施里拉姆·斯里尼瓦桑；埃里克·卡维；杰弗里·海曼；戴夫·奥斯特；亚利桑那州哈格伯格；哈里·维斯瓦纳坦；戈瑞·斯里尼瓦桑 用于离散断裂网络主干识别的基于物理的机器学习。 （英语） Zbl 1439.86009号 计算。地质科学。 24，第3期，1429-1444（2020）. 小结：众所周知，裂隙网络中的流动通道现象或存在优先流动路径。通道（“主干”）的识别允许在模拟流经断裂网络的流动和传输时减少系统并提高计算效率。然而，用于裂缝介质主干识别的机器学习技术的目的是从两个方面简化系统，以提高流动和传输模拟的计算效率，以及对流动通道现象的物理洞察。这个问题最关键的方面是需要有一种真正的“基于物理的”技术，它尊重连接性的约束。我们提出了一种方法，将网络视为连接路径的并集，每条路径包含一系列断裂。因此，选择的基本单位成为一系列断裂，根据表征序列的属性进行分类。总之，该方法表示样本空间的参数化，确保每个选定的样本子网络（即所有选定断裂序列的并集）始终遵守连接性约束，证明它是一种真正的物理信息方法。该算法有一个用户定义的参数，允许在使用随机森林或逻辑回归分类器时控制主干大小。即使主干的大小小于30%（从而节省计算量），主干仍然可以捕捉整个网络的突破曲线的行为。此外，与以前的方法不同，不需要检查主干中的路径连通性，因为主干是保证连接的。 MSC公司： 86-08 地球物理问题的计算方法 76S05号 多孔介质中的流动；过滤；渗流 74兰特 脆性断裂 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分；聚类分析（统计方面） 关键词：离散断裂网络；裂隙多孔介质；了解物理知识；数据驱动的；机器学习；分类 软件：dfn工程；拉格里特；PFLOTRAN公司；AlphaGo公司；土壤网格250m；NetworkX公司；阿波罗3；科学Py；Scikit公司 PDF格式BibTeX公司 XML格式引用 \textit{S.Srinivasan}等人，计算。地质科学。24，第3号，1429--1444（2020；Zbl 1439.86009） 全文： 内政部 参考文献： [1] 阀盖，E。；布尔·O。；东北部奥德林；戴维·P。；主要，I。；Cowie，P。；Berkowitz，B.，地质介质中断裂系统的标度，地球物理版。，39, 3, 347 (2001) ·doi:10.1029/1999RG000074 [2] 海曼，J。；吉梅内斯·马丁内斯，J。；Viswanathan，H。；凯里·J。；波特，M。；Rougier，E。；Karra，S。；康（Kang，Q.）。；弗拉什，L。；Chen，L。；雷，Z。；奥马利，D。；Makedonska，N.，《理解水力压裂：一个多尺度问题》，伦敦皇家学会哲学汇刊a：数学、物理和工程科学，374207820150426（2016）·doi:10.1098/rsta.2015.0426 [3] Karra，S。；Makedonska，N。；维斯瓦纳坦，HS；画家，SL；Hyman，JD，裂缝中平流和基质扩散对天然气产量的影响，水资源。研究，51，10，8646（2015）·doi:10.1002/2014WR016829 [4] 米德尔顿，R。；凯里·J。；柯里埃，R。；海曼，J。；康（Kang，Q.）。；Karra，S。；吉梅内斯·马丁内斯，J。；波特，M。；Viswanathan，H.，《页岩气和非水压裂液：超临界CO2的机遇和挑战》，应用。能源，147500（2015）·doi:10.1016/j.apenergy.2015.03.023 [5] 国家研究委员会：岩石裂缝和流体流动：当代理解和应用。国家学院出版社（1996） [6] Neuman，S.，《通过断裂岩石量化流量和运输的趋势、前景和挑战》，《水文地质》。J.，13，1，124（2005）·doi:10.1007/s10040-004-0397-2 [7] 范德夸克，J。；Sudicky，E.，《非水相液体的溶解和离散无裂缝多孔介质中水相污染物的迁移》，J.Contam。水文。，23, 1-2, 45 (1996) ·doi:10.1016/0169-7722（95）00087-9 [8] 詹金斯，C。；查德威克，A。；Hovorka，SD，《十年后监测和核查的最新进展》，国际J.Greenh。天然气控制，40312（2015）·doi:10.1016/j.ijggc.2015.05.009 [9] 波黑Kueper；McWhorter，DB，《断裂粘土和岩石中致密非水相液体的行为》，《地下水》，29，5，716（1991）·doi:10.1111/j.1745-6584.1991.tb00563.x [10] Ng、LWT；Willcox，KE，《不确定性下优化的多保真度方法》，国际期刊Numer。方法工程，100746（2014）·Zbl 1352.74230号 ·doi:10.1002/nme.4761 [11] Giles，MB，多级蒙特卡罗路径模拟，Oper。第56607号决议（2008年）·Zbl 1167.65316号 ·doi:10.1287/opre.1070.496 [12] Berrone，S。；卡努托，C。；Pieraccini，S。；Scialó，S.，离散断裂网络模型中的不确定性量化：随机几何，水资源。决议，54，1338（2018）·doi:10.1002/2017wr021163 [13] 奥马利，D。；Karra，S。；海曼，JD；维斯瓦纳坦，HS；Srinivasan，G.，《基于图形的地下水流和输移模型的高效蒙特卡罗》，《水资源》。决议，54，3758（2018）·doi:10.1029/2017wr022073 [14] CP杰克逊；阿联酋霍赫；Todman，S.，非均匀连续多孔介质的自洽性，断裂介质的表征，水资源。第36189号决议（2000年）·doi:10.1029/1999wr900249 [15] Painter，S.，Cvetkovic，V.：放大离散断裂网络模拟：连续输运模型的替代方案。水资源研究41（2）（2005） [16] Karimi-Fard，M.，Gong，B.，Durlowsky，L.J.：根据详细的断裂特征生成粗尺度连续流模型。水资源研究42。10.1029/2006wr005015（2006） [17] Botros，F.E.，Hassan，A.E.，Reeves，D.M.，Pohll，G.：关于将断裂网络映射到连续体上。水资源研究44。10.1029/2007wr006092（2008） [18] Tsang，CF；Neretnieks，I.，《非均质断裂岩石中的水流通道》，《地球物理学评论》。，36, 2, 275 (1998) ·doi:10.1029/97RG03319 [19] Abelin，H。；Birgersson，L.公司。；莫雷诺，L。；维登，H。；奥格伦，T。；Neretnieks，I.，花岗岩中的大规模流动和示踪实验：2。结果和解释，水资源。决议，27，12，3119（1991）·doi:10.1029/91WR01404 [20] Abelin，H.，Neretnieks，I.，Tunbrant，S.，Moreno，L.：单个裂缝中迁移的最终报告：实验结果和评估。技术代表SKB-SP-TR-85-03（1985） [21] 海曼，JD；画家，SL；Viswanathan，H。；Makedonska，N。；Karra，S.，注入方式对千米级三维离散裂缝网络传输特性的影响，水资源。第51、9、7289号决议（2015年）·doi:10.1002/2015WR017151 [22] Frampton，A.，Cvetkovic，V.：真实三维断裂网络中平流旅行时间的数值和分析建模。水资源研究47（2）（2011） [23] de Dreuzy，JR；戴维·P。；Bour，O.，遵循幂律长度分布的二维随机断裂网络的水力特性2。基于孔径对数正态分布的网络渗透率，水资源。第37、8、2079号决议（2001年）·doi:10.1029/2001WR900010 [24] de Dreuzy，J.R.，Méheust，Y.，Pichot，G.：裂缝尺度非均质性对三维离散裂缝网络流动特性的影响。地球物理研究杂志-固体地球117（B11）（2012） [25] 海曼，J。；奥尔德里奇，G。；Viswanathan，H。；Makedonska，N。；Karra，S.，《裂缝尺寸和透射率相关性：裂缝尺寸的截断幂律分布对稀疏三维离散裂缝网络中传输模拟的影响》，Water Resour。决议，52，8，6472（2016）·doi:10.1002/2016WR018806 [26] 海曼，JD；哈格伯格，A。；斯里尼瓦桑，G。；Mohd-Yusof，J。；Viswanathan，H.，使用基于图形的约简预测稀疏离散断裂网络的首次通过时间，Phys。E版，96、1、013304（2017）·doi:10.1103/PhysRevE.96.013304 [27] Ghaffari，H.，Nasseri，M.，Young，R.：裂缝网络中的流体流动复杂性：图论和lbm分析。arXiv:1107.4918（2011） [28] Andresen，C.A.、Hansen，A.、Le Goc，R.、Davy，P.、Hope，S.M.：断裂网络拓扑。物理学前沿1艺术（2013） [29] 圣地亚哥，E。；贝拉斯科·亨南德斯，JX；Romero-salcedo，M.，《通过识别断裂岩石样品中的群落来表征导流能力的方法》，专家系统。申请。，41, 3, 811 (2014) ·doi:10.1016/j.eswa.2013.08.011 [30] Svik，PN；Nixon，CW，《将拓扑测量纳入裂缝介质有效渗透率的分析估算》，《水资源》。第53、11、9424号决议（2017年）·doi:10.1002/2017WR020943 [31] 希望，山猫；戴维·P。；梅洛特，J。；勒戈克，R。；Hansen，A.，约束断裂扩展的拓扑影响，Front。物理。，3, 75 (2015) [32] Hyman，J.D.、Jiménez-Martínez，J.：三维裂缝网络中的分散和混合：结构和水力非均质性之间的非线性相互作用。水资源研究。10.1029/2018WR022585（2018） [33] O.Huseby。；Thovert，JF公司；阿德勒，PM，《断裂系统的几何和拓扑》，J.Phys。数学。Gen.，30，1415（1997）·Zbl 1001.74593号 ·doi:10.1088/0305-4470/30/5/012 [34] 奥尔德里奇，G。；海曼，JD；Karra，S。；山墙，CW；Makedonska，N。；Viswanathan，H。；伍德林，J。；Hamann，B.，《使用流动拓扑图分析和可视化离散断裂网络》，IEEE Trans。视觉。计算。图表。，23, 8, 1896 (2017) ·doi:10.1109/tvcg.2016.2582174 [35] Karra，S。；奥马利，D。；海曼，J。；Viswanathan，H。；Srinivasan，G.，使用图对裂缝网络中的流动和传输进行建模，Phys。版本E，97，3，033304（2018）·doi:10.1103/PhysRevE.97.033304 [36] Viswanathan，H.S.、Hyman，J.D.、Karra，S.、O'Malley，D.、Srinivasan，S.，Hagberg，A.、Srinovasan，G.：用于预测断裂岩石中流动和传输的先进基于图形的算法。水资源研究。10.1029/2017WR022368（2018） [37] 海曼，JD；哈格伯格，A。；Osthus，D。；Srinivasan，S。；斯里尼瓦桑，G。；Viswanathan，HS，识别三维离散断裂网络中的主干：基于图形的多尺度方法，多尺度建模仿真。，16, 4, 5477 (2018) [38] 德肖维茨，W。；Fidelibus，C.，通过边界元法推导三维离散裂隙网络工程的等效管网模拟，Water Resour。决议，35，9，2685（1999）·doi:10.1029/1999WR900118 [39] Cacas，MC；Ledoux，E。；马萨利，GD；蒂莉，B。；Barbreau，A。；杜兰德，E。；Feuga，B。；Peaudecerf，P.，用随机离散裂隙网络模拟裂隙流：校准和验证：1。水流模型，水资源。第26、3、479号决议（1990年） [40] Srinivasan，G.、Hyman，J.D.、Osthus，D.、Moore，B.、O'Malley，D.、Karra，S.、Rougier，E.、Hagberg，A.、Hunter，A.、Viswanathan，H.：使用图论和机器学习量化断裂系统中的拓扑不确定性。《自然科学报告》8（11665）（2018） [41] Srinivasan，S.、Hyman，J.、Karra，S.，O'Malley，D.、Viswanathan，H.、Srinivassan，G.：离散断裂网络的稳健系统尺寸缩减：保持传输特性的多保真度方法。计算地球科学。10.1007/s10596-018-9770-4（2018）·Zbl 1404.86009号 [42] 卑尔根，KJ；宾夕法尼亚州约翰逊；德霍普，MV；Beroza，GC，固体地球科学中数据驱动发现的机器学习，科学，3636433（2019）·doi:10.1126/science.aau0323 [43] Karpatne，A.，Ebert-Uphoff，I.，Ravela，S.，Babaie，H.A.，Kumar，V.：地球科学的机器学习：挑战与机遇。IEEE知识与数据工程汇刊，第1页。10.1109/TKDE.2018.2861006（2018） [44] 张，L。；张，L。；Du，B.，遥感数据的深度学习：最新技术教程，IEEE地球科学和遥感杂志，4，2，22（2016）·doi:10.1109/MGRS.2016.2540798 [45] Cracknell，MJ；阅读，AM，使用遥感数据绘制地质图：五种机器学习算法的比较，它们对训练数据空间分布变化的响应以及显式空间信息的使用，计算。地质科学。，63, 22 (2014) ·doi:10.1016/j.cageo.2013.10.008 [46] 国家海洋和大气管理局：国家环境信息中心。www.ncdc.noaa.gov（2018） [47] 世界气候研究计划：耦合模型相互比较项目。http://cmip-pcmdi.llnl.gov (2018) [48] 斯卡武佐（JM Scavuzzo）；Trucco，F。；埃斯皮诺萨，M。；陶罗，CB；Abril，M。；斯卡武佐，CM；AC Frery，使用遥感数据和机器学习建模登革热媒介种群，Acta Trop。，185, 167 (2018) ·doi:10.1016/j.actatropica.2018.05.003 [49] Hengl，T。；吉咪·德·耶稣；尤夫林，英国；Gonzalez，MR；Kilibarda先生。；Blagotić，A。；上官，W。；明尼苏达州赖特；耿，X。；Bauer-Marschallinger，B.，Soilgrids250m:基于机器学习的全球网格化土壤信息，PLOS One，12，2，E0169748（2017）·doi:10.1371/journal.pone.0169748 [50] 德夫·S。；温，B。；李，YH；Winkler，S.，《基于地面的图像分析：机器学习技术和应用教程》，IEEE Geoscience and Remote Sensing Magazine，4，2，79（2016）·doi:10.1109/MGRS.2015.2510448 [51] 张，Z.，《当医生遇到alphago：机器学习在临床医学中的潜在应用》，Ann.Transl。医学，4125（2016）·doi:10.21037/atm.2016.03.25 [52] DJ拉里；阿拉维，AH；甘多米，AH；Walker，AL，地球科学和遥感中的机器学习，Geosci。前部。，7, 1, 3 (2016) ·doi:10.1016/j.gsf.2015.07.003 [53] Griewank，A。；Reich，S。；罗尔斯通，I。；Stuart，AM，地球科学中数据同化的数学和算法方面，Oberwolfach Reports，13，4，2705（2017）·Zbl 1390.00096号 ·doi:10.441/OWR/2016/47 [54] Ravela，S.：在预测和可预测性中耦合机器学习和地球科学的共生框架。收录：AGU秋季会议摘要（2017） [55] Dell'Aversana，P.，Ciurlo，B.，Colombo，S.：勘探地球科学风险缓解的综合地球物理和机器学习。参加：2018年第80届EAGE会议和展览（2018） [56] Karpatne，A。；Atluri，G。；Faghous，JH；斯坦巴赫，M。；Banerjee，A。；Ganguly，A。；Shekhar，S。；北萨马托娃。；库马尔，V.，《理论指导的数据科学：从数据中科学发现的新范式》，IEEE Trans。知识。数据工程，29，10，2318（2017）·doi:10.1109/TKDE.2017.2720168 [57] 潘，S。；Duraisamy，K.，《封闭模型的数据驱动发现》，SIAM J.Appl。动态。系统。，17, 4, 2381 (2018) ·兹比尔1411.70023 ·doi:10.1137/18M1177263 [58] 瓦莱拉，M。；郭，Z。；凯利·P。；马茨，S。；弗吉尼亚州坎图；Percus，AG公司；海曼，JD；斯里尼瓦桑，G。；Viswanathan，HS，三维离散断裂网络基于图形表示的机器学习，计算机。地质科学。，22, 695 (2018) ·Zbl 1405.76059号 ·doi:10.1007/s10596-018-9720-1 [59] Srinivasan，S.、Karra，S.，Hyman，J.、Viswanathan，H.、Srinivassan，G.：裂缝性多孔介质的模型简化：识别主要流动路径的机器学习方法。计算地球科学（2018）·Zbl 1419.76508号 [60] 海曼，JD；Karra，S。；北马克顿斯卡。；山墙，CW；画家，SL；Viswanathan，HS，dfnworks：模拟地下水流和输移的离散裂缝网络框架，计算。地质科学。，84, 10 (2015) ·doi:10.1016/j.cageo.2015.08.001 [61] 海曼，JD；山墙，CW；画家，SL；Makedonska，N.，《随机生成的三维离散断裂网络的一致delaunay三角剖分：网格策略的特征抑制算法》，SIAM J.Sci。计算。，36、4、A1871（2014）·Zbl 1305.74082号 ·doi:10.1137/130942541 [62] LaGriT：洛斯阿拉莫斯网格工具箱（LaGriT）。网址：http://lagrit.lanl.gov (2013). 上次检查日期：2019年5月20日 [63] Lichtner，P.、Hammond，G.、Lu，C.、Karra，S.、Bisht，G.，Andre，B.、Mills，R.、Kumar，J.：PFLOTRAN用户手册：用于描述地表和地下过程的大规模并行反应流和传输模型。技术代表（报告编号：LA-UR-15-20403）洛斯阿拉莫斯国家实验室。10.2172/1168703 (2015) [64] Makedonska，N。；画家，SL；建筑、质量管理；山墙，CW；Karra，S.，三维离散断裂网络中传输的粒子跟踪方法，计算。地质科学。，2015年5月19日·Zbl 1391.76735号 ·doi:10.1007/s10596-015-9525-4 [65] 画家，SL；山墙，CW；Kelkar，S.，完全非结构化控制体积网格上的路径追踪，计算。地质科学。，16, 4, 1125 (2012) ·doi:10.1007/s10596-012-9307-1 [66] Forsmark.Tech.Rep废核燃料最终储存库的长期安全，SKB TR-11-01（2011），斯德哥尔摩：瑞典核燃料和废物管理公司，斯德哥尔 [67] 阿勒曼尼，A。；巴塔利亚，M。；比吉，S。；Borisova，E。；坎帕纳，A。；Loizzo，M。；Lombardi，S.，二氧化碳储层模拟裂缝网络的三维表示（意大利中部Latera Caldera），《能源杂志》，43582（2011）·doi:10.1016/j.egypro.2011.02.287 [68] Boussinesq，J.，Mémoire sur l’in effect des frottements dans les motions réguliers des fluid，数学杂志。纯净。申请。，13, 377-424, 21 (1868) ·JFM 01.0345.01号 [69] 谢尔曼，T。；海曼，JD；靠垫，D。；Makedonska，N。；Srinivasan，G.，《表征三维离散裂缝网络中裂缝交叉点处颗粒行为的影响》，Phys。E版，99，013110（2019）·doi:10.1103/PhysRevE.99.013110 [70] Yen，JY，《寻找网络中的k条最短无环路径》，Manag。科学。，17, 11, 712 (1971) ·Zbl 0218.90063号 ·doi:10.1287/mnsc.17.11.712 [71] Brandes，U.，《中间性中心性的快速算法》，J.Math。社会学。，25, 2, 163 (2001) ·Zbl 1051.91088号 ·doi:10.1080/0022250X.2001.9999249 [72] Hagberg，A.A.，Schult，D.A.，Swart，P.：使用NetworkX探索网络结构、动态和功能。摘自：《第七届Python科学会议论文集》（SciPy 2008），第11-15页（2008） [73] 佩德雷戈萨，F。；瓦罗佐，G。；Gramfort，A。；米歇尔，V。；蒂里昂，B。；O.格栅。；布隆德尔，M。；普雷滕霍弗，P。；韦斯，R。；Dubourg，V.公司。；范德普拉斯，J。；帕索斯，A。；库纳波，D。；布鲁彻，M。；佩罗，M。；Duchesnay，E.，Scikit-learn：Python中的机器学习，J.Mach。学习。第12825号决议（2011年）·Zbl 1280.68189号 [74] Hosmer，D.W.Jr，Lemeshow，S.，Sturdivant，R.X.：应用逻辑回归。第398卷，威利（2013）·Zbl 1276.62050号 [75] 卡特勒，A.，卡特勒，D.R.，史蒂文斯，J.R.：随机森林。摘自：合奏机器学习，第157-175页。施普林格（2012） [76] 研磨棒，P。；Impey，M.，分形模拟多孔介质中的沟道和Fickian色散，《水资源》。第29、12、4077号决议（1993年）·doi:10.1029/93WR01286 [77] Ouillon，G。；卡斯廷，C。；Sornette，D.，断层层次几何，J.Geophys。研究，101，B3，5477（1996）·doi:10.1029/95JB02242 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。