Нейронные сети могут идентифицировать углекислый газ в сейсмических наблюдениях

Исследователи предложили использовать алгоритм машинного обучения на основе нейронной сети U-net для обработки и интерпретации 3D-сейсмических данных, что позволяет эффективно отслеживать распределение CO₂ при его захоронении в геологических формациях. Этот подход был успешно протестирован на общедоступных данных по проекту улавливания и хранения углерода (CCS), полученных с 1994 по 2010 год.

Метод решает ключевую проблему долгосрочного мониторинга CCS — обеспечение согласованности интерпретации данных, полученных с помощью разных поколений технологий и разными специалистами. Нейросеть, обученная всего за несколько часов, обрабатывает одно наблюдение за секунды и выдает результаты, точные и последовательные между разными временными срезами.

Авторы отмечают, что по мере роста числа и продолжительности проектов CCS установление единого стандарта для интерпретации сейсмических результатов становится критически важным. Использование нейронных сетей может повысить надежность и сравнимость наблюдений за подземным CO₂.