Chasing Australia’s unconventional resources with point-source, point- receiver, full azimuth surface seismic
Notice bibliographique
Résumé
Seismic methods can be utilized in unconventional resources characterization studies to achieve an improved understanding of the entire reservoir heterogeneity, structure and stress orientation. This assists in an identification of production “sweet spots” and more efficient well placement. To enable this type of study with surface seismic, we need to analyse and invert the data not only against offset but also azimuth. This requirement places greater demands on the seismic than would be the case for a purely structural image.In this paper we will describe the use of a potential “best-practice” solution based on experience in Australia and elsewhere for the design and implementation of the high specification “Winnie 3D” seismic survey. This survey featured broad-band point-sources and point-receivers using a non-linear maximum displacement sweep of 1.5 to 110 Hz. The omni-directional symmetrical dense sampling, in combination with long offsets, resulted in uniform azimuthal coverage and extremely high trace density. This design combined with a broad-band acquisition enables azimuthal analysis, inversion and seismic attributes extraction.We will demonstrate how this 3D design, tailored for unconventional targets, allowed extraction of seismic attributes even in the early stages of data processing, enabling detection of anomalies that could be related to shallow igneous intrusions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».