咸水层CO2封存快速筛选新方法：基于存储效率与注入指数的多维参数耦合分析

本文提出了一种基于存储效率（14%上限）和注入指数（kh值阈值900-15000 mD·m）的咸水层CO2封存快速筛选模型。通过设计实验（DOE）与统计方法，首次建立压缩性-深度-压力梯度三维关系图谱，创新性实现参数交互补偿评估，为全球CCS项目选址提供兼具科学性与经济性的决策工具。

　　

Highlight

本研究通过两阶段连续筛选法评估咸水层CO₂封存潜力：在存储容量评估中，采用阶梯式统计分析锁定深度、压缩性和压力梯度等关键参数。例如，传统研究中的操作压差在本研究中被细化为深度与压力梯度的协同作用。结果与经典估算公式的高度吻合验证了方法的可靠性，并首次实现通过可视化图谱快速估算地质结构存储容量。

Physical model

为实现研究目标，我们构建了地表尺寸4100×4100米的三维均质模型（含41×41个区块），该尺度基于既往研究优化确定。这种简化模型能快速筛选区域候选场地——若模型评估结果不佳，实际结构很可能同样不适用。

Identification of important parameters

结果第一阶段通过统计分析方法剔除对目标影响较小的参数。经多次模拟发现，重要变量与目标间存在特定关联性。结合这些关联和经济可行性标准，最终确定渗透率-厚度积（kh）作为注入能力核心指标：kh<900 mD·m时项目几乎不经济，>15000 mD·m则具备实施优势，介于两者之间时可通过本研究推导的方程进行经济性预判。

Conclusion

针对咸水层CO₂封存项目的快速筛选，选择存储效率和注入指数作为双目标函数。该简化模型能高效预判实际结构的适用性，其创新性在于：1）首次将压力梯度分解为深度与压力参数的耦合作用；2）建立kh值经济性分级标准，为项目可行性评估提供"三色预警"体系（直接淘汰/推荐实施/需深度评估）。