Clay Mineral Alteration in Oil and Gas Fields: Integrated Analyses of Surface Expression, Soil Spectra, and X-Ray Diffraction Data
Notice bibliographique
Résumé
Subsurface hydrocarbon occurrences can be detected by clay mineral (CM) alteration at the surface as a consequence of hydrocarbon migration. This study analyzed CM alteration in an oil and gas (O&G) field in the West Tugu field, located in the northwest Java Basin of Indonesia. Landsat 8 OLI data acquired on 25 September 2015 and soil spectral reflectance (SSR) data recorded using analytical spectral devices (ASD) in March 2017 were processed using clay indices to analyze CM alteration. Soil samples from a field survey of the same area were also analyzed using X-ray diffraction (XRD) to identify their CM compositions. CM distribution was empirically modeled by integrating the SSR bands re-sampled to Landsat 8 OLI (SSRL) bands and the CM composition using the best subset regression method and regression analyses. The resulting model was applied to Landsat 8 OLI images to map the surface CM alteration. The results show that CM alteration observed in the O&G field is an indicator of hydrocarbon microseepage at the surface. These results can be used as a technique to identify prospective regions that contain hydrocarbons and differentiate from those that are barren, and could be useful for increasing the rate of drilling success.
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 | 0,000 | 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 | 0,000 |
| 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 ».