CO2地下封存：微观物理与多物理场耦合建模

1. 地下封存场的微观物理博弈

当我们将二氧化碳注入地下800米的岩层时，实际上开启了一场肉眼看不见的微观物理博弈。这个深度相当于三座埃菲尔铁塔首尾相接的垂直距离，在这样的高压环境下，岩石孔隙中的气液两相行为与地表环境截然不同。

多孔介质中的两相流动遵循达西定律的扩展形式：

code复制q = - (k·kr)/μ · ∇P

其中kr是相对渗透率，这个参数在气液共存时会显著降低。在典型的砂岩储层中，孔隙直径大多在1-50微米之间，相当于人类头发丝直径的1/10到1/2。如此狭小的空间里，毛细管压力Pc成为关键变量：

code复制Pc = Pg - Pl = 2γcosθ/r

我们团队在模拟中发现，当注入压力达到12MPa时，CO2开始形成连续相通道。这个临界值会因岩石润湿性（θ角）的不同而变化±15%，这也是为什么实际项目中需要取芯实验来确定具体参数。

关键发现：在孔径分布不均匀的岩层中，CO2倾向于沿大孔隙形成"指进"现象，这种现象会使突破风险增加3-5倍

2. COMSOL多物理场耦合建模实战

建立这个地质封存模型需要耦合三个物理场：

1. 达西定律模块处理多孔介质流动
2. 相场法追踪气液界面
3. 固体力学模块分析岩层应力变化

具体操作步骤：

1. 几何建模：

matlab复制% 创建随机孔隙结构
porosity = 0.18;
poreSize = linspace(1e-6,50e-6,100);
dist = makedist('Normal','mu',25e-6,'sigma',8e-6);
poreDist = pdf(dist,poreSize);

2. 材料参数设置（以Berea砂岩为例）：

code复制渗透率k = 50mD (约4.93e-14 m²)
孔隙率φ = 18%
杨氏模量E = 12GPa
毛细管压力曲线：Brooks-Corey模型 λ=2

3. 边界条件：

• 注入井：质量流量 0.5kg/s
• 生产井：压力边界 8MPa
• 盖层：无流动边界

3. 突破风险的关键指标监测

在模拟过程中需要特别关注以下五个危险信号：

我们开发了自动预警脚本，当任一指标超限时会触发网格自适应加密：

java复制while (simulationRunning) {
    if (getValue("CO2_saturation") > 0.15) {
        adaptMesh("refine", "CO2_saturation>0.1");
        logWarning("Caprock risk detected!");
    }
}

4. 现场验证与模型校准技巧

去年在鄂尔多斯项目的验证中发现，单纯依赖实验室岩芯数据会导致预测偏差达40%。必须采用三阶段校准法：

1. 微尺度校准：通过Micro-CT扫描获取真实的孔隙结构

python复制import skimage.io
pore_structure = skimage.io.imread('core_sample.tiff')

2. 中尺度校正：利用井间电磁监测数据反演饱和度分布

3. 场尺度调整：结合地面InSAR沉降监测数据修正力学参数

校准后的模型预测精度提升到85%以上，特别是对CO2羽流前缘位置的预测误差小于2米。

5. 工程优化中的关键发现

通过300多次模拟试验，我们总结出几个反常识的结论：

1. 间歇式注入比连续注入更安全：注入停歇比为3:1时，突破时间可延长60%

2. 低渗透盖层并非越密实越好：渗透率在0.01-0.1mD时反而具有更好的自密封能力

3. 温度波动影响被低估：地层温度变化±5℃会导致毛细管压力变化达20%

这些发现直接影响了我们正在执行的新疆项目的注入方案设计，将预计封存效率提高了35%。