Los puntos clave no están disponibles para este artículo en este momento.
Resumen La física de rocas desempeña un papel esencial en la caracterización geofísica de reservorios. Su objetivo es construir un puente entre las mediciones geofísicas y las propiedades in-situ de las rocas y fluidos. Con el avance de la imagen microscópica y la ciencia de la computación, la física de rocas está transitando hacia la era digital. Esto se conoce como física de rocas digital (DRP). DRP proporciona una forma no destructiva y eficiente de determinar las propiedades físicas de las rocas directamente a partir de imágenes digitales. En las últimas décadas, se ha convertido en una herramienta rutinaria en la caracterización de reservorios al complementar o reemplazar mediciones de laboratorio costosas y que consumen mucho tiempo. Con la aparición del aprendizaje profundo, la DRP ha avanzado significativamente desde el procesamiento de imágenes hasta la simulación física. Este documento presenta una aplicación de aprendizaje profundo en la fusión multiescala de imágenes digitales de rocas. Su objetivo es superar la compensación entre la resolución de la imagen y el campo de visión (FoV) integrando datos de imagen de múltiples fuentes incluyendo (1) imágenes de microtomografía computarizada 3D a escala microscopio con un amplio FoV y (2) imágenes de microscopía electrónica de barrido 2D a escala nanométrica con un pequeño FoV. La imagen reconstruida integra información de microestructuras a diferentes escalas y ayuda a caracterizar rocas porosas heterogéneas de manera más precisa. Es útil para mejorar la precisión de predicción de propiedades efectivas de rocas y para tener una comprensión más profunda de los procesos físicos a escala de poro. La fusión de datos basada en el aprendizaje profundo abriría nuevos caminos para la caracterización geofísica de rocas porosas, con amplias implicaciones para diversas aplicaciones en el subsuelo como el transporte de aguas subterráneas, la recuperación mejorada de petróleo y la captura geológica de carbono.
Liu et al. (Thu,) estudiaron esta cuestión.