利用PCA引导的对抗性扩散技术对复杂地质模型进行参数化,以实现集合数据同化
《Journal of Hydrology》:Parameterization of complex geological models with PCA?guided adversarial diffusion for ensemble data assimilation
【字体:
大
中
小
】
时间:2026年01月30日
来源:Journal of Hydrology 7.3
编辑推荐:
傅文浩|陈云天|王忠正|郑强|张东晓
中国北京100871,北京大学力学与工程科学学院
摘要
在地下流体模拟中,复杂地质模型(如河道化模型)的数据同化仍是一项具有挑战性的任务,这是因为模型参数具有非高斯特性且维度极高。有效的参数化方法对于在降低模型复杂度的同时保留合
傅文浩|陈云天|王忠正|郑强|张东晓
中国北京100871,北京大学力学与工程科学学院
摘要
在地下流体模拟中,复杂地质模型(如河道化模型)的数据同化仍是一项具有挑战性的任务,这是因为模型参数具有非高斯特性且维度极高。有效的参数化方法对于在降低模型复杂度的同时保留合理的地质特征至关重要,这有助于提升基于集合的数据同化流程的效率和精度。生成式建模领域的进展,尤其是扩散模型,在捕捉复杂地质结构方面展现出巨大潜力,但其迭代采样过程在数据同化应用中耗时过长。为解决这一难题,我们提出了主成分分析引导的对抗性扩散模型(PCA-GAD),这是一种结合主成分分析与对抗性训练的单步扩散式生成框架。PCA-GAD首先通过主成分分析系数构建全网格的相态近似,以捕捉主要的河道几何形态,然后利用经过对抗性损失函数训练的扩散网络,在单次推理过程中对这一粗略初始值进行精细化处理。借助主成分分析的引导,PCA-GAD能够在大幅降低参数维度的同时保留关键的地质结构。此外,与多步扩散采样相比,该对抗加速框架仅需一次推理过程,显著缩短了采样时间,从而实现更快速的基于集合的数据同化。我们在两个典型案例上验证了该方法的有效性:二元相态模型和双模态渗透率模型。与传统参数化方法相比,PCA-GAD能更好地再现复杂地质结构,并实现更精确的数据同化结果。该方法为在复杂地质条件下进行地下流体建模的不确定性量化提供了一种可靠且有效的方法。
引言
地下流体建模在提高油气回收率、优化地热能开采以及确保地质碳储存安全方面发挥着重要作用。然而,地质模型本身存在的不确定性是一个核心挑战,因为物理参数往往与真实的地下条件存在较大偏差。这类差异会降低数值模拟的准确性,因此需要调整模型参数,使模拟结果与实际观测数据相匹配。这一校准过程通常被称为数据同化(也可称为历史匹配或参数反演),结合地球物理测量数据、井位解释以及全球地质约束,能够形成更可靠的地质模型,为预测和决策提供依据。
由于模型参数通常分布在高维空间中,而观测数据仅来自有限数量的井位或监测点,数据同化实际上是一个病态的逆问题:同一组观测数据可能对应多种不同的参数组合。因此,依赖单一的“最佳拟合”解并不足以用于未来预测,因为它无法涵盖所有可能的合理地质模式,也无法实现可靠的不确定性量化。为更全面地评估预测结果的风险,人们开始致力于寻找最优解的集合,或估算地下参数的后验分布(Cancelliere等人,2011;Oliver和Chen,2011)。
基于集合的方法已成为数据同化过程中采样后验分布的强大且高效的技术(Evensen,2018;Evensen,2023)。这些方法源自集合卡尔曼滤波器算法(EnKF)(Evensen,1994),在参数与观测值之间关系近似线性时表现良好。为应对非线性问题,人们开发了一系列迭代型集合平滑算法(IES)(Chen和Oliver,2012;Chen和Oliver,2013;Emerick和Reynolds,2013a;Iglesias,2015;Ma和Bi,2019)。这类迭代方法能在非线性或强非线性条件下提升数据拟合精度。不过,基于集合的方法通常假设参数服从高斯分布,因此难以在复杂的河道化相态中保留真实的地质特征,而这类相态需要多点统计信息才能准确描述。 Consequently,这些方法生成的校准模型在应用于复杂相态结构时往往缺乏地质合理性。
因此,在进行基于集合的数据同化时,必须将复杂地质模型参数化到服从高斯分布的潜空间中,以确保其合理性。此外,参数化方法还需减少数据同化过程中需要校准的变量数量,从而降低计算复杂度并提升效率。传统的经典参数化方法,如主成分分析(PCA)(Reynolds等人,1996;Sarma等人,2006),更适合基于两点统计的模型,与多点统计模型不兼容。为解决这一问题,人们提出了多种方法,用于将基于多点统计生成的河道化相态模型参数化,以便进行基于集合的数据同化。Sarma等人(2008)引入了核主成分分析,为历史匹配构建了可微分的参数化方法,使得除了标准PCA所能捕捉的两点统计信息外,还能保留更高阶的统计特征。Chen等人(2014)提出了一种相态参数化方法,通过设定阈值来截断PCA系数,使其符合相态场预期的先验累积密度函数。Vo和Durlofsky(2014)则引入了基于PCA的后处理步骤,通过带约束的优化方法生成二元场。Chen等人(2016)探索了结合多元高斯模型的PCA方法,用于重建包含多种相态的地质和储层模型。尽管这些方法对某些特定问题有一定效果,但其在更复杂地质模型中的稳健性和通用性仍需进一步验证。
复杂地质模型的参数可视为分布在高维空间中的流形,而参数化过程则是通过某种更简单的中间分布(如高斯分布)来采样该流形的方式。近年来,深度学习的进步推动了人们对地下资源开发的兴趣(Zhang等人,2018;Fu等人,2023;Chen等人,2023;Wang等人,2025;Fu等人,2025;Dai等人,2025)。特别是在生成式建模技术方面的进展(Kingma,2013;Goodfellow等人,2014),为基于上述假设的地质参数化提供了更为灵活的思路。Laloy等人(2017)引入了变分自编码器(VAE),用于构建复杂二元地质模型的低维参数化表示。Laloy等人(2018)又基于生成对抗网络(GAN),提出了用于二元地质模型的空间GAN,能够快速生成二维和三维的无条件模型。Canchumuni等人(2019)使用深度信念网络作为自编码器,将离散的相态值映射为连续参数,用于基于集合的历史匹配。Mo等人(2020)开发了卷积对抗自编码器,用于参数化非高斯双模态分布的渗透率场。Zhang等人(2022)整合了相态分布、微地震数据以及井间连通性信息,辅助学习地质特征,并提出了基于多源信息融合的GAN模型,用于非高斯地质特征的参数化。在GANSim框架下,GAN已被用于条件相态模拟(Song等人,2021b;Song等人,2021a;Song等人,2022),其中生成器通过逐步训练来捕捉地质模式以及不同条件输入与输出模型之间的关系。在此基础上,Song等人(2023)将GANSim与深度学习代理模型及搜索算法相结合,利用静态数据和动态流动响应来校准地下地质模型。Alqassab等人(2024)进一步展示了条件GAN变体的应用,可通过近似样本分布来生成真实的条件地质结构,并将该流程应用于地质碳储存场景。
近几年来,扩散生成模型(Sohl-Dickstein等人,2015;Song和Ermon,2019;Ho等人,2020)在图像生成领域展现了出色的性能(Croitoru等人,2023)。其中,去噪扩散概率模型(DDPMs)(Ho等人,2020)尤为典型。通过一系列去噪处理,DDPMs能够逐步将噪声转化为结构化数据,有效捕捉复杂的 数据分布。与前述GAN模型相比,这类模型的优势在于训练稳定性更强,不易出现模式崩溃现象。此外,扩散模型还能更精确地估计概率分布,从而提升其在高维数据中捕捉细节的能力,生成更准确的样本。正因为具备这些特性,扩散模型特别适合那些需要高保真度和强稳定性的应用场景,这也引发了人们在各种科学和工程领域中对其应用的兴趣。
在DDPMs中,通常需要数千次去噪步骤才能完成采样,这不仅速度慢,而且计算成本高昂。此外,DDPMs的采样过程具有非确定性,导致给定地质模型无法得到唯一的参数化表示,进而可能引发数据同化更新过程中的不稳定现象。从DDPMs发展而来的去噪扩散隐式模型(DDIMs)(Song等人,2020)在保持精度的前提下提升了推理效率,且能为给定输入生成确定的样本,从而解决了上述问题。潜在扩散模型(LDMs)(Rombach等人,2022)则采取了另一种思路,即在经过学习的低维潜在空间中执行扩散过程,从而大幅降低高分辨率场地的训练和采样成本。不过,这种降低计算负担的方式需要额外训练一个自编码器,用于在原始高维空间与紧凑的潜在表示之间建立映射关系。近年来,扩散模型已被应用于地下地质建模领域。Xu等人(2024)探索了利用DDPMs学习复杂的高维相态分布。Di Federico和Durlofsky(2025)则采用LDM进行相态参数化,并研究了其与基于集合的数据同化的集成方法。Lee等人(2025)则开发了用于条件储层相态生成的LDM模型。
尽管DDIMs解决了采样效率低的问题,但其多步骤的特性仍然导致计算时间较长。为解决这一问题,我们提出了PCA-GAD方案,该方案结合了PCA初始化与经过对抗性训练的扩散过程,实现了单步采样。在PCA-GAD中,PCA作为一种初始化机制,能够生成捕捉复杂空间地质特征(如河道特征)的粗略相态近似,从而为后续的扩散式精细化处理提供指导。由于PCA初始值与河道化模型并无精确对应关系,我们便利用经过Wasserstein对抗损失函数训练的去噪网络对其进行精细化处理。鉴别器负责确保结果的地质合理性,而扩散网络则能在单次推理过程中“去噪”PCA生成的初始结构。通过结合PCA的粗略结构引导与对抗加速去噪机制,PCA-GAD旨在在降低采样成本的同时保持地质上的合理性。
本研究的主要贡献可总结如下:
(1)我们提出了基于扩散生成模型的复杂河道化相态模型参数化方法,充分利用了这类模型捕捉复杂空间地质结构的能力。
(2)我们通过利用PCA引导生成网络,并通过对抗性训练优化其输出,加快了原本缓慢的扩散采样过程,从而将推理过程简化为单次去噪步骤。
(3)通过在二元相态和双模态渗透率测试案例上的实验,我们证明了该框架具备出色的数据同化性能,能够在计算效率与地质精度之间实现有效平衡。
本文的其余部分结构如下:第2节回顾了扩散模型、主成分分析以及对抗学习的理论基础,随后详细介绍了PCA-GAD的工作流程。第3节阐述了将参数化过程整合到具有多重数据同化功能的集合平滑器(ES-MDA)中的方法。第4节展示了在二元和双模态河道化相态案例上的对比实验,分析了地质精度、后验不确定性以及计算成本等方面的表现。第5节对实验结果进行了总结与讨论。因此,我们将PCA应用于案例研究2中的潜在表示:双模模型。第二个测试案例采用了双模渗透率场,以展示我们的方法能够同时更新各相类型及每相内的连续渗透率。与将每个相赋予固定渗透率值的理想化二元模型不同,双模分布具有两种统计模式,分别对应高渗透率的通道内部和低渗透率的背景区域,且各自具有不同的方差。这种更真实的表示方式能够更好地反映实际情况。
结论
在本研究中,我们提出并评估了一种基于生成模型的参数化框架——PCA-GAD,用于复杂通道状相模型的数据同化处理。PCA-GAD充分利用了PCA和扩散模型的优势,能够捕捉多点的地质结构,同时解决了它们需要大量多步骤采样的主要缺陷。基于扩散的方法(DDIM)虽然能够获得不错的匹配精度和合理的地质特征,但在推理过程中需要大量的去噪步骤。
CRediT作者贡献说明
傅文豪:撰写——初稿、可视化、软件、资源、方法论、研究、正式分析、数据整理。陈云天:撰写——审阅与编辑、指导、资金获取、概念设计。王正正:撰写——审阅与编辑、软件。郑强:撰写——审阅与编辑、指导。张东晓:撰写——审阅与编辑、指导、资金获取。
利益冲突声明
作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。
致谢
本研究得到了中国国家自然科学基金(编号12572266、52288101)以及宁波甬江人才计划(2022A-242-G)的支持。作者们还感谢宁波东方理工学院和宁波数字孪生研究院的高性能计算中心所提供的帮助。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号