SiliciclasticReservoirs
收藏资源简介：
Siliciclastic Reservoirs 是一个包含 1,000,000 个合成 3D 地质立方体的数据集，用于硅质碎屑岩储层研究。这些立方体通过基于规则的沉积学模拟生成（包括浊积叶状体、6 种河流通道结构和三角洲扇分布），每个立方体的体素尺寸为 (64, 64, 32)。每个样本包含岩相、孔隙度、渗透率以及一组结构化地质条件参数。数据集旨在训练可解释物理条件下的地下地质条件生成模型（如流匹配、扩散模型等）。数据集包含 8 种储层架构，样本总数为 1,000,000 个，每个立方体包含 4 个体素数组（二元岩相、6 类岩相、孔隙度、渗透率）。数据以紧凑的 parquet 格式存储，并提供了完整的可重现性支持。数据集按 90/5/5 的比例分为训练集、验证集和测试集，并分层抽样以确保各层类型在分割中的比例一致。此外，数据集还提供了详细的加载示例和推荐的预处理步骤，适用于图像分割、图像分类、文本到图像生成等任务。
Siliciclastic Reservoirs is a dataset containing 1,000,000 synthetic 3D geological cubes for siliciclastic reservoir research. These cubes are generated through rule-based sedimentological simulations (including turbidite lobes, 6 types of fluvial channel structures, and delta fan distributions), with each cube having voxel dimensions of (64, 64, 32). Each sample includes lithofacies, porosity, permeability, and a set of structured geological condition parameters. The dataset is designed to train interpretable physical-conditioned subsurface geological condition generation models (such as flow matching, diffusion models, etc.). The dataset contains 8 reservoir architectures, with a total of 1,000,000 samples, each cube containing 4 voxel arrays (binary lithofacies, 6-class lithofacies, porosity, permeability). The data is stored in a compact parquet format and provides full reproducibility support. The dataset is divided into training, validation, and test sets in a 90/5/5 ratio, with stratified sampling to ensure consistent proportions of each layer type in the splits. Additionally, the dataset provides detailed loading examples and recommended preprocessing steps, making it suitable for tasks such as image segmentation, image classification, and text-to-image generation.
数据集概述：Siliciclastic Reservoirs (1M Synthetic 3D Geological Cubes)
基本信息
- 数据集名称：Siliciclastic Reservoirs
- 许可证：Creative Commons Attribution 4.0 International (CC-BY-4.0)
- 语言：英语
- 样本规模：1,000,000 < n < 10,000,000
- 任务类别：图像分割、图像分类、文本到图像、其他
- 标签：地质学、地球科学、储层、合成数据、体素、3D、流匹配、扩散模型、生成建模、地下、石油、地下水、碳封存、条件生成
数据集内容
该数据集包含 1,000,000 个合成三维碎屑岩储层地质立方体，基于规则驱动的沉积学模拟生成，涵盖浊积叶瓣体、6种河道架构和三角洲扇分流河道。每个立方体体素化为 (64, 64, 32) 个单元，每个样本包含岩相、孔隙度、渗透率以及一组结构化的地质条件参数。数据集旨在训练地下地质的 条件生成模型（如流匹配、扩散模型）。
数据集架构（Layer Types）
数据集包含8种储层架构，具体分布如下：
| 架构类型 (layer_type) | 描述 | 样本数 |
|---|---|---|
lobe |
浊积叶瓣体（深水重力流沉积） | 200,000 |
channel:PV_SHOESTRING |
古河谷鞋带状砂岩 | 100,000 |
channel:CB_JIGSAW |
河道-坝体，拼图式连通性 | 150,000 |
channel:CB_LABYRINTH |
河道-坝体，迷宫状连通性 | 100,000 |
channel:SH_DISTAL |
远端席状砂岩 | 100,000 |
channel:SH_PROXIMAL |
近端席状砂岩 | 100,000 |
channel:MEANDER_OXBOW |
多层曲流带，含牛轭湖充填 | 100,000 |
delta |
进积分流扇三角洲 | 150,000 |
数据文件结构
每个样本包含4个体素数组
| 文件 | 数据类型 | 形状 | 描述 |
|---|---|---|---|
facies.npy |
int8 |
(N, 64, 64, 32) |
二值岩相：0 = 泥岩, 1 = 砂岩（主要训练信号） |
facies_alluvsim.npy |
int8 |
(N, 64, 64, 32) |
6类岩相：-1 (FF), 0 (FFCH), 1 (CS), 2 (LV), 3 (LA), 4 (CH) |
poro.npy |
float16 |
(N, 64, 64, 32) |
孔隙度，范围 [0, 0.5] |
perm.npy |
float16 |
(N, 64, 64, 32) |
渗透率（毫达西），范围 [0, 60000] |
目录结构
SiliciclasticReservoirs/ ├── README.md ├── DATASHEET.md ├── splits/ ← 确定性 90/5/5 分层划分 │ ├── train.parquet ← 900,000 行 │ ├── validation.parquet ← 50,000 行 │ └── test.parquet ← 50,000 行 ├── lobe/ ← 200,000 样本，256 分片 ├── channel_pv_shoestring/ ← 100,000 样本，256 分片 ├── channel_cb_labyrinth/ ← 100,000 样本，256 分片 ├── channel_cb_jigsaw/ ← 150,000 样本，256 分片 ├── channel_sh_distal/ ← 100,000 样本，256 分片 ├── channel_sh_proximal/ ← 100,000 样本，256 分片 ├── channel_meander_oxbow/ ← 100,000 样本，256 分片 └── delta/ ← 150,000 样本，256 分片
每个分片大小约 380 MB 至 1.2 GB。
条件参数
Slim parquet（params_slim.parquet）— 训练用条件参数
包含8种架构通用的列及家族特有列。
通用列：
layer_type（str）：8种架构字符串之一caption（str）：人类可读描述ntg（float32）：实际净毛比 [0, 1]poro_ave（float32）：实际平均孔隙度perm_ave（float32）：实际平均log10(perm)azimuth（float32）：区域流动方向 [0, 360)width_cells（float32）：特征水平范围（细胞数）depth_cells（float32）：特征垂直范围（细胞数）
家族特有列：
- lobe：
asp（椭圆纵横比 [1.0, 2.5]） - channel + delta：
mCHsinu（蜿蜒度）、probAvulInside（决口概率）、mFFCHprop（泥质塞子比例） - delta：
trunk_length_fraction（主干长度分数 [0.1, 0.5]）
Full parquet（params.parquet）— 可复现性参数
包含 25-75 列，用于精确复现样本。不建议用于训练。
数据划分
采用确定性 90/5/5 分层划分（按 layer_type 分层），种子为 42。划分文件为 splits/train.parquet（900,000行）、splits/validation.parquet（50,000行）和 splits/test.parquet（50,000行）。
物理尺度说明
立方体形状一致（64×64×32），但物理单元尺寸因架构不同而异：
- lobe：dx=dy=100 m, dz=1 m，范围 6.4 km × 6.4 km × 32 m
- channel: 和 delta*：dx=dy=10 m, dz=1 m，范围 640 m × 640 m × 32 m
推荐预处理（用于流匹配训练）
- facies →
[0, 1]浮点数：cube.astype(np.float32) - poro → 标准化：
(poro - 0.15) / 0.10 - perm → 对数渗透率：
np.log10(np.maximum(perm, 1e-3)) - layer_type → 类别嵌入（8类或3类）
- 其他 slim 列 → 连续嵌入，
null值用学习到的哨兵或家族掩码处理
地质注释
- 河道拓扑为树状，非交织状。决口分叉但从不重新合并。
- 孔隙度/渗透率遵循向上变细的 Walker-1992 模型，并加入 Kozeny-Carman 耦合及岩性质量乘数。
- 三角洲未绘制河口坝。
- 立方体已进行后裁剪（每侧边缘去掉8个细胞，上下各去掉9个细胞）以消除边界伪影。
引用格式
bibtex @misc{siliciclastic_reservoirs_2026, author = {Anonymous}, title = {{Siliciclastic Reservoirs}: 1M Synthetic 3D Reservoir Geology Cubes for Conditional Generative Modeling}, year = {2026}, publisher = {HuggingFace}, howpublished = {url{https://huggingface.co/datasets/AnonymouScientist/SiliciclasticReservoirs}} }
