ウェルログ駆動によるcGANを用いた希薄な岩石薄片データからの地下画像合成

概要: 地下形成層の細孔スケールイメージングはコストが高く、離散的な深度にしか限定されるため、貯留層特性評価に大きなギャップが生じている。これに対処するため、本研究では、ウェルログから導出された間隙率値を条件とした、炭酸塩岩層のリアルな薄片画像を合成する条件付き敵対的生成ネットワーク（cGAN）フレームワークを提案する。モデルは1992〜2000mの深度区間にわたり、15の岩石薄片サンプルから抽出した5,000のサブ画像で訓練されている。モデルは広い間隙率範囲（0.004〜0.745）にわたって地質学的に一貫した画像を生成し、目標間隙率値の10%以内で81%の精度を達成している。ウェルログデータと訓練済みジェネレータの統合に成功することで、ウェルボアに沿った連続的な細孔スケールの可視化が可能となり、離散的なコア採取点間のギャップを埋め、貯留層特性評価や炭素回収、地下水素貯蔵などのエネルギー転換アプリケーションに有用な知見を提供する。