Almacenamiento geológico <strong>de</strong> CO2‐ Conversiones <strong>de</strong> los mo<strong>de</strong>los <strong>de</strong> datos (featuresclass/vectorial/ráster).‐ Exportación <strong>de</strong> datos a softw<strong>ar</strong>e externo, <strong>de</strong>s<strong>ar</strong>rollo <strong>de</strong>las operaciones neces<strong>ar</strong>ias e importación <strong>de</strong> nuevo <strong>de</strong> losdatos al SIG. El softw<strong>ar</strong>e SIG no provee <strong>de</strong> todas lasherramientas neces<strong>ar</strong>ias p<strong>ar</strong>a el <strong>de</strong>s<strong>ar</strong>rollo <strong>de</strong> todas lasoperaciones que se requieren, por lo que es neces<strong>ar</strong>io lainteracción con otros tipos <strong>de</strong> softw<strong>ar</strong>e (<strong>de</strong>s<strong>ar</strong>rollo <strong>de</strong>programas <strong>de</strong> cálculo en Fortran, programas <strong>de</strong> análisisgráficos, hojas <strong>de</strong> cálculo, etc.).‐ Des<strong>ar</strong>rollo <strong>de</strong> operaciones con herramientasproporcionadas por el propio SIG (operaciones booleanas,operaciones <strong>ar</strong>itméticas, aplicaciones <strong>de</strong> módulosgeoestadísticos, etc.).‐ Elaboración final <strong>de</strong> los MDT.Debido a que se requiere el valor <strong>de</strong> las v<strong>ar</strong>iables enestudio en áreas no muestreadas, será neces<strong>ar</strong>io recurrir atécnicas <strong>de</strong> interpolación que permitan exten<strong>de</strong>r lainformación analítica proce<strong>de</strong>nte <strong>de</strong> puntos <strong>de</strong> muestreo auna superficie continua, basándose en la v<strong>ar</strong>iabilida<strong>de</strong>spacial entre observaciones. Estas técnicas <strong>de</strong>interpolación se basan en que los valores <strong>de</strong> puntos máscercanos han <strong>de</strong> ser más simil<strong>ar</strong>es entre sí que los valores<strong>de</strong> puntos más distantes. P<strong>ar</strong>a po<strong>de</strong>r realiz<strong>ar</strong>lo, se hace uso<strong>de</strong> la Geoestadística, porque, a diferencia <strong>de</strong> otrosmétodos <strong>de</strong> interpolación existentes, aporta informaciónsobre los errores cometidos en la estimación.La Geoestadística se <strong>de</strong>fine como la aplicación <strong>de</strong> la Teoría<strong>de</strong> Funciones Aleatorias al reconocimiento y estimación <strong>de</strong>fenómenos naturales [22]. P<strong>ar</strong>te <strong>de</strong> la v<strong>ar</strong>iabilidad ocontinuidad espacial <strong>de</strong> las v<strong>ar</strong>iables distribuidas en elespacio, que tienen una estructura p<strong>ar</strong>ticul<strong>ar</strong> [22], y buscael mejor estimador que minimice la v<strong>ar</strong>ianza <strong>de</strong>l error <strong>de</strong>estimación. Por tanto, la Geoestadística permite el estudio<strong>de</strong> los fenómenos naturales, consi<strong>de</strong>rando la <strong>de</strong>pen<strong>de</strong>nciaespacial que se presenta entre observaciones. En general,estas técnicas presentan mejores resultados que las <strong>de</strong>interpolación tradicionales (Spline, Distancia InversaPon<strong>de</strong>rada, etc.). El Kriging, método geoestadístico <strong>de</strong>interpolación aplicado en este trabajo, está consi<strong>de</strong>radocomo el mejor estimador lineal insesgado y genera losresultados más próximos a las observaciones reales [23].Abundan las referencias bibliográficas sobre el efectonegativo que pue<strong>de</strong> tener el uso <strong>de</strong>l método Kriging enlas estimaciones, sin un estudio previo <strong>de</strong> la estructuraespacial <strong>de</strong> los datos y la selección a<strong>de</strong>cuada <strong>de</strong>l mo<strong>de</strong>lo<strong>de</strong> semiv<strong>ar</strong>iograma y sus p<strong>ar</strong>ámetros [24].El proceso <strong>de</strong> cálculo consta <strong>de</strong> las siguientes etapas:‐ Análisis exploratorio <strong>de</strong> los datos. Es conveniente unanálisis exploratorio <strong>de</strong> los datos p<strong>ar</strong>a evit<strong>ar</strong> inici<strong>ar</strong> unamo<strong>de</strong>lización geoestadística sin la previa verificación <strong>de</strong>la <strong>de</strong>pen<strong>de</strong>ncia, estacionalidad y tipo <strong>de</strong> distribuciónestadística <strong>de</strong> los mismos [25]. Se tratafundamentalmente <strong>de</strong> la c<strong>ar</strong>acterización estadística <strong>de</strong> lamuestra previamente a la estimación y mo<strong>de</strong>lización <strong>de</strong>lsemiv<strong>ar</strong>iograma, <strong>de</strong> manera que se obtenga la mayorinformación posible <strong>de</strong> los datos que se disponen, p<strong>ar</strong>apo<strong>de</strong>r estim<strong>ar</strong> la vali<strong>de</strong>z <strong>de</strong> las posibles inferencias <strong>ar</strong>ealiz<strong>ar</strong> tras la estimación y mo<strong>de</strong>lación <strong>de</strong>lsemiv<strong>ar</strong>iograma.‐ Estimación <strong>de</strong> la función <strong>de</strong> correlación espacial. La fase<strong>de</strong> mo<strong>de</strong>lización <strong>de</strong> los semiv<strong>ar</strong>iogramas pue<strong>de</strong> lleg<strong>ar</strong> aser muy compleja, especialmente con la existencia <strong>de</strong>datos dispersos [26], tal y como suele suce<strong>de</strong>r en estasaplicaciones, c<strong>ar</strong>acterizadas por una información escasa ydon<strong>de</strong> no es posible influir en el diseño <strong>de</strong>l muestreo.‐ Mo<strong>de</strong>lización <strong>de</strong> la función <strong>de</strong> correlación espacial. Trasla mo<strong>de</strong>lización <strong>de</strong> los semiv<strong>ar</strong>iogramas experimentales,<strong>de</strong>be abord<strong>ar</strong>se el cálculo <strong>de</strong> los semiv<strong>ar</strong>iogramasteóricos mediante la búsqueda y ajuste <strong>de</strong> losp<strong>ar</strong>ámetros <strong>de</strong> las funciones analíticas que representena<strong>de</strong>cuadamente los valores estimados <strong>de</strong> lossemiv<strong>ar</strong>iogramas experimentales obtenidos. La selección<strong>de</strong>l mo<strong>de</strong>lo y los p<strong>ar</strong>ámetros apropiados a lasc<strong>ar</strong>acterísticas <strong>de</strong>l semiv<strong>ar</strong>iograma empírico constituye elpunto más importante en el proceso.‐ Validación <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong>l semiv<strong>ar</strong>iograma o estimación<strong>de</strong> la “bondad” <strong>de</strong> cada mo<strong>de</strong>lo teórico <strong>de</strong>semiv<strong>ar</strong>iograma obtenido. El mo<strong>de</strong>lo teóricoseleccionado se obtiene como solución <strong>de</strong> compromisoentre los distintos grados <strong>de</strong> exactitud/precisiónalcanzados por cada mo<strong>de</strong>lo.‐ Estimación espacial <strong>de</strong> la propiedad estudiada y análisisintegral <strong>de</strong> los resultados <strong>de</strong> estimación. Una vez halladoel semiv<strong>ar</strong>iograma teórico validado, se pue<strong>de</strong> proce<strong>de</strong>r alcálculo <strong>de</strong> las interpolaciones por método Kriging.UAI<strong>Sustentabilidad</strong>
Almacenamiento geológico <strong>de</strong> CO2Los resultados se reflejan, por un lado, en el mo<strong>de</strong>lo <strong>de</strong>distribución espacial <strong>de</strong> la v<strong>ar</strong>iable estimada; y por otro, enel <strong>de</strong> estimación <strong>de</strong> las incertidumbres asociadas a lasinferencias estadísticas. Dado que no es posible <strong>de</strong>scribir l<strong>ar</strong>ealidad <strong>de</strong> una manera exacta a p<strong>ar</strong>tir <strong>de</strong> unos datos,<strong>de</strong>be evit<strong>ar</strong>se la presentación <strong>de</strong> inferencias sin est<strong>ar</strong>acompañadas <strong>de</strong> una estimación <strong>de</strong> las incertidumbresasociadas a las mismas[26].I<strong>de</strong>ntificación <strong>de</strong> las zonas almacénMediante la aplicación <strong>de</strong> las etapas hasta ahoraexpuestas, es posible <strong>de</strong>termin<strong>ar</strong> la geometría básica <strong>de</strong>lpotencial almacén geológico. Pero no todo el volumen <strong>de</strong>roca es a<strong>de</strong>cuado p<strong>ar</strong>a el almacenamiento geológico <strong>de</strong>lCO2 (se consi<strong>de</strong>ra exclusivamente el almacenamientovolumétrico, pues es el más importante en las etapasiniciales), por lo que se hace neces<strong>ar</strong>ia la introducción <strong>de</strong>condiciones limitantes <strong>de</strong> naturaleza técnica ytermodinámica. La introducción <strong>de</strong> estas condiciones en elSIG <strong>de</strong>termina el volumen <strong>de</strong> formación válido p<strong>ar</strong>a elalmacenamiento.Definición <strong>de</strong> las condiciones limitantesPor criterios <strong>de</strong> limitación técnica y económica, se haestablecido una cota <strong>de</strong> profundidad máxima <strong>de</strong>formación válida p<strong>ar</strong>a almacen<strong>ar</strong> el CO2 <strong>de</strong> 2.500 metros[4]. Este valor constituye la cota técnica limitante (Ctcl)<strong>de</strong>l almacén.Con respecto a la condición termodinámica o cotatermodinámica limitante (Ctml), su cálculo está ligado alcálculo <strong>de</strong> la profundidad a la que el CO2 alcanza supunto crítico (ver Figura 5), cota <strong>de</strong> profundidad a p<strong>ar</strong>tir<strong>de</strong> la cual se alcanzan las condiciones <strong>de</strong> almacenamientoen estado supercrítico.El CO2 en condiciones atmosféricas es un gastermodinámicamente estable, con una <strong>de</strong>nsidad <strong>de</strong> 1,87kg/m3. P<strong>ar</strong>a po<strong>de</strong>r almacen<strong>ar</strong> geológicamente gran<strong>de</strong>scantida<strong>de</strong>s <strong>de</strong> CO2, es neces<strong>ar</strong>io que éste alcance las<strong>de</strong>nsida<strong>de</strong>s propias <strong>de</strong> su estado supercrítico,sensiblemente mayores (el punto crítico <strong>de</strong>l CO2 viene<strong>de</strong>finido por los valores <strong>de</strong> las v<strong>ar</strong>iables expuestas en laTabla 1 [27]).En estado supercrítico, la <strong>de</strong>nsidad <strong>de</strong>l CO2 escomp<strong>ar</strong>able a la que se presenta en estado líquido,mientras que su coeficiente <strong>de</strong> difusión es comp<strong>ar</strong>ablecon el que presenta en estado gaseoso. Cuanto más<strong>de</strong>nsidad alcance, más eficientemente pue<strong>de</strong> serutilizado el espacio poroso p<strong>ar</strong>a el almacenamientogeológico <strong>de</strong>l CO2 [28]. Se trata <strong>de</strong> un conceptoimportante ligado a la eficiencia <strong>de</strong> almacenamiento,<strong>de</strong>finido como la capacidad <strong>de</strong> almacenamiento porunidad <strong>de</strong> volumen [29].Figura 5: Diagrama <strong>de</strong> fases Presión-Temperatura p<strong>ar</strong>ael CO2 puro.P<strong>ar</strong>a po<strong>de</strong>r <strong>de</strong>termin<strong>ar</strong> la Ctml, la cuestión se centra en l<strong>ar</strong>esolución <strong>de</strong>l problema termodinámico <strong>de</strong>lcomportamiento P‐v‐T (presión, volumen mol<strong>ar</strong>,temperatura) <strong>de</strong>l CO2, p<strong>ar</strong>a los intervalos <strong>de</strong>temperaturas y presiones <strong>de</strong>finidas por las condiciones<strong>de</strong>l reservorio. Así, en formaciones <strong>de</strong> almacenamientocon temperaturas superficiales y gradientes geotérmicoselevados, el CO2 alcanza las condiciones <strong>de</strong>UAI<strong>Sustentabilidad</strong>