講演情報
[2K0101-11-10]グラフニューラルオペレーターを用いた亀裂性岩盤の浸透率の特徴の検出
○石塚 師也1 (1. 京都大学)
司会：桑谷 立（JAMSTEC）
キーワード：
亀裂性岩盤、浸透率、ニューラルオペレーター、フラクチャネットワーク、数値シミュレーション
地球資源の探査や開発において、岩盤の亀裂分布と浸透率の関係を理解することは重要である。しかしながら、ネットワーク状に分布する亀裂と浸透率の関係は、多くのパラメータに影響を受け、強い非線形をもつことが知られており、亀裂性岩盤の浸透率を特徴づけることは容易ではない。Discrete fracture network (DFN)による数値モデリングは、対象となる岩盤の亀裂分布をデジタル上で生成し、数値シミュレーションによって浸透率を得ることを可能にした。本研究では、DFNで得られた亀裂性岩盤の数値モデルに透水試験を模擬した流体シミュレーションを行い、多様な亀裂分布を有する岩盤の浸透率を得た。また、この数値モデルをGraph transformer neural operator（GTNO）で学習することで、流体シミュレーションを模擬するサロゲートモデルを作成した。DFNの結果、亀裂の浸透率、亀裂ネットワークの屈曲度、亀裂密度が浸透率に影響を与えていることが示された。また、学習したGNOのネットワークパラメータを解析したところ、アテンション機構の重みのエントロピーが浸透率と相関があることが分かった。これにより、学習したネットワークパラメータにより、亀裂分布と浸透率の関係をより詳細に理解できる可能性が示された。