MétaCan
Menu
Retour à la cohorte
Enregistrement W4413837381 · doi:10.1016/j.ijmst.2025.07.010

Advances in thermo-hydro-mechanical-chemical modelling for CO2 geological storage and utilization

2025· article· en· W4413837381 sur OpenAlexaff
Nanlin Zhang, Liangliang Jiang, Fushen Liu, Yuhao Luo, Lele Feng, Yiwen Ju, Allegra Hosford Scheirer, Jiansheng Zhang, Birol Dindoruk, SM Farouq Ali, Zhangxin Chen

Notice bibliographique

RevueInternational Journal of Mining Science and Technology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSouthwest Petroleum UniversityChina Postdoctoral Science FoundationState Key Laboratory of Oil and Gas Reservoir Geology and ExploitationNational Natural Science Foundation of China
Mots-clésEnvironmental scienceMining engineeringPetroleum engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Geological storage and utilization of CO 2 involve complex interactions among Thermo-hydro-mechanical-chemical (THMC) coupling processes, which significantly affect storage integrity and efficiency. To address the challenges in accurately simulating these coupled phenomena, this paper systematically reviews recent advances in the mathematical modeling and numerical solution of THMC coupling in CO 2 geological storage. The study focuses on the derivation and structure of governing and constitutive equations, the classification and comparative performance of fully coupled, iteratively coupled, and explicitly coupled solution methods, and the modeling of dynamic changes in porosity, permeability, and fracture evolution induced by multi-field interactions. Furthermore, the paper evaluates the capabilities, application scenarios, and limitations of major simulation platforms, including TOUGH, CMG-GEM, and COMSOL. By establishing a comparative framework integrating model formulations and solver strategies, this work clarifies the strengths and gaps of current approaches and contributes to the development of robust, scalable, and mechanism-oriented numerical models for long-term prediction of CO 2 behavior in geological formations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,314
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mining Science and TechnologyMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207