Best Practices for the Collection, Analysis, and Interpretation of Seabed Geochemical Samples To Evaluate Subsurface Hydrocarbon Generation and Entrapment
Notice bibliographique
Résumé
Abstract The detection and measurement of migrated hydrocarbons in near-surface marine sediments is a relatively routine exploration method to investigate issues of hydrocarbon charge. The presence of near-surface migrated thermogenic hydrocarbons provides strong evidence that an active petroleum system is present, as well as critical information on source, maturity and migration pathways. There are multiple methods currently applied by industry to collect, prepare, extract, and analyze migrated hydrocarbons within near-surface marine sediments. To improve the detection of seabed thermogenic hydrocarbon seepage, core samples should be collected along likely major migration pathways (cross stratal leakage features) identified by conventional deep seismic and high-resolution seafloor imaging technology. Real time imaging provides greater detail to confirm targeted features for more precise core targeting. Not all targeted cores will hit the designated feature and thus collecting replicates along major migration features is critical. Collecting sediment samples below the Zone of Maximum Disturbance (ZMD) to avoid possible transition zone alteration effects and recent organic matter (ROM) masking problems is critical. Choosing a coring device best suited for local seabed conditions will maximize both penetration and sediment recovery. Multiple sections per core should be collected at variable depths providing a geochemistry profile. Geochemical analysis should include a full range of hydrocarbon types; hydrocarbon gases (C1 to C5), gasoline plus range hydrocarbons (C5 to C12), and high molecular weight hydrocarbons (C12+). Two types of geochemistry samples should be collected; one to capture the volatile light hydrocarbons (C1 to C12) and non-hydrocarbon gases; and a second for the higher molecular weight hydrocarbons (C12+). The light hydrocarbons require special handling and containers to limit volatile loss and prevent post sampling microbial alteration. Bulk sediment measurements such as quantity of organic matter and sand percent can provide additional important non geochemical information. Identification of background versus anomalous populations is critical when evaluating sub-surface migrated seabed hydrocarbons. Sediment hydrocarbons are normally highly altered and may not resemble conventional reservoir oil. Novel petroleum related hydrocarbon compounds need to be examined to fully evaluate organic maturity and source facies. Mapping thermogenic hydrocarbon seeps (oil and gas) relative to key cross-stratal migration pathways via fluid flow modeling and seismic attribute analysis provides an effective petroleum systems tool to better understand the near-surface petroleum relative to subsurface hydrocarbon generation and entrapment. Bear in mind not all surface geochemical surveys will result in the detection of statistically valid thermogenic hydrocarbon seepage.
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 | 0,021 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,013 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,007 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,031 |
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 ».