SubsurfaceGen: Procedural Generation of Field-Scale Earth Models and Seismic Data

Sintesi Tecnica: SubsurfaceGen

Definizione del Problema
L'Inversione della Forma d'Onda Completa (Full Waveform Inversion - FWI) è il metodo standard per l'imaging del sottosuolo, fondamentale per la verifica del sequestro di carbonio, l'esplorazione delle risorse e la valutazione dei rischi. Tuttavia, la FWI comporta la risoluzione di problemi di ottimizzazione vincolati alle PDE, ad alta dimensionalità e non convessi, che soffrono di "cycle skipping" (salti di ciclo), sensibilità ai modelli iniziali e costi computazionali proibitivi. Sebbene il machine learning (ML) offra alternative promettenti — come gli operatori neurali per accelerare le risoluzioni delle PDE e gli encoder-decoder per l'inversione diretta — il progresso è frenato dalla mancanza di dati di addestramento adeguati. Gli esistenti dataset (ad es. Marmousi, SEAM, OpenFWI) non riescono a soddisfare simultaneamente quattro criteri critici: estensione spaziale e temporale su scala di campo (field-scale), diversità geologica, realismo fisico ed estensibilità (la capacità di generare nuovi dati su richiesta). I dataset su piccola scala non catturano il peggioramento del cycle skipping e dei gap di illuminazione alle grandi scale, mentre i dataset statici non possono supportare studi sulla generalizzazione attraverso scenari geologici non visti.

Metodologia
Gli autori introducono SubsurfaceGen, un generatore procedurale accelerato da GPU per modelli di velocità 3D e relativi dati sismici. Il sistema è costruito su PyTorch per la generazione dei modelli e su Devito per la generazione dei dati sismici.

1. Generazione Procedurale del Modello di Velocità: SubsurfaceGen costruisce modelli di velocità applicando sequenzialmente un catalogo di otto moduli geologici a un volume di basamento omogeneo. Questi moduli emulano caratteristiche del mondo reale:

   • Deposit (Deposito): Aggiunge strati stratificati con interstrati (livelli di velocità alternati).
   • Squish (Schiacciamento): Deforma gli strati per simulare piegamenti su scala di bacino.
   • Fault (Faglia): Applica deformazioni da faglie listriche e a V.
   • SaltSDT & SaltWedge: Genera corpi salini irregolari e deforma i sedimenti circostanti per creare sequenze halocinetiche (geometrie di onlap e drape).
   • CarbonatePlatform (Piattaforma Carbonatica): Costruisce strutture di reef asimmetriche con facies distinte.
   • DeltaClinoformDeposit: Impila superfici simili a clinoformi per simulare geometrie deltizie.
   • StructuralSmoother (Levigatore Strutturale): Applica uno smoothing orientato alla struttura per sopprimere gli artefatti numerici preservando al contempo le discontinuità geologiche.
     Il processo di generazione è deterministico in base ai vettori di parametri, ma permette il campionamento stocastico per creare realizzazioni diversificate all'interno di uno specifico scenario geologico.

2. Generazione dei Dati Sismici: Per ogni modello di velocità 3D, SubsurfaceGen estrae sezioni 2D e risolve l'equazione d'onda acustica 2D utilizzando Devito. Genera dati accoppiati consistenti in:

   • Campi d'onda (Wavefields): Propagazione del campo d'onda completo su 5 secondi.
   • Shot Gathers (Registrazioni di sorgente): Registrazioni di 8 secondi da 64 sorgenti e 1000 ricevitori, simulando l'acquisizione con streamer marino.
     Il sistema supporta cinque diverse larghezze di banda della sorgente per facilitare strategie di addestramento multiscala.

3. Costruzione del Dataset: Gli autori hanno rilasciato un dataset su scala di campo su Hugging Face contenente 4.276 sezioni di velocità 2D (risoluzione di 10 m, 10 km × 10 km laterali, 6,19 km di profondità) accoppiate con campi d'onda e shot gathers. Questi sono derivati da 42 modelli 3D distinti che coprono sei scenari geologici: quattro generati da SubsurfaceGen (Penobscot, F3, Gulf of Mexico, Fault) e due provenienti da fonti precedenti (SEAM, Salt Canopy). L'impostazione Penobscot è tenuta separata come set di test out-of-distribution (OOD).

Contributi Chiave

• Software SubsurfaceGen: Un nuovo strumento open-source, accelerato da GPU, che consente la generazione procedurale di modelli di velocità geologicamente diversificati e fisicamente realistici su scala di campo. È il primo software open-source a supportare la generazione procedurale di caratteristiche come corpi salini, piattaforme carbonatiche e clinoformi in un pipeline unificato.
• Dataset su Scala di Campo: Il rilascio di un dataset accoppiato su larga scala (modelli di velocità + dati sismici) che affronta i limiti dei benchmark esistenti. Fornisce l'estensione spaziale necessaria (10 km) e la profondità temporale (5–8 s) per studiare fenomeni su scala di campo come il cycle skipping e l'imaging profondo.
• Benchmarking della FWI basata su ML: Il documento dimostra l'utilità di questo dataset valutando due compiti distinti di ML:
  • Predizione del Campo d'Onda: Addestramento di operatori neurali (TFNO, DPOT) per predire i campi d'onda. Gli autori introducono una strategia di "rollout autoregressivo a blocchi" (chunked autoregressive rollout) resa necessaria dalle dimensioni della griglia su scala di campo e propongono TFNO-interp, una variante che utilizza principi di checkpointing ottimale per ridurre la deriva dell'errore su orizzonti temporali lunghi.
  • Inversione End-to-End: Addestramento di reti encoder-decoder (InversionNet, Transformer, CNN) per mappare direttamente gli shot gathers ai modelli di velocità. Il dataset consente i primi studi di generalizzazione tra diverse geologie su scala di campo, rivelando come diverse architetture gestiscono i cambiamenti di distribuzione.

Risultati

• Performance: SubsurfaceGen raggiunge un'accelerazione da 7,2× a 26,8× nella generazione dei modelli di velocità su una GPU NVIDIA A100 rispetto a una CPU a 16 core.
• Predizione del Campo d'Onda: Gli operatori neurali tracciano con successo i fronti d'onda dominanti ma mostrano un accumulo di errore su orizzonti temporali lunghi (5 s). La variante TFNO-interp, che ancora le predizioni a intervalli temporali intermedi, ha ridotto l'errore relativo L2 nei gap di predizione di circa 6× rispetto agli operatori forward standard, dimostrando il valore del dataset su scala di campo nel far emergere i modi di fallimento su lunghi orizzonti.
• Inversione: Tra le architetture testate, la 3D CNN ha superato la InversionNet 2D e il Transformer in termini di RMSE e SSIM, in particolare nel catturare caratteristiche su larga scala come corpi salini e faglie. Tuttavia, tutti i modelli hanno avuto difficoltà con le caratteristiche su piccola scala. Fondamentalmente, la CNN ha mostrato un calo significativo delle prestazioni sul set OOD (Penobscot), mentre il Transformer ha mantenuto punteggi SSIM stabili, evidenziando capacità di generalizzazione dipendenti dall'architettura.

Significatività
Il documento sostiene che SubsurfaceGen e il suo dataset democratizzino il ML per l'imaging sismico abbassando la barriera all'ingresso per i ricercatori privi di dati proprietari. Si afferma che la natura su scala di campo dei dati è essenziale per scoprire i modi di fallimento (come la deriva nei rollout autoregressivi e i limiti di generalizzazione nell'inversione) che sono invisibili nei dataset su piccola scala. Gli autori pongono questo lavoro come una fondazione per futuri benchmark e sviluppo di metodi, avvertendo che i modelli addestrati su questi dati sintetici richiedono ulteriori validazioni prima del dispiegamento nel mondo reale. Il lavoro colma il divario tra i progressi teorici del ML e i requisiti pratici su larga scala dell'imaging geofisico.