鄒德江 ，謝關(guān)寶

(1.中國(guó)石化石油勘探開發(fā)有限公司，北京 100029；2.中國(guó)石化石油工程技術(shù)研究院)

?

大數(shù)據(jù)時(shí)代的現(xiàn)代測(cè)井解釋技術(shù)探討

鄒德江1，謝關(guān)寶2

(1.中國(guó)石化石油勘探開發(fā)有限公司，北京 100029；2.中國(guó)石化石油工程技術(shù)研究院)

大數(shù)據(jù)分析技術(shù)已經(jīng)成為時(shí)代變革的力量，國(guó)內(nèi)外一些石油公司及科研院所也開始嘗試著在石油勘探開發(fā)中使用這種技術(shù)。在測(cè)井資料解釋領(lǐng)域是否可以應(yīng)用大數(shù)據(jù)分析技術(shù)，以提高測(cè)井解釋精度與勘探開發(fā)效益，是當(dāng)代測(cè)井從業(yè)人員值得思考的問題。在分析傳統(tǒng)測(cè)井資料處理解釋技術(shù)與大數(shù)據(jù)分析技術(shù)特點(diǎn)的基礎(chǔ)上，論述了測(cè)井資料處理解釋大數(shù)據(jù)分析面臨的挑戰(zhàn)與技術(shù)難點(diǎn)，同時(shí)提出一種基于大數(shù)據(jù)分析技術(shù)的測(cè)井資料處理分析方法，并給出了詳細(xì)實(shí)現(xiàn)過程。展望未來，測(cè)井從業(yè)人員需要從理論、技術(shù)、實(shí)踐三個(gè)方面來面對(duì)大數(shù)據(jù)分析技術(shù)對(duì)傳統(tǒng)測(cè)井解釋技術(shù)的挑戰(zhàn)。

大數(shù)據(jù)；測(cè)井解釋；數(shù)據(jù)驅(qū)動(dòng)；數(shù)據(jù)挖掘；云計(jì)算

傳統(tǒng)測(cè)井資料處理解釋方法是通過實(shí)驗(yàn)、經(jīng)驗(yàn)、數(shù)學(xué)物理統(tǒng)計(jì)等方式建立模型，測(cè)井資料處理解釋人員根據(jù)資料所處地層不同、選擇合適模型與參數(shù)，然后進(jìn)行資料的處理與綜合解釋；處理分析過程一般可以分為數(shù)據(jù)的獲取、數(shù)據(jù)預(yù)處理、服務(wù)性程序、數(shù)據(jù)處理、成果顯示與輸出等五個(gè)步驟。每個(gè)步驟都產(chǎn)生不同類型的信息，如處理流程的選擇、處理模型的選擇與優(yōu)化、處理參數(shù)的選擇、解釋結(jié)果的確定與優(yōu)化等[1]，這些信息是具有大數(shù)據(jù)的顯著特點(diǎn)(大量(Volume)、高速(Velocity)、多樣(Variety)、價(jià)值(value))。在現(xiàn)有的測(cè)井資料處理解釋軟件中，這些寶貴信息有些被儲(chǔ)存下來了，但大部分信息還沒有儲(chǔ)存或者利用起來。如何儲(chǔ)存、加工、利用這些寶貴的大數(shù)據(jù)，使這些信息及數(shù)據(jù)實(shí)現(xiàn)“增值”，是現(xiàn)代測(cè)井解釋工程師在大數(shù)據(jù)時(shí)代面臨的機(jī)遇與挑戰(zhàn)。

1 大數(shù)據(jù)定義與技術(shù)特點(diǎn)

維基百科、Gartner、IDC及一些咨詢公司給大數(shù)據(jù)有不同的定義，總的來看，大數(shù)據(jù)是指在互聯(lián)網(wǎng)、云計(jì)算等技術(shù)飛速發(fā)展的背景下，產(chǎn)生的需要新的技術(shù)和手段才能處理的，具有規(guī)模大、速度快、類型多且價(jià)值密度低等特點(diǎn)的各類數(shù)據(jù)資源。

數(shù)據(jù)資源是現(xiàn)代社會(huì)的一種新的自然資源，只有經(jīng)過提煉才能發(fā)揮其最大價(jià)值，大數(shù)據(jù)的分析方法是決定最終大數(shù)據(jù)是否有價(jià)值的決定因素。大數(shù)據(jù)分析一般具有以下五個(gè)方面特征。

(1)預(yù)測(cè)性分析能力。數(shù)據(jù)挖掘可以讓分析員更好地理解數(shù)據(jù)，預(yù)測(cè)性分析可以讓分析人員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測(cè)性的判斷。

(2)數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是一些管理方面的最佳實(shí)踐。通過標(biāo)準(zhǔn)化的流程和工具對(duì)數(shù)據(jù)進(jìn)行處理可以保證一個(gè)預(yù)先定義好的高質(zhì)量的分析結(jié)果。

(3)可視化分析。不管是對(duì)數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求?？梢暬梢灾庇^地展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到、看到結(jié)果。

(4)語義引擎。非結(jié)構(gòu)化數(shù)據(jù)復(fù)雜性與多樣性給數(shù)據(jù)分析帶來了新的挑戰(zhàn)，需要一系列的新工具去解析、提取、分析數(shù)據(jù)。語義引擎需要被設(shè)計(jì)成能夠從“文檔”中智能提取信息。

(5)數(shù)據(jù)挖掘算法?？梢暬墙o人看的，數(shù)據(jù)挖掘就是給機(jī)器看的。集群、分割、孤立點(diǎn)分析還有其他的算法讓我們深入數(shù)據(jù)內(nèi)部，挖掘價(jià)值。這些算法不僅要處理大數(shù)據(jù)的量，也要處理大數(shù)據(jù)的速度。

2 大數(shù)據(jù)分析與石油勘探開發(fā)

大數(shù)據(jù)分析技術(shù)的戰(zhàn)略意義不在于掌握這些龐大的數(shù)據(jù)信息，而在于對(duì)這些含有特定意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

2.1 石油勘探開發(fā)大數(shù)據(jù)應(yīng)用趨勢(shì)

石油勘探開發(fā)是一個(gè)認(rèn)識(shí)與再認(rèn)識(shí)的過程，其中涉及到多學(xué)科與多專業(yè)的協(xié)同工作。在勘探開發(fā)過程中產(chǎn)生的數(shù)據(jù)具有學(xué)科復(fù)雜、類型多樣及規(guī)模巨大的特點(diǎn)，具有天然的大數(shù)據(jù)特征。目前國(guó)內(nèi)外石油勘探開發(fā)已經(jīng)在這方面做了許多有益的嘗試，如鉆井作業(yè)中的套管卡管預(yù)測(cè)、采油生產(chǎn)狀態(tài)預(yù)測(cè)、生產(chǎn)設(shè)備預(yù)見性維護(hù)、管道腐蝕預(yù)見性維護(hù)、測(cè)井?dāng)?shù)據(jù)預(yù)測(cè)產(chǎn)量等，綜合國(guó)內(nèi)外應(yīng)用看，石油勘探開發(fā)行業(yè)大數(shù)據(jù)引用有如下趨勢(shì)：

(1)越來越多的油公司開始關(guān)注大數(shù)據(jù)自動(dòng)采集和設(shè)備遠(yuǎn)程控制；

(2)據(jù)統(tǒng)計(jì)，國(guó)際石油公司約75%信息投入與大數(shù)據(jù)有關(guān)，經(jīng)過大數(shù)據(jù)分析與優(yōu)化，油公司至少可以提高6%的采收率和8%的產(chǎn)量(數(shù)據(jù)來自IBM)；

(3)國(guó)際油公司在開展大數(shù)據(jù)業(yè)務(wù)時(shí)，一般按“大數(shù)據(jù)—小場(chǎng)景—高回報(bào)”的策略，快速實(shí)現(xiàn)業(yè)務(wù)價(jià)值。

2.2 測(cè)井解釋與大數(shù)據(jù)分析

測(cè)井解釋評(píng)價(jià)軟件是測(cè)井資料處理與評(píng)價(jià)的重要工具與載體，是運(yùn)用各種現(xiàn)代技術(shù)綜合解決地質(zhì)問題的重要手段，是測(cè)井解釋技術(shù)能力的綜合體現(xiàn)，也是衡量測(cè)井技術(shù)水平的一個(gè)重要指標(biāo)。

國(guó)內(nèi)外石油服務(wù)公司都十分注重相關(guān)專業(yè)軟件的開發(fā)工作，相繼開發(fā)了自己的測(cè)井資料處理解釋系統(tǒng)。國(guó)外具代表性的公司有斯倫貝謝、貝克休斯、哈里伯頓、帕拉代姆、IP，各家解釋軟件及相應(yīng)處理平臺(tái)如表1所示，國(guó)內(nèi)具有代表性的公司有中國(guó)石油、中國(guó)石化、石大油軟和吉奧特等幾家公司，各家解釋軟件及相應(yīng)的處理解釋平臺(tái)如表2所示。

綜合國(guó)內(nèi)外測(cè)井處理解釋軟件來看，測(cè)井資料處理解釋軟件發(fā)展具有以下趨勢(shì)：

表1 國(guó)外測(cè)井資料處理解釋平臺(tái)統(tǒng)計(jì)

表2 國(guó)內(nèi)測(cè)井資料處理解釋平臺(tái)統(tǒng)計(jì)

(1)系統(tǒng)應(yīng)用平臺(tái)由Unix系統(tǒng)向Windows系統(tǒng)轉(zhuǎn)變；

(2)處理系統(tǒng)從針對(duì)單一廠商研發(fā)向適應(yīng)多廠商發(fā)展；

(3)多學(xué)科融合，測(cè)錄井評(píng)價(jià)從單井儲(chǔ)層參數(shù)分析為主，向工程應(yīng)用、地質(zhì)分析和區(qū)域評(píng)價(jià)等方向拓展；

(4)資料解釋從二維剖面解釋向三維化參數(shù)評(píng)價(jià)發(fā)展；

(5)系統(tǒng)數(shù)據(jù)采用數(shù)據(jù)庫與文件管理并存；

(6)系統(tǒng)功能模塊多以圖標(biāo)+菜單式管理，且提供豐富的二次開發(fā)工具。

3 大數(shù)據(jù)分析與測(cè)井解釋

在面對(duì)大數(shù)據(jù)時(shí)代對(duì)傳統(tǒng)測(cè)井資料處理解釋帶來理念沖擊的同時(shí)，針對(duì)測(cè)井解釋大數(shù)據(jù)，還需要積極做好技術(shù)準(zhǔn)備。對(duì)測(cè)井?dāng)?shù)據(jù)進(jìn)行大數(shù)據(jù)處理分析，首先需要構(gòu)建可以進(jìn)行大數(shù)據(jù)分析的數(shù)據(jù)基礎(chǔ)，其次要研究針對(duì)測(cè)井行業(yè)數(shù)據(jù)的大數(shù)據(jù)分析方法，最后形成可以對(duì)測(cè)井大數(shù)據(jù)進(jìn)行查詢、使用、分析等進(jìn)行智能觸發(fā)機(jī)制或數(shù)據(jù)驅(qū)動(dòng)軟件平臺(tái)，以良好的人機(jī)交互，發(fā)掘測(cè)井解釋大數(shù)據(jù)的最大價(jià)值。

3.1 關(guān)鍵技術(shù)分析

3.1.1 分類信息數(shù)據(jù)采集

測(cè)井?dāng)?shù)據(jù)庫：存放野外采集到的各種測(cè)井?dāng)?shù)據(jù)。

綜合數(shù)據(jù)庫：地質(zhì)、鉆井、錄井、測(cè)試、實(shí)驗(yàn)等數(shù)據(jù)(可借助現(xiàn)有各專業(yè)數(shù)據(jù)庫)。

業(yè)務(wù)流程庫：梳理測(cè)井處理解釋及綜合研究流程，建立對(duì)研究目標(biāo)適用的、有效經(jīng)驗(yàn)的測(cè)井處理解釋綜合研究流程庫。

分析基礎(chǔ)庫：記錄測(cè)井處理解釋對(duì)數(shù)據(jù)的訪問、對(duì)應(yīng)的人員、處理流程、服務(wù)程序及其相應(yīng)的變化(參數(shù)、服務(wù)程序、模型的選擇、解釋結(jié)果的確定等變化)。

人員信息庫：存放處理解釋人員個(gè)人信息，包括個(gè)人成功案例與失敗案例、研究成果、多個(gè)服務(wù)程序的熟練程度等。

分析成果庫：將大數(shù)據(jù)分析的結(jié)果進(jìn)行記錄，累積豐富的大數(shù)據(jù)分析經(jīng)驗(yàn)。

數(shù)據(jù)驅(qū)動(dòng)庫：在測(cè)井?dāng)?shù)據(jù)庫、綜合數(shù)據(jù)庫、分析基礎(chǔ)庫、人員信息庫、分析成果庫中進(jìn)行數(shù)據(jù)查詢和使用之前增加簡(jiǎn)捷的詢問，如本數(shù)據(jù)用于什么區(qū)域、什么井、服務(wù)程序等，為進(jìn)行數(shù)據(jù)驅(qū)動(dòng)提供大數(shù)據(jù)分析的基礎(chǔ)。記錄其數(shù)據(jù)使用足跡，在使用該數(shù)據(jù)前使用了哪些數(shù)據(jù)，在使用后又使用了哪些數(shù)據(jù)，最終又產(chǎn)生了哪些數(shù)據(jù)[2-3]。

3.1.2 數(shù)據(jù)的存儲(chǔ)與導(dǎo)入

存儲(chǔ)系統(tǒng)是大數(shù)據(jù)應(yīng)用中最核心的數(shù)據(jù)基礎(chǔ)，它不再是傳統(tǒng)分散、單一的底層設(shè)備，除具備傳統(tǒng)數(shù)據(jù)存儲(chǔ)的高性能、高安全、高可靠等特征之外，為滿足大數(shù)據(jù)處理應(yīng)用的需要，還應(yīng)具有虛擬化、自動(dòng)分層、并行分布、全局緩存加速、彈性擴(kuò)展、異構(gòu)資源整合等多方面的特點(diǎn)。

在測(cè)井分類信息數(shù)據(jù)采集中，還要大量導(dǎo)入其他專業(yè)數(shù)據(jù)庫，把這些綜合數(shù)據(jù)導(dǎo)入到一個(gè)集中的大型分布式數(shù)據(jù)庫，或者分布式存儲(chǔ)集群，在導(dǎo)入基礎(chǔ)上做一些簡(jiǎn)單的“清洗”和預(yù)處理工作。這些都給測(cè)井解釋大數(shù)據(jù)庫的建立與管理帶來巨大挑戰(zhàn)。

3.1.3 數(shù)據(jù)分析技術(shù)

針對(duì)需要進(jìn)行的地質(zhì)任務(wù)，需要自動(dòng)梳理數(shù)據(jù)集、服務(wù)程序及工作流程，并根據(jù)以往處理進(jìn)行參數(shù)選擇，同時(shí)需要記錄訪問的數(shù)據(jù)，在進(jìn)行數(shù)據(jù)訪問時(shí)，依據(jù)關(guān)聯(lián)進(jìn)行訪問提示。對(duì)各階段的成果，依據(jù)數(shù)據(jù)使用的流程、分析的流程和對(duì)目標(biāo)的認(rèn)知程度進(jìn)行評(píng)判，并提示。根據(jù)成果的檢驗(yàn)，確定是否累積到大數(shù)據(jù)庫中。

3.1.4 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘與數(shù)據(jù)分析技術(shù)的分析過程與傳統(tǒng)統(tǒng)計(jì)分析不同，一般不預(yù)先設(shè)定主題，主要根據(jù)現(xiàn)有數(shù)據(jù)進(jìn)行基于各種算法的計(jì)算，從而起到預(yù)測(cè)的效果，實(shí)現(xiàn)一些高級(jí)別數(shù)據(jù)分析的需求。比較典型算法有用于聚類的K-Means、用于統(tǒng)計(jì)學(xué)習(xí)的SVM和用于分類的Naive Bayes。

3.1.5 智能應(yīng)用測(cè)井處理解釋軟件平臺(tái)

國(guó)內(nèi)外現(xiàn)有測(cè)井處理解釋平臺(tái)都還未能采集、分析測(cè)井解釋大數(shù)據(jù)，需要根據(jù)測(cè)井解釋大數(shù)據(jù)的特點(diǎn)，研發(fā)面向大數(shù)據(jù)時(shí)代的新一代測(cè)井處理解釋平臺(tái)：一是可以采集、記錄、導(dǎo)入測(cè)井解釋大數(shù)據(jù)，并具備大數(shù)據(jù)數(shù)據(jù)庫管理功能；二是在具備傳統(tǒng)測(cè)井處理解釋功能基礎(chǔ)上，具備大數(shù)據(jù)測(cè)井?dāng)?shù)據(jù)處理解釋功能；三是具有大數(shù)據(jù)分析的良好交互能力。

3.2 測(cè)井資料大數(shù)據(jù)分析方法

從大數(shù)據(jù)分析的技術(shù)特點(diǎn)可知，需要新的處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，面對(duì)處理海量、高增長(zhǎng)率和多樣化的數(shù)據(jù)資產(chǎn)。假設(shè)現(xiàn)在已經(jīng)擁有這些大數(shù)據(jù)信息，我們可以采用如圖1所示的方法進(jìn)行測(cè)井資料的大數(shù)據(jù)處理及分析工作。

圖1 測(cè)井資料大數(shù)據(jù)分析流程示意

首先需要確定地質(zhì)處理任務(wù)的工作區(qū)及目標(biāo)井，然后設(shè)置該地質(zhì)處理任務(wù)有關(guān)的區(qū)域資料，同時(shí)在工區(qū)中選取若干鄰近非目標(biāo)井。由于目標(biāo)井及其鄰近非目標(biāo)井都位于同一工作區(qū)中，地層環(huán)境類似，因此鄰近非目標(biāo)井的測(cè)井解釋成果可用于為目標(biāo)井的測(cè)井資料的處理提供參考依據(jù)。但是，所獲取的鄰近非目標(biāo)井應(yīng)當(dāng)為與目標(biāo)井具有相同的地質(zhì)處理任務(wù)，這樣該鄰近非目標(biāo)井地質(zhì)處理任務(wù)的過程、結(jié)論可以為目標(biāo)井的分析提供參考依據(jù)。

一個(gè)工作區(qū)中通常包括幾十甚至上百個(gè)鄰近非目標(biāo)井，其中與目標(biāo)井具有相同的地質(zhì)處理任務(wù)的鄰近非目標(biāo)井的個(gè)數(shù)也很多。若是每個(gè)鄰近非目標(biāo)井的測(cè)井解釋成果都需要用來分析、處理目標(biāo)井的測(cè)井資料，將會(huì)帶來巨大的數(shù)據(jù)處理量，提高了對(duì)計(jì)算處理設(shè)備的硬件要求，延長(zhǎng)了目標(biāo)井的測(cè)井解釋成果得出的時(shí)間。因此，可獲取一個(gè)用戶認(rèn)為最適合的鄰近非目標(biāo)井來協(xié)助處理、分析目標(biāo)井。

選定了目標(biāo)井和鄰近非目標(biāo)井后，用戶可根據(jù)目標(biāo)井的地質(zhì)處理任務(wù)，選取若干適合該地質(zhì)處理任務(wù)的處理流程。根據(jù)用戶選定的處理流程，選取若干適合的處理程序；向用戶展示所選取的處理程序，并獲取用戶選定的處理程序；根據(jù)用戶選定的處理程序，選取若干適合的處理模型；向用戶展示所選取的處理模型，并獲取用戶選定的處理模型；根據(jù)用戶選定的處理模型，選取若干適合的處理參數(shù)初始值和參數(shù)變化步長(zhǎng)；向用戶展示所選取的處理參數(shù)初始值和參數(shù)變化步長(zhǎng)，并獲取用戶選定的處理參數(shù)初始值和參數(shù)變化步長(zhǎng)。向用戶展示的處理程序、處理模型、處理參數(shù)初始值和參數(shù)變化步長(zhǎng)均可根據(jù)歷史經(jīng)驗(yàn)數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)獲得。可利用選定的鄰近非目標(biāo)井，處理目標(biāo)井的測(cè)井資料，得到處理解釋成果，向用戶展示出來。用戶若是滿意該處理解釋成果，可將該處理解釋成果作為最終成果保存。當(dāng)前的目標(biāo)井的地質(zhì)處理任務(wù)完成，接著去處理其他的目標(biāo)井的地質(zhì)處理任務(wù)。用戶若是不滿意該處理解釋成果，用戶可選擇為處理參數(shù)初始值疊加上所選定的參數(shù)變化步長(zhǎng)，得到新的處理參數(shù)，之后再次進(jìn)行處理，判斷所得到的處理解釋成果是否滿意；若是經(jīng)過數(shù)次變化處理參數(shù)，所得到的處理解釋成果仍不符合用戶的要求，則用戶可以重新選擇參數(shù)變化步長(zhǎng)、處理參數(shù)初始值、處理模型、處理程序、處理流程等任一項(xiàng)或多項(xiàng)。

若用戶選擇的是工作區(qū)的多目標(biāo)井處理，則重復(fù)前文所記載的執(zhí)行選擇和處理過程，直至用戶所選擇的目標(biāo)井被全部處理完畢。

4 結(jié)束語

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)已經(jīng)成為重要的生產(chǎn)要素。通過專業(yè)技術(shù)人才的不斷創(chuàng)新，大數(shù)據(jù)會(huì)逐步為人類創(chuàng)造更多的價(jià)值。面對(duì)專業(yè)化的測(cè)井處理解釋技術(shù)，需要從以下三個(gè)方面系統(tǒng)認(rèn)知分析大數(shù)據(jù)：

第一是理論，從理論上進(jìn)行深入探討，從專業(yè)的角度對(duì)測(cè)井解釋大數(shù)據(jù)進(jìn)行特征定義、描繪與定性，洞悉其技術(shù)特點(diǎn)與發(fā)展趨勢(shì)。

第二是技術(shù)，分別從計(jì)算、處理、存儲(chǔ)、分析技術(shù)與應(yīng)用平臺(tái)構(gòu)建來說明大數(shù)據(jù)從采集、處理、存儲(chǔ)到形成結(jié)果的整個(gè)過程及關(guān)鍵技術(shù)。

第三是實(shí)踐，構(gòu)建專業(yè)化的智能測(cè)井解釋軟件平臺(tái)，從無到有、從簡(jiǎn)單到精細(xì)，展現(xiàn)大數(shù)據(jù)分析技術(shù)在測(cè)井解釋領(lǐng)域的美好景象與即將實(shí)現(xiàn)的藍(lán)圖。

其中，理論是大數(shù)據(jù)認(rèn)知基礎(chǔ),技術(shù)是大數(shù)據(jù)價(jià)值體現(xiàn)的手段和前進(jìn)的基石，實(shí)踐是大數(shù)據(jù)的最終價(jià)值體現(xiàn)。

面對(duì)測(cè)井解釋大數(shù)據(jù)，測(cè)井解釋工程師們還需要實(shí)現(xiàn)傳統(tǒng)測(cè)井?dāng)?shù)據(jù)處理解釋理念的三大轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對(duì)精確，要相關(guān)不要因果。

展望未來，基于大數(shù)據(jù)分析技術(shù)的測(cè)井解釋與傳統(tǒng)測(cè)井解釋將會(huì)從碰撞(Collide)走向連接(Connect)直到最終走向融合(Collaborate)的3C之路。

[1] 《測(cè)井學(xué)》編寫組. 測(cè)井學(xué)[M].北京：石油工業(yè)出版社，1998：384-527.

[2] 隋志強(qiáng). 對(duì)勘探綜合研究中的大數(shù)據(jù)分析的思考[J].油氣地球物理，2014，12(1)：1-3.

[3] 王喜雙，趙邦六，董世泰，等. 油氣工業(yè)地震勘探大數(shù)據(jù)面臨的挑戰(zhàn)及對(duì)策[J].中國(guó)石油勘探，2014，19(4)：43-47.

編輯：韓玉戟

1673-8217(2016)06-0051-04

2016-04-28

鄒德江， 高級(jí)工程師，博士，1974年生，現(xiàn)從事測(cè)井方法、綜合地質(zhì)研究及勘探技術(shù)管理工作。

P631.81

A