Application of local singularity in prospecting potential oil/gas Targets
Notice bibliographique
Résumé
Abstract. Together with generalized self-similarity and the fractal spectrum, local singularity analysis has been introduced as one part of the new 3S principle and technique for mineral resource assessment based on multifractal modeling, which has been demonstrated to be useful for anomaly delineation. Local singularity is used in this paper to characterize the property of multifractal distribution patterns of geochemical indexes to delineate potential areas for oil/gas exploration using the advanced GeoDAS GIS technology. Geochemical data of four oil/gas indexes, consisting of acid-extracted methane (SC1), ethane (SC2), propane (SC3), and secondary carbonate (ΔC), from 9637 soil samples amassed within a large area of 11.2×104 km2 in the Songpan-Aba district, Sichuan Province, southwestern China, were analyzed. By eliminating the interference of geochemical oil/gas data with the method of media-modification and Kriging, the prospecting area defined by the local singularity model is better identified and the results show that the subareas with higher singularity exponents for the four oil/gas indexes are potential targets for oil/gas exploration. These areas in the shape of rings or half-rings are spatially associated with the location of the known producing drilling well in this area. The spatial relationship between the anomalies delineated by oil/gas geochemical data and distribution patterns of local singularity exponents is confirmed by using the stable isotope of δ13C.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».