ナイジェリア・ニジェールデルタ堆積盆地におけるCO₂圧入・貯留のマルチスケールPDEモデリング：地球化学反応と確率論的リスク評価の統合

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a validated reactive transport model and sensitivity analysis methodology applicable to other sedimentary basins.

🏢実務担当者:Highlights fault-specific leakage risks and MRV priorities for CCS project operators and investors.

🏛政策担当者:Demonstrates the importance of pressure management and monitoring in CCS regulation and permitting.

気候変動は引き続き重大な世界的課題であり、二酸化炭素回収・貯留（CCS）技術は、人為起源のCO₂排出削減を目的とした取り組みの中心となっている。最も有望な選択肢の一つは、地下の深部地質構造を長期的な貯留層として利用することである。本研究は、圧力制限付き圧入戦略の下でのAgbada層（Nigerデルタ中央沼沢地II）のCO₂貯留ポテンシャルについて包括的な評価を提供する。Darcy流れと移流–分散–反応プロセスに基づく貯留層–反応性輸送モデルを構築し、格子収束（Δx ≈ 10 m）により精緻化した。モデルはAgbadaの圧力過渡応答に良好な精度（RMS ≈ 3.4%）でヒストリーマッチングされ、PHREEQCシミュレーションに対して地球化学的に検証され、鉱物体積の偏差は5%以内であった。変動性を考慮し不確実性を低減するため、大規模アンサンブル（10³〜10⁴メンバー）を採用し、標準化回帰係数を用いたグローバル感度解析を実施した。並行して、断層マッピングシミュレーションを通じて構造的漏出可能性を評価した。結果は、CO₂プリュームの移動が高浸透率コリドーの存在に強く影響される一方、頁岩バリアが垂直方向の連通を効果的に阻害することを示している。最大面積貯留容量は深度約1,600 mで達成され、約5.56 Mt CO₂ km⁻²に達する。感度解析により、浸透率がプリューム半径の支配的要因であり（SRC ≈ 0.72）、約50 mD未満の値では非線形挙動が顕著になることが明らかになった。重要なことに、断層に局在する漏出ホットスポット（F12）が特定され、シミュレーションされた漏出率は安全閾値を約15%超過した。本研究は、圧力管理型圧入戦略の重要性を強調し、多坑井貯留プロジェクトにおける線形重ね合わせの仮定に対して警告を発する。また、Monitoring, Reporting, and Verification（MRV）プログラム、特にF12などの断層帯や漏出リスクが高い移動コリドーに焦点を当てたプログラムの重要な役割を強調する。今後の研究の方向性としては、ヒステリシスと重力効果を伴う二相トラッピングメカニズムの統合、実在気体状態方程式の採用、結合型孔隙率–浸透率（k–ϕ）フィードバックの包含によるモデル忠実度の向上を優先すべきである。さらに、低浸透率コリドーの特性評価の改善、段階的レート圧入試験、干渉を考慮した坑井パターン設計が、貯留性能の最適化とリスク低減のために推奨される。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Climate change continues to pose a critical global challenge, making carbon capture and storage (CCS) technologies central to efforts aimed at reducing anthropogenic CO₂ emissions. Among the most promising options is the use of deep geological formations in the subsurface as long-term storage reservoirs. This study provides a comprehensive appraisal of the CO₂ storage potential of the Agbada Formation (Central Swamp II, Niger Delta) under a pressure-limited injection strategy. A reservoir–reactive transport model, based on Darcy flow and advection–dispersion–reaction processes, was constructed and refined through grid convergence (Δx ≈ 10 m). The model was history-matched to Agbada pressure transients with good accuracy (RMS ≈ 3.4%) and validated geochemically against PHREEQC simulations, yielding mineral-volume deviations within 5%. To account for variability and reduce uncertainty, large ensembles (10³–10⁴ members) were employed, and global sensitivity analysis was conducted using standardized regression coefficients. In parallel, structural leakage likelihood was evaluated through fault-mapped simulations. The results indicate that CO₂ plume migration is strongly influenced by the presence of high-permeability corridors, while shale barriers effectively inhibit vertical communication. Maximum areal storage capacity is attained at depths around ~1,600 m, reaching ~5.56 Mt CO₂ km⁻². Sensitivity analysis reveals that permeability is the dominant control on plume radius (SRC ≈ 0.72), with nonlinear behavior becoming significant at values below ~50 mD. Importantly, a fault-localized leakage hotspot (F12) was identified, with simulated leakage rates exceeding the safety threshold by ~15%. The study underscores the importance of pressure-managed injection strategies and cautions against the assumption of linear superposition in multi-well storage projects. It further highlights the critical role of Monitoring, Reporting, and Verification (MRV) programs, particularly those focused on fault zones such as F12 and migration corridors where leakage risks are elevated. Future research directions should prioritize the integration of two-phase trapping mechanisms with hysteresis and gravity effects, the adoption of real-gas equations of state, and the inclusion of coupled porosity–permeability (k–ϕ) feedback to improve model fidelity. In addition, improved characterization of low-permeability corridors, step-rate injection tests, and interference-aware wellpattern design are recommended to optimize storage performance and reduce risks.

• semanticscholar https://doi.org/10.9790/0990-1402017383first seen 2026-07-20 05:42:02 · last seen 2026-09-22 05:16:13