MétaCan
Menu
← Retour à la cohorte
Enregistrement W6903245699 · doi:10.11575/prism/42718

Investigation of Fine-Scaled Reservoir Heterogeneity within the Sulphur Mountain Formation

2024· other· en· W6903245699 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetrophysicsOutcropSedimentary rockBeddingLaminationFracture (geology)Permeability (electromagnetism)Hydraulic fracturingWell logging

Résumé

récupéré en direct d'OpenAlex

This study integrates two perspectives to comprehensively assess the geological and reservoir characteristics of the Sulphur Mountain Formation within the Western Canadian Sedimentary Basin, an outcrop analog of the Lower Triassic Montney Formation, one of Canada's largest unconventional plays. The unconventional resource plays' reservoir quality and production optimization relies on a nuanced understanding of geomechanical rock properties and their influence on fractures and fracture networks in the subsurface. Challenges in studying subsurface fractures, particularly the lateral constraints of petrophysical and core data, have prompted the utilization of outcrop analogs to enhance understanding. This research examines the rock fabric control on natural fractures in the Montney Formation's outcrop-equivalent, employing an up to 36 m thick, well-exposed outcrop of the Sulphur Mountain Formation. Unmanned aerial vehicle (UAV) based photomosaics are utilized to characterize the outcrop, evaluating natural fracture distribution. A novel methodology utilizing high-resolution scanned core images is introduced to quantify lamination and assess sedimentary fabric. Results indicate a discernible relationship between sedimentary fabric and fracture characteristics, shedding light on the geometry of fracture networks and aiding predictions of fracture behavior in fine-grained rocks in the subsurface. Additionally, this study investigates fine-grained reservoir heterogeneity, a critical factor for hydraulic fracturing operations, influenced by parameters such as clay content, lamination, and bedding planes. Hyperspectral imaging emerges as a valuable non-destructive analytical technique, effectively measuring composition without damaging the sample. Its application overcomes limitations of geophysical well logs in heterogeneous lithologies, playing a crucial role in defining heterogeneity. This research further identifies Hyperspectral core scanning as a valuable tool for characterizing fine-scale facies variations and underscores the challenge of constructing an accurate compositional model when the training data has a low variance. To enhance model correlation, the study suggests optimizing the data variance to measurement error range ratio. X-ray diffraction (XRD) is proposed as a tool to increase data variance, addressing the heightened standard deviation observed in the investigation. This integrated project emphasizes the pivotal role of hyperspectral imaging in enhancing core analysis and provides a holistic perspective on reservoir heterogeneity in unconventional plays.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,343

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
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 Opus0,075
Tête enseignante GPT0,326
Écart entre enseignants0,252 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→