利用地震数据监测多孔储层水体积：三维仿真研究
计算物理
2024-08-13 v3
摘要
从地震数据估算多孔储水层中储水量的一个潜在框架是神经网络。在本研究中，人造地下水储层被建模为孔隙黏弹性-黏弹性耦合介质，底层波传播问题采用三维间断伽辽金法结合 Adams-Bashforth 时间步进格式求解。该波动问题求解器用于生成基于神经网络的机器学习模型的数据库，以估算水体积。在数值算例中，我们研究了基于反卷积的方法来归一化源子波的影响，以及网络对噪声水平的容忍度。我们还应用 SHapley Additive exPlanations (SHAP) 方法来深入了解输入数据的哪一部分对水量估算贡献最大。数值结果证明了全连接神经网络估算多孔储水层中储水量的能力。
引用
@article{arxiv.2211.14276,
title = {Monitoring of water volume in a porous reservoir using seismic data: A 3D simulation study},
author = {Mahnaz Khalili and Peter Göransson and Jan S. Hesthaven and Antti Pasanen and Marko Vauhkonen and Timo Lähivaara},
journal= {arXiv preprint arXiv:2211.14276},
year = {2024}
}