MétaCan
Menu
Retour à la cohorte
Enregistrement W4317242210 · doi:10.1093/jge/gxac100

Gas hydrate reservoir identification based on rock physics modelling and sensitive elastic parameters

2023· article· en· W4317242210 sur OpenAlexaboutno aff
Cunzhi Wu, Lei Han, Feng Zhang, Junzhou Liu, Haifeng Chen, Bangrang Di

Notice bibliographique

RevueJournal of Geophysics and Engineering · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesChina National Petroleum CorporationNational Natural Science Foundation of China
Mots-clésAuthigenicHydrateClathrate hydrateSaturation (graph theory)DeltaGeologyMineralogyChemistryPhysicsDiagenesis

Résumé

récupéré en direct d'OpenAlex

Abstract Seismic bottom simulating reflections (BSR) analysis and seismic inversion are commonly used for gas hydrate reservoir interpretation. The relationship between gas hydrate saturation and elastic parameters can be influenced by gas hydrate occurrence state (e.g. pore-filling type gas hydrate or load-bearing type gas hydrate), and this may cause inaccurate interpretation. We first used the simplified three-phase Biot equation (STPBE) to model a formation containing two types of gas hydrate at the same time. Then the effects of occurrence state and authigenic minerals on the relationship between saturation and varied elastic parameters are analysed. Results show that bulk modulus (K), shear modulus ($\mu $), P-wave velocity (${V}_p$), S-wave velocity (${V}_s$), velocity ratio (${V}_p/{V}_s$), Poisson's ratio (v) and $\mu \rho $ increase at different rates with gas hydrate saturation, ${V}_p/{V}_s$ and v show relative higher sensitivity to occurrence state. Ratios of elastic parameter increments are further used to highlight the anomalies caused by gas hydrate. Four attributes ($\Delta K/\Delta \mu $, $\Delta {V}_p/\Delta {V}_s$, $\Delta ({V}_p/{V}_s)/\Delta \nu $ and $\Delta \lambda \rho /\Delta \mu \rho $) show good sensitivity to both gas hydrate saturation and occurrence state. $\Delta ({V}_p/{V}_s)/\Delta \nu $ and $\Delta \lambda \rho /\Delta \mu \rho $ can be used to distinguish gas hydrate with varied occurrence states from authigenic minerals (limestone, opal, pyrite and others). Two selected sensitive attributes $\Delta ({V}_p/{V}_s)/\Delta \nu $ and $\Delta \lambda \rho /\Delta \mu \rho $ are applied to well logs, four gas hydrate-bearing intervals in well 2L-38 from Mallik permafrost area in Canada and one gas hydrate-bearing interval in well A from Shenhu area in South China Sea are identified. These results are consistent with the interpreted result from the resistivity log using Archie's formula. This investigation may provide effective tools for the seismic interpretation of gas hydrate reservoirs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,192
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysics and EngineeringMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207