Dynamic pore network model of surface heterogeneity in brine-filled porous media for carbon sequestration
Notice bibliographique
Résumé
Trapping of carbon in deep underground brine-filled reservoirs is a promising approach for the reduction of atmospheric greenhouse gas emissions. However, estimation of the amount of carbon dioxide (CO(2)) that can be captured in a given reservoir and the long-term storage stability remain a challenge. One difficulty lies in the estimation of local capillary pressure effects that arise from mineral surface heterogeneity inherent in underground geological formations. As a preliminary step to address this issue, we have performed dynamic pore network modelling (PNM) simulations of two-phase immiscible flow in two-dimensional structured porous media with contact angle heterogeneity under typical reservoir conditions. We begin by characterizing the network with a single, uniform contact angle. We then present saturation patterns for networks with homogeneous and heterogeneous contact angles distributions, based on two common reservoir minerals: quartz and mica, both of which have been well-characterized experimentally for their brine-CO(2) contact angles. At lower flow rates, we found moderately higher saturations for the heterogeneous networks than for the homogeneous ones. To characterize the fingering patterns, we have introduced R as the ratio of filled throats to the total network saturation. Based on this measure, the heterogeneous networks demonstrated thicker fingering patterns than the homogeneous networks. The computed saturation patterns demonstrate the importance of considering surface heterogeneity in pore-scale modelling of deep saline aquifers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».