Investigadores publican mapas regionales de prospectividad para sistemas geotérmicos mejorados (EGS) en Brasil

Serra do Rio do Rastro, Brasil. Foto con derechos de autor de Pedro Fritsch bajo la licencia de Unsplash.

Oscar Llamosa Ardila 30 Jan 2023

Christian Lacasse y otros investigadores del Servicio Geológico de Brasil (SGB-CPRM) y el Observatorio Nacional de Brasil (ON-MCTI), han publicado un artículo de investigación sobre el uso de Sistemas de Información Geográfica (SIG) aplicada a la compilación y el procesamiento de datos de código abierto para generar mapas de prospectividad de recursos geotérmicos en Brasil. Con el permiso del autor, publicamos los aspectos más destacados de la investigación en PiensaGeotermia/ThinkGeoEnergy.

El estudio ha sido publicado en Geothermics (https://doi.org/10.1016/j.geothermics.2021.102321). Los lectores interesados pueden ponerse en contacto con el autor principal a través de LinkedIn.

Christian Lacasse Menciona:
“Para que los países logren una descarbonización de su economía y una transición hacia energías limpias, se vuelve crucial descubrir nuevas áreas geológicas favorables para:

1) la producción de electricidad geotérmica (por ejemplo, plantas binarias ORC/Kalina) como parte de la matriz renovable, con con el menor impacto sobre la superficie (m2/GWh) y la carga base más estable (es decir, independientemente de las condiciones climáticas);

2) el almacenamiento subterráneo de CO2 más seguro (p. ej., con carbonatación mineral) garantizando la mayor estabilidad petrofísica con riesgo cero de filtración a la atmósfera; y

3) la extracción del hidrógeno natural de forma más costo-efectiva en comparación con el hidrógeno verde y el hidrógeno azul que se basan respectivamente en la electrólisis del agua y el almacenamiento de captura de carbono (CCS).

Como se ejemplifica en el reciente estudio, la construcción de mapas a partir de la integración de información de acceso abierto en Sistemas de Información Geográfica (SIG) (ejemplo: información geológica, geofísica y de pozos georreferenciada), soportada por el desarrollo de algoritmos de aprendizaje automático (machine learning), debería implementarse y validarse más ampliamente en todo el mundo como un método costo-efectivo para evaluar la prospectividad regional de los recursos geotérmicos, para el almacenamiento de CO2 y los potenciales de hidrógeno natural.

Imagen: mapas de las provincias estructurales de Tocantins (a-b) y Borborema (c-d) que muestran la favorabilidad de Sistemas Geotérmicos Mejorados (EGS) en granitos, junto con zonas priorizadas para exploración adicional (a y c) en comparación con la ubicación de fuentes termales conocidas (b y d). (adaptado de Lacasse et al, 2022)

Los modelos generados muestran la influencia de la aparición de manantiales termales en la favorabilidad de EGS pronosticada al mismo tiempo que respaldan la existencia de vías naturales de flujo de fluidos a través de fallas profundas en los granitos. Los autores señalan además que el modelo integrado se puede mejorar mediante la integración de otros conjuntos de datos y se puede utilizar como complemento del Protocolo global EGS de Beardsmore et al. (2010).

El trabajo de los autores ha demostrado el valor de utilizar datos georreferenciados de acceso abierto para un método rentable de mapeo regional de la favorabilidad de los recursos geotérmicos de EGS en rocas calientes y secas de baja porosidad. El estudio se ha beneficiado de décadas de recopilación de datos como parte del mapeo de prospectividad mineral.

Fuente de referencia: Christian Lacasse en Linkedin / ThinkGeoEnergy