综述:地热能开发与地质二氧化碳封存中储层裂缝系统的监测与表征:从单一方法检测到智能决策制定

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》:Monitoring and characterization of reservoir fracture systems for geothermal energy development and geological CO2 storage: From single-method detection to intelligent decision-making

【字体: 大 中 小 】 时间:2026年07月18日 来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS 18.0

编辑推荐:

  摘要:储层裂缝系统决定了地下储层中的流体流动能力、热传递、压力传导以及流体迁移规律,因此对其进行可靠表征对于地热开发和地质二氧化碳封存而言至关重要。现有的综述大多仅涉及单一监测技术、特定应用或基于数据的广义方法,较少从裂缝系统任务、证据边界、跨场景适用性、不确定性以及决策相关性等

  摘要:储层裂缝系统决定了地下储层中的流体流动能力、热传递、压力传导以及流体迁移规律,因此对其进行可靠表征对于地热开发和地质二氧化碳封存而言至关重要。现有的综述大多仅涉及单一监测技术、特定应用或基于数据的广义方法,较少从裂缝系统任务、证据边界、跨场景适用性、不确定性以及决策相关性等方面对各种方法进行比较。本综述整合了1999年至2026年间发表的核心文献,构建了一个以任务为导向的储层裂缝系统监测与表征框架,将证据分为直接的地热/二氧化碳相关证据、方法适用性证据以及背景参考资料。分析表明,各类监测方法所提供的证据具有互补性而非可互换性。微震监测能够反映裂缝活化、剪切滑动以及诱发地震情况,但无法单独验证有效的水力通道或泄漏路径。光纤传感可提供井筒及近井区域的连续声学、温度和应变数据,而压力响应分析、试井、示踪剂观测以及生产数据则能更直接地判断水力连通性、储层阻抗以及流体优先流动方向。地震、电磁和大地电磁法则更适合用于结构成像、流体异常检测、二氧化碳羽流追踪以及储层尺度响应分析。油气藏和非传统储层的开发经验可为这些方法提供有用的借鉴,但在将其应用于地热或二氧化碳封存之前,仍需针对具体场景重新评估其工程意义和风险阈值。主要的不确定性因素包括传感器耦合效应、事件定位误差、地球物理反演的非唯一性、示踪剂扩散、压力边界假设、地质先验条件以及人工智能的外推结果。最后,本文提出了两种以决策为导向的监测架构,分别用于地热采热和二氧化碳封存完整性监测,将监测所得证据与刺激效果评估、循环管理、热突破预警、羽流追踪、泄漏预警以及注入后验证等环节相衔接。

引言:以往关于地热增强型开采性能、地下监测、盖层系统以及地质二氧化碳封存的相关研究为本文提供了重要背景资料[[1], [2], [3], [4]]。在实现低碳能源转型、应对气候变化以及提升能源安全方面,地热能开发和地质二氧化碳封存的重要性日益凸显[[5], [6], [7]]。在复杂的地下储层中,储层结构、流体迁移以及热-水-力-化学耦合作用共同影响着资源开采效率、封存安全性以及运行稳定性[8,9]。尽管地下能源工程已取得显著进展,但由于裂缝网络可能在复杂的地质条件、高温高压环境、注入干扰以及长期运行作用下不断变化,裂缝储层依然难以准确表征和监测[[10], [11], [12]]。裂缝系统是控制地下储层中流体迁移、热交换、压力传导以及机械稳定性的关键地质不连续面[13],其几何形态、空间分布、连通性、导流能力以及动态演化趋势直接影响注采性能、热传递效率、封存符合性、封存完整性以及运行风险。因此,裂缝系统监测并不仅限于检测裂缝的存在或扩展情况,还需判断监测所得证据是否能够为储层评价、风险评估以及工程决策提供支撑。目前已有多种监测与表征技术被应用于裂缝储层研究。微震监测能够记录刺激过程或注入过程中裂缝活化、破裂传播、剪切滑动以及诱发地震等现象[[14], [15], [16], [17]]。电磁监测对电性变化及导电流体的迁移较为敏感,但其解释结果会受到背景电阻率结构、源接收器配置以及反演非唯一性等因素的影响[18,19]。大地电磁法则能对更大范围的电阻率结构及储层状态变化提供约束,尤其适用于深层导电异常体成像以及时间序列响应分析[[20], [21], [22], [23]]。分布式光纤传感技术可实现对井筒及近井区域的连续声学、温度和应变监测[24]。地震反射及高级成像方法则有助于识别断层、裂缝带、构造框架以及储层尺度异常[[25], [26], [27]]。地球化学或同位素示踪技术可用于确定流体来源、混合过程、水岩相互作用以及流体迁移路径[[28], [29], [30]]。压力响应分析及试井则能更直接地判断水力连通性、储层阻抗、边界效应以及参数反演结果[31]。这些方法所提供的证据具有互补性而非可互换性,其输出结果需要根据具体的表征任务、证据边界以及验证要求来进行解读[32,33]。在地热开发和地质二氧化碳封存中,裂缝系统监测的工程意义存在显著差异。在地热系统中,监测工作应服务于场地特征描述、储层刺激、注采连通性评估、循环路径诊断、热突破预警以及长期采热优化等工作,其评估标准在于能否有效约束水力通道、热交换区域、储层阻抗、产出液温度下降趋势以及可持续采热能力。而在地质二氧化碳封存中,核心目标是确保封存完整性并控制相关风险,因此裂缝相关监测需支持二氧化碳羽流追踪、压力前沿解析、断层再活化评估、诱发地震监测、盖层完整性评价、井筒泄漏预警以及注入后验证等工作。同样的监测方法在这两种应用场景下可能具有不同的证据价值、不确定性结构以及决策相关性。目前,人工智能和数据驱动方法越来越多地被用于地下储层的解释、反演、预测以及优化工作[[34], [35], [36]]。在地热应用领域,机器学习与深度学习已被用于微震信号解释、储层历史拟合、动态预测以及采热优化等方面[[37], [38], [39], [40], [41], [42]]。在地质二氧化碳封存领域,人工智能辅助方法有助于识别压力异常、筛选泄漏风险、重建羽流演化过程以及更新储层状态模型[[43], [44], [45], [46], [47]]。不过,人工智能不应替代物理监测、储层工程分析或现场验证工作,其实际应用价值取决于模型输出结果是否受到地质知识、控制机制、多源证据、不确定性量化以及独立验证结果的约束。在本综述中,储层裂缝系统指的是地热储层和地质二氧化碳封存地层中那些控制流体流动、压力传播、热传递、机械稳定性或泄漏路径的多尺度不连续面,这类不连续面包括天然裂缝、人工诱导的水力裂缝、由注入或生产活动引发的断层、裂缝走廊、储层或盖层损伤区以及与井筒相关的泄漏路径。本综述的主要应用场景为地热能开发和地质二氧化碳封存,只有那些在监测、成像、反演、数据融合或优化方法方面能为地热或二氧化碳封存应用提供明确方法借鉴意义的油气藏、非传统储层以及其他地下工程系统的相关研究才会被纳入考量。以往的综述已经涵盖了地热资源与储层开发相关内容[9,36]、水力压裂与非传统储层相关研究[48]、分布式光纤传感技术相关研究[[49], [50], [51], [52], [53]]、二氧化碳封存监测与完整性评估相关研究[43,44,54],以及人工智能辅助地下解释相关研究[[34], [35], [36]]。这些研究为理解各项技术及其应用领域奠定了重要基础,但目前仍需一种以任务为导向的综合分析方法,来阐明如何将不同来源的监测结果转化为可靠的裂缝系统证据,进而为工程决策提供依据。现有的综述往往将各类监测技术视为独立的类别进行讨论,但实际上,某一监测结果的价值取决于其所服务的具体任务。微震现象虽可指示裂缝活化,但无法单独证明水力连通性、热交换效率或是否存在泄漏。地热开发和二氧化碳封存虽然会使用部分相同的监测方法,但决策逻辑却有所不同:地热项目需要相关证据来证明刺激措施的有效性、循环系统的连通性、是否出现热突破以及采热活动的可持续性,而二氧化碳封存则需要相关证据来确保羽流分布符合预期、实现压力有效管控、保证断层稳定、维护盖层和井筒的完整性、识别泄漏风险以及满足监管要求。此外,油气藏和非传统储层的开发经验虽能为相关方法提供有益借鉴,但在将其应用到地热或二氧化碳封存场景之前,仍需对其工程意义和风险阈值进行重新评估。表1对比了以往代表性综述与本文在综述范围、证据边界、适用性以及决策相关性等方面的差异。本文的创新之处在于,它没有采用以方法为中心的技术总结方式,而是构建了一个将表征任务、证据边界、方法适用性、不确定性以及决策需求相互关联的框架来阐述储层裂缝系统监测的相关内容。该框架明确了地热开发和地质二氧化碳封存所涉及的储层裂缝系统对象及表征目标,并通过可重复的文献检索流程以及分层证据分类方法,对1999年至2026年间发表的相关研究进行了系统整合。证据被分为直接的地热/二氧化碳相关证据、方法适用性证据以及背景参考资料,这样就能避免将现场观测数据、可直接应用的方法以及背景研究视为同等价值的证据。在该框架下,各类监测方法会根据其所能提供的信息以及解释过程中的不确定性程度进行比较。裂缝活化与有效水力流动被区分开来,经过验证的泄漏现象与尚未确认的泄漏情况也被区分开,同时人工智能辅助得到的结果还会与物理约束条件、多源观测数据、不确定性分析以及现场验证结果一起进行综合评估。此外,本文还通过明确的边界条件,评估了油气藏和非传统储层相关方法的适用性,区分了那些具有通用方法论意义的内容与那些需要重新校准或针对特定项目进行验证的解释结果。本文的撰写围绕四个问题展开:哪些监测方法适合特定的裂缝系统表征任务;如何将油气藏和非传统储层的相关经验应用到地热和二氧化碳封存场景中;如何通过多源观测数据构建可验证的证据链以降低不确定性;以及在物理约束条件和现场验证要求下,人工智能如何为解释、反演、预测、优化以及风险预警提供支持。通过这一框架,本文将监测方法与裂缝地热储层和二氧化碳封存储层中的表征任务、证据验证、不确定性降低以及工程决策等环节紧密联系在一起。

文献检索与筛选策略:为提高综述工作的透明度与可重复性,本研究采用了PRISMA风格的文献检索与筛选流程,对1999年至2026年间发表、且截至2026年6月20日仍可获取的相关研究进行了识别、去重、筛选与分类。研究主要使用了Web of Science Core Collection和Scopus这两大数据库,ScienceDirect作为补充的出版物平台来源,而Google Scholar仅被用作辅助的文献检索工具。

储层裂缝系统监测与表征:方法适用性、证据边界及综合监测策略:各类监测方法是通过不同的物理或运行响应来约束储层裂缝系统的,因此其证据价值在很大程度上取决于具体的应用任务。仅凭单一的观测信号是无法可靠推断出裂缝的几何形态、水力连通性、流体迁移规律、热交换情况以及压力传导状况的。微震监测主要能够捕捉到裂缝破裂、剪切滑动以及应力重分布等现象。电磁监测则对导电性差异较为敏感。

从多源感知到经验证的决策支持:发展趋势、挑战与未来展望:在上述监测与表征方法的基础上,储层裂缝系统相关研究正逐渐从单一方法的解释模式向集成化工作流程发展,这种工作流程结合了多源感知数据、物理约束条件、模型更新、不确定性评估以及经过验证的决策支持手段。由于裂缝系统具有多尺度、多物理场特性且处于动态演化状态,这种转型对于地热能开发和地质二氧化碳封存而言尤为重要。

结论:本综述认为,储层裂缝系统监测应从以几何形态识别为主的方式转向以功能特征解释为主的思路。核心问题不仅在于裂缝是否存在或是否发生活化,更在于这些裂缝是否构成了流体流动、热交换、压力传导或与风险相关的流体迁移的有效通道。不同的监测方法所能提供的证据强度也各有不同。微震监测最适用于检测裂缝活化、剪切滑动现象。

利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢:作者衷心感谢中国吉林大学深部地球探测与成像国家重点实验室开放研究项目[DEEI20251245]、国家自然科学基金委员会[项目编号42172274]以及吉林省科技发展计划项目[20250102180]所提供的资金支持。

李慧杰|于子旺|张彦军|张淑宾|李崇帅
中国吉林省长春市130026,吉林大学建筑工程学院,深部地球探测与成像国家重点实验室
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号