The Role of Texture, Cracks, and Fractures in Highly Anisotropic Shales
Notice bibliographique
Résumé
Abstract Organic shales generally have low permeability unless fractures are present. However, how gas, oil, and water flows into these fractures remains enigmatic. The alignment of clay minerals and the alignment of fractures and cracks are effective means to produce seismic anisotropy. Thus, the detection and characterization of this anisotropy can be used to infer details about lithology, rock fabric, and fracture and crack properties within the subsurface. We present a study characterizing anisotropy using S wave splitting from microseismic sources in a highly anisotropic shale. We observe very strong anisotropy (up to 30%) with predominantly VTI (vertical transverse isotropy) symmetry, but with evidence of an HTI (horizontal transverse isotropy) overprint due to a NE striking vertical fracture set parallel to the maximum horizontal compressive stress. We observe clear evidence of a shear wave triplication due to anisotropy, which to our knowledge is one of only a very few observations of such triplications in field‐scale data. We use modal proportions of minerals derived from X‐ray fluorescence data combined with realistic textures to estimate the contribution of intrinsic anisotropy as well as possible contributions of horizontally aligned cracks. We find that aligned clays can explain much of the observed anisotropy and that any cracks contributing to the vertical transverse isotropy (VTI) must have a low ratio of normal to tangential compliance ( Z N / Z T ), typical of isolated cracks with low hydraulic connectivity. Subhorizontal cracks have also been observed in the reservoir, and we propose that their reactivation during hydraulic fracturing may be an important mechanism to facilitate gas flow.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».