MétaCan
Menu
Retour à la cohorte
Enregistrement W2912471211 · doi:10.1190/tle38020144.1

Can fracture orientation and intensity be detected from seismic data? Woodford Formation, Anadarko Basin, Oklahoma investigation

2019· article· en· W2912471211 sur OpenAlexaff
Marianne Rauch‐Davies, David Langton, Michael Bradshaw, Allon Bartana, Dan Kosloff, Jeff Codd, Jamie Rich, Gary F. Margravé

Notice bibliographique

RevueThe Leading Edge · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeologyTransverse isotropyAzimuthAnisotropySeismic anisotropySeismologyOrientation (vector space)Oil shaleBoreholeFracture (geology)IsotropyGeophysicsGeometryMineralogyGeotechnical engineeringOptics

Résumé

récupéré en direct d'OpenAlex

Abstract With readily available wide-azimuth, onshore, 3D seismic data, the search for attributes utilizing the azimuthal information is ongoing. Theoretically, in the presence of ordered fracturing, the seismic wavefront shape changes from spherical to nonspherical with the propagation velocity being faster parallel to the fracturing and slower perpendicular to the fracture direction. This concept has been adopted and is used to map fracture direction and density within unconventional reservoirs. More specifically, azimuthal variations in normal moveout velocity or migration velocity are often used to infer natural fracture orientation. Analyses of recent results have called into question whether azimuthal velocity linked to intrinsic azimuthal velocity variations can actually be detected from seismic data. By use of 3D orthorhombic anisotropic elastic simulation, we test whether fracture orientation and intensity can be detected from seismic data. We construct two subsurface models based on interpreted subsurface layer structure of the Anadarko Basin in Oklahoma. For the first model, the material parameters in the layers are constant vertically transverse isotropic (VTI) in all intervals. The second model was constructed the same way as the base model for all layers above the Woodford Shale Formation. For the shale layer, orthorhombic properties were introduced. In addition, a thicker wedge layer was added below the shale layer. Using the constructed model, synthetic seismic data were produced by means of 3D anisotropic elastic simulation resulting in two data sets: VTI and orthorhombic. The simulated data set was depth migrated using the VTI subsurface model. After migration, the residual moveouts on the migrated gathers were analyzed. The analysis of the depth-migrated model data indicates that for the typical layer thicknesses of the Woodford Shale layer in the Anadarko Basin, observed and modeled percentage of anisotropy and target depth, the effect of intrinsic anisotropy is too small to be detected in real seismic data.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil0,987

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 savante0,0000,001
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 Opus0,023
Tête enseignante GPT0,220
Écart entre enseignants0,197 · 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'étudeObservationnel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207