尚福華 薛誠 曹茂俊

摘要：為提高測井處理解釋軟件的智能性，如何以一種顯示的、形式化的方式來表示測井領域知識是面臨的一個重要問題。在研究測井處理解釋業(yè)務流程的基礎上引入本體的概念，將領域本體與測井處理解釋的具體應用需求相結合提出了一種基于業(yè)務流程的領域本體構建方法，實現(xiàn)了測井處理解釋領域本體的構建，解決了傳統(tǒng)知識表示方法難以適應大規(guī)模信息的處理和表示的問題。該方法使知識與測井處理解釋流程緊密關聯(lián)，更加高效的滿足應用需求。以地層評價業(yè)務流程為例，詳細介紹了領域本體的構建過程。

關鍵詞：測井處理解釋，領域本體，業(yè)務流程，知識表示

中圖分類號：TP18

文獻標識碼：A

1 引言

隨著計算機技術的飛速發(fā)展，測井處理與解釋軟件已經(jīng)成為測井資料儲層評價工作中不可缺少的重要工具，同時勘探開發(fā)的油氣藏越來越復雜，對測井及資料處理解釋的要求也越來越高，地下儲集層的隱蔽性與非均質性，造成測井解釋對地下地質特性的分析與還原能力，很大程度上取決于測井分析專家的經(jīng)驗、技能與判斷力，然而，具有這種經(jīng)驗的專家要花很長的時間才能形成，且形成之后往往有流失的可能，所以測井資料處理與解釋自動化及智能化是當前測井解釋領域追求的目標之一。目前，國內外測井軟件如CIFLog、TechLog和GeoLog已經(jīng)在知識庫方面進行了思考和工作的開展[1-2]，但是面臨的一個主要的問題是如何對測井處理解釋領域龐大的知識進行表示，以便能夠在知識庫中快速獲取目標知識。傳統(tǒng)的知識表示方法[3]如產生式表示法無法呈現(xiàn)完整的知識，只能用單一的規(guī)則描述部分的知識，但是在測井解釋過程中不僅要有推理邏輯，還要進行許多算術運算，純粹的產生式表示法無法滿足要求。知識庫的發(fā)展面臨的重要問題是如何讓計算機能理解和處理知識，解決這個問題的難點是建立怎樣的模型來描述知識，實現(xiàn)領域知識的共享與重用[4]。

本體（Ontology）是共享概念模型的明確確的形式化規(guī)范說明，定義了組成主題領域的基本術語和關系等。誕生以來就在信息科學領域受到廣泛的關注，其重要性也在許多方面表現(xiàn)出來，其應用研究已經(jīng)延伸到多個領域，如知識工程、自然語言處理、軟件工程領域。國內對本體論的研究，主要有信息檢索[5]、常識知識庫等方面。國外較為成熟的通用本體庫系統(tǒng)有WordNet，Dbpedia，Cyc，以及生物醫(yī)學領域本體、企業(yè)領域本體，國內比較著名的通用本體庫系統(tǒng)是HowNetc6]、浙江大學人工智能研究所基于本體論的產品信息集成研究等[7]。由于在測井解釋過程中不僅需要進行知識的推理還要進行很多算術運算，領域本體在該領域中的應用很好的滿足了要求，同時實現(xiàn)了測井領域知識的重用，以及測井領域信息知識內容的集成、挖掘和關聯(lián)。

本文研究了測井處理解釋業(yè)務流程，提出了基于業(yè)務流程的測井處理解釋領域本體構建方法，實現(xiàn)了測井領域本體的構建。并以地層評價為例，闡述了其在構建領域本體中的具體應用。

2 測井處理解釋領域本體概述

2.1 本體概述

本體最為廣泛接受的概念是：本體是對共同的概念進行規(guī)范化的說明[8，9]。本體的表示方式有很多種，其中最常見的表示形式是一個五元組的集合O=（C，R，σ，A，I）。其中：C為概念集合，也稱為類的集合。R是領域中概念之間的關系。σ表示函數(shù)。A表示公理，用來說明函數(shù)之間或關系之間存在的關聯(lián)和約束。I是指實例，即概念中的具體例子。本體的目標是捕獲相關領域的知識，提供對該領域知識的共同理解，確定該領域內共同認可的詞匯，并從不同層次的形式化模式上給出這些詞匯和詞匯之間相互關系的明確定義。

本體可以劃分為頂層本體、領域本體和應用本體，其中頂層本體描述的是通用的概念即概念之間的關系，比如時間，空間等;領域本體描述的是特定領域如測井處理解釋領域的概念和概念間的關系;應用本體描述的是依賴于特定領域和任務的概念和概念間關系。本文在測井處理解釋系統(tǒng)中引入本體，通過對測井處理解釋流程的具體分析，構建面向測井處理解釋的領域本體，實現(xiàn)了知識的重用和邏輯推理，提高了測井處理解釋軟件的智能性。

2.2 測井處理解釋概述

測井數(shù)據(jù)處理與綜合解釋，就是按照預定的地質任務，用計算機對測井資料進行自動處理，并綜合地質、錄井和開發(fā)資料進行綜合分析解釋，以解決地層劃分、油氣儲集層和有用礦藏的評價及其勘探開發(fā)中的其它地質與工程技術問題[10]。

測井處理解釋領域本體，就是通過引入本體和描述邏輯對測井處理解釋領域的知識進行形式化和規(guī)范化的描述。通過在測井處理解釋軟件框架的支持層中引入測井處理解釋領域本體，實現(xiàn)在領域本體中定義測井領域基礎信息本體概念如：骨架密度、壓實系數(shù)、孔隙度和滲透率等，同時還要從概念中抽取關系。領域本體為解決語義異構問題提供了解決方法，不同測井處理解釋領域實體通過領域本體實現(xiàn)了語義共享。所以將本體與測井處理解釋領域相結合，明確領域概念及其之間的關系，實現(xiàn)了測井處理解釋領域的集成和共享。

3 測井處理解釋領域本體構建

目前比較流行的領域本體構建方法有：“骨架法”、“評估法”、“Bernaras”、“Methontology”、“Sen-sus”以及斯坦福大學的“七步法”[11-15]，比較這些本體構建方法，它們的特點如下[16].

1）本體構建大致可劃分為階段法（如骨架法）和原型演化法（如Methontology淺}等;

2）在構建過程中可分為“非形式化描述本體”和用正規(guī)描述語言“形式化描述本體”前后兩個階段;

3）希望通過累積的方法來構建本體，即先構建一個基礎本體，然后做進一步開發(fā)。

但是目前的本體構建方法還未能像軟件工程那樣形成一種統(tǒng)一的、標準的、通用的本體方法論。本文的研究是在骨架法以及“七步法”的基礎上，結合測井處理解釋業(yè)務流程提出一套基于業(yè)務流程領域的本體構建方法。該方法的核心是：將領域本體的構建與業(yè)務需求緊密的聯(lián)系起來，以具體的測井處理解釋業(yè)務為起點，并且貫穿于本體構建的全部過程，這樣易于知識的獲取和本體功能的描述。本體的概念以及關系的抽取是一個不斷循環(huán)迭代的過程，先以應用需求抽取規(guī)則，然后輔助完善領域本體，直至本體趨于完善。同時結合傳統(tǒng)方法采用從上到下的方式，首先構建頂層本體，然后是領域本體，后是應用本體，通過這一系列過程構建的領域本體在滿足應用需求的前提下，還具有一定的通用性、完整性和共享性。

3.1 測井處理解釋領域本體構建框架

隨著人工智能等技術的發(fā)展，測井處理解釋也逐漸向著自動化和智能化轉變，利用本體方法可以構建測井處理解釋領域的知識脈絡，能更好地繼承共享已有的知識。結合測井處理解釋業(yè)務流程提出基于業(yè)務流程的領域本體構建方法，具體過程如圖1所示：

1）明確所屬領域及應用范圍：為后續(xù)構建過程的明確方向。領域本體構建的目的是把領域的概念、屬性和規(guī)則等形式化的表達出來，為知識的共享和推理提供基礎。

2）需求分析：從業(yè)務功能需求方面入手使本體與應用緊密結合。采用軟件工程方法，細化業(yè)務需求，形成詳細的說明文檔以便后續(xù)應用。例如單孔隙度測井泥沙巖分析，需要首先對該過程進行詳細的說明，如：期望輸出的結果和涉及到的領域信息如參數(shù)、公式等。

信息收集：包含兩個部分，一是對輸入的文檔進行先期處理（如斷句，分詞等），二是要考慮本體的復用，即對已有領域本體的使用，可以省去元本體和頂層本體的建立，專注于領域本體的構建。

3）概念、屬性抽?。褐饕δ苁菑妮斎胛谋局刑崛∧切┖湍繕祟I域高度相關的概念。概念的抽取主要分為兩部分：一是從第一步確定的領域范圍內的相關詞典和相關文獻中直接抽取;二是結合建立的業(yè)務流程模型，根據(jù)具體業(yè)務步驟抽取每一步驟中涉及到的術語。這樣得到的本體概念更加完整，覆蓋度高。

4）關系抽?。喊▽哟侮P系抽取和非層次關系抽取。關系抽取的核心在于怎樣選擇和提取關系特征[17]，為解決該問題從業(yè)務流程入手，分析每一步驟涉及到的概念，從中抽取本體概念關系。從語義上來說概念之間的基本關系有整體一部分關系、分類關系、實例與概念關系和屬性關系，但是實際建模過程中并不止這四種，可以根據(jù)領域的具體情況來定義。

5）本體的形式化：采用OWL DL語言，在保證描述能力的同時也兼顧了推理能力。構建領域本體文檔，可以對后續(xù)的領域本體優(yōu)化奠定基礎。

6）本體評價和本體應用：對形成的本體進行一致性，完整性等的評價，然后針對某一具體業(yè)務，進行初始領域本體的試運行，來驗證是否滿足業(yè)務需求，若符合則可以投入實際應用，否則根據(jù)試運行結果進行更改。

3.2 測井處理解釋領域本體構建

地層評價是一種復雜的、運用多學科知識和實踐經(jīng)驗對地層進行綜合分析的過程，涉及到大量的數(shù)值運算及復雜的推理，是測井資料處理與解釋過程中最為重要和關鍵的一個環(huán)節(jié)。下面以地層評價為例說明測井領域本體的構建過程。使用protege

4.3 作為構建工具，OWL DL為構建語言。

1）明確所屬領域以及需求分析

（1）本體構建目標：解決測井處理解釋領域的知識表示的不足，使系統(tǒng)更好的輔助操作人員進行綜合分析以及演繹推理最后做出決策得到地層評價結果。

（2）應用需求分析：首先構建地層評價的整體知識模型，然后對每一階段進行具體分析形成詳細的功能說明以及所涉及到的概念說明。例如在劃分儲集層時的巖性識別過程，在淡水泥漿的井內可以根據(jù)自然電位曲線、微電極曲線、聲波時差曲線和電阻率來劃分，首先如果SP有明顯負異常微電極有正幅度差，則為砂巖或者生物灰?guī)r;如果聲波時差高則為砂巖其次為生物巖。在這個過程中明確了業(yè)務需要的信息，為后續(xù)的構建提供了基礎。地層評價的知識模型如圖2所示。

為了保證領域本體的完整性，信息收集要從多方面進行。本領域的基本信息主要來自兩方面：一是測井基礎信息數(shù)據(jù)庫，二是本領域行業(yè)規(guī)范相關詞典，如《測井原始資料質量要求》、《測井解釋報告編寫規(guī)范》和《裸眼井單井測井數(shù)據(jù)處理流程》等。

2）概念、屬性的抽取

概念的抽取主要采用兩種方式，一種是根據(jù)建立好的業(yè)務流程框架從上到下順序抽取，逐步細化。在概念的抽取過程中要緊密的結合測井處理解釋的具體業(yè)務流程，如在進行儲集層評價時，非儲集層判別過程中，需要根據(jù)不同測井曲線在不同巖性中表現(xiàn)出來的不同測井特征來劃分巖性，測井曲線是屬于測井信息。首先需要建立測井曲線的概念本體，例如：自然電位曲線（SP）、自然伽馬曲線（GR）和微電極曲線（MD，而測井曲線是由各種不同的測井方法生成的，所以需要抽取測井方法的概念本體，自然電位測井、微電極測井、中子伽馬測井等，同時還需要構建巖性本體例如泥巖、煤、砂巖等。

另一種是采用搜索的方法，對所收集的信息進行搜索包括基礎信息數(shù)據(jù)庫、文檔等，來獲得需要定義的概念。如：對“處理參數(shù)”進行搜索，可以查到的結果可能有“AMN”、“骨架密度”、“GRmin”、“GRmax”、“壓實系數(shù)”等，這些結果可以作為本體中的概念進行直接定義。在定義這些概念后，需要根據(jù)具體情況進行分析，區(qū)分概念和屬性，調整類的層次結構。得到的概念模型包括，參數(shù)、模型和圖版，其中參數(shù)包括孔隙度、滲透率、飽和度、沉積特征等;模型有李寧通解方程、雙水模型、Archie公式等;圖版有標準解釋圖版和地區(qū)解釋圖版等。

這樣抽取出來的概念能夠最大程度的確保覆蓋率，同時還能為后續(xù)的本體的應用建立良好的基礎。

3）關系的定義

關系是領域中概念之間的交互作用，由于在類中所涉及到的屬性及關系較多，會形成一個層次關系，這種層次關系反映了屬性的類別知識，我們采用屬性本體結構以及聚類屬性的方式來表示這種屬性關系間的分類關系。POR分析程序是單孔隙度測井泥質砂巖地層評價的一種常用方法，以此為例說明關系的抽取。

根據(jù)抽取的概念，以及需求分析中得到的結果，進一步明確各類之間的關系。例如測井曲線與測井信息之間存在著is-part-of的關系，測井方法與測井曲線之間存在著generate（關系），模型和處理參數(shù)之間存在著calculate（計算）的關系，等等。在關系的定義過程中，業(yè)務的流程有著十分重要的作用，例如在POR分析程序中計算地層泥質含量時采用的公式為

由此可得到處理參數(shù)與儲層參數(shù)的關系，儲層參數(shù)有處理彈數(shù)經(jīng)計算分析得到。同樣經(jīng)過對地層孔隙度計算和含水飽和度計算流程的分析，同樣能得到更加細化的關系。又如巖性的劃分需要根據(jù)測井曲線的響應特征，所以巖性與測井曲線之間存在著divide（劃分巖性）。部分關系定義如表1所示。

4）本體形式化

采用OWL DL對本體進行形式化的描述，根據(jù)測井處理解釋領域本體設計的基本原則，在對類進行描述時主要包括類（categories），表示專業(yè)領域中的歸屬集體，每一個類中都有相應的個體（indi-viduals）及實例Gnstances）。類間的基本關系是繼承Gnheritances）和為了描述類及類的個體及實例，我們使用屬性（attribute）及關系（relationship）的描述符，并對屬性及關系的值進行限制

5）本體評價

對構建完的本體進行評價，評價通過后應用本體。對本體的評價采用基于特定應用的本體評價策略，即基于測井處理解釋業(yè)務的本體評價，其基本思想是直接將構建的本體用于解決實際問題中去檢驗本體的質量，即在底層評價過程中實際檢驗本體，這種評價策略雖然無法完全保證本體的質量，但是簡單、直觀。

經(jīng)過如上的操作，得到構建的測井處理解釋領域初始本體，如圖3展示的是部分與地層評價相關的領域本體。

4 結論

結合傳統(tǒng)本體構建方法提出了適合測井處理解釋領域的基于業(yè)務流程領域本體構建方法，并且初步構建了測井處理解釋本體，很好的解決了知識重用性差以及邏輯推理困難的問題。在本體在測井領域的應用進行了初步的探索，同時為后續(xù)的研究工作打下了基礎。測井處理解釋領域本體庫的構建是一個十分龐大的工程，涉及到各學科如人工智能、石油、地質等，并不是一蹴而就的而是一個十分復雜的過程。領域本體的構建與應用又是其中最有廣闊發(fā)展前景的方面，本文對測井處理解釋領域本體的研究和應用，希望對相關領域的同行有所借鑒。

參考文獻

[1] Li Ning，WANC Ming-chao，CUI Jian，et al.CifNet networkmulti-well data managenent system [J]. Applied Ceophysics，2004，1（2）：129-131.

[2]尚福華，原野，王才志，等.基于知識庫的解釋模型智能優(yōu)選的測井數(shù)據(jù)處理方法[J].石油學報，2015，36 （11）：1449-1454.

[3] 尚福華，李想，鞏淼.基于模糊框架一產生式知識表示及推理研究[J].計算機技術與發(fā)展，2014，24（7）：38-42.

[4]魏春良.本體的構建方法與應用研究[D].成都：電子科技大學，2011

[5]鄧志鴻，唐世渭，楊冬青.基于本體的多Agent分布式數(shù)字圖書館資源信息發(fā)現(xiàn)服務模型之研究[J].計算機工程，2002， 28（6）：37-38

[6]楊月華，杜軍平，平源.基于本體的智能檢索系統(tǒng)[J].軟件學報，2015，26 （7） ，1677-1680

[7] CUO Ming，U Shan-ping，DONC Jin-xiang， et al.Ontology-based product data integration. In： Proc of the 17th Intrl Confon Ad -vanced Information Networking and Applications（AINA） .Xi'an， China：IEEE Coruputer Soc-ety， 2003.530-533

[8] CRUBE T R.Ontolingua：A Transla-tion Approach to Potahle On-tology Specifi cation [J]. Knowledge Acquisition，1993，5 （2）： 199-200

[9]

STUDER R，BENJAMINS R，F(xiàn)ENSEL D.Knowledge engineering：principles and methods [J]. Data&knowledge engineering，1998，25（1）：161-197

[10]常蕾.華慶油田測井技術系列評價及應用研究[D].西安，西安石油大學，2011

[11] USCHOLD M，KINC M.Towards a methodology for building on-tologies ECl.Proceedings of the Workshop on Basic OntologicalIssues in Knowledge Sharing， Intemational Joint Conference onArtificial Intelligence （IJCAI-95） ，1995.

[12] CRUNINCER M， FOX M S.Methodology for the design and e-valuation of ontologies ECl. Workshop on Basic Ontological Is-sues in Knowledge Sharing， （IJCAI-95） .1995

[13] BERNARAS A，LARESCOITI I，CORERA J."Build- ing andreusing ontologies forelectrical network applications" [C].Pro-ceedings of the European Conference on Artiicial Intelligence（ECAI'96）.1996.

[14] GRUNINCER M，F(xiàn)OX M S.Methodology for the design and e-valuation of ontologies [C]. Workshop on Basic Ontological Is-sues in Knowledge Sharing，（ UCAI-95） ，1995.

[15] KNICHT K，LUK S K.Building A Large-scale Knowledge Basefor Machine rrranslation [C].American Association of ArtificialIntelligence Conference （AAAI-94） ，1994.

[16]蔡皎潔，張玉峰，基于軟件工程開發(fā)的領域本體構建研究[J].現(xiàn)代情報，2012，32 （8）：37-40

[17]甘麗新，萬常選，劉德喜等.基于句法語義特征的中文實體關系抽取啪.計算機研究與發(fā)展.2016，53 （2）：284-302.