Assessment of the Limitations on the Seismic Detectability of Injected CO2 within a Deep Geological Reservoir
Notice bibliographique
Résumé
Aquistore is a deep saline CO2 storage research and demonstration project located near Estevan, Saskatchewan where CO2 is transported via pipeline and injected into a sandstone reservoir ∼3200 m below the surface. A pre-injection time-lapse analysis performed on two sparse 3D seismic datasets was used to characterise the background time-lapse signal-to-noise level at the storage site. The time-lapse analysis revealed that the lowest global nRMS was 0.07 which was taken to represent the level above which CO2 would be detectable in the reservoir. We investigate the conditions under which the injected CO2 can be detected above the defined minimum noise level through Gassmann fluid substitution and 3D seismic forward modelling. Additionally, Wave Unix was used to simulate the seismic response of the reservoir due to the injected CO2 by generating the synthetic surface reflection seismic data from an explosive surface P-wave source. We generated noise-free synthetic seismograms for the baseline model as well as for the 2-phase fluid replacement of brine with CO2 for CO2 concentrations up to 100% within the target zone – the monitors. The baseline and monitor traces from the 3D seismic survey at Aquistore are used as the noise traces in this study, and were added to their respective baseline and monitor synthetic traces. The nRMS within the reservoir was then computed for the noisy baseline and various noisy monitor surveys and was used in the assessment of the limitation to the detection of the injected CO2 in the reservoir under the background noise level at the site. We are able to conclude that the time-lapse repeatability will not limit the ability to monitor the CO2 induced changes in the reservoir at the Aquistore storage site.
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 | 0,001 |
| 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 | 0,001 | 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 ».