MétaCan
Menu
Retour à la cohorte
Enregistrement W2011600637 · doi:10.1680/ener.10.00018

Monitoring carbon dioxide storage using passive seismic techniques

2012· article· en· W2011600637 sur OpenAlexaff
James P. Verdon, J. M. Kendall, Don White

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Energy · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésCaprockCarbon dioxideGeophoneInduced seismicityEnvironmental sciencePetroleum engineeringCarbon capture and storage (timeline)Leakage (economics)GeologySoftware deploymentMining engineeringSeismologyClimate changeEngineeringOceanographyChemistry

Résumé

récupéré en direct d'OpenAlex

Carbon dioxide stored in geological reservoirs to reduce anthropogenic emissions must be monitored to ensure that no leakage is occurring. One leakage risk is that injection-induced pressure increases may generate fractures in the caprock, providing a pathway for buoyant carbon dioxide to penetrate the reservoir seal. Geophones can be deployed to detect fracturing events. The rates and magnitudes of seismicity, and their hypocentres, can be used to characterise geomechanical deformation induced by injection, and thereby assess the risks of leakage through fractures. In this paper synthetically modelled data are used to show how surveys should be designed to maximise the potential for this technique within the specific remits of carbon dioxide capture and geological storage (CCS), before discussing several case examples where passive seismic monitoring has been used to monitor subsurface injection of carbon dioxide. Recommendations and suggestions are given for the deployment of passive seismic monitoring as CCS moves from pilot to full-scale demonstration and commercial projects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - EnergyMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207