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

Résumé Technique : CarbonNet – Vision par Ordinateur pour la Géomécanique dans le CCS

Énoncé du Problème
Le captage et le stockage du carbone (CCS) est une technologie critique pour atténuer le réchauffement climatique, impliquant l'injection de CO₂ supercritique dans des aquifères salins profonds ou des réservoirs pétroliers abandonnés. Un risque majeur associé à ce processus est le soulèvement de surface (déplacement du sol) causé par une pression de fluide excessive, ce qui peut endommager les infrastructures et affecter la sécurité humaine. Prédire la distribution spatiale et l'évolution temporelle de cette déformation de surface est essentiel pour l'évitement des risques. Cependant, les simulations numériques traditionnelles (par exemple, la méthode des éléments finis) sont trop coûteuses en calcul en raison des grandes échelles spatiales et temporelles des projets de CCS. De plus, les approches existantes de l'apprentissage profond peinent souvent face à l'hétérogénéité des matériaux, au couplage entre l'écoulement des fluides et la mécanique, ou sont limitées à des contextes géologiques spécifiques. Ce projet aborde le défi d'une prédiction efficace du déplacement de la surface du sol sous diverses géométries de sous-sol en utilisant des techniques de vision par ordinateur.

Méthodologie
Les auteurs formulent le problème comme une tâche de prédiction image-vers-image pour la mécanique statique et une tâche de prédiction vidéo pour la mécanique transitoire. L'entrée consiste en des images 2D représentant la géométrie du sous-sol (spécifiquement, une couche de schiste avec des angles de pendage variables insérée entre deux couches perméables), et la sortie est le champ de déplacement de surface correspondant.

1. Génération de l'ensemble de données :

   • Modèle Statique : 10 000 échantillons ont été générés à l'aide de FEniCS (simulation basée sur les FEM). Les entrées sont des images de géométrie avec des angles de pendage allant de 0° à 45°. Les étiquettes sont les valeurs de déplacement vertical ($u_y$) en 1 250 points sur une grille de 50×25.
   • Modèle Transitoire : 3 000 échantillons ont été générés à l'aide de simulations hydro-mécaniques couplées. Les entrées sont des images de géométrie, et les étiquettes sont des données de séries temporelles de déplacement vertical en 40 points à la surface du sol sur 1 000 pas de temps. Les séquences de données ont été créées à l'aide de fenêtres glissantes (5 étapes pour prédire la suivante) et normalisées via une mise à l'échelle min-max.

2. Modèles de Mécanique Statique (Prédiction d'Image) :

   • Référentiels (Baselines) : Des architectures standard de CNN et de ResNet (ResNet18) ont été testées. Ces modèles sous-échantillonnent les images pour extraire des caractéristiques mais se sont révélés perdre des informations spatiales critiques, entraînant des inexactitudes dans les régions hétérogènes.
   • Modèle Proposé (ResNetUNet) : Une architecture personnalisée combinant ResNet et UNet. L'encodeur utilise des blocs ResNet pour capturer les lois physiques complexes et les distributions de matériaux hétérogènes, tandis que le décodeur utilise un suréchantillonnage de type UNet avec des connexions de saut (skip connections) pour récupérer les détails spatiaux et éviter la perte d'information.

3. Modèles de Mécanique Transitoire (Prédiction Vidéo/Série Temporelle) :

   • Extraction de Caractéristiques : Les deux modèles utilisent le ResNetUNet pré-entraîné pour extraire les caractéristiques de l'image de géométrie d'entrée.
   • LSTM : Un réseau Long Short-Term Memory (composé de 4 cellules LSTM empilées) traite la séquence des valeurs de déplacement (taille 40) pour prédire l'étape de temps suivante.
   • Transformer : Une architecture encodeur-décodeur Transformer traite la séquence. Elle utilise des mécanismes d'auto-attention pour capturer les dépendances à long terme, dépassant théoriquement la perte d'information séquentielle inhérente aux LSTM. L'encodeur et le décodeur comportent chacun quatre couches avec une dimension de modèle de 16 et 8 têtes d'attention.

Résultats Clés

• Mécanique Statique : Le modèle ResNetUNet a nettement surpassé les modèles de référence CNN et ResNet. Les comparaisons visuelles ont montré que les prédictions de ResNetUNet étaient presque identiques à la vérité terrain basée sur la physique, alors que CNN et ResNet présentaient une perte d'information et une précision moindre, particulièrement dans les régions hétérogènes. Quantitativement, ResNetUNet a atteint une MSE de validation de $7,33 \times 10^{-8}$ et une MAE de $2,00 \times 10^{-4}$, soit des ordres de grandeur inférieurs aux modèles de référence.
• Mécanique Transitoire : Les modèles LSTM et Transformer ont tous deux réussi à prédire l'évolution temporelle du déplacement de surface. Le modèle Transformer a démontré une performance supérieure avec une MSE de validation plus faible ($3,86 \times 10^{-9}$) et une MAE plus faible ($1,50 \times 10^{-6}$) par rapport au LSTM. Bien que le LSTM présente un potentiel prometteur, le mécanisme d'auto-attention du Transformer permet de mieux gérer les données séquentielles de haute dimension (40 points), s'ajustant presque parfaitement à la vérité terrain.
• Dynamique d'Entraînement : Tous les modèles ont été entraînés sans validation croisée en raison de l'abondance de données synthétiques. Les historiques de perte n'indiquent aucun signe de surapprentissage (overfitting) ou de sous-apprentissage (underfitting).

Signification et Revendications
L'article affirme présenter une approche de pointe qui exploite l'intelligence de la vision par ordinateur pour résoudre des problèmes complexes de géomécanique couplée et d'écoulement de fluides. La principale signification réside dans la généralisation de la solution à des images de géométrie arbitraires, allant au-delà des modèles restreints à des formations géologiques spécifiques.

• Efficacité : L'approche offre une alternative calculatoirement efficace aux simulations numériques traditionnelles, permettant une prise de décision plus rapide pour la planification des projets de CCS.
• Efficacité de l'Architecture : L'étude démontre que l'architecture ResNetUNet est particulièrement efficace pour les problèmes de mécanique statique hétérogène en préservant l'information spatiale grâce aux connexions de saut.
• Modélisation Temporelle : Le travail valide l'applicabilité des modèles Transformer dans la prédiction de séries temporelles géomécaniques, montrant qu'ils peuvent surpasser les réseaux récurrents traditionnels (LSTM) pour capturer les dépendances à long terme dans les systèmes physiques.
• Impact Futur : Les auteurs postulent que ces modèles peuvent éclairer la prise de décision dans la surveillance du stockage du carbone pour atténuer le changement climatique. Les travaux futurs incluent le test de la robustesse avec des réseaux antagonistes génératifs (GAN) pour des géométries plus complexes et le déploiement d'une version alpha d'une application web pour un accès public.