《International Journal of Low-Carbon Technologies》:A systematic review of supervised machine learning for CO2 storage performance prediction in deep saline sandstone formations
编辑推荐:
碳捕集与封存(CCS)是应对工业CO2排放的关键减缓策略,深部咸水砂岩地层因其储集容量大且具备多种捕集机制而受到广泛研究。被捕集的CO2气流通常含有N2、CH4、H
碳捕集与封存(CCS)是应对工业CO2排放的关键减缓策略,深部咸水砂岩地层因其储集容量大且具备多种捕集机制而受到广泛研究。被捕集的CO2气流通常含有N2、CH4、H2S、SO2、NOx、Ar和CO等杂质,这些杂质会影响密度、黏度、界面张力(IFT)、地球化学反应、注入能力、羽流运移和捕集行为。本系统文献综述遵循基于PRISMA的四阶段流程。研究人员在Scopus、Web of Science、ScienceDirect、OnePetro、Wiley和MDPI中检索了2018年至2025年间发表的英文研究。从1389条记录中,去除57条重复记录,筛选1332条记录,评估291篇全文的资格与质量,最终纳入71项研究。综合结果表明,有监督机器学习(SML)主要用作计算成本高昂的油藏模拟的替代模型,并用于预测捕集指数、封存性能、残余饱和度、溶解度和界面性质。常见模型族包括人工神经网络、随机森林、梯度提升、支持向量回归、高斯过程回归、长短期记忆网络以及混合神经模糊或基于优化器的模型。R2和均方根误差(RMSE)是最常报告的指标,而大多数数据集由模拟生成而非来自现场数据。SML可加速CCS筛选和敏感性分析,但现场部署仍受制于现场数据稀缺、基准不一致、不确定性报告不完整和可迁移性较弱。未来研究应优先发展开放数据集、标准化评估、可解释且具有不确定性意识的模型,以及针对含杂质CO2封存的迁移学习或多任务学习。
研究背景与存在问题
大气CO
2累积和持续工业排放是推动气候变化减缓的主要因素。碳捕集与封存(CCS)将工业或能源相关气流中的CO
2捕集后注入合适的地质构造,深部咸水砂岩地层因储量大、多种捕集机制并存而成为重要封存介质。深部咸水含水层中的CO
2封存受构造、残余毛细、溶解和矿物捕集机制共同控制,这些机制在不同时空尺度上影响羽流运移与长期封存安全性。然而,实际捕集得到的CO
2很少是纯组分,常含N
2、CH
4、H
2S、SO
2、NO
x、Ar、CO等杂质。这些杂质会改变相行为、密度、黏度、界面张力(IFT)、盐水化学、矿物溶解或沉淀、注入性和羽流浮力,从而使含杂质CO
2封存成为一个独立的建模问题,而非纯CO
2封存的简单扩展。油藏模拟仍是预测CO
2运移和捕集的主要物理方法,但高保真模拟需要详细地质表征和大量情景运算,计算负担大。有监督机器学习(SML)被探索为一种补充性代理建模途径,但现有文献高度碎片化,不同研究在输入变量、目标定义、模拟器、地质背景、杂质组成、训练测试划分和评价指标上差异很大,难以直接比较。因此,研究人员开展了这项系统文献综述(SLR),以综合2018年至2025年将SML应用于CO
2封存性能预测的同行评审研究,特别关注含杂质CO
2在咸水地层中的捕集问题。
研究开展与总体结论
研究人员依据PRISMA 2020流程,在Scopus、Web of Science、ScienceDirect、OnePetro、Wiley和MDPI六个数据库中共检索到1389条记录,去除57条重复记录后对1332条记录进行筛选,291篇全文进入资格与质量评估,最终纳入71项研究。由于纳入研究在预测目标、数据集、地质背景、杂质表示和验证方式等方面高度异质,研究人员采用结构化定性综合而非定量meta分析。综述围绕四个研究问题展开:哪些CCS应用领域和目标变量最常被SML模型处理;目前使用哪些建模方法、数据集、编程环境和评价指标;模型训练与调优使用哪些优化方法;相关文献的时间分布与发表强度如何。总体结论是,SML主要作为高保真油藏模拟的快速代理模型,可加速CCS筛选与敏感性分析;但现场部署仍受现场数据稀缺、基准不一致、不确定性报告不完整和可迁移性弱等限制。未来应优先发展开放数据集、标准化评估、可解释且具有不确定性意识的模型,以及面向含杂质CO
2封存的迁移学习或多任务学习。
主要关键技术方法
研究人员采用基于PRISMA 2020的四阶段系统综述方法,在Scopus、Web of Science、ScienceDirect、OnePetro、Wiley和MDPI六个数据库检索2018至2025年英文文献,经去重、三阶段筛选和资格与质量评估(E&QA,按目标明确性、方法详细性、局限性披露和结果清晰性评分,阈值3.5/4)后纳入71项研究(Scopus 30项、ScienceDirect 23项、Web of Science 13项、OnePetro 2项、MDPI 2项、Wiley 1项)。研究人员提取模型架构、数据集来源与规模、目标变量、评价指标、优化方法、软件工具等信息,按主要预测目标和操作目的将证据分为四类,并采用定性综合而非meta分析。
研究结果
5.1 RQ1:哪些CCS应用领域和目标变量最常被SML模型处理?
通过对纳入研究进行层级分类,研究结果将证据分为四组:直接地质封存性能预测、支撑性流体岩石与筛选性质预测、提高采收率(EOR)关联封存、更广泛的碳捕集利用与封存(CCUS)支撑应用。直接地质封存性能预测最为常见,主要目标包括残余捕集指数(RTI)、溶解捕集指数(STI)、总捕集效率、CO
2饱和度、封存容量、羽流演化、压力响应和注入能力。这类研究大多使用模拟生成的数据集来构建快速代理模型,用于长期捕集预测和场地快速筛选。支撑性性质预测包括CO
2–盐水IFT、溶解度、润湿性、残余饱和度、密度、黏度、毛管压力与相对渗透率性质、盖层特征和场地可行性指标。EOR关联封存和更广泛CCUS支撑应用相对较少。关于含杂质CO
2的直接SML证据仅有5项研究,且集中于纯/含杂质CO
2–盐水体系的IFT预测;其中3项明确包含CH
4和N
2,另2项以非纯CO
2或气体相杂质表示但未在提取信息中明确物种。
5.2 RQ2:目前使用哪些建模方法和资源?
编程语言方面,Python是主要环境(40项研究,52%),MATLAB次之(35项,45%),R较少(2项,3%)。常用Python库包括TensorFlow、Keras、PyTorch和Scikit-learn,可视化常用Matplotlib、Seaborn和Plotly。模型架构上,人工神经网络(ANN)、随机森林(RF)、梯度提升(GB)、支持向量回归(SVR)、高斯过程回归(GPR)、长短期记忆网络(LSTM)、卷积神经网络(CNN)、自适应神经模糊推理系统(ANFIS)、极端学习机(ELM)和最小二乘支持向量机(LSSVM)等均有应用。描述性比较显示,数据规模从101到145500个样本不等,报告R
2大多在0.93至1.00之间,RMSE范围为0.0006到1.26,但这些数值因目标变量、尺度、数据集来源和验证程序不同而不能直接跨研究比较。没有证据表明任何单一架构普遍最优。大多数数据集来自数值模拟,现场数据很少;仅以同一模拟系综随机划分训练测试集可能高估模型性能。回归评价指标中,R
2最常报告(41项),RMSE次之(38项),平均绝对误差(MAE)、标准差(SD)、平均绝对百分比误差(AAPE)等也有使用。分类指标中,准确率在5项研究中出现,F1分数、A