Sismik veriler ile derin öğrenme kullanarak rezerv tahmini

Abstract

Enerji, modern toplumların ekonomik kalkınması ve toplumsal refah düzeyinin devam edebilmesi açısından önemli bir unsurdur. Günümüzde enerji üretiminde fosil yakıtların kullanımı oldukça fazladır. Petrol, doğalgaz ve kömür gibi fosil kaynakların yer altındaki rezerv alanlarının belirlenmesinde, sismik görüntülerden yararlanılmaktadır. Bu görüntülerde özellikle tuz kubbelerinin varlığı, fosil yakıt rezervlerinin tespit edilmesinde kullanılmaktadır. Ancak bu rezervlerin tespit süreci uzmanlar tarafından manuel olarak yürütülmekte; bu süreç hem yüksek düzeyde bilgi hem de uzun zaman ve emek gerektirmektedir. Uzmanların bilgi ve deneyimlerine dayalı yorumlarının bazı durumlarda çevresel, bilişsel ya da sistemsel etkenlerden etkilenmesi, yanlış pozisyonlanan sondaj faaliyetlerine ve buna bağlı olarak zaman ve maliyet açısından önemli kayıplara sebep olabilmektedir. Yapay zeka teknolojileri ile özellikle görüntü segmentasyonunda etkinliği kanıtlanmış olan UNet mimarisi, birçok çalışmada temel model olarak kullanılmaktadır. Bu çalışmada da UNet mimarisi esas alınarak, modelin segmentasyon başarımını artırmak amacıyla çeşitli modüller eklenerek mimarinin başarımını yükseltmek amaçlanmıştır. Eklenen modüller arasında ScSE (Spatial and Channel Squeeze-and-Excitation), ASPP (Atrous Spatial Pyramid Pooling) ve Hypercolumn yapıları yer almakta olup, her biri hem bireysel olarak hem de birlikte entegre edilerek test edilmiştir. Model eğitimi öncesinde veri setine yeniden boyutlandırma ve normalizasyon gibi ön işleme adımları uygulanmıştır. Ardından, her sistem accuracy, Intersection over Union (IoU), F1 skoru ve mean Average Precision (mAP) gibi performans metrikleri ile değerlendirilmiştir. Elde edilen sonuçların istatistiksel anlamlılığı ise McNemar testi ve Cohen's Kappa katsayısı ile analiz edilmiştir. Sonuçlar, tekil olarak en yüksek artışın ASPP modülüyle sağlandığını, tüm modüllerin birlikte entegre edildiği modelde ise en yüksek genel performansa ulaşıldığını ortaya koymuştur.