在石油和天然氣勘探方面，地質學家利用地震資料對地下地質進行成像，識別潛在的碳氫化合物。 通常這些圖像缺乏必要的分辨率來捕獲巖層和其他地層細節的復雜圖案。未解決的成像（under-resolved imaging）可導致鉆探非生產井 - 成本為1億美元或更多，或過度樂觀的生產預測。

殼牌地質學家在MATLAB中開發了算法，使用已知地質特征的測量結果來預測同一地區的其他特征。這些算法提供了油藏存在和特征的統計預測，用于優化油藏開發和改善生產預測。地質學家與MathWorks咨詢服務部門合作，將算法打包并部署到網上供全球其他殼牌地質學家使用。

殼牌地質學家尼克·霍伊斯（Nick Howes）表示：“我們的專業知識與MathWorks顧問在MATLAB開發軟件框架方面的經驗相結合，使我們能夠開發高可用的界面和部署模式。”

左：通過3D震波數據立方體構建的水平切片。一個大的通道帶（潛在的儲層目標）以黑色勾勒出來。

右：預測油藏目標內部地質學的一種可能的配置。2012年Armstrong修改的地震圖像。

挑戰

殼牌希望有一個應用程序可以使用可用的震波測量結果結合一個已知的地質構造數據庫來推斷震波分辨率以下的新的類似特征。例如，為了指導渠道化地下儲層的井位布置，該軟件需要使用古河保留通道帶的已建立的幾何尺度關系和震波數據來預測該帶內的特征。地質學家希望應用自己領域的專業知識來開發底層數據分析，預測和模擬識別算法，而無需將開發外包給單獨的程序員團隊或第三方。

一旦開發和測試了算法，團隊就需要協助以準備將算法在生產IT環境中進行部署。他們希望能夠在中央服務器上更新算法和附屬的數據庫，并使新版本立即可供世界各地的同事使用。

解決方案

殼牌地質學家在MATLAB中開發了地層表征算法，并與MathWorks顧問合作，通過MATLAB Production Server在公司范圍內部署其算法。

使用MATLAB，團隊開發了從3D震波數據定量描述提取特征的算法。通過使用曲線擬合工具箱中的加權三次樣條的曲率分析，這些特征描述了輸入數據的比例和模式。他們使用數據庫工具箱與MathWorks顧問建立的MongoDB的自定義連接器，以編程方式將其算法鏈接到地質數據庫。數據庫包含從衛星圖像，地形、深度測量，核心數據和數值模型得出的規模、結構和組成的指標。

使用MATLAB和統計與機器學習工具箱，該團隊開發了一種回歸模型和預測算法，它們將數據庫指標、從震波數據中提取的特征以及已知的縮放關系相結合，以預測震波尺度下的厚度、寬度和其他地層特征。

作為地質學家，MATLAB 使我們能夠使用我們在預測框架，分析和模擬匹配方面的專業知識來實現我們行業獨一無二的算法。在 MathWorks 顧問的幫助下，我們將這些算法作為一個易于使用的應用程序進行了部署，供全球同仁使用。

—— Nick Howes

Shell

該團隊采用了MATLAB Central File Exchange中分享的基于密度的空間聚類算法來識別地質數據庫中的類似位置。然后他們與MathWorks顧問合作，改進算法，開發用戶界面，并將算法部署為生產應用程序。

首先，他們重寫了一些過程化的MATLAB代碼，應用面向對象的原則，使代碼更容易擴展和維護。他們添加了協同可視化功能，使用地圖工具箱創建已識別的模擬位置的網絡地圖顯示。該團隊使用MATLAB Compiler SDK打包算法，并將其作為使用MATLAB Production Server 的生產企業應用程序進行部署。殼牌地質學家從使用MATLAB Compiler創建的獨立MATLAB客戶端應用程序訪問有指導和無指導工作流程中的算法。

該應用程序已經試驗推廣到一小群殼牌地質學家和分層機構，以準備全公司發布。

結果

用簡單的查詢取代耗時上月的項目。Howes 說：“使用我們在 MATLAB 開發的應用程序，地質學家可以在幾分鐘內獲得復雜問題的答案，在某些情況下，以前需要項目人員進行大量的項目研究，數周至數月才能回答

鉆井預測精度大大提高。Howes 說：“我們使用我們的 MATLAB 算法來預測基于震波圖像的預期位置的儲層容量。“在勘探時，我們發現我們的預測精確到 12% 以內。在整個行業中，特別是在新的、數據稀疏的地區，發現這樣的預測是一個數量級的提升（~1000％）。

即時部署軟件更新。Howes 說：“對我們來說，MATLAB Production Server 的一個很大的優勢就是可以集中更新和更改它們，并將它們立即提供給所有用戶。”“當我們增強我們的算法并增加我們的數據庫，這些改進立即反映在生產IT環境中。”