Athabasca Oil Sands: Application of Integrated Technology in the Identification of Commercial Thermal and Mining Opportunities
Notice bibliographique
Résumé
Abstract The heavy oil deposits of Canada contain an estimated 1.8trillion barrels of bitumen in place. The Early Cretaceous McMurray Formation in the Athabasca region of northern Alberta contains about 960 billion barrels of bitumen in place and can be developed through surface mining and thermal in situ techniques. This paper examines the key subsurface development challenges associated with commercializing oil sands developments and demonstrates how knowledge of regional reservoir distribution and the use of an integrated technology approach are vital in the identification, selection, and ranking of the highest quality resource opportunities at the exploration scale. The regional geology of the Western Canada Basin and the Athabasca area will be reviewed. At the development stage the conventional approach to evaluate Athabasca oil sands properties requires closely spaced coreholes drilled 100 m to 400 m apart. This approach is being applied to understand reservoir presence and continuity, lithofacies distribution, net-to-gross and bitumen saturation. Fluvial estuarine point bar reservoirs form a large portion of the resource that is amenable to development. Point bar scale, stacking style and preservation potential varies considerably throughout the McMurray resource. Examples will be shown from 3D seismic and corehole data to demonstrate spatial changes in stratigraphic complexity within the McMurray Formation. The importance of detailed reservoir characterization studies and the impact on thermal in situ and mining recovery mechanisms will also be discussed. This paper will demonstrate that an integrated core, well log, and high resolution 2D and 3D seismic strategy with the appropriate sequencing can avoid unnecessary data acquisition and financial pre-investment through removal of non-optimal corehole placement and corehole reduction. This approach allows identification and selective targeting of the highest quality and lowest complexity project-scale resource first with the lowest development uncertainty and greatest economic chance of success.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».