Rapid microbial methanogenesis during CO2 storage in hydrocarbon reservoirs
Notice bibliographique
Résumé
Abstract Carbon capture and storage (CCS) is a key technology to mitigate the environmental impact of carbon dioxide (CO2) emissions. An understanding of the potential trapping and storage mechanisms is required to provide confidence in safe and secure CO2 geological sequestration1,2. Depleted hydrocarbon reservoirs have substantial CO2 storage potential1,3, and numerous hydrocarbon reservoirs have undergone CO2 injection as a means of enhanced oil recovery (CO2-EOR), providing an opportunity to evaluate the (bio)geochemical behaviour of injected carbon. Here we present noble gas, stable isotope, clumped isotope and gene-sequencing analyses from a CO2-EOR project in the Olla Field (Louisiana, USA). We show that microbial methanogenesis converted as much as 13–19% of the injected CO2 to methane (CH4) and up to an additional 74% of CO2 was dissolved in the groundwater. We calculate an in situ microbial methanogenesis rate from within a natural system of 73–109 millimoles of CH4 per cubic metre (standard temperature and pressure) per year for the Olla Field. Similar geochemical trends in both injected and natural CO2 fields suggest that microbial methanogenesis may be an important subsurface sink of CO2 globally. For CO2 sequestration sites within the environmental window for microbial methanogenesis, conversion to CH4 should be considered in site selection.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».