煤田地质与勘探

作者：张潇, 杨多兴, 丛琳, 程伊美, 张连众,

关键词：物理信息神经网络, 热传递, 参数反演, 多孔介质, 分布式光纤温度传感,

背景多孔介质中的热扩散系数与垂向渗流速度是表征地下热传输机制的关键参数，然而二者难以直接测量，通常需借助温度数据进行反演。分布式光纤测温(DTS)可获取高分辨率连续温度剖面，为参数识别提供了数据基础，但传统数值反演方法在处理连续监测数据时面临网格依赖、初值敏感等局限。方法提出一种融合DTS数据与物理信息神经网络(PINNs)的地热参数联合反演方法。以稳态对流扩散方程为物理约束，将其作为软正则项嵌入神经网络损失函数，将参数反演问题转化为物理引导的优化过程，实现对垂向流速与热扩散系数的同步估计。结果和结论PINNs预测温度与观测数据的均方根误差(RMSE)为0.20 ℃，反演得到的热扩散系数与垂向流速与迎风有限差分法结果基本一致，且超参数敏感性分析验证了PINNs具有良好的鲁棒性。研究成果为地热渗流耦合系统的参数识别提供了一种兼具物理一致性与数据适应性的新途径。

来源：2026年第4期

《煤田地质与勘探》期刊编辑部

查看煤田地质与勘探杂志2026年第4期