Novel Application of Nitrate as H2S Control Strategy in Permian Basin Produced Water Storage Ponds
Notice bibliographique
Résumé
Abstract Produced water (PW) ponds are important facilities for supporting hydraulic fracturing in the Permian Basin. The control of H2S in these facilities is critical to safe and reliable frac and production operations. Effective microbial control strategies are required to mitigate sulfate-reducing bacteria (SRB) activity and fouling of production facilities with iron sulfide. Next generation sequencing (NGS) DNA analyses of Delaware Basin produced water (PW) samples highlighted a bacterial consortium dominated by putative halophilic fermentative and sulfate-reducing bacteria such as Halanaerobium spp. and Desulfohalobium spp. Anaerobic biodegradation of hydrocarbons can generate metabolites which serve as electron donors to support SRB activity. The novel application of calcium nitrate to produced water storage ponds for SRB control was piloted in Delaware Basin. DNA analysis demonstrated the impact of nitrate on the microbial consortium in the treated pond. Putative nitrate-reducing bacteria became dominant, with a greatly reduced abundance of SRB. Produced water bacterial growth experiments demonstrated the controls of redox potential and salinity on bacterial nitrate reduction, to aid in interpretation of the field data. The pilot was effective in preventing biogenic sulfidogenesis and has been adopted as a long-term mitigation strategy in PW storage ponds.
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 | 0,001 | 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) | 0,000 | 0,001 |
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 ».