近日，我院青年教师吉俊杰，以第一作者身份在国际顶级学术期刊《Science Bulletin》（影响因子21.1）上发表了题为《Machine learning based evaluation of CO2 hydrate storage potential in the South China Sea》的研究成果，标志着我院在海洋碳封存和人工智能交叉领域取得新突破。

二氧化碳捕集、利用与封存技术被认为是应对全球气候变化、实现碳中和目标的关键技术路径之一。海底沉积物中的CO₂水合物封存因其巨大的封存潜力和较高的安全性而备受国际关注。然而，南海作为我国最大的边缘海，其全域的CO₂水合物封存潜力长期以来缺乏系统的定量评估

针对这一关键科学问题，研究团队引入人工智能方法，对南海地温等关键地质参数进行高精度预测，系统刻画了CO₂水合物的稳定带空间分布范围、有效厚度及理论封存容量，首次绘制了南海全域的CO₂水合物封存潜力的区域分布图。研究结果表明，南海具备显著的CO₂水合物封存潜力，为我国海域碳封存选址提供了重要的科学依据和决策支撑。

本成果的发表充分彰显了学院在能源科学领域、尤其是“双碳”战略关键方向上的科研实力。学院将持续支持面向国家重大需求的前沿研究，积极推动数学地球科学与新能源科学的深度融合，为服务国家能源安全和“双碳”目标贡献更多“成理智慧”。

— 《Science Bulletin》 —

《Science Bulletin》是中国科学院和国家自然科学基金委员会共同主办的自然科学综合性顶级学术期刊，最新影响因子21.1，位居中科院分区综合性大类1区Top期刊，JCR分区位列Q1区，在全球136种多学科期刊中排名第6位，稳居国际综合类期刊前5%行列，在国内外学术界享有极高的声誉和影响力。

研究团队

成都理工大学能源学院青年教师吉俊杰为论文的第一作者，中山大学成秋明院士和虞鹏鹏副教授为论文的共同通讯作者。

论文链接：https://doi.org/10.1016/j.scib.2026.03.061

第一完成单位：成都理工大学能源学院