DiffSIM: Unconditional and conditional facies simulation based on denoising diffusion generative models

Dit artikel introduceert DiffSIM, een generatief model op basis van denoising diffusion dat zowel onvoorwaardelijke als voorwaardelijke facies-simulaties mogelijk maakt door geologische patronen te leren en well-data te integreren via een mask-gebaseerde strategie, wat resulteert in geologisch plausibele en diverse ondergrondse modellen.

De kern

🌍 DiffSIM: De "Magische Klei" voor Aardwetenschappers

Stel je voor dat je een aardwetenschapper bent. Je wilt weten wat er zich onder de grond afspeelt: waar zitten de olie- of gasvelden? Waar zit het water? Het probleem is dat je de aarde niet kunt zien. Je hebt alleen een paar kleine gaatjes (boorgaten) waar je wat monsters uit hebt gehaald. Het is alsof je probeert het complete verhaal van een boek te raden, terwijl je slechts drie willekeurige zinnen uit het midden hebt gelezen.

Vroeger deden wetenschappers dit met simpele statistieken, maar dat gaf vaak saaie, onrealistische plaatjes. Nu hebben de auteurs van dit artikel (Minghui Xu en zijn team van Stanford) een nieuwe, slimme manier bedacht die ze DiffSIM noemen. Ze gebruiken een soort "AI-kunstenaar" die gebaseerd is op denoising diffusion models.

Laten we uitleggen hoe dit werkt met een paar simpele vergelijkingen.

1. De Kunst van het "Onttroebelen" (Denoising Diffusion)

Stel je voor dat je een prachtige, heldere foto van een landschap hebt.

• Het proces: Je gooit er steeds meer troep (ruis) overheen, totdat het beeld volledig wit en onherkenbaar is. Dit is het "voorwaartse proces".
• De leer: De AI kijkt naar duizenden voorbeelden van deze foto's die langzaam troebel worden. Hij leert: "Als ik hier een beetje witte vlek zie, moet ik daar waarschijnlijk een boom hebben."
• Het resultaat: Nu draait de AI de film terug. Hij begint met een volledig wit, troebel scherm en begint stap voor stap de troep weg te halen. In elke stap wordt het beeld iets duidelijker, totdat er weer een perfect landschap staat.

In het geval van DiffSIM is het "landschap" geen foto, maar een geologisch model (een kaart van zand, klei en rotsen onder de grond). De AI leert hoe deze lagen eruit moeten zien door te oefenen met duizenden voorbeelden.

2. De Snelheidsoefening (DDPM vs. DDIM)

Het probleem met deze methode is dat het heel langzaam kan zijn. Het is alsof je de film terugdraait, maar je moet elke seconde van de film één voor één bekijken.

• DDPM: De originele, nauwkeurige maar trage methode. Het duurt lang om het beeld te maken (bijvoorbeeld 1500 stappen).
• DDIM: De slimme versie. De AI leert dat hij niet elke seconde hoeft te bekijken. Hij kan "sprongen" maken. In plaats van 1500 stappen, doet hij het in slechts 50 stappen.
  • Vergelijking: Het is het verschil tussen een auto die elke stoplicht stopt (DDPM) en een auto die een slimme route neemt en 30 stoplichten overslaat (DDIM). Het resultaat is hetzelfde, maar je bent 30 keer sneller thuis!

3. De "Magische Masker" (Conditioning)

Dit is het meest ingenieuze deel. Stel, je hebt de foto van het landschap, maar je wilt dat de AI precies op de plekken waar je boorgaten hebt, de juiste kleuren gebruikt.

• De oude manier: De AI probeerde het landschap te tekenen en kreeg dan een boze klap als hij het verkeerd deed bij de boorgaten. Hij moest steeds proberen de boze klap te vermijden, wat vaak leidde tot rare, onnatuurlijke plekken.
• De nieuwe manier (DiffSIM): De auteurs gebruiken een masker.
  • Ze nemen een masker en plakken het over de boorgaten. Op die plekken mag de AI niets veranderen; daar staan de echte gegevens al.
  • De AI mag alleen "schilderen" op de plekken waar het masker open is (tussen de boorgaten).
  • Vergelijking: Het is alsof je een tekening maakt van een bos, maar je hebt al de bomen bij de ingang getekend. De AI mag alleen de bomen in het midden van het bos tekenen, maar hij moet zorgen dat ze eruitzien alsof ze bij die ingangsbomen horen. Zo weet je zeker dat de gegevens kloppen, zonder dat de AI verward raakt.

4. Wat hebben ze getest?

Ze hebben deze techniek getest op drie verschillende scenario's:

1. Meanderende kanalen: Net als een rivier die kronkelt door het landschap (2D).
2. Puntbanken: Zandbanken die ontstaan door stromend water (2D).
3. 3D Puntbanken: Een volledig driedimensionaal blok van zand en rotsen (3D).

In alle gevallen bleek de AI:

• Realistisch: De patronen zagen eruit als echte geologische formaties.
• Verscheiden: Als je het twee keer deed, kreeg je twee verschillende, maar even waarschijnlijke versies (net als twee verschillende kaarten van hetzelfde gebied).
• Nauwkeurig: De gegevens bij de boorgaten werden 100% correct overgenomen.

5. Waarom is dit belangrijk?

Vroeger moesten ingenieurs vaak kiezen tussen een model dat er mooi uitzag of een model dat precies paste bij de meetgegevens. Met DiffSIM krijgen ze beide.

• Ze kunnen snel duizenden mogelijke versies van de ondergrond genereren.
• Dit helpt bij het inschatten van risico's: "Is het waarschijnlijk dat er olie zit, of is het toeval?"
• Het werkt zelfs als je een heel groot gebied wilt modelleren, terwijl de AI alleen op kleine stukjes is getraind. De AI kan zijn kennis "oprekken" naar grotere schalen.

Conclusie

DiffSIM is als een super-slimme, snelle kunstenaar die duizenden voorbeelden van aardlagen heeft gezien. Hij kan een compleet, realistisch landschap onder de grond "dromen" uit een wit scherm, en hij respecteert tegelijkertijd de echte metingen die je hebt gedaan. Hierdoor kunnen we beter beslissingen nemen over het winnen van grondstoffen of het opslaan van CO2, met minder gokwerk en meer zekerheid.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "DiffSIM: Unconditional and conditional facies simulation based on denoising diffusion generative models" in het Nederlands.

Probleemstelling

Het bouwen van ondergrondse faciemodellen die geologisch plausibel zijn en tegelijkertijd voldoen aan harde constraints van boorgatdata (well facies), is cruciaal voor reservoirkarakterisering, stromingssimulaties en het begrijpen van sedimentaire evolutie. Bestaande methoden hebben beperkingen:

• Geostatistische methoden: Variogram-gebaseerde methoden missen vaak geologische realisme, terwijl Multi-Point Statistics (MPS) complexere patronen kunnen modelleren maar nog steeds moeite hebben met zeer heterogene reservoirs.
• Deep Learning (GANs): Generatieve Adversariale Netwerken (GANs) kunnen realistische modellen genereren, maar lijden vaak onder instabiele training (convergentieproblemen) en vereisen complexe strategieën om aan boorgatdata te voldoen (zoals het zoeken naar geschikte latente vectoren of het toevoegen van extra 'preservation losses' die gewogen moeten worden).

De auteurs stellen dat Denoising Diffusion Probabilistic Models (DDPM) een veelbelovend alternatief bieden voor het genereren van realistische en diverse faciesrealisaties, zowel onvoorwaardelijk als voorwaardelijk, zonder de stabiliteitsproblemen van GANs.

Methodologie

Het artikel introduceert DiffSIM, een framework dat gebruikmaakt van denoising diffusion modellen voor faciesmodellering. De aanpak omvat drie hoofdbestanden:

1. Onvoorwaardelijke Generatie (Unconditional):

   • Het model leert geologische patronen uit een trainingsdataset van faciemodellen.
   • DDPM: Gebruikt voor training en inferentie. Het proces begint met pure ruis en denoist stap voor stap naar een faciemodel.
   • DDIM (Denoising Diffusion Implicit Models): Geïntroduceerd om de inferentie te versnellen. In plaats van 1500 iteraties (zoals bij DDPM), reduceert DDIM het aantal stappen naar 50 (een 30-voudige versnelling) door de Markov-ketenaanneming te verwijderen en deterministische stappen te gebruiken, zonder de kwaliteit van de training te verliezen.
   • Architectuur: Een U-Net met encodering, een bottleneck en decoding blokken, inclusief skip-connections en tijdsconditionering (time embedding) via een MLP.

2. Voorwaardelijke Generatie (Conditional) met Mask-based Strategie:

   • Om te voldoen aan harde constraints van boorgaten (well facies) zonder extra loss-functies of gewichtsbalancering, wordt een mask-based conditioning methode voorgesteld.
   • Invoer: Boorgatdata wordt omgezet in indicatorkaarten (one-hot encoding voor faciestypen en een locatie-masker).
   • Maskering: Tijdens zowel training als inferentie worden de tussenliggende ruisstappen ($x_t$) gemaskeerd op de locaties van de boorgaten. De bekende facieswaarden op deze locaties worden geforceerd en blijven onveranderd, terwijl alleen de gebieden tussen de boorgaten worden gedenoised.
   • Loss Functie: De loss wordt alleen berekend voor de niet-gemaskeerde gebieden (tussen de boorgaten). Dit garandeert dat de boorgatdata exact wordt gehonoreerd (100% accuraat) zonder dat er een extra 'preservation loss' nodig is die gewogen moet worden.

3. Datasets:
   De methode wordt getest op drie scenario's:

   • 2D Meanderende Kanalen (3 facies).
   • 2D Point Bars (4 facies).
   • 3D Point Bars (4 facies, volumetrische data).

Belangrijkste Bijdragen

• Toepassing van Diffusion Models op Geomodellering: Eerste uitgebreide evaluatie van DDPM en DDIM voor zowel onvoorwaardelijke als voorwaardelijke faciesmodellering.
• Efficiënte Inferentie: Demonstratie dat DDIM realistische modellen kan genereren met 30x minder stappen dan DDPM, wat de inferentietijd drastisch verlaagt (bijv. van 0.8s naar 0.029s voor 2D modellen).
• Nieuwe Conditioneringstechniek: Introductie van een mask-based strategie die harde constraints exact respecteert zonder extra hyperparameters (loss weights) te vereisen, in tegenstelling tot eerdere diffusion- of GAN-benaderingen.
• Schalbaarheid: Het getrainde model kan worden toegepast op grotere reservoirs dan de trainingsgrootte (bijv. genereren van 128x128 modellen getraind op 64x64), dankzij de volledig convolutieve aard van de U-Net.

Resultaten

De prestaties zijn geëvalueerd op basis van statistische metrics, variogrammen, geometrische kenmerken en visuele inspectie:

• Onvoorwaardelijke Realisme: De gegenereerde modellen (zowel DDPM als DDIM) vertonen een hoge overeenkomst met de testset in termen van:
  • Faciesverhoudingen (proporties).
  • Variogrammen (ruimtelijke correlatie in verschillende richtingen).
  • Geometrische kenmerken (kanaallengte, sinuositeit, breedte).
  • Multidimensionale schaling (MDS) plots tonen dat de verdeling van gegenereerde modellen sterk overlapt met de testset.
• Voorwaardelijke Prestaties:
  • De mask-based methode honoreert de boorgatdata met 100% nauwkeurigheid.
  • De gegenereerde modellen tussen de boorgaten behouden geologische realisme en diversiteit.
  • Bij minder boorgaten is de diversiteit hoog (veel mogelijke configuraties); bij meer boorgaten neemt de onzekerheid af en worden de modellen sterker geconstrueerd, wat logisch is voor uncertainty quantification.
• 3D Prestaties: Het model slaagt erin complexe 3D patronen te modelleren, hoewel de training langzamer convergeert dan bij 2D (vereist meer rekentijd).
• Snelheid: DDIM biedt een aanzienlijke snelheidswinst. Voor 3D modellen daalt de inferentietijd van minuten (DDPM) naar enkele seconden (DDIM).

Betekenis en Conclusie

DiffSIM demonstreert dat denoising diffusion modellen een krachtig en flexibel alternatief zijn voor bestaande geomodelleringstechnieken. De belangrijkste voordelen zijn:

1. Stabiliteit: Geen last van de instabiele training die kenmerkend is voor GANs.
2. Flexibiliteit: De methode werkt zowel voor onvoorwaardelijke generatie (voor onzekerheidsanalyse) als voor voorwaardelijke generatie (voor reservoirmodellering met data).
3. Efficiëntie: Door DDIM en de directe maskering is de methode praktisch toepasbaar in realistische workflows.
4. Geen Extra Loss: De conditionering gebeurt puur via de data-invoer en masking, wat het trainingsproces vereenvoudigt en robuuster maakt.

De auteurs concluderen dat DiffSIM een praktische oplossing biedt voor het genereren van geologisch realistische en diverse faciemodellen die exact voldoen aan beschikbare boorgatdata, wat essentieel is voor betere besluitvorming in de aardolie- en gasindustrie en andere aardwetenschappen. Toekomstig werk richt zich op het verbeteren van de trainingsefficiëntie voor 3D-modellen via latent diffusion models.