‘Una aguja en un pajar’: cómo la IA está ayudando a descubrir pozos petroleros abandonados
Los Estados Unidos continentales están repletos de recordatorios de nuestro voraz apetito por el petróleo. Desde la década de 1850, ha habido una Se estima que hay 3,5 millones de pozos de petróleo y gas. perforados en todo el país. Muchos de ellos fueron abandonados después de que las empresas que los administraban quebraron o dejaron de operar. Estos artefactos olvidados de combustibles fósiles, denominados oficialmente “pozos huérfanos indocumentados(Los UOW) a menudo se quedan atrás sin que se realicen esfuerzos significativos para sellarlos de manera segura. Los pozos huérfanos desconectados pueden filtrar durante años metano, petróleo y otras sustancias químicas peligrosas que pueden contaminar el aire y potencialmente contaminar las fuentes de agua cercanas. La Oficina de Gestión de Tierras Sospecha que aún quedan 130.000 de estos viejos pozos destapados esparcidos por todo Estados Unidos. Las organizaciones industriales como la Comisión Interestatal del Pacto de Petróleo y Gas creen ese número podría estar más cerca de 740.000
Encontrar y tapar esos pozos es una tarea laboriosa que requiere mucho tiempo. Los investigadores pasan incontables horas revisando cientos de miles de mapas antiguos, algunos de ellos de mediados del siglo XIX, buscando referencias a pozos que actualmente no figuran en los registros oficiales. La inteligencia artificial podría acelerar ese proceso. Investigadores del Laboratorio Berkeley del Departamento de Energía de EE. UU. han creado un nuevo modelo de red neuronal de visión entrenado en mapas de más de 100 años que, según dicen, puede identificar pozos huérfanos previamente descubiertos dentro de 10 metros de su ubicación real. Los investigadores ya han confirmado la presencia de 44 de los 1.301 pozos potenciales identificados por el modelo en California y Oklahoma. Una vez ampliado, el investigador cree que este nuevo enfoque impulsado por la IA podría ayudar a lograr avances significativos para finalmente desconectar completamente estos pozos inactivos durante mucho tiempo.
El modelo de IA se entrenó en miles de mapas topográficos
Los investigadores detallaron su proceso para entrenar la IA en un artículo. publicado esta semana en la revista Ciencia y tecnología ambientales. El equipo entrenó su modo de IA específicamente para identificar un símbolo con forma de círculo negro hueco que se usaba comúnmente para identificar pozos de petróleo y gas en mapas topográficos. Un etiquetador de datos humano pasó 40 horas identificando manualmente ejemplos de estos símbolos que luego sirvieron como conjunto de entrenamiento del modelo de IA. Al entrenar la IA, los investigadores tuvieron que tener en cuenta otros símbolos o creadores con patrones circulares de apariencia similar que podrían identificarse erróneamente y dar lugar a falsos positivos. Incluso los símbolos redondeados como los números “9” o “0” podrían convertirse en falsos positivos. Algunos mapas estaban en relativamente buenas condiciones, pero otros estaban desgastados con el tiempo y manchados. Charuleka Varadharajan, científica del Laboratorio de Berkeley y autora principal del artículo, comparó este proceso con “encontrar una aguja en un pajar.”
Una vez que la IA estuvo completamente entrenada para detectar los símbolos de los pozos, los investigadores la aplicaron en miles de mapas limitados a cuatro condados ricos en petróleo en California y Nevada. El modelo arrojó 1.301 pozos huérfanos potencialmente indocumentados. Luego, los investigadores intentaron verificar esos hallazgos analizando imágenes aéreas y satelitales de Google Earth. Se cernieron sobre las áreas identificadas por la IA y buscaron características como torres de perforación de petróleo, bombas y tanques de almacenamiento que sugerirían un príncipe de pozo. El equipo verificó 29 pozos previamente no documentados utilizando este método visual.
Pero no todos los pozos abandonados son necesariamente visibles con imágenes aéreas. Muchos están aislados bajo la superficie. En esos casos, los investigadores deben realizar pruebas de campo en persona en las que utilizan magnetómetros montados en mochilas para detectar anomalías magnéticas que sugieren la presencia de tuberías metálicas verticales enterradas bajo tierra. Los investigadores pudieron verificar 15 pozos más utilizando este método.
“Elegimos intencionalmente tener más falsos negativos que falsos positivos, ya que queríamos tener cuidado con las ubicaciones de los pozos individuales identificadas a través de nuestro enfoque”, añadió Varadharajan. “Creemos que el número de pozos potenciales que hemos encontrado está subestimado y podríamos encontrar más pozos con un mayor refinamiento de nuestros métodos”.
Las predicciones de IA pueden funcionar en conjunto con drones que detectan bien
Los investigadores esperan combinar el poder predictivo de la IA con otra tecnología moderna, como drones equipados con sensores, para acelerar rápidamente el ritmo que los científicos pueden detectar y, en última instancia, tapar pozos potencialmente con fugas. En el futuro, los drones equipados con magnetómetros podrían desplegarse rápidamente en áreas donde la detección aérea no es posible. Otros drones equipados con sensores de metano podrían medir el aire en busca de fugas. Mientras tanto, los drones adornados con cámaras hiperespectrales podrían escanear áreas en busca de longitudes de onda asociadas con columnas de metano que de otro modo serían indetectables para el ojo humano.
“La IA puede mejorar nuestra comprensión del pasado extrayendo información de datos históricos a una escala que era inalcanzable hace apenas unos años”, dijo en un comunicado el becario postdoctoral del Laboratorio Nacional Lawrence Berkeley, Fabio Ciulla. “Cuanto más nos adentramos en el futuro, más podremos utilizar el pasado”.
Gana las fiestas con las guías de regalos de Heaven32