Sparse Passive-Active Reservoir monitoring using Seismic, Electromagnetics, gravity, and surface deformation

Karbondioksid (CO2) vurderes å være hovedårsaken til global oppvarming, med CO2-nivåer i atmosfæren som stiger som følge av menneskelig aktivitet. Hvis det blir gjort i stor nok skala (Gt), kan karbonfangst og -lagring (CCS) i geologiske formasjoner bidra betydelig til å redusere CO2-utslipp. En stor utfordring for storskala CO2-lagring er kostnadene knyttet til den geofysiske overvåkingen i driftsfasen og etter at injeksjonen er avsluttet. Overvåking er nødvendig for å demonstrere sikker lagring og for å bekrefte samsvar mellom modellert og observert CO2-oppførsel som kreves av regulatorer (f.eks. 20 år i Norge). SPARSE-prosjektet vil bidra til storskala (Gt) lagring ved å etablere lavkost-overvåking ved bruk av et lite node-basert geofysisk system med noder på havbunnen eller på land. Systemet vil fungere som bakgrunnsovervåking for å etablere samsvar med forhåndsmodellering og kan utløse målrettede aktive seismiske undersøkelser ved behov. Dette vil redusere antallet konvensjonelle storskala seismiske 3D-undersøkelser i driftsfasen betraktelig, og det kan fjerne behovet for planlagte seismiske undersøkelser i postinjeksjonsfasen fullstendig. Hovedkravene til et slikt overvåkingssystem er: 1) at tilstrekkelig informasjon kan trekkes ut av en begrenset mengde data slik at relevante endringer i undergrunnen ikke bare kan oppdages, men også kvantifiseres; 2) høy repeterbarhet; 3) rimelig installasjon, drift og vedlikehold over flere tiår. SPARSE-prosjektet vil utføre en omfattende studie av ulike geofysiske datatyper, metoder for dataanalyse, implementeringsalternativer og tilhørende kostnader over levetiden til et CO2-lagringssted, for å lage en nodebasert "verktøykasse" for overvåking og finne den optimale konfigurasjonen for overvåking av gitte CO2-lagringssteder. I løpet av det første halvåret har de norske partnerne i SPARSE etablert en konsortieavtale mellom prosjektets 12 partnere, satt opp en første versjon av en hjemmeside, arrangert en kick-off, deltatt og presentert under ACT Knowledge Sharing Workshop og US-Norway Bilateral Meeting. I samband med en workshop i november 2023, presenterte SINTEF de første resultatene fra arbeid med å teste metoder for bruk av forskjellige typer passiv seismikk for monitorering. I tillegg viste SINTEF til planlegging av en studie av hvordan geomekanisk modellering kan brukes for å forbedre "sparse" monitorering og hvilken datakilder som da kan tas i bruk.

One major challenge for large scale CO2 storage operations is the cost associated with the geophysical monitoring during the operative phase and after the injection has ended (e.g., 20 years in Norway) to demonstrate safe storage and to assess conformance between the predicted and observed behaviour of the injected CO2 as required by regulators. A possible solution such for low-cost monitoring is the use of sparse geophysical data, collected from sea bottom nodes. These can serve as background monitoring systems to establish conformance with predicted behaviour or trigger target-oriented active seismic surveys when needed. This will reduce the number of conventional large scale 3D seismic surveys during the operational phase considerably, and it may remove the need for planned 3D seismic surveys in the post-injection phase altogether. We envision the use of strategically distributed geophysical monitoring "nodes" that contain seismic and EM sources and receivers, as well as a gravimeters and surface deformation observations that can be deployed (semi-) permanently on the sea floor or on land. The seismic receivers may consist of conventional seismometers and fiber-optic cables around the node. The use of complementary data will enable the quantitative estimation of subsurface parameters (e.g., pressure and saturation), relevant for assessing conformance and containment around the node. We will develop a principle node design that can be adapted to the site specific requirements and monitoring target. The main R&D activities are: a) investigation of all potential data types or aspects of data that may be suited for the sparse node-based monitoring, and b) quantification of key parameters for conformance/containment monitoring from (multi-physics) sparse data c) practical implementation of a low-cost sparse system (technical, automatic conformance, practicality, cost).