Karst topography paces the deposition of lower Permian, organic-rich, marine–continental transitional shales in the southeastern Ordos Basin, northwestern China
Notice bibliographique
Résumé
ABSTRACT Organic-rich continental and marine–continental (i.e., transitional) shales are characterized by numerous hydrocarbon production layers having an uneven horizontal distribution, which are challenging to locate and exploit. We examined the effects of karst topography on organic carbon accumulation during the early Permian in the southeastern Ordos Basin, northwestern China, using outcrop and well data. Our study involved geomorphological, sedimentological, petrological, and geochemical methods. We identified a regional unconformity on the Dongdayao Limestone (DDYL) that formed in the early Permian (Asselian; i.e., in the Shanxi Formation) in the study area based on (1) cave, pore, and breccia development in outcrops and drill cores; (2) high Mn–Fe and low Sr contents associated with negative δ18O and normal δ13C values, which are indicative of strong leaching by meteoric waters; and (3) the irregular thickness of the DDYL that is indicative of differential karstification, resulting in the formation of horizontal gullies. The karst topography of the DDYL was identified based on the moldic and residual thickness methods, including karst highland, gentle slope, and microbasin geomorphic units. We propose that the karst topography controlled the redox environment and led to enrichment of the organic-rich transitional shales in the selected submember of the Shanxi Formation. The U/Th, V/Cr, and V/(V+Ni) ratios exhibit a linear relationship with geomorphic unit types. The karst microbasins had a weakly oxic environment, which widely preserved thick, organic-rich, transitional shales having high total organic carbon content and gas-bearing potential.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».