基于岩石物性空间分布的约束Transformer多孔介质生成

基于三维微计算机断层扫描数据的孔隙尺度建模对于研究复杂的地下过程（如地质碳封存（GCS）期间的CO2和盐水多相流动）至关重要。虽然深度学习模型可以生成与静态岩石物性相匹配的三维多孔介质结构，但它们有两个关键局限性：它们不考虑岩石物性的空间分布（这对岩石的渗透率和相对渗透率等输运特性有重要影响），并且它们生成的结构低于这些输运特性的表征单元体（REV）尺度。解决这些问题对于建立从孔隙尺度分析到现场尺度建模的一致工作流程至关重要。为了解决这些挑战，我们提出了一个两阶段建模框架，该框架结合了矢量量化变分自编码器（VQVAE）和Transformer模型，以自回归方式实现空间升尺度和任意尺寸的三维多孔介质重建。VQVAE首先将子体积训练图像压缩并量化为低维令牌，然后我们训练一个Transformer按照特定的空间顺序将这些令牌组装成更大的图像。通过采用多令牌生成策略，我们的方法既保持了子体积的完整性，也保持了这些子图像块之间的空间关系。我们展示了我们的多令牌Transformer生成方法的有效性，并使用测试井的真实数据对其进行了验证，展示了仅利用空间孔隙度模型即可生成井尺度多孔介质模型的潜力。所插值得到的、反映现场尺度地质特性的代表性多孔介质，能够准确模拟输运特性，包括渗透率以及CO2和盐水多相流动的相对渗透率。