玄武岩地层CO2矿物封存地球化学模拟中反应集缩减的双准则框架：整合矿物封存效率与pH缓冲能力

《Geosciences》：A Two-Criterion Framework for Reaction-Set Reduction in Geochemical Simulation of CO2 Mineral Trapping in Basaltic Formations: Integrating Mineral Trapping Efficiency and pH Buffer Capacity

　　

模拟玄武岩地层中的CO₂矿物封存需要地球化学反应网络，但包含所有候选反应通常在计算上不可行，且目前尚无公认准则来选择缩减但仍具代表性的反应集。研究人员提出一个两阶段缩减框架，其动机源于如下认识：封存效率与pH缓冲能力是正交准则——使一个准则最大化的反应集并不能保证满足另一个准则。阶段A结合K-means聚类、贝叶斯优化（Bayesian optimization, BO）和遗传算法（genetic algorithm, GA），选择使封存效率评分（J-score，整合反应进度、饱和状态和离子贡献）最大化的反应。阶段B使用经实验室实验验证的CMG-GEM流动耦合模拟，独立验证所选反应集是否保持pH缓冲能力（B-score）。这一两阶段检查被证明是必要的：仅由J-score选择的反应集因过度矿物沉淀而在流动模拟中未能收敛，证实仅凭封存效率不足，并识别出钙长石（Anorthite）为主导pH缓冲相。一个最小双反应集（Anorthite和Dolomite）在当前的单块柱模型下实现了94%的计算成本缩减，同时保持了对基准数据的pH保真度；将这一效率增益外推至油藏尺度多网格模拟仍是未来工作方向。该框架将反应集选择从单目标优化重构为约束设计。结果针对单一玄武岩岩石样品（Basalt Sample A）进行了验证；该方法在依据岩性重新校准后，有望推广应用于其他CO₂-玄武岩矿化系统中反应集不确定性的缩减。

研究背景：碳捕集与封存（carbon capture and storage, CCS）是减缓人为CO₂排放、实现碳中和目标的关键技术。在各类地质封存机制中，矿物封存是CO₂与宿主岩石反应不可逆地结合进入碳酸盐矿物的过程，被认为最为持久。玄武岩储层富含二价阳离子硅酸盐，CO₂诱导酸化释放Ca²⁺和Mg²⁺，进而沉淀方解石、白云石等碳酸盐矿物；冰岛CarbFix项目已证明两年内超过95%注入CO₂被矿化。然而，准确预测矿物封存性能需依赖PHREEQC、CMG-GEM等地球化学模拟，其可靠性取决于反应集定义。玄武岩CO₂封存系统可能