Using Gamma-Ray and X-Ray Computed Tomography for Porosity Quantification of Reservoir Analogue Rocks
Notice bibliographique
Résumé
During the last few decades, X-ray micro-computed tomography (µCT) has been largely used to characterize rock properties and to create high-resolution 3D digital image volumes. It has allowed access to important information about porous systems in reservoir rocks. However, the reliable quantification of porosity of rocks which present porous volumes ranging from centimeter to nanometer scale remains a challenge. Assessment of nano scale porous volume is very difficult by image segmentation techniques, due to the intrinsic limits of the x-ray imaging method. Moreover, image processing for analysis of various types of porosity in the same sample, including microporosity could be computationally expensive. We present a method based in the Gamma-Ray computed tomography (axis attenuation) that can substantially improve the limits presented by conventional X-ray microtomography. This study compared the porosity values acquired by typical segmentation methods for microtomography images, and by the values obtained trough the proposed method of gamma-ray computed tomography to calculate the porosity. Results of both approaches were compared to porosity measurements obtained through experimental equipment (helium porosimeter). These analyses were performed in core samples of limestones and sandstones analogous of Brazilian oil reservoirs. The Gamma Ray Attenuation method (axis attenuation) presented a better correlation (R² = 0.9588) to the experimental measurements when compared to the image segmentation methods (R² = 0.9194). The results suggest that Industrial application of gamma ray tomography for precise evaluation of large number of core samples can be highly effective. Furthermore, the gamma ray data can be integrated with data provided by conventional µCT image processing to complement information regarding morphological aspects. Keywords: Porous System, X-ray microtomography, Gamma Ray tomography, Reservoir rocks
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».