MétaCan
Menu
← Retour à la cohorte
Enregistrement W50855592

Seismic modeling and interpretation of porosity in the upper St. George group (Ordovician) Carbonates, Port au Port Peninsula, western Newfoundland

2012· dissertation· en· W50855592 sur OpenAlexaboutno aff
Sean Corey Hulburt

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2012
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyPetrophysicsOrdovicianSeismogramSynthetic seismogramBlock (permutation group theory)SeismologyPorosityPetrologyPaleontologyGeotechnical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The geophysical and lithological heterogeneous nature of the Ordovician St. George Group Carbonates complicates the exploration process on the West coast of Newfoundland. Preferential hydrothermal dolomitization, uplift along the St. George Unconformity, and multiphase structural deformation are responsible for reservoir development in the Upper St. George Group. The ability to map porosity in a heterogeneous dolomitized reservoir such as the Upper St. George Group, prior to drilling, on 2-D seismic data is particularly advantageous for cost effective exploration. Porosity alters the acoustic response of seismic data and a synthetic seismogram study is designed to reveal the effect of porosity on waveform. Block porosity models are designed by statistical analysis in reservoir intervals known from well log data in the Upper St. George Group. The block models are representations of petrophysical changes in bulk density and sonic interval transit time caused by increasing porosity. Since the synthetic seismic trace is a product of the two petrophysical parameters, bulk density and sonic interval transit time, attributes displaying changes fromporosity can be recorded and used as proxies for finding porosity related attribute changes on 2- D seismicdata. Four well data sets on the Port au Port Peninsula (Port au Port -1, Long Range A-09, St. George's Bay A-36, and Long Point M-16) are used in generating models for this study. Synthetic seismograms are designed from block models at 0, 5, 10, and 15% porosity at 20, 40 and 80Hz Ricker wavelets. Multiple Ricker wavelets are implemented to determine which frequency best reveals porosity effects on the synthetics. Complex trace attributes (Instantaneous phase, instantaneous frequency, and reflection strength) are analyzed on each modeled synthetic seismogram. Ultimately, this process creates a predictive tool for mapping porosity in the vicinity of a well in 2-D seismic sections by matching attributes from models to attributes from the real seismic data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,696

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
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 Opus0,019
Tête enseignante GPT0,243
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)→Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→