Green, yellow, red, or out of the blue? An assessment of Traffic Light Schemes to mitigate the impact of hydraulic fracturing-induced seismicity
Notice bibliographique
Résumé
Abstract Mitigating hydraulic fracturing-induced seismicity (HF-IS) poses a challenge for shale gas companies and regulators alike. The use of Traffic Light Schemes (TLSs) is the most common way by which the hazards associated with HF-IS are mitigated. In this study, we discuss the implicit risk mitigation objectives of TLSs and explain the advantages of magnitude as the fundamental parameter to characterise induced seismic hazard. We go on to investigate some of the key assumptions on which TLSs are based, namely that magnitudes evolve relatively gradually from green to yellow to red thresholds (as opposed to larger events occurring “out-of-the-blue”), and that trailing event magnitudes do not increase substantially after injection stops. We compile HF-IS datasets from around the world, including the USA, Canada, the UK, and China, and track the temporal evolution of magnitudes in order to evaluate the extent to which magnitude jumps (i.e. sharp increases in magnitude from preceding events within a sequence) and trailing events occur. We find in the majority of cases magnitude jumps are less than 2 units. One quarter of cases experienced a post-injection magnitude increase, with the largest being 1.6. Trailing event increases generally occurred soon after injection, with most cases showing no increase in magnitude more than a few days after then end of injection. Hence, the effective operation of TLSs may require red-light thresholds to be set as much as two magnitude units below the threshold that the scheme is intended to avoid.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».