InSAR Natural Reflector Survey for Surface Heave and Steam Chamber Monitoring at a SAGD Site
Notice bibliographique
Résumé
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».