MétaCan
Menu
Retour à la cohorte
Enregistrement W2092487440 · doi:10.3997/2214-4609.20142175

Orthorhombic Velocity Model Building for Microseismic Processing with Constraints of Rock Physics and Geological Setting

2014· article· en· W2092487440 sur OpenAlexaboutno aff
Changpeng Yu, S. A. Shapiro

Notice bibliographique

RevueProceedings · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnisotropyGeologyOil shaleMicroseismMineralogyOrthorhombic crystal systemFracture (geology)BedGeophysicsGeotechnical engineeringSeismologyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Summary Seismic anisotropy of shales play a crucial role in microseismic processing, which can influence the location of microseismic event, the inversion and interpretation of source mechanism and further affect the estimates of fracture geometry and simulated volume. The primary source of shale anisotropy are the bedding-parallel alignments of clay mineral as well as kerogen particles in organic-rich shales, which is usually known as intrinsic or fabric anisotropy and represented by TI model. Another important source of shale anisotropy are preferred-oriented fractures in macroscopic scale, which are generally induced by local stress field and result in azimuthal anisotropy. These two types of shale anisotropy can be represented by orthorhombic velocity model systematically. As revealed in rock physics experiments, intrinsic or fabric anisotropy of shale are closely related to mineral compositions. Clay mineral and organic material with platy particles and softer elastic properties significantly increase the intrinsic anisotropy of shale, whereas quartz content with non-platy and stiffer grains largely weaken the degree of shale anisotropy. According to fracture mechanics, preferred orientations of fracture are parallel to the maximum horizontal stress. So the symmetry planes of orthorhombic model can be determined approximately by regional stress distribution. With the constraints of rock physics studies and geological setting, reasonable initial model is built and further optimization is implemented by simultaneous inversion of microseismic data. This approach is applied to a dataset from Horn River shale gas reservoir, Northeastern British Columbia, Canada. The optimized orthorhombic velocity model is consistent with rock physics studies and remarkably reduces the time misfit compared to originally provided anisotropic velocity model. As a quality control, the locations of perforation shots are well restore with the optimized orthorhombic velocity model.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207