经济损失，因此，如何有效地整合庞大而复杂的数据，以避免劳动和相关成本（如数据收集和处理）的重复对勘探至关重要。经过大量研究和实践，通过创建用于数据集成和管理的独立软件，创建了一个多学科与多部门的集成协作工作平台。这使得从勘探、开发到生产和运营的整个生产链中的数据交换的工作效率[3]得到大大提高。

1 大数据时代下的矿山地质物理勘探技术设计

1.1 建立地质勘探平台

建立目标勘探平台是确定储层岩性，断层和储层特征的有效手段。随着矿产勘查开发的不断深入，地震技术呈现出广角、高密度发展的趋势，地震数据量急剧增加。同时，随着地震地质学和工程学的融合不断发展，地震数据的处理和解释面临着多种数据源和复杂数据类型的挑战。大数据技术的引入，例如网络信息收集和数据挖掘，大大提高了地球物理勘探人员收集和处理数据的效率和准确性[4]。Ha-doop是一款允许跨计算机集群进行分布式存储和计算的大数据分析软件，具有高稳定性、高运算效率和高灵活性的优势，目前被广泛应用于矿产勘探领域。以Ha-doop大数据分析软件为核心，建立地质勘探平台，通过收集多数据源建立平台数据库，将复杂的数据类型经过分类器处理，形成竟然有序的数据分析网络，同时对网络化信息的采集系统化，利用大数据技术手段驱动挖掘信息，为地球物理探矿技术人员理论研究提供数据支撑，具有很强的功能和个性，反映出了软件开发和误差修复功能的大大增强。

1.2 分析矿层地质数据

在建立地质勘探平台后，通过对平台整理的大数据进行分析，有助于提高矿产资源勘探数据查询和分析的时效性及准确性。通过对不同开发商提供的大型、复杂大数据分析，这使得能够使用先进技术来识别矿藏。地下矿物质微渗入土壤表层会影响土壤表层的微生物组成。因此，对探矿区表层土壤样品进行DNA分析可以提供有关土壤样品中微生物组成的信息，从而可以有效判断该地区是否存在油气。但是，土壤样品中数百万种微生物产生大量数据，有效的数据处理具有挑战性。大数据和机器学习的快速发展使这项技术成为可能。对矿区己有生产数据进行验证，该技术对矿区矿石走势的预测精度高达86%。由于在土壤样品中重建致密油藏的过程，包括油藏特征，生产井的钻探、压 裂液和喷砂强度等多个源参数，因此引入大数据挖掘技术可以改善对水力压裂过程的分析和逆流规律。合理性和准确性[5]。使用大数据挖掘和主成分分析对来自多个来源的数据进行分类和优化，可以有效地过滤来自多个来源的参数中的关键驱动因素，并降低数据处理的复杂性。基于主要控制因素的预测压裂液流量的方程可以提供良好的预测准确性，并分析各种因素对压裂液反向流量的影响，为进一步开发油气提供指导。另外，随着储层改造规模和地震检波器精度的不断提高，对压裂过程产生的巨大的微震监测数据进行处理也需要大数据支持。Hadoop大数据平台用于集成微地震数据，并配备了适当的算法，可以对储层中水力压裂的分布进行高精度的预测和可视化分析。

2 实验研究

2.1 实验准备

通过对矿集区采矿点和矿区外分别取五组样土，对这十组样土分别进行编号承重，并使用Ha-doop物理勘探分析软件对突然中的微生物含量进行检测，如表1。

表1 实验样土编号表

通过检测所得到的微生物含量数据，针对样土中的微生物种类进行分析，应用大数据物理勘探平台软件确认样土是否为矿层土壤。

针对样土中检测出的微生物信息，通过软件确定矿藏的流程，如图1。

图1 大数据软件测矿藏流程图

使用数据软件，根据流程图，对样土中的微生物种类进行分析，对比传统方法分析矿层土壤。

2.2 样土测试

针对土壤中的微生物种类进行分析，通过矿藏模型，大数据平台软件物理勘探方法测试样土中各种微生物含量，其中常存在于矿层土壤中的微生物含量如表1。

表2 大数据测试样土中矿层微生物含量表

根据表中大数据测量数据可以得出，A1、A2、A3、B1、B4中矿层中常见微生物含量处于79%～87%之间，这五组样土下存在矿石的可能较大，而A4、A5、B2、B3、B5中的矿层常见微生物含量较低，因此，样土下存在矿石的可能性较小。

对比传统方法检测样土中的矿层微生物含量如表表3。

表3 传统方法检测样土中矿层微生物含量表

根据传统方法检测矿层微生物含量可知，A1、A2、A3、B1、B4中矿层中常见微生物含量处于50%～71%之间，微生物测量区间较大。而A4、A5、B2、B3、B5中的矿层常见微生物含量较低，处于4%～11%之间。

通过对两组数据对比分析可以得到，使用大数据平台软件测量微生物种类结果区间跨度较小，且结果更趋于稳定，对矿层样土中的微生物检测较为精准，使用传统方法检测微生物种类结果区间跨度较大，结果上下波动区间不稳定，难以总结检测矿藏的规律。总体来讲，应用大数据平台检测矿层走向更为便捷，随着各种地球物理勘查技术的应用，在地质项目中的物理勘探技术越来越重要，在一些大型水利工程中，不可避免要用到输电管道工程，这就涉及到物理勘探技术，更不用说应用在铁路建设上的，包括探究地质构造等问题，这些预测都关乎物理勘探的应用，在针对物理勘探技术的数据整理方面，通过大数据平台整理规划，可以更有效率的得到更精准的结果。综上所述，地球物理勘探的核心技术更倾向于数据化、系统化发展。

3 结语

通过针对大数据时代的矿山地质地球物理勘探技术探究，使得矿山地质地球物理勘探技术的应用更加便捷，对总结分析收集的矿山地质数据有很大作用，提高了向更深层次的地下寻求矿产资源的效率。由于科学技术的发展创新，在矿山勘探中，更要求地球物理勘探检测精度准确。未来在能源开发过程中，物理勘探会应用到方方面面，对于国家经济发展有至关重要的作用。