Impact and mitigation of borehole related effects in permanent crosshole resistivity imaging: An example from the Ketzin CO2 storage site
Notice bibliographique
Résumé
Geoelectrical methods are particularly suited for CO2 injection monitoring due to their high sensitivity to fluid displacement processes in porous rock formations. The use of borehole electrodes is favorable for deep storage horizons. Yet data acquisition based on permanently installed borehole electrodes can be challenged by the finite extent of the electrodes, unintended borehole deviation and complex borehole completion. Such conditions can lead to systematic errors in the electrical data sets, distortions of tomograms, and ultimately misinterpretations. We systematically analyze the effects of different borehole related error sources on tomographic inversion results and present respective methods for mitigation. Specifically, we incorporate the finite extent of the ring electrodes and the borehole completion into the electrical finite-element models and discuss the opportunity to infer borehole deviations solely based on geoelectrical data by means of a coupled inversion. While the finite extent of ring electrodes can be neglected if the electrode spacing is sufficiently large (> 5 m), different borehole completion materials used to fill the well annulus can cause potentially strong resistivity contrasts between the borehole completion and the rock formation, i.e., close to the electrodes. Resulting inversion artifacts are generally less severe when the borehole completion is more resistive compared to the surrounding rock. It is also shown that 2.5D inversion approaches are not adequate for imaging injection experiments in the presence of borehole completion. Unintended borehole deviation can result in geometric errors. Especially, vertical electrode shifts cause strong and localized inversion artifacts. Coupled inverse schemes potentially provide the opportunity to infer electrode shifts solely based on geoelectrical data provided the availability of high quality measurements (< 5% data error). After discussing the effects of the different borehole related error sources, the mitigation methods are validated using synthetic data sets. Subsequently, relevant methods are applied to a field data set from the Ketzin CO2 storage site, Germany, where crosshole electrical resistivity imaging is used for CO2 migration monitoring. The mitigation methods presented can improve estimates of the subsurface resistivity distribution, which, in our particular example, is an essential basis for the quantification of CO2 saturation from time-lapse geoelectrical measurements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».