Presentation Details
基于深度生成模型的裂缝网络表征反演方法
ID：3929
View Protection：PRIVATE
Updated Time：2023-04-25 20:06:53
Hits：1560
Poster Presentation
Start Time：2023-05-06 08:00（Asia/Shanghai）
Duration：0min
Session：SP 张贴报告专场 »
No files
Abstract
高效裂缝网络表征对理解增强地热系统的地热分布、流场行为和溶质运移至关重要。本文提出了一种新的反演建模框架来估计裂缝网络分布，采用分层次参数化方法。对于少数大裂缝，使用裂缝长度、方位角和裂缝中心的坐标来表征每条裂缝。对于致密的小裂缝，利用裂缝密度和分形维数来表征裂缝网络。此外，我们采用变分自动编码器和生成对抗网络模型进行特征提取，并将生成对抗网络的目标函数与先验约束信息融合，以捕获复杂裂缝网络的参数分布并满足裂缝场的先验知识，从而实现将高维复杂参数分布转化为低维连续参数场。依托贝叶斯框架，基于水力层析实验采集的观测数据采用集合平滑方法来降低裂缝分布的不确定性。本项工作使用两个不同复杂度的案例来测试所提出框架的性能。结果表明，该算法能够有效地估计裂缝场的裂缝分布。
Keywords
裂缝表征,裂缝参数反演,深度学习
Speaker
陈国栋
香港大学Submission Author
All Comments
Important Date
-
Conference Date
May 05
2023
toMay 08
2023
-
Mar 31 2023
Draft paper submission deadline
-
May 25 2023
Registration deadline
Sponsored By
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
Organized By
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
Contact Information
- 管小彬
- gu******@whu.edu.cn
- +86********
- 孙佳妮
- sc******@aconf.org
- +86********
Submit Comment