用于裂隙岩体表征的热试验：理论分析与反演建模
地球物理
2022-01-05 v1
摘要
裂隙岩体的场尺度性质在许多地下应用中起着关键作用，然而用于识别离散裂隙网络（DFN）统计参数的方法很少。我们提出了一种反演技术，从跨孔热试验数据推断两个此类参数：裂隙密度和分形维数。它基于一种基于粒子的传热模型，其评估通过深度神经网络（DNN）代理加速并集成到网格搜索中。DNN 在少量传热模型运行上训练，并预测热场的累积密度函数。后者用于计算（待估计）参数的精细后验分布。我们的合成实验表明，裂隙密度受数据良好约束，而分形维数更难确定。添加与 DFN 连通性相关的非均匀先验信息改善了该参数的推断。
引用
@article{arxiv.2106.06632,
title = {Thermal experiments for fractured rock characterization: theoretical analysis and inverse modeling},
author = {Zitong Zhou and Delphine Roubinet and Daniel M. Tartakovsky},
journal= {arXiv preprint arXiv:2106.06632},
year = {2022}
}