三维数据场可视化技术在石油地质勘探中的应用研究

张庭姣

摘 要：介绍了三维和大数据场景的可视数字化矿山技术和三维数字模拟矿山的基本概念，以“液态矿产资源储量估算及三维矿体建模可视化系统”为一范例，阐述了三维品位数据场景的可视性优化处理技术在品位矿体的表面模型建模、品位的块体处理模型和包含品位块体等值的表面模型生成过程中的实际综合应用;概述了三维和大数据场景的可视性优化分析技术在我国石油勘探行业中的重要应用价值和发展前景。

关键词：三维数据场可视;石油勘探;三维矿体建模

中图分类号：TP391.41;TP399 文献标识码：A文章编号：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

在石油工业中，传统勘探工作的成本很高。在传统的地质勘探工作过程中，勘探人员需要进入地层，通过勘探设备进行各种勘探活动，这在一定程度上增加了地质勘探工作的风险，严重危及工人的生命安全，勘探工作质量难以得到充分保证。同时，这种传统的勘探模式也大大增加了勘探成本，在一定程度上损害了石油企业的社会经济利益，不利于石油工业的长期稳定发展。在实际地质勘探过程中，石油勘探人员可以依靠地理信息系统技术提高勘探效率，增强勘探效果。

1 三维数据场可视化技术和数字矿山的概念

1.1 三维数据场可视化技术

三维和大数据场景的可视性优化研究是信息科学计算领域可视化的一个核心研究领域，也一直是计算机可视化相关技术应用研究的最新发展热点。这学科是在充分吸收当前计算机图形学[1]、图像信号处理、计算机数字视觉等技术相关多门学科知识的学术基础上逐步发展壮大起来的，但是研究体系大数据的一门交叉学科已被淘汰。研究的内容一般包括重要的大数据表示、处理与数据分析、操作、对象重组及显示等。与其他传统的二维计算机图形学不同，后者主要使用一个边界上的元素（即例如边界面和邊）作用来精确描述一个没有内部边界信息的二维对象;而三维模型数据场景的可视结构化学则是使用包含一个对象内部和外部所有边界信息的第3个边界元素（如立体素），用于描述整个对象。因此，利用三维的大数据场景和可视的量化分析技术它就可以很好地准确表示各种内部结构。三维模型数据场景的可视图量化绘制有两种主要算法：直接表面积的绘制和直接体积的绘制。一个核心思想主要是研究构造中间点的几何图形（例如中间曲面、平面等）。在三维空间进入数据处理领域，然后通过使用现有的图形计算机学和图形处理技术等来进行图形绘制。

1.2 数字矿山

数字矿山[2]是数字地球的重要结构组成的一部分。以实际应用矿山信息系统设计为基础原型，以矿山地理坐标为基础参考数据系统，以现代矿山信息科学管理技术、信息科学和数字计算机科学为基础理论研究，支持先进的现代矿山空间观测和信息网络管理技术，综合利用矿山GIS、RS、GPS、多媒体管理网络、虚拟现实仿真等先进技术，开发矿产资源和矿山基础配套设施，以实现矿山管理数字化、网络化、虚拟现实仿真、决策流程优化和矿山可视性优化为技术目标，以构建矿山空间信息数据仓库系统为技术基础，充分利用矿山空间数据分析、知识数据挖掘、虚拟增强现实、可视化、网络、多媒体和信息科学计算机等技术，进行石油资源评价和石油开采。

2 三维数据场可视化技术在数字矿山中石油开采的应用

三维数字建模技术是数字模型矿山的重要核心技术之一，是实现三维数字模型矿山的重要基础。三维建模数据场矿体的可视性建模技术的不断出现和快速发展为工业矿体三维数据建模研究提供了强有力的建模理论数据基础和良好的矿体可视化建模。与目前传统描述二维矿床场景几何数据信息和矿床属性数据信息的处理方法相比，三维矿床数据场景的可视化处理方法分析具有明显的技术优势。建立矿床品位构成数据场的品位剖面构成模型、品位反演构成模型和矿床品位块构成模型，揭示我国矿床品位内部结构和品位属性，可视化分析矿床的内部几何结构形态、空间地理位置和矿床品位数据分布。

2.1 品位块体模型在储量估算和品位分布可视化中的应用

目前国外矿业采矿分析软件一般应用做法主要是块物理模型与采矿地质学和统计学相互的结合。利用各种数学方法对各种品位储量分布数据进行数值建模[3]，然后综合利用各种品位约束块计算模型对品位储量数据进行数值估算和储量可视化。块体地质模型结构是研究矿山矿产地质体的重要基础建模模型，广泛应用于煤山矿产地质储量建模计算、矿床结构模拟、采矿结构设计流程优化等多个领域。被用来建模的二维空间可以分成普通的三维或者长方体或是单元块或者集合。每个存储单元块的存储计算机址和存储文件地址分别对应于一个自然界和沉积物在块中的特定位置，一致性被认为是旧的。为了大大减少系统数据量，公共块每个单元位置只能实时记录每个起始块的一个空间长度坐标，其他块的空间坐标参数可以通过该单元位置的空间索引、块每个单元的空间长宽距离参数和其他起始块的空间坐标参数来进行计算。这样你就可以大大减少块的数据量，因为每个块只有你需要手动记录它的所有属性和数值。大块单元模型的尺寸局限性主要在于对矿体边界部分约束不规则的大块矿体进行建模时，为了更好适应不规则的矿体边界约束部分，必须不断增加减小大块单元尺寸。这就会导致用户数据迅速过度膨胀。解决问题方案通常是仅在一个边界定义区域上，同时执行一个局部定义单元格的细化。例如，边界块体积可以每次重复进行细分8次，直到每个边界块体积足够小，但必须准确记录每个块的边界坐标。

建立一个坡度块属性模型的第一步骤就是首先建立关于坡度模型属性数据库的字段。生成原始矿山的地理属性数据采矿场所必需的地理数据，主要都是来自于应用地球学和光学探测工程的原始矿山样品的属性分析数据，包括矿山探坑、槽探等。包括一个样本的平均长度、空间内的位置和平均高度等级等数值。这些原始数据采样后的数据往往通常是不连续和稀疏的。为了获得规则的、结构化的三维空间数据，首先必须对空间数据进行插值。也就是说，其他每个未知数据点的采样空间值通过计算，已知的每个采样空间数据值来进行一个数学上的估计。常用的泰森地质测量空间插值组合算法主要有泰森平方反比法[4]、泰森多边形反比法[5]和著名的rrgram等方法团合算法等。选择合适的矿体空间插值[6]分析方法也正是准确描述一个矿体实际使用情况，揭示一个矿体内部矿质属性特征及其变化规律的关键问题。插值前必须插入合并样本级别的数据，也就是说，不同长度的具体样本和质量等级都需要用一种离散的标点方法来进行量化。除了三维立体坐标，每个观测点还必须具有最好的坐标等级和数值相关信息。有了这些新的离散属性点，就等于可以用各种插值计算方法对其进行插值，从而可以得到符合规则的属性坡度场和属性数据场。

由于各种矿体的品位约束分布直接受各种地质环境因素直接控制，制作品位块处理模型的第二步骤就是在上面分析得到的离散品位字段数据中，对于字段分别引入各种品位约束，通过各种块的数学计算可以得到这些约束内的各个离散品位点，最后用块模型表示计算出来。每个块的等级颜色由每个等级块和颜色块的表示所决定。设置采矿坡度约束的主要形式包括对采矿体坡度边界控制约束、坡度范围阈的数值控制约束、深度阈值[7]约束等。并且我们可以同时进行应用各种条件约束。

矿体块有边界的块约束模型是一种使用作为矿体曲面模型或者作为块约束模型的方法约束矿体曲面，生成的块都在一个矿体块的边界内。这种多孔四面体矿块混合采矿模型不仅能够准确性地描述整个矿体的内部表面，而且很好地准确表达整个矿体的内部边界属性，并用于对矿体的内部边界进行约束形成品位块混合模型，能够准确性地计算整个矿体的结晶体积、矿石矿含量和其他金属矿含量，是目前采矿管理软件中最常用的矿体建模计算方法。矿体节点边界关系约束处理算法的一个核心功能是通过判断块与其他矿体之间表面（多面体）的节点位置边界关系。主要应用有两种运算方法：一个交叉的代数法[8]和一种向量代数运算。基本设计思想上就是在两个估计的交点任意空间释放一个L射线，用obb或者sbsp树形来计算其外射线与多面体的两个交点的函数，多面体外射线为一个偶数;单面体为奇数。在实际设计应用中，一般可以选择不在矿体估计包围外的点与矿体估计点直接相连，而不是与任何相连。矢量发射运算的基本设计思想也就是首先利用一个obbsp树或者obsp树可，然后找到最小的接近多面体某个期望点的三角形，从这个期望点向接近三角形上方发射一个L型的射线，计算出在射线上的矢量和接近三角形发射向量期望点的乘积。如果正顶点积为正，则说明该正顶点在多面体中，反之亦然。品位值和阈限定值分析约束根据分级矿物提取和分析显示各种具有一定浓度范围内不同品位值的不同类型矿物集。这样我们可以快速的观测整个钻石矿区的空气品位变化分布，如图1就是带矿体边界约束的块体模型图，石油矿的边界线也是如此生成的。

2.2 品位等值面

等值面[9]生成的算法一般说来可以大致分为以下两类。第一种我们是在二维素线剖面上自动跟踪每个素线，然后通过素线轮廓图像连接处理算法自动连接图像到每个素线轮廓表面。第二种方法是提取等值面，如移动立方体、移动四面体和分割立方体。其中，移动高度立方体运算是目前应用最广泛的等高度平面运动跟踪分析算法。首先根据给定的阈的数值对每个作为主题顶点元素的8个主题顶点的值进行一个数值上的二值化，然后对8个主题顶点的值进行参数二值化。然后根据它们的实际拓扑空间关系又再分为15种实际情况，进行等价式和匹配式的处理。这种操作方法让你可以快速自动生成一个等值面，但在合成等值面时会出现对偶问题，于是尼尔森和HKON在1991年提出了解决渐近线的问题。利用等值面追踪算法[10]，可以提取出与等级数据字段的等级值对应的表面，并在等级调色板中以相应的颜色显示，从而直观地显示数据字段的等级分布。图2便是经过品位阈值约束的石油矿各层的集合;图3是生成的等值面。

2.3 体绘制技术在数字矿山中的应用

通过数据断面切割等数据绘制技术，可以在一定量的程度上准确观察整个数据场的内部结构变化，但不能准确地揭示整个数据场的内部变化情况。相比之下，体积图绘制成像技术无疑是推动可视化成像技术快速发展的重要技术突破。该计算技术将三维图形数据的每个体素函数视为半透明状的物质，根据每个体的透明函数的取值来计算体的透明度和整体颜色。然后，通过整个颜色数据场图像进行三维颜色图像合成，从而可以获得三维颜色数据场的一个全局颜色图像。体积式绘制图的方法使它能够直观而准确表示整个虚拟数据场的各个细节。常用的投射算法主要有短波射线变形投射转换法、全线性变形投射法和频域函数转换法。通过体验式绘制图的技术，显示整个矿物品位图和数据场的详细信息内容，使中国地质学家随时可以清楚看到整个矿物群的分布（例如确定矿物群的大小、位置等）。在数据位置所表示的空间区域中一览无余。正确指导实施阶段性的加密采矿工程，在阶段采矿勘探设计阶段采矿勘探工程的加密位置合理布置和阶段采矿工程设计方案的综合优化设计有很大的帮助。然而，与图形表面上的渲染过程相比，体积在绘制过程得到的图形视图通常包含了大量的图形信息，因此通常视图是模糊的。因此，为了更好而深入了解这个数据场，需要从不同的角度实时性地观察一个全局数据地图。目前各种体感喷绘制作的算法无法在国内主流工业微机上直接实现。与传统软件绘制实现方法相比，利用基于图形纹理硬件的3D图形纹理着色加速和图形碎片化的着色加速功能等来进行体感的绘制实现是目前最有效的，它是直接多媒体图像绘制实现方法。随着现代图形显卡加速处理技术的逐步发展和不断普及，很多主要的图形显卡已经开始具备了这些加速功能。因此，研究如何在一种可编程软件GPU上设计实现最大实时体积的绘制技术是一种发展趨势，也是可行的。

3 结语

数字矿山技术是实现我国矿业经济可持续发展的必由之路。三维数据场整体可视自动化处理技术可以实时处理数据矿体坡度表面面积模型、坡度块面积模型、坡度背面、数据场整体切割后的平面坡度模型等。它不仅能很好地准确表达出采矿体内外纹理细节，可视化采矿品位分布，而且还在立体矿床动态模拟、储量资源估算、采矿工程辅助设计等诸多方面都具有很好的实际应用价值。

【参考文献】

[1] 张亮.计算机图形学中的三维图形技术在飞行器实时显示上的应用[D].厦门：厦门大学，2014.

[2] 武强，徐华.数字矿山中三维地质建模方法与应用[J].中国科学（地球科学），2013，43（12）：1 996-2 006.

[3] 孙文洁，杨文凯，王子超，等.三维数值建模在地质工程综合设计中的应用[J].煤炭工程，2019，51（11）：120-122.

[4] 郭藝歌.基于GIS的小流域产流计算方法研究[D].武汉：华中科技大学，2005.

[5] 马亚丽，敖天其，王汉涛.泰森多边形距离反比加权法在BTOPMC模型中的应用分析[J].水利规划与设计，2019（11）：58-63.

[6] 赵广帅，李发东，李运生，等.GIS空间插值模拟法与土壤类型法估算比较土壤碳储[J].农业工程学报，2014，30（20）：155-162.

[7] 雷雨萌，陈祖煜，于沭，等.基于深度阈值卷积模型的土石料级配智能检测方法研究[J].水利学报，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] 沈占锋，夏列钢，程熙，等.等值线追踪生成等值面过程中的算法策略[J].武汉大学学报（信息科学版），2015，40（9）：1 201-1 208.

[10] 荣光李，黄尉.基于子空间追踪算法的稀疏子空间聚类[J].合肥工业大学学报（自然科学版），2019， 42（7）：999-1 004.