地球与行星物理学术报告通知（202615期）- 吴辉

报告人简介：

吴辉，北京大学地球与空间科学学院助理教授，主要从事大尺度多场耦合并行数值程序开发与模拟、深地储层表征与不确定性分析、深度学习在深部储层开发中的应用等方面的研究。主持优秀青年科学基金（海外）、深地科技重大专项课题等项目。以第一/通讯作者在Environmental Science and Technology, Water Resources Research等期刊发表论文40篇，担任国际岩石力学学会中国国家小组副主席、岩体物理数学模拟专委会秘书长，Geoenergy Science and Engineering和Rock Mechanics Bulletin副主编、《石油与天然气地质》青年编委。

报告内容摘要：

地下空间中分布着广泛的裂缝，对深地能源开发和物质存储等过程具有重要的控制作用，利用地质和地球物理观测数据反演地下裂缝网络的分布特征是当前深地开发中的一项重要挑战。由于裂缝网络本身的复杂性和观测数据的局限性，传统的反演技术难以对裂缝网络进行精细刻画，存在参数化困难、正演计算效率低、反演收敛性差等问题。我们发展了一种基于生成模型的裂缝网络反演方法，利用生成模型实现复杂裂缝网络的低维参数化，发展基于嵌入式离散裂缝网络的正演计算方法，通过马可夫链蒙特卡洛进行反演参数的不确定性量化。通过两个不同复杂程度裂缝网络的反演案例分析，验证了该方法在裂缝网络刻画和渗流传热预测上的有效性。最后，利用法国苏尔茨高温地热开发案例，进一步验证了该方法在实际工程中的应用前景。