The impact of brine salinity on CO2 capillary trapping efficiency in sandstone saline aquifers using a two-dimensional micromodel
Notice bibliographique
Résumé
Carbon dioxide (CO2) storage in deep saline aquifers is a promising strategy for mitigating global warming by reducing atmospheric CO2. Among various trapping mechanisms, capillary trapping offers a robust approach to immobilizing CO2 within the porous reservoir rock, ensuring its long-term containment. Previous studies focused on the effect of brine salinity on interfacial tension (IFT) and supercritical CO2 (ScCO2) solubility, but the published data clearly lacks in terms of ScCO2 capillary trapping in saline aquifers. Therefore, this study investigated the effect of brine salinity on ScCO2 capillary trapping efficiency and associated properties using a two-dimensional micromodel resembling heterogeneous sandstone. Five brine salinities—6000, 60 000, 100 000, 150 000, and 300 000 ppm—were tested under four flow rates, 96.41, 28.92, 2.89, and 0.29 μl/min, with a brine-alternate-CO2 (BAC) injection method. Results showed that reduced brine salinity improved capillary trapping efficiency, as larger ScCO2 clusters were observed at lower brine salinity. While higher brine salinity reduced capillary trapping efficiency, corresponding to changes in brine properties, increasing brine salinity led to increased density and viscosity, elevated IFT between ScCO2 and brine, and altered the wettability of the micromodel glass surface from water-wet to ScCO2-wet conditions. This study underscores the importance of optimizing the brine salinity to achieve enhanced capillary trapping of ScCO2 in sandstone reservoirs by using the BAC injection technique.
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 ».