MétaCan
Menu
Retour à la cohorte
Enregistrement W4392912223 · doi:10.3390/w16060868

Using the Tidal Response of Groundwater to Assess and Monitor Caprock Confinement in CO2 Geological Sequestration

2024· article· en· W4392912223 sur OpenAlexfundno aff
Yan Zhang, Bingfei Chu, Tianming Huang, Shengwen Qi, Michael Manga, Huai Zhang, Bowen Zheng

Notice bibliographique

RevueWater · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensnon disponible
Organismes subventionnairesKey ProgrammeChinese Academy of SciencesInstitute of Geology and Geophysics, Chinese Academy of SciencesNational Natural Science Foundation of ChinaCanadian Institute for Advanced Research
Mots-clésCaprockGeologyGroundwaterCarbon sequestrationEnvironmental sciencePetroleum engineeringHydrology (agriculture)Geotechnical engineeringCarbon dioxide

Résumé

récupéré en direct d'OpenAlex

Carbon geological storage (CGS) is an important global practice implemented to mitigate the effects of CO2 emissions on temperature, climate, sea level, and biodiversity. The monitoring of CGS leakage and the impact of storage on hydrogeological properties is important for management and long-term planning. In this study, we show the value of passive monitoring methods based on measuring and modeling water-level responses to tides. We review how monitoring can be used to identify time-varying horizontal and vertical permeabilities as well as independently detect time-varying fracture distribution in aquifer–caprock systems. Methods based on water-level responses to Earth tides are minimally invasive, convenient, economic (since they use existing groundwater wells), and time-continuous. We show how measurements can be used to detect aquifer leakage (caprock confinement) and the distribution of surrounding faults and fractures, which are the two most important unsolved quantities in assessing geological CO2 storage strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 Opus0,066
Tête enseignante GPT0,327
Écart entre enseignants0,261 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207