本研究では、条件付き生成対抗ネットワーク（cGAN）を用いた新たな微細孔画像再構築手法「PCP-GAN」を提案しています。これは、地中のサンプリングが稀であるため、実際の形成特性に合致した代表的な微細孔画像を取得する課題に対処します。提案手法は、カーボネート層の異なる深さから取得した薄片サンプルを使用して訓練され、孔隙率と深度パラメータを同時に条件付けることができます。この技術は、粒状岩石の微細孔構造から結晶質のテクスチャーまで、多様な地質的特性を捉えつつ、孔隙率の制御において卓越した精度を達成しました。生成された画像は、従来のリアルサブ画像と比較して優れた代表性を示し、デジタルロック物理学を実施する際に重要なツールとなります。特に、炭素貯蔵、地熱エネルギー、地下水管理の分野での応用が期待されています。