MétaCan
Menu
← Retour à la cohorte
Enregistrement W2012397140 · doi:10.2118/164002-ms

Sensitivity Analysis on Parameters Affecting the Thickness of the Gas Hydrate Zone in the Gulf of Oman

2013· article· en· W2012397140 sur OpenAlexaff
Erfan Afazeli, Shahab Gerami, A. Badakhshan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensUniversity of Calgary
Organismes subventionnairesResearch Institute of Petroleum Industry
Mots-clésClathrate hydrateMethaneGeologyHydrateGas compositionGeothermal gradientMineralogySensitivity (control systems)Petroleum engineeringPetrologyChemistryGeophysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract According to a recent seismic survey in the Gulf of Oman (GOO), hydrate bearing layers were detected through observation of significant bottom simulating reflector (BSR), flat spot and bright spot attributes. In addition, favorable geological conditions indicate possibility of gas hydrate formation in this region. Quantification of the hydrate resource using geological and geophysical techniques, while continuously improving is subject to very large uncertainties. Uncertainty associated with estimation of the thickness of the gas hydrate stability zone (GHSZ) is a source of error in prediction of the volume of hydrate-bound gas and gas production from gas hydrate reservoirs. In this paper we present a conceptual model of the thickness of the GHSZ varying over a wide range of input variables within the study area and use it along with sensitivity analysis to quantify the impact of these variables on the thickness of the GHSZ in the gas hydrate accumulations of the GOO. Using Milkov and Sassen's model, the thickness of the GHSZ is modeled on the basis of the GOO region properties for three kinds of gas hydrates with gas composition containing 100% methane, 95% methane and 90% methane. The results of sensitivity analysis show that geothermal gradient is the most effective parameter changing the thickness of the GHSZ, then seabed temperature and gas composition have the greatest impact, respectively. Furthermore, the results reveal that gas composition has indirect impact on the degree of influence of other parameters. Evaluating the source of the gas in the GOO, particularly at the beginning of the life of the reservoir which very limited information is available for engineering calculations is the usefulness of this sensitivity analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMethane Hydrates and Related Phenomena→Travaux en français237 207→