超算模拟研究确定了安全有效的碳捕获与储存路线

地下固碳 / 迁移模式模拟（图自：Sahar Bakhshian）

科学家们正在探索的一种固碳方法，被称作碳捕获和储存（简称 CCS）——通过将工业来源的二氧化碳注入较深的地质层储存，理论保持效果可达数千年（类似含水层）。

借助德克萨斯高级计算中心（TACC）的超算德克萨斯大学奥斯汀分校的经济地质局研究员 Sahar Bakhshian，从根本上了解了将二氧化碳储存在岩石中微米级孔隙的工作原理。

这项成果，有助于确定并优化二氧化碳储存量的特征和因素。可知二氧化碳会在充满盐水的毫米大小岩石样品的孔隙内流动，而高分辨率的流体力学模拟研究，正好演示了其迁移路径。

在 2021 年 12 月刊的《国际温室气体控制》杂志上，Sahar Bakhshian 在一篇文章中深入探讨了将气体溶解到含盐水层中的二氧化碳捕获效率。

我们尝试了不同的场景 —— 使用不同的注入速率和流体岩石特性 —— 以确定在理想情况下，这些特性是如何影响注入的二氧化碳百分比的。

结果指向了两大影响因素 —— 分别是湿润性（二氧化碳分子粘附在岩石表面的程度）、以及注入速率（将超临界二氧化碳推入储层的速度）。

碳捕获与储存模拟

此外确保二氧化碳安全储存的另一个有效过程，就是毛细管捕集。当二氧化碳被毛细管力夹断并固定在孔隙空间中时，就会发生这种情况。

感兴趣的朋友，可回顾 Sahar Bakhshian 于 2019 年 4 月发表在《水资源进展》（Advances in Water Resources）上的另一篇文章。

研究旨在尝试描述适合储存的地质环境，并探索安全、有效固碳的新方式。，确保其不会对人类或地下水资源构成威胁。

此外她的另一研究方向，涉及使用机器学习技术来开发计算速度更快的模型，以评估潜在地点的储量、并协助二氧化碳的环境监测。

最后，Sahar Bakhshian 于 2021 年 10 月在《环境科学与技术》上撰文，提出了一种借助深度学习（DL）框架，来检测土壤气体浓度传感器数据中发生的异常情况。

该模型使用从传感器获取的数据进行训练，在澳大利亚昆士兰的一个潜在固碳地点，研究人员正对其环境表征展开深入了解。