Analytical Model for Leakage Detection in CO<sub>2</sub> Sequestration in Deep Saline Aquifers: Application to ex Situ and in Situ CO<sub>2</sub> Sequestration Processes
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide One of the prominent methods for carbon dioxide sequestration is disposal into deep saline aquifers. This is mainly because deep saline aquifers provide significant capacity for storage of unwanted fluids underground for a long period. However, saline aquifers may have a leaky cap rock. The sealing capacity of a cap rock must, therefore, be evaluated to ensure the integrity and safety of its storage media; hence robust classifications of the cap rock are required even before starting the storage/disposal operations. Aqueous fluids can be injected into a target storage aquifer, and pressure changes owing to leakage can be monitored in an upper aquifer separated by a cap rock for a short period. The measurement of pressure responses in the monitoring aquifer can be used to identify and characterize any leakage path in the cap rock. This paper provides analytical models in the Laplace domain for both in situ and ex situ CO 2 sequestration methods. Using the numerical Laplace inverse method called the “Stehfest” method, the analytical solution in the real domain is calculated. The analytical solutions developed can be used for determining both dimensionless pressure changes in monitoring and storage aquifers due to leakages and dimensionless leakage rates.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».