Modelling of fluid pressure migration in a pressure sensitive fault zone subject to cyclic injection and implications for injection-induced seismicity
Notice bibliographique
Résumé
SUMMARY Fault zones often serve as the major fluid pathways in a variety of geo-energy systems, such as deep geothermal systems. However, injection-induced instability of faults can sometimes lead to large-magnitude earthquakes. Cyclic injection has thus been proposed as an alternative injection protocol to better manage and mitigate the associated seismic risks. The risks of injection-induced seismicity depend primarily on the extent and magnitude of the fluid pressure perturbation. When fluid is injected into a fault zone, the local fault permeability will be enhanced, which in turn promotes the migration of fluid along the fault. This nonlinear process is further complicated during cyclic injection via alternating the injection pressure. In this study, both numerical and analytical modelling are conducted to investigate cyclic fluid injection into a fault zone with pressure sensitive permeability, in which the local fault permeability changes as a function of the local effective stress. The match with laboratory-scale experimental and field-scale analytical results of cyclic fluid injection verifies the accuracy of the numerical model. The parametric study reveals that the injection pressure attenuation, quantified by the amplitude ratio and phase shift, is enhanced by a lower initial fault permeability, a smaller stress sensitivity coefficient and a shorter period of pressure cycle (i.e. a higher frequency). Besides, the amplitude of the pressure cycle has a negligible effect on the injection pressure attenuation. We also discuss the implications of our results for the less amenable far-field seismic hazard and post shut-in seismicity.
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 | 0,000 |
| 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 ».