The effect of site characterization data on injection capacity and cap rock integrity modeling during carbon dioxide storage in the Nisku saline aquifer at the Wabamun Lake area, Canada
Notice bibliographique
Résumé
ABSTRACT Geological storage of CO2 is an option for mitigating global climate change resulting from greenhouse gas emissions. Effective selection, design, and operation of storage sites require reliable models for predicting the response to CO2 injection. This paper revisits preliminary studies of CO2 storage in the Nisku saline aquifer in Alberta, Canada, which were conducted to assess CO2 injectivity, plume migration, and geomechanical response during 50 yr of injection, using model input parameters estimated from data available at the time. The new work presented here involved modeling of CO2 injection using the same tools but with input parameters obtained from data acquired in an evaluation well. The first series of new simulations modeled fluid flow using a commercial black-oil simulator and predicted a lower maximum injection rate (0.80 million t [Mt]/yr [0.88 million tons (Mtons)/yr] compared to 1.0 Mt/yr [1.1 Mtons/yr]) but a CO2 plume width nearly identical with the preliminary prediction (as a consequence of increases in some parameters that offset decreases in other parameters). The second series of new simulations was undertaken using a coupled thermo–hydro–mechanical simulator and predicted ground surface uplift approximately four times less than the preliminary study and (when injecting above the fracture pressure) fracture dimensions several times greater. As before, thermal effects resulting from cool CO2 injection were observed to promote lateral fracture growth in the aquifer and reduce (but not prevent) vertical growth into the cap rock. Use of the evaluation well data in this study enabled a more confident conclusion that injection above the fracturing pressure is not feasible for this site.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».