Enhancing subsurface imaging and reservoir characterization in the Marcellus Shale play, northeast Pennsylvania, through advanced reprocessing of wide-azimuth 3D seismic data
Notice bibliographique
Résumé
Abstract The Marcellus Shale sits in a geologically complicated region, characterized by faults and salt-cored compressional folds. Large lateral velocity variations associated with this complex geology make seismic imaging difficult. Recently acquired 3D seismic with wide azimuthal coverage and long offsets have poorly imaged folds and faults within the Marcellus Shale. Wells drilled using the existing 3D seismic volumes often encounter incorrect bed dips and folds mistakenly interpreted as faults (or vice versa) because of the poor imaging quality. We carefully examined each processing step in the seismic processing and imaging workflow and identified a few key drivers that could potentially lead to improvements in subsurface imaging. Starting from field seismic records, we identified and corrected geometry errors. To improve signal-to-noise ratio, we applied advanced noise attenuation practices including land surface-related multiple elimination. We carefully tested and validated an extension patch in the 5D seismic data interpolation that improved the offset coverage in the crossline direction. Furthermore, we performed orthorhombic prestack time migration (PSTM). An orthorhombic velocity model fits the geology better than the traditional vertical transverse isotropic (VTI) model for layered subsurface because a dominant set of orthogonal fracture sets is present in the basin. We achieved a significant improvement of subsurface imaging by implementation of these processing steps as key drivers. The new orthorhombic PSTM correctly images steeply dipping (75° and above) faults that were elusive or absent on the previous VTI migration. Additionally, previously interpreted faults are now clearly imaged as folds, small and large in scale. These imaging improvements have enabled the accurate drilling of lateral wells in the target that otherwise would have been drilled out of zone. Some large faults, which pass through the Marcellus, Mahantango, and Tully Formations, are now well-imaged but were previously barely visible. Successful imaging of such large faults helps identify and avoid geohazards. The dramatic improvement in the subsurface imaging and amplitude-preserving processing enhance the reservoir description of the Marcellus Shale.
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 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 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 ».