A Review of Early Opportunity-Analysis on CO 2 Sequestration and Enhanced Oil Recovery for Iran
Notice bibliographique
Résumé
In recent years, greenhouse gases (GHGs) such as carbon dioxide have increased in the atmosphere and caused some concerns about climate change. The table published by International Energy Agency shows that from 1990 to 2007, Iran after China has had the highest rate of increase in carbon dioxide emission. In 1990, Iran produced a total of 175 million tons of carbon dioxide to the atmosphere while in 2007 this rate has reached to 466 million tons. Geological sequestration is one way to reduce the CO 2 content in the atmosphere. There are several options for sequestrating CO 2 in geological sinks. Mature oilfields are one of the most favorable targets for the CO 2 sequestration. Injecting CO 2 into these reservoirs can increase the amount of oil produced in addition to offsetting some of the CO 2 storage expenses. Most of the CO 2 injection aspects into the reservoirs for the purpose of Enhanced Oil Recovery have been known for decades. The economics and incentives for combined EOR and sequestration process are less clear at this time, but a first step in the development process should be to do studies in order to investigate ways for both producing oil efficiently and maximizing storage of the carbon dioxide. This study looks at such scenarios that reduce the CO 2 emissions using the existing oil reservoirs as sink. The goal of this research is to better understand the potential for simultaneous enhanced oil recovery and CO 2 sequestration in oil reservoirs over a range of conditions. Key words : CO 2 sequestration; Enhanced Oil Recovery; Iran
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».