CarbonNet: How Computer Vision Plays a Role in Climate Change? Application: Learning Geomechanics from Subsurface Geometry of CCS to Mitigate Global Warming

Resumen Técnico: CarbonNet – Visión Computacional para la Geomecánica en CCS

Planteamiento del Problema
La Captura y Almacenamiento de Carbono (CCS, por sus siglas en inglés) es una tecnología crítica para mitigar el calentamiento global, la cual implica la inyección de CO₂ supercrítico en acuíferos salinos profundos o yacimientos de petróleo abandonados. Un riesgo principal asociado con este proceso es el levantamiento superficial (desplazamiento de la tierra) causado por un exceso de presión de fluidos, lo que puede dañar la infraestructura y afectar la seguridad humana. Predecir la distribución espacial y la evolución temporal de esta deformación superficial es esencial para la prevención de riesgos. Sin embargo, las simulaciones numéricas tradicionales (por ejemplo, el Método de Elementos Finitos) son computacionalmente prohibitivas debido a las grandes escalas espaciales y temporales de los proyectos de CCS. Además, los enfoques existentes de aprendizaje profundo suelen tener dificultades con la heterogeneidad de los materiales, el acoplamiento entre el flujo de fluidos y la mecánica, o están limitados a configuraciones geológicas específicas. Este proyecto aborda el desafío de predecir eficientemente el desplazamiento de la superficie terrestre bajo variaciones de geometría del subsuelo utilizando técnicas de visión computacional.

Metodología
Los autores formulan el problema como una tarea de predicción de imagen a imagen para la mecánica estática y una tarea de predicción de video para la mecánica transitoria. La entrada consiste en imágenes 2D que representan la geometría del subsuelo (específicamente, una capa de esquisto con ángulos de buzamiento variables incrustada entre dos capas permeables), y la salida es el campo de desplazamiento superficial correspondiente.

1. Generación de Datos:

   • Modelo Estático: Se generaron 10,000 muestras utilizando FEniCS (simulación basada en FEM). Las entradas son imágenes de geometría con ángulos de buzamiento que oscilan entre 0° y 45°. Las etiquetas son valores de desplazamiento vertical ($u_y$) en 1,250 puntos en una cuadrícula de 50×25.
   • Modelo Transitorio: Se generaron 3,000 muestras utilizando simulaciones acopladas hidro-mecánicas. Las entradas son imágenes de geometría, y las etiquetas son datos de series temporales de desplazamiento vertical en 40 puntos en la superficie del suelo a lo largo de 1,000 pasos de tiempo. Las secuencias de datos se crearon mediante ventanas deslizantes (5 pasos para predecir el siguiente) y se normalizaron mediante escalado min-max.

2. Modelos de Mecánica Estática (Predicción de Imágenes):

   • Líneas Base (Baselines): Se probaron arquitecturas estándar de CNN y ResNet (ResNet18). Estos modelos submuestrean las imágenes para extraer características, pero se determinó que pierden información espacial crítica, lo que genera imprecisiones en regiones heterogéneas.
   • Modelo Propuesto (ResNetUNet): Una arquitectura personalizada que combina ResNet y UNet. El codificador utiliza bloques ResNet para capturar leyes físicas complejas y distribuciones de materiales heterogéneos, mientras que el decodificador emplea un sobremuestreo (upsampling) de estilo UNet con conexiones de salto (skip connections) para recuperar detalles espaciales y evitar la pérdida de información.

3. Modelos de Mecánica Transitoria (Predicción de Video/Series Temporales):

   • Extracción de Características: Ambos modelos utilizan la ResNetUNet preentrenada para extraer características de la imagen de geometría de entrada.
   • LSTM: Una red de Memoria de Largo Corto Plazo (Long Short-Term Memory, con 4 celdas LSTM apiladas) procesa la secuencia de valores de desplazamiento (tamaño 40) para predecir el siguiente paso de tiempo.
   • Transformer: Una arquitectura de codificador-decodificador Transformer procesa la secuencia. Utiliza mecanismos de autoatención para capturar dependencias de largo plazo, superando teóricamente la pérdida de información secuencial inherente a las LSTM. El codificador y el decodificador constan de cuatro capas cada uno, con una dimensión de modelo de 16 y 8 cabezales de atención.

Resultados Clave

• Mecánica Estática: El modelo ResNetUNet superó significativamente a las líneas base de CNN y ResNet. Las comparaciones visuales mostraron que las predicciones de ResNetUNet son casi idénticas a la verdad de campo basada en la física, mientras que CNN y ResNet exhibieron pérdida de información y menor precisión, particularmente en regiones heterogéneas. Cuantitativamente, ResNetUNet logró un MSE de validación de $7.33 \times 10^{-8}$ y un MAE de $2.00 \times 10^{-4}$, órdenes de magnitud inferiores a los de las líneas base.
• Mecánica Transitoria: Tanto los modelos LSTM como el Transformer predijeron con éxito la evolución temporal del desplazamiento superficial. El modelo Transformer demostró un rendimiento superior con un MSE de validación más bajo ($3.86 \times 10^{-9}$) y un MAE de $1.50 \times 10^{-6}$ en comparación con el LSTM. Aunque el LSTM mostró un potencial prometedor, el mecanismo de autoatención del Transformer permitió manejar mejor los datos de secuencia de alta dimensión (40 puntos), ajustándose casi perfectamente a la verdad de campo.
• Dinámica de Entrenamiento: Todos los modelos fueron entrenados sin validación cruzada debido a la abundancia de datos sintéticos. Los historiales de pérdida no indicaron signos de sobreajuste (overfitting) o subajuste (underfitting).

Significancia y Reivindicaciones
El artículo afirma presentar un enfoque de vanguardia que aprovecha la inteligencia de la visión computacional para resolver problemas complejos de geomecánica acoplada y flujo de fluidos. La principal significancia radica en la generalización de la solución a imágenes de geometría arbitrarias, yendo más allá de los modelos restringidos a formaciones geológicas específicas.

• Eficiencia: El enfoque ofrece una alternativa computacionalmente eficiente a las simulaciones numéricas tradicionales, permitiendo una toma de decisiones más rápida en la planificación de proyectos de CCS.
• Eficacia de la Arquitectura: El estudio demuestra que la arquitectura ResNetUNet es particularmente efectiva para problemas de mecánica estática heterogénea al preservar la información espacial mediante conexiones de salto.
• Modelado Temporal: El trabajo valida la aplicabilidad de los modelos Transformer en la predicción de series temporales geomecánicas, mostrando que pueden superar a las redes recurrentes tradicionales (LSTM) en la captura de dependencias de largo plazo en sistemas físicos.
• Impacto Futuro: Los autores postulan que estos modelos pueden informar la toma de decisiones en la vigilancia del almacenamiento de carbono para mitigar el cambio climático. El trabajo futuro incluye probar la robustez con redes generativas antagónicas (GAN) para geometrías más complejas y desplegar una versión alfa de una aplicación web para acceso público.