Data-Driven Geothermal Microseismic Clustering Using Machine Learning

Resumo Técnico: Agrupamento de Microseísmica Geotérmica Baseado em Dados Utilizando Aprendizado de Máquina

Definição do Problema
A caracterização precisa dos sistemas de fraturas no subsolo em reservatórios geotérmicos depende fortemente da determinação precisa dos hipocentros microseísmicos. Embora as técnicas convencionais de relocação de hipocentros frequentemente utilizem implicitamente o agrupamento (clustering) microseísmico para agrupar eventos com alta similaridade de forma de onda, esses métodos tradicionais enfrentam limitações significativas. O agrupamento de multipletos convencional, que agrupa eventos com base na correlação cruzada de formas de onda e na distância entre eventos, frequentemente requer procedimentos extensos de tentativa e erro para seleção de estações, ajuste de banda de frequência e definição de limiares. Além disso, confiar apenas na similaridade de forma de onda pode falhar em capturar adequadamente os padrões de ocorrência temporal e espacial da atividade microseísmica, podendo levar ao agrupamento de eventos temporalmente distantes no mesmo cluster ou falhar em resolver geometrias de fraturas complexas sem intervenção especializada.

Metodologia
Este estudo propõe uma estrutura de agrupamento microseísmico orientada por dados, baseada em aprendizado de máquina não supervisionado, para superar as limitações das abordagens convencionais. A metodologia integra múltiplos parâmetros físicos em uma matriz de dissimilaridade unificada:

1. Variáveis Explicativas: A estrutura incorpora três dimensões primárias de similaridade:
   • Similaridade de Forma de Onda: Quantificada pelo coeficiente de correlação cruzada normalizada das formas de onda de estações específicas (OT2 e RIE2).
   • Proximidade Espacial: Avaliada pela distância euclidiana entre os hipocentros.
   • Proximidade Temporal: Medida pela diferença de tempo entre os tempos de gatilho dos eventos.
   • Informação Angular: Uma adição inovadora envolvendo componentes de coordenadas esféricas (ângulos de elevação e azimute) em relação ao ponto de injeção de fluido (poço Basel1), projetada para capturar relações direcionais e alinhamentos estruturais.
2. Pré-processamento de Dados: Para lidar com variáveis de diferentes escalas e distribuições, o estudo utiliza a Transformação de Rank Alinhado (ART - Aligned Rank Transform). Este método não paramétrico converte as variáveis com base em seus rankings relativos, mitigando a influência de valores atípicos (outliers) e garantindo que as variáveis de forma de onda, espaciais e temporais contribuam igualmente para o processo de agrupamento sem viés.
3. Algoritmos de Agrupamento: O estudo avalia dois métodos de aprendizado de máquina não supervisionado:
   • K-means: Utilizado como um teste preliminar em hipocentros relocados para avaliar o desempenho baseado apenas na distância espacial.
   • Agrupamento Hierárquico Aglomerativo (AHC - Agglomerative Hierarchical Clustering): O método principal utilizado para a análise multiparamétrica. O AHC permite a determinação das estruturas de agrupamento sem predefinir o número de clusters, utilizando um dendrograma para identificar os limiares ideais de fusão.

Principais Resultados
A estrutura proposta foi aplicada aos dados microseísmicos registrados durante a estimulação hidráulica no site de EGS (Sistema Geotérmico Estimulado) de Basel, na Suíça. Os resultados foram comparados com referências de agrupamento de multipletos convencionais (Asanuma et al., 2008; Kumano et al., 2008):

• Limitações do K-means: Quando aplicado apenas a dados espaciais (distância euclidiana), o K-means produziu resultados interpretáveis apenas quando o número de clusters era predefinido e eventos isolados eram excluídos. Falhou em identificar estruturas semelhantes a fraturas quando aplicado a localizações absolutas de hipocentros ou quando incluiu eventos únicos, destacando sua dependência de catálogos de relocação de alta qualidade e parâmetros predefinidos.
• AHC com Integração Multi-Física: O método AHC, quando aplicado a uma matriz de dissimilaridade integrando dados de forma de onda, espaciais, temporais e angulares (processados via ART), gerou resultados de agrupamento robustos.
  • Estrutura de Cluster: O método identificou 77 clusters com uma média de aproximadamente 32 eventos por cluster. Os clusters resultantes exibiram geometrias semelhantes a fraturas, consistentes com análises convencionais anteriores.
  • Consistência de Orientação: A projeção estereográfica de hemisfério inferior dos polos dos clusters mostrou uma concentração na direção Nordeste–Sudoeste, alinhando-se com o campo de tensão in situ conhecido e com as orientações de fraturas existentes (NNW–SSE).
  • Supressão Temporal: A inclusão do tempo entre eventos efetivamente suprimiu o agrupamento de eventos temporalmente distantes, restringindo as durações de ativação dos clusters a menos de três dias. Isso proporcionou uma representação espaço-temporal mais clara do crescimento das fraturas em comparação com métodos convencionais que, por vezes, vinculam eventos ao longo de períodos prolongados.
  • Contribuição Angular: A introdução da informação angular (azimute e elevação em relação ao ponto de injeção) reduziu a dispersão espacial nas distribuições dos clusters e melhorou a interpretabilidade física dos resultados, particularmente na distinção de planos de fratura verticais.

Significância e Alegações
Os autores afirmam que esta estrutura orientada por dados oferece uma abordagem eficaz e flexível para a caracterização de fraturas de alta resolução em reservatórios geotérmicos. As principais contribuições incluem:

• Interpretabilidade Física: Ao integrar dados espaciais, temporais e de forma de onda, o método produz resultados de agrupamento que são consistentes com o campo de tensão e os sistemas de fratura do reservatório geotérmico, comparáveis aos identificados por métodos convencionais que exigem julgamento especializado.
• Redução da Arbitrariedade: O uso de ART e AHC reduz a necessidade de extensas tentativas e erros no ajuste de parâmetros (ex: seleção de estações, bandas de frequência) e elimina a necessidade de predefinir o número de clusters.
• Integração de Fluxo de Trabalho: O estudo sugere que esta estrutura pode servir como uma rotina automatizada de pré-agrupamento dentro dos fluxos de trabalho de relocação de hipocentros. Ao estabelecer agrupamentos de eventos consistentes antes do refinamento da localização relativa, o método poderia melhorar a eficiência e a precisão do processo de relocação.
• Limitações e Trabalho Futuro: Os autores observam modestamente que a estrutura atual depende de catálogos de relocação de alta qualidade para um desempenho ideal, o que apresenta um paradoxo, já que o agrupamento é frequentemente uma etapa dentro da própria relocação. Além disso, a definição de "eventos únicos" (eventos que não pertencem a nenhum cluster) baseia-se atualmente em um limiar fixo (clusters com menos de cinco eventos), e o significado físico da similaridade é parcialmente alterado pela transformação de ranking. Os autores afirmam que esses desafios técnicos serão abordados em fases futuras da pesquisa.

Em conclusão, o artigo demonstra que o aprendizado de máquina não supervisionado, quando guiado por variáveis explicativas de múltiplas físicas e transformações de dados apropriadas, pode replicar e refinar com sucesso os resultados do agrupamento microseísmico tradicional, oferecendo um caminho para uma caracterização de redes de fraturas mais automatizada e fisicamente interpretável.