Caracterización multiescala de la conectividad de microfracturas y la migración de gas en reservorios volcánicos mediante µCT y segmentación por aprendizaje híbrido

Por qué importan las grietas minúsculas en las rocas volcánicas

Muy por debajo de nuestros pies, el gas natural a menudo se esconde en rocas volcánicas que parecen sólidas a simple vista pero están surcadas por fisuras finísimas. Estos caminos ocultos determinan si el gas puede moverse libremente hacia un pozo o queda encerrado en la roca. Este estudio muestra cómo la combinación de microscopios de rayos X y visión por ordenador avanzada puede revelar esas grietas invisibles en tres dimensiones y explicar por qué algunos reservorios de gas volcánico fluyen bien mientras que otros apenas dejan pasar nada.

Mirar dentro de las rocas sin partirlas

Los investigadores trabajaron con cuatro muestras de roca volcánica de la cuenca Songliao, en China, una región relevante para petróleo y gas no convencionales. En lugar de cortar las rocas, usaron microtomografía computarizada (µCT), un tipo de escáner 3D por rayos X, para ver el interior de cada muestra con una resolución de alrededor de doce micrómetros—aproximadamente una décima parte del ancho de un cabello humano. Estas tomografías muestran minerales, poros y fracturas como tonos de gris. Sin embargo, las grietas de interés son extremadamente estrechas y tienen poco contraste con respecto a los minerales circundantes, lo que dificulta distinguirlas a simple vista o con trucos sencillos de procesamiento de imágenes.

Enseñar a los ordenadores a ver fracturas del grosor de un cabello

Para abordar esto, el equipo desarrolló un sistema de “aprendizaje híbrido” en dos pasos que enseña a los ordenadores a separar las fracturas de la roca sólida. Primero, utilizaron un método en conjunto llamado Random Forests para hacer una clasificación rápida y aproximada en cortes de imagen 2D. Una rutina semi‑automática de “etiquetar mientras se entrena” permitió al científico corregir los errores de la máquina en solo unas pocas láminas de entre cientos, reduciendo notablemente el trabajo manual tedioso. Este primer paso elimina gran parte del ruido y ofrece una estimación razonable de dónde están las fracturas. A continuación, introdujeron pilas de cortes vecinos en una red de aprendizaje profundo más potente llamada U‑Net++, configurada en modo “2.5D” para captar cómo continúan las grietas de corte a corte sin el elevado coste computacional de un aprendizaje 3D completo. Juntos, estos pasos produjeron mapas de fracturas muy precisos, alcanzando una puntuación Dice—una medida de solapamiento entre la predicción y la verdad—de alrededor de 0,90 en solo diez rondas de entrenamiento.

De las grietas digitales a las vías de gas 3D

Una vez separadas las fracturas, el equipo convirtió las imágenes segmentadas en modelos completos de roca digital en 3D. Eliminó pequeñas motas aisladas, midió qué fracturas estaban realmente conectadas y destiló los complejos sistemas de fracturas en redes de “poros” enlazados por estrechos “gargantas”. Este modelo poro‑garganta captura cuánto espacio vacío existe, cuán anchos son los canales y cuántas conexiones tiene cada poro. Entre las cuatro muestras hallaron diferencias llamativas: algunas rocas tenían redes de fracturas más grandes y bien conectadas que atravesaban toda la muestra, mientras que otras contenían muchas fisuras diminutas y desconectadas que no formaban caminos continuos.

Cómo las redes de fracturas controlan el flujo de gas

Con estas rocas digitales, los investigadores simularon cómo el gas natural se deslizaría a través de cada muestra bajo una diferencia de presión, usando la ley de Darcy para el flujo en medios porosos. En las rocas mejor conectadas, las fracturas formaban “autopistas” casi verticales con ramificaciones laterales, y las líneas de corriente simuladas del gas eran densas, continuas y se extendían desde la entrada hasta la salida. Estas muestras mostraron mayor permeabilidad y flujo más rápido, incluso cuando su porosidad global era moderada. En contraste, las rocas con fracturas esbeltas y dispersas produjeron líneas de corriente escasas y fragmentadas; el gas sólo penetraba distancias cortas antes de que los caminos se cerraran. Cabe destacar que una muestra con porosidad relativamente alta aún se comportó mal porque su red de fracturas estaba fragmentada, subrayando que la conectividad y el ancho de las gargantas importan más que el simple volumen de poro.

Qué implica esto para la energía futura y la modelización

Para un público no especialista, el mensaje clave es que en reservorios volcánicos compactos, el patrón de grietas minúsculas—no solo cuánto espacio vacío contiene la roca—gobierna en gran medida si el gas puede producirse de forma eficiente. El estudio ofrece tanto un flujo de trabajo práctico para convertir tomografías X borrosas en mapas 3D fiables de microfracturas como una imagen física clara: las redes de fracturas bien desarrolladas actúan como carreteras principales y calles secundarias para el gas, aumentando el flujo incluso en rocas de baja permeabilidad, mientras que las grietas mal conectadas dejan el gas atrapado. Estos conocimientos pueden ayudar a mejorar el análisis de roca digital, orientar la evaluación de reservorios y respaldar mejores previsiones sobre cuánto gas pueden entregar de forma realista estas rocas complejas.

Cita: Zhang, J., Yu, Y., Cai, H. et al. Multiscale characterization of micro fracture connectivity and gas migration in volcanic reservoirs using µCT and hybrid learning segmentation. Sci Rep 16, 8442 (2026). https://doi.org/10.1038/s41598-026-39657-3

Palabras clave: reservorio volcánico, microfracturas, roca digital, migración de gas, segmentación por aprendizaje profundo