海洋天然气水合物开采潜力地质评价指标研究：理论与方法
Notice bibliographique
Résumé
There are good prospects of natural gas hydrate resources on the northern slope of the South China Sea. However, whether or not the gas hydrate will play a part in our energy strategy lies in whether or not it can be effectively extracted. Such real production will mostly rely on the full assessment of gas production potential from the marine hydrate deposits. Unfortunately, the relevant research costs are surprisingly high in the field tests alone, while the experimental simulation of hydrate production under high pressures is limited to a small scale presently, and can not fully characterize the gas production potential on a substantial reservoir scale. Thus it is the only way for hydrate production engineers to establish mining plans and calculate gas production potentials through numerical simulation. Because the gas production potential, however, is closely related to the complexity and dissimilarities of the hydrate reservoir characteristics, the production capacities must be evaluated by using different production methods for different types of hydrate reservoirs, which will inevitably raise the research cost. Therefore, based on the response relationship between hydrate production potential and different geological parameters of hydrate reservoirs, this paper discussed the geological parameters, which are most closely related to the gas production potential. Thus, a set of the objectives, contents and methods were presented for the geological evaluation indexes of marine hydrate production potential, providing the theory and methodology for the rapid evaluation of gas production potential in the marine gas hydrate reservoirs.
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) | 0,165 | 0,032 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».