MétaCan
Menu
← Retour à la cohorte
Enregistrement W4378229863 · doi:10.3997/2214-4609.202310449

Time-Lapse Monitoring Using a Permanent Source ACROSS and Surface-Buried Geophones at the Aquistore CO2 Storage Site.

2023· article· en· W4378229863 sur OpenAlexaff
Hiroshi Shimizu, Y. Kitawaki, Naoyuki Shimoda, Y. Nakayama, Hajime Tanaka, Yoshitomo Konishi, Don White, Erik Nickel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensPetroleum Technology Research CentreGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésGeophoneGeologyDistortion (music)SIGNAL (programming language)AmplitudeSeismologyRemote sensingGeodesyComputer scienceTelecommunicationsOptics

Résumé

récupéré en direct d'OpenAlex

Summary We demonstrate the effectiveness of reservoir monitoring using a permanent seismic source (accurately controlled, routinely operated signal system: ACROSS), and a sparse areal permanent array of buried geophones at the Aquistore CO₂ storage site. Since 2016, monitoring surveys have been conducted 4 times. Before real data analysis, a modeling study using a single source and a sparse array that matched the actual field geometry shows that our monitoring system can detect physical response changes despite the areal imaging distortion. By applying time-lapse processing and analysis to the field data, high NRMS amplitude anomalies are detected at the reservoir depth. The location and lateral growth pattern of the anomalies associated with CO₂ injection are consistent with the reported results of the 3D seismic data, even though the location is shifted to the northeast direction, which is outward from the source location. The anomalies may be a sign of seismic response changes associated with CO₂ injection, although it should be noted that they tend to be located outward from the source location as observed in the modeling study. Even though this monitoring system cannot bring comparable results to 3D seismic surveys, there is a way to use it for low-cost surveillance.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→