Implications of Limited Thermophilicity of Nitrite Reduction for Control of Sulfide Production in Oil Reservoirs
Notice bibliographique
Résumé
UNLABELLED: Nitrate reduction to nitrite in oil fields appears to be more thermophilic than the subsequent reduction of nitrite. Concentrated microbial consortia from oil fields reduced both nitrate and nitrite at 40 and 45°C but only nitrate at and above 50°C. The abundance of the nirS gene correlated with mesophilic nitrite reduction activity. Thauera and Pseudomonas were the dominant mesophilic nitrate-reducing bacteria (mNRB), whereas Petrobacter and Geobacillus were the dominant thermophilic NRB (tNRB) in these consortia. The mNRB Thauera sp. strain TK001, isolated in this study, reduced nitrate and nitrite at 40 and 45°C but not at 50°C, whereas the tNRB Petrobacter sp. strain TK002 and Geobacillus sp. strain TK003 reduced nitrate to nitrite but did not reduce nitrite further from 50 to 70°C. Testing of 12 deposited pure cultures of tNRB with 4 electron donors indicated reduction of nitrate in 40 of 48 and reduction of nitrite in only 9 of 48 incubations. Nitrate is injected into high-temperature oil fields to prevent sulfide formation (souring) by sulfate-reducing bacteria (SRB), which are strongly inhibited by nitrite. Injection of cold seawater to produce oil creates mesothermic zones. Our results suggest that preventing the temperature of these zones from dropping below 50°C will limit the reduction of nitrite, allowing more effective souring control. IMPORTANCE: Nitrite can accumulate at temperatures of 50 to 70°C, because nitrate reduction extends to higher temperatures than the subsequent reduction of nitrite. This is important for understanding the fundamentals of thermophilicity and for the control of souring in oil fields catalyzed by SRB, which are strongly inhibited by nitrite.
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 | 0,000 |
| 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 tête enseignante, 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 ».