Recurrent Transformer U‑Net liefert schnelle CO₂‑Flussvorhersagen in Untergründen

In einer neuen Studie wurde ein Recurrent Transformer U‑Net entwickelt, das extrem schnelle Vorhersagen für Druck und CO₂‑Sättigung in faultierten Untergrundaquifern liefert. Das Modell wurde speziell für komplexe geologische Formationen konzipiert, die für großflächige CO₂‑Speicherungen von Interesse sind.

Der Testfall umfasst ein Zielaquifer, das von zwei umfangreichen Faulten durchzogen ist, sowie angrenzende Aquifere, einen Caprock und zwei darüber liegende Aquifere. Die Faulten wirken als Leckagewege zwischen den Aquiferen. Die heterogenen Eigenschaften des Zielaquifers werden mit hierarchischer Unsicherheit beschrieben – sowohl die geologischen Metaparameter (z. B. Mittelwert und Standardabweichung der Log‑Permeabilität) als auch die Zell‑Eigenschaften jeder Realisierung sind unsicher. Auch die Permeabilität der Faulten wird als unsicher behandelt.

Das Modell wurde mit Simulationsergebnissen aus bis zu 4.000 zufällig generierten Realisierungen trainiert. Fehleranalysen zeigen, dass das neue Recurrent Transformer U‑Net genauer ist als ein vorheriges Recurrent Residual U‑Net und auch bei qualitativ unterschiedlichen Leckageszenarien seine Genauigkeit beibehält. Anschließend wurde das Surrogat für globale Sensitivitätsanalysen und Datenassimilation eingesetzt.

Für die Datenassimilation wurde ein hierarchisches Markov‑Chain‑Monte‑Carlo-Verfahren angewendet. Dabei wurden verschiedene Überwachungsstrategien – unterschiedliche Mengen und Typen von Messdaten aus Messbohrungen – für drei synthetische „wahrheitsgemäße“ Modelle getestet. Die Ergebnisse demonstrieren die Leistungsfähigkeit des neuen Modells bei der schnellen und genauen Vorhersage von CO₂‑Flussverläufen in faultierten Untergrundsystemen.