德州农工大学开发新型监测系统可快速监测地下封存的二氧化碳

捕获和储存地下深处的二氧化碳 (CO2) 有助于应对气候变化，但使用当前基于物理的方法难以长期监测地质储存地点内储存的二氧化碳。

德克萨斯 A&M 大学的研究人员证明，无监督机器学习方法可以分析从地质碳储存地点收集的传感器数据，并快速描绘地下 CO2 羽流的位置和随时间的移动，从而降低未经登记的 CO2 逸出的风险。

该项目旨在促进以低风险长期储存二氧化碳，当前的物理驱动模型生成和假设二氧化碳在储存地点的位置非常耗时。该研究让数据告诉我们二氧化碳的实际位置。新研究还提供快速可视化，因为如果你看不到二氧化碳，你就无法控制它在地下深处。

当前监测二氧化碳在地质现场的存储具有挑战性，因为二氧化碳是不可见的，它会迅速穿过裂缝并在没有被发现的情况下逸出。

最新的地质传感器产生的大量数据表明，地下成分中存在的多样性比以前认为的要多。获 取 更多前沿科技 研究 进展访问：https://byteclicks.com

该研究首先展示了二氧化碳在空间上的位置。由于必须挖掘整个地下数据集以寻找线索，他们使用无监督机器学习来定位二氧化碳。

相关研究发表在Expert Systems with Applications杂志上 。

该研究下一步将是快速预测、快速可视化和实时决策的结合，这是美国能源部感兴趣的。