专刊征稿 | AI赋能二氧化碳捕集、利用与封存与新能源融合 —— 基于岩石力学的碳中和地球能源系统

全球碳中和转型正在推动石油和天然气行业加快低碳化改造进程。碳捕集、利用与封存（CCUS）技术、可再生能源、氢能生产与数字智能技术的深度融合，已成为传统化石能源体系向碳中和能源体系转型中兼具技术可行性与经济可行性的关键路径。

在 CCUS、地下能源储存及新能源开发利用等低碳能源工程中，流体‑岩石相互作用、多相渗流及地质力学响应等关键过程均与岩石力学密切相关，对这些过程的认识与调控水平直接决定工程安全、长期运行可靠性及规模化应用潜力。

然而，传统岩石力学理论在应对 CCUS‑新能源复合系统所涉及的多尺度、多物理场和高度非线性过程时，仍存在明显局限。人工智能虽已逐步融入岩石力学研究，但面向 CCUS‑新能源系统的相关研究仍处于起步阶段。本专刊致力于推动岩石力学、人工智能与碳管理交叉领域的前沿理论、关键技术及工程应用的发展，为跨学科研究树立新的学术标杆。

征稿主题包含但不限于：

• 人工智能辅助的 CO₂-岩石、H₂-岩石相互作用过程中岩石力学性质表征及演化规律

• 机器学习驱动的孔隙-裂隙岩体 THMC 耦合过程多尺度建模

• 面向 CCUS 与地下能源储存的数字岩石力学：计算机视觉与深度学习增强方法

• 人工智能驱动的储层注入能力、盖层封闭性与长期封存安全评价

• 基于多源数据融合的 CCUS 工程诱发地震与断层活化实时监测预警

• 面向油气田 CO₂强化开采与地质封存协同的地质-岩石力学优化方法

• 碳中和油气田开发方案的岩石力学基础与人工智能赋能设计

• 地下储氢：岩石力学作用机制、人工智能驱动的场址优选与运行优化

• 压缩空气储能与地下抽水蓄能中的岩石力学挑战及人工智能解决方案

• 面向 CCUS 与地下储能设施智能运维的数字孪生技术

• 基于岩石力学与人工智能的碳中和油气系统全生命周期性能评价

• 深海 CO₂ 水合物固化封存：海床岩石力学与人工智能辅助风险管控

• 电化学 CO₂ 还原与矿物碳化过程中的岩石-流体界面作用机制及机器学习优化

· 孙树瑜

教授，同济大学，suns@tongji.edu.cn

· 章   涛 

教授，中国石油大学（华东），tao.zhang@upc.edu.cn

· 任   利

教授，四川大学，renli@scu.edu.cn

投稿截止日期：2026年12月31日

稿件提交说明：

投稿链接：

https://www.editorialmanager.com/rockmb/default2.aspx

投稿前请仔细阅读期刊主页的“Guide for Authors”，提交稿件时请选择：VSI: AI CCUS Geo-Energy 所有提交的内容都将经过正常的同行评审过程。如果稿件被接受，文章将以开放获取的方式发表且作者无需支付费用。

投稿页面