Fracture Characterization by Integrating Seismic-Derived Attributes including Anisotropy and Diffraction Imaging with Borehole Fracture Data in an Offshore Carbonate Field, United Arab Emirates
Notice bibliographique
Résumé
Abstract In this paper, we present a case study of fracture characterization by integrating borehole data with a variety of seismic attributes in a carbonate reservoir from a giant offshore field, United Arab Emirates. The objectives are to determine to what extent seismic data may be confidently used for mapping spatial distributions of subtle faults and fracture corridors in the reservoirs and to better understand the distribution of overburden anomalies (karsts, high impedance channels) for field development planning. Borehole data used in our study include information from core descriptions (fracture density and orientations), image logs, cross-dipole shear-wave anisotropy analysis, and dynamic data (well testing, PLT, tracer, and mud-loss). The seismic attributes include standard and advanced post-stack geometrical attributes; pre-stack seismic azimuthal AVO attributes, and recently developed pre-stack diffraction imaging. We find that there are common features that can be identified in different attributes, and the differences may indicate different scales of fractures. We also observe a qualitative correlation in the area of history match challenges and high anisotropy magnitude, where seismic anisotropy can identify relatively high fracture intensity regions/zones instead of pinpointing individual fractures and complements other attributes as differences do exist between seismically identified fracture zones and well data due to overburden anisotropy, resolution and sampling issues (which are addressed using the synthetic modeling approach). Diffraction attributes have revealed more detailed geological features in overburden (e.g. karsts) and reservoirs (e.g. lineaments) than in reflection data and a comparison with mud loss data in the shallow zones looks promising with a good correlation between mud loss and collapsed features. This work has provided an improved understanding of the applicability of the using multi-seismic attributes for fracture characterizations in carbonate reservoirs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 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 ».