地下裂缝网络不再逐条抽样：潜扩散模型直接生成三维体素场，稀疏井观测满足率84.2%
核心概要
地下裂缝网络此前只能按预设统计量逐条抽样，难以在稀疏井观测下约束。这里把二维与三维裂缝网络表示为二值占据场，用变分自编码器压到紧凑潜空间，再由扩散模型学习其分布，并通过学习式条件编码、无分类器引导与扩散后验采样把井观测注入采样过程。二维条件实现满足99.6%的井观测，三维原生体素场在保持裂缝体积分数接近参考集合的同时满足84.2%的井体素。
深度剖析
裂缝网络生成从逐条抽样改为在紧凑潜空间里学习整张二值占据场的分布，二维和三维共用同一套表示。 此前的随机离散裂缝网络生成器按裂缝位置、长度、方向等预设边缘分布逐条采样，这类做法适合无条件生成，但单个属性的边缘分布并不决定网络的高阶空间组织与连通性。 生成集合在裂缝面积或体积分数、两点相关函数和弦长分布上与留出验证集合接近，三维重建出的裂缝面数量与参考集合之比也接近一致。
稀疏井观测通过三种互补机制进入采样过程，而不是只在生成后再筛选。 学习式条件编码器把观测值及其位置掩码映射到潜分辨率上下文，无分类器引导在采样时调节该上下文的影响强度，扩散后验采样则按解码场与观测的失配沿梯度修正潜轨迹。 二维条件实现满足99.6%的井观测；三维中每口垂直井约束整列细分辨率体素，条件实现满足84.2%的井体素，无条件实现则明显更低。
三维裂缝直接作为原生体素占据场建模，而不是由分开的二维投影拼回。 此前的三维生成式参数化用分别生成的二维图描述裂缝出现与几何属性，且聚焦无条件复现统计特征，不把稀疏野外观测纳入生成过程。 三维条件实现的平均裂缝体积分数保持在训练集合均值附近，说明观测一致性提高没有以大幅改变整体裂缝密度为代价。
启示与展望
展示范围限于二维与三维合成裂缝网络：二维域为米级、离散为像素网格，三维域为边长10米的立方体、离散为体素网格，训练与验证集合由预设分布和dfnWorks生成。条件生成评估使用从留出验证实现中采样的井观测，二维井为单个像素，三维井为整列体素。生成集合的流动响应比较在三种二维裂缝配置下用多相流模拟完成。
三维条件满足率低于二维，可能源于每口三维井约束整列细分辨率体素、而裂缝面仅两到三个体素厚这一更强的约束条件。训练期一致性损失在三维中会显著抬高生成裂缝体积分数并产生偏厚的裂缝面，因此三维模型未启用该损失，仅依靠学习式条件、无分类器引导与扩散后验采样。