Doğal gözenekli ortamlarda drenaj kapiler basınç eğrilerinin NMR-T2 relaksometri ile tahmini: CO2 depolama için çıkarımlar

Bu araştırma iklim çözümleri açısından neden önemli

Karbon dioksiti yeraltında derinlere depolamak, fosil yakıtlardan uzaklaştığımız geçiş sürecinde iklim değişikliğini yavaşlatmak için sahip olduğumuz birkaç araçtan biridir. Ancak mühendisler CO2’yi metrelerce değil kilometrelerce derindeki kayalara güvenle enjekte etmeden önce, bu kayaların —özellikle üzerlerindeki sızdırmaz tabakaların— gazı yüzyıllarca tutabileceğinden emin olmalılar. Bu çalışma, farklı kayaların CO2’yi ne kadar iyi hapsedebileceğini yavaş, zehirli cıva testleri yerine hızlı ve tahribatsız bir manyetik tarama ile tahmin etmeye yönelik yeni bir yöntemi ortaya koyuyor.

Kayalar yeraltı sıvılarını nasıl tutar ve hapseder

Yeraltının derinliklerinde kayalar katı bloklar değildir; içleri su, petrol, gaz veya enjekte edilmiş CO2 tutabilecek küçük gözenekler ve boğazlarla doludur. CO2’nin yerinde kalıp kalmaması veya yukarı doğru kaçması, bu dar geçitlerden ne kadar kolay sıkışıp çıkabildiğine bağlıdır. Bu davranış, belirli bir basınçta bir kayanın ne kadarının ıslatmayan bir sıvıyla (CO2 veya cıva gibi) dolu olduğunu gösteren “kapiler basınç” eğrileriyle tanımlanır. Geleneksel olarak laboratuvarlar bu eğrileri, çok yüksek basınçlarda cıvayı küçük kaya örneklerine zorlayarak ölçer ve sonra sonuçları CO2 ve tuzlu su koşullarına dönüştürür. Bu cıva testleri tahribatlı, maliyetli, tehlikeli olup genellikle bir kuyudaki sadece birkaç örnekte uygulanır; bu da yeraltı görüntümüzde büyük boşluklar bırakır.

Kayanın gözeneklerini dinlemenin daha güvenli bir yolu

Düşük alan nükleer manyetik rezonans (NMR) farklı bir yaklaşım sunar. Cıva enjekte etmek yerine bilim insanları kayayı tuzlu suyla doyurur ve manyetik bir darbe dizisi kullanarak sıvıdaki hidrojen çekirdeklerinin ne kadar çabuk relaks olduğunu, T2 adlı bir parametreyle ölçerler. T2 değerlerinin dağılımı gözeneklerin boyutu ve yüzey özelliklerine duyarlıdır: büyük gözenekler uzun T2 süreleri, küçük gözenekler kısa T2 süreleri verir. Pratikte bu relaksasyon “parmakizi”, kapiler basıncı kontrol eden aynı gözenek-boğaz geometrisiyle ilişkili olmalıdır. Önceki yöntemler T2 spektrumlarını, kaya özelliklerinin homojen olduğunu varsayan basit formüllerle doğrudan kapiler eğrilere çevirmeye çalıştı. Bu varsayımlar gerçek formasyonlarda—özellikle karmaşık karbonatlarda ve sıkı kiltaşlarında—çoğunlukla başarısız olur ve genellikle kaya tipine özgü kalibrasyon gerektirir.

Kaya davranışını tanımayı bir modele öğretmek

Yazarlar, NMR ölçümleri ile cıvaya dayalı kapiler eğriler arasındaki ilişkiyi çok çeşitli kaya tiplerinde öğrenen veri odaklı bir model geliştirdi. Kumtaşları, kireçtaşları ve geçirimsizlikleri yedi mertebe üzerinde değişen sıkı kiltaşları dahil olmak üzere 36 ana örnekten oluşan bir veritabanı derlediler. Her örnek için rutin çekirdek analizi (porozite ve geçirgenlik), ayrıntılı NMR T2 dağılımları ve cıva enjekte verilerini birleştirdiler. Ardından basınca kaya kalitesi ve ıslaklıkla ilişki kuran J parametresi, gözenek sisteminin bir veya iki baskın boyut aralığına sahip olup olmadığını nicelleştiren bimodalite indeksi ve gözenek boyutu dağılımının çarpıklığını yakalayan bin-ağırlıklı logaritmik ortalama T2 gibi fiziksel ilhamlı birkaç özellik tasarladılar. Bu özellikleri kullanarak, NMR ve kaya girdilerinden herhangi bir basınçta cıva doyumunu tahmin etmek için gradient artırımlı karar ağacı modelini (CatBoost) eğittiler.

Yeni yöntemin performansı nasıl

Modelin gerçekten eğitim verilerinin ötesinde genelleme yaptığından emin olmak için ekip sıkı bir örnek dışı bırakma doğrulaması (leave-one-sample-out) kullandı ve sonra eğitme sırasında hiç görülmemiş altı ek “kör” çekirdekte nihai modeli test etti. Yaklaşık 0.5 ila 50.000 psi arasındaki geniş bir basınç aralığında model, ölçülmüş cıva kapiler eğrilerini kör set üzerinde ortalama belirleme katsayısı (R²) 0.94 ve doyumda yaklaşık %3.6 ortalama mutlak hata ile yeniden üretti. Yöntem kumtaşları, karbonatlı kayaçlar ve sıkı kiltaşları için tutarlı performans gösterdi. Duyarlılık analizi, basınca göre ölçeklenmiş J parametresinin tahminlerde baskın olduğunu, NMR kaynaklı özelliklerin ise eğri şeklini rafine ederek gözenek sistemi yapısındaki farklılıkları yakaladığını gösterdi. Tahmin edilen cıva eğrileri, standart ölçeklendirme ilişkileri kullanılarak tuzlu su–CO2 koşullarına dönüştürüldüğünde, CO2 depolama çalışmalarında kullanılan laboratuvar dönüşümlü eğrilerle yakından eşleşti.

Bu durum gelecekteki CO2 depolama projeleri için ne anlama geliyor

Çalışma, özenle tasarlanmış makine öğrenmesi modellerinin hızlı, tahribatsız NMR ölçümlerini güvenilir kapiler basınç eğrilerine dönüştürebileceğini gösteriyor; bu da tehlikeli cıva enjeksiyonu testlerine olan ihtiyacı büyük ölçüde azaltıyor. NMR araçları hem laboratuvarda hem de kuyu içi kablolu kayıtta zaten kullanıldığından, bu yaklaşım bir kuyu boyunca sızdırmazlık kapasitesi ve hapsolma davranışının neredeyse sürekli profillenmesine olanak sağlayabilir. Yazarlar suya ıslak koşul varsayımı ve mevcut eğitim veri setinin boyutu gibi sınırlamalara dikkat çekse de, sonuçları yeraltı CO2 depolama sahalarının daha güvenli, daha ucuz ve daha kapsamlı değerlendirilmesine yönelik pratik bir yol öneriyor — mühendislerin enjekte edilen karbonun atmosferden ne kadar güvenli biçimde uzak tutulacağını daha iyi değerlendirmesine yardımcı olacak şekilde.

Atıf: 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

Anahtar kelimeler: CO2 jeolojik depolama, kapiler basınç, nükleer manyetik rezonans, petrofizikte makine öğrenmesi, kayadaki gözenek yapısı