《  離岸碳封存（Offshore CCS）的政策芻議 》

發展離岸碳封存（Offshore CCS）是台灣邁向 2050 淨零碳排的關鍵策略。

不同工法的選擇，會直接決定專案在技術可行性、經費成本與環境影響

（如：地震、生態、漁業溝通）上的成敗。

綜合台灣地質現況與國際指標案例（挪威、日本、澳洲），

以下針對「斜向井」、「水平井」與「離岸平台」三種配置與工法進行綜合評估：

離岸碳封存三大工法綜合評估

1. 斜向井（定向鑽井）由陸注海

由陸地或近岸海堤往海域下方定向鑽進，將二氧化碳注入離岸的深部鹽水層中。

• 技術可行性：高。

技術相當成熟，中油大林埔計畫（規劃中）與台灣西部沿海試驗多傾向此法，透過定向鑽頭可在地底下進行大角度轉彎。

• 經費成本：低。

因為鑽掘設備、高壓灌注與監測設備全部設在陸地上，省去極為高昂的海事工程、海上平台維運與海底管線鋪設費用。

• 環境影響：低。

對海洋生態、鯨豚、白海豚以及地方漁業海域的干擾最小，社會溝通難度較低。

• 國際指標經驗：日本苫小牧（Tomakomai）計畫。

這是全球最典型的「由陸鑽海」示範案例，成功從陸上發電廠與石化廠捕捉碳後，打斜向井注入離岸 3~4 公里的海底砂岩與鹽水層中，完全避免了對沿海漁業與港口營運的干擾。

2. 長距離水平井

鑽井至目標地層（如深度 800 至 3000 公尺的深部鹽水層）後，沿著高孔隙率的儲集層橫向延伸鑽進。

• 技術可行性：中高。

需精準的地質導向（Geo-steering）技術，以確保鑽頭維持在最佳的「蓋層」下方與「儲集層」內部。

• 經費成本：中高。

鑽井初期成本較直井高，但因為水平段大幅增加了二氧化碳與地層的接觸面積，單井灌注量高，長遠來看可減少需要增打的井數。

• 環境影響：中。

地底段雖長，但地表或海床的足跡與直井相同。不過台灣地處板塊交界、斷層多，長距離水平井若經過未知微斷層，需有更嚴密的微震監測與水質防護。

• 國際指標經驗：澳洲 Goreng（Gorgon）計畫與部分北海專案。

在厚度大、延伸廣的鹽水層中，常利用高難度的水平井來擴大碳封存的擴散半徑，提升單井運作效益。

3. 離岸平台與海底管線

在遠海設立固定式或浮式平台，或直接在海床建立 subsea 注入系統，由船舶或長距離海底管線運送液態二氧化碳進行封存。

• 技術可行性：中。

需要極高規格的海事工程技術、海底高壓管線（防腐蝕與超臨界狀態維持）以及遠端監測運維能力。

• 經費成本：極高。

不論是新建海上平台，或是改造廢棄的離岸油氣平台，其動員、海纜、船運、高壓防爆設備以及水下維護成本皆為天文數字。

• 環境影響：高。

海上施工對海洋生態有直接衝擊，且海底管線鋪設、船舶接駁容易與台灣西部發達的離岸風電場區、傳統漁場產生空間衝突，環評與社會溝通成本極高。

• 國際指標經驗：歐盟北極光（Northern Lights）計畫。

挪威此計畫是全球首個跨境商業化水下封存案例。

但特別的是，他們不使用海上平台，而是把歐陸收集的液態碳用碳運輸船運到岸上終端站，再透過一條 100 公里的海底管線，直接灌入海床下 300 公尺的「海底地底注入設施」（Subsea structure），封存在地底 2,600 公尺的深處。

台灣離岸碳封存的整合型策略建議

綜合上述分析，台灣在推動海域地質碳封存時，應採取分階段、複合式的工法配置：

評估指標	斜向井 （由陸注海）	水平井 （地底橫向擴展）	離岸平台 / 水下管線
技術成熟度	成熟	中高	複雜
建置與運維成本	最低	中等	極高
海域環境衝突	微乎其微	無額外影響	極高（風場、漁業）
最適合台灣的定位	近岸先導與萬噸級試驗	擴大單井灌注效能	遠期大規模商業化

• 首選策略（效法日本苫小牧）：

台灣在發展初期，應以陸地架設鑽機、打斜向井（或斜井加水平井）進入苗栗、彰化或高雄近岸海底的鹽水層為主力。如此可完全避開海事工程的高昂投資，並降低對沿海鯨豚與漁業的環評阻力。

• 結合水平鑽井提升經濟效益：

西部海域鹽水層潛力巨大（估計達數百億噸），可利用斜井入海後，順著地層轉為長距離水平井，在單一鑽井足跡下極大化碳封存的總量。

• 遠期借鏡挪威模式：

當未來封存量達百萬噸商業規模、必須往更遠的深海發展時，台灣應優先考慮無人化海底灌注系統（Subsea）搭配海底管線，而非蓋新的離岸平台，以因應台灣海峽多颱風、多地震的嚴苛環境考量。

---

台灣推動離岸碳封存的關鍵技術路徑，以達成 2050 年淨零排放的長期目標。

詳盡對比了「斜向井」、「水平井」以及「離岸平台」三種工法，從技術可行性、建置成本與環境衝擊等層面進行綜合評估。

分析指出，利用「斜向井」由陸注海具備經濟效益與低生態干擾，是現階段最適合台灣的優先策略。

此外，亦引援日本、澳洲及挪威的國際實例，建議台灣未來可結合水平鑽井技術以擴張儲存效能。

最後，針對遠期商業化規模，則建議參採海底灌注系統，以應對台灣海峽惡劣的氣候環境與空間衝突問題。

---

關於台灣 2050淨零轉型中的「碳捕捉利用及封存」（CCUS）關鍵戰略行動計畫。該計畫由國科會、經濟部與環保署共同主導，旨在應對氣候變遷並達成減碳目標。

盤點了國內外技術現況，並指出目前面臨高昂成本、能效提升與法規配套等挑戰。

政府規劃了明確的推動期程，預計在 2030年前 完成示範驗證，隨後邁向大規模商業化應用。

其核心策略包含：前瞻技術開發與產業落實，並強調必須落實公正轉型，以強化與利害關係人的溝通。

這項計畫將 CCUS 視為輔助重工業與能源產業去碳的重要技術槓桿。

  《 TINNs神經網路與碳封存 》

時間整合神經網路（Time-Induced Neural Networks, 簡稱 TINNs）是一種先進的 AI 架構，專為解決隨時間變化的偏微分方程（Time-dependent PDEs）而設計。

在碳封存（Carbon Capture and Storage, CCS）領域，TINNs 可大幅加速地下多孔岩層中超臨界 CO₂ 封存動態的模擬預測。

🚀 TINNs 如何應用於碳封存？

傳統的物理資訊神經網路（PINNs）在處理隨時間演進的複雜流體力學問題時，常因各時間點的空間特徵不同，而導致訓練不穩定或精度下降。

TINNs 的運作與優勢如下：

權重的時間參數化：

TINNs 將神經網路的權重參數化為時間的函數，使空間特徵能隨時間平滑演化。

• 優化效率：

利用最佳化方法（如 Levenberg-Marquardt 法），TINNs 在求解複雜時間序列物理模型時，相較於 PINNs 提高了約 4× 的準確度，並加快了 10× 的收斂速度。

• 流體模擬：

能高精度模擬 CO₂ 在地下深層鹽水層或多孔岩石介質中的滲流與相變（氣態、液態、超臨界態）物理機制。

🌍 碳封存技術的挑戰與前景

在淨零排放的目標下，各國正積極推動將工業捕捉的 CO₂ 壓縮並封存至地下數百公尺的封閉地層（如:枯竭油氣層、深層含水層）。

• 關鍵技術：

利用先進的神經算子和 AI 工具，可更精準評估封存場址的容量、長期安全性以及監測潛在的壓力變化。

• 面臨挑戰：

若地層壓力過高或接近斷層，仍有引發微震或洩漏的風險。因此精準的數值模擬與 AI 預測至關重要。

📊傳統 PINNs vs. TINNs 架構對比

時間誘導神經網路（Time-Induced Neural Networks, 簡稱 TINNs）的核心數學理念，是為了解決傳統神經網路在計算隨時間變化的物理問題時發生的「時間糾纏」現象。

想像傳統方法是用同一張網去硬套不同時間的變化；

而 TINNs 則是讓神經網路的「大腦結構（權重）」跟著時間一起平滑演化，

從而在數學上徹底解放了時間與空間的動態耦合。

比較維度	傳統時空 PINNs	TINNs (時間整合神經網路)
神經網路輸入	空間與時間 (x, t)	僅空間坐標 x
網路權重 θ	固定不變（不隨時間改變）	隨時間變化的函數 W(t)
時空關係	時間與空間高度糾纏在一起	時間與空間完全解耦
優化演算法	通常使用 Adam / L-BFGS	優化非線性最小平方的 LM 法
複雜動態表現	長時間預測易發散、不穩定	收斂極快且精確度高

🏗️ TINNs 的雙層架構設計

TINNs 在架構上可以看成一個「母網路」去控制「子網路」的動態雙層構造：

 [ 時間輸入 t ] 

       │

       ▼

 ┌──────────────┐

 │  時間控制器  │ ──( 透過矩陣運算 C_k * φ_k(t) )──> 

                                                               即時生成目前時間的權重 W(t)

 └──────────────┘                                         │

                                                          ▼

                                                   ┌──────────────┐

                                    [ 空間輸入 x ] ─>│ 空間物理子網路 │ ─> 

                                                                               輸出預測物理量 u(x,t)

                                                   └──────────────┘

• 時間控制器（Time-Induced Module）：

輸入目前的時間 t，根據學習到的物理係數 Ck，瞬間計算出該時間點專屬的權重 W(t)。

• 空間物理子網路（Spatial Network）：

輸入空間位置 x，套用剛剛生成的動態權重 W(t)，立刻吐出精準的物理預測值（例如該位置的 CO₂ 濃度或壓力）。

💡CO₂ 在多孔介質中的微觀流體物理機制

CO₂（二氧化碳）被注入地下岩層時，就像是跑進一塊巨大的超硬石頭海綿裡。

這塊「海綿」裡面有無數個肉眼看不見的小洞，我們稱為多孔介質（Porous Media）。

為了把 CO₂ 牢牢鎖住，科學家必須研究它在這些微小孔隙裡的流動方式。

以下是 CO₂ 在微觀世界裡的四大流體物理機制：

💧1. 兩相流體與潤濕性 (Wetting)

地下岩層的小洞裡通常原本就充滿了水。

當超臨界 CO₂ 被硬擠進去時，就會開始搶地盤。

• 不潤濕流體：

在多數岩石（如：砂岩）中，水比較喜歡貼著岩石表面（稱為潤濕相）。

• 水包油（CO₂）：

CO₂ 則不喜歡碰岩石，它會聚集在孔隙的最中間（稱為不潤濕相）。

• 毛細管壓力：

因為兩者不合，水和 CO₂ 的接觸面會彎曲，產生一種阻止 CO₂ 移動的抵抗力，稱為毛細管壓力。

⏳ 2. 毛細管捕捉 (Capillary Trapping)

這是最快把 CO₂ 鎖住的微觀機制，就像「交通堵塞」一樣。

• 水流截斷：

當注氣停止、地下水回流時，水會沿著孔隙壁面重新包抄。

• 受困水泡：

回流的水會把長條狀的 CO₂ 沖刷、切斷，變成一顆顆孤立的小氣泡。

• 動彈不得：

這些小氣泡卡在狹窄的孔隙通道（喉道）裡，因為擠不過去，就被永久困在岩石裡了。

🧪 3. 溶解與擴散 (Dissolution & Diffusion)

CO₂ 不只是卡著，還會慢慢「融化」在周圍的水裡。

• 汽水效應：

接觸面上的 CO₂ 會溶解到地下水裡，就像製造天然汽水。

• 擴散變重：

溶了 CO₂ 的水會變得比較重（密度變大），開始往地層下方沉降。

• 空出位置：

上方變重的汽水沉下去後，新的、沒溶氣的水又會浮上來碰觸 CO₂，讓溶解持續進行。

🗿 4. 礦物反應與沉澱 (Mineralization)

最慢但最安全的終極鎖碳步驟，通常要花上幾十到幾百年。

• 酸性腐蝕：

CO₂ 溶在水裡會變成碳酸，這種弱酸會微微溶解岩石中的某些成分（例如鈣、鎂、鐵）。

• 化學變身：

溶解出來的離子會跟碳酸根結合，進行化學反應。

• 變成石頭：

最後，它們會變成固體碳酸鹽礦物（就像太空中掉下來的碳酸鈣石頭），把 CO₂ 變成岩石的一部分，再也出不來。

---

 

🧠 AI 與神經網路（如 TINNs）（如 TINNs）在碳封存能做什麼？

上述這些微觀機制（尤其是毛細管捕捉和溶解）的速度與方向，都是由極其複雜的物理方程式（偏微分方程）控制。

傳統電腦要模擬每一顆小氣泡在微米（微米是百萬分之一公尺）等級的岩石孔隙裡怎麼動，需要算好幾個月。

而 時間整合神經網路（TINNs） 厲害的地方，就在於能學會這些微觀的流體物理規律，把幾個月的計算縮短到幾天甚至幾小時，幫助科學家精準預測 CO₂ 會不會漏出來。

---

 

時間整合神經網路 (TINNs) 的架構及其在碳封存技術中的關鍵應用。

相較於傳統模型，TINNs 透過將神經網路權重參數化為時間函數，有效解決了時空動態耦合的計算難題，大幅提升了模擬的精確度與收斂速度。

在實務上，這項 AI 技術能精準預測超臨界二氧化碳在地下多孔岩層中的流動、捕捉與礦化過程。藉由模擬微觀的毛細管作用與溶解機制，TINNs 協助科學家評估場址安全性並防範洩漏風險。

整體而言，展示了尖端 AI 如何加速物理化學反應的數值運算，進而推動全球淨零排放目標的實現。

---

---

 

---

 

---