面向 CO₂ 盆地监测的概率联合恢复方法
机器学习
2025-02-03 v1 大气与海洋物理
摘要
减少 CO₂ 排放是缓解气候变化的关键措施。碳捕获与储存（Carbon Capture and Storage, CCS）是实现净负 CO₂ 排放的少数技术之一。然而，由于 CO₂ 盆地动力学和储层属性存在不确定性，预测 CCS 系统中流体流动模式仍然具有挑战性。基于类似 Seismic 成像方法中已有的联合恢复方法（Joint Recovery Method, JRM），该方法 lacks 不确定性量化，我们提出了概率性联合恢复方法（Probabilistic Joint Recovery Method, pJRM）。通过对多个观测 survey 使用共享生成模型估计后验分布，pJRM 提供不确定性信息，以改进 CCS 项目中的风险评估。
引用
@article{arxiv.2501.18761,
title = {Probabilistic Joint Recovery Method for CO$_2$ Plume Monitoring},
author = {Zijun Deng and Rafael Orozco and Abhinav Prakash Gahlot and Felix J. Herrmann},
journal= {arXiv preprint arXiv:2501.18761},
year = {2025}
}