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

तकनीकी सारांश: CarbonNet – भू-यांत्रिकी (Geomechanics) के लिए कंप्यूटर विज़न

समस्या विवरण
कार्बन कैप्चर और अनुक्रमण (CCS) वैश्विक तापन को कम करने के लिए एक महत्वपूर्ण तकनीक है, जिसमें गहरे ब्राइन एक्विफर्स या छोड़े गए तेल भंडारों में सुपरक्रिटिकल CO₂ का इंजेक्शन शामिल है। इस प्रक्रिया से जुड़ा एक प्राथमिक जोखिम अत्यधिक तरल दबाव के कारण होने वाला सतही उत्थान (भूमि विस्थापन) है, जो बुनियादी ढांचे को नुकसान पहुंचा सकता है और मानव सुरक्षा को प्रभावित कर सकता है। सतह के विरूपण (surface deformation) के स्थानिक वितरण और अस्थायी विकास की भविष्यवाणी करना खतरों से बचने के लिए आवश्यक है। हालाँकि, पारंपरिक संख्यात्मक सिमुलेशन (जैसे, फाईनाइट एलीमेंट मेथड - FEM) CCS परियोजनाओं के बड़े स्थानिक और कालिक पैमानों के कारण गणनात्मक रूप से अत्यधिक कठिन (prohibitive) हैं। इसके अलावा, मौजूदा डीप लर्निंग दृष्टिकोण अक्सर सामग्री की विषमता (material heterogeneity), द्रव प्रवाह और यांत्रिकी के बीच के युग्मन (coupling), या विशिष्ट भूवैज्ञानिक सेटिंग्स तक सीमित होने के कारण संघर्ष करते हैं। यह परियोजना कंप्यूटर विज़न तकनीकों का उपयोग करके विभिन्न उपसतह ज्यामिति (subsurface geometries) के तहत भूमि सतह विस्थापन की कुशलतापूर्वक भविष्यवाणी करने की चुनौती का समाधान करती है।

कार्यप्रणाली
लेखक इस समस्या को स्थिर यांत्रिकी (static mechanics) के लिए एक इमेज-टू-इमेज प्रेडिक्शन टास्क और क्षणिक यांत्रिकी (transient mechanics) के लिए एक वीडियो प्रेडिक्शन टास्क के रूप में रूपायित करते हैं। इनपुट में 2D चित्र शामिल हैं जो उपसतह ज्यामिति (विशेष रूप से, दो पारगम्य परतों के बीच अलग-अलग डिप कोणों के साथ एक शेल परत) का प्रतिनिधित्व करते हैं, और आउटपुट संगत सतह विस्थापन क्षेत्र (surface displacement field) है।

1. डेटासेट जनरेशन:

   • स्थिर मॉडल (Static Model): FEniCS (FEM-आधारित सिमुलेशन) का उपयोग करके 10,000 नमूने तैयार किए गए। इनपुट में 0° से 45° तक के डिप कोणों वाली ज्यामिति छवियां हैं। लेबल्स 50×25 ग्रिड पर 1,250 बिंदुओं पर ऊर्ध्वाधर विस्थापन ($u_y$) मान हैं।
   • क्षणिक मॉडल (Transient Model): युग्मित हाइड्रो-मैकेनिकल सिमुलेशन का उपयोग करके 3,000 नमूने तैयार किए गए। इनपुट ज्यामिति छवियां हैं, और लेबल्स 1,000 टाइम स्टेप्स में सतह पर 40 बिंदुओं पर ऊर्ध्वाधर विस्थापन का टाइम-सीरीज डेटा है। डेटा सीक्वेंस को स्लाइडिंग विंडो (अगले स्टेप की भविष्यवाणी के लिए 5 स्टेप्स) का उपयोग करके बनाया गया और मिनी-मैक्स स्केलिंग के माध्यम से सामान्यीकृत किया गया।

2. स्थिर यांत्रिकी मॉडल (इमेज प्रेडिक्शन):

   • बेसलाइन: मानक CNN और ResNet (ResNet18) आर्किटेक्चर का परीक्षण किया गया। इन मॉडलों ने विशेषताओं को निकालने के लिए छवियों को डाउनसैंपल किया, लेकिन वे पाया गया कि इससे महत्वपूर्ण स्थानिक जानकारी खो जाती है, जिससे विषम क्षेत्रों (heterogeneous regions) में अशुद्धियाँ आती हैं।
   • प्रस्तावित मॉडल (ResNetUNet): एक कस्टम आर्किटेक्चर जो ResNet और UNet को जोड़ता है। एनकोडर जटिल भौतिक नियमों और विषम सामग्री वितरण को कैप्चर करने के लिए ResNet ब्लॉक्स का उपयोग करता है, जबकि डिकोडर स्थानिक विवरणों को पुनः प्राप्त करने और सूचना हानि को रोकने के लिए UNet-शैली के अपसैंपलिंग और स्किप कनेक्शन का उपयोग करता है।

3. क्षणिक यांत्रिकी मॉडल (वीडियो/टाइम-सीरीज प्रेडिक्शन):

   • फीचर एक्सट्रैक्शन: दोनों मॉडल इनपुट ज्यामिति छवि से फीचर निकालने के लिए प्री-ट्रेंड ResNetUNet का उपयोग करते हैं।
   • LSTM: एक लॉन्ग शॉर्ट-टर्म मेमोरी नेटवर्क (स्टैक्ड 4 LSTM सेल्स) अगले टाइम स्टेप की भविष्यवाणी करने के लिए विस्थापन मानों के अनुक्रम (आकार 40) को प्रोसेस करता है।
   • ट्रांसफॉर्मर (Transformer): एक ट्रांसफॉर्मर एनकोडर-डिकोडर आर्किटेक्चर अनुक्रम को प्रोसेस करता है। यह लंबी अवधि की निर्भरताओं (long-term dependencies) को कैप्चर करने के लिए सेल्फ-अटेंशन मैकेनिज्म का उपयोग करता है, जो सैद्धांतिक रूप से LSTMs में निहित अनुक्रमिक सूचना हानि को दूर करता है। एनकोडर और डिकोडर दोनों में चार परतें हैं जिनका मॉडल डायमेंशन 16 और 8 अटेंशन हेड्स है।

मुख्य परिणाम

• स्थिर यांत्रिकी: ResNetUNet मॉडल ने CNN और ResNet बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन किया। विजुअल तुलना से पता चला कि ResNetUNet की भविष्यवाणियां भौतिकी-आधारित ग्राउंड ट्रुथ के लगभग समान थीं, जबकि CNN और ResNet में सूचना की हानि और कम सटीकता देखी गई, विशेष रूप से विषम क्षेत्रों में। मात्रात्मक रूप से, ResNetUNet ने $7.33 \times 10^{-8}$ का वैलिडेशन MSE और $2.00 \times 10^{-4}$ का MAE प्राप्त किया, जो बेसलाइन्स की तुलना में कई गुना कम है।
• क्षणिक यांत्रिकी: दोनों LSTM और ट्रांसफॉर्मर मॉडलों ने सतह के विस्थापन के अस्थायी विकास की सफलतापूर्वक भविष्यवाणी की। ट्रांसफॉर्मर मॉडल ने LSTM की तुलना में बेहतर प्रदर्शन किया, जिसमें कम वैलिडेशन MSE ($3.86 \times 10^{-9}$) और MAE ($1.50 \times 10^{-6}$) दर्ज किया गया। हालांकि LSTM ने आशाजनक क्षमता दिखाई, लेकिन ट्रांसफॉर्मर के सेल्फ-अटेंशन मैकेनिज्म ने उच्च-आयामी अनुक्रम डेटा (40 बिंदु) को बेहतर ढंग से संभालने की अनुमति दी, जिससे यह ग्राउंड ट्रुथ के लगभग सटीक रूप से फिट हो गया।
• ट्रेनिंग डायनेमिक्स: सिंथेटिक डेटा की प्रचुरता के कारण सभी मॉडलों को बिना क्रॉस-वैलिडेशन के प्रशिक्षित किया गया। लॉस हिस्ट्री ने ओवरफिटिंग या अंडरफिटिंग के कोई संकेत नहीं दिखाए।

महत्व और दावे
यह पेपर दावा करता है कि यह एक अत्याधुनिक दृष्टिकोण प्रस्तुत करता है जो जटिल युग्मित भू-यांत्रिकी और द्रव प्रवाह समस्याओं को हल करने के लिए कंप्यूटर विज़न इंटेलिजेंस का लाभ उठाता है। इसका प्राथमिक महत्व किसी विशिष्ट भूवैज्ञानिक संरचनाओं तक सीमित रहने के बजाय, मनमानी इनपुट ज्यामिति छवियों तक समाधान को सामान्य बनाने में निहित है।

• दक्षता: यह दृष्टिकोण पारंपरिक संख्यात्मक सिमुलेशन का एक गणनात्मक रूप से कुशल विकल्प प्रदान करता है, जिससे CCS परियोजना नियोजन के लिए तेजी से निर्णय लेना संभव होता है।
• आर्किटेक्चर प्रभावकारिता: अध्ययन यह प्रदर्शित करता है कि स्किप कनेक्शन के माध्यम से स्थानिक जानकारी को संरक्षित करके ResNetUNet आर्किटेक्चर विषम स्थिर यांत्रिकी समस्याओं के लिए विशेष रूप से प्रभावी है।
• टेम्पोरल मॉडलिंग: यह कार्य भू-यांत्रिक टाइम-सीरीज प्रेडिक्शन में ट्रांसफॉर्मर मॉडलों की प्रयोज्यता को मान्य करता है, यह दिखाते हुए कि वे भौतिक प्रणालियों में दीर्घकालिक निर्भरताओं को कैप्चर करने में पारंपरिक रिकरेंट नेटवर्क (LSTM) से बेहतर हो सकते हैं।
• भविष्य का प्रभाव: लेखक तर्क देते हैं कि ये मॉडल जलवायु परिवर्तन को कम करने के लिए कार्बन स्टोरेज निगरानी में निर्णय लेने हेतु सूचित कर सकते हैं। भविष्य के कार्यों में अधिक जटिल ज्यामिति के लिए जेनेरेटिव एडवरसैरियल नेटवर्क (GANs) के साथ मजबूती का परीक्षण करना और सार्वजनिक पहुंच के लिए वेब एप्लिकेशन का अल्फा संस्करण तैनात करना शामिल है।