基于深度学习与马尔可夫聚类的盖瑟斯地热田高分辨率微震目录构建及断裂网络渗透率非均质性分析

《Nature Communications》：Permeability heterogeneity controls fluid migration and microseismicity evolution in The Geysers geothermal field, California

　　

摘要

断裂网络直接控制着地热能的开采效率，并在流体运移和微震活动产生过程中发挥关键作用。利用深度学习和马尔可夫聚类方法，我们为加利福尼亚州盖瑟斯地热田构建了覆盖过去十年的高分辨率微震目录。我们的观测揭示了显著的震群聚集模式，以及推测出的与注水作业密切相关的断裂系统。震源机制分析和孔隙压力模拟表明，推测的连通断裂网络为孔隙压力的快速定向扩散提供了通道，表明非均质渗透率控制了流体的局部运移及其相关的微震响应。我们的研究强调了连续且综合的地震监测对于确保储层长期开发与开采可持续性的重要性。