Soil surface flux measurements are a reliable means for assessing fugitive gas migration across soils and seasons
Notice bibliographique
Résumé
As oil and gas wells age and the number of wells drilled increases to meet demand, we may see more instances of fugitive soil gas migration (GM) and associated methane (CH4) emissions. Due to the immense spatiotemporal variability of soils and uncertainty in measurement practice, the detection and quantification of GM emissions is a challenge. Two common measurement techniques include the shallow in-soil gas concentration approach and soil surface flux measurements using flux chambers. In this numerical modeling study, both methods were compared to determine how soil texture, environmental conditions (water content, temperature), and CH4 leak rates into the soil profile influenced in-soil CH4 concentration and surface CH4 flux rates. We observed that in-soil CH4 concentration was strongly controlled by soil texture and environmental conditions, whereas surface CH4 flux rates were far less sensitive to those same parameters. Flux measurements were more useful for determining severity of the CH4 leak into the soil and allowed us to differentiate between leak and nonleak scenarios in soils with biological CH4 production which could complicate a GM assessment. We also evaluated field measurements of carbon dioxide from an enhanced oil recovery site to demonstrate how seasonal conditions can influence concentrations of trace gases in shallow soil. Based on our model results and supplemental field measurements, we propose that flux chamber measurements present a more reliable tool to assess the incidence and severity of fugitive GM.
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 | 0,001 | 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 | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».