基于放射性碳同位素(Δ14CO2)的CCS监测异常机制研究：Aquistore项目与煤矿废弃物的微生物降解效应

本研究针对碳捕集与封存(CCS)监测中Δ14CO2异常负值现象，通过Aquistore项目实地调查与实验室模拟，揭示煤矿废弃物微生物降解是主要成因，提出需结合多指标监测策略，为复杂地质环境下的CCS安全评估提供新范式。

　　

在应对气候变化的全球行动中，碳捕集与封存(CCS)技术被视为减少工业CO₂排放的关键方案。然而，这项技术的安全性监测面临重大挑战——如何准确区分地下封存CO₂泄漏与自然产生的CO₂？放射性碳同位素(Δ¹⁴CO₂)本是监测利器，因其能清晰辨别现代有机质分解(正值)与化石燃料来源(负值)的CO₂。但在加拿大Aquistore这个大型CCS研究基地，科学家们却发现了令人困惑的现象：部分监测点持续出现Δ¹⁴CO₂负值，且早于CO₂注入操作。这些异常信号如同"假警报"，可能误导泄漏判断，威胁CCS项目的公信力。

为破解这个科学谜题，加拿大研究人员开展了一项跨学科调查。他们发现监测区域存在1930-195年代的露天煤矿遗迹，提出两个竞争性假说：是深部煤层自然逸出化石CO₂？还是地表煤矿废弃物(煤矸石)的微生物分解作祟？通过创新性的"自然实验"设计——对比采矿区与未受干扰的农场土壤，结合实验室控制培养，最终揭开了微生物驱动煤矸石降解的真相。这项发表于《International Journal of Greenhouse Gas Control》的研究，不仅解决了Aquistore项目的监测难题，更重塑了对CCS监测指标适用性的认知。

研究团队运用了四项关键技术：1) 野外Δ¹⁴CO₂空间采样网络(49个监测井)；2) 历史煤矿地理信息系统(GIS)叠加分析；3) 土壤煤屑含量定量( ASTM D 2974-87标准)；4) 实验室控制培养实验(3种湿度梯度)。所有样本均通过Keck碳循环AMS实验室完成高精度Δ¹⁴CO₂分析。

【3.1 煤层渗漏贡献】
空间分析显示Δ¹⁴CO₂负值区(-908.0‰至22.7‰)与历史煤矿高度重叠。但对照农场(现代值6.3±16‰)排除了深部煤层泄气假说，暗示地表过程主导。

【3.2 煤屑微生物作用】
土壤调查发现煤屑含量(1.85-40.64% w/w)与Δ¹⁴CO₂呈强相关(R2=0.687)。实验室培养证实：10%湿度下煤屑土壤产生-252.7±93.6‰的Δ¹⁴CO₂，揭示干旱条件促进微生物利用风化煤屑的"古碳"。

【3.3 监测局限】
季节性湿度变化导致气体扩散差异，加上40%监测井损毁造成数据缺口，建议采用机器学习插值弥补。

【3.4 未来监测】
提出四维升级方案：1) 增加O₂/CO₂等多指标冗余监测；2) 测试惰性气体(如⁴He/²⁰Ne)新示踪剂；3) 转向地下水溶解气监测；4) 在注入井部署实时传感器网络。

这项研究颠覆了Δ¹⁴CO₂作为CCS监测"金标准"的传统认知，证明地质历史遗留(如煤矿废弃物)会干扰示踪信号。其核心启示在于：CCS监测必须"因地制宜"，在复杂场地需采用"多指标交叉验证"策略。特别是发现微生物能在干旱条件下持续降解煤矸石产生"假泄漏信号"，拓展了我们对土壤碳循环的认识边界。从技术推广角度看，研究提出的风险导向监测框架，可节省30%传统采样成本，为全球200+个CCS项目的监测设计提供了重要范本。随着中国等新兴经济体加速部署CCS，这类"场地特异性"监测经验将愈发珍贵。