Predictive Modeling of CO₂ Wettability at Brine‑Mineral Interfaces as a Mechanistic Framework for Sustainable Carbon Storage
تُطوّر هذه الدراسة إطاراً تنبؤياً قوياً لبللية ثاني أكسيد الكربون عند الواجهات البينية بين المحاليل الملحية والمعادن من خلال تقييم خمسة عشر نموذجاً من نماذج تعلم الآلة على 630 ملاحظة تجريبية، وتحديد خوارزمية CatBoost كأفضل خوارزمية بمعامل تحديد (R²) يبلغ 0.9357 لتعزيز أمن وكفاءة التخزين الجيولوجي للكربون من خلال تحديد المعايير الحاكمة الرئيسية مثل الضغط والتركيب المعدني.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن الغلاف الجوي للأرض يزداد دفئاً، والمحرك الرئيسي لهذا التغيير هو تراكم ثاني أكسيد الكربون الناتج عن الصناعة البشرية. ولإبطاء هذا الاتجاه، يستكشف العلماء طرقاً لالتقاط هذا الغاز وحبسه في أعماق الأرض داخل تكوينات صخرية مسامية تُعرف باسم طبقات المياه المالحة (saline aquifers). هذه الطبقات هي عبارة عن طبقات صخرية شاسعة تشبه الإسفنج، مليئة بالمياه المالحة، وتقع على عمق أميال تحت السطح. والهدف هو ضخ ثاني أكسيد الكربون هناك، حيث يتم حصره بواسطة الصخور والمياه، ليبقى معزولاً عن الغلاف الجوي لآلاف السنين. ومع ذلك، لكي تنجح هذه الخطة، يجب على المهندسين التأكد من أن الغاز سيبقى في مكانه؛ فإذا كان بإمكان الغاز التحرك بسهولة عبر الصخور أو الهروب، فإن موقع التخزين يفشل.
يكمن المفتاح في إبقاء الغاز محبوساً في خاصية تُسمى "البللية" (wettability). وببساطة، تصف البللية أي سائل يفضل سطح الصخر الالتصاق به: الماء المالح أم ثاني أكسيد الكربون. إذا كانت الصخرة تفضل الماء، فإن الماء يغلف حبيبات الصخر، مكوناً حاجزاً واقياً يمنع الغاز من الحركة بحرية. وهذا هو السيناريو المثالي للتخزين الآمن. أما إذا كانت الصخرة تفضل الغاز، فيمكن للغاز الانزلاق عبر المسام وربما الهروب. ويتم قياس هذا التفضيل من خلال زاوية تتشكل عند نقطة التقاء الغاز والماء والصخر. الزاوية الصغيرة تعني أن الصخرة "محبة للماء" وأن الغاز محبوس؛ بينما الزاوية الكبيرة تعني أن الصخرة "محبة للغاز" وأن الغاز حر في الحركة. إن التنبؤ بهذه الزاوية تحت ظروف الحرارة والضغط الشديدين في أعماق الأرض أمر صعب للغاية لأن التفاعلات بين الصخر والماء والغاز معقدة وتتغير باستمرار.
وقد سعى محمد رضا كاظمي، وهو باحث في شركة أبحاث وتكنولوجيا البتروكيماويات في إيران، لحل مشكلة التنبؤ هذه باستخدام نهج حديث. فبدلاً من الاعتماد على المعادلات التقليدية التي غالباً ما تعاني مع مثل هذا التعقيد، لجأ إلى تعلم الآلة، وهو فرع من فروع الذكاء الاصطناعي حيث تتعلم الحواسيب الأنماط من البيانات. قام بجمع مجموعة ضخمة مكونة من 630 قياساً من العالم الحقيقي من دراسات علمية سابقة. سجلت هذه القياسات كيفية تفاعل ثاني أكسيد الكربون، والمحلول الملحي، وأنواع مختلفة من المعادن — مثل الكوارتز، والكالسيت، والفلدسبار، والميكا — تحت ظروف مختلفة من الضغط ودرجة الحرارة والملوحة. وكان التحدي هو إيجاد طريقة رياضية للنظر في هذه الظروف والتنبؤ بدقة بزاوية التلامس دون الحاجة إلى إجراء تجارب فيزيائية مكلفة ومستهلكة للوقت في كل مرة.
ولإيجاد الطريقة الأفضل، اختبر كاظمي خمس عشرة خوارزمية حاسوبية مختلفة، تتراوح من النماذج البسيطة ذات الخطوط المستقيمة إلى الشبكات المعقدة متعددة الطبقات التي تحاكي الدماغ البشري. قام بتدريب هذه النماذج على معظم البيانات ثم اختبرها على الجزء المتبقي ليرى مدى قدرتها على التنبؤ بسيناريوهات جديدة لم تُشاهد من قبل. وكانت النتائج واضحة: فشلت النماذج البسيطة في استيعاب الطبيعة المعقدة وغير الخطية لتفاعلات الصخر والسوائل، وغالباً ما أخطأت الهدف بشكل كبير. ومن ناحية أخرى، فإن النماذج الأكثر تعقيداً كانت أحياناً تتعلم بيانات التدريب بشكل مثالي للغاية، حيث تحفظ "الضجيج" بدلاً من القواعد الأساسية، مما أدى إلى ضعف أدائها عند مواجهة بيانات جديدة.
وقد برزت خوارزمية محددة، تُعرف باسم "CatBoost"، كفائزة واضحة. فقد أثبتت أنها الأداة الأكثر موثوقية لهذه المهمة، حيث حققت مستوى من الدقة سمح لها بالتنبؤ بزاوية التلامس بدقة ملحوقة. وفي مرحلة الاختبار، تطابقت تنبؤات النموذج مع البيانات التجريبية الفعلية بدقة شديدة لدرجة أنه استوعب 93.57 في المائة من التباينات في النتائج، وهو أداء يتفوق بمراحل على الطرق الأخرى. هذا المستوى العالي من الدقة يعني أنه يمكن الوثوق بالنموذج للتنبؤ بكيفية سلوك الغاز في البيئات الجوفية المختلفة دون الحاجة إلى اختبار كل موقع فيزيائياً.
وبعيداً عن مجرد تقديم تنبؤات دقيقة، استخدمت الدراسة أيضاً تقنية لفهم الأسباب التي جعلت النموذج يتخذ قراراته. وكشف هذا التحليل عن العوامل الأكثر تأثيراً؛ إذ كان المحرك الأكثر تأثيراً هو ضغط النظام؛ فمع زيادة الضغط، يتغير سلوك الغاز بشكل كبير. والثاني من حيث الأهمية كان الحالة الأولية لسطح الصخر، وتحديداً قياس أساسي لمدى بللية الصخر قبل وصول الغاز. ومن المثير للدهشة أن نوع المعدن المحدد المسمى "ميكا" لعب دوراً أكبر بكثير من المعادن الشائعة الأخرى مثل الكوارتز أو الفلدسبار. فوجود الميكا، وهو معدن ذو بنية طبقية، أثر بقوة على ما إذا كانت الصخرة ستتمسك بالماء أو ستسمح للغاز بالسيطرة.
وتخلص الدراسة إلى أن إطار عمل تعلم الآلة هذا يوفر وسيلة قوية ومستقرة لنمذجة هذه التفاعلات المعقدة. ومن خلال استخدام هذه الأداة، يمكن للمهندسين اختيار مواقع آمنة لتخزين الكربون بشكل أفضل وتصميم استراتيجيات حقن تزيد من كمية الغاز المحبوس بأمان تحت الأرض. وبينما يعتمد النموذج الحالي على البيانات الموجودة ولا يأخذ في الاعتبار بعد التغيرات الكيميائية البطيئة التي تحدث على مدى آلاف السنين، إلا أنه يمثل خطوة كبيرة للأمام. فهو يوفر وسيلة للتعامل مع عدم اليقين في التخزين الجيولوجي العميق، مما يضمن بقاء ثاني أكسيد الكربون الذي يُضخ في الأرض محبوساً بأمان، لحماية الغلاف الجوي في المستقبل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.