Caractérisation multi‑échelle de la connectivité des micro‑fractures et de la migration des gaz dans les réservoirs volcaniques par µCT et segmentation par apprentissage hybride

Pourquoi les fissures microscopiques dans les roches volcaniques comptent

Bien sous nos pieds, le gaz naturel se cache souvent dans des roches volcaniques qui semblent solides à l’œil nu mais sont criblées de fissures d’une finesse extrême. Ces chemins cachés déterminent si le gaz peut se déplacer librement vers un puits ou reste emprisonné dans la roche. Cette étude montre comment la combinaison de microscopes à rayons X et de vision par ordinateur avancée peut révéler ces fissures invisibles en trois dimensions et expliquer pourquoi certains réservoirs volcaniques laissent bien circuler le gaz alors que d’autres ne le laissent qu’à peine s’écouler.

Observer l’intérieur des roches sans les sectionner

Les chercheurs ont travaillé sur quatre échantillons de roches volcaniques provenant du bassin de Songliao en Chine, une région importante pour le pétrole et le gaz non conventionnels. Plutôt que de découper les roches, ils ont utilisé la micro‑tomographie (µCT), une forme de scan 3D par rayons X, pour visualiser l’intérieur de chaque échantillon à une résolution d’environ douze micromètres—à peu près un dixième du diamètre d’un cheveu humain. Ces scans représentent minéraux, pores et fractures par des nuances de gris. Cependant, les fissures d’intérêt sont extrêmement fines et présentent un faible contraste avec les minéraux environnants, ce qui les rend difficiles à distinguer à l’œil ou avec de simples traitements d’image.

Apprendre aux ordinateurs à détecter des fissures d’un cheveu de large

Pour relever ce défi, l’équipe a développé un système en deux étapes d’« apprentissage hybride » qui apprend à séparer les fractures de la roche saine. D’abord, ils ont utilisé une méthode d’ensemble appelée Random Forests pour effectuer une classification rapide et grossière sur des coupes 2D. Une routine semi‑automatique « label‑as‑you‑train » a permis au scientifique de corriger les erreurs de la machine sur seulement quelques coupes parmi des centaines, réduisant fortement le travail fastidieux d’annotation manuelle. Cette première étape élimine une grande partie du bruit et fournit une estimation raisonnable des positions des fractures. Ensuite, ils ont injecté des empilements de tranches voisines dans un réseau d’apprentissage profond plus puissant, U‑Net++, configuré en mode « 2,5D » pour capturer la continuité des fissures d’une coupe à l’autre sans le coût important d’un apprentissage 3D complet. Ensemble, ces étapes ont produit des cartographies de fractures très précises, atteignant un score de Dice—mesure du recouvrement entre prédiction et vérité—d’environ 0,90 en seulement dix itérations d’entraînement.

Des fissures numériques aux voies de migration gazeuse en 3D

Une fois les fractures correctement isolées, l’équipe a transformé les images segmentées en modèles de roche numérique 3D complets. Ils ont supprimé de petites taches isolées, évalué quelles fractures étaient effectivement connectées et résumé les systèmes fracturaires complexes sous la forme de réseaux de « pores » reliés par de fins « goulets » (throats). Ce modèle pore‑goulet capture l’espace vide total, la largeur des canaux et le nombre de connexions de chaque pore. Parmi les quatre échantillons, ils ont observé des différences marquées : certaines roches présentaient des réseaux de fractures larges et bien connectés qui parcouraient l’échantillon entier, tandis que d’autres contenaient de nombreuses fissures minuscules et déconnectées qui ne formaient pas de voies continues.

Comment les réseaux de fissures contrôlent l’écoulement du gaz

À partir de ces roches numériques, les chercheurs ont simulé la manière dont le gaz naturel s’infiltrerait dans chaque échantillon sous une différence de pression, en s’appuyant sur la loi de Darcy pour l’écoulement dans les milieux poreux. Dans les roches les mieux connectées, les fractures constituaient des « autoroutes » quasi‑verticales avec des embranchements latéraux, et les lignes de courant simulées étaient denses, continues et s’étendaient de l’entrée à la sortie. Ces échantillons montraient une perméabilité plus élevée et un écoulement plus rapide, même lorsque leur porosité globale restait modeste. En revanche, les roches aux fractures fines et dispersées produisaient des lignes de courant clairsemées et interrompues ; le gaz ne pénétrait que sur de courtes distances avant que les voies ne se referment. Notamment, un échantillon présentant une porosité relativement élevée se comportait pourtant mal parce que son réseau de fractures était fragmenté, soulignant que la connectivité et la largeur des goulets importent davantage que le seul volume de pore.

Ce que cela implique pour l’énergie et la modélisation futures

Pour un non‑spécialiste, le message essentiel est que, dans les réservoirs volcaniques compacts, la géométrie des micro‑fissures—et non seulement la quantité d’espace vide—détermine en grande partie si le gaz peut être produit efficacement. L’étude propose à la fois un flux de travail pratique pour convertir des scans X‑ray flous en cartes 3D fiables de micro‑fractures et une image physique claire : des réseaux de fractures bien développés jouent le rôle de routes principales et de rues secondaires pour le gaz, favorisant l’écoulement même dans des roches par ailleurs serrées, tandis que des fissures mal connectées laissent le gaz piégé. Ces conclusions peuvent contribuer à améliorer l’analyse de roches numériques, guider l’évaluation des réservoirs et aider à mieux prévoir la quantité de gaz que de telles roches complexes peuvent réellement fournir.

Citation: 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

Mots-clés: réservoir volcanique, micro‑fractures, roche numérique, migration des gaz, segmentation par apprentissage profond