Ин баррасии сохторёфтаи интиқодӣ меомӯзад, ки хавфи аз нав фаъолшавии шикастҳо ҳангоми нигоҳдории геологии CO₂ бо моделсозии физикӣ, мушоҳидаҳои саҳроӣ ва лабораторӣ, омӯзиши мошинӣ ва омӯзиши мошинии илмии физикаогоҳ чӣ гуна бояд арзёбӣ шавад. Аз нав фаъолшавии шикаст оғози дубораи лағзиш ё кушодашавӣ дар шикаст ё номувофиқии қаблан мавҷудбуда мебошад. Паёми асосии манбаъ ин аст, ки фишори тазриқ худ аз худ заминларзаи оянда ё ихроҷи CO₂-ро муайян намекунад. Фишори ковокӣ, тағйири шиддати умумии пороэластикӣ, ҳарорат, ҷараёни бисёрфаза, пайвастагии шикастҳо, қонуни соиш, дилататсия ва таҳаввули гузаронандагӣ бояд якҷоя арзёбӣ шаванд. Баррасӣ ба хулоса меояд, ки моделсозии фишор ва деформатсия ва коркарди сигналҳои сейсмикӣ имрӯз соҳаҳое мебошанд, ки қавитарин заминаи далелиро доранд; пешгӯии перспективии лағзиши шикаст, шикасти динамикӣ ва сейсмикӣ будан бошад ҳанӯз ба далелҳои маҳдуд такя мекунад.

Яке аз саҳмҳои муҳими таҳқиқот ҷудо кардани ҳадафҳое мебошад, ки зери ибораи «пешгӯии лағзиши шикаст» аксар вақт омехта мешаванд. Скрининги устувории статикӣ, вақти лағзиши аввал, лағзиши асейсмикӣ, таҳаввули минбаъдаи лағзиш, шикасти динамикӣ, магнитудаи заминларза, сатҳи сейсмикӣ, ошкоркунии сигнал ва натиҷаи нигоҳдории CO₂ як масъала нестанд. Ҳар ҳадаф модели физикӣ, мушоҳида, метрикаи хато ва сатҳи санҷиши худро талаб мекунад.

Баррасӣ инчунин имкониятҳои шабакаҳои нейронии физикаогоҳ (PINN), Fourier neural operator, DeepONet, graph operator, Gaussian process, CNN/RNN surrogate ва дигар моделҳои тартиби коҳишёфтаро арзёбӣ мекунад. Эътироф мешавад, ки ин усулҳо метавонанд симулятсияҳои сершумори такрориро тезонанд, маълумоти мониторингро коркард кунанд ва ба масъалаҳои баръакс кумак расонанд; аммо манбаъ дар бораи интиқоли модели омӯхташуда берун аз домени омӯзиш, ифодаи нодурусти номувофиқиҳо, пешгӯии нодурусти ҳадди хавф сарфи назар аз хатои миёнаи паст ва набудани санҷиши байнисаҳавӣ огоҳии ҷиддӣ медиҳад.

Ҳадафи амалиётие, ки муаллифон пешниҳод мекунанд, ҳуши маснуъие нест, ки тазриқро ба таври автономӣ идора кунад. Пешниҳод сохтани дугоники рақамии зери назорати инсон, ки ҳангоми зарурат метавонад аз қабули қарор худдорӣ кунад мебошад ва симуляторҳои физикии санҷидашуда, маълумоти мониторинг, таҳлили номуайянӣ, моделҳои тези surrogate ва қоидаҳои равшани қарорро муттаҳид мекунад. Система танҳо вақте бояд тавсияи амалиётӣ диҳад, ки сифати маълумот кофӣ бошад, ҳолати кор дар дохили домени модели санҷидашуда қарор дошта бошад ва номуайянӣ қобили қабул бошад.

Нигоҳдории геологии карбон ҳадаф дорад CO₂-ро ба воҳидҳои геологӣ, ба монанди аквиферҳои амиқи шӯр ё резервуарҳои тамомшудаи карбогидридӣ, тазриқ намуда, онро дарозмуддат дар зери замин нигоҳ дорад. Ҳаҷми қобили нигоҳдорӣ танҳо аз ҳаҷми ковокии формация вобаста нест. Миқдори қобили тазриқ бо қобилияти қабулкунии чоҳ, фишори резервуар, якпорчагии санги пӯшиш, якпорчагии чоҳ, устувории шикаст, таъсири мутақобилаи фишор ва имкони мониторинги дарозмуддати CO₂-и нигоҳдошта маҳдуд мешавад.

Тағйирёбандаи марказии амалиётии тазриқ фишор аст. Тазриқ фишори ковокии резервуарро зиёд мекунад, шиддати муассиреро, ки скелети санг мебардорад, тағйир медиҳад ва боиси деформатсияи пороэластикӣ мегардад. Агар CO₂-и тазриқшаванда аз формация хунуктар бошад, кашишхӯрии ҳароратӣ метавонад майдони шиддатро боз ҳам тағйир диҳад. Агар шикаст бо резервуар робитаи гидравликӣ дошта бошад, тағйири фишор метавонад ба сатҳи шикаст расад. Аммо ҳамон зиёдшавии фишор дар геометрияҳои гуногуни шикаст натиҷаҳои гуногун медиҳад.

Чаро аз нав фаъолшавии шикаст ҳангоми нигоҳдории геологии CO₂ бо як ҳадди ягонаи фишор шарҳ дода намешавад?

Фишори ковокӣ метавонад шиддати муассири нормалиро кам карда, лағзишро осон созад, аммо ҷавоби воқеии шикаст якҷоя бо тағйироти шиддати умумии пороэластикӣ, таъсирҳои ҳароратӣ, самти шикаст, пайвастагии гидравликӣ, қонуни соиш, гетерогенӣ, дилататсия ва бозхурди гузаронандагӣ муайян мешавад; аз ин рӯ, як арзиши фишор танҳо дар зери фарзияҳои равшан метавонад ҳадди скрининг бошад, на пешгӯии умумии саҳро.

Шиддати муассир

Манбаъ шиддати муассири Biot-ро дар конвенсияи аломат, ки фишурдашавӣ мусбат ҳисоб мешавад, чунин медиҳад:

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

Дар ин ҷо \(\boldsymbol{\sigma}'\) тензори шиддати муассир, \(\boldsymbol{\sigma}\) тензори шиддати умумӣ, \(p\) фишори ковокӣ, \(\alpha\) коэффисиенти Biot ва \(\mathbf{I}\) тензори воҳидӣ мебошад. Агар шиддати умумӣ яксон нигоҳ дошта шавад, баланд шудани \(p\) шиддати муассири фишурдаро кам мекунад.

Агар нормали воҳидии ҳамвории шикаст \(\mathbf{n}\) бошад, шиддати умумии нормалӣ ва кашиши буриш дар манбаъ чунин дода мешаванд:

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

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

Муайян карда мешавад. Агар фишори моеъ дар сатҳи шикаст \(p_f\) бошад, кашиши муассири нормалӣ:

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

мешавад. Дар манбаъ махсус таъкид мешавад, ки фишори шикаст ва фишори матритсаи резервуар ҳатман баробар нестанд; ядрои шикасти камгузаронанда ё тағйирёбии трансмиссивияти шикаст бо вақт метавонад боиси ҷудошавии ду фишор гардад.

Шарти лағзиши Coulomb

Барои шикасти қаблан мавҷудбудаи бе когезия шарти статикии Coulomb:

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

аст. Вақте когезия \(c\) дохил мешавад:

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

мегардад. Манбаъ шиддати вайроншавии Coulomb-ро:

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

муайян мекунад. CFS-и мусбат танҳо нишон медиҳад, ки меъёри интихобшудаи статикӣ убур шудааст; он муайян намекунад, ки шикасти динамикӣ чанд километр пеш меравад ё чӣ гуна магнитудаи заминларзаро ба вуҷуд меорад.

Маҳдудияти муодилаи фишори критикӣ

Дар ҳолати маҳдуде, ки шиддатҳои умумии нормалӣ ва буришӣ собит мемонанд ва фишори шикаст якнавохт меафзояд, фишори критикӣ барои лағзиши аввал:

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

навишта мешавад. Ин баробарӣ барои скрининги зуд ва санҷиши модели ададӣ арзишманд аст. Аммо азбаски тазриқ шиддати умумиро низ тағйир медиҳад, фишор дар фазо якхела нест, хусусиятҳои шикаст тағйирёбандаанд ва соиш бо вақт инкишоф ёфта метавонад, он ҳадди универсалии лағзиш барои тамоми саҳро нест.

Интиқоли шиддати пороэластикӣ

Мувозинати механикии Quasi-static:

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

бо ин муносибат дода мешавад. Барои термо-пороэластикаи хаттии изотропӣ манбаъ:

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

ифодаро истифода мебарад. \(G\) модули буриш, \(\lambda\) параметри Lamé, \(K\) модули bulk-и дреншуда ва \(\alpha_T\) коэффисиенти хаттии тавсеаи ҳароратӣ мебошанд.

Ин муодила як нуқтаи муҳимро нишон медиҳад: тазриқ танҳо фишори моеъро дар сатҳи шикаст тағйир намедиҳад; васеъшавӣ ё сардшавии резервуар майдони шиддати умумии атрофро низ тағйир медиҳад. Аз ин рӯ, ҳатто шикастҳои дур аз резервуар метавонанд аз интиқоли шиддати пороэластикӣ таъсир гиранд.

Диффузияи фишор

Барои муҳити соддакардашудаи якхела ва якфаза диффузивияти гидравликӣ:

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

ва масофаи хоси паҳншавии фишор:

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

дода мешавад. \(k\) гузаронандагӣ, \(\mu\) часпакии динамикӣ, \(S_s\) коэффисиенти нигоҳдории асосёфта ба фишор ва \(t\) вақт мебошад.

Ин масштабгузорӣ барои зуд арзёбӣ кардани он кумак мекунад, ки оё шикаст дар давраи муайяни истифодабарӣ ба тағйири фишор дучор шуда метавонад. Аммо ҷараёни бисёрфаза, формацияи гетерогенӣ ва шабакаҳои шикасти пайвастаи баландгузаронанда метавонанд ин рафтори соддаро ба таври ҷиддӣ тағйир диҳанд.

Ҷараёни бисёрфаза

Азбаски ҳангоми нигоҳдории CO₂ об ва CO₂ метавонанд байни чанд фаза тақсим шаванд, бақои масса барои ҳар компонент зарур аст. Манбаъ барои компоненти \(\kappa\) шакли умумиро:

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

медиҳад. Дар ин ҷо \(\beta\) фаза, \(\phi\) ковокӣ, \(S_\beta\) сершавии фаза, \(\rho_\beta\) зичии фаза, \(X_\beta^\kappa\) ҳиссаи массаи компонент, \(\mathbf{q}_\beta\) ҷараёни Darcy ва \(\mathbf{j}_\beta^\kappa\) ҷараёни диффузивиро ифода мекунанд.

Ҷараёни Darcy:

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

мебошад. Барои бастани чунин модел фишори капиллярӣ, гузаронандагии нисбӣ, мувозинати фаза ва муносибатҳои мувофиқи термодинамикӣ лозиманд.

Таъсирҳои ҳароратӣ

Агар CO₂-и тазриқшаванда аз формация хунуктар бошад, интиқоли гармӣ метавонад на танҳо хусусиятҳои моеъ, балки шиддати механикиро низ тағйир диҳад. Манбаъ муодилаи соддакардашудаи энергияро:

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

медиҳад. Сардшавӣ метавонад шиддати фишурдашавии уфуқиро дар атрофи чоҳ кам кунад, шикасти кашиширо осон созад ё шиддатҳои нормалӣ ва буриширо дар шикасти моил тағйир диҳад. Аммо азбаски аломати таъсири ҳароратӣ аз самти шикаст ва маҳдудиятҳои механикӣ вобаста аст, «CO₂-и хунук ҳамеша шикастҳоро ноустувор мекунад» гуфта умумӣ кардан мумкин нест.

Соиши rate-and-state

Mohr–Coulomb ҳадди лағзиши аввалро муайян мекунад; танҳо худаш шарҳ намедиҳад, ки лағзиш устувор аст ё суръатгиранда. Манбаъ соиши rate-and-state-ро:

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

ва қонуни пиршавиро:

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

ифода мекунад. Дар ин ҷо \(V\) суръати лағзиш, \(V_0\) суръати истинодӣ, \(\theta\) тағйирёбандаи ҳолат ва \(D_c\) масофаи хоси лағзиш мебошанд.

Дар ҳолати устувор \(a-b<0\) бо сустшавӣ аз суръат алоқаманд аст ва дар шароити мувофиқи сахтӣ метавонад ба лағзиши ноустувор иҷозат диҳад; \(a-b>0\) бошад одатан лағзиши устуворро дастгирӣ мекунад.

Дарозии хоси нуклеатсия дар манбаъ ба таври схемавӣ:

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

навишта мешавад. Манбаъ махсус қайд мекунад, ки ин муносибат барои масштабгузорӣ истифода мешавад ва коэффисиенти \(C\) вобаста ба геометрия, андоза ва қонуни интихобшудаи state-evolution тағйир меёбад. Интиқоли бевоситаи параметрҳои лабораторӣ ба шикасти миқёси километр бо як коэффисиенти универсалӣ дуруст нест.

Агар модел лағзиши шикастро нишон диҳад, оё ин маънои заминларза ё ихроҷи CO₂-ро дорад?

Не. Лағзиши Quasi-static метавонад ҷойивазкунии умумии шикастро нишон диҳад, аммо муайян намекунад, ки чӣ қадар аз ин ҳаракат ба радиатсияи сейсмикӣ табдил меёбад; ҳамин тавр, фаъолшавии механикии шикаст исбот намекунад, ки барои CO₂ роҳи доимии гузаронандаи ихроҷ пайдо шудааст, зеро натиҷаи гидравликӣ аз ядрои шикаст, минтақаи осеб, дилататсия, компаксия, фишори вуруди капиллярӣ ва гузаронандагии бисёрфаза низ вобаста аст.

Кушодагии шикаст ва гузаронандагӣ

Барои лавҳаҳои идеалии параллелӣ ҷараёни шикаст барои воҳиди паҳноӣ дар манбаъ бо қонуни кубӣ:

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

дода мешавад. Дар муқобил, гузаронандагии дохилии эквивалентӣ:

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

масштаб мешавад. Ҳамин тавр, трансмиссивият ба куби кушодагӣ ва гузаронандагӣ ба квадрати он вобаста аст. Сабаби асосии он ки тағйироти хурди кушодагӣ метавонанд ба ҷараён дар тӯли шикаст таъсири қавӣ расонанд, ҳамин аст.

Шикастҳои воқеӣ лавҳаҳои ҳамвор ва параллелӣ нестанд. Ноҳамворӣ, майдони тамос, каналшавӣ, gouge, пуршавии бисёрфаза ва минтақаҳои осеб ҷараёнро тағйир медиҳанд. Лағзиш метавонад дар баъзе минтақаҳо тавассути дилататсия гузаронандагиро зиёд кунад, дар шароити дигар бошад компаксияи gouge гузаронандагиро кам кунад.

Моменти сейсмикӣ ва магнитуда

Моменти сейсмикӣ:

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

муайян мешавад. \(G\) модули буриш, \(A\) майдони шикаст ва \(D_s\) лағзиши сейсмикӣ мебошад.

Вақте \(M_0\) бо N·m ифода мешавад, магнитудаи момент:

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

ҳисоб карда мешавад. Аммо тамоми лағзиши умумии шикастеро, ки модели quasi-static ҳисоб мекунад, \(D_s\) қабул кардан аз ҷиҳати илмӣ дуруст нест. Лағзиши устувор, деформатсияи пластикӣ, пайдоиши шикасти нав ва гармии соиш метавонанд энергияро сарф кунанд.

Пайванди нопурра байни лағзиши шикаст ва ихроҷ

Фарзияи он ки гузаронандагӣ пас аз лағзиши шикаст ҳатман зиёд мешавад, худкор нест. Ядрои шикасти бой аз гил ҳатто пас аз лағзиш метавонад камгузаронанда боқӣ монад; минтақаи осеби дилататсияшуда бошад метавонад роҳи муваққатӣ ё доимии ҷараёнро ба вуҷуд орад. Илова бар ин, барои ворид шудани CO₂ ба шикаст на танҳо робитаи гидравликӣ, балки шароити мувофиқи вуруди капиллярӣ лозим аст.

Аз ин рӯ, манбаъ пешниҳод мекунад, ки фаъолшавии механикӣ, трансмиссивияти гидравликӣ ва муҳоҷирати воқеии CO₂ бо моделҳо ва мушоҳидаҳои ҷудогона ба ҳам пайваст карда шаванд.

Пайвасткунии яксамта, дусамта ва монолитӣ

Дар манбаъ фарқи муҳими миқёси вақт низ вуҷуд дорад. Модели резервуар метавонад бо қадамҳои аз соат то моҳ кор кунад, дар ҳоле ки шикасти динамикӣ метавонад ҳалли миллисония ё камтар аз сонияро талаб кунад. Аз ин рӯ, пайваст кардани модели дарозмуддати quasi-static-и нигоҳдорӣ ба модели маҳаллии шикасти динамикӣ танҳо ҳангоми наздик шудан ба шикасти критикӣ метавонад асосноктар бошад.

Оилаҳои асосии моделҳои ададӣ

Равиши манбаъ ҳеҷ нармафзор ё оилаи моделро «ғолиб» эълон намекунад. Интихоби модел бояд аз ҳадафи пешгӯӣ вобаста бошад. Масалан, дар идоракунии минтақавии фишор модели бисёрфазавии резервуар метавонад талаботи асосӣ бошад, дар рафтори пас аз лағзиши шикасти маҳаллӣ бошад номувофиқии ошкор ва қонуни мувофиқи соиш муҳимтар шуда метавонад.

Иерархияи далелҳои саҳроӣ

Омӯзиши мошинӣ дар кадом вазифаҳо пухтатар ва дар кадом вазифаҳо маҳдуд аст?

Далели пухтатарини омӯзиши мошинӣ дар вазифаҳои мониторинг, ба мисли ошкоркунии ҳодисаи сейсмикӣ, phase picking, коркарди waveform ва дастгирии каталог аст; simulator surrogate ва ассимилятсияи маълумот дар доменҳои тарҳи назоратшаванда муфиданд, аммо далели пешгӯии перспективии лағзиши ояндаи шикаст ё сейсмикӣ дар майдони нави нигоҳдории CO₂ ҳанӯз маҳдуд аст.

Аввал вазифа, баъд алгоритм

Манбаъ ҳадди ақал панҷ вазифаи гуногуни ML-ро ҷудо мекунад: ошкоркунии ҳодиса/phase picking, таснифи waveform, регрессия ё баҳодиҳии баръакси тағйирёбандаҳои физикӣ, пешгӯии перспективии шикаст/сейсмикӣ ва моделсозии simulator surrogate.

Модели ошкоркунии ҳодиса дар сабти continuous seismic сигнал меёбад. Phase picker вақти расидани P ва S-ро муайян мекунад. Classifier метавонад waveform-ро ба садо, таркиш ё навъи лағзиш ҷудо кунад. Ҳеҷ кадоме аз инҳо худкор пешгӯӣ намекунад, ки шикаст дар оянда кай мешиканад.

Тақсимоти leakage-safe-и маълумот

Омехта кардани тасодуфии равзанаҳои waveform метавонад боиси он шавад, ки қисмҳои хеле монанди як ҳодисаи физикӣ ҳам ба маҷмӯи омӯзиш ва ҳам ба тест дохил шаванд. Манбаъ барои санҷиши қавӣ пайдарпай ҷудо кардани ҳодисаи пурра, намуна/таҷриба, блоки вақт, шабакаи чоҳ/сенсор ва дар охир майдони комилан дигарро тавсия медиҳад.

Чаро accuracy дар ҳодисаҳои нодир гумроҳкунанда аст?

Лағзишҳои шикасте, ки аз ҷиҳати амалиётӣ муҳиманд, нисбат ба кори муқаррарӣ хеле кам рух медиҳанд. Классификаторе, ки ҳамеша “ҳодиса нест” мегӯяд, метавонад accuracy-и баланд диҳад, аммо барои идоракунии хавф ҳеҷ арзиш надошта бошад. Аз ин рӯ сохтори precision–recall, сатҳи false alarm, калибровкаи эҳтимолӣ ва натиҷаҳои синфӣ маънодортаранд.

Манбаъ инчунин калибровка кардани эҳтимолҳои пешгӯиро бо reliability diagram, Brier score ё log-loss тавсия медиҳад. Хароҷоти амалиётӣ низ набояд танҳо барои оптимизатсияи холи алгоритмӣ муайян шавад, балки бо операторон ва танзимгарон аз рӯи оқибатҳои воқеии огоҳии бардурӯғ ва ҳодисаи аз дастрафта таъриф карда шавад.

Чаро “пешгӯии заминларза”-и лабораторӣ мустақим ба саҳро интиқол намеёбад?

Дар таҷрибаҳои назоратшавандаи соиш нишон дода шудааст, ки хусусиятҳои continuous acoustic метавонанд маълумот дар бораи ҳолати шикаст ва вақти то вайроншавӣ дар давраи такрории таҷрибаро дошта бошанд. Аммо системаҳои лабораторӣ геометрияи назоратшаванда, сенсорҳои зич ва шумораи маҳдуди failure mode доранд. Шикастҳои воқеӣ гетерогенӣ, нопурра мушоҳидашаванда ва дар миқёсҳои гуногун боршавандаанд.

Ин таҷрибаҳо нишон медиҳанд, ки маълумоти физикии state вуҷуд дорад; онҳо далели он нестанд, ки вақти заминларза дар майдони нави нигоҳдории CO₂ бомуваффақият пешгӯӣ шудааст.

Омӯзиши мошинии физикаогоҳ чист?

Манбаъ тамғаи “physics-informed”-ро ҳамчун номи як усул истифода намекунад. Се синфи асосиро ҷудо мекунад:

• Physics-constrained learner: моделҳое монанди PINN, ки residual-ҳои муодилаи дифференсиалӣ ё интерфейсро ба loss илова мекунанд.
• Learned operator: моделҳое монанди Fourier neural operator, DeepONet ё graph operator, ки харитасозиро аз майдони вуруд ба майдони ҳал меомӯзанд.
• Simulator emulator / reduced-order model: баромади интихобшудаи full-order симулятори муайянро дар домени параметри таърифшуда тақриб мекунад.

Фишор ё stress-и Coulomb-ро ҳамчун вуруди neural network истифода бурдан physics-guided feature engineering аст; он бо PINN як чиз нест.

Функсияи loss-и PINN

PINN ҳолати физикиро бо \(\hat{y}(\mathbf{x},t;\boldsymbol{\theta})\) тақриб мекунад ва residual-ҳои маълумот ва физикаро якҷоя кам мекунад:

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

Вазнҳои \(w_i\) барои мувозинати компонентҳои гуногуни loss истифода мешаванд. Агар миқёси ададии як муодила аз дигараш хеле калон бошад, омӯзиш метавонад аз ҷиҳати физикӣ номутавозин гардад; аз ин рӯ nondimensionalization ва вазнгузории мутобиқшаванда лозим шуда метавонад.

Гарчанде PINN-ҳо баъзан “mesh-free” номида мешаванд, манбаъ мегӯяд, ки ин ифода нопурра аст. Шабака ҳанӯз ба нуқтаҳои collocation, сарҳадӣ, ибтидоӣ ва мушоҳидавӣ ниёз дорад. Хароҷоти ҳисоббарорӣ аз ҳалли mesh ба оптимизатсия мегузарад; махсусан дар масъалаҳои 3B-и гетерогенӣ ва номувофиқи шикаст кафолат нест, ки он аз усули классикии элементи ниҳоӣ тезтар ё устувортар бошад.

Neural operator ва моделҳои surrogate

Neural operator-ҳо метавонанд табдилро аз функсияҳое монанди майдони гузаронандагӣ, шартҳои сарҳадӣ ва идоракунии чоҳ ба майдонҳои фишор/деформатсия омӯзанд. Пас аз анҷоми омӯзиш қобилияти зуд арзёбӣ кардани шумораи зиёди сенарияҳо барои пешгӯии ensemble ва таҳлили номуайянӣ арзишманд аст.

Аммо дар геометрияи шикаст, контрасти гузаронандагӣ ё шароити амалиётие, ки дар омӯзиш набуданд, хато метавонад якбора зиёд шавад. Аз ин рӯ танҳо хатои глобалии L2 кофӣ нест. Метрикаҳои ба қарор нигаронидашуда, ба мисли фишори максимум, вақти расидан ба ҳадди хавф, кашиши шикаст, майдони лағзиш ва leakage rate низ бояд ҷудогона санҷида шаванд.

Дар масъалаи баръакс физика худ аз худ маълумот намеофарад

Бо PINN ё Bayesian inversion гузаронандагӣ, трансмиссивияти шикаст ё параметри соишро метавон баҳогузорӣ кард. Аммо таркибҳои гуногуни параметрҳо метавонанд як мушоҳидаи фишор ё деформатсияро ба вуҷуд оранд. Истифодаи governing equations маълумотеро, ки дар мушоҳида нест, эҷод намекунад.

Аз ин рӯ identifiability, posterior correlation ва model discrepancy бояд ошкоро гузориш дода шаванд. Азбаски фишор, деформатсия, ҳарорат, тасвири plume ва маълумоти сейсмикӣ равандҳои гуногунро маҳдуд мекунанд, ассимилятсияи бисёрнамудии маълумот аз як навъи маълумот арзишмандтар аст.

Модели амалиётии хавфи шикаст бояд ба кадом сатҳи санҷиш бирасад?

Эътимоднокии амалиётӣ аз нишон додани он ки код кор мекунад, бештарро талаб мекунад; манбаъ зинаи санҷишро санҷиши код → benchmark-и канонӣ → санҷиши лабораторӣ → санҷиши мустақили ретроспективии саҳро → challenge-и байнисаҳавӣ → пешгӯии перспективӣ месозад ва барои қарорҳои аз ҷиҳати бехатарӣ муҳимтар ё автономитар дар зинаҳои болоии ин силсила далел талаб мекунад.

Зинаи санҷиш

Калибровка санҷиш нест. Моделе, ки ба маълумоти таърихии фишор мутобиқ карда шудааст, метавонад ҳамон маълумоти гузаштаро хуб бозсозӣ кунад, аммо дар марҳилаи ояндаи тазриқ ҳатман пешгӯии дуруст намедиҳад.

Хавфи эҳтимолӣ

Манбаъ метрикаи хавфро дар шакли умумӣ:

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

ифода мекунад. Дар ин ҷо \(\mathbf{m}\) параметрҳои номуайяни модел ва сенарияҳои сохториро, \(\mathbf{u}\) назоратҳои амалиётиро, \(\mathbf{d}\) мушоҳидаҳоро ва \(g\) миқдори иҷроиш, ба монанди фишор, лағзиш, магнитуда ё ихроҷро ифода мекунад.

Ин равиш аз як рақами «фишори бехатар» бойтар аст. Вақте шиддат, соиши шикаст ва пайвастагӣ номуайянанд, ҳадди failure низ дар шакли тақсимот аст. Равзанаи фишори амалиётӣ бояд мутаносибан бо усули эҳтимолӣ идора карда шавад.

Номуайянии модел аз кадом қабатҳо иборат аст?

Манбаъ номуайяниро ҳадди ақал ба ин қабатҳо ҷудо мекунад: номуайянии вуруд/параметр, номуайянии сенарияи геологӣ-сохторӣ, хатои ченкунӣ, хатои ададӣ, discrepancy-и шакли модел ва surrogate approximation error.

Масалан, posterior-и танги neural-network ҳатман маънои онро надорад, ки модел геологияи воқеиро хуб ифода мекунад. Агар ensemble-и омӯзиш геометрияҳои эҳтимолии шикастро дар бар нагирад, surrogate метавонад дар ҷаҳони нодурусти худ хеле «боварӣ» дошта бошад.

Дугоники рақамии зери назорати инсон

Дар таърифи strict-и манбаъ дугоники рақамӣ танҳо dashboard ё як модели калибршуда нест. State model-и пайваста навшаванда, observation operator, назорати сифати маълумот, ассимилятсияи маълумот, пешгӯӣ, паҳнкунии номуайянӣ, қоидаҳои қарор ва audit trail бояд якҷоя бошанд.

Агар маълумот бад бошад ё ҳолат берун аз valid domain бошад, ба система тавсия мешавад, ки на «пешгӯии боэътимодтар» диҳад, балки abstain кунад. Дар ин ҳолат тазриқ набояд зиёд шавад, ҳадди эҳтиёткорона нигоҳ дошта шавад, full-order model дубора иҷро шавад ва баррасии мустақили инсонӣ гузаронида шавад.

Чаро идоракунии автономӣ тавсия намешавад?

Дар манбаъ reinforcement learning ва оптимизатсияи зуд ҳамчун воситаҳои эҳтимолии оянда баррасӣ мешаванд, аммо таъкид мешавад, ки аксари намунаҳои нашршуда дар сатҳи симулятсия мебошанд. Сиёсати омӯхташуда метавонад камбудиҳои симуляторро истифода барад ё дар геологияе, ки дар модел нест, ноком шавад.

Ҳадафи наздик автоматизатсияи зери назорати инсон аст: омӯзиши мошинӣ метавонад ҳаҷми маълумотро кам кунад, surrogate model сенарияҳоро тезонад, оптимизатсия нақшаҳои амалиётии номзадро пешниҳод кунад; салоҳияти ниҳоӣ бояд ба кормандони соҳибихтисосе тааллуқ дошта бошад, ки бо расмиёти санҷидашуда кор мекунанд.

Харитаи роҳи таҳқиқот

Усул ва Натиҷаҳои Таҳқиқот

Усули баррасӣ

Адабиёт аз Scopus, Web of Science, Google Scholar, ScienceDirect, OnePetro, пойгоҳҳои маълумотии ноширон ва занҷиркунии истинодҳои пеш/ақиб ба таври итеративӣ ҷамъоварӣ шудааст. Навсозии охирини адабиёт 10 Август 2026 анҷом дода шудааст.

Ҷустуҷӯҳо блокҳои мавзӯиро ба монанди “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” ва “neural operator” муттаҳид кардаанд.

Скрининг дар се марҳила гузаронида шудааст: мувофиқати унвон/хулоса; хориҷ кардани такрорҳо ва мундариҷаи ғайритехникӣ; сипас арзёбии матни пурра аз нигоҳи геометрия, governing equations, фарзияи конститутивӣ, шарти сарҳадӣ, манбаи маълумот, ҳадафи пешгӯӣ ва далели санҷиш.

Манбаъҳо дар чор муҳити далел рамзгузорӣ шудаанд: нигоҳдории мустақими CO₂; лабораторияи назоратшаванда; аналоги тазриқи non-CO₂; benchmark-и синтетикӣ/ададӣ.

Сатҳҳои санҷиш ба санҷиши код, санҷиши лабораторӣ, арзёбии ретроспективии саҳро, арзёбии байнисаҳавӣ ва пешгӯии перспективӣ ҷудо шудаанд.

Азбаски ҷустуҷӯҳои аввал дар доираи протоколи сабтиномшуда иҷро нашуда буданд, шумораи сабтҳои ибтидоӣ, сабтҳо пас аз ҳазфи такрорҳо, арзёбиҳои матни пурра ва хориҷкуниҳо нигоҳ дошта нашудаанд. Муаллифон ин рақамҳоро баъдан тахмин карда “false precision” эҷод накардаанд. Синтези ниҳоӣ 98 истинодро дар бар мегирад.

Пухтагии усул чӣ гуна арзёбӣ шуд?

Баррасӣ ба ҷои додани “холи пухтагӣ”-и умумӣ ба алгоритм аз рӯи вазифаи муайяни пешгӯӣ панҷ меъёрро истифода мебарад: мустақимии далел, сатҳи санҷиш, такрори мустақил, метрика/калибровкаи номуайянии мувофиқ ба ҳадаф ва такрорпазирӣ ё санҷиши амалиётӣ.

Далели мустақими нигоҳдории CO₂ дар арзёбии омодагии амалиётӣ нисбат ба benchmark-и синтетикӣ, лаборатория, заминларзаи табиӣ ё аналоги геотермалӣ вазни бештар дорад.

Далели маҳдуд одатан дастгирии синтетикӣ/лабораторӣ ё як майдони ретроспективиро; сатҳи рушдёбанда/миёна намоишҳои такрории назоратшаванда ё ретроспективии саҳроиро; сатҳи нисбатан пухта бошад таҳқиқот/майдонҳои мустақил, номуайянии миқдорӣ ва далели перспективӣ ё амалиётиро ифода мекунад.

Имрӯз чиро нисбатан боэътимод пешгӯӣ кардан мумкин аст?

Мувофиқи манбаъ, дар системаҳои кофӣ тавсифшуда ҳисобҳои reservoir pressure ва деформатсия қавитарин далели саҳроиро доранд. Дар ин моделҳо муқоисаҳои мустақими мушоҳида, observation operator-ҳо ва ченакҳои муайяни хато мавҷуданд.

Ошкоркунии ҳодисаи сейсмикӣ ва phase picking низ дар маҷмӯаҳои бузурги маълумоти сейсмикии табиӣ санҷиши берунии қавӣ нишон медиҳанд; аммо ҳангоми интиқол ба майдони CO₂ геометрияи сенсор, садо ва detection threshold бояд дубора санҷида шаванд.

Вақти лағзиши аввал номуайянтар аст, зеро ба шиддати ибтидоӣ ва соиш хеле ҳассос аст. Таҳаввули лағзиш параметрҳои конститутивиро талаб мекунад, ки дар миқёси саҳро кам чен мешаванд. Магнитудаи максимум бошад ба маълумот дар бораи пайвастагии шикаст ва rupture arrest вобаста аст, ки маълумоти фишор танҳо дода наметавонад.

Чаро мураккабии модел номуайяниро худкор кам намекунад?

Илова кардани физикаи бештар метавонад баъзе bias-ҳои сохториро кам кунад, аммо параметрҳои нав ва номуайяниҳои навро низ илова мекунад. Poorly constrained THMC model метавонад нисбат ба HM модели соддатар номуайянии васеътари пешгӯӣ диҳад.

Ҳамин тавр, neural network-и амиқтар наметавонад event catalog-и номувофиқ, in-situ stress-и номаълум ё геометрияи шикасти ифода нашударо ҷуброн кунад. Манбаъ ба ҷои мураккабии алгоритмӣ моделсозии равандҳои воқеан заруриро барои қарор тавсия медиҳад.

Ҷараёни кори ҳамгирошудаи пешниҳодшуда

1. Инвентари шикаст ва шиддати ибтидоӣ сохта мешавад ва моделҳои сохтории алтернативӣ ҳамчун ensemble нигоҳ дошта мешаванд.
2. Бо скрининги аналитикӣ шикастҳои критикӣ ва ҳошияҳои фишор муайян мешаванд.
3. Модели минтақавии бисёрфазавии резервуар таъсири мутақобилаи фишор ва рафтори CO₂ plume-ро ҳисоб мекунад.
4. Сенарияҳои аз нигоҳи хавф муҳим ба модели геомеханикӣ пайваст мешаванд; фарзияҳои гуногуни конститутивӣ ва сарҳадӣ санҷида мешаванд.
5. Ченкуниҳои лабораторӣ параметрҳои соиш, дилататсия ва гузаронандагиро маҳдуд мекунанд.
6. Шабакаи мониторинг барои кам кардани номуайяниҳое, ки қарорро муайян мекунанд, тарҳрезӣ мешавад.
7. Ҳангоми тазриқ фишор, деформатсия ва мушоҳидаҳои сейсмикӣ ensemble-ро нав мекунанд.
8. Омӯзиши мошинӣ барои ошкоркунии ҳодиса ва коҳиши маълумот; моделҳои surrogate барои пешгӯиҳои ensemble истифода мешаванд.
9. Тағйироти пешниҳодшудаи амалиётӣ пеш аз татбиқ бо full-order model дубора санҷида мешаванд.
10. Мушоҳидаҳои ғайричашмдошт таҳлили model discrepancy ва ҳангоми зарурат амалиёти эҳтиёткоронатарро фаъол мекунанд.

Натиҷае, ки таҳқиқот дастгирӣ мекунад

Аз нав фаъолшавии шикаст ҳангоми нигоҳдории геологии CO₂ масъалаи қарорест, ки физикаҳои сершумор, маълумоти сершумор ва номуайяниро дар бар мегирад. Як синфи модел ё як “AI score” ҳамаи ҳадафҳоро боэътимод ҳал намекунад.

Барои фишор ва деформатсияи site-scale, continuum reservoir geomechanics имрӯз қавитарин заминаи далелиро дорад. Барои масъалаҳое, ки кинематикаи ошкори шикаст ё рушди шикаст лозим аст, усулҳои interface, discontinuum, DFN, XFEM ва phase-field метавонанд арзиши иловагӣ диҳанд.

Омӯзиши мошинӣ дар аналитикаи мониторинг, simulator surrogate ва ассимилятсияи маълумот муфид аст. Усулҳои Physics-informed махсусан барои арзёбиҳои сершумори такрорӣ, inverse problem ё limited-domain surrogate арзишманданд.

Омодагии амалиётӣ бояд на ба навоварии алгоритм, балки ба санҷиши мустақил, калибровкаи номуайянӣ, тестҳои байнисаҳавӣ, иҷрои перспективӣ ва қоидаҳои равшани fallback/human-governance вобаста бошад.

Натиҷае, ки таҳқиқот дастгирӣ намекунад

Баррасӣ нишон намедиҳад, ки neural network-и мушаххас заминларзаҳои ояндаро, ки аз тазриқи CO₂ ба вуҷуд меоянд, боэътимод пешакӣ пешгӯӣ кардааст.

Он исбот намекунад, ки PINN ё neural operator дар маҷмӯъ аз ҳалкунандаҳои классикии FEM/FVM дақиқтар ё тезтар аст. Натиҷа аз андозаи масъала, хароҷоти омӯзиш, геометрия, номувофиқӣ ва шумораи истифодаҳо вобаста аст.

Лағзиши шикаст худкор ихроҷи CO₂ нест. Афзоиши фишор худкор заминларза нест. Ошкоркунии микросейсмикӣ ҳам пешгӯии шикасти калони оянда нест.

Меъмории дугоники рақамии пешниҳодшуда дар лоиҳаҳои тиҷоратии мавҷудаи нигоҳдории CO₂ ҳамчун prospectively validated autonomous-control система нишон дода нашудааст. Манбаъ онро ҳамчун харитаи роҳи таҳқиқот ва идоракунӣ пешниҳод мекунад.

Маҳдудиятҳои асосии баррасӣ

Раванди ҷустуҷӯ бо протоколи сабтиномшудаи PRISMA оғоз нашудааст ва шумораи сабтҳои марҳилаҳои аввал нигоҳ дошта нашудааст. Аз ин рӯ таҳқиқот харитаи систематикии далелҳо ё meta-analysis нест.

Азбаски адабиёт геологияҳои гуногун, миқёсҳои тазриқ, шабакаҳои мониторинг, ҳадафҳои модел ва метрикаҳои иҷроишро дар бар мегирад, якҷоя кардани натиҷаҳои ададӣ зери як pooled “accuracy” аз ҷиҳати илмӣ мувофиқ нест.

Пешгӯиҳои перспективии саҳро каманд. Бисёр натиҷаҳои ML аз маълумоти заминларзаи табиӣ, лаборатория ё симулятсияи синтетикӣ меоянд. Аз ин рӯ иҷрои алгоритмӣ ва сатҳи далели амалиётӣ дар нигоҳдории CO₂ як чиз нестанд.

Ёддошт оид ба Манбаъ ва Усул

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

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

Муаллифи масъул: Kwamena Opoku Duartey.

Муассисаҳо: 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.

Маҷалла: Advances in Carbon Neutrality.

Ношир: MDPI.

Сабти библиографӣ: Advances in Carbon Neutrality, 2026, Ҷилди 1, Шумораи 1, Мақолаи 1.

DOI: 10.3390/acn1010001.

Санаи нашр: 20 Сентябр 2026.

Қабул / бознигарӣ / пазируфта: 12 Август 2026 / 7 Сентябр 2026 / 15 Сентябр 2026.

Навъи манбаъ: Review; баррасии сохторёфтаи интиқодӣ ва харитаи роҳи таҳқиқот.

Ҳолати тақриз: Мақолаи маҷаллаест, ки аз раванди нашри тақризшуда гузашта, санаҳои бознигарӣ ва қабулро ошкоро гузориш кардааст.

Иҷозатнома: Creative Commons Attribution (CC BY). Азбаски PDF-и манбаъ рақами версияи иҷозатномаро алоҳида нишон намедиҳад, рақами версия тахмин карда нашудааст.

Манбаъҳои маълумоти баррасӣ: Scopus, Web of Science, Google Scholar, ScienceDirect, OnePetro, пойгоҳҳои маълумотии ноширон ва занҷиркунии истинодҳои пеш/ақиб.

Навсозии охирини ҷустуҷӯ: 10 Август 2026.

Корпуси ниҳоии манбаъ: 98 истинод.

Ҳолати PRISMA: Муаллифон даъвои corpus-и мувофиқ ба PRISMA надоранд. Шумораи сабтҳои ибтидоӣ, сабтҳо пас аз ҳазфи такрорҳо ва матнҳои пурраи хориҷшуда нигоҳ дошта нашудааст.

Навъи синтез: Синтези сифатӣ, сохторёфта ва асосёфта ба механизм ва сатҳи далел; бинобар ҳадафҳо ва метрикаҳои non-commensurate омори pooled-и иҷроиш ё андозаи таъсири meta-analytic ҳисоб карда нашудааст.

Синфҳои далел: Нигоҳдории мустақими CO₂; лабораторияи назоратшаванда; аналоги тазриқи non-CO₂; benchmark-и синтетикӣ/ададӣ.

Сатҳҳои санҷиш: Санҷиши код; санҷиши лабораторӣ; арзёбии ретроспективии саҳро; арзёбии байнисаҳавӣ; пешгӯии перспективӣ.

Соҳаҳои асосии физика: Ҷараёни бисёрфаза, пороэластика, термомеханика, соиши шикаст, гузаронандагии шикаст, шикасти динамикӣ ва бозхурдҳои THMC.

Равишҳои асосии ададӣ: Усулҳои аналитикӣ/ниманалитикӣ, FEM, finite-volume/integrated finite-difference, explicit finite-difference, DEM, гибридҳои DFN, XFEM/embedded discontinuities ва phase-field fracture.

Равишҳои асосии омӯзиши мошинӣ: CNN, transformer, tree ensemble, support vector machine, generalized linear model, Gaussian process, recurrent model, PINN, Fourier neural operator, DeepONet, graph operator, CNN/RNN surrogate ва reduced-order model.

Мисолҳои марказии саҳро: In Salah, Illinois Basin Decatur, Otway, Sleipner, Snøhvit ва Ketzin; Basel ва дигар мисолҳои тазриқ ҳамчун далели аналогӣ баррасӣ шудаанд.

Натиҷаи асосӣ: Моделсозии фишор ва деформатсия ва seismic signal processing қавитарин заминаи далелии мавҷударо доранд; пешгӯии перспективии лағзиши шикаст ва сейсмикӣ дар сатҳи далели маҳдуд аст.

Равиши дугоники рақамӣ: State model + observation operator + QC + data assimilation + forecast + uncertainty + decision rules + audit trail + human oversight. Берун аз validated-domain ба система рафтори abstain/fallback тавсия мешавад.

Маблағгузорӣ: Таҳқиқот маблағгузории беруна нагирифтааст.

Ахлоқ: Institutional Review Board ва informed consent татбиқ намешаванд; таҳқиқот таҷрибаи нави инсон/ҳайвонро дар бар намегирад.

Дастрасии маълумот: Маълумоти нав эҷод ё таҳлил нашудааст. Маълумоти синтезшуда аз адабиёти истинодшуда гирифта шудааст. Гуфта мешавад, ки версияҳои таҳриршавандаи шаклҳои аслии синтезии муаллифонро бо дархости асоснок аз муаллифи масъул гирифтан мумкин аст.

Бархӯрди манфиатҳо: Муаллифон бархӯрди манфиатҳоро гузориш накардаанд.

Изҳороти истифодаи ҳуши маснуъӣ: Функсияҳои ChatGPT image generation/editing танҳо барои такмили визуалӣ, ҳамворсозӣ, хондашавандагӣ ва мувофиқати визуалии схемаҳои аслан аз ҷониби муаллифон омодашуда истифода шудаанд. Манбаъ ошкоро мегӯяд, ки AI барои эҷоди маълумоти таҷрибавӣ ё ададӣ, ҷустуҷӯи адабиёт, интихоби далел, таҳлили илмӣ ё тавлиди натиҷаи техникӣ истифода нашудааст.

Саҳми муаллифон: Консептуализатсия: Godsway Akpabli; усул: Godsway Akpabli ва William Apau Marfo; нармафзор: Godsway Akpabli; таҳлили формалӣ ва таҳқиқот: Godsway Akpabli ва William Apau Marfo; захираҳо: Hamid Rahnema; тарҳи аввал: Godsway Akpabli ва William Apau Marfo; бозбинӣ/таҳрир: Hamid Rahnema, Kelvin Hayford, Kwamena Opoku Duartey ва Joseph Osei-Nsankyire; визуализатсия: Godsway Akpabli; назорат ва идоракунии лоиҳа: Hamid Rahnema.

Маҳдудиятҳои асосии методологӣ: Набудани протоколи сабтиномшудаи баррасии систематикӣ; нигоҳ дошта нашудани шумораи скрининги аввал; гетерогении адабиёт аз ҷиҳати геология, ҳадаф ва метрика; камии пешгӯиҳои перспективии саҳро; интиқоли баъзе далелҳои ML аз заминларзаи табиӣ/лаборатория/домени синтетикӣ; нокифоягии маълумоти in-situ stress, пайвастагии шикаст ва соиш/гузаронандагӣ дар шароити CO₂; маҳдуд шудани пешгӯиҳои амалиётӣ аз ҷониби model discrepancy ва detection limit-ҳои мониторинг.

Ёддошти истифодаи визуалӣ: Гарчанде шаклҳои манбаъ бо иҷозатномаи CC BY мебошанд, барои Verianla нусхаи пикселӣ зарур нест. Муносибатҳои илмии Figure 1, Figure 4, Figure 8, Figure 9, Figure 10 ва Figure 11 метавонанд ҳамчун схемаҳои мустақили техникӣ, ки аз ҷиҳати семантикӣ баробаранд, дубора сохта шаванд. Тасвирҳои растрии сохта, ки таассуроти маълумоти воқеӣ ба монанди сейсмограммаи саҳроӣ ё контури ададӣ медиҳанд, набояд тавлид шаванд.

Verianla Live: Барои занҷири тазриқ → reservoir state → fault response → monitoring → action, Live Process; барои оилаҳои модел ва пухтагӣ, Live Compare; барои зинаи санҷиш ва дугоники рақамии зери назорати инсон, source-derived Live Figure мувофиқ аст.