Empirical and Numerical Investigation of the Effects of Hydraulic Fracturing Injection Rate on the Magnitude Distribution of Induced Seismicity Events
Notice bibliographique
Résumé
Abstract Hydraulic fracturing operations to enable production from unconventional oil and gas reservoirs have been subject to public, industry, and regulator concerns regarding induced seismicity. The injection of fluids into deep formations to generate hydraulic fractures serves to create localized increases in pore pressures and reductions in the effective normal stresses acting on critically stressed faults, resulting in fault slip and induced seismicity. Amongst the different factors influencing induced seismicity, operational factors such as injection volume and rate are potentially important, and can be controlled (in contrast to geological factors, which cannot). In this paper, an empirical study is presented examining correlations between injection rate and volume and induced seismicity events and magnitudes for data compiled for the Montney play in northeastern British Columbia. The results of the empirical analysis show that injection rate has a slightly higher correlation to induced seismicity than injection volume, and that larger events (>M3) correlate with higher injection rates (>6-8 m3/min). Three-dimensional numerical modelling was also performed to further investigate the magnitude distribution of induced seismic events as a function of different injection rates. For the modelled geological scenario, the results indicate that lower injection rates resulted in a more distributed pore pressure perturbation interacting with an adjacent critically stressed fault, resulting in multiple slip areas producing several small magnitude events. In contrast, higher injection rates resulted in a more concentrated pore pressure perturbation interacting with the fault causing a larger area to slip, producing a singular large magnitude event.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».