Бул түзүмдүү сын-пикир геологиялык CO₂ сактоо учурунда жаракалардын кайра активдешүү коркунучун физикалык моделдөө, талаа жана лабораториялык байкоолор, машиналык үйрөнүү жана физикага негизделген илимий машиналык үйрөнүү аркылуу кантип баалоо керектигин талдайт. Жараканын кайра активдешүүсү — мурда бар болгон жарака же үзүлүү боюнча кайрадан жылышуу же ачылуу кыймылынын башталышы. Булактын негизги билдирүүсү — инъекция басымы өз алдынча келечектеги жер титирөөнү же CO₂ агып чыгышын аныктабайт. Көңдөй басымы, пороэластикалык жалпы чыңалуунун өзгөрүшү, температура, көп фазалуу агым, жаракалардын байланыштуулугу, сүрүлүү мыйзамы, дилатация жана өткөрүмдүүлүктүн эволюциясы чогуу бааланышы керек. Сын-пикир бүгүн басым менен деформацияны моделдөө жана сейсмикалык сигналдарды иштетүү эң күчтүү далил базасына ээ экенин; келечектеги жарака жылышын, динамикалык жарылууну жана сейсмикалуулукту болжолдоо болсо дагы эле чектелген далилге таянарын жыйынтыктайт.

Изилдөөнүн маанилүү салымдарынын бири — “жарака жылышын болжолдоо” деген аталыштын алдында көп учурда бири-бири менен чаташтырылган максаттарды бөлүп көрсөтүшү. Статикалык туруктуулукту скринингдөө, биринчи жылыштын убактысы, асейсмикалык жылыш, жылыштын кийинки эволюциясы, динамикалык жарылуу, жер титирөөнүн магнитудасы, сейсмикалуулук ылдамдыгы, сигналды аныктоо жана CO₂ кармалышынын жыйынтыгы бир эле маселе эмес. Ар бир максат ар башка физикалык моделди, байкоону, ката метрикасын жана текшерүү деңгээлин талап кылат.

Сын-пикир ошондой эле физикага негизделген нейрон тармактарынын (PINN), Fourier neural operator, DeepONet, graph operator, Gaussian process, CNN/RNN surrogate жана башка төмөндөтүлгөн тартиптеги моделдердин мүмкүнчүлүктөрүн баалайт. Бул ыкмалар көп сандагы кайталанма симуляцияларды тездетиши, мониторинг маалыматтарын иштетиши жана тескери маселелерге жардам бериши мүмкүн экени кабыл алынат; бирок булак үйрөнүлгөн моделди окутуу аймагынан тышкары колдонуу, үзүлүүлөрдү туура эмес көрсөтүү, орточо ката төмөн болсо да тобокелдик чегин туура эмес болжолдоо жана талаалар аралык текшерүүнүн жетишсиздиги боюнча олуттуу эскертүүлөрдү берет.

Авторлор сунуштаган операциялык максат — инъекцияны автономдуу башкарган жасалма интеллект эмес. Сунуш — текшерилген физикалык симуляторлорду, мониторинг маалыматтарын, белгисиздикти талдоону, ылдам surrogate моделдерди жана ачык чечим эрежелерин бириктирген адам көзөмөлүндөгү жана зарыл болгондо чечим кабыл алуудан баш тарта алган санарип эгиз түзүмү. Система маалымат сапаты жетиштүү, иш абалы текшерилген модель аймагында жана белгисиздик кабыл алынуучу деңгээлде болгондо гана операциялык сунуш бериши керек.

Геологиялык көмүртек сактоо CO₂ ни терең туздуу аквиферлер же түгөнгөн көмүрсуутек резервуарлары сыяктуу геологиялык бирдиктерге инъекциялап, узак убакыт жер астында кармоону көздөйт. Сактала турган көлөм формациянын көңдөй көлөмүнө гана байланыштуу эмес. Инъекциялана турган көлөм кудуктун кабыл алуу мүмкүнчүлүгү, резервуар басымы, каптоочу тектин бүтүндүгү, кудуктун бүтүндүгү, жараканын туруктуулугу, басымдын өз ара таасири жана сакталган CO₂ ни узак мөөнөттүү көзөмөлдөө мүмкүнчүлүгү менен чектелет.

Инъекциянын борбордук операциялык өзгөрмөсү — басым. Инъекция резервуардын көңдөй басымын жогорулатат, тоо тек скелети көтөргөн эффективдүү чыңалууну өзгөртөт жана пороэластикалык деформацияга алып келет. Инъекцияланган CO₂ формациядан муздак болсо, термиялык жыйрылуу чыңалуу талаасын дагы өзгөртө алат. Жарака резервуар менен гидравликалык байланышта болсо, басымдын өзгөрүшү жарака бетине жетиши мүмкүн. Бирок бирдей басым жогорулашы ар башка жарака геометрияларында ар башка натыйжа берет.

Геологиялык CO₂ сактоодо жараканын кайра активдешүүсүн эмне үчүн бир гана басым чеги менен түшүндүрүүгө болбойт?

Көңдөй басымы эффективдүү нормалдык чыңалууну азайтып, жылышты жеңилдетиши мүмкүн, бирок жараканын чыныгы жообу пороэластикалык жалпы чыңалуу өзгөрүүлөрү, термиялык таасирлер, жараканын багыты, гидравликалык байланыштуулук, сүрүлүү мыйзамы, гетерогендүүлүк, дилатация жана өткөрүмдүүлүк кайра байланыштары менен чогуу аныкталат; ошондуктан бир гана басым мааниси ачык божомолдордун астында гана скрининг чеги боло алат, жалпы талаа болжолу эмес.

Эффективдүү чыңалуу

Булак кысылуу оң деп кабыл алынган белги конвенциясында Biot эффективдүү чыңалуусун төмөнкүдөй берет:

\[ \boldsymbol{\sigma}'=\boldsymbol{\sigma}-\alpha p\mathbf{I} \]

Бул жерде \(\boldsymbol{\sigma}'\) эффективдүү чыңалуу тензору, \(\boldsymbol{\sigma}\) жалпы чыңалуу тензору, \(p\) көңдөй басымы, \(\alpha\) Biot коэффициенти жана \(\mathbf{I}\) бирдик тензору. Жалпы чыңалуу өзгөрбөсө, \(p\) жогорулашы эффективдүү кысуучу чыңалууну азайтат.

Жарака тегиздигинин бирдик нормалы \(\mathbf{n}\) болсо, жалпы нормалдык чыңалуу жана жылыш тартуусу булакта:

\[ \sigma_n=\mathbf{n}\cdot\boldsymbol{\sigma}\mathbf{n} \]

\[ \boldsymbol{\tau}=\boldsymbol{\sigma}\mathbf{n}-\sigma_n\mathbf{n}, \qquad \tau=\lVert\boldsymbol{\tau}\rVert \]

деп аныкталат. Жарака бетиндеги суюктук басымы \(p_f\) болсо, эффективдүү нормалдык тартуу:

\[ \sigma_n'=\sigma_n-p_f \]

болот. Булак жарака басымы менен резервуар матрицасынын басымы сөзсүз тең эмес экенин өзгөчө белгилейт; өткөрүмдүүлүгү төмөн жарака өзөгү же убакыт боюнча өзгөргөн жарака трансмиссивдүүлүгү эки басымдын ажырашына алып келиши мүмкүн.

Coulomb жылыш шарты

Когезиясыз мурда бар болгон жарака үчүн статикалык Coulomb шарты:

\[ \tau\geq\mu\sigma_n' \]

түрүндө. Когезия \(c\) кошулганда:

\[ \tau\geq c+\mu\sigma_n' \]

болот. Булак Coulomb бузулуу чыңалуусун:

\[ \mathrm{CFS}=\tau-c-\mu\sigma_n' \]

деп аныктайт. Оң CFS тандалган статикалык критерий ашканын гана көрсөтөт; динамикалык жарылуу канча километрге тарарын же кандай магнитудадагы жер титирөөнү жаратарын аныктабайт.

Критикалык басым теңдемесинин чеги

Жалпы нормалдык жана жылыш чыңалуулары туруктуу калып, жарака басымы бир калыпта жогорулаган чектелген учурда биринчи жылыш үчүн критикалык басым:

\[ p_{\mathrm{crit}} = \sigma_n-\frac{\tau-c}{\mu} \]

деп жазылышы мүмкүн. Бул теңдеме тез скрининг жана сандык моделди текшерүү үчүн пайдалуу. Бирок инъекция жалпы чыңалууну да өзгөрткөндүктөн, басым мейкиндикте бир тектүү болбогондуктан, жарака касиеттери өзгөрмө жана сүрүлүү убакыт менен эволюциялана алгандыктан, бул бүт талаа үчүн универсалдуу жылыш чеги эмес.

Пороэластикалык чыңалуунун берилиши

Quasi-static механикалык тең салмак:

\[ \nabla\cdot\boldsymbol{\sigma}-\rho_b\mathbf{g}=0 \]

мамилеси менен берилет. Сызыктуу изотроптук термо-пороэластика үчүн булак:

\[ \boldsymbol{\sigma} = 2G\boldsymbol{\varepsilon} + \lambda\,\mathrm{tr}(\boldsymbol{\varepsilon})\mathbf{I} + \alpha p\mathbf{I} + 3K\alpha_T(T-T_0)\mathbf{I} \]

туюнтмасын колдонот. \(G\) жылыш модулу, \(\lambda\) Lamé параметри, \(K\) дренаждалган bulk модулу жана \(\alpha_T\) сызыктуу термиялык кеңейүү коэффициенти.

Бул теңдеме маанилүү жагдайды көрсөтөт: инъекция жарака бетиндеги суюктук басымын гана өзгөртпөйт; резервуардын кеңейиши же муздашы айланадагы жалпы чыңалуу талаасын да өзгөртөт. Ошондуктан резервуардан алыс жайгашкан жаракалар да пороэластикалык чыңалуу берилишинин таасирине кабылышы мүмкүн.

Басым диффузиясы

Жөнөкөйлөштүрүлгөн бир тектүү бир фазалуу чөйрө үчүн гидравликалык диффузивдүүлүк:

\[ D_h=\frac{k}{\mu S_s} \]

жана мүнөздүү басым таралуу аралыгы:

\[ L_d\sim\sqrt{D_ht} \]

деп берилет. \(k\) өткөрүмдүүлүк, \(\mu\) динамикалык илешкектүүлүк, \(S_s\) басымга негизделген сактоо коэффициенти жана \(t\) убакыт.

Бул масштабдоо белгилүү бир иштетүү мезгилинде жарака басым өзгөрүүсүнө дуушар болушу мүмкүнбү же жокпу тез баалоого жардам берет. Бирок көп фазалуу агым, гетерогендүү формация жана өткөрүмдүүлүгү жогору байланышкан жарака тармактары бул жөнөкөй жүрүм-турумду олуттуу өзгөртө алат.

Көп фазалуу агым

CO₂ сактоодо суу менен CO₂ бир нече фаза арасында бөлүнө алгандыктан, компонент боюнча массаны сактоо талап кылынат. Булак \(\kappa\) компоненти үчүн жалпы түрүн:

\[ \frac{\partial}{\partial t} \left[ \sum_\beta \phi S_\beta\rho_\beta X_\beta^\kappa \right] + \nabla\cdot \left[ \sum_\beta \left( \rho_\beta X_\beta^\kappa\mathbf{q}_\beta + \mathbf{j}_\beta^\kappa \right) \right] = q^\kappa \]

деп берет. Бул жерде \(\beta\) фазаны, \(\phi\) көңдөйлүүлүктү, \(S_\beta\) фаза каныгуусун, \(\rho_\beta\) фаза тыгыздыгын, \(X_\beta^\kappa\) компоненттин масса үлүшүн, \(\mathbf{q}_\beta\) Darcy агымын жана \(\mathbf{j}_\beta^\kappa\) диффузиялык агымды билдирет.

Darcy агымы:

\[ \mathbf{q}_\beta = -\frac{\mathbf{k}k_{r\beta}}{\mu_\beta} \left( \nabla p_\beta-\rho_\beta\mathbf{g} \right) \]

түрүндө. Мындай моделди жабуу үчүн капиллярдык басым, салыштырмалуу өткөрүмдүүлүк, фаза тең салмагы жана ылайыктуу термодинамикалык мамилелер керек.

Термиялык таасирлер

Инъекцияланган CO₂ формациядан муздак болсо, жылуулук өткөрүү суюктуктун касиеттерин гана эмес, механикалык чыңалууну да өзгөртө алат. Булак жөнөкөйлөштүрүлгөн энергия теңдемесин:

\[ \frac{\partial U}{\partial t} + \nabla\cdot \left( \sum_\beta h_\beta\rho_\beta\mathbf{q}_\beta - \lambda_T\nabla T \right) = Q_T \]

түрүндө берет. Муздоо кудуктун айланасында горизонталдык кысуучу чыңалууну азайтышы, тартылуу жаракасын жеңилдетиши же кыйшык жаракадагы нормалдык жана жылыш чыңалууларын өзгөртүшү мүмкүн. Бирок термиялык таасирдин белгиси жараканын багытына жана механикалык чектөөлөргө көз каранды болгондуктан, “муздак CO₂ жаракаларды дайыма туруксуздаштырат” деп жалпылоого болбойт.

Rate-and-state сүрүлүүсү

Mohr–Coulomb биринчи жылыш чегин аныктайт; жылыш туруктуубу же тездетилгенби, муну жалгыз түшүндүрбөйт. Булак rate-and-state сүрүлүүсүн:

\[ \mu = \mu_0 + a\ln\left(\frac{V}{V_0}\right) + b\ln\left(\frac{\theta V_0}{D_c}\right) \]

жана карылык мыйзамын:

\[ \frac{d\theta}{dt} = 1-\frac{V\theta}{D_c} \]

менен туюнтат. Бул жерде \(V\) жылыш ылдамдыгы, \(V_0\) эталон ылдамдык, \(\theta\) абал өзгөрмөсү жана \(D_c\) мүнөздүү жылыш аралыгы.

Туруктуу абалда \(a-b<0\) ылдамдык-алсыроо менен байланыштуу жана ылайыктуу катуулук шарттарында туруксуз жылышка жол бериши мүмкүн; \(a-b>0\) болсо адатта туруктуу жылышты колдойт.

Мүнөздүү нуклеация узундугу булакта схемалык түрдө:

\[ L_c = C\frac{GD_c}{(b-a)\sigma_n'} \]

деп жазылат. Булак бул мамиле масштабдоо үчүн колдонуларын; \(C\) коэффициенти геометрияга, өлчөмгө жана тандалган state-evolution мыйзамына жараша өзгөрөрүн өзгөчө белгилейт. Лаборатория параметрлерин километр масштабындагы жаракага универсалдуу коэффициент менен түздөн-түз көчүрүү туура эмес.

Модель жараканын жылышын көрсөтсө, бул жер титирөө же CO₂ агып чыгышы дегенди билдиреби?

Жок. Quasi-static жылыш жараканын жалпы жылышын көрсөтүшү мүмкүн, бирок бул кыймылдын канчасы сейсмикалык нурланууга айланарын аныктабайт; ошол эле сыяктуу, жараканын механикалык активдешүүсү CO₂ үчүн туруктуу өткөргүч агып чыгуу жолу пайда болгонун далилдебейт, анткени гидравликалык натыйжа жарака өзөгү, бузулуу зонасы, дилатация, компаксия, капиллярдык кирүү басымы жана көп фазалуу өткөрүмдүүлүк менен өзүнчө аныкталат.

Жарака ачылышы жана өткөрүмдүүлүк

Идеалдуу параллелдүү плиталар үчүн бирдик тууралыктагы жарака агымы булакта кубдук мыйзам менен:

\[ q_f = -\frac{b^3}{12\mu}\nabla_{\parallel}p \]

деп берилет. Ага жооп берген эквиваленттүү ички өткөрүмдүүлүк:

\[ k_f=\frac{b^2}{12} \]

менен масштабданат. Ошентип, трансмиссивдүүлүк ачылыштын кубуна, өткөрүмдүүлүк болсо квадратына көз каранды. Ачылыштагы майда өзгөрүүлөрдүн жарака боюнча агымга күчтүү таасир берүүсүнүн негизги себеби ушул.

Чыныгы жаракалар параллелдүү жылмакай плиталар эмес. Оройлук, контакт аянты, каналдануу, gouge, көп фазалуу толуу жана бузулуу зоналары агымды өзгөртөт. Жылыш айрым жерлерде дилатация аркылуу өткөрүмдүүлүктү көбөйтсө, башка шарттарда gouge компаксиясы өткөрүмдүүлүктү азайтышы мүмкүн.

Сейсмикалык момент жана магнитуда

Сейсмикалык момент:

\[ M_0 = G\int_A D_s\,dA \approx GA\overline{D_s} \]

деп аныкталат. \(G\) жылыш модулу, \(A\) жарылуу аянты жана \(D_s\) сейсмикалык жылыш.

\(M_0\) N·m бирдигинде болгондо момент магнитудасы:

\[ M_w = \frac{2}{3} \left( \log_{10}M_0-9.1 \right) \]

деп эсептелиши мүмкүн. Бирок quasi-static модель эсептеген жалпы жарака жылышынын баарын \(D_s\) деп кабыл алуу илимий жактан туура эмес. Туруктуу жылыш, пластикалык деформация, жаңы жарака пайда болушу жана сүрүлүү жылуулугу энергия сарпташы мүмкүн.

Жарака жылышы менен агып чыгыштын ортосундагы жетишпеген байланыш

Жарака жылгандан кийин өткөрүмдүүлүк сөзсүз көбөйөт деген божомол автоматтык эмес. Чопого бай жарака өзөгү жылыштан кийин да төмөн өткөрүмдүү бойдон калышы мүмкүн; дилатацияланган бузулуу зонасы болсо убактылуу же туруктуу агым жолун түзүшү мүмкүн. Мындан тышкары, CO₂ жаракага кириши үчүн гидравликалык байланыш эле эмес, ылайыктуу капиллярдык кирүү шарттары да керек.

Ошондуктан булак механикалык активдешүүнү, гидравликалык трансмиссивдүүлүктү жана чыныгы CO₂ миграциясын өзүнчө моделдер жана байкоолор менен байланыштырууну сунуштайт.

Бир багыттуу, эки багыттуу жана монолиттик байланыш

Булакта маанилүү убакыт масштабынын айырмасы да бар. Резервуар модели сааттардан айларга чейинки кадамдар менен иштей алат, ал эми динамикалык жарылуу миллисекунд же секунддан төмөн чечилишти талап кылышы мүмкүн. Ошондуктан узак мөөнөттүү quasi-static сактоо моделин критикалык жаракага жакындаганда гана жергиликтүү динамикалык жарылуу моделине байланыштыруу негиздүү болушу мүмкүн.

Негизги сандык модель үй-бүлөлөрү

Булактын мамилеси эч бир программаны же модель үй-бүлөсүн “жеңүүчү” деп жарыялабайт. Модель тандоо болжол максаты менен аныкталышы керек. Мисалы, аймактык басым башкарууда көп фазалуу резервуар модели негизги талап болушу мүмкүн, ал эми жергиликтүү жараканын жылыштан кийинки жүрүм-турумунда ачык үзүлүү жана ылайыктуу сүрүлүү мыйзамы маанилүүрөөк болушу мүмкүн.

Талаа далилдеринин иерархиясы

Машиналык үйрөнүү кайсы тапшырмаларда жетилген, кайсыларында чектелген?

Машиналык үйрөнүүнүн эң жетилген далили сейсмикалык окуяларды аныктоо, фаза picking, waveform иштетүү жана каталог колдоо сыяктуу мониторинг тапшырмаларында; simulator surrogate жана маалымат ассимиляциясы көзөмөлдөнгөн дизайн аймактарында пайдалуу, бирок жаңы CO₂ сактоо талаасында келечектеги жарака жылышын же сейсмикалуулукту проспективдүү болжолдоо далили дагы эле чектелген.

Адегенде тапшырма, андан кийин алгоритм

Булак кеминде беш түрдүү ML тапшырмасын бөлөт: окуяны аныктоо/фаза picking, waveform классификациясы, физикалык өзгөрмөлөрдү регрессия же тескери баалоо, келечектеги жарака/сейсмикалуулук болжолу жана simulator surrogate моделдөө.

Окуяны аныктоо модели continuous seismic жазуудан сигнал табат. Phase picker P жана S келүү убакыттарын аныктайт. Classifier waveform-ду ызы-чуу, жардыруу же жылыш түрүнө бөлүшү мүмкүн. Булардын эч бири келечекте жарака качан жарыларын автоматтык түрдө болжолдобойт.

Leakage-safe маалымат бөлүштүрүү

Waveform терезелерин туш келди аралаштыруу бир эле физикалык окуянын өтө окшош бөлүктөрүнүн окутуу жана тест топтомуна тең түшүшүнө алып келиши мүмкүн. Булак күчтүү текшерүү үчүн ирети менен бүт окуя, үлгү/эксперимент, убакыт блогу, кудук/сенсор тармагы жана акырында толугу менен башка талаа боюнча бөлүүнү сунуштайт.

Сейрек окуяларда accuracy эмне үчүн адаштырат?

Операциялык жактан маанилүү жарака жылыштары кадимки иштөөгө салыштырмалуу өтө сейрек. Ар дайым “окуя жок” деген классификатор жогорку accuracy бере алат, бирок тобокелдикти башкаруу үчүн эч кандай баалуулук бербеши мүмкүн. Ошондуктан precision–recall түзүмү, false alarm деңгээли, ыктымалдык калибрлөө жана класс боюнча жыйынтыктар маанилүүрөөк.

Булак ошондой эле болжол ыктымалдыктарын reliability diagram, Brier упайы же log-loss менен калибрлөөнү сунуштайт. Операциялык чыгымдар алгоритмдик упайды гана оптималдаштыруу үчүн эмес, жалган сигнал менен өткөрүлгөн окуянын реалдуу кесепеттерине жараша операторлор жана жөнгө салуучулар менен бирге аныкталышы керек.

Лабораториялык “жер титирөө болжолу” эмне үчүн түз талаага көчүрүлбөйт?

Көзөмөлдөнгөн сүрүлүү эксперименттеринде continuous acoustic белгилер жарака абалын жана кайталанма эксперимент циклинде бузулууга калган убакытты алып жүрө алары көрсөтүлгөн. Бирок лаборатория системалары көзөмөлдөнгөн геометрияны, тыгыз сенсорлорду жана чектелген сандагы failure mode камтыйт. Чыныгы жаракалар гетерогендүү, толук байкалбаган жана ар кандай масштабдарда жүктөлгөн түзүлүштөр.

Бул эксперименттер физикалык state маалыматы бар экенин көрсөтөт; жаңы CO₂ сактоо талаасында жер титирөөнүн убактысы ийгиликтүү болжолдонгонунун далили эмес.

Физикага негизделген машиналык үйрөнүү деген эмне?

Булак “physics-informed” энбелгисин бир эле ыкманын аты катары колдонбойт. Үч негизги классты бөлөт:

• Physics-constrained learner: PINN сыяктуу, дифференциалдык теңдеме же интерфейс residual-дарын loss-ка кошкон моделдер.
• Learned operator: Fourier neural operator, DeepONet же graph operator сыяктуу, кириш талаасынан чечим талаасына дал келүүнү үйрөнгөн моделдер.
• Simulator emulator / reduced-order model: Белгилүү full-order симулятордун тандалган чыгышын аныкталган параметр аймагында жакындатат.

Басымды же Coulomb stressти neural network киришине айлантуу physics-guided feature engineering болуп саналат; PINN менен бир нерсе эмес.

PINN loss функциясы

PINN физикалык абалды \(\hat{y}(\mathbf{x},t;\boldsymbol{\theta})\) менен жакындатып, маалымат жана физика residual-дарын бирге минималдаштырат:

\[ L= w_dL_{\mathrm{data}} + w_mL_{\mathrm{momentum}} + w_fL_{\mathrm{mass}} + w_TL_{\mathrm{energy}} + w_bL_{\mathrm{BC/IC}} \]

\(w_i\) салмактары ар башка loss компоненттерин тең салмактоого кызмат кылат. Бир теңдеменин сандык масштабы экинчисинен өтө чоң болсо, окутуу физикалык жактан тең салмаксыз болуп калышы мүмкүн; ошондуктан nondimensionalization жана адаптивдүү салмактоо талап кылынышы мүмкүн.

PINN-дер кээде “mesh-free” деп сүрөттөлгөнү менен, булак бул толук эмес айтылыш экенин белгилейт. Тармакка дагы эле collocation, чек, баштапкы жана байкоо чекиттери керек. Эсептөө чыгымы mesh чечиминен оптималдаштырууга өтөт; өзгөчө 3B гетерогендүү жана үзүлмө жарака маселелеринде классикалык чектүү элемент ыкмасынан тезирээк же туруктуураак болоору кепилденбейт.

Neural operator жана surrogate моделдер

Neural operator-лор өткөрүмдүүлүк талаасы, чек шарттары жана кудук башкаруулары сыяктуу функциялардан басым/деформация талааларына өтүүнү үйрөнө алат. Окутуу бүткөндөн кийин көп сценарийди тез баалоо мүмкүнчүлүгү ensemble болжол жана белгисиздик талдоосу үчүн баалуу.

Бирок окутууда жок жарака геометриясы, өткөрүмдүүлүк контрасты же иштөө шарттарында ката кескин өсүшү мүмкүн. Ошондуктан глобалдык L2 ката гана жетишсиз. Максималдуу басым, тобокелдик чегине жетүү убактысы, жарака тартуусу, жылыш аянты жана leakage rate сыяктуу чечимге багытталган метрикалар өзүнчө текшерилиши керек.

Тескери маселеде физика өзү маалымат жаратпайт

PINN же Bayesian inversion менен өткөрүмдүүлүк, жарака трансмиссивдүүлүгү же сүрүлүү параметри бааланышы мүмкүн. Бирок ар башка параметр айкалыштары бир эле басым же деформация байкоосун жаратышы мүмкүн. Governing equations колдонуу байкоодо жок маалыматты жаратпайт.

Ошондуктан identifiability, posterior correlation жана model discrepancy ачык билдирилиши керек. Басым, деформация, температура, plume сүрөттөө жана сейсмикалык маалымат ар башка процесстерди чектегендиктен, көп маалыматтуу ассимиляция бир маалымат түрүнө караганда баалуураак.

Операциялык жарака-тобокелдик модели кандай текшерүү деңгээлине жетиши керек?

Операциялык ишенимдүүлүк код иштегенин көрсөтүүдөн көбүрөөк нерсени талап кылат; булак текшерүү тепкичин код текшерүүсү → канондук benchmark → лаборатория текшерүүсү → көз карандысыз ретроспективдүү талаа тести → талаалар аралык challenge → проспективдүү болжол катары курат жана коопсуздук жагынан маанилүүрөөк же автономдуураак чечим үчүн тепкичтин жогорку баскычтарындагы далилди талап кылат.

Текшерүү тепкичи

Калибрлөө текшерүү эмес. Өткөн басым маалыматына ылайыкталган модель ошол тарыхый маалыматты жакшы кайра жаратышы мүмкүн, бирок келечектеги инъекция баскычында туура болжол берүүгө милдеттүү эмес.

Ыктымалдык тобокелдик

Булак тобокелдик метрикасын жалпы түрдө:

\[ P\left[g(\mathbf{m},\mathbf{u})>g_{\mathrm{lim}}\mid\mathbf{d}\right] \]

менен билдирет. Бул жерде \(\mathbf{m}\) белгисиз модель параметрлерин жана структуралык сценарийлерди, \(\mathbf{u}\) операциялык башкарууларды, \(\mathbf{d}\) байкоолорду жана \(g\) басым, жылыш, магнитуда же агып чыгуу сыяктуу натыйжалуулук чоңдугун билдирет.

Бул мамиле бир “коопсуз басым” санынан байыраак. Чыңалуу, жарака сүрүлүүсү жана байланыштуулук белгисиз болгондо failure чеги да бөлүштүрүү түрүндө болот. Операциялык басым терезеси ошого жараша ыктымалдык негизде башкарылышы керек.

Модель белгисиздиги кайсы катмарлардан турат?

Булак белгисиздикти кеминде төмөнкү катмарларга бөлөт: кириш/параметр белгисиздиги, геологиялык-структуралык сценарий белгисиздиги, өлчөө катасы, сандык ката, модель формасы discrepancy-си жана surrogate approximation error.

Мисалы, тар neural-network posterior модель чыныгы геологияны жакшы көрсөтөт дегенди билдирбеши мүмкүн. Окутуу ensemble-ы мүмкүн болгон жарака геометрияларын камтыбаса, surrogate өзүнүн туура эмес дүйнөсүндө өтө “ишенимдүү” болушу мүмкүн.

Адам көзөмөлүндөгү санарип эгиз

Булактын strict аныктамасында санарип эгиз dashboard же бир гана калибрленген модель эмес. Дайыма жаңыртылган state model, observation operator, маалымат сапатын контролдоо, маалымат ассимиляциясы, болжол, белгисиздикти жайылтуу, чечим эрежелери жана audit trail чогуу болушу керек.

Маалымат начар болсо же абал valid domain сыртында болсо, система “көбүрөөк ишенимдүү болжол” чыгарбастан, abstain кылышы сунушталат. Мындай учурда инъекция көбөйтүлбөшү, консервативдүү чектөө сакталышы, full-order модель кайра иштетилиши жана көз карандысыз адамдык карап чыгуу жүргүзүлүшү керек.

Автономдуу башкаруу эмне үчүн сунушталбайт?

Булакта reinforcement learning жана тез оптималдаштыруу келечектеги мүмкүн болгон куралдар катары каралат, бирок жарыяланган мисалдардын көбү симуляция деңгээлинде экени баса белгиленет. Үйрөнүлгөн саясат симулятор кемчиликтерин пайдаланышы же моделде жок геологияда ишке ашпай калышы мүмкүн.

Жакын мөөнөттөгү максат — адам көзөмөлүндөгү автоматташтыруу: машиналык үйрөнүү маалымат көлөмүн азайта алат, surrogate модель сценарийлерди тездетет, оптималдаштыруу талапкер иштетүү пландарын сунуштай алат; акыркы ыйгарым укук текшерилген процедуралар менен иштеген квалификациялуу кызматкерлерде болушу керек.

Изилдөө жол картасы

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Сын-пикир ыкмасы

Адабияттар Scopus, Web of Science, Google Scholar, ScienceDirect, OnePetro, басмачы маалымат базалары жана алдыга/артка шилтеме чынжырлоо аркылуу итеративдүү түрдө топтолгон. Адабияттын акыркы жаңыртуусу 10 Август 2026 күнү жүргүзүлгөн.

Издөөлөр “CO₂ storage”, “geologic carbon sequestration”, “CCS”, “fault reactivation”, “induced seismicity”, “poro-elasticity”, “fault slip”, “caprock integrity”, “THM”, “THMC”, “finite element”, “discrete element”, “machine learning”, “physics-informed”, “surrogate” жана “neural operator” сыяктуу тема блокторун бириктирген.

Скрининг үч баскычта жүргүзүлгөн: аталыш/аннотация ылайыктуулугу; дубликаттарды жана техникалык эмес мазмунду алып салуу; андан соң геометрия, governing equations, конститутивдик божомол, чек шарты, маалымат булагы, болжол максаты жана текшерүү далили жагынан толук текстти баалоо.

Булактар төрт далил чөйрөсүндө коддолгон: түз CO₂ сактоо; көзөмөлдөнгөн лаборатория; non-CO₂ инъекция аналогу; синтетикалык/сандык benchmark.

Текшерүү деңгээлдери болсо код текшерүүсү, лаборатория текшерүүсү, ретроспективдүү талаа баалоосу, талаалар аралык баалоо жана проспективдүү болжол катары бөлүнгөн.

Баштапкы издөө катталган протоколдун алкагында жүргүзүлбөгөндүктөн, алгач табылган жазуулардын саны, дубликаттардан кийинки жазуулардын саны, толук текст баалоолору жана четтетүүлөрдүн саны сакталган эмес. Авторлор бул сандарды кийин божомолдоп “false precision” жараткан эмес. Акыркы синтез 98 шилтемени камтыйт.

Ыкманын жетилгендиги кантип бааланды?

Сын-пикир алгоритмге жалпы “жетилгендик упайын” берүүнүн ордуна белгилүү болжол тапшырмасына жараша беш критерийди колдонот: далилдин түздүгү, текшерүү деңгээли, көз карандысыз кайталоо, максатка ылайыктуу метрика/белгисиздик калибрлөөсү жана кайра жаратуучулук же операциялык тест.

Түз CO₂ сактоо далили операциялык даярдыкты баалоодо синтетикалык benchmark, лаборатория, табигый жер титирөө же геотермалдык аналогиядан жогору салмакка ээ.

Чектелген далил көбүнчө синтетикалык/лабораториялык же бир ретроспективдүү талаа колдоосун; өнүгүп жаткан/орто деңгээл кайталанган көзөмөлдөнгөн же ретроспективдүү талаа көрсөтмөлөрүн; салыштырмалуу жетилген деңгээл болсо көз карандысыз изилдөөлөр/талаалар, сандык белгисиздик жана проспективдүү же операциялык далилди билдирет.

Бүгүн эмнени салыштырмалуу ишенимдүү болжолдоого болот?

Булак боюнча жетиштүү мүнөздөлгөн системаларда reservoir pressure жана деформация эсептөөлөрү эң күчтүү талаа далилине ээ. Бул моделдерде түз байкоо салыштыруулары, observation operator-лор жана аныкталган ката өлчөмдөрү бар.

Сейсмикалык окуяны аныктоо жана phase picking да кеңири табигый сейсмикалуулук маалымат топтомдорунда күчтүү тышкы текшерүүнү көрсөтөт; бирок CO₂ талаасына өткөрүүдө сенсор геометриясы, ызы-чуу жана detection threshold кайра текшерилиши керек.

Биринчи жылыш убактысы көбүрөөк белгисиз, анткени баштапкы чыңалууга жана сүрүлүүгө өтө сезгич. Жылыш эволюциясы талаа масштабында сейрек өлчөнгөн конститутивдик параметрлерди талап кылат. Максималдуу магнитуда болсо жарака байланыштуулугу жана rupture arrest жөнүндө басым маалыматы жалгыз бере албаган маалыматка көз каранды.

Модель татаалдыгы эмне үчүн белгисиздикти автоматтык түрдө азайтпайт?

Көбүрөөк физика кошуу айрым структуралык bias-тарды азайтышы мүмкүн; бирок жаңы параметрлерди жана жаңы белгисиздиктерди да кошот. Poorly constrained THMC model жөнөкөй HM моделине караганда кеңири болжол белгисиздигин жаратышы мүмкүн.

Ошондой эле тереңирээк neural network дал келбеген event catalog, белгисиз in-situ stress же көрсөтүлбөгөн жарака геометриясын ордун толтура албайт. Булак алгоритмдик татаалдыктын ордуна чечим үчүн чындап керектүү процесстерди моделдөөнү сунуштайт.

Сунушталган интеграцияланган иш агымы

1. Жарака жана баштапкы чыңалуу инвентары түзүлөт жана альтернативдүү структуралык моделдер ensemble түрүндө сакталат.
2. Аналитикалык скрининг менен критикалык жаракалар жана басым маржалары аныкталат.
3. Аймактык көп фазалуу резервуар модели басым өз ара таасирин жана CO₂ plume жүрүм-турумун эсептейт.
4. Тобокелдик жагынан маанилүү сценарийлер геомеханикалык моделге байланышат; ар кандай конститутивдик жана чек божомолдор сыналат.
5. Лаборатория өлчөөлөрү сүрүлүү, дилатация жана өткөрүмдүүлүк параметрлерин чектейт.
6. Мониторинг тармагы чечимди аныктаган белгисиздиктерди азайта тургандай долбоорлонот.
7. Инъекция учурунда басым, деформация жана сейсмикалык байкоолор ensemble-ды жаңыртат.
8. Машиналык үйрөнүү окуяны аныктоодо жана маалыматты азайтууда; surrogate моделдер ensemble болжолдордо колдонулат.
9. Сунушталган иштетүү өзгөрүүлөрү колдонулганга чейин full-order модель менен кайра текшерилет.
10. Күтүлбөгөн байкоолор model discrepancy талдоосун жана керек болсо консервативдүү операцияны иштетет.

Изилдөө колдогон жыйынтык

Геологиялык CO₂ сактоодо жараканын кайра активдешүүсү көп физика, көп маалымат жана белгисиздик камтылган чечим маселеси. Бир модель классы же бир “AI упайы” бардык максаттарды ишенимдүү чечпейт.

Site-scale басым жана деформация үчүн continuum reservoir geomechanics бүгүн эң күчтүү далил базасына ээ. Ачык жарака кинематикасы же жарака өсүшү керек болгон маселелер үчүн interface, discontinuum, DFN, XFEM жана phase-field сыяктуу ыкмалар кошумча баалуулук бере алат.

Машиналык үйрөнүү мониторинг аналитикасында, simulator surrogate жана маалымат ассимиляциясында пайдалуу. Physics-informed ыкмалар өзгөчө көп кайталанма баалоолор, inverse problem же limited-domain surrogate үчүн баалуу.

Операциялык даярдык алгоритмдин жаңылыгына эмес, көз карандысыз текшерүүгө, белгисиздик калибрлөөсүнө, талаалар аралык тестке, проспективдүү натыйжалуулукка жана ачык fallback/human-governance эрежелерине байланышы керек.

Изилдөө колдобогон жыйынтык

Сын-пикир белгилүү бир neural network CO₂ инъекциясынан келип чыга турган келечектеги жер титирөөлөрдү ишенимдүү алдын ала болжолдогонун көрсөтпөйт.

PINN же neural operator классикалык FEM/FVM чечүүчүлөрдөн жалпысынан такыраак же тезирээк экенин далилдебейт. Натыйжа маселенин өлчөмүнө, окутуу чыгымына, геометрияга, үзүлүүгө жана колдонуу санына көз каранды.

Жарака жылышы автоматтык CO₂ агып чыгышы эмес. Басым жогорулашы автоматтык жер титирөө эмес. Микросейсмикалуулукту аныктоо да келечектеги чоң жарылууну болжолдоо эмес.

Сунушталган санарип эгиз архитектурасы азыркы коммерциялык CO₂ сактоо долбоорлорунда prospectively validated autonomous-control системасы катары көрсөтүлгөн эмес. Булак муну изилдөө жана башкаруу жол картасы катары сунуштайт.

Негизги сын-пикир чектөөлөрү

Издөө процесси катталган PRISMA протоколу менен башталган эмес жана алгачкы баскычтагы жазуу сандары сакталган эмес. Ошондуктан изилдөө системалуу далил картасы же мета-анализ эмес.

Адабият ар башка геологияларды, инъекция масштабдарын, мониторинг тармактарын, модель максаттарын жана натыйжалуулук метрикаларын камтыгандыктан, сандык натыйжаларды бир pooled “accuracy” астында бириктирүү илимий жактан туура эмес.

Проспективдүү талаа болжолу аз. Көп ML жыйынтыгы табигый жер титирөө, лаборатория же синтетикалык симуляция маалыматтарынан келет. Ошондуктан алгоритмдик натыйжалуулук менен CO₂ сактоодогу операциялык далил деңгээли бир нерсе эмес.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска изилдөө: Multiphysics, Machine Learning, and Physics Informed Approaches to Fault Reactivation During Geological CO2 Storage: A Critical Review and Research Roadmap.

Авторлор: Godsway Akpabli; Hamid Rahnema; William Apau Marfo; Kelvin Hayford; Kwamena Opoku Duartey; Joseph Osei-Nsankyire.

Жооптуу автор: Kwamena Opoku Duartey.

Мекемелер: Department of Petroleum and Natural Gas Engineering, New Mexico Institute of Mining and Technology, Socorro, New Mexico, USA; Petroleum Research and Recovery Center, New Mexico Institute of Mining and Technology, Socorro, New Mexico, USA.

Журнал: Advances in Carbon Neutrality.

Басмачы: MDPI.

Библиографиялык жазуу: Advances in Carbon Neutrality, 2026, Том 1, Сан 1, Макала 1.

DOI: 10.3390/acn1010001.

Жарыяланган күнү: 20 Сентябрь 2026.

Келип түшкөн / ревизия / кабыл алынган: 12 Август 2026 / 7 Сентябрь 2026 / 15 Сентябрь 2026.

Булак түрү: Review; түзүмдүү сын-пикир жана изилдөө жол картасы.

Рецензия абалы: Рецензияланган жарыялоо процессинен өткөн, ревизия жана кабыл алуу даталары ачык билдирилген журнал макаласы.

Лицензия: Creative Commons Attribution (CC BY). Булак PDF лицензия версиясынын номерин өзүнчө көрсөтпөгөндүктөн, версия номери божомолдонгон эмес.

Сын-пикир маалымат булактары: Scopus, Web of Science, Google Scholar, ScienceDirect, OnePetro, басмачы маалымат базалары жана алдыга/артка шилтеме чынжырлоо.

Акыркы издөө жаңыртуусу: 10 Август 2026.

Акыркы булак корпусу: 98 шилтеме.

PRISMA абалы: Авторлор PRISMA-га ылайык corpus дооматын койбойт. Баштапкы жазуулар, дубликаттардан кийинки жазуулар жана четтетилген толук тексттердин саны сакталган эмес.

Синтез түрү: Сапаттык, механизм жана далил-деңгээлге негизделген түзүмдүү синтез; non-commensurate максаттар жана метрикалар себептүү pooled натыйжалуулук статистикасы же мета-аналитикалык таасир өлчөмү эсептелген эмес.

Далил класстары: Түз CO₂ сактоо; көзөмөлдөнгөн лаборатория; non-CO₂ инъекция аналогу; синтетикалык/сандык benchmark.

Текшерүү деңгээлдери: Код текшерүүсү; лаборатория текшерүүсү; ретроспективдүү талаа баалоосу; талаалар аралык баалоо; проспективдүү болжол.

Негизги физика тармактары: Көп фазалуу агым, пороэластика, термомеханика, жарака сүрүлүүсү, жарака өткөрүмдүүлүгү, динамикалык жарылуу жана THMC кайра байланыштары.

Негизги сандык ыкмалар: Аналитикалык/жарым аналитикалык ыкмалар, FEM, finite-volume/integrated finite-difference, explicit finite-difference, DEM, DFN гибриддери, XFEM/embedded discontinuities жана phase-field fracture.

Негизги машиналык үйрөнүү ыкмалары: CNN, transformer, tree ensemble, support vector machine, generalized linear model, Gaussian process, recurrent model, PINN, Fourier neural operator, DeepONet, graph operator, CNN/RNN surrogate жана reduced-order model.

Борбордук талаа мисалдары: In Salah, Illinois Basin Decatur, Otway, Sleipner, Snøhvit жана Ketzin; Basel жана башка инъекция мисалдары аналогдук далил катары каралган.

Негизги жыйынтык: Басым жана деформация моделдөөсү менен seismic signal processing эң күчтүү учурдагы далил базасына ээ; проспективдүү жарака жылышы жана сейсмикалуулук болжолу чектелген далил деңгээлинде.

Санарип эгиз мамилеси: State model + observation operator + QC + data assimilation + forecast + uncertainty + decision rules + audit trail + human oversight. Validated-domain сыртында системанын abstain/fallback жүрүм-турумун көрсөтүшү сунушталат.

Каржылоо: Изилдөө тышкы каржылоо алган эмес.

Этика: Institutional Review Board жана informed consent колдонулбайт; изилдөө жаңы адам/жаныбар экспериментин камтыбайт.

Маалымат жеткиликтүүлүгү: Жаңы маалымат түзүлгөн же талданган эмес. Синтезделген маалымат шилтеме берилген адабияттан алынган. Авторлордун түпнуска синтез сүрөттөрүнүн редакциялануучу версияларын негиздүү суроо боюнча жооптуу автордон алууга болору билдирилген.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдирген эмес.

Жасалма интеллект колдонуу билдирүүсү: ChatGPT image generation/editing функциялары авторлор тарабынан түпнуска даярдалган схемаларды визуалдык жактан өркүндөтүү, тегиздөө, окулушун жана визуалдык ырааттуулугун жакшыртуу үчүн гана колдонулган. Булак AI эксперименттик же сандык маалымат түзүү, адабият издөө, далил тандоо, илимий талдоо жүргүзүү же техникалык жыйынтык чыгаруу үчүн колдонулбаганын ачык белгилейт.

Автор салымдары: Концептуалдаштыруу: Godsway Akpabli; ыкма: Godsway Akpabli жана William Apau Marfo; программалык камсыздоо: Godsway Akpabli; формалдык талдоо жана изилдөө: Godsway Akpabli жана William Apau Marfo; ресурстар: Hamid Rahnema; биринчи долбоор: Godsway Akpabli жана William Apau Marfo; карап чыгуу/редакциялоо: Hamid Rahnema, Kelvin Hayford, Kwamena Opoku Duartey жана Joseph Osei-Nsankyire; визуалдаштыруу: Godsway Akpabli; көзөмөл жана долбоор башкаруу: Hamid Rahnema.

Негизги методологиялык чектөөлөр: Катталган системалуу сын-пикир протоколунун жоктугу; алгачкы скрининг сандарынын сакталбаганы; адабияттын геология, максат жана метрика жагынан гетерогендүүлүгү; проспективдүү талаа болжолдорунун аздыгы; айрым ML далилдеринин табигый жер титирөө/лаборатория/синтетикалык чөйрөлөрдөн өткөрүлүшү; in-situ stress, жарака байланыштуулугу жана CO₂ шартындагы сүрүлүү/өткөрүмдүүлүк маалыматтарынын жетишсиздиги; model discrepancy жана мониторинг detection limitтери операциялык болжолдорду чектеши.

Визуал колдонуу эскертүүсү: Булак сүрөттөрү CC BY лицензияланган болсо да, Verianla үчүн пикселдик көчүрмө талап кылынбайт. Figure 1, Figure 4, Figure 8, Figure 9, Figure 10 жана Figure 11 илимий байланыштары көз карандысыз, семантикалык жактан эквиваленттүү техникалык схемалар катары кайра түзүлүшү мүмкүн. Талаа сейсмограммасы же сандык контур сыяктуу чыныгы маалымат таасирин жараткан ойдон чыгарылган растр сүрөттөрү түзүлбөшү керек.

Verianla Live: Инъекция → reservoir state → fault response → monitoring → action чынжыры үчүн Live Process; модель үй-бүлөлөрү жана жетилгендик үчүн Live Compare; текшерүү тепкичи жана адам көзөмөлүндөгү санарип эгиз үчүн source-derived Live Figure ылайыктуу.