Depositional conditions and accumulation models of tight oils in the middle Permian Lucaogou Formation in Junggar Basin, northwestern China: New insights from geochemical analysis
Notice bibliographique
Résumé
ABSTRACT Recent discoveries of huge tight oil resources in the middle Permian Lucaogou Formation within the Jimusaer sag in the Junggar Basin in northwestern China have aroused numerous studies on this unconventional petroleum system. However, depositional conditions of the source rocks and the accumulation models of the oils are still unclear because of the complexity of the petroleum system. In view of this, systematic geochemical investigations on 120 samples covering a whole variety of source and reservoir rocks in the Lucaogou Formation were carried out. Based on the results, two types of depositional conditions were identified for the five sections of source rocks (denoted A–E), with sections A, C, and D deposited under hypersaline and reducing conditions, and sections B and E under brackish and relatively oxidizing conditions. Oil-source rock correlation results demonstrated that four groups of oils (denoted 1–4) with distinctive geochemical signatures from the formation finally accumulated in three relatively independent subsystems (labeled Sub-I to Sub-III). Groups 2–4 oils (Sub-II and Sub-III) originated solely from interbedded mudstone, so the accumulation model is highly interbedded and nearby accumulation. Group 1 oils (Sub-I) are originated from the vertical mixing of hydrocarbons produced by multiple mudstone beds at greater depths followed by lateral migration, thus called vertical-lateral mixing accumulation model. This study highlights the importance of lateral migration in tight oil accumulation and will benefit future tight oil exploration in the Junggar Basin, such as the Permian Feng Cheng Formation, and other areas worldwide.
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 ».