Nitrate-reducing microorganisms prevent souring of an oil field produced water storage pond
Notice bibliographique
Résumé
Nitrate addition for mitigating sulfide production in oil field systems has been studied in laboratory settings and in some subsurface oil reservoirs. To promote water recycling and reuse associated with oil reservoirs produced by hydraulic fracturing, high-salinity produced waters are temporarily stored in surface ponds prior to subsequent reinjection into the subsurface. In this study, nitrate was added directly to a storage pond to prevent sulfide accumulation. DNA sequencing of pond water over a 4-week period revealed a decrease in the proportion of sulfate-reducing microorganisms following nitrate application. Sulfate levels remained stable during this period, whereas nitrate and nitrite fluctuated in the days following the nitrate addition. Metagenome-assembled genomes (MAGs) reconstructed from the pond water microbiome highlighted different organisms with genes for organoheterotrophic and lithoheterotrophic nitrate reduction, whereas genes associated with sulfide production via sulfate or thiosulfate reduction were barely detected. Within those MAGs, genes for acetate metabolism were observed, consistent with acetate decreasing substantially in the pond water in the presence of nitrate. After nitrate was consumed an increase in relative abundance of putative autotrophic microorganisms was observed (e.g. Arhodomonas, Guyparkeria, and Psychroflexus), corresponding to a drop in total inorganic carbon measurements in the storage pond. This trial offers an overview on microbial processes taking place in storage pond environments in response to nitrate addition.
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 | 0,000 | 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) | 0,001 | 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 ».