Toward consistent evaluation of CO2-EOR: A meta-analysis of life cycle assessments
Notice bibliographique
Résumé
• A rigorous meta-analysis of existing CO 2 -EOR LCA literature is conducted. • Gate-to-Gate emissions correlate with electricity consumption, not net utilization. • Allocation method is the dominant determinant of the LCA outcomes for CO 2 -EOR. • CO 2 source, crude displaced, and process design shape LCA results significantly. • Venting and Fugitives require monitoring to reduce LCA result uncertainties. Over the last two decades, extensive research on the life cycle carbon footprints of CO 2 -enhanced oil recovery (EOR) has yielded a wide range of results, yet inconsistent methodologies have hindered the reliability of these evaluations for policy development. To address these methodological inconsistencies, this study conducted a systematic meta-analysis of global life cycle assessment (LCA) studies examining GHG emission factors from CO 2 -EOR systems utilizing both natural and industrial sources. The research developed and implemented a standardized evaluation workflow incorporating comprehensive screening, eligibility assessment, inclusion/exclusion criteria, data validation, clustering, and harmonization of critical background parameters, particularly electricity grid emission factors. The analysis employed both economic allocation and substitution approaches to evaluate life cycle emission factors across the complete supply chain. The harmonized gate-to-gate (GtG) emission factors resulted in a range from 14 to 167 kg CO 2 e/bbl, with a median of 56 kg CO 2 e/bbl. Statistical analysis revealed that electricity consumption exhibited a stronger correlation with emission factors than net CO 2 utilization, emphasizing the importance of electricity sourcing in LCA evaluations. When expanding to cradle-to-grave boundaries, the choice of allocation methodology emerged as a dominant driver of LCA, with median GHG emission factors varying from +538 kg CO 2 e/bbl using economic allocation to -250 kg CO 2 e/bbl using substitution approaches. Additionally, the CO 2 source characteristics, the type of displaced crude oil, and the EOR process design were found to significantly influence results. This systematic assessment underscores the imperative for standardized monitoring and comprehensive reporting of venting and fugitive emissions to reduce LCA uncertainties. The findings demonstrate how methodological choices, boundary definitions, and underlying assumptions critically impact CO 2 -EOR emission factor evaluations, providing guidance for enhancing the robustness of future LCAs and informing reliable policy and research recommendations.
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 | 0,143 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,049 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».