基于最优监督语义分割的数字岩石类型划分(DRT)算法构建
机器学习
2022-01-06 v2 地球与行星天体物理
计算机视觉与模式识别
地球物理
摘要
三维地质模型中的每个网格块都需要一种代表该块所有物理和化学性质的岩石类型。划分岩石类型的属性包括岩性、渗透率和毛细管压力。科学家和工程师使用传统的实验室测量来确定这些属性，这些方法对样品具有破坏性，或改变了其某些属性（即润湿性、渗透率和孔隙度），因为测量过程包括样品粉碎、流体流动或流体饱和。近来，数字岩石物理（DRT，Digital Rock Physics）已从微计算机断层扫描（uCT）和磁共振成像（MRI）图像中量化这些属性。然而，文献尚未在完全数字化的背景下尝试岩石类型划分。我们提出通过以下方式进行数字岩石类型划分（DRT）：(1) 将最新的DRP进展整合到一个新颖的流程中，以遵从数字岩石属性测定；(2) 将最新的碳酸盐岩岩石类型划分方法进行数字化；(3) 引入一种新颖的碳酸盐岩岩石类型划分流程，利用计算机视觉能力提供关于非均质碳酸盐岩纹理的更多见解。
引用
@article{arxiv.2112.15068,
title = {Digital Rock Typing DRT Algorithm Formulation with Optimal Supervised Semantic Segmentation},
author = {Omar Alfarisi and Djamel Ouzzane and Mohamed Sassi and Tiejun Zhang},
journal= {arXiv preprint arXiv:2112.15068},
year = {2022}
}
备注
1-Acknowledgement section is updated. 2- References section is update with one additional reference