Исследование микроструктуры и петрофизических свойств микропористых вулканических пород с помощью многомасштабных 3D и супертехнологий.

Sep 25, 2023

Научные отчеты, том 13, Номер статьи: 6651 (2023) Цитировать эту статью

720 Доступов

1 Альтметрика

Подробности о метриках

Цифровая физика горных пород открывает широкие возможности для исследования земных материалов в 3D и неразрушающим способом. Однако он плохо применяется к микропористым вулканическим породам из-за их сложной микроструктуры, хотя они изучаются для многочисленных вулканологических, геотермальных и инженерных применений. Их быстрое возникновение фактически приводит к сложным текстурам, когда поры рассеяны в тонких, неоднородных и литифицированных матрицах. Мы предлагаем основу для оптимизации их исследований и решения инновационных задач 3D/4D визуализации. Трехмерное многомасштабное исследование туфа было проведено с помощью рентгеновской микротомографии и моделирования на основе изображений, в результате чего было установлено, что для точного определения микроструктуры и петрофизических свойств требуется сканирование с высоким разрешением (≤ 4 мкм/пиксель). Однако для получения изображений больших образцов с высоким разрешением может потребоваться длительное время и жесткое рентгеновское излучение, охватывающее небольшие объемы породы. Чтобы справиться с этими ограничениями, мы реализовали 2D/3D сверточную нейронную сеть и подходы суперразрешения на основе генеративно-состязательной сети. Они могут улучшить качество сканирований с низким разрешением, изучая функции сопоставления изображений с низким разрешением на изображения с высоким разрешением. Это одна из первых попыток применить сверхразрешение на основе глубокого обучения к нетрадиционным неосадочным цифровым породам и реальным сканам. Наши результаты показывают, что эти подходы, и в основном сети 2D U-Net и pix2pix, обученные на парных данных, могут значительно облегчить получение изображений с высоким разрешением крупных микропористых (вулканических) пород.

Быстрое отложение и литификация вулканических продуктов во время крупных эксплозивных извержений приводит к образованию значительных объемов микропористых пород, обычно в виде туфов (т.е. консолидированных пирокластов). Следовательно, они обычно широко распространены в вулканических районах как в виде поверхностных, так и подземных пород, где развиваются водоносные горизонты и могут располагаться геотермальные резервуары, влияя на динамику вулканов и связанные с ней сигналы, обнаруживаемые сетями мониторинга. Таким образом, изучение их микроструктуры и петрофизических свойств ценно для вулканологических, геотермальных энергетических, нефтегазовых, гидрогеологических и других инженерных приложений (например, строительных материалов, хранения ядерных отходов, адсорбции/улавливания CO2)1,2,3,4,5. ,6,7,8. Однако быстрое происхождение этих пород приводит к образованию сложных микроструктур, в которых поры рассредоточены в очень мелкой, неоднородной и литифицированной матрице, что затрудняет их разведку. В частности, туфы определяются как консолидированный эквивалент вулканического пепла (выпадения или потока), т.е. фрагменты различного размера (< 2 мм), природы (вулканическое стекло, кристаллы и эродированные подземные/поверхностные породы) и формы9. Наиболее распространенные туфы обычно возникают в результате внедрения горячих (до > 600 °C), быстрых (до > 300 м/с) и объемных (до > 1000 км3, охватывающих до > 20 000 км2) пирокластических плотностных потоков, состоящий из смеси газа и вулканических частиц. Постседиментационные изменения вулканического стекла могут способствовать образованию новых минералов (например, цеолитов, глин), дальнейшей литификации и усложнению их структур10.

Последние технологические достижения позволяют определять текстуру и свойства горных пород в 3D и неразрушающим образом в рамках цифровой физики горных пород. Образцы горных пород сканируются с помощью рентгеновской микротомографии (микро-КТ) для получения трехмерных цифровых пород, которые затем сегментируются (т. е. идентифицируются и маркируются различные фазы) и используются для количественного определения микроструктурных параметров и оценки физических свойств посредством нескольких типов численного моделирования11. ,12,13,14,15. Это позволяет лучше исследовать физические процессы в различных пространственных (от масштаба образца/керна до масштаба пор) и временных масштабах (т. е. 4D-изображения во время экспериментов in-situ или ex-situ) масштабах, выполнять многократное моделирование в различных условиях и сохранять образцы для будущих анализов (особенно полезно при бурении кернов). Однако, как и любая технология визуализации, микроКТ требует компромисса между разрешением (или размером пикселя), способным правильно определить поровое пространство и полями обзора (FoV; т. е. объемом образца, который можно отобразить), способным гарантировать репрезентативность. . Более того, сканирование меньшего поля зрения с высоким разрешением из более крупного образца (например, кернов горных пород), хотя и не связано с соответствующими артефактами, может потребовать чрезмерно длительного времени сканирования или жесткого рентгеновского излучения15. Несколько работ продемонстрировали вредное воздействие, которое низкое разрешение может оказать на количественную характеристику цифровых пород, особенно при наличии мелкой текстуры (например, карбонатной микропористости16,17,18,19).