Experimental Simulation of Hydrocarbon Expulsion in Semi-open Systems from Variable Organic Richness Source Rocks
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide To better understand oil and gas generation and expulsion mechanisms and their controlling factors, two-stage heating program (20 and 5 °C/d) at 11 target temperatures (250–580 °C) have been performed in a semi-open reactor on nine immature lacustrine shale samples from the Triassic Yanchang Formation in Ordos Basin, NW China, with total organic carbon (TOC) contents ranging from 0.5% to 30.0%. The cumulative expelled oil and gas were quantified and correlated with the measured vitrinite reflectance (% R o ) and residual TOC. The amount of expelled oil increases substantially with increasing maturity in the R o range of 0.5–1.25% and ends at R o of >1.45%, while the volume of expelled gas increases markedly with maturity when R o is >1.0%. Organic richness exerts primary control on the expulsion yields, which increase linearly with increasing original TOC (TOC o ) per unit weight of rock, whereas the increment decreases with TOC o per unit weight of TOC, once the TOC o content is above 5%. Marked TOC reduction occurs in the R o of 0.5–1.1% due to oil generation and expulsion, but the trend is reversed in the higher maturity range possibly caused by the simultaneous decomposition of minerals. Numerical correlations among heating temperatures, % R o, TOC content, and expelled oil and gas yields have been constructed, and the minimum TOC contents for effective oil and gas source rocks have been inferred. The lowest TOC contents of 0.5% and 0.48% are required for oil and gas expulsion in the oil and gas generation window, corresponding to the TOC o of 0.91% and 0.76%, respectively. The minimum TOC content for effective gas source rocks decreases slightly with increasing maturity; however, a much higher TOC cutoff is required for lower maturity level source rocks. Wide range of TOC content variation in our studied samples provides well constraint of organic richness on oil and gas generation and expulsion behaviors and their evolution trajectory during thermal evolution, which will fascinate source rock quality and exploration potential assessment in other source rock systems.
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 | 0,001 |
| 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 ».