MétaCan
Menu
Retour à la cohorte
Enregistrement W2039535478 · doi:10.1111/j.1365-2478.2004.00467.x

Rock physics analysis for time‐lapse seismic at Schiehallion Field, North Sea

2005· article· en· W2039535478 sur OpenAlexaff
Mark A. Meadows, Don Adams, Rich Wright, Ali Tura, Steve Cole, David Lumley

Notice bibliographique

RevueGeophysical Prospecting · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSaturation (graph theory)Igneous petrologyGeologyMineralogyModuliDry gasSoil scienceEngineering geologyVolcanismPhysicsChemistryMathematicsSeismology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Rock physics analysis plays a vital role in time‐lapse seismic interpretation because it provides the link between changes in rock and fluid properties and the resulting seismic data response. In this case study of the Schiehallion Field, we discuss a number of issues that commonly arise in rock physics analyses for time‐lapse studies. We show that: Logarithmic fits of dry bulk (Kdry) and shear (Gdry) moduli vs. effective pressure (Peff) are superior to polynomial fits. 2D surface fits of Kdry and Gdry over porosity (φ) and effective pressure using all the core data simultaneously are more useful and accurate than separate 1D fits over φ and Peff for each individual core. One average set (facies) of Kdry(φ, Peff) and Gdry(φ, Peff) can be chosen to represent adequately the entire Schiehallion reservoir. Saturated velocities and densities modelled by fluid substitution of Kdry(φ, Peff), Gdry(φ, Peff) and the dry bulk density ρdry(φ) compare favourably with well‐log velocities and densities. P‐ and S‐wave impedance values resulting from fluid substitution of Kdry(φ, Peff), Gdry(φ, Peff) and ρdry(φ) show that the largest impedance changes occur for high porosities and low effective pressures. Uncertainties in Kdry(φ, Peff) and Gdry(φ, Peff) derived for individual cores can be used to generate error surfaces for these moduli that represent bounds for quantifying uncertainties in seismic modelling or pressure–saturation inversion.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0030,001

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 GPT0,218
Écart entre enseignants0,208 · 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'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

Citations22
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical ProspectingMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207