Predictive Modeling of CO₂ Wettability at Brine‑Mineral Interfaces as a Mechanistic Framework for Sustainable Carbon Storage
यह अध्ययन 630 अनुभवजन्य अवलोकनों पर पंद्रह मशीन लर्निंग मॉडलों का मूल्यांकन करके ब्राइन-मिनरल इंटरफेस पर CO₂ वेटेबिलिटी (wettability) के लिए एक सुदृढ़ भविष्य कहनेवाला ढांचा विकसित करता है, जिसमें दबाव और खनिज संरचना जैसे प्रमुख नियामक मापदंडों की पहचान के माध्यम से भूगर्भीय कार्बन भंडारण की सुरक्षा और दक्षता को बढ़ाने के लिए 0.9357 के R² के साथ CatBoost को इष्टतम एल्गोरिदम के रूप में पहचाना गया है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
पृथ्वी का वायुमंडल गर्म हो रहा है, और इस परिवर्तन का एक प्राथमिक कारण मानव उद्योग द्वारा छोड़ी गई कार्बन डाइऑक्साइड का संचय है। इस प्रवृत्ति को धीमा करने के लिए, वैज्ञानिक इस गैस को पकड़ने और इसे खारे जलभृतों (सेलाइन एक्वीफर्स) के रूप में ज्ञात छिद्रपूर्ण चट्टानी संरचनाओं में गहराई में सुरक्षित रखने के तरीकों की खोज कर रहे हैं। ये विशाल, स्पंज जैसी चट्टानों की परतें हैं जो सतह से मीलों नीचे खारे पानी से भरी होती हैं। लक्ष्य कार्बन डाइऑक्साइड को वहां पंप करना है, जहां यह चट्टान और पानी द्वारा फंसा लिया जाता है, जिससे यह हजारों वर्षों तक वायुमंडल से अलग रहता है। हालांकि, इस योजना के सफल होने के लिए, इंजीनियरों को इस बात के प्रति आश्वस्त होना चाहिए कि गैस वहीं टिकी रहेगी। यदि गैस आसानी से चट्टान के माध्यम से आगे बढ़ सकती है या निकल सकती है, तो भंडारण स्थल विफल हो जाता है।
गैस को फंसाए रखने की कुंजी 'वेटेबिलिटी' (wettability) नामक एक गुण में निहित है। सरल शब्दों में, वेटेबिलिटी यह बताती है कि चट्टान की सतह किस तरल पदार्थ के प्रति अधिक आकर्षण रखती है: खारे पानी के प्रति या कार्बन डाइऑक्साइड के प्रति। यदि चट्टान पानी को पसंद करती है, तो पानी चट्टान के कणों को ढकता है, जिससे एक सुरक्षात्मक अवरोध बनता है जो गैस को स्वतंत्र रूप से हिलने-डुलने से रोकता है। यह सुरक्षित भंडारण के लिए आदर्श परिदृश्य है। यदि चट्टान गैस को पसंद करती है, तो गैस छिद्रों से फिसल सकती है और संभावित रूप से बाहर निकल सकती है। इस प्राथमिकता को उस कोण (angle) द्वारा मापा जाता है जहाँ गैस, पानी और चट्टान मिलते हैं। एक छोटा कोण का अर्थ है कि चट्टान पानी-प्रेमी है और गैस फंसी हुई है; एक बड़ा कोण का अर्थ है कि चट्टान गैस-प्रेमी है और गैस स्वतंत्र रूप से घूमने के लिए मुक्त है। गहरे पृथ्वी के अत्यधिक ताप और दबाव के तहत इस कोण की भविष्यवाणी करना अविश्वसनीय रूप से कठिन है क्योंकि चट्टान, पानी और गैस के बीच की अंतःक्रियाएं जटिल हैं और लगातार बदलती रहती हैं।
मोहम्मदरेज़ा काज़ेमी, जो ईरान में पेट्रोकेमिकल रिसर्च एंड टेक्नोलॉजी कंपनी के एक शोधकर्ता हैं, ने इस भविष्यवाणी की समस्या को हल करने के लिए एक आधुनिक दृष्टिकोण का उपयोग किया। पारंपरिक समीकरणों पर निर्भर रहने के बजाय, जो अक्सर ऐसी जटिलता के साथ संघर्ष करते हैं, उन्होंने मशीन लर्निंग की ओर रुख किया, जो कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) की एक शाखा है जहाँ कंप्यूटर डेटा से पैटर्न सीखते हैं। उन्होंने पिछले वैज्ञानिक अध्ययनों से 630 वास्तविक दुनिया के मापों का एक विशाल संग्रह एकत्र किया। इन मापों ने रिकॉर्ड किया कि कार्बन डाइऑक्साइड, ब्राइन (खारा पानी), और विभिन्न प्रकार के खनिज—जैसे कि क्वार्ट्ज, कैल्साइट, फेल्डस्पार और माइका (अभ्रक)—दबाव, तापमान और लवणता की विभिन्न स्थितियों के तहत कैसे परस्पर क्रिया करते हैं। चुनौती यह था कि इन स्थितियों को देखने और बिना हर बार महंगे और समय लेने वाले भौतिक प्रयोगों के किए बिना, संपर्क कोण (contact angle) की सटीक भविष्यवाणी करने के लिए एक गणितीय तरीका खोजना था।
सर्वश्रेष्ठ विधि खोजने के लिए, काज़ेमी ने पंद्रह अलग-अलग कंप्यूटर एल्गोरिदम का परीक्षण किया, जो सरल, सीधी रेखा वाले मॉडल से लेकर मानव मस्तिष्क की नकल करने वाले जटिल, बहु-स्तरीय नेटवर्क तक फैले हुए थे। उन्होंने अधिकांश डेटा पर इन मॉडलों को प्रशिक्षित किया और फिर यह देखने के लिए शेष भाग पर उनका परीक्षण किया कि वे नई, अनदेखी स्थितियों की कितनी अच्छी तरह भविष्यवाणी कर सकते हैं। परिणाम स्पष्ट थे: सरल मॉडल चट्टान-द्रव की जटिल, गैर-रेखीय प्रकृति को पकड़ने में विफल रहे, और अक्सर काफी गलत साबित हुए। दूसरी ओर, सबसे जटिल मॉडल कभी-कभी प्रशिक्षण डेटा को बहुत अधिक पूर्णता से सीख लेते थे, जिससे वे अंतर्निहित नियमों के बजाय शोर (noise) को याद कर लेते थे, जिसके कारण नए डेटा का सामना करने पर उनका प्रदर्शन खराब हो जाता था।
एक विशिष्ट एल्गोरिदम, जिसे 'कैटबूस्ट' (CatBoost) के रूप में जाना जाता है, स्पष्ट विजेता के रूप में उभरा। यह इस कार्य के लिए सबसे विश्वसनीय उपकरण साबित हुआ, जिसने उल्लेखनीय सटीकता के साथ संपर्क कोण की भविष्यवाणी करने की क्षमता हासिल की। परीक्षण चरण में, मॉडल के अनुमान वास्तविक प्रयोगात्मक डेटा के साथ इतनी निकटता से मेल खाते थे कि इसने परिणामों की विविधताओं का 93.57 प्रतिशत हिस्सा सफलतापूर्वक पकड़ लिया, जो अन्य विधियों की तुलना में कहीं बेहतर प्रदर्शन था। सटीकता का यह उच्च स्तर यह सुनिश्चित करता है कि मॉडल विभिन्न भूमिगत वातावरणों में गैस कैसे व्यवहार करेगी, इसकी भविष्यवाणी करने के लिए भरोसेमंद है, बिना हर एक साइट का भौतिक परीक्षण किए।
केवल सटीक भविष्यवाणियां करने के अलावा, अध्ययन ने यह समझने के लिए भी एक तकनीक का उपयोग किया कि मॉडल ने अपने निर्णय क्यों लिए। इस विश्लेषण ने खुलासा किया कि कौन से कारक सबसे अधिक महत्वपूर्ण थे। सबसे प्रभावशाली चालक प्रणाली का दबाव था; जैसे-जैसे दबाव बढ़ता है, गैस का व्यवहार महत्वपूर्ण रूप से बदल जाता है। दूसरा सबसे महत्वपूर्ण कारक चट्टान की सतह की प्रारंभिक स्थिति थी, विशेष रूप से गैस के आने से पहले चट्टान के गीलेपन का एक आधारभूत माप। आश्चर्यजनक रूप से, माइका (mica) नामक विशिष्ट खनिज ने क्वार्ट्ज या फेल्डस्पार जैसे अन्य सामान्य खनिजों की तुलना में बहुत बड़ी भूमिका निभाई। माइका की उपस्थिति, जो एक परतदार संरचना वाला खनिज है, इस बात को दृढ़ता से प्रभावित करती है कि चट्टान पानी को थामे रखेगी या गैस को हावी होने देगी।
अध्ययन यह निष्कर्ष निकालता है कि यह मशीन लर्निंग ढांचा इन जटिल अंतःक्रियाओं को मॉडल करने का एक मजबूत और स्थिर तरीका प्रदान करता है। इस उपकरण का उपयोग करके, इंजीनियर कार्बन भंडारण के लिए सुरक्षित स्थलों का बेहतर चयन कर सकते हैं और ऐसी इंजेक्शन रणनीतियों को डिजाइन कर सकते हैं जो सुरक्षित रूप से भूमिगत फंसी हुई गैस की मात्रा को अधिकतम करती हैं। हालांकि वर्तमान मॉडल मौजूदा डेटा पर आधारित है और अभी तक उन धीमी रासायनिक परिवर्तनों को ध्यान में नहीं रखता है जो हजारों वर्षों में होते हैं, फिर भी यह एक महत्वपूर्ण प्रगति है। यह गहरे भूगर्भीय भंडारण की अनिश्चितता से निपटने का एक तरीका प्रदान करता है, यह सुनिश्चित करता है कि पृथ्वी में पंप की गई कार्बन डाइऑक्साइड भविष्य के लिए सुरक्षित रूप से बंद रहे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।