四川盆地雷口坡組鹽水含水層CO₂埋存能力評估

摘要：鹽水含水層CO2埋存能力是關乎中國實現碳中和目標的基礎問題。四川盆地作為中國西南地區重要的油氣產地，其深部鹽水含水層的CO2埋存前景尚缺乏比較深入的定量研究。三疊系雷口坡組（T2l）是四川盆地的優質鹵儲層，其四段（T2l4）、三段（T2l3）、一段（T2l1）可作為CO2埋存的目標儲層。基于多井并注超壓解析解，采用MATLAB語言腳本CO2BLOCK，評估了雷口坡組深部鹽水含水層的CO2埋存能力。結果表明：在連續注入CO2 30 a的條件下，四川盆地雷口坡組儲層的CO2埋存能力為0.83 Gt，以雷口坡組四段的埋存能力最大，雷口坡組一段的埋存能力最小。雷口坡組四段、三段、一段的單井最大可持續注入速率分別為0.550、0.051、0.054 Mt/a，對應的最大可持續超壓分別為3.09、5.67、6.55 MPa。T2l4、T2l3和T2l1這3個儲層的經濟最優方案（井數/口，井距/km）分別為：（16，17）（20，17）（16，19），經濟最優方案對應的埋存容量分別為0.50、0.07、0.04 Gt。

關鍵詞：四川盆地；雷口坡組；鹽水含水層；CO2地質埋存；埋存能力；多井并注

中圖分類號：TE31；X701 文獻標志碼：A 文章編號：1000-582X（2024）12-057-13

基金項目：國家留學基金委西部計劃項目（20210815016）；國家自然科學基金面上項目（41472275）。Supported by China Scholarship Council-‘for Academic Visitors from Western China’（20210815016）， and the General Program of National Natural Science Foundation of China（41472275）.

Evaluation of the storage capacity of saline aquifers in the Leikoupo Formation， Sichuan Basin

RAO Jie1，2， XIE Jian1，3

（1. College of Environment and Civil Engineering， Chengdu University of Technology， Chengdu 610059， P. R. China； 2. China Geo-Engineering Corporation International Ltd.， Beijing 100093， P. R. China； 3. State Key Laboratory of Geohazard Prevention and Geoenvironment Protection， Chengdu 610059， P. R. China）

Abstract： Assessing CO2 storage capacity in saline aquifers is fundamental to supporting China’s carbon neutrality goals. The Sichuan Basin， an important oil and gas production area in southwest China， lacks in-depth quantitative research on CO2 storage potential in its deep saline aquifers. The Leikoupo Formation（T2l） is a highquality brine reservoir within the Sichuan Basin， with its fourth（T2l4）， third （T2l3）， and first（T2l1） members identified as target reservoirs for CO2 sequestration. This study utilizes an analytical solution to assess overpressure induced by multiwell simultaneous injection， and applies the MATLAB-based script CO2BLOCK to evaluate the CO2 storage potential of deep saline aquifers in the Leikoupo Formation. Results show that under a 30-year continuous CO2 injection scenario， the CO2 storage capacity of the Leikoupo Formation reservoir in the Sichuan Basin is 0.83 Gt，with the fourth member showing the highest capacity and the first member the lowest. The maximum sustainable injection rates per well for the fourth， third and first members are 0.550 Mt/a， 0.051 Mt/a and 0.054 Mt/a， with corresponding maximum sustainable overpressures of 3.09 MPa， 5.67 MPa and 6.55 MPa， respectively. The optimal economic configurations （number of wells， well spacing in kilometers） for T2l4， T2l3 and T2l1 are （16， 17）（20， 17） and （16， 19）， respectively， with storage capacities of 0.50 Gt， 0.07 Gt and 0.04 Gt under these configurations.

Keywords： Sichuan Basin； Leikoupo Formation； saline aquifer； geologic CO2 storage； storage capacity； multiwell injection

CO2地質埋存（geological CO2 storage，GCS）是緩解溫室氣體效應的重要手段[1-3]，該技術的大規模實施有助于中國2060年實現碳中和目標。儲層的CO2埋存能力無疑是GCS項目論證階段首要關注的問題。四川盆地是中國西南重要的能源基地，“雙碳”目標下，化石能源生產和消耗帶來的碳排放壓力使得未來該區域實施大規模GCS勢在必行。然而現有文獻中對四川盆地深部鹽水含水層CO2埋存能力的研究僅有刁玉杰等[4]、范基姣等[5]和Wei等[6]3篇文獻，其中，以刁玉杰等[4]的埋存潛力計算最為全面和具體。該研究主要采用體積法（U.S.DOE方法）[7]（即參考傳統油氣資源儲量的估算方法，根據儲層的幾何體積，通過埋存效率因子E來計算埋存容量）分別計算了枯竭油氣田、不可采煤層和咸水層的CO2埋存潛力。雖然，該研究給出了四川盆地9個儲層的CO2埋存潛力，但這些潛力值均是基于埋存系數的經驗值進行簡單估算的。范基姣等[5]應用“層次分析-模糊綜合指數”評價方法，通過分析區域地殼穩定性、儲蓋層條件、儲存潛力條件、地熱地質條件等7個一級評價指標和16個二級評價指標，得出四川盆地9個二級構造單元的GCS適宜性分區。該文對于儲存潛力的計算未作說明，僅指出四川盆地二級構造單元的儲存潛力和單位面積儲存潛力分別在（0.5～25）×108 t和（1～50）×104 t/km2之間，屬于“一般適宜”區。此外，Wei等[6]亦采用類似的“綜合指數法”并結合地理信息系統對中國陸地咸水含水層的GCS場地適宜性進行了次盆地尺度的評估，其指標體系涉及的埋存能力估算同樣采用的是美國能源部（U. S. DOE）提出的體積法。文中未提供埋存能力的計算參數和依據，只能得出四川盆地GCS總體適宜性“偏低”，而川南、川西等局部地區適宜性“中等”的定性結論。顯然，這些研究成果僅有助于宏觀上認識該盆地的碳儲潛力，對GCS工程實踐的指導價值相當有限。為更好地服務于未來四川盆地開展盆地尺度的大規模GCS項目，有必要采用新的研究手段對該地區主力儲層的埋存能力進行更深入、準確的定量評估。

除了上文提及的體積法，CO2埋存能力的估算還可采用圈閉法（CSLF法）[8-9]、面積法（歐盟計算法）[10]和溶解度法[11]。圈閉法是將鹽水含水層中埋存CO2的體積按4種埋存機理劃分，分別求取不同埋存方式下的埋存容量，然后將各部分求和獲得總量。面積法假設計算的是密閉的鹽水含水層，其埋存空間來源于鹽水含水層基質及孔隙流體的壓縮性，尚未考慮實際生產過程中的各種因素，因此，誤差較大[12]。溶解度法綜合考慮了CO2溶解度、含水層厚度修正和埋存CO2的經濟因素，使其結果更接近實際情況。這些方法已被廣泛應用于四川盆地、蘇北盆地、川中平原區等盆地或場地尺度的儲層評價和GCS選址研究[13-15]。

De Simone等[16]基于Nordbotten等[17]的儲層超壓解析解，提出了多井并注工況下考慮超壓導致的儲層破壞以及儲層最大可持續注入速率的計算方法，從而評估不同布井方案下的儲層CO2最大埋存容量，即埋存能力。根據評估目標和精度要求的不同，實際應用中該方法可選擇是否將最小井距、注入技術和場地尺寸作為約束條件納入考慮。De Simone等[16]和Qin等[18]用該方法分別評估了英國北海和中國近海盆地的CO2埋存能力。

在本研究中，采用De Simone等[16]提出的解析方法，評估考慮儲蓋層巖石的力學破壞條件下，雷口坡組所能實現的CO2最大可持續注入速率，進而估算四川盆地雷口坡組四段、三段、一段鹽水含水層不同埋存方案下的CO2埋存能力；識別影響儲層動態埋存容量的關鍵因素，進而為GCS工程設計和實施提出優選方案，研究成果可為該地區未來開展盆地尺度的大規模GCS提供理論依據。

1 研究方法

基于解析法對四川盆地雷口坡組鹽水含水層進行埋存能力評估。CO2BLOCK是De Simone等[16]基于Nordbotten等[17]和Ganjdanesh等[19]提出的解析解，考慮超壓的安全上限和技術條件限制，運用儲層超壓的疊加原理進行最大可持續注入速率和埋存能力估算的一款解析評估工具。該工具程序考慮井數、布井方式、儲層側向范圍、巖石水力和力學性質，以及現實技術瓶頸和經濟條件約束。CO2BLOCK由4個核心計算模塊和2個輸入、輸出模塊組成（見圖1），其計算流程簡要概述為4個主要步驟：1）根據輸入數據計算儲層最大可持續超壓ΔPM；2）計算CO2不同參考注入速率下的超壓ΔPr；3）增加“技術限制”“最小井距”和“儲層展布范圍”3個約束條件；4）確定最大埋存容量和經濟最優方案。

1.3 約束條件

考慮井間壓力干擾、現實技術條件和儲層展布范圍的限制，CO2BLOCK對井距和井數設置了以下約束條件

式中：d表示井距；n表示井的數量；t表示注入時長；-表示為孔隙度；H表示為儲層厚度；Qs表示技術限制下的單井注入速率；A表示儲層水平展布面積；n表示井的數量；其余符號含義同前。上述注入速率均為質量速率。

2 目標儲層和數據

四川盆地中三疊紀雷口坡組主要為局限或蒸發臺地沉積，自下而上劃分為雷一段、雷二段、雷三段和雷四段。埋深從2 000～6 000 m不等，平均厚度160 m[21， 22]。在川西地區雷四段沉積時期，隨著局部區域構造升降及干旱、潮濕氣候交替出現，海水進退頻繁，形成了多套白云巖-石膏巖為主、石灰巖為輔的沉積旋回組合[23]。

研究表明，四川盆地鹵水層分布廣泛，如圖2（a）所示。其中，三疊系雷口坡組含有豐富的鹵水資源，并以T2l4、T2l3以及T2l1的深部富鉀黑鹵為主[23]。在本例中，將把T2l4、T2l3以及T2l1作為研究區的目標儲層。T2l4已探明的鹵儲層平均深度達4 600 m，可分為T2l4-1、T2l4-2這2個亞段，T2l4-2又可分為3個鹽組，鹵儲層就分布在3個鹽組中[24]，而T2l1探明的鹵儲層卻更靠近地表，達3 260 m，同樣可以分為2個亞段及鹽組[25]，如圖2（b）所示。不同的亞段之間形成區域性蓋層，再加上深部壓縮作用，給CO2的鹽水含水層埋存提供了條件。

綜合研究區內豐鹵1井、油1井、平落4井等鉆孔信息[26]和文獻調研，采用表1～2所列的數據對研究區進行CO2埋存能力估算。表中括號外的數據為區域平均值，用于基礎案例的計算。括號內的數據表示該參數的典型變化范圍，用于4.1節敏感性分析。

3 計算結果及分析

3.1 最大可持續超壓

根據1.1節所列公式和表1中的巖石力學參數，可計算出雷口坡組3套儲層不同地應力和巖石力學參數的最大可持續超壓ΔPM。表3列出了3個儲層的最大可持續超壓計算結果，可見基礎案例T2l4、T2l3和T2l1這3套儲層的ΔPM值分別為3.1、5.7、6.5 MPa；考慮不同巖石力學參數時ΔPM變化范圍分別為0.4～10.4、1.6～11.6、2.0～12.0 MPa。

分析表3可知，儲層抗拉強度S0和黏聚力越大，ΔPM越大。當抗拉強度大到一定程度，ΔPM便不再受其影響，這是因為此時β>0恒成立，儲層只發生剪切破壞，不發生拉張破壞。而ΔPM對有效應力比k0的響應十分敏感，小幅增加k0便能顯著地增強儲層抗破壞的能力，從而增加最大可持續超壓ΔPM。黏聚力C較小的儲層一般發生剪切破壞（見式（2）），但當C增大到一定程度時，剪切破壞壓力超過了拉張破壞壓力，此時，儲層β<0恒成立，儲層只發生拉張破壞，不發生剪切破壞，這一現象基本與S0的變化一致。

3.2 參考注入速率下的超壓響應

對比圖3（a）～（c）可知，相同布井方案下，以參考注入速率連續注入30 a后，雷四段產生的超壓最小、而雷一段最大，這主要是因為雷四段的滲透性相對最好導致的。

3.3 最大可持續注入速率

最大可持續超壓決定了GCS項目的注入操作必須滿足單井CO2可持續注入速率小于最大可持續注入速率（見式（3））。圖4給出了研究區3個儲層的最大可持續注入速率隨井數和井距的變化關系。圖中紅色實線對應儲層展布范圍限制，用來控制最大井距與井數。當井數小于30眼、井距為30 km以下時，雷四段、雷三段和雷一段3個儲層的最大可持續注入速率QM分別為0.550、0.051、0.054 Mt/a。這主要是因為雷四段的儲層厚度決定了更大的儲層容量，在單位時間內允許更大的可持續注入速率，使得雷四段的最大可持續注入速率明顯大于雷三段和雷一段。

3.4 CO2埋存能力

在上述計算的基礎上，將3個儲層的最大可持續注入速率乘以相應的注入時長，可計算出研究區3個儲層的CO2埋存能力（即最大埋存容量）。圖5顯示了雷口坡組目標儲層埋存容量隨井數和井距的變化規律，圖中的黑色實線、黑色虛線和紅色實線分別是CO2BLOCK的3種約束的可視化，即最小井距、現實技術瓶頸和儲層展布范圍限制，由式（4）～（6）控制。于是，儲層可以控制的埋存容量集中在由3條曲線所包圍的不規則區域里。觀察圖5可發現，增加井距或井數都會提高儲層埋存容量，而減小井距和井數則會降低埋存容量，這意味著儲層最大埋存容量位于紅色實線上某處，根據埋存容量等值線讀取紅線上的值即為目標儲層最大埋存容量。用此方法得到在注入時間為30 a的情況下T2l4、T2l3、T2l1的最大埋存容量為：0.68、0.10、0.05 Gt；總埋存容量為0.83 Gt，可埋存8.3億t CO2。

3.5 經濟最優方案

圖6給出了雷口坡組儲層埋存容量和可持續注入速率隨超壓的變化規律。從左到右依次為雷四段、雷三段和雷一段，深色曲線對應埋存容量隨超壓的變化，淺色曲線代表可持續注入速率隨超壓的變化。可以發現，可持續注入速率Q隨儲層超壓的變化趨勢與埋存容量V的變化趨勢相反。當井距d=2 km并保持不變時，可持續注入速率Q越大，說明對應的井數很少（見圖4），則超壓ΔPr越大，V就會越小；可持續注入速率Q越小，說明對應的井數很多，則超壓ΔPr越小，V就會越大。并且如上文所述，雷四段儲層厚度容量更大，承載能力更強，在多井并注工況下壓力抬升—即超壓更小，是更安全的目標儲層。

觀察圖4～5中的紅線，發現隨著井數的增加，埋存容量也增加，但最終會達到上限，這與儲層展布范圍的限制有關。為了比較不同場景下的埋存容量變化規律，從而得出經濟最優的GCS布井方案，圖7中提供了3個儲層埋存容量隨著井數和井距的變化規律。值得注意的是，在200口井時，儲層埋存容量才達到最大值。在圖7中，虛線方框內的交點處，儲層埋存容量曲線和井距曲線的交匯處已經達到了最大埋存容量的68%～ 80%，但其所對應的井數只占最大井數的15%～20%。因此，這表明圖中所示的埋存容量和井距曲線交匯處的布井方案是相對最優的。根據圖7交點處對應的3個儲層的埋存容量之和，最佳布井方案下，四川盆地雷口坡組儲層的鹽水含水層CO2埋存容量約為6.1億t，占總儲存能力的84%。可持續注入速率應根據可行的布井數量和井距來決定。當井數達到15至20口時，儲層就可以擁有大部分的埋存能力。

4 討論

4.1 參數敏感性

限于資料和儲層巖石參數本身非均質性導致的參數取值不確定性，采用儲層參數的區域平均值計算儲層CO2埋存能力存在相應的不確定性。為此有必要分析不同地應力和儲層物性參數對埋存能力計算結果的可能影響，進而識別敏感性最大的參數。圖8分析了表1～2和第1節公式中C、φ、r’、k、A、H、-的變化對埋存容量的影響，其中，紫色粗線對應基礎案例。

4.2 對比傳統數值計算

為評估本研究計算結果和CO2BLOCK方法特點，有必要與傳統數值計算進行對比分析。限于手頭資料，表4僅列出了本研究采用U.S.DOE法[7]和溶解度法[11]所選用的參數和計算結果。將它們與CO2BLOCK計算結果對比（見圖9）發現，溶解度法和U.S.DOE法所得的埋存容量均高于CO2BLOCK中CO2連續注入30 a的計算結果，分別為11.89億t和9.3億t，比CO2BLOCK估算的最大埋存容量大43%和12%。使用不同方法計算雷一段埋存容量時差異最為顯著，最大增幅達140%，而雷三段埋存容量變化最穩定。

CO2BLOCK計算結果低于上述2種傳統方法的計算值，該結論也與Qin等[18]一致，這是因為CO2BLOCK引入了超壓限制，從而約束了儲層埋存能力，這種約束在小規模儲層上體現得尤為明顯（例如：雷三段厚度較小，最大可持續超壓較小，所以，埋存能力也較小）。而溶解度法假設飽和CO2水溶液的碳全部來自注入的CO2，而未考慮鹽水含水層原有碳含量，這種情況下計算所得的CO2埋存容量要高約1.3%[36]，因此，計算的埋存容量最大。

5 結 論

基于多井并注工況下的儲層超壓疊加原理，利用De Simone等[14]的CO2BLOCK腳本程序評估了連續注入CO2 30 a內四川盆地儲層雷口坡組鹽水含水層的CO2埋存能力，并與U.S.DOE方法和溶解度法進行了對比，得出以下結論：

1）四川盆地雷口坡組儲層的CO2埋存能力為0.83 Gt，其中，雷四段的埋存容量最大，而雷一段的埋存容量最小。計算結果與U.S.DOE法和溶解度法具有可比性，后二者計算結果分別為0.93 Gt和1.19 Gt。

2）雷四段、雷三段和雷一段的最大可持續注入速率分別為0.550、0.051、054 Mt/a，對應的最大可持續超壓分別為3.09、5.67、6.55 MPa。

3）由淺及深3個儲層的經濟最優方案（井數/口，井距/km）分別為（16，17）（20，17）（16，19），埋存容量為0.50、0.07、0.04 Gt，合計占雷口坡最大埋存容量的84%。

4）最大埋存容量對應力比、儲層展布范圍和孔隙度的變化十分敏感；黏聚力、內摩擦角、滲透率、儲層厚度在不同程度上也影響最大可持續超壓，進而影響最大埋存容量。

參考文獻

[1] Xie J， Zhang K N， Li C， et al. Preliminary study on the CO2 injectivity and storage capacity of low-permeability saline aquifers at Chenjiacun site in the Ordos Basin[J]. International Journal of Greenhouse Gas Control， 2016， 52： 215-230.

[2] Xie J， Gou X F， Guo J. Assessing a potential site for offshore CO2 storage in the Weixinan Sag in the northwestern Beibu Gulf Basin， Northern South China Sea[J]. Greenhouse Gases： Science and Technology， 2023， 13（1）： 99-119.

[3] 張煒， 李義連， 鄭艷， 等. 二氧化碳地質封存中的儲存容量評估： 問題和研究進展[J]. 地球科學進展， 2008， 23（10）： 1061-1069. Zhang W， Li Y L， Zheng Y， et al. CO2 storage capacity estimation in geological sequestration： Issus and research progress[J]. Advances in Earth Science， 2008， 23（10）： 1061-1069. （in Chinese）

[4] 刁玉杰， 朱國維， 金曉琳， 等. 四川盆地理論CO2地質利用與封存潛力評估[J]. 地質通報， 2017， 36（6）： 1088-1095. Diao Y J， Zhu G W， Jin X L， et al. Theoretical potential assessment of CO2 geological utilization and storage in the Sichuan Basin[J]. Geological Bulletin of China， 2017， 36（6）： 1088-1095. （in Chinese）

[5] 范基姣， 賈小豐， 胡秋韻， 等. 四川盆地深部咸水含水層二氧化碳地質儲存適宜性評價[J]. 地下水， 2014， 36（6）： 59-64. Fan J J， Jia X F， Hu Q Y， et al. Potential and suitable conditions evaluation of CO2 storage in the salt water aquifer in the depth of Sichuan Basin[J]. Ground Water， 2014， 36（6）： 59-64. （in Chinese）

[6] Wei N， Li X C， Wang Y， et al. A preliminary sub-basin scale evaluation framework of site suitability for onshore aquifer-based CO2 storage in China[J]. International Journal of Greenhouse Gas Control， 2013， 12： 231-246.

[7] Goodman A， Hakala A， Bromhal G， et al. US DOE methodology for the development of geologic storage potential for carbon dioxide at the national and regional scale[J]. International Journal of Greenhouse Gas Control， 2011， 5（4）： 952-965.

[8] 楊永智， 沈平平， 宋新民， 等. 鹽水層溫室氣體地質埋存機理及潛力計算方法評價[J]. 吉林大學學報（地球科學版）， 2009， 39（4）： 744-748. Yang Y Z， Shen P P， Song X M， et al. Greenhouse gas geo-sequestration mechanism and capacity evaluation in aquifer[J]. Journal of Jilin University （Earth Science Edition）， 2009， 39（4）： 744-748. （in Chinese）

[9] 李琦， 魏亞妮. 二氧化碳地質封存聯合深部咸水開采技術進展[J]. 科技導報， 2013， 31（27）： 65-70. Li Q， Wei Y N. Progress in combination of CO2 geological storage and deep saline water recovery[J]. Science Technology Review， 2013， 31（27）： 65-70. （in Chinese）

[10] Li X C， Ohsumi T， Koide H， et al. Near-future perspective of CO2 aquifer storage in Japan： site selection and capacity[J]. Energy， 2005， 30（11/12）： 2360-2369.

[11] 李小春， 劉延鋒， 白冰， 等. 中國深部咸水含水層CO2儲存優先區域選擇[J]. 巖石力學與工程學報， 2006， 25（5）： 963-968. Li X C， Liu Y F， Bai B， et al. Ranking and screening of CO2 saline aquifer storage zones in China[J]. Chinese Journal of Rock Mechanics and Engineering， 2006， 25（5）： 963-968. （in Chinese）

[12] 韓燚， 梁榮柱. 深部鹽水層二氧化碳儲量的計算新方法[J]. 西部探礦工程， 2011， 23（6）： 112-115. Han Y， Liang R Z. The new means of estimation of CO2 storage capacity in deep saline aquifer[J]. West-China Exploration Engineering， 2011， 23（6）： 112-115. （in Chinese）

[13] Qiao X J， Li G M， Li M， et al. CO2 storage capacity assessment of deep saline aquifers in the Subei Basin， East China[J]. International Journal of Greenhouse Gas Control， 2012， 11： 52-63.

[14] Jafari M， Cao S C， Jung J. Geological CO2 sequestration in saline aquifers： implication on potential solutions of China’s power sector[J]. Resources， Conservation and Recycling， 2017， 121： 137-155.

[15] Cumming L， Gupta N， Sminchak J， et al. International collaboration to investigate carbon dioxide storage opportunities for a coal-fired power plant in Sichuan Basin， China[J]. Energy Procedia， 2014， 63： 4918-4925.

[16] De Simone S， Krevor S. A tool for first order estimates and optimisation of dynamic storage resource capacity in saline aquifers[J]. International Journal of Greenhouse Gas Control， 2021， 106： 103258.

[17] Nordbotten J M， Celia M A， Bachu S. Injection and storage of CO2 in deep saline aquifers： analytical solution for CO2 plume evolution during injection[J]. Transport in Porous Media， 2005， 58（3）： 339-360.

[18] Qin J Z， Zhong Q H， Tang Y， et al. CO2 storage potential assessment of offshore saline aquifers in China[J]. Fuel， 2023， 341： 127681.

[19] Ganjdanesh R， Hosseini S A. Geologic carbon storage capacity estimation using enhanced analytical simulation tool（EASiTool）[J]. Energy Procedia， 2017， 114： 4690-4696.

[20] De Simone S， Jackson S J， Krevor S. The error in using superposition to estimate pressure during multisite subsurface CO2 storage[J]. Geophysical Research Letters， 2019， 46（12）： 6525-6533.

[21] 林耀庭， 陳紹蘭. 四川盆地地下鹵水勘探開發前景展望[J]. 鹽湖研究， 2008， 16（1）： 1-7， 21. Lin Y T， Chen S L. Exploration and development prospect of underground brine in Sichuan Basin[J]. Journal of Salt Lake Research， 2008， 16（1）： 1-7， 21. （in Chinese）

[22] Zhou X， Li C J. Hydrogeochemistry of deep formation brines in the central Sichuan Basin， China[J]. Journal of Hydrology， 1992， 138（1/2）： 1-15.

[23] 林耀庭. 四川盆地三疊系地下鹵水儲層特征及其富集的控制作用[J]. 鹽湖研究， 1999， 7（3）： 1-7. Lin Y T. Storage characteristics of the ground brine of trias is Sichuan Basin and the determination factors of its enrichment[J]. Journal of Salt Lake Research， 1999， 7（3）： 1-7. （in Chinese）

[24] 林耀庭， 何金權， 王田丁， 等. 四川盆地中三疊統成都鹽盆富鉀鹵水地球化學特征及其勘查開發前景研究[J]. 化工礦產地質， 2002， 24（2）： 72-84. Lin Y T， He J Q， Wang T D， et al. Geochemical characteristics of potassium-rich brine in Middle Triassic Chengdu Salt Basin of Sichuan basinand its prospects for brine tapping[J]. Geology of Chemical Minerals， 2002， 24（2）： 72-84. （in Chinese）

[25] 林耀庭， 姚有成， 康正華， 等. 四川宣達鹽盆富鉀富礦鹵水地球化學特征及資源意義研究[J]. 鹽湖研究， 2004， 12（1）： 8-18. Lin Y T， Yao Y C， Kang Z H， et al. Study on the geochemical characteristics and resource significance of the highly mineralized potassium-rich brine in the Sichuan Xuanda Salt Basin[J]. Journal of Salt Lake Research， 2004， 12（1）： 8-18.（in Chinese）

[26] 王美芳. 川西三疊系水文地質特征及富鉀鹵水資源量計算[D]. 成都： 成都理工大學， 2014. Wang M F. Hydrogeological characteristics of Triassic in western Sichuan and calculation of potassium-rich brine resources[D]. Chengdu： Chengdu University of Technology， 2014. （in Chinese）

[27] Yang W， Liu M C， Wei G Q， et al. Lithofacies paleogeography and characteristics of large-scale reservoirs of the Middle Triassic Leikoupo Formation in Sichuan Basin， China[J]. Journal of Natural Gas Geoscience， 2021， 6（5）： 255-268.

[28] Tian H， Zhang J Y， Xin Y G， et al. Reservoir characteristics and forming conditions for the Middle Triassic Leikoupo Formation in the western Sichuan Basin， China[J]. Journal of Natural Gas Geoscience， 2019， 4（2）： 101-110.

[29] Redlich O， Kwong J N S. On the thermodynamics of solutions； an equation of state； fugacities of gaseous solutions[J]. Chemical Reviews， 1949， 44（1）： 233-244.

[30] Spycher N， Pruess K， Ennis-King J. CO2-H2O mixtures in the geological sequestration of CO2. I. Assessment and calculation of mutual solubilities from 12 to 100 ℃ and up to 600 bar[J]. Geochimica et Cosmochimica Acta， 2003， 67（16）： 3015-3031.

[31] Altunin V V， Sakhabetdinov M A. Viscosity of liquid and gaseous carbon dioxide at temperatures of 220-1300 K and pressure up to 1200 bar[J]. Teploenergetika， 1972， 8（5）： 85-89.

[32] Batzle M， Wang Z J. Seismic properties of pore fluids[J]. Geophysics， 1992， 57（11）： 1396-1408.

[33] Jaeger J C， Cook N G W， Zimmerman R. Fundamentals of rock mechanics[M]. John Wiley Sons， 2009.

[34] 李傳亮. 巖石壓縮系數與孔隙度的關系[J]. 中國海上油氣 地質， 2003， 15（5）： 355-358. Li C L. The relationship between rock compressibility and porosity[J]. China Offshore Oil and Gas， 2003， 15（5）： 355-358.（in Chinese）

[35] Brown E T， Hoek E. Trends in relationships between measured in-situ stresses and depth[J]. International Journal of Rock Mechanics and Mining Sciences Geomechanics Abstracts， 1978， 15（4）： 211-215.

[36] Bachu S， Adams J J. Sequestration of CO2 in geological media in response to climate change： capacity of deep saline aquifers to sequester CO2 in solution[J]. Energy Conversion and Management， 2003， 44（20）： 3151-3175.

[37] Duan Z H， Sun R. An improved model calculating CO2 solubility in pure water and aqueous NaCl solutions from 273 to 533 K and from 0 to 2000 bar[J]. Chemical Geology， 2003， 193（3/4）： 257-271.

（編輯 鄭潔）