Time-lapse attenuation variations using distributed acoustic sensing vertical seismic profile data during CO2 injection at CaMI Field Research Station, Alberta, Canada
Notice bibliographique
Résumé
ABSTRACT For seismic monitoring of geologic CO2 storage, it is useful to measure time-lapse (TL) variations of seismic attenuation. Seismic attenuation directly connects to different petrophysical parameters within the CO2 storage complex. We have developed an approach to derive smooth time-variant amplitude spectra from seismic signals by using the sparse strongest signal peaks, and then measuring two different attributes (conventional Q factor and its “geometric” counterpart) characterizing the path effects of seismic attenuation from the smooth spectra. This approach is straightforward and does not require sophisticated algorithms or parameterization schemes. We apply this approach to TL distributed acoustic sensing (DAS) vertical seismic profile (VSP) data from the Field Research Station (FRS) CO2 injection project in southern Alberta, Canada. High-quality stacked reflection records are obtained from the baseline and monitor DAS VSP surveys at the FRS and TL attenuation-attribute differences are derived from these reflection records. TL variations of attenuation are observed within the injection zone at the FRS, which are interpreted as being related to the injected CO2. Although there is always a significant trade-off between the accuracy and temporal resolution of the measured attenuation parameters, reliable attenuation measurements around the injection zone are still achieved with an in-use reflection signal of a sufficient length and bandwidth. Attenuation attributes measured from this approach can be an advantageous tool for monitoring the distribution and migration of CO2 plumes.
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 | 0,001 | 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 ».