基于深度学习的时间推移地表重力数据反演用于三维 CO$_2$ 羽流检测
机器学习
2023-07-19 v1 地球物理
摘要
我们介绍了三种将模拟重力数据反演为三维地下岩石/流动属性的算法。第一种算法是数据驱动的、基于深度学习的方法，第二种将深度学习方法与物理建模混合到单一工作流中，第三种考虑了地表重力监测的时间依赖性。这些所提算法的目标应用是预测地下 CO 羽流，作为监测 CO 封存部署的补充工具。每种所提算法都优于传统反演方法，并近实时地产生高分辨率的三维地下重建。我们提出的方法在预测的羽流几何上达到高达 0.8 的 Dice 分数，以及在 Gals 意义上的近乎完美的数据 misfit。这些结果表明，将 4D 地表重力监测与深度学习技术相结合，代表了一种低成本、快速且非侵入式的监测 CO 存储站点的方法。
引用
@article{arxiv.2209.02850,
title = {Inversion of Time-Lapse Surface Gravity Data for Detection of 3D CO$_2$ Plumes via Deep Learning},
author = {Adrian Celaya and Bertrand Denel and Yen Sun and Mauricio Araya-Polo and Antony Price},
journal= {arXiv preprint arXiv:2209.02850},
year = {2023}
}