MétaCan
Menu
Retour à la cohorte
Enregistrement W2792328331 · doi:10.1190/int-2017-0202.1

Determination of target-oriented parameters for computation of curvature attributes

2018· article· en· W2792328331 sur OpenAlexaffabout
Lee Hunt, Bahaa Beshry, Satinder Chopra, Cole Webster

Notice bibliographique

RevueInterpretation · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensARC Resources (Canada)
Organismes subventionnairesnon disponible
Mots-clésCurvatureGeologyContext (archaeology)HorizonComputationComputer scienceGeometryMathematicsAlgorithmPaleontology

Résumé

récupéré en direct d'OpenAlex

The application of curvature attributes on seismic horizons or 3D seismic volumes has been discussed in the literature in several ways. Such discussion largely ignores the detail of parameter selection that must be made by the working interpreter or the expert processor. Parameter selection such as window size and filtering methods for seismic curvature estimates have not been extensively compared in the literature and have never been validated using quantitative ground truthing to log or drilling data. Of even greater relevance to the interpreter is the lack of discussion of curvature parameters as they are relevant to interpretive and operational concerns. We focus on the seismic most-positive curvature attribute, its parameterization, and filtering for the overpressured tight sand target in the Falher F formation of the deep basin of Alberta, Canada. This sand has numerous natural fractures that constitute an occasional drilling hazard due to mud losses. Various parameterizations on horizon- and volume-based curvature extractions are made and examined in the context of the drilling results of four horizontal wells, one of which has image log fracture density along the lateral portion of the well. We compared different lateral (and vertical where applicable) window sizes in the initial curvature estimates, as well as different postcurvature filtering approaches including unfiltered, Gaussian-filtered, and Fourier-filtered products. The different curvature attribute estimates have been evaluated by way of map comparisons, cross-section seismic line comparisons, and correlations with the upscaled fracture density log data. We found that our horizon-based estimates of positive curvature suffered from mechanical artifacts related to the horizon picking process, and the volume-based methods were generally superior. Of the volume-based methods, we found that the Fourier-filtered curvature estimates were the most stable through smaller analysis windows. Gaussian-filtering methods on volumetric curvature gave results of varying quality. Unfiltered volumetric curvature estimates were only stable when very large time windows were used, which affected the time localization of the estimate. The comparisons give qualitative and quantitative perspective regarding the best parameters of curvature to predict the key properties of geologic target, which in this case are the potentially hazardous natural fractures within the overpressured Falher F sandstone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterpretationMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207