Status of CO<sub>2</sub>storage in deep saline aquifers with emphasis on modeling approaches and practical simulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Carbon capture and storage (CCS) is the only viable technology to mitigate carbon emissions while allowing continued large-scale use of fossil fuels. The storage part of CCS involves injection of carbon dioxide, captured from large stationary sources, into deep geological formations. Deep saline aquifers have the largest identified storage potential, with estimated storage capacity sufficient to store emissions from large stationary sources for at least a century. This makes CCS a potentially important bridging technology in the transition to carbon-free energy sources. Injection of CO 2 into deep saline aquifers leads to a multicomponent, multiphase flow system, in which geomechanics, geochemistry, and nonisothermal effects may be important. While the general system can be highly complex and involve many coupled, nonlinear partial differential equations, the underlying physics can sometimes lead to important simplifications. For example, the large density difference between injected CO 2 and brine may lead to relatively fast buoyant segregation, making an assumption of vertical equilibrium reasonable. Such simplifying assumptions lead to a range of simplified governing equations whose solutions have provided significant practical insights into system behavior, including improved estimates of storage capacity, easy-to-compute estimates of CO 2 spatial migration and pressure response, and quantitative estimates of leakage risk. When these modeling studies are coupled with observations from well-characterized injection operations, understanding of the overall system behavior is enhanced significantly. This improved understanding shows that, while economic and policy challenges remain, CO 2 storage in deep saline aquifers appears to be a viable technology and can contribute substantially to climate change solutions.
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.
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 | 0,001 | 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 découle