Inversion of thermal field-scale flow in porous media using conditional Karhunen-Loève expansion combined with Levenberg-Marquardt and Singular Value Decomposition schemes

पृथ्वी की सतह के बहुत नीचे, गर्म पानी और भाप के विशाल भंडार छिद्रपूर्ण चट्टानों के भीतर फंसे हुए हैं, ठीक वैसे ही जैसे स्पंज में पानी थमा रहता है। यह भूतापीय ऊर्जा (जियोथर्मल एनर्जी) एक शक्तिशाली, नवीकरणीय संसाधन है जो जीवाश्म ईंधन जलाने से होने वाले कार्बन उत्सर्जन के बिना हमारी दुनिया को ऊर्जा देने में मदद कर सकती है। हालांकि, इस गर्मी का उपयोग करना एक जटिल चुनौती है क्योंकि भूमिगत चट्टानें शायद ही कभी एकसमान होती हैं; वे अलग-अलग प्रवाह क्षमताओं वाली परतों का एक अराजक मिश्रण होती हैं। कुशलतापूर्वक और सुरक्षित रूप से ड्रिल करने के लिए, इंजीनियरों को इन छिपे हुए रास्तों का एक सटीक मानचित्र चाहिए, जिसे पारगम्यता (परमीबिलिटी) के रूप में जाना जाता है। समस्या यह है कि इन मानचित्रों को सीधे देखना असंभव है। इसके बजाय, वैज्ञानिकों को सतह पर या कुछ ड्रिल किए गए कुओं में दबाव और तापमान में होने वाले बदलावों को देखकर भूमिगत संरचना का अनुमान लगाना होता है, जिसे 'इनवर्स प्रॉब्लम' कहा जाता है। यह कुछ ऐसा ही है जैसे एक सीलबंद बॉक्स के अंदर छिपी हुई वस्तु के आकार का अनुमान लगाने की कोशिश करना, केवल यह सुनकर कि उसके अंदर एक गेंद कैसे उछल रही है।

ब्राजील के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने भूतापीय प्रणालियों के लिए इस पहेली को सुलझाने का एक नया, अधिक कुशल तरीका विकसित किया है। उन्होंने एक विशिष्ट चुनौती पर ध्यान केंद्रित किया: गर्म पानी के माध्यम से समय के साथ इसके प्रवाह का विश्लेषण करके एक अत्यधिक परिवर्तनशील भूमिगत चट्टानी संरचना की पारगम्यता का पता लगाना। अपने अध्ययन में, उन्होंने एक विस्तृत कंप्यूटर सिमुलेशन बनाया, जिसमें एक मानक बेंचमार्क मॉडल का उपयोग किया गया जो एक जटिल, स्तरित चट्टानी संरचना का प्रतिनिधित्व करता है। उन्होंने इस संरचना के केंद्र में गर्म पानी के इंजेक्शन का अनुकरण किया और दो हजार दिनों की अवधि में चार आस-पास के उत्पादन कुओं में दबाव और तापमान में आए बदलावों को ट्रैक किया। लक्ष्य यह देखना था कि क्या वे सतह के इन मापों से चट्टान के सटीक, छिपे हुए मानचित्र को पुनर्गठित करने के लिए पीछे की ओर काम कर सकते हैं।

इस पुनर्गठन को संभव बनाने के लिए, शोधकर्ताओं को भूमिगत चट्टान की जटिलता को सरल बनाना पड़ा। चट्टान के हर एक छोटे बिंदु के लिए पारगम्यता की गणना करने के बजाय, जिसके लिए असंभव मात्रा में कंप्यूटिंग शक्ति की आवश्यकता होती, उन्होंने चट्टान की परिवर्तनशीलता को संख्याओं के एक बहुत छोटे सेट के साथ वर्णित करने के लिए एक गणितीय तकनीक का उपयोग किया। उन्होंने चट्टान के गुणों को एक ऐसे पैटर्न के रूप में माना जिसे कुछ प्रमुख आकृतियों या 'मोड्स' में तोड़ा जा सकता है, जो सबसे महत्वपूर्ण विविधताओं को पकड़ते हैं। इसने उन्हें पूरे भूमिगत मानचित्र को परिभाषित करने वाले केवल बीस नंबरों को खोजने पर ध्यान केंद्रित करने की अनुमति दी, न कि लाखों पर। फिर उन्होंने इन नंबरों को खोजने के लिए दो अलग-अलग गणितीय रणनीतियों का परीक्षण किया: एक जो त्रुटियों को कम करने के लिए चरण-दर-चरण सावधानीपूर्वक अनुमान को समायोजित करता है, और दूसरा जो समाधान को तेजी से खोजने के लिए समस्या को इसके मौलिक घटकों में तोड़ देता है।

उनके कंप्यूटर प्रयोगों के परिणाम उत्साहजनक थे। जब उन्होंने पूर्ण, शोर-मुक्त डेटा पर इन विधियों का परीक्षण किया, तो दोनों रणनीतियों ने उच्च सटीकता के साथ छिपे हुए पारगम्यता मानचित्र को सफलतापूर्वक पुनर्गठित किया। पहली रणनीति ने, जिसने कई छोटे समायोजनों के माध्यम से समाधान को परिष्कृत किया, वास्तविक भूमिगत मानचित्र के साथ सबसे सटीक मिलान प्रस्तुत किया, हालांकि वहां तक पहुँचने के लिए उसे अधिक कंप्यूटिंग समय की आवश्यकता थी। दूसरी रणनीति ने, जिसने समीकरणों को हल करने के लिए एक अलग गणितीय दृष्टिकोण का उपयोग किया, बहुत कम चरणों में, बहुत तेजी से एक बहुत अच्छा समाधान प्राप्त किया। शोधकर्ताओं ने यह भी परीक्षण किया कि उनके तरीके कितने मजबूत थे, जिसके लिए उन्होंने इसमें थोड़ा यादृच्छिक त्रुटि (रैंडम एरर) जोड़ी, जो वास्तविक दुनिया के सेंसर द्वारा उत्पन्न होने वाले अपूर्ण डेटा का अनुकरण करती है। इन शोर वाली स्थितियों में, दूसरे तरीके की तुलना में तेज़ रणनीति ने बढ़त दिखाई, जहाँ वह अनिश्चितता के बीच भी डेटा के साथ एक मजबूत फिट बनाए रखने में सफल रही जहाँ दूसरा तरीका थोड़ा संघर्ष कर रहा था।

अंततः, यह अध्ययन प्रदर्शित करता है कि चट्टान की जटिलता को सरल बनाने के एक स्मार्ट तरीके को शक्तिशाली गणितीय 'इनवर्जन टूल्स' के साथ जोड़कर, एक भूतापीय जलाशय के छिपे हुए प्रवाह पथों को सटीक रूप से मैप करना संभव है। शोधकर्ताओं ने दिखाया कि चट्टान की संरचना के सबसे महत्वपूर्ण पैटर्न पर ध्यान केंद्रित करके, वे सटीकता खोए बिना समस्या को हल करने के लिए आवश्यक कंप्यूटिंग प्रयास को काफी कम कर सकते हैं। उनका कार्य सुझाव देता है कि ये तकनीकें इंजीनियरों को भूतापीय संसाधनों को बेहतर ढंग से समझने और प्रबंधित करने में मदद कर सकती है, जिससे अधिक कुशल ऊर्जा उत्पादन की ओर ले जाया जा सकता है। हालांकि निष्कर्ष भौतिक क्षेत्र परीक्षण के बजाय कंप्यूटर सिमुलेशन पर आधारित हैं, फिर भी ये विधियाँ अपूर्ण डेटा के बावजूद स्थिर और प्रभावी साबित हुईं, जो भूतापीय ऊर्जा के भविष्य के वास्तविक दुनिया के अनुप्रयोगों के लिए एक आशाजनक उपकरण प्रदान करती हैं।