【论文阅读】利用SEM二维图像表征黏土矿物三维结构在油气储层研究中，黏土矿物对流体流动的影响需要在微观尺度上理解，但传统的二维SEM图像难以完整地表征三维孔隙结构。常规的三维成像技术如FIB-SEM（聚焦离子束扫描电子显微镜）虽然可以获取高精度的3D图像，但成本高昂且不适用于已有的2D图像。因此，本文开发了基于二维SEM图像的三维重构方法，即“深度分层技术”，以便在现有的2D图像上获得3D信息。该研究通过深度学习和Lattice-Boltzmann模拟，量化了黏土矿物对油气储层流体流动的影响。采用扫描电子显微镜（SEM）图像识别黏土类型，并通过数值模拟评