文章快速检索    
  地质通报  2017, Vol. 36 Issue (10): 1874-1883  
0

引用本文 [复制中英文]

宋铁军, 万玉玉, 张文强, 饶文迪, 孟婧莹, 范基娇, 高睿敏. 基于灰色关联分析法的松辽盆地CO2地质储存适宜性评价[J]. 地质通报, 2017, 36(10): 1874-1883.
[复制中文]
Song T J, Wan Y Y, Zhang W Q, Rao W D, Meng J Y, Fan J J, Gao R M. Suitability assessment of geological sequestration of CO2 in Songliao Basin based on gray relational analysis method[J]. Geological Bulletin of China, 2017, 36(10): 1874-1883.
[复制英文]

基金项目

国土资源部地质调查项目《松辽盆地二氧化碳地质储存适宜性评价》(编号:水[2014]02-022-015-W01)和国家潜在油气资源产学研用合作创新研究项目《油页岩开发利用地下环境影响与保护》(编号:OSR-01-04)

作者简介

宋铁军(1991-), 男, 在读博士生, 从事水文地球化学研究。E-mail:songtjun@163.com

通讯作者

万玉玉(1983-), 女, 博士, 讲师, 从事水文地球化学研究。E-mail:wanyuyu@jlu.edu.cn

文章历史

收稿日期: 2016-05-07
修订日期: 2017-03-12
基于灰色关联分析法的松辽盆地CO2地质储存适宜性评价
宋铁军1, 万玉玉1, 张文强1, 饶文迪1, 孟婧莹1, 范基娇2, 高睿敏1    
1. 吉林大学环境与资源学院, 吉林 长春 130021;
2. 中国地质调查局水文地质与环境地质调查中心, 河北 保定 071051
摘要: 松辽盆地是中国主要的能源基地,随着中国振兴东北老工业基地政策的实施,如何应对工业和经济发展带来的CO2排放量的增加,将成为亟需解决的问题。在盆地内进行CO2地质储存将成为盆地内解决该问题的主要技术选择之一。以松辽盆地为研究对象,在深入分析松辽盆地CO2地质储存条件的基础上,从储存规模、储存安全性和社会环境风险及经济适宜性4个方面综合考虑,构建了由16个指标组成的松辽盆地CO2地质储存适宜性评价指标体系,利用灰色关联分析法对松辽盆地33个二级构造单元进行了盆地级适宜性评价工作,评价结果为进一步场地级目标靶区的筛选提供了科技支撑。
关键词: CO2地质储存    灰色关联分析法    二级构造单元    适宜性评价    
Suitability assessment of geological sequestration of CO2 in Songliao Basin based on gray relational analysis method
SONG Tiejun1, WAN Yuyu1, ZHANG Wenqiang1, RAO Wendi1, MENG Jingying1, FAN Jijiao2, GAO Ruimin1     
1. College of Environment and Resources, Jilin University, Changchun 130021, Jilin, China;
2. Center for Hydrogeology and Environmental Geology Survey, China Geological Survey, Baoding 071051, Hebei, China
Abstract: Songliao Basin is one of China's major energy bases. With the implementation of the policy of revitalizing the old industrial bases in Northeast region, how to deal with the increase of CO2 emissions arising from industrial and economic development has become an urgent problem. Performing CO2 geological sequestration in this basin will be one of the major techniques to solve the problem. Therefore, with Songliao Basin as the study object and in consideration of the geological conditions of Songliao Basin, the authors selected indexes from the four aspects which include storage's size, storage's security, social environmental risk, economic suitability, and established an index system that includes 16 indicators by applying the gray relational analysis method to the basin level suitability assessment of the 33 Ⅱ tectonic units of Songliao Basin. The results provide a basis for target area selection of ground level.
Key words: geological sequestration of CO2    gray relational analysis method    Ⅱ tectonic unit    suitability assessment    

CO2是目前公认的造成全球气候变化的温室气体之一,减少CO2排放是目前应对全球气候变化的主要途径。中国以化石能源为主的能源结构在短期内无法改变,作为CO2主要排放国之一,预计2030年中国CO2排放总量将高达67×108t[1]。大量的CO2排放使中国面临巨大的环境压力和国际压力。2014年11月北京APEC峰会后,中美两国首次达成了全球最大2个经济体之间的碳减排协议:中国承诺到2030年前停止增加CO2排放,并计划到2030年非化石能源占一次能源的消费比重提高到20%左右。作为温室气体减排的有效手段之一,开展CO2地质储存潜力评价、筛选适宜的储存靶区十分必要。21世纪初期以来,中国地质调查局组织开展了“全国CO2地质储存潜力评价与示范工程”研究工作,初步完成了对包括松辽盆地在内的全国主要沉积盆地的CO2地质储存潜力与适宜性评价工作,并取得了重要的研究成果。

筛选出安全有效的储存位置是进行CO2地质储存工程建设前首要解决的问题。加拿大学者Ba⁃chu[2]从盆地的几何形状、区域地质构造、油气潜力等方面建立了一套盆地级包含15个指标的评价指标体系,并对加拿大的主要沉积盆地进行了评价。Oldenburg在综合考虑CO2地质储存安全和环境风险的前提下建立了一套储存场地筛选及排序框架[3]。国内学者的研究起步较晚,具有代表性的如沈平平等[4]建立了包括24个指标、5个分级标准的CO2地质储存适宜性评价指标体系;张森琦等[5]提出了CO2地质储存安全及环境风险评价及深部咸水含水层CO2地质储存选址评价方法,并重点论述了CO2地质储存机理。

松辽盆地是中国东北地区一个大型陆相沉积盆地,盆地内沉积的白垩系厚度大,深部咸水层较厚且油气资源丰富,具有较好的CO2储存地质条件和较大的储存潜力。近年来,盆地内社会经济快速发展,CO2排放量不断增加,其中哈尔滨、大庆、长春、通辽等6个城市CO2排放量均在107t/a以上。目前,已有部分学者和研究人员对松辽盆地CO2地质储存的适宜性开展了研究。巫润建等[6]以松辽盆地咸含水层为例,初步估算了松辽盆地咸水层埋存CO2的储存容量。杨国强等[7]对松辽盆地6个一级构造单元的CO2地质储存的适宜性进行了评价,得到各一级构造单元的地质储存适宜度。苏小四等[8]对松辽盆地深部咸水层CO2地质储存潜力进行了评价,计算出各一级构造单元的有效储存容量。

在以往有关CO2地质储存适宜性评价方法的研究中,由于CO2地质储存本身存在大量不确定性因素,评价指标级别的划分和标准的确定都具有模糊性,因此多采用模糊综合评价法[7, 9],但是当各评价指标值分布过于离散时,利用该方法在计算评价指标的隶属度时会遗失很多有用的信息,使评价结果出现较大偏差。而灰色关联分析法能够处理信息不完全明确的灰色系统,对于小样本无规律指标的评价问题具有较强的适应性[10]。基于此,本文在详细分析松辽盆地CO2地质储存条件的基础上,以松辽盆地二级构造单元为评价对象,首先建立适用于该地区的盆地级CO2地质储存适宜性评价指标体系,探索性地采用灰色关联分析法对松辽盆地CO2地质储存的适宜性进行评价。在评价过程中为了避免人为因素的影响,使CO2地质储存适宜性评价指标权重的确定更加具有科学性,本文采用客观赋权法中的熵权法来确定指标权重。本次研究为进一步进行场地级目标靶区的筛选提供了科技支撑。

1 研究区概况

松辽盆地位于中国东北地区中部,是一个以白垩系为主的大型坳陷型含油气盆地。盆地呈NNE向展布,长750km,宽330~370km。大致以嫩江、第一松花江和拉林河为界将盆地划分为南、北2个部分,其中,南部面积约13.60×104km2,北部面积约11.95×104km2。结合基底形态、盖层发育及构造特征,松辽盆地可进一步划分为6个一级构造单元、33个二级构造单元(图 1[11-12]

图 1 松辽盆地构造单元区划 Fig.1 Tectonic unit zoning of Songliao Basin

松辽盆地地质特征明显受盆地演化各阶段的构造背景的制约。白垩系为松辽盆地主要沉积盖层,覆盖全区,主要为陆相碎屑岩建造,最大厚度约5500m。自下而上依次发育有下白垩统火石岭组(K1hsl)、沙河子组(K1sh)、营城组(K1yc)、登娄库组(K1d)、泉头组(K1q)(分为四段)和上白垩统青山口组(K2qn)(分为三段)、姚家组(k2y)(分为三段)、嫩江组(K2n)(分为五段)、四方台组(K2s)和明水组(K2m)。根据盆地内油气勘探研究成果中储层和盖层的分布情况可以划分为5套储盖组合,即浅部储盖组合、上部储盖组合、中部储盖组合、下部储盖组合及深部储盖组合(图 2)。其中浅部储盖组合指嫩五段以上地层,储层以砾岩及粗、中砂岩为主。上部储盖组合以嫩三、四段砂岩为储层,嫩四、五段泥岩为盖层。中部储盖组合以嫩一段、姚家组及青二、三段砂岩为储层,嫩一、二段泥岩为盖层。下部储盖组合以泉三、四段砂岩为储层,青山口组泥岩为盖层。深部储盖组合指泉二段以下直至基底之间的地层,以砂岩、砂砾岩、基岩风化壳为储集层。而国际上公认的适宜进行CO2地质储存的储层的埋深范围为800~3500m,理想的深度应该在1200~1500m之间[13],因此松辽盆地适宜CO2地质储存的组合为下部储盖组合,这也是本文研究的对象。另外,前期的工作[7]表明,西南隆起区由于储盖层分布较少,储层厚度较小,同时受资料所限,本次评价对西南隆起区不作考虑。

图 2 松辽盆地储盖层组合示意图 Fig.2 The sketch map of reservoir-cap assemblages in Songliao Basin
2 CO2地质储存适宜性评价的灰色关联分析法 2.1 CO2地质储存适宜性评价体系

CO2地质储存适宜性指在储存安全性、储存规模、社会环境风险、经济适宜性等条件的约束下,沉积盆地及不同地质构造单元适宜储存CO2的优劣程度。其评价指标的选取是否科学合理,直接关系到评价结果的适用性和准确性。本文参照相关文献[14],结合研究区的实际情况,以沉积盆地二级构造单元为评价对象,本着“安全性第一,既经济又技术和环境友好”原则,从储存规模、储存安全性、社会环境风险及经济适宜性4个方面,建立了由16个指标组成的盆地级CO2地质储存适宜性评价指标体系(表 1)。前期的工作[7]表明,其他指标,如地表温度、储层非均质性指标在整个盆地差异性不大,本次研究不予考虑。在评价过程中,由于嫩江阶地、依安凹陷、西部超覆带、庆安隆起带及梨树凹陷5个二级构造下部储盖组合中储层的埋深较小,因此CO2地质储存适宜性较差。

表 1 松辽盆地CO2地质储存适宜性评价指标体系 Table 1 Suitability assessment index system of CO2 geological sequestration in Songliao Basin
2.2 灰色关联分析法 2.2.1 灰色关联分析法的基本原理

灰色关联分析法[15]是采用关联度来量化研究系统内各因素的相互联系、相互影响与相互作用的一种系统分析的现代统计方法。它通过确定参考数列与若干比较数列集合曲线形状的相似程度判断两者的联系是否紧密。曲线形状越接近,两者的联系越紧密,关联度就越大,反之越小[16]。在进行CO2地质储存的适宜性评价时,选择各二级构造单元的评价指标值为参考序列,评价指标的分级标准为比较序列,则可求出多个关联度,与比较序列关联度最大的参考序列所对应的级别,就是各二级构造CO2地质储存适宜性的所属等级。

2.2.2 计算方法与步骤

(1)确定参考数列和比较数列。假定评价系统内包含m个评价单元,n个评价指标,k个评价等级。定义评价单元的指标参考数列为x1t)(i=1,2,…mt=1,2,…n),比较数列y1t)(j=1,2,…kt=1,2, …n)。

(2)数列的归一化处理。由于各评价指标的含义和目的不同,因此指标值通常具有不同的量纲和数量级,为了进行比较,需要对参考数列和比较数列按下式[17]进行无量纲化处理,以减少随机因素的干扰。

x1t)、y1t)为正相关关系时:

比较数列的归一化处理:

$y{{'}_{j}}\left( t \right)=\frac{{{y}_{j}}\left( t \right)-{{y}_{k}}\left( t \right)}{{{y}_{1}}\left( t \right)-{{y}_{k}}\left( t \right)}\left( j=1,2,\cdots k;t=1,2,\cdots n \right)$ (1)

参考数列的归一化处理:

$\begin{align} & {{{{x}'}}_{i}}\left( t \right)=\left\{ \begin{matrix} 0 & {{x}_{i}}\left( t \right)\le {{y}_{k}}\left( t \right) \\ \frac{{{x}_{i}}\left( t \right)-{{y}_{k}}\left( t \right)}{{{y}_{1}}\left( t \right)-{{y}_{k}}\left( t \right)} & {{y}_{k}}\left( t \right)<{{x}_{i}}\left( t \right)<{{y}_{1}}\left( t \right) \\ 1 & {{x}_{i}}\left( t \right)\ge {{y}_{1}}\left( t \right) \\ \end{matrix} \right. \\ & \left( i=1,2,\cdots m;t=1,2,\cdots n \right) \\ \end{align}$ (2)

式中:xi(t)、yj(t)分别为归一化无量纲处理的参考数列和比较数列。

xi(t)、yj(t)为负相关关系时有:

比较数列的归一化处理:

$y{{\prime }_{j}}\left( t \right)=\frac{{{y}_{k}}\left( t \right)-{{y}_{j}}\left( t \right)}{{{y}_{k}}\left( t \right)-{{y}_{1}}\left( t \right)}t\left( j=1,2,\cdots k;t=1,2,\cdots n \right)$ (3)

参考数列的归一化处理:

$\begin{align} & x{{\prime }_{i}}\left( t \right)=\left\{ \begin{matrix} 0 & {{x}_{i}}\left( t \right)\ge {{y}_{k}}\left( t \right) \\ \frac{{{y}_{k}}\left( t \right)-{{x}_{i}}\left( t \right)}{{{y}_{k}}\left( t \right)-{{y}_{1}}\left( t \right)} & {{y}_{1}}\left( t \right)<{{x}_{i}}\left( t \right)<{{y}_{k}}\left( t \right) \\ 1 & {{x}_{i}}\left( t \right)\le {{y}_{1}}\left( t \right) \\ \end{matrix} \right. \\ & \left( i=1,2,\cdots m;t=1,2,\cdots n \right) \\ \end{align}$ (4)

式中:xi(t)、yj(t)分别为归一化无量纲处理的参考数列和比较数列。

(3)计算参考数列和比较数列的关联系数。在参考数列xi(t)中任意取一个样本与比较数列yj(t)组成数列矩阵。分别求取对应指标因子绝对差值Δij(t),令

${{\Delta }_{ij}}\left( t \right)=|{{y}_{j}}\prime \left( t \right)-x{{\prime }_{i}}\left( t \right)|$ (5)

则关联系数的计算公式为:

${{\xi }_{ij}}\left( t \right)=\frac{\underset{i}{\mathop{\min }}\,\underset{j}{\mathop{\min }}\,{{\Delta }_{ij}}\left( t \right)+\rho \underset{i}{\mathop{\text{max}}}\,\underset{j}{\mathop{\text{max}}}\,{{\Delta }_{ij}}\left( t \right)}{{{\Delta }_{ij}}\left( t \right)+\rho \underset{i}{\mathop{\text{max}}}\,\underset{j}{\mathop{\text{max}}}\,{{\Delta }_{ij}}\left( t \right)}$ (6)

式中:ρ为分辨系数,0 < ρ ≤1,其取值在一定程度上影响关联度的大小。一般取ρ =0.5。

(4)计算关联度。关联度的计算公式为:

${{\gamma }_{ij}}=\sum\limits_{t=1}^{n}{{}}{{\omega }_{t}}{{\xi }_{ij}}\left( t \right)$ (7)

式中:ωt为第t个评价指标的权重。

基于灰色关联分析原理可知,第i个评价单元,应取关联度γij最大值所对应的级别,即该评价单元的隶属级别。

2.2.3 熵权法计算指标权重

由于各评价指标对CO2地质储存适宜性的影响程度不同,需要根据每个评价指标影响作用的重要程度,分别赋予不同的权重。在评价过程中为了避免人为因素的影响,本文采用客观赋权法中的熵权法[18-19]确定指标权重。

熵权法的基本原理是当二级构造的某项指标值相差较大时,熵值越小,该指标所含的信息量越大,在综合评价中所起作用越大,权重越高;反之亦然。

熵权法计算各指标权重的具体步骤如下。

假定评价指标体系包含m个评价单元,n个评价指标。则评价系统的初始矩阵表示为:

$R={{\left( {{x}_{it}} \right)}_{m\times n}},\left( i=1,2,\cdots m;t=1,2,\cdots n \right)$ (8)

(1)各指标的归一化无量纲处理

对于正向指标,指标值越大,越有利于CO2地质储存。对于逆向指标,指标值越小,越有利于CO2地质储存。故根据式(9)对各评价指标进行归一化无量纲处理。

$x'=\left\{ \begin{matrix} \frac{x-{{x}_{\min }}}{{{x}_{\max }}-{{x}_{\min }}}x为正向指标 \\ \frac{{{x}_{\max }}-x}{{{x}_{\max }}-{{x}_{\min }}}x为逆向指标 \\ \end{matrix} \right.$ (9)

式中:x为评价指标值;xmaxxmin分别为评价指标取值范围的最大值和最小值;x′为评价指标归一化无量纲处理的评价值。

(2)权重的计算

根据熵的概念,第t个指标的熵为:

${{H}_{t}}=-\frac{1}{\ln m}\sum\limits_{i=1}^{m}{{}}{{f}_{it}}\ln {{f}_{it}}\left( t=1,2,\cdots ,n \right)$ (10)

式中:${{f}_{it}}=\frac{{{x}_{it}}}{\sum\limits_{i=1}^{m}{{{{{x}'}}_{it}}}}$n为二级构造CO2地质储存适宜性评价指标的个数,为使ln fit有意义,一般假定:当fit = 0时,fit ln fit = 0。

则第t个评价指标的权重ωt计算公式为:

${{\omega }_{t}}=\frac{1-{{H}_{t}}}{\sum\limits_{t=1}^{n}{{}}\left( 1-{{H}_{t}} \right)}$ (11)
3 松辽盆地CO2地质储存适宜性灰色关联分析 3.1 评价指标分级标准

结合研究区实际情况及相关资料,应用上述评价指标体系,确定各评价指标的分级标准(表 2)。从表 2可以看出,16个评价指标可以划分为3类,即正向指标、双向指标及逆向指标。正向指标,即指标值越大,越有利于CO2地质储存,包括地震安全性、盖层岩性、盖层累计厚度、水文地质条件、储层厚度、储层岩性、有效孔隙度、有效储存量及碳源规模9个评价指标。双向指标为盖层埋深,但由于各二级构造单元盖层埋深均在1800m以下,因此该指标也可作为正向指标。其他评价指标均为逆向指标。

表 2 CO2地质储存适宜性评价指标分级 Table 2 Suitability index classification of CO2 geological sequestration
3.2 评价指标参数的获取

对于储存安全性方面,各项评价指标的取值参考盆地内油气源区及油气田分布区钻孔资料及有关地震方面的资料[20],水文地质条件指标由参考文献[21-24]获得。对于储存规模方面,各项评价指标的取值参照以往在盆地内所做的研究成果及有关地热和有效储量计算方面的资料[4, 24-30]。对于社会环境风险及经济适宜性,人口密度和碳源规模评价指标的取值分别利用地区人口总数及年生产总值计算得到,部分参数由参考文献[31]获得。

3.3 评价指标权重的确定

松辽盆地二级构造单元CO2地质储存适宜性评价指标的权重由熵权法计算得到。其值越高,表明各适宜性评价指标对CO2地质储存的贡献率越高。各评价指标的权重值如下:

${{R}_{{{\omega }_{t}}}}=\left[ \begin{matrix} {} & {{C}_{1}} & {{C}_{2}} & {{C}_{3}} & {{C}_{4}} & {{C}_{5}} & {{C}_{6}} & {{C}_{7}} & {{C}_{8}} \\ {{\omega }_{t}} & 0.010 & 0.021 & 0.056 & 0.070 & 0.032 & 0.008 & 0.149 & 0.029 \\ {} & {{C}_{9}} & {{C}_{10}} & {{C}_{11}} & {{C}_{12}} & {{C}_{13}} & {{C}_{14}} & {{C}_{15}} & {{C}_{16}} \\ {{\omega }_{t}} & 0.111 & 0.179 & 0.052 & 0.096 & 0.035 & 0.123 & 0.013 & 0.014 \\ \end{matrix} \right]$ (12)

通过公式(12) 可以看出,水文地质条件C7、储层压力系数C10、有效储存量C14等指标权重值较大,反映此类指标在各二级构造单元中差异性较大。而地壳动峰值加速度C1、断裂密度C6等指标由于盆地内地质条件相对稳定,在各二级构造单元中差异性较小,因此指标权重值较小。

3.4 计算关联度

利用公式(7)得到各评价等级的关联度λij值。再根据灰色关联分析原理得到各二级构造单元CO2地质储存的适宜性,评价结果见表 3

表 3 松辽盆地CO2地质储存适宜性评价结果 Table 3 Suitability assessment results of geological sequestration of CO2 in Songliao Basin

根据以上二级构造CO2地质储存适宜性的评价结果,绘出松辽盆地CO2地质储存适宜性区划图(图 3)。由图 3可以看出,松辽盆地各二级构造中,可以作为CO2地质储存优先区域的主要是黑鱼沟凹陷、明水阶地、龙虎泡大安阶地、齐家古龙凹陷、大庆长垣、三肇凹陷、扶余隆起及长岭凹陷。这些二级构造集中在中央坳陷区,地层发育齐全,储层分布在泉三段和泉四段,岩性以粉砂岩、泥质粉砂岩为主,砂岩厚度为27~50m,平均厚度为45m,是良好的地质储层。上覆青山口组,岩性致密,以泥岩、泥质粉砂岩为主,泥岩累计厚度为245~718m,平均厚度为437m,形成了良好的区域盖层。另外,这些二级构造断裂密度为0~0.06km/km2,平均为0.03km/km2,地壳活动相对稳定,碳源规模较大,人口密度较小,地下水流动规模长、深度深、更新慢。这些条件决定上述二级构造具有很好的适宜性。此外,杨国强等[7]利用模糊综合评价方法对松辽盆地CO2地质储存的适宜性进行评价,结果表明,中央坳陷区具有较好的适宜性,很好地验证了本次评价结果的准确性。

图 3 松辽盆地CO2地质储存适宜性区划 Fig.3 Suitability evaluation zoning map of CO2 geological sequestration in Songliao Basin

CO2地质储存适宜性一般的二级构造主要是三兴背斜带、克山依龙背斜带、乾元背斜带、乌裕尔凹陷、富裕构造带、海伦隆起带、绥棱背斜带、绥化凹陷、宾县王府凹陷、钓鱼台凸起、九台阶地、榆树德惠凹陷、青山口隆起、朝阳沟阶地及双坨子阶地。这些二级构造中,储层中砂岩厚度为7~49m,平均厚度为31m。盖层中泥岩累计厚度为66~535m,平均厚度为321m。碳源规模较小,经济适宜性一般。

其他二级构造大多地层发育不全,上白垩统基本缺失,储层埋深较小,储层中砂岩厚度一般,平均厚度为21m。有效储存量较小,储存能力较差。此外,这些二级构造盖层中泥岩累计厚度平均为164m,人口密度较大,地下水流动规模短、深度浅、更新快。这些条件决定这类二级构造具有较差的适宜性。

4 结论

(1)本次研究结合松辽盆地地质、水文地质等条件,从储存规模、储存安全性、社会环境风险及经济适宜性4个方面,建立了由16个指标组成的盆地级CO2地质储存适宜性评价指标体系,利用灰色关联分析法对盆地内33个二级构造单元进行了适宜性评价。通过研究可以看出,本文建立的评价指标体系能够较好地应用于CO2地质储存场地的筛选,同时灰色关联分析法在CO2地质储存适宜性评价研究中的应用也具有可行性。

(2)评价结果表明,黑鱼沟凹陷、明水阶地、龙虎泡大安阶地、齐家古龙凹陷、大庆长垣、三肇凹陷、扶余隆起及长岭凹陷适宜性较好,三兴背斜带、克山依龙背斜带、乾元背斜带、乌裕尔凹陷、富裕构造带、海伦隆起带、绥棱背斜带、绥化凹陷、宾县王府凹陷、钓鱼台凸起、九台阶地、榆树德惠凹陷、青山口隆起、朝阳沟阶地及双坨子阶地适宜性一般,其他二级构造适宜性较差。

(3)松辽盆地面积大、地质条件复杂,对盆地进行CO2地质储存潜力评价所需的指标和参数多,参数和指标的获取来源不一,准确度和精确度也有差别,对评价结果将产生一定的影响。为了提高评价的准确性和精确性,需要在参数和指标的确定方面进行深入研究。

参考文献
[1] 张菊. 华北南部盆地二氧化碳地质储存潜力与适宜性评价[D]. 石家庄经济学院硕士学位论文, 2013. http://cdmd.cnki.com.cn/Article/CDMD-10077-1014016120.htm
[2] Bachu S. Screening and ranking of sedimentary basins for sequestration of CO2, in geological media in response to climate change[J]. Environmental Geology, 2003, 44(3): 277–289. DOI:10.1007/s00254-003-0762-9.
[3] 李甫成, 张杨, 张晓娟, 等. 深部咸水层CO2地质储存适宜性评价方法研究[J]. 冰川冻土, 2014, 36(3): 649–660.
[4] 沈平平, 廖新维. 二氧化碳地质埋存与提高石油采收率技术[M]. 北京: 石油工业出版社, 2009.
[5] 张森琦. 中国二氧化碳地质储存地质基础及场地地质评价[M]. 北京: 地质出版社, 2011.
[6] 巫润建, 李国敏, 黎明, 等. 松辽盆地咸含水层埋存CO2储存容量初步估算[J]. 工程地质学报, 2009, 17(1): 100–104.
[7] 杨国强, 苏小四, 杜尚海, 等. 松辽盆地CO2地质储存适宜性评价[J]. 地球学报, 2011, 32(5): 570–580.
[8] Su X, Xu W, Du S. Basin-scale CO2, storage capacity assessment of deep saline aquifers in the Songliao Basin, northeast China[J]. Greenhouse Gases Science and Technology, 2013, 3(4): 266–280. DOI:10.1002/ghg.1354.
[9] 刁玉杰, 张森琦, 郭建强, 等. 深部咸水层CO2地质储存地质安全性评价方法研究[J]. 中国地质, 2011, 38(3): 786–792.
[10] 罗毅, 周创立, 刘向杰. 多层次灰色关联分析法在火电机组运行评价中的应用[J]. 中国电机工程学报, 2012, 32(17): 97–103.
[11] 侯启军. 松辽盆地陆相石油地质学[M]. 北京: 石油工业出版社, 2009.
[12] 李国玉. 中国含油气盆地图集[M]. 北京: 石油工业出版社, 2002.
[13] 张洪涛, 文冬光, 李义连, 等. 中国CO2地质埋存条件分析及有关建议[J]. 地质通报, 2005, 24(12): 1107–1110. DOI:10.3969/j.issn.1671-2552.2005.12.004.
[14] 范基姣, 贾小丰, 张森琦, 等. CO2地质储存潜力与适宜性评价方法及初步评价[J]. 水文地质工程地质, 2011, 38(6): 108–112.
[15] 邓聚龙. 灰色系统基本方法[M]. 武汉: 华中工学院出版社, 1987.
[16] 施萍. 利用灰色关联法评价苏州河水质状况[J]. 环境科技, 2008, 21(a01): 60–63.
[17] 王平, 王云峰. 综合权重的灰色关联分析法在河流水质评价中的应用[J]. 水资源保护, 2013, 29(5): 52–54.
[18] Zou Z H, Yi Y, Sun J N. Entropy method for determination of weight of evaluating indicators in fuzzy synthetic evaluation for water quality assessment[J]. Journal of Environmental Sciences, 2006, 18(5): 1020–1023. DOI:10.1016/S1001-0742(06)60032-6.
[19] 马雪倩. 黑龙江省水资源可持续利用评价研究[D]. 东北农业大学硕士学位论文. 2013.
[20] 国家地震局. 1:4000000中国地震烈度区划图[M]. 北京: 地震出版社, 1990.
[21] 楼章华, 程军蕊, 金爱民. 沉积盆地地下水动力场特征研究——以松辽盆地为例[J]. 沉积学报, 2006, 24(2): 193–201.
[22] 楼章华, 金爱民, 朱蓉, 等. 论松辽盆地地下水动力场的形成与演化[J]. 地质学报, 2001, 75(1): 111–120.
[23] 杨绪充. 论含油气盆地的地下水动力环境[J]. 石油学报, 1989, 10(4): 30–37.
[24] 吉林油田石油地质志编写组. 中国石油地质志卷二——大庆、吉林油田(上册), 吉林油田(下册)[M]. 北京: 石油工业出版社, 1993.
[25] 赵志魁, 张金亮, 赵占银, 等. 松辽盆地南部坳陷湖盆沉积相和储层研究[M]. 北京: 石油工业出版社, 2009.
[26] 侯启军. 深盆油藏:松辽盆地扶杨油层油藏形成与分布[M]. 北京: 石油工业出版社, 2010.
[27] 吴乾蕃. 松辽盆地地热场[J]. 地震研究, 1991(1): 31–40.
[28] 吴乾蕃, 谢毅真. 松辽盆地大地热流[J]. 地震地质, 1985, 7(2): 61–66.
[29] 迟元林, 云金表, 蒙启安, 等. 松辽盆地深部结构及成盆动力学与油气聚集[M]. 北京: 石油工业出版社, 2002.
[30] Bachu S. Comparison between methodologies recommended for estimation of CO2 storage capacity in geological media by the CSLF task force on CO2 storage capacity estimation and the USDOE capacity and fairways subgroup of the regional carbon sequestration partnerships program[J]. Carbon Sequestration Leadership Forum, 2008: 1–21.
[31] 涂华, 刘翠杰. 标准煤二氧化碳排放的计算[J]. 煤质技术, 2014(2): 57–60.
李小春, 魏宁, 刘延锋, 等. 中国二氧化碳地质封存潜力评估和早期实施机遇. 中国科学院武汉岩土力学研究所, 2008.
中国地质调查局水文地质环境地质调查中心.重点地区二氧化碳地质储存适宜性与选址调查评价技术要求(征求意见稿). 中国地质调查局水文地质环境地质调查中心, 2013.