运用3D数字�影技术提升地质碳存储监测能力
计算物理
2025-02-12 v1 机器学习
地球物理
摘要
地质碳存储 (GCS) 是实现全球气候目标的关键技术，通过将CO2捕获并储存于深地质构造中。其有效性和安全性依赖于使用先进时序地震成像技术对地下CO2迁移进行精确监测。数字�影框架整合现场数据，包括地震和井眼测量数据，以追踪CO2饱和度随时间的变化。机器学习辅助的数据同化技术，如生成式AI和非线性集合贝叶斯滤波，更新CO2斑块的数字模型，并融合储层性质的不确定性。与2D方法相比，3D监测提高了GCS评估的空间精度，完整捕捉CO2迁移的整个范围。本研究扩展了基于不确定性的2D数字�影框架，纳入3D地震成像和储层建模，提高了CO2存储项目的决策制定和风险缓解能力。
引用
@article{arxiv.2502.07169,
title = {Advancing Geological Carbon Storage Monitoring With 3d Digital Shadow Technology},
author = {Abhinav Prakash Gahlot and Rafael Orozco and Felix J. Herrmann},
journal= {arXiv preprint arXiv:2502.07169},
year = {2025}
}