简介:为了计算二氧化碳和氯盐水在温度为12~300℃、压力为l-600bar(0.1-60Mbar)、Nacl含盐量为0~6m的情况下的混合溶解度,这里提出了对比相关性。所列方程的计算是高效率的,主要打算用于碳持留和地热研究中的二氧化碳一水流液的数字模拟。这个物相分离模型依靠文献提供的关于二氧化碳和NaCI盐水的物相分离实验数据,并且把以前公布的相关性提升到更高的温度。该模型依靠富水(水状)相的活动系数和富二氧化碳相的有效压力系数。利用一个纯水中的Margules表达式、和一个盐析作用的Pitzer表达式来处理活动系数。利用一个修改的Redlich-Kwong状态方程、以及结合不对称二元相互作用参数的混合规则来计算有效压力系数。使计算活动系数和有效压力系数的参数适合于关注的P-T范围公布的溶解度资料。这样作,通常能在有用资料散布的范围内重现混合溶解度和气相体积的资料。提供了~个在该混合溶解度模型上实施的多相流模拟实例,该实例中、假设的增强地热系统以二氧化碳作为热的提取液。这个模拟中,将20℃的干燥超临界二氧化碳注入到200℃的热水储层。成果指出,注入的二氧化碳迅速地取代了地层水,但是,产生的二氧化碳中却在长时间内含有大量的水。该二氧化碳中的水量可能与储层岩石和工程材料的反应有关。
简介:本文介绍了日本雄胜干热岩区(HDR;温度为200℃)实验室和野外二氧化碳储存试验结果。在试验过程中,部分二氧化碳预期与岩石发生交互作用并以碳酸盐沉淀(地质反应器;从岩石和碳酸盐沉淀物提取钙)。2007年,把二氧化碳溶解水(含有固态二氧化碳的河水)直接注入OGC-2井(从9月2日至9日)和Run#2(从9月11日至16日))。同时,也向水井中注入多种示踪剂。利用取样器(容量500m1)在深度约800m的位置收集水样,并对其化学和同位素成分进行监测。在Run#2开展试验期间,在把二氧化碳-水注入OGC-2井2天后,向OGC-1井注入河水。在开展野外试验期间,利用“现场分析”技术测定方解石的分解或沉淀速率。把由钛棒或金薄膜覆盖的方解石晶体置于晶胞中,并嵌入晶体探测器内。随后把这种晶体探测器下入OGC-2井内,并在特定深度把水样导入探测器。l小时后取出探测器,并利用最新开发的相位移干涉仪观测方解石晶体,以分析储层流体中方解石的溶解或沉淀速率。“现场分析”结果表明,在注入后2天内观测到方解石沉淀。该结果支持大多数注入的二氧化碳可能以碳酸盐沉淀的观点。
简介:利用压力叠加的方法求解拉氏空间下考虑观察气井开井生产时的井底无因次压力,通过Stehfest数值反演方法求得井底无因次压力响应曲线,分析了激动气井无因次距离和无因次产量对井底无因次压力响应的影响因素。通过分析发现,考虑观察气井开井时的干扰试井压力响应曲线存在早期、中期、晚期等三个流动阶段。
简介:众所周知,由于所涉及的场地范丽和时间尺度,用实验室或模拟实验预测人为建造的二氧化碳地储存场地的长期效应和稳定性是很难的。而另一个引人注目的信息源是天然场地,这个天然场地的深度巨大,产生的二氧化碳或许在多孔储集层被捕集或许向地表泄漏。在二氧化碳地质储存场地设计的范围内,这些储存场地被视为地质时间跨度上形成的二氧化碳“天然模拟场地”。这些场地的研究可以分为三个主要方面:i)了解为什么一些储集层渗漏而另一些储层却不渗漏;ii)了解即将渗入到近地表环境的22氧化碳的可能影响:iii)利用泄漏场地来开发,测试和优化各种监测技术。本文总结了在欧共体资助的项目(地质环境中用于二氧化碳储存的天然模拟)执行期间,在意大利中部取得的许多近地表气体地球化学的成果。这些包括二氧化碳储集层渗漏(Latem)和非泄漏(Sesta)对比、为描述迁移路径而进行的土壤气体详细调查、为研究二氧化碳浓度的瞬时变化而建立的地球化学连续监测站、包括在浅层注入混合气体在内的野外试验,根据不同气体的化学-物理-生物学特性,描述迁移路径并且推测各种气体性质。上述资料为22氧化碳的选址、风险评价、监测技术提供了有用的信息,如果二氧化碳地质储存成为可以接受的并且被广泛应用的技术,那么,进行上述工作对于二氧化碳地质存储是非常必要的。
简介:本文介绍了利用地理信息系统(GIS)和遥感数据分析马来西弧Cameron地区的滑坡灾害。基于航窄照片解译和野外调查结果确定滑坡位置。利用GIS和图像处理技术,存窄问数据库中对地形和地质数据,以及卫星图像进行收集、处理与汇编。选择的影响滑坡发生概牢的要素为地形坡度、方位、地形曲率,以及距河流的距离,所有这些要素均来自于地形数据库。岩性和断层之间距离提取自地质数据库:七地覆盖数据来自于TM卫星图像;植被指数值来自于陆地卫星图像;降雨量分布数据来自于气象资料。通过利用频率比模型和二元罗吉斯回归模型获得的滑坡诱发要素,对滑坡灾害区进行分析和填图。利用滑坡位置数据验证这些分析结果并与概率模型相比较。验证结果表明,与二元罗吉斯回归模型(准确度为85.73%)相比,频率比模型的预测(准确度为89.25%)结果更佳。