二氧化碳+水溶液體系的界面張力是二氧化碳地質封存與驅油技術中的一項核心物理參數。在地層多孔介質中，二氧化碳與水之間的界面張力直接控制著毛細管力的大小，而毛細管力是支配非混相流體分布、運移和殘余飽和度的關鍵因素。較高的界面張力會增強毛細管阻力，可能限制二氧化碳在儲層中的有效波及范圍和封存效率；而較低的界面張力則有助于二氧化碳更好地驅替孔隙中的水或原油，提高采收率。因此，精確獲取該體系在不同地質條件下的界面張力，對于評估封存潛力、預測羽流遷移范圍以及優化工程方案設計至關重要。傳統的實驗測量方法，如懸滴法，雖然直接可靠，但過程耗時、設備昂貴且對復雜流體體系（如含雜質氣體的二氧化碳與高礦化度地層水）的測試難度大，難以滿足工程實踐中快速、批量獲取數據的需求。盡管已有學者基于實驗數據建立了多種經驗關聯式，但這些公式通常適用范圍有限，尤其在氣體組成多變、地層水化學成分復雜的情況下預測誤差較大。因此，發展一種兼具高精度、強泛化能力和操作簡便的預測模型，成為該領域一個重要的研究課題。

界面張力的大小受到溫度、壓力、氣體組成和水溶液化學成分等多種因素的復雜耦合影響。壓力是其中最顯著的影響因素之一，一般而言，隨著系統壓力升高，二氧化碳密度增大，與水的溶解度增加，分子間相互作用增強，導致界面張力顯著下降。溫度的影響也較為重要，升溫通常會降低界面張力。除了這些熱力學參數，氣體組成的變化也不容忽視。在實際封存環境中，二氧化碳流中常含有氮氣、甲烷等雜質氣體，這些組分的混入會改變混合氣體的物理化學性質，從而對氣水界面張力產生直接影響。另一方面，水相即地層水的組成更為復雜，其中溶解的電解質離子是影響界面張力的關鍵。研究表明，一價陽離子（如Na?、K?）和二價陽離子（如Ca2?、Mg2?）的濃度增加，通常會導致界面張力上升，這主要是由于離子在水相表面的分布影響了界面處的分子排列與相互作用力，且二價陽離子由于電價更高，其影響通常比一價陽離子更為顯著。這些因素之間存在著強烈的非線性關系，使得通過簡單的線性或多項式回歸難以實現精確的全局擬合。

為建立可靠的預測模型，研究系統收集和整理了公開發表的1677組由懸滴法測得的二氧化碳+水溶液體系界面張力實驗數據。這些數據覆蓋了廣泛的工況條件：壓力從1兆帕到40兆帕以上，溫度從室溫到超過100攝氏度，氣體中甲烷與氮氣含量最高可達20%，水溶液總礦化度范圍寬廣，并包含了從純水到含多種離子的鹽水體系。在模型輸入參數的遴選上，研究采用了科學的逐步回歸分析方法，確認了壓力、溫度、氣體中甲烷含量、氣體中氮氣含量、水相中一價陽離子總濃度和二價陽離子總濃度這六個參數均為對界面張力有顯著影響的變量，并將其全部納入模型輸入端。在建模前，對所有數據進行了歸一化預處理，以消除量綱差異，加速模型收斂并提升訓練穩定性。

本研究創新性地構建了小波神經網絡模型來進行界面張力預測。該模型本質上是將小波分析理論與傳統的BP神經網絡相結合。其核心優勢在于，用具有良好局部時頻特性的小波基函數（本研究采用Morlet小波）替代了傳統S型函數作為隱含層的激活函數。小波基函數具有伸縮和平移的能力，能更有效地捕捉和逼近數據中不同頻率的特征，從而在理論上賦予了網絡更強的函數逼近能力和容錯性能，有助于克服傳統BP神經網絡易陷入局部極小值、對初始權重敏感等固有缺陷。模型的構建與訓練過程嚴謹：首先將全部數據隨機劃分為訓練集和測試集；通過試算法優化網絡結構，即系統性地改變隱含層神經元數量進行多次訓練，最終確定了輸入層6個節點、隱含層16個節點、輸出層1個節點（即6-16-1）的網絡架構為最優，該結構在保證精度的同時避免了過擬合。模型通過最速下降法與動量因子結合的方法進行迭代訓練，不斷調整層間連接權重及小波函數的伸縮平移參數，直至預測誤差最小化。

模型性能評估結果表明，基于839組數據訓練得到的小波神經網絡預測精度優異。在獨立的測試集上，其預測結果與實驗值的平均絕對誤差低至1.23 mN/m，平均相對誤差僅為3.30%，預測值與實驗值之間的相關系數高達0.988。為驗證其先進性，研究將其與最新的多元擬合模型以及標準的BP神經網絡模型進行了對比分析。結果顯示，多元擬合模型在界面張力較高（>60 mN/m）的區域預測偏差較大，整體相關系數較低（0.756），這暴露了多項式模型在刻畫復雜非線性關系時的局限性。標準BP神經網絡模型的表現（相關系數0.875）雖優于多元擬合，但其預測誤差分布相對離散，部分數據點偏差明顯，這正體現了其易受初始值影響而收斂于局部最優解的不足。相比之下，小波神經網絡模型的預測結果均勻緊密地分布在45度理想線兩側，各項誤差指標均顯著優于另外兩種模型，證明了其融合小波變換的策略有效提升了網絡的全局尋優能力和預測穩定性，能夠更精確地刻畫多因素與界面張力之間復雜的非線性映射關系。

綜上所述，這項研究建立的小波神經網絡模型為快速、準確預測復雜條件下二氧化碳+水溶液體系的界面張力提供了一個強有力的工具。模型綜合考慮了熱力學條件、氣體雜質和地層水化學等關鍵現場因素，其高精度和強魯棒性使其在二氧化碳地質封存項目的選址評估、注入方案設計以及長期安全監測中具有重要的應用價值。該數據驅動方法不依賴于具體的物理方程，其精度很大程度上依賴于所使用訓練數據的質量和覆蓋面。未來，隨著更多高質量、更廣范圍實驗數據的補充，可以進一步對模型進行更新和訓練，從而持續擴展其預測邊界和應用范圍，使其更好地服務于碳中和背景下的碳捕集、利用與封存技術發展。