数据集概述
本数据集包含四种不同数字化岩石类型的放大三维模型及对应的特征二进制模型，涵盖手动放大和CNN放大两种方式，分别结合PNM或DNS求解器进行渗透率估算，为碳酸盐岩的结构与性能分析提供数据支持。
文件详解
该数据集由五个压缩文件组成，具体说明如下：
- 放大模型文件：
- Upscaled (PNM).rar：手动放大的多类别孔隙度地图模型，尺寸为5x5x5体素，使用PNM求解器估算渗透率；包含模型参数文件model_Upscaled.mhd及各数字化类型的孔隙度与渗透率数据文件permeability_Upscaled.dat
- Upscaled (DNS).rar：手动放大的多类别孔隙度地图模型，尺寸为5x5x5体素，使用DNS求解器估算渗透率；包含模型参数文件model_upscaled2.mhd及各数字化类型的孔隙度与渗透率数据文件permeability_upscaled2.dat
- Upscaled (CNN_DNS).rar：CNN放大的多类别孔隙度地图模型，尺寸为5x5x5体素，使用DNS求解器估算渗透率；包含模型参数文件model_Upscaled.mhd及各数字化类型的孔隙度与渗透率数据文件permeability.dat
- Upscaled (CNN_PNM).rar：CNN放大的多类别孔隙度地图模型，尺寸为5x5x5体素，使用PNM求解器估算渗透率；包含模型参数文件model_Upscaled.mhd及各数字化类型的孔隙度与渗透率数据文件permeability_Upscaled.dat
- 二进制模型文件：
- minicubes for types 2_3_4_5.rar：四种数字化类型的二进制模型，包含type2.raw、type3.raw、type4.raw、type5.raw文件，模型参数存储于model.mhd文件中
适用场景
- 岩石物理学研究：分析不同放大方式对碳酸盐岩孔隙结构与渗透率估算结果的影响
- 地质工程应用：为碳酸盐岩储层的数值模拟提供三维结构模型支持
- 机器学习在地质领域的应用：验证CNN放大方法在岩石结构数字化中的效果
- 储层性能评估：通过对比不同求解器的渗透率数据，优化储层参数预测模型
