自然多孔質媒体における排水毛管圧曲線をNMR-T2緩和測定で予測する：CO2貯留への示唆

気候対策としてこの研究が重要な理由

二酸化炭素を地下深くに貯留することは、化石燃料からの移行期に気候変動を緩和するための数少ない手段の一つです。しかし、技術者が地表下1km以上の深さにCO2を安全に注入する前に、貯留層と重要な封止層が何世紀にもわたってガスを閉じ込められることを確認する必要があります。本研究は、遅く有害な水銀注入試験の代わりに、迅速で非破壊の磁気スキャンを用いて岩石がどの程度CO2を閉じ込められるかを予測する新しい方法を示します。

岩石が地下流体を保持・閉じ込める仕組み

地下深部の岩石は単なる固い塊ではなく、水や石油、ガス、注入されたCO2を保持する微細な孔や連通部（スロート）によって貫かれています。CO2がその場に留まるか上方へ逃げるかは、これら狭い通路をどれだけ容易に通り抜けられるかに依存します。この挙動は「毛管圧」曲線で表され、ある圧力で非濡れ相（CO2や水銀など）が岩石のどれだけを占めるかを示します。従来、これらの曲線は小さな岩心試料に高圧で水銀を強制的に注入して測定し、得られた結果をCO2と塩水の条件に換算していました。水銀試験は破壊的で費用がかかり有害であるうえ、通常は井戸に沿ったごく一部の試料でしか実施されず、地下の全体像には大きな空白が残ります。

岩石の孔を「聴く」より安全な方法

低磁場の核磁気共鳴（NMR）は別のアプローチを提供します。水銀を注入する代わりに、研究者は岩石を塩水で飽和させ、磁気パルス列を用いて流体中の水素核がどれくらい速く緩和するかをT2というパラメータで測定します。T2値の分布は孔の大きさや表面特性に敏感で、大きな孔ほど長いT2、小さな孔ほど短いT2を示します。原理的には、この緩和の“フィンガープリント”は毛管圧を支配する同じ孔–スロート幾何に関連するはずです。従来の方法は、均一な岩石特性を仮定した単純な式でT2スペクトルを直接毛管曲線に変換しようとしましたが、その仮定は実際の地層、特に複雑な炭酸塩岩や緻密な泥岩ではしばしば破綻し、岩種ごとの補正が必要になることが多いです。

岩石挙動を識別するモデルの学習

著者らは、NMR測定と水銀による毛管曲線との関係を多様な岩種にわたって学習するデータ駆動型モデルを開発しました。彼らは透水性が7桁以上に及ぶ砂岩、石灰岩、緻密泥岩を含む36個のコア試料のデータベースを作成しました。各試料について、常規のコア解析（間隙率と透水性）、詳細なNMR T2分布、および水銀注入データを組み合わせました。さらに、物理的に着想を得た複数の特徴量を設計しました：圧力を岩質と濡れ性に結びつけるJパラメータ、孔系が一つか二つの支配的なサイズ域を持つかを定量化する二峰性指標、孔径分布の歪度を捉えるビン加重対数平均T2などです。これらの特徴を用いて、NMRと岩石情報から任意の圧力での水銀占有率を予測する勾配ブースト決定木モデル（CatBoost）を訓練しました。

新手法の性能

モデルが訓練データを超えて真に一般化することを確認するため、チームは厳格なleave-one-sample-out検証を行い、さらに訓練時に一切見せなかった6つの追加の“ブラインド”コアで最終モデルを試験しました。およそ0.5〜50,000 psiという広い圧力範囲にわたり、モデルは測定された水銀毛管曲線をブラインドセットで平均決定係数（R²）0.94、飽和度の平均絶対誤差約3.6%で再現しました。手法は砂岩、炭酸塩岩、緻密泥岩で一貫した性能を示しました。感度解析では、圧力でスケールされたJパラメータが予測を支配し、NMR由来の特徴が曲線形状を精緻化して孔系構造の違いを捉えていることが示されました。予測された水銀曲線を標準的なスケーリング関係を用いて塩水–CO2条件に換算すると、CO2貯留研究で用いられる換算済みの実験曲線とよく一致しました。

将来のCO2貯留プロジェクトへの示唆

本研究は、適切に設計された機械学習モデルが迅速で非破壊なNMR測定を信頼できる毛管圧曲線に変換できることを示し、有害な水銀注入試験の必要性を大幅に減らせる可能性を示しています。NMR装置は既にラボや井戸のワイヤライン記録装置で用いられているため、このアプローチは貫通するボアホール全体に沿った封止能力や閉じ込め挙動のほぼ連続的なプロファイリングを可能にするでしょう。著者らは水濡れ性が水濡れであることの仮定や現状の訓練データセットの規模といった制約を指摘していますが、結果は地下CO2貯留サイトのより安全で安価かつ広範な評価に向けた実用的な道筋を示しており、注入された炭素が大気に戻らないように確実に保つ判断を技術者により良く行わせる助けとなります。

引用: 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

キーワード: CO2地質貯留, 毛管圧, 核磁気共鳴, 石油岩石物性における機械学習, 岩石の孔構造