好在，系统给出了大数据匹配的解决办法。

只要寻找几个现有油田开展试验，就能够形成有效的数据匹配模型，建立信号差异和能量损失与岩石矿物分类的匹配体系。

“听起来似乎不难，可用起来，似乎也不轻松啊！”

宋元将整个技术体系浏览了一遍，无奈地搓了搓头。

无人机好办。

白凸光线和黑透射线也不难，系统已经给出了激发这两种光线的办法。

现在最难的，就是这个数据匹配模型。

不光要找几个大油田开展一些必要的测试，还要制作模型体系。

这就牵扯到了大数据分析和数值模拟了，宋元对这方面简直是一窍不通！

“办法是个好办法，只是也需要点时间研究。”

宋元无奈地叹了口气。

“不过，数值模拟这种事情，难度应该不是太大，一个月的时间应该足够了！”

宋元搓了搓下巴，看了看窗外，开始盘算起来。

这种石油勘查技术确实有点逆天了。

只要建立了数值模型，后期的就是无人机的成本了。

如果真的能够达到系统说的那么高的成功率，那自己可真是赚大了！

对其他人而言，一口石油勘查井需要三四千万，每平方公里的三维地震勘探需要50万。

如果是个一千平方公里的油气矿业权，光是勘查井和三维地震就要十几个亿的投入。

要是按照这套技术所展现出来的成果来看，对地质的识别程度非常高，恐怕需要投入几十亿的常规技术才可以达到。

如果用自己这套技术，一百万的成本都算高的了！

要是跟那些勘查企业竞争，简直就是降维打击啊！

“只是大数据分析这一块，还是有点麻烦。”

宋元有些无奈地叹了口气。

或许是之前的技术用起来太省事了，大数据共焦拉曼勘查技术应用起来还是有点麻烦。

毕竟，宋元大学学习的是采矿工程，而且还是煤炭方向的。

他所了解的地质知识大多也是和煤炭相关。

可石油和煤矿却有着很大的区别。

从成因上来讲，一般石油都是海相沉积，就是远古时代的海底形成的大量有机质，演变形成了石油。

而煤炭却完全不同，大型煤田一般都是陆相沉积，大多是在湖泊、河流，或者是海边的三角洲、泻湖等地方，大量的植物堆积，然后压实形成的。

两个不同的沉积环境，形成了不同的能源资源，而具备着不同的评价参数。

而且，石油和煤炭还有着另外一个本质的区别，那就是相态。

石油是液态，伴生的天然气是气态。

而煤炭，是固态。

简单一点说，煤炭是不会运移的，在什么地方形成，就在什么地方存在，除非地质板块出现运动，它们才会跟着一起运动。

而石油就不一样了，石油是液体，虽然有些原油非常稠，流动性较差，但是它依然具备流动性。

这也就意味着，两种资源的评价有着不同的概念。

一般，在煤炭的资源评价中，选择的都是陆相沉积形成的煤系地层，主要看煤层的厚度和演化程度。

如果在构造简单的地区，煤层就能够大面积分布，开采过程也相对简单，容易形成大型煤炭生产基地。

如果埋藏深度再浅一点，很可能就成为大型的露天煤矿了。

而石油却不一样，它的评价更多地来源于地质构造的评价。

因为石油会运移，所以不光要找海相沉积生成石油的烃源岩，更要找到石油存储的储集岩。

从专业概念上来讲，油气资源的评价，一般聚焦于生、储、盖、运、聚、保六个层面。

生成、储集、盖层、运移、聚集、保存！

和煤炭只考虑生成这一点对比，石油的勘探难度大了不是一点半点。

不同的评价方式，自然对评价的参数也有很多不同的理解和认识。

对于这一块，就宋元那点专业储备，根本不够用。

而且，光是对这些参数的理解还不够，更关键的是大数据模拟。

这项技术的关键，就是大数据。

只有通过大量的现有油田资料，才能够获取充足的评价参数，为其他的勘查提供数据支撑。

这方面，