Prédiction des courbes de pression capillaire d’épuisement dans les milieux poreux naturels par relaxométrie NMR-T2 : implications pour le stockage du CO2

Pourquoi cette recherche est importante pour les solutions climatiques

Stocker du dioxyde de carbone en profondeur est l’un des rares leviers dont nous disposons pour ralentir le changement climatique pendant la transition hors des combustibles fossiles. Mais avant d’injecter du CO2 en toute sécurité dans des formations rocheuses situées à un kilomètre ou plus sous nos pieds, les ingénieurs doivent s’assurer que ces roches — et, de manière cruciale, les couches d’étanchéité qui les recouvrent — peuvent retenir le gaz pendant des siècles. Cette étude propose une nouvelle façon de prédire l’aptitude des différentes roches à piéger le CO2 en utilisant un scan magnétique rapide et non destructif plutôt que des essais au mercure, lents et toxiques.

Comment les roches retiennent et piègent les fluides souterrains

En profondeur, les roches ne sont pas des blocs pleins ; elles sont parcourues de petits pores et goulots qui peuvent contenir de l’eau, du pétrole, du gaz ou du CO2 injecté. La capacité du CO2 à rester en place ou à s’échapper vers la surface dépend de la facilité avec laquelle il peut se frayer un passage à travers ces passages étroits. Ce comportement est décrit par des courbes de « pression capillaire », qui relient la proportion d’un solide remplie par un fluide non-mouillant (comme le CO2 ou le mercure) à une pression donnée. Classiquement, les laboratoires mesurent ces courbes en forçant l’injection de mercure dans de petits échantillons rocheux à très haute pression, puis en convertissant les résultats aux conditions attendues pour le CO2 et l’eau salée. Ces essais au mercure sont destructifs, coûteux, dangereux et sont généralement réalisés sur un petit nombre d’échantillons le long d’un puits, laissant d’importantes lacunes dans notre représentation du sous-sol.

Une manière plus sûre d’écouter les pores de la roche

La résonance magnétique nucléaire à faible champ (NMR) propose une approche différente. Plutôt que d’injecter du mercure, les chercheurs saturent une roche avec de la saumure et utilisent une séquence d’impulsion magnétique pour mesurer la vitesse à laquelle les noyaux d’hydrogène dans le fluide se détendent, paramétrée par T2. La distribution des valeurs de T2 est sensible à la taille et aux propriétés de surface des pores : de grands pores donnent de longs temps T2, de très petits pores des temps courts. En principe, cette « empreinte » de relaxation devrait être liée à la même géométrie poreuse et de goulot qui contrôle la pression capillaire. Les méthodes précédentes ont tenté de convertir directement les spectres T2 en courbes capillaires à l’aide de formules simples supposant des propriétés de roche uniformes. Ces hypothèses échouent souvent dans des formations réelles, en particulier dans des carbonates complexes et des marnes compactes, et nécessitent généralement une calibration spécifique au type de roche.

Apprendre au modèle à reconnaître le comportement des roches

Les auteurs ont développé un modèle basé sur les données qui apprend la relation entre les mesures NMR et les courbes capillaires obtenues par mercure sur de nombreux types de roches. Ils ont constitué une base de données de 36 carottes, comprenant des grès, des calcaires et des marnes compactes avec des perméabilités couvrant plus de sept ordres de grandeur. Pour chaque échantillon, ils ont combiné les informations d’analyse de carotte de routine (porosité et perméabilité), des distributions détaillées de T2 issues de la NMR et des données d’injection de mercure. Ils ont ensuite construit plusieurs caractéristiques physiquement inspirées : un paramètre J qui relie la pression à la qualité de la roche et à la mouillabilité, un indice de bimodalité qui quantifie si le système poreux présente une ou deux gammes de taille dominantes, et une moyenne logarithmique pondérée par bin du T2 qui capture l’asymétrie de la distribution des tailles de pores. À partir de ces caractéristiques, ils ont entraîné un modèle d’arbres de décision à renforcement de gradient (CatBoost) pour prédire la saturation en mercure à une pression donnée à partir des entrées NMR et des propriétés de la roche.

Performances de la nouvelle méthode

Pour s’assurer que le modèle se généralisait réellement au-delà des données d’entraînement, l’équipe a utilisé une validation stricte en laissant sortir un échantillon à la fois, puis a testé le modèle final sur six carottes « aveugles » supplémentaires qui n’avaient jamais été vues lors de l’entraînement. Sur une large gamme de pressions, d’environ 0,5 à 50 000 psi, le modèle a reproduit les courbes capillaires mesurées au mercure avec un coefficient de détermination moyen (R²) de 0,94 et une erreur absolue moyenne de saturation d’environ 3,6 % sur l’ensemble aveugle. La méthode a donné des résultats cohérents pour les grès, les carbonates et les marnes compactes. L’analyse de sensibilité a montré que le paramètre J, mis à l’échelle par la pression, dominait les prédictions, tandis que les caractéristiques dérivées de la NMR affinaient la forme de la courbe, capturant les différences dans la structure du système poreux. Lorsque les courbes de mercure prédites ont été converties en conditions saumure–CO2 en utilisant des relations d’échelle standard, elles correspondaient étroitement aux courbes de laboratoire converties employées dans les études de stockage de CO2.

Ce que cela signifie pour les futurs projets de stockage de CO2

L’étude montre que des modèles d’apprentissage automatique soigneusement conçus peuvent transformer des mesures NMR rapides et non destructives en courbes de pression capillaire fiables, réduisant grandement le recours aux dangereux essais d’injection de mercure. Comme les outils NMR sont déjà utilisés en laboratoire et sur des instruments de diagraphie en puits, cette approche pourrait permettre un profilage quasi continu de la capacité d’étanchéité et du comportement de piégeage le long d’un forage entier. Si les auteurs soulignent des limites, comme l’hypothèse de conditions hydrophiles et la taille actuelle du jeu de données d’entraînement, leurs résultats indiquent une voie pratique vers une évaluation du stockage du CO2 en sous-sol plus sûre, moins coûteuse et plus étendue — aidant les ingénieurs à mieux juger de la sécurité du confinement du carbone injecté hors de l’atmosphère.

Citation: Markovic, S., Kurochkin, A., Efara, M. et al. Predicting drainage capillary pressure curves in natural porous media by NMR-T₂ relaxometry: implications for CO₂ storage. Sci Rep 16, 11540 (2026). https://doi.org/10.1038/s41598-026-36861-z

Mots-clés: stockage géologique du CO2, pression capillaire, résonance magnétique nucléaire, apprentissage automatique en pétrophysique, structure des pores dans la roche