From Micropores to Macropores: Investigating Pore Characteristics of Longmaxi Shale in the Sichuan Basin
Notice bibliographique
Résumé
Pore characteristics are crucial in the occurrence, aggregation, migration, and potential for CO 2 sequestration in shale gas reservoirs. We employed N 2 adsorption/desorption, CO 2 adsorption, mercury intrusion porosimetry (MIP), focused ion beam-scanning electron microscopy (FIB-SEM), and three-dimensional reconstruction of FIB-SEM images to characterize the pore characteristics in the Longmaxi Formation of the Sichuan Basin, southwestern China. These methods allowed for the detailed study of microstructure, porosity, and permeability down to the micropore scale (<2 nm). Meanwhile, N 2 and CO 2 isotherm analyses revealed a range of pore sizes, including micropores, mesopores (2–50 nm), and macropores (>50 nm). Micropores significantly contribute to the specific surface area, while mesopores and macropores predominantly contribute to pore volume. MIP results indicated extremely high pore tortuosity and connected porosity less than 1.43%. FIB-SEM and its three-dimensional reconstructions showed significant pore distribution within organic matter. At the FIB-SEM resolution (5 and 10 nm), pore connectivity is notably poor, with many large pores several hundred nanometers in diameter, undetected by the N 2 isotherm method. Permeabilities estimated by FIB-SEM are 1–2 orders of magnitude lower than those measured by MIP, exhibiting anisotropy. Assessments of gas in place and CO 2 storage capacity suggest that porosity evaluations via MIP may underestimate the quantifiable gas content in shale formations. The combined use of N 2 adsorption/desorption, CO 2 adsorption, MIP, and FIB-SEM techniques for integrating pore size characteristics offers a holistic perspective of the pore size spectrum in shale gas reservoirs, effectively addressing the limitations inherent in each individual method.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».