DOI: https://doi.org/10.26089/NumMet.v21r327

Редукция цифрового изображения для анализа топологических изменений порового пространства породы в процессе химического растворения

Авторы

  • Д.И. Прохоров
  • Я.В. Базайкин
  • В.В. Лисица

Ключевые слова:

персистентные гомологии
редукция цифрового изображения
химическое воздействие на горную породу

Аннотация

В работе предложен алгоритм редукции трехмерных цифровых изображений для ускорения вычисления персистентных диаграмм,  характеризующих изменения в топологии порового пространства образцов горной породы. Воксели для удаления выбираются исходя из структуры своей окрестности, что позволяет редуцировать изображение за линейное время. Показано, что эффективность алгоритма существенно зависит от сложности устройства порового пространства и размеров шагов фильтрации.


Загрузки

Опубликован

2020-09-27

Выпуск

Раздел

Методы и алгоритмы вычислительной математики и их приложения

Авторы

Д.И. Прохоров

Институт математики имени С.Л. Соболева СО РАН (ИМ СО РАН),
проспект Академика Коптюга, 4, 630090, Новосибирск
• младший научный сотрудник

Я.В. Базайкин

Институт математики имени С.Л. Соболева СО РАН (ИМ СО РАН),
проспект Академика Коптюга, 4, 630090, Новосибирск
• заведующий лабораторией

В.В. Лисица

Институт нефтегазовой геологии и геофизики имени А.А. Трофимука СО РАН,
проспект Академика Коптюга, 3, 630090, Новосибирск
• заведующий лабораторией


Библиографические ссылки

  1. M. Ghommem, W. Zhao, S. Dyer, et al., “Carbonate Acidizing: Modeling, Analysis, and Characterization of Wormhole Formation and Propagation,” J. Petrol. Sci. Eng. 131, 18-33 (2015).
  2. H. O. McLeod, “Matrix Acidizing,” J. Petroleum Technol. 36 (12), 2055-2069 (1984).
  3. F. Huang, P. Bergmann, C. Juhlin, et al., “The First Post-Injection Seismic Monitor Survey at the Ketzin Pilot CO_2 Storage Site: Results from Time-Lapse Analysis,” Geophys. Prospect. 66 (1), 62-84 (2018).
  4. T. Vanorio, G. Mavko, S. Vialle, and K. Spratt, “The Rock Physics Basis for 4D Seismic Monitoring of CO_2 Fate: Are We There Yet?,” Lead. Edge 29 (2), 113-240 (2010).
  5. M.-J. Cui, J.-J. Zheng, R.-J. Zhang, et al., “Influence of Cementation Level on the Strength Behaviour of Bio-Cemented Sand,” Acta Geotech. 12 (5), 971-986 (2017).
  6. H. Edelsbrunner and J. L. Harer, Computational Topology: An Introduction (AMS Press, Providence, 2010).
  7. K. A. Gadylshina, T. S. Khachkova, and V. V. Lisitsa, “Numerical Modeling of Chemical Interaction between a Fluid and Rocks,” Vychisl. Metody Programm. 20, 457-470 (2019).
  8. R. V. Vasilyev, K. M. Gerke, M. V. Karsanina, and D. V. Korost, “Solution of the Stokes Equation in Three-Dimensional Geometry by the Finite-Difference Method,” Mat. Model. 27 (6), 67-80 (2015) [Math. Models Comput. Simul. 8 (1), 63-72 (2016)].
  9. Ya. V. Bazaikin, Lectures on Computational Topology (Novosibirsk Gos. Univ., Novosibirsk, 2017) [in Russian].
  10. H.  Wagner, C. Chen, and E. Vuçini, “Efficient Computation of Persistent Homology for Cubical Data,” in Topological Methods in Data Analysis and Visualization II. Mathematics and Visualization (Springer, Heidelberg, 2012), pp. 91-106.
  11. M. Mrozek and B. Batko, “Coreduction Homology Algorithm,” Discrete Comput. Geom. 41 (1), 96-118 (2009).
  12. M. Mrozek and T. Wanner, “Coreduction Homology Algorithm for Inclusions and Persistent Homology,” Comput. Math. Appl. 60 (10), 2812-2833 (2010).
  13. J. D. Hyman and C. L. Winter, “Stochastic Generation of Explicit Pore Structures by Thresholding Gaussian Random Fields,” J. Comput. Phys. 277, 16-31 (2014).
  14. Y. Al-Khulaifi, Q. Lin, M. J. Blunt, and B. Bijeljic, “Pore-Scale Dissolution by CO_2 Saturated Brine in a Multi-Mineral Carbonate at Reservoir Conditions: Impact of Physical and Chemical Heterogeneity,” (2019)
    doi 10.5285/52b08e7f-9fba-40a1-b0b5-dda9a3c83be2 . Cited August 18, 2020