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

Este artigo apresenta um framework de aprendizado de máquina científico que combina um substituto de rede neural convolucional com inferência bayesiana para prever e calibrar eficientemente a dinâmica de fluxo multifásico de CO2-salmoura em meios porosos, demonstrando melhorias significativas na identificação de parâmetros e na precisão da simulação em relação aos métodos tradicionais utilizando dados experimentais de alta resolução "FluidFlower".

O essencial

Imagine que você está tentando prever como uma gota de tinta se espalha por uma esponja, mas esta esponja é feita de diferentes tipos de areia, possui rachaduras ocultas (falhas) e a tinta é, na verdade, dióxido de carbono gasoso sendo injetado no subsolo: este é o desafio do armazenamento geológico de carbono: descobrir exatamente para onde o gás irá e como ele será retido para que possamos armazená-lo com segurança.

O problema é que a física envolvida é incrivelmente complexa. Para obter uma resposta perfeita usando modelos computacionais tradicionais, você precisa executar simulações massivas e lentas. Se você quiser saber o quão incerto você está sobre a resposta (por exemplo, "E se a areia for ligeiramente mais porosa?"), você precisaria rodar essas simulações lentas milhares de vezes. Isso leva muito tempo e custa muita capacidade de processamento.

Este artigo apresenta uma solução inteligente usando Aprendizado de Máquina Científico (SciML) para acelerar o processo e tornar as previsões melhores. Veja como eles fizeram isso, explicado de forma simples:

1. O "Aprendiz Veloz" (O Modelo Substituído/Surrogate Model)

Pense na simulação tradicional de alta fidelidade como um mestre cuca que consegue cozinhar o prato perfeito, mas leva três dias para fazê-lo. Você não pode pedir ao mestre cuca para cozinhar 1.000 variações do prato apenas para ver qual delas tem o melhor sabor.

Os autores treinaram uma Rede Neural Convolucional (CNN) — que eles chamam de "substituto" ou "surrogate" — para atuar como um aprendiz veloz.

• Treinamento: Eles alimentaram o aprendiz com 98 exemplos do trabalho do mestre cuca (simulações de CO2 movendo-se através do tanque "FluidFlower").
• Aprendizado: O aprendiz aprendeu os padrões: como o gás sobe, como ele se espalha lateralmente e como ele fica preso em diferentes camadas de areia.
• O Resultado: Uma vez treinado, o aprendiz pode prever o resultado de um novo cenário em uma fração de segundo. Ele é milhões de vezes mais rápido que o mestre cuca, mas ainda captura a ideia geral. Ele captura a forma principal da nuvem de gás (a "pluma") e como ela se move, mesmo que perca alguns redemoinhos minúsculos e caóticos (fingering) que são difíceis de prever.

2. O "Jogo de Detetive" (Inferência Bayesiana)

Agora que possuem um aprendiz rápido, eles precisavam resolver um problema de detetive: Quais são as propriedades ocultas da rocha subterrânea?

No mundo real, não conhecemos a permeabilidade exata (o quão fácil é o fluxo de um fluido) ou a pressão de cada camada de rocha. Temos apenas algumas medições.

• O Jeito Antigo: Os cientistas costumavam adivinhar as propriedades da rocha, rodar a simulação lenta do mestre cuca, comparar com o experimento e ajustar o palpite. Eles faziam isso manualmente, olhando para apenas alguns números grandes (como "qual o tamanho da nuvem de gás após 1 hora?").
• O Jeito Novo: Os autores usaram o aprendiz rápido dentro de uma estrutura de inferência bayesiana (um método estatístico). Eles deixaram o computador rodar milhares de cenários de "e se..." instantaneamente.
• A Reviravolta: Em vez de olhar apenas para alguns números, eles alimentaram o computador com o vídeo completo do experimento. Eles compararam a imagem inteira da nuvem de gás se movendo ao longo do tempo contra as previsões do aprendiz.

3. O Que Eles Descobriram

• Melhor Precisão: Ao usar o vídeo completo e o aprendiz rápido, o modelo deles correspondeu muito melhor ao experimento real do que as tentativas manuais anteriores. Eles previram corretamente como a nuvem de gás atingiu uma "falha" (uma rachadura na rocha) e como ela se espalhou sob um "selo" (uma camada que impede o escape do gás).
• O Problema da "Impressão Digital": Eles descobriram que diferentes combinações de propriedades da rocha podem, às vezes, produzir a mesma aparência de nuvem de gás. É como se duas impressões digitais diferentes deixassem a mesma mancha em uma janela. Isso significa que não existe apenas uma resposta "perfeita" para as propriedades da rocha; existem várias possibilidades plausíveis. A estrutura de aprendizado de máquina ajudou a mapear todas essas possibilidades, em vez de apenas escolher uma.
• O Tempo Importa: Eles testaram quanto dado era necessário. Descobriram que, assim que a nuvem de gás interagia com as principais características geológicas (como as falhas e selos), os dados tornavam-se muito informativos. Adicionar mais dados após esse ponto não ajudava muito mais. É como resolver um quebra-cabeça: uma vez que você encontra as peças dos cantos e a imagem principal, adicionar mais algumas peças das bordas não muda muito a imagem.

O Experimento "FluidFlower"

Todo o estudo foi testado em um experimento da vida real chamado "FluidFlower". Imagine um grande tanque transparente cheio de diferentes camadas de areia. Cientistas injetam CO2 (que fica azul na água devido a um indicador de pH) e observam como ele se move. Como o tanque é transparente, eles podem tirar fotos de toda a nuvem de gás conforme ela evolui. Isso forneceu a "verdade fundamental" (ground truth) para testar se o aprendiz de IA estava realmente aprendendo a física correta.

A Conclusão

Este artigo mostra que, ao combinar um "aprendiz" de IA rápido com um jogo de detetive estatístico, os cientistas podem:

1. Prever como o dióxido de carbono se move no subsolo muito mais rápido do que antes.
2. Usar dados do mundo real para descobrir as propriedades ocultas da rocha.
3. Entender os limites do que podemos saber (identificando quais propriedades da rocha são fáceis de adivinhar e quais são ambíguas).

Este é um passo importante para a criação de "gêmeos digitais" de locais de armazenamento subterrâneo — modelos virtuais que são precisos o suficiente para nos ajudar a tomar decisões seguras sobre o armazenamento de dióxido de carbono para combater as mudanças climáticas.

Resumo técnico

Resumo Técnico: Aprendizado e Inferência de Dinâmica de Fluxo Multifásico em Meios Porosos usando Aprendizado de Máquina Científico

Declaração do Problema
A previsão precisa e a identificação de parâmetros para o fluxo multifásico em meios porosos são críticas para o armazenamento geológico de dióxido de carbono (GCS), mas permanecem desafiadoras devido às fortes não linearidades, espaços de parâmetros de alta dimensão e dados observacionais esparsos. As simulações numéricas tradicionais de alta fidelidade, embora sofisticadas, são computacionalmente dispendiosas, tornando-as impraticáveis para quantificação de incerteza, modelagem inversa ou tomada de decisão em tempo real. Além disso, a escassez de dados em escala de campo cria um descompasso entre a validação do modelo e os insights acionáveis. Embora experimentos controlados de laboratório, como o benchmark "FluidFlower", forneçam dados de alta resolução, a calibração histórica contra esses dados é frequentemente mal posta, exigindo calibrações iterativas guiadas por especialistas que podem não utilizar plenamente a informação espaço-temporal.

Metodologia
Os autores propõem uma estrutura de Aprendizado de Máquina Científico (SciML) que integra modelagem substituta (surrogate modeling) com inferência bayesiana para abordar a previsão direta e a estimativa inversa de parâmetros para fluxos de CO2-salmoura.

1. Modelagem Substituta Direta (Forward Surrogate Modeling):

   • Geração de Dados: Simulações numéricas de alta fidelidade do experimento "FluidFlower" foram geradas utilizando o MATLAB Reservoir Simulation Toolbox (MRСТ). Essas simulações resolveram equações de balanço de massa para fluxo de duas fases e dois componentes com pressão capilar e funções de permeabilidade relativa com histerese.
   • Arquitetura: Uma Rede Neural Convolucional (CNN) baseada na arquitetura UNet foi treinada para aprender o mapeamento das realizações de parâmetros geológicos para a evolução dos campos de saturação de CO2 e concentração de CO2 dissolvido.
   • Entrada/Saída: O modelo recebe campos de parâmetros estruturados espacialmente (permeabilidade, pressão de entrada capilar, saturação de água connata e expoentes de permeabilidade relativa para três regiões geológicas: areia de armazenamento, areia de falha e selo superior) e o tempo como entradas. Ele produz os campos correspondentes de concentração de CO2 dissolvido e saturação de gás em uma grade uniforme de 64 × 128.
   • Treinamento: O substituto foi treinado em 98 execuções de simulação (45.668 pares de entrada-saída) e testado em casos não vistos, alcançando aceleração de ordens de magnitude superior às simulações originais de física completa.

2. Inferência Inversa de Parâmetros:

   • Estrutura: O substituto treinado foi incorporado dentro de uma estrutura de Cadeia de Markov Monte Carlo (MCMC) (usando o amostrador de ensemble emcee) para realizar inferência bayesiana.
   • Verossimilhança (Likelihood): A função de verossimilhança foi construída comparando mapas binários observados de plumas de CO2 dissolvido e gasoso (derivados do processamento de imagem de fotografias do "FluidFlower") contra as previsões do substituto limiarizadas (thresholded).
   • Objetivo: Esta abordagem permite a exploração eficiente do espaço de parâmetros de 15 dimensões para identificar distribuições a posteriori de propriedades petrofísicas fundamentais, evitando o custo proibitivo de repetições de simulações de física completa.

Principais Resultados

• Precisão da Previsão Direta: O modelo substituto captura com precisão a migração de grande escala da pluma de CO2, o movimento ascendente impulsionado pela flutuabilidade, a dispersão lateral e as interações com estruturas geológicas heterogêneas (falhas e selos). Embora existam discrepâncias menores nas estruturas de dedos (fingering) de pequena escala devido a instabilidades hidrodinâmicas, o modelo mantém alta fidelidade no comportamento de transporte macroscópico. A análise quantitativa usando a Distância de Wasserstein de Transporte Ótimo (OTWD) mostra que as previsões do substituto são consistentemente mais próximas das soluções de referência do que as realizações típicas de treinamento, mesmo conforme a complexidade da solução aumenta ao longo do tempo.
• Desempenho da Inferência Inversa: A inversão bayesiana assistida pelo substituto melhora significativamente a concordância entre simulações e observações experimentais em comparação com calibrações manuais. A solução de Máxima A Posteriori (MAP) inferida reproduz melhor a geometria da pluma em grande escala, a extensão vertical e as vias de migração, particularmente em regiões influenciadas por falhas e camadas de selagem.
• Identificabilidade de Parâmetros: A análise revela que, enquanto alguns parâmetros (por exemplo, multiplicadores de permeabilidade em regiões específicas) são bem restringidos pelas observações, outros permanecem amplamente distribuídos ou exibem múltiplos modos. Isso destaca a não unicidade do problema inverso, onde combinações distintas de parâmetros podem produzir comportamentos de pluma macroscópicos semelhantes.
• Impacto do Horizonte de Observação: O estudo demonstra que os dados observacionais tornam-se substancialmente mais informativos uma vez que a pluma interage com características geológicas importantes (falhas e camadas de selagem). Estender o horizonte de observação além do ponto em que a pluma estabelece as vias primárias de migração traz retornos decrescentes para o restritamento do comportamento de transporte em grande escala, uma vez que as discrepâncias restantes são dominadas pela dinâmica sensível de formação de dedos em pequena escala.

Significância e Alegações
O artigo afirma que esta estrutura fornece um passo crítico em direção aos gêmeos digitais baseados em dados para sistemas de subsuperfície. Ao alavancar observações experimentais de campo completo, resolvidas espacial e temporalmente, a abordagem melhora substancialmente a concordância macroscópica entre simulações e experimentos em comparação com calibrações manuais anteriores baseadas em quantidades escalares limitadas.

Os autores enfatizam que o modelo substituto aprende o comportamento de transporte fisicamente significativo em vez de uma simples interpolação, mantendo um desempenho robusto mesmo em regimes de fluxo não lineares complexos. A integração de SciML com inferência bayesiana torna computacionalmente tratável a exploração de espaços de parâmetros de alta dimensão, revelando combinações de parâmetros identificáveis e não identificáveis. Essa capacidade apoia a previsão consciente da incerteza e a tomada de decisão, preenchendo a lacuna entre simulações de alta fidelidade e insights acionáveis para avaliação de risco no armazenamento geológico de carbono. O trabalho também ressalta a importância do benchmark "FluidFlower" para validar essas abordagens contra a realidade física, indo além de conjuntos de dados sintéticos.