Learning and Inferring Multiphase Flow Dynamics in Porous Media using Scientific Machine Learning: Application to the "FluidFlower" CO2 Injection Experiment

Questo articolo presenta un framework di apprendimento automatico scientifico che combina un surrogato basato su reti neurali convoluzionali con l'inferenza bayesiana per prevedere e calibrare efficientemente la dinamica del flusso multifase di CO2-salamoia in mezzi porosi, dimostrando miglioramenti significativi nell'identificazione dei parametri e nell'accuratezza della simulazione rispetto ai metodi tradizionali utilizzando dati sperimentali ad alta risoluzione "FluidFlower".

L'essenziale

Immagina di cercare di prevedere come una goccia d'inchiostro si diffonde attraverso una spugna, ma questa spugna è fatta di diversi tipi di sabbia, ha crepe nascoste (faglie) e l'inchiostro è in realtà anidride carbonica gassosa iniettata nel sottosuolo. Questo è il cuore della sfida del stoccaggio geologico del carbonio: capire esattamente dove andrà il gas e come rimarrà intrappolato in modo da poterlo conservare in sicurezza.

Il problema è che la fisica coinvolta è incredibilmente complessa. Per ottenere una risposta perfetta usando i modelli informatici tradizionali, è necessario eseguire simulazioni massicce e lente. Se vuoi sapere quanto sei incerto sulla risposta (ad esempio, "E se la sabbia fosse leggermente più porosa?"), dovresti eseguire queste simulazioni lente migliaia di volte. Ciò richiede troppo tempo e costa troppa potenza di calcolo.

Questo articolo presenta una soluzione intelligente utilizzando il Machine Learning Scientifico (SciML) per velocizzare le previsioni e renderle migliori. Ecco come ci sono riusciti, spiegato in modo semplice:

1. L' "Apprendista Velocissimo" (Il Modello Surrogate)

Pensa alla tradizionale simulazione ad alta fedeltà come a un grande chef che sa cucinare il piatto perfetto ma impiega tre giorni per farlo. Non puoi chiedere al grande chef di cucinare 1.000 varianti dello stesso piatto solo per vedere quale sia la migliore.

Gli autori hanno addestrato una Rete Neurale Convoluzionale (CNN) — che chiamano "surrogate" (modello sostitutivo) — affinché agisca come un apprendista velocissimo.

• Addestramento: Hanno fornito all'apprendista 98 esempi del lavoro del grande chef (simulazioni della CO2 che si muove attraverso il serbatoio "FluidFlower").
• Apprendimento: L'apprendista ha imparato gli schemi: come il gas sale, come si diffonde lateralmente e come rimane bloccato in diversi strati di sabbia.
• Il Risultato: Una volta addestrato, l'apprendista può prevedere l'esito di un nuovo scenario in una frazione di secondo. È milioni di volte più veloce del grande chef, pur catturando comunque l'idea generale. Cattura la forma principale della nuvola di gas (il "plume") e come si muove, anche se può mancare alcuni piccoli movimenti caotici (fingering) che sono difficili da prevedere.

2. Il "Gioco del Detective" (Inferenza Bayesiana)

Ora che hanno un apprendista veloce, dovevano risolvere un problema da detective: Quali sono le proprietà nascoste della roccia sotterranea?

Nel mondo reale, non conosciamo la permeabilità esatta (quanto è facile per un fluido scorrere) o la pressione di ogni strato di roccia. Abbiamo solo alcune misurazioni.

• Il Vecchio Metodo: Gli scienziati usavano spesso indovinare le proprietà della roccia, avviare la lenta simulazione del grande chef, confrontare il risultato con l'esperimento e apportare piccole modifiche alla supposizione. Lo facevano manualmente, guardando solo pochi grandi numeri (come "quanto è grande la nuvola di gas dopo 1 ora?").
• Il Nuovo Metodo: Gli autori hanno utilizzato il veloce apprendista all'interno di un framework di inferenza bayesiana (un metodo statistico). Hanno lasciato che il computer eseguisse migliaia di scenari "e se..." istantaneamente.
• Il Colpo di Scena: Invece di guardare solo pochi numeri, hanno fornito al computer l'intero video dell'esperimento. Hanno confrontato l'intera immagine del movimento della nuvola di gas nel tempo contro le previsioni dell'apprendista.

3. Cosa hanno scoperto

• Migliore Accuratezza: Utilizzando il video completo e il veloce apprendista, il loro modello si è adattato molto meglio ai precedenti tentativi manuali. Ha previsto correttamente come la nuvola di gas colpiva una "faglia" (una crepa nella roccia) e come si diffondeva sotto un "sigillo" (uno strato che impedisce al gas di fuoriuscire).
• Il Problema della "Impronta Digitale": Hanno scoperto che diverse combinazioni di proprietà della roccia possono talvolta produrre una nuvola di gas dall'aspetto simile. È come se due impronte digitali diverse lasciassero la stessa macchia su un vetro. Ciò significa che non esiste un'unica risposta "perfetta" per le proprietà della roccia; ce ne sono diverse plausibili. Il framework di machine learning ha aiutato a mappare tutte queste possibilità, invece di sceglerne solo una.
• Il Tempo è Fondamentale: Hanno testato quanta quantità di dati fosse necessaria. Hanno scoperto che una volta che la nuvola di gas interagiva con le principali caratteristiche geologiche (come le faglie e i sigilli), i dati diventavano molto informativi. Aggiungere altri dati dopo quel punto non aiutava molto di più. È come risolvere un puzzle: una volta trovati i pezzi degli angoli e l'immagine principale, aggiungere altri pezzi dei bordi non cambia molto l'immagine.

L'esperimento "FluidFlower"

Tutto lo studio è stato testato su un esperimento reale chiamato "FluidFlower". Immaginate un grande serbatoio trasparente riempito di diversi strati di sabbia. Gli scienziati iniettano CO2 (che diventa blu nell'acqua grazie a un indicatore di pH) e osservano come si muove. Poiché il serbatoio è trasparente, è possibile scattare foto dell'intera nuvola di gas mentre evolve. Questo ha fornito la "verità di base" (ground truth) per testare se il loro apprendista IA stesse effettivamente imparando la fisica corretta.

In sintesi

Questo articolo dimostra che combinando un veloce apprendista basato su IA con un gioco investigativo statistico, gli scienziati possono:

1. Prevedere come l'anidride carbonica si muove nel sottosuolo molto più velocemente di prima.
2. Utilizzare i dati sperimentali del mondo reale per scoprire le proprietà nascoste della roccia.
3. Comprendere i limiti di ciò che possiamo conoscere (identificando quali proprietà della roccia sono facili da indovinare e quali sono ambigue).

Questo è un passo importante verso la creazione di "gemelli digitali" dei siti di stoccaggio sotterraneo — modelli virtuali abbastanza accurati da aiutarci a prendere decisioni sicure sullo stoccaggio dell'anidride carbonica per combattere il cambiamento climatico.

Sommario tecnico

Sintesi Tecnica: Apprendimento e Inferenza della Dinamica del Flusso Multifase in Mezzi Porosi utilizzando il Machine Learning Scientifico

Definizione del Problema
La previsione accurata e l'identificazione dei parametri per il flusso multifase in mezzi porosi sono critiche per lo stoccaggio geologico di anidride carbonica (GCS), ma rimangono problematiche a causa delle forti non linearità, degli spazi parametrici ad alta dimensionalità e della scarsità di dati osservativi. Le simulazioni numeriche tradizionali ad alta fedeltà, sebbene sofisticate, sono computazionalmente costose, rendendole impraticabili per la quantificazione dell'incertezza, la modellazione inversa o il processo decisionale in tempo reale. Inoltre, la scarsità di dati su scala di campo crea un disallineamento tra la validazione del modello e le informazioni azionabili. Sebbene esperimenti controllati in laboratorio come il benchmark "FluidFlower" forniscano dati ad alta risoluzione, l'adattamento storico (history matching) rispetto a tali dati è spesso un problema mal posto, che richiede calibrazioni iterative guidate da esperti che potrebbero non sfruttare appieno le informazioni spazio-temporali.

Metodologia
Gli autori propongono un framework di Machine Learning Scientifico (SciML) che integra la modellazione surrogata con l'inferenza bayesiana per affrontare la previsione in avanti (forward prediction) e la stima parametrica inversa per i flussi di CO2-acqua salata.

1. Modellazione Surrogata Forward:

   • Generazione dei Dati: Simulazioni numeriche ad alta fedeltà dell'esperimento "FluidFlower" sono state generate utilizzando il MATLAB Reservoir Simulation Toolbox (MRST). Queste simulazioni hanno risolto le equazioni di bilancio di massa per il flusso a due fasi e due componenti con pressione capillare isteretica e funzioni di permeabilità relativa.
   • Architettura: Un modello basato su Reti Neurali Convoluzionali (CNN) con architettura UNet è stato addestrato per apprendere la mappatura dalle realizzazioni dei parametri geologici all'evoluzione dei campi di saturazione di CO2 e di concentrazione di CO2 disciolta.
   • Input/Output: Il modello riceve come input campi di parametri strutturati spazialmente (permeabilità, pressione di ingresso capillare, saturazione di acqua connata ed esponenti della permeabilità relativa per tre regioni geologiche: sabbia di stoccaggio, sabbia di faglia e sigillo superiore) e il tempo. Produce i corrispondenti campi di concentrazione di CO2 disciolta e di saturazione del gas su una griglia uniforme di 64 × 128.
   • Addestramento: Il surrogato è stato addestrato su 98 run di simulazione (45.668 coppie input-output) ed è stato testato su casi non visti, ottenendo un'accelerazione di ordini di grandezza rispetto alle simulazioni originali a fisica completa.

2. Inferenza Parametrica Inversa:

   • Framework: Il surrogato addestrato è stato inserito all'interno di un framework di Markov Chain Monte Carlo (MCMC) (utilizzando l'ensemble sampler emcee) per eseguire l'inferenza bayesiana.
   • Verosimiglianza (Likelihood): La funzione di verosimiglianza è stata costruita confrontando le mappe binarie osservate sperimentalmente dei pennacchi di CO2 disciolta e gassosa (derivate dall'elaborazione di immagini di fotografie "FluidFlower") con le previsioni sogliate del surrogato.
   • Obiettivo: Questo approccio consente un'esplorazione efficiente dello spazio parametrico a 15 dimensioni per identificare le distribuzioni a posteriori delle proprietà petrofisiche chiave, evitando il costo proibitivo di ripetute simulazioni a fisica completa.

Risultati Chiave

• Accuratezza della Previsione Forward: Il modello surrogato cattura accuratamente la migrazione su larga scala del pennacchio di CO2, il movimento ascendente guidato dalla galleggiabilità, la diffusione laterale e le interazioni con strutture geologiche eterogenee (faglie e sigilli). Sebbene esistano piccole discrepanze nelle strutture di fingering su piccola scala dovute a instabilità idrodinamiche, il modello mantiene un'alta fedeltà nel comportamento di trasporto macroscopico. L'analisi quantitativa tramite la Distanza di Wasserstein dell'Ottimo Trasporto (OTWD) mostra che le previsioni del surrogato sono costantemente più vicine alle soluzioni di riferimento rispetto alle tipiche realizzazioni di addestramento, anche all'aumentare della complessità della soluzione nel tempo.
• Performance dell'Inferenza Inversa: L'inversione bayesiana assistita dal surrogato migliora significativamente la concordanza tra simulazioni e osservazioni sperimentali rispetto alle calibrazioni manuali. La soluzione a Massima A Posteriori (MAP) inferta riproduce meglio la geometria del pennacchio su larga scala, l'estensione verticale e i percorsi di migrazione, in particolare nelle regioni influenzate da faglie e strati sigillanti.
• Identificabilità dei Parametri: L'analisi rivela che, mentre alcuni parametri (ad esempio, i moltiplicatori di permeabilità in regioni specifiche) sono ben vincolati dalle osservazioni, altri rimangono ampiamente distribuiti o presentano molteplici mode. Ciò evidenzia la non unicità del problema inverso, dove combinazioni distinte di parametri possono produrre comportamenti simili del pennacchio macroscopico.
• Impatto dell'Orizzonte Osservativo: Lo studio dimostra che i dati osservativi diventano sostanzialmente più informativi una volta che il pennacchio interagisce con le principali caratteristiche geologiche (faglie e strati sigillanti). Estendere l'orizzonte osservativo oltre il punto in cui il pennacchio stabilisce i percorsi di migrazione primari produce rendimenti decrescenti per il vincolo del comportamento di trasporto su larga scala, poiché le discrepanze rimanenti sono dominate dalle dinamiche di fingering sensibili su piccola scala.

Significatività e Rivendicazioni
L'articolo sostiene che questo framework rappresenti un passo critico verso la creazione di gemelli digitali (digital twins) per i sistemi del sottosuolo. Sfruttando osservazioni sperimentali a campo completo, risolte spazialmente e temporalmente, l'approccio migliora sostanzialmente la concordanza macroscopica tra simulazioni e esperimenti rispetto alle precedenti calibrazioni manuali basate su quantità scalari limitate.

Gli autori sottolineano che il modello surrogato apprende un comportamento di trasporto fisicamente significativo piuttosto che una semplice interpolazione, mantenendo prestazioni robuste anche in regimi di flusso complessi e non lineari. L'integrazione di SciML con l'inferenza bayesiana rende computazionalmente trattabile l'esplorazione di spazi parametrici ad alta dimensionalità, rivelando combinazioni di parametri identificabili e non identificabili. Questa capacità supporta la previsione consapevole dell'incertezza e il processo decisionale, colmando il divario tra simulazioni ad alta fedeltà e informazioni azionabili. Il lavoro sottolinea inoltre l'importanza del benchmark "FluidFlower" nel validare questi approcci rispetto alla realtà fisica, andando oltre i dataset sintetici.