# 點擊藍字 關注我們 #
![]()
![]()
近日,廈門大學吳建洋教授團隊在 Carbon Neutrality 發表最新研究,通過高通量分子動力學模擬與機器學習系統揭示了多晶 CH4–CO2 水合物的熱穩定性、熔融行為及籠結構轉化機制,為CO2地質封存與天然氣水合物開采提供新思路。
![]()
文章亮點
![]()
首次基于 120+ 組高通量 MD 模擬系統研究多晶 CH4–CO2水合物(PCCHs)的熔融行為。
揭示 CO2替代會降低水合物熱穩定性:每增加 20% CO2,熔點下降約 6 K。
識別 14 種水籠結構及其關鍵轉化路徑,明確 512、51262 和 4151062為核心轉化“樞紐”。
發現 CH4促進簡單快速的籠轉變,而 CO2導致更復雜、更緩慢的結構重構。
開發 基于 XGBoost 的預測模型(R2>0.94),成功實現熔點的機器學習預測,并識別主控微結構特征(512、51262、4151063 籠)。
為CO2地下注入、水合物能量利用與碳中和研究提供可靠微觀機制解釋。
![]()
內容簡介
![]()
在全球“碳中和”戰略背景下,如何實現二氧化碳(CO2)的長期安全封存與清潔能源的高效開發,已成為能源科學與地球工程領域的核心科學問題之一。天然氣水合物(Natural Gas Hydrates, NGHs)因其儲量巨大、能量密度高、燃燒清潔,被認為是極具潛力的未來能源載體。同時,利用 CO2替代CH4并以水合物形式實現地質封存,被視為兼顧碳減排與能源回收的理想技術路徑。然而,自然界中廣泛存在的水合物并非理想單晶結構,而是由大量取向隨機的晶粒及其晶界構成的多晶體系。晶界區域往往富含結構缺陷、非常規籠結構與亞穩態水籠,是控制水合物熱穩定性、力學性能及相變行為的關鍵因素。尤其在 CH4–CO2共存體系中,CO2的引入會顯著改變水合物的微觀結構與穩定性,但其分子層面的作用機制仍缺乏系統認知。在此背景下,深入揭示多晶CH4–CO2水合物在熱加載條件下的熔融行為、籠結構演化規律及其與CO2含量之間的內在聯系,對于科學評估CO2注入型水合物儲層穩定性、優化CH4–CO2置換開采策略具有重要理論與工程意義。
本研究以“多晶結構 + 多組分客體 + 熱加載”為核心問題,創新性地結合:高通量分子動力學(MD)模擬;系統的水籠結構識別與轉化統計;機器學習(ML)模型的預測與特征解釋。構建了一個從原子尺度結構演化到宏觀熱穩定性的完整研究框架。研究共構建 120 個多晶CH4–CO2水合物模型,系統考察CO2含量從 0% 到 100% 的演化規律,并在連續升溫條件下解析其熱熔融與結構重構過程。
![]()
圖文導讀
![]()
![]()
![]()
結論一
CO2顯著降低多晶 CH4–CO2水合物的熱穩定性。
通過 Lindemann 指數精確表征水合物的熱熔融行為,研究發現:
? 多晶CH4–CO2水合物的熔點隨CO2含量增加呈近線性下降;
? CO2含量每增加 20%,平均熔點降低約 6 K;
? 這一趨勢在不同多晶構型中具有良好統計一致性。
這一結果從分子層面定量證實了CO2對水合物骨架結構的削弱效應,為 CO2注入型水合物儲層的熱穩定性評估提供了關鍵參數依據。研究顯示:CO2替代 CH? 會系統性降低水合物的熔點。熔點隨CO2含量增加呈單調下降,趨勢幾乎線性。特別是:CO2含量每提升 20%,熔點下降約 6 K。
![]()
圖1 (a) 基于全局 Lindemann 指數–溫度曲線確定的不同 CO2 濃度(0%、20%、40%、60%、80% 和 100%)下多晶 CO? 水合物(PCCHs)的熔點。對于每一種 CO? 濃度,均計算了 20 個不同構型的 PCCHs 以獲得統計可靠的結果。
![]()
![]()
結論二
識別 14 種水籠結構及其數量演化規律。
研究首次系統統計了多晶CH4–CO2水合物中出現的全部籠結構類型,共識別出 14 種水籠,包括: 典型 sI 結構籠:512、51262(主要位于晶粒內部); 非常規與亞穩態籠:4151062、4151063、425864 等(主要分布于晶界區域)。結果表明: CO2的引入顯著降低 512 籠數量; 51262 籠對 CO2具有更強的結構適應性; 非常規籠在高 CO2含量樣品中明顯增多。
![]()
圖2 (a)和(b) 代表性多晶 CO? 水合物(PCCHs)在不同 CO? 濃度(0%–100%)條件下,傳統 sI 型水合物籠結構 512 與 51262 數量隨溫度變化的關系。(c)和(d) 代表性多晶 CO? 水合物(PCCHs)在不同 CO? 濃度(0%–100%)條件下,非傳統水合物籠結構 4151062 與 4151063 數量隨溫度變化的關系。
![]()
![]()
結論三
水合物熱熔融由“籠結構轉化”主導,而非簡單解離。
通過對數十萬次結構事件的統計分析,研究揭示:
? 多晶水合物的熱熔融過程以“水籠轉化”為主導機制;
? 51262 與 4151062 籠是最關鍵的“結構轉化樞紐”;
? 多數籠結構需經這些核心籠作為中間態完成重構。
該發現突破了傳統“直接解離”認知,揭示了多晶水合物熱失穩的真實微觀路徑。
![]()
圖3 不同 CO? 濃度條件下多晶 CO? 水合物(PCCHs)在熱加熱過程中14 種水合物籠結構之間轉化關系的熱圖,該熱圖基于各類籠結構數量的變化統計得到:(a) CO? 濃度為 100%;(b) CO? 濃度為 0%;(c) CO? 濃度為 60%;(d) CO? 濃度為 40%。
![]()
![]()
結論四
CH4與CO2引導不同的結構重構機制。
模擬顯示,CH4客體促進快速、直接的籠轉變(如 512 ? 4151062),有利于維持局部結構穩定。CO2客體使局部結構更復雜,轉化路徑更曲折,耗時更長,更容易誘導籠結構畸變與系統失穩。這從分子層面揭示了CH4與CO2在水合物穩定性中的本質差異。
![]()
圖4 典型水合物籠結構轉化的分子尺度起源。當 (a) CO? 和 (b) CH? 分子作為客體分子時,512 籠 與 4151062 籠 之間轉化過程中所經歷的構型演化過程。
![]()
圖 5 客體分子誘導的水合物籠結構構型對比。(a) 在 298.9 K 和 299.0 K 條件下,分別包裹 CO? 客體分子的 512 籠 與 4151062 籠 的瞬時構型;(b) 分別包裹 CH? 客體分子的 4151062籠 與 512 籠 的代表性構型。
![]()
![]()
結論五
機器學習實現熔點精準預測并識別關鍵結構因子。
基于 120 組 MD 數據,研究構建了 GBDT、RF 與 XGBoost 等多種 ML 模型,其中:XGBoost 模型表現最佳(R2 > 0.94); 512、51262 與 4151063 籠是決定熔點的最關鍵微結構特征; 實現了“由結構直接預測熱穩定性”的快速評估框架。該方法為未來水合物穩定性的高效篩選與工程預測提供了新范式。
![]()
圖6 機器學習模型對多晶 CO?–CH? 混合水合物(PCCHs)熔點的預測結果。(a) 基于梯度提升決策樹(GBDT)模型的熔點預測結果;(b) 基于極端梯度提升(XGBoost)模型的熔點預測結果;(c) 基于隨機森林(RF)模型的熔點預測結果;(d) 采用 XGBoost 模型評估的 14 種水合物籠結構特征在 PCCHs 熔點預測中的相對重要性。圖中結果表明,不同機器學習模型在預測 PCCHs 熔點方面均表現出良好的擬合能力,其中 XGBoost 模型在預測精度與穩定性方面具有明顯優勢。同時,特征重要性分析揭示了不同類型水合物籠結構對體系熱穩定性的貢獻差異,為從微觀結構角度理解多晶水合物的宏觀熔融行為提供了數據驅動的理論依據。
![]()
總結展望
![]()
本研究首次系統揭示了多晶CH4–CO2水合物在熱加載條件下的穩定性演化規律與微觀結構轉化機制,明確了CO2在削弱水合物穩定性中的關鍵作用,并建立了結構—性能之間的可預測關系。研究成果為以下方向提供直接理論支撐:
CO2地質封存安全性評估:可靠判斷CO2注入后水合物層的穩定性與潛在風險。
CH4–CO2置換開采的效率優化:揭示CO2的結構削弱效應,為提高開采效率提供路徑。
高CO2含量水合物區的熱力學預測:實現基于結構特征的快速、可泛化預測。
未來,作者指出將進一步探索:(1)多場耦合條件下的結構演化,(2)超大規模晶界網絡的熱穩定性, (3)ML 驅動的水合物結構逆向設計。為“碳中和”戰略中的CO2封存與天然氣水合物開發提供更精準的理論工具。
![]()
原文信息
![]()
CO2 sequestration trade-offs in polycrystalline hydrate stability
作者:
Xinheng Li, Junde Huang, Kaibin Xiong, Yongxiao Qu, Xiaoyu Shi, Yuan Li, Zhisen Zhang & Jianyang Wu*
https://link.springer.com/article/10.1007/s43979-025-00151-w
DOI:
https://doi.org/10.1007/s43979-025-00151-w
Cite this article:
Li, X., Huang, J., Xiong, K. et al. CO2 sequestration trade-offs in polycrystalline hydrate stability. Carb Neutrality 4, 33 (2025). https://doi.org/10.1007/s43979-025-00151-w
![]()
![]()
掃碼獲取原文
![]()
通訊作者信息
![]()
![]()
吳建洋,廈門大學,教授
研究領域
長期從事水合物、復雜凝聚態材料及分子模擬與機器學習交叉研究,在氣體水合物結構穩定性與多尺度建模方面取得系列成果。
個人簡介
吳建洋,教授,博士生導師,廈門大學物理系。福建省首批境外C類人才,廈門市高層次人才,江西省杰青,主持國家級自然科學基金5項,長期從事水合物、復雜凝聚態材料及分子模擬與機器學習交叉研究,在氣體水合物結構穩定性與多尺度建模方面取得系列成果。發表SCI論文150余篇,以通信或第一作者發表在Nat. Commun., JACS, Nano Lett., Energy Stor. Mater., Adv. Sci., Carbon Neutrality, Small, Mater. Today. Phys., Mater. Today. Nano., Appl. Mater. Today, J Colloid Interf. Sci., ACS Sustain. Chem. Eng., Energy, Adv. Geo-Energy Res., Chem. Mater., Desalination, ACS Appl. Mater. Inter., Carbon, Nanoscale, Appl. Phys. Lett., 2D Mater., JMCC, JPCL, Energ. Fuel, Int. J. Mech. Sci., MRS Bull., Petr. Sci., Eng. Fract. Mech., Mech. Mater., J. Phys. D: Appl. Phys.等期刊。
聯系方式
E-mail: jianyang@xmu.edu.cn
圖文來源:原文作者
編輯:Carbon Neutrality編輯部
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
Carbon Neutrality 是由上海交通大學與Springer Nature合作出版的低碳科學與技術及碳管理領域的國際跨學科綜合期刊。本刊旨在打造碳中和領域旗艦期刊和國際一流期刊,主要刊載低碳相關領域具有高度原創性、能夠反映學科水平的高質量研究論文和評論性綜述文章,為國內外從事低碳研究的專家學者提供一個專業的國際學術交流平臺。
期刊創刊主編由上海交通大學講席教授趙長穎擔任,12名中國兩院院士擔任顧問編委,國際編委26名(占比50%)。
目前已被ESCI、EI、Scopus、CAS、DOAJ、CSCD數據庫收錄,成功入選2023中國科技期刊卓越行動計劃高起點新刊項目。創刊三年即獲首個影響因子 12.5,位列 JCRQ1區。期刊成功入選“2025中國國際影響力優秀學術期刊”,在150種國際影響力優秀學術期刊(自然科學與工程技術 英文)中位列第5位。
Carbon Neutrality文章處理費(Article Processing Charge)全免,竭誠歡迎國內外低碳領域專家、學者積極投稿,攜手共建碳中和領域全球科學社群!
轉載、合作、咨詢歡迎后臺留言或聯系編輯部郵箱
CN_Editorial@sjtu.edu.cn
期刊網站:
www.springer.com/journal/43979
投稿系統:
www.editorialmanager.com/lowc/default.aspx
微信公眾號 | Carbon Neutrality碳中和
LinkedIn | @Carbon Neutrality
Facebook | @CarbonNeutralityCN
Twitter | @CN_Editorial
歡迎“分享”、“點贊”
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.