Seismic Pore-pressure Imaging in Deepwater Offshore West Africa
Notice bibliographique
Résumé
Abstract Pore-pressure imaging in the frontier, deepwater offshore West Africa poses enormous challenges. The presence of large and deep radial canyons in the area makes conventional seismic velocity analysis methods inappropriate. Due to relatively younger and highly water-saturated deepwater sediments in the shallow sections, no compaction trend may be discernible for empirical methods for pore-pressure prediction. Moreover, because of the absence of deepwater wells, the calibration of mo del parameters for pore-pressure prediction is not possible. Using automated, high-resolution, and spatially consistent 3D velocity analysis and a first-principle-based rock model, we have developed a methodology for pore-pressure imaging in the frontier, deepwater basins beset with complex geology. The rock model emphasizes burial history and shale diagenesis for pore-pressure generation. The methodology has been successfully applied to provide pre-drill prediction of pore pressure over a 600-km2 area (Figure 1) in deepwater offshore West Africa. A 2D seismic line tying a remote, shallow-water well greatly helped in developing the appropriate rock model. The results, based on primarily seismic data and the associated geological interpretations, suggest a regressive pore-pressure system in the area. The onset of overpressure takes place at the seafloor. The pressure gradient increases slowly, but almost continuously, then rapidly to a maximum value, and then gradually reverses back to a lower value. The pressure profile closely follows certain geologic horizons and structures. Radial canyons on the seafloor significantly affect pore pressure. This paper describes these results in detail. Also presented in the paper are pore-pressure uncertainty estimation and a sensitivity analysis of the rock-model parameters for pore-pressure prediction.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».