MétaCan
Menu
Retour à la cohorte
Enregistrement W2243439279 · doi:10.2118/174496-ms

InSAR Natural Reflector Survey for Surface Heave and Steam Chamber Monitoring at a SAGD Site

2015· article· en· W2243439279 sur OpenAlexafffund
K. Tang, Bruce R. James, V.. Aguado

Notice bibliographique

RevueSPE Canada Heavy Oil Technical Conference · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensSuncor Energy (Canada)
Organismes subventionnairesSuncor Energy Incorporated
Mots-clésInterferometric synthetic aperture radarRemote sensingGeologySynthetic aperture radarSatelliteRadarEnvironmental scienceGeodesyEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a case study of the application of an Interferometric Synthetic Aperture Radar (InSAR) natural reflector (NR) survey to monitor surface heave and steam chamber growth at one of Suncor's steam assisted gravity drainage (SAGD) fields. InSAR is a satellite technology mainly used to monitor ground motion. An InSAR NR survey relies on back scattered signal from the ground surface itself as opposed to fixed corner reflectors (CRs) which are metallic trihedrals specially designed to reflect a radar signal. This allows a NR survey to cover large areas of ground compared to those carried out using corner reflectors, but at a lower accuracy. As such, InSAR NR surveys provide a potential way of monitoring surface heave that covers much of a SAGD field at very low cost. Results from the NR survey are very promising. First, the trends in the surface heave measured by the NR survey were almost as accurate as those measured by the CRs. In addition, the NR survey provided useful data over about 50% of the target area. This dense coverage was unexpected since the test site is covered by small trees and extensive areas of muskeg, which will interfere with the reflected radar signal. Reliable surface heave estimates could be made in topographically high areas and in areas with gentle slopes because of their drier nature. By contrast low lying areas that were generally wetter provided little to no reliable data, hence masking any surface heave. Benchmarking of InSAR NR data to temperature fall offs found that the NR measured heave compared well to steam chamber conformance on overall average trends. In addition, manually measured heave also compared well to steam chamber growth measured by 4-D seismic. In conclusion, results indicate that an InSAR NR surface heave survey provides a promising way of measuring surface heave and steam chamber growth over large areas of SAGD fields. It is complementary to 4-D seismic, but at as little as one hundredth of its cost. One of the limitations of a NR survey is that measurements must be taken in non-snow time. Areas of denser forest cover may not provide as much spatial coverage with NRs as was found at the target region discussed in this paper. InSAR coverage in these areas could be done using CRs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,266
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Canada Heavy Oil Technical ConferenceMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207