近日，美國石油地質(zhì)學(xué)家協(xié)會發(fā)表了一篇名為《大數(shù)據(jù)和深度學(xué)習(xí)對當(dāng)今石油產(chǎn)業(yè)的突破性意義》的文章，文中給出的案例是，美國高分辨率影像供應(yīng)商DigitalGlobe公司，將深度學(xué)習(xí)、空間大數(shù)據(jù)、云計算等技術(shù)相結(jié)合，將油氣行業(yè)的現(xiàn)場勘查、數(shù)據(jù)輸入、數(shù)據(jù)分析等工作，全部交由機器自動完成，在短短幾天完成建筑物特征提取，幫助油氣行業(yè)快速完成井場選址 。
同時，DigitalGlobe的自動化建筑物矢量提取、高分辨率數(shù)字高程模型、GBDS云平臺等技術(shù)，也得到了廣泛等應(yīng)用，節(jié)省客戶數(shù)月的時間和成本。
據(jù)DigitalGlobe官網(wǎng)，公司可以在3天內(nèi)，完成5300平方公里、21萬個建筑物的識別。機器學(xué)習(xí)和大數(shù)據(jù)，是DigitalGlobe用到的兩個最核心功能。
油氣應(yīng)用案例詳細(xì)內(nèi)容：http://explore.digitalglobe.com/machine-learning-satellite-imagery-well-pad-planning.html?utm_source=website&utm_medium=blog&utm_campaign=O&G-Upstream
利用深度學(xué)習(xí)和高清衛(wèi)星影像，可迅速且精確地制定井場分布決策
石油軟件公司Paradigm的Hamal Hami-Eddine，在接受采訪時表示：
我認(rèn)為大數(shù)據(jù)離不開深度學(xué)習(xí)。在日常運用中，我認(rèn)為無人駕駛汽車的發(fā)展是對非數(shù)字世界影響最大的大數(shù)據(jù)應(yīng)用。然而真正讓我印象深刻的，是那些實時處理衛(wèi)星影像的應(yīng)用。這些應(yīng)用每天需要傳輸、處理并分析數(shù)萬億字節(jié)的數(shù)據(jù)。
近18個月里，能源領(lǐng)域的企業(yè)紛紛開始聘請數(shù)據(jù)科學(xué)家，開設(shè)機器學(xué)習(xí)的創(chuàng)新中心，并與人工智能行業(yè)的初創(chuàng)企業(yè)展開合作。這個趨勢看似新鮮，實則應(yīng)運而生。大數(shù)據(jù)越來越頻繁地被油氣行業(yè)應(yīng)用于地表及地下業(yè)務(wù)之中，包括3D地震勘測、實時地層評價、無人機航拍和現(xiàn)場調(diào)查標(biāo)記等。也正因為如此，該行業(yè)面臨著各種方面的大數(shù)據(jù)挑戰(zhàn)，比如處理和分析海量數(shù)據(jù)，將地下數(shù)據(jù)和精確地表的位置配準(zhǔn)等。
機器學(xué)習(xí)：大規(guī)?？焖偬崛〗ㄖ锸噶?/strong>
DigitalGlobe與Ecopia合作，將高分辨率衛(wèi)星影像、人工智能和云計算結(jié)合到一起，推出了首個全球建筑物矢量提取解決方案。利用該技術(shù)，客戶能夠快速獲得全球范圍內(nèi)，任意類型建筑物的高精度矢量數(shù)據(jù)，同時支持變化監(jiān)測，大大提高了工作效率。
油氣開采公司可以利用快速獲取的建筑物矢量數(shù)據(jù)，迅速優(yōu)化井場定位。節(jié)省勘測成本、制定更精確的井場布置方案，降低對環(huán)境和周圍居民的影響，保障施工安全。
目前，識別建筑物矢量都是通過人工完成的，比如 GIS 分析人員需要對影像進行解譯，調(diào)查人員需要實地驗證等。
大數(shù)據(jù)：高分辨率高程模型
油氣行業(yè)在規(guī)劃新井場時，需要高質(zhì)量的高程模型數(shù)據(jù)，來確定通路、優(yōu)化井場的切割和填充，同時避開洪泛區(qū)，并獲得居民區(qū)導(dǎo)航。而DigitalGlobe 可以提供全球5米分辨率的數(shù)字高程模型 (DEM)，也可以在客戶需要的時候快速生成高達50厘米分辨率的DEM。
另外，DigitalGlobe的GBDX空間大數(shù)據(jù)服務(wù)平臺，集云影像庫、多視角攝影測量、高級分析和機器學(xué)習(xí)功能于一體，更加快了DEM的創(chuàng)建過程，費用低于航空激光雷達或現(xiàn)場勘測。
{{item.content}}