Az Alföld metamorf aljzata: a köztes tömegtől a tarka mozaikig

Tóth, Tivadar M.; Fiser-Nagy, Ágnes; Kondor, Henrietta; Molnár, László; Schubert, Félix; Tóth, Ilona Vargáné; Zachar, Judit

doi:10.23928/foldt.kozl.2021.151.1.3

Cited by 3 publications

(3 citation statements)

References 40 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The Pannonian Basin of Hungary has undergone several geological events that resulted in a very complex mosaic of basement blocks [41][42][43]. This pre-Neogene assemblage is composed mainly of Variscan metamorphic rocks of diverse metamorphic and structural evolutions [44].…”

Section: Geological Settingmentioning

confidence: 99%

See 1 more Smart Citation

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Hasan,

Tóth

2024

Minerals

View full text Add to dashboard Cite

Many methods have been developed to detect and predict the fracture properties of fractured rocks. The standard data sources for fracture evaluations are image logs and core samples. However, many wells do not have these data, especially for old wells. Furthermore, operating both methods can be costly, and, sometimes, the data gathered are of bad quality. Therefore, previous research attempted to evaluate fractures indirectly using the widely available conventional well-logs. Sedimentary rocks are widespread and have been studied in the literature. However, fractured reservoirs, like igneous and metamorphic rock bodies, may also be vital since they provide fluid migration pathways and can store some hydrocarbons. Hence, two fractured metamorphic rock bodies are studied in this study to evaluate any difference in fracture responses on well-log properties. Also, a quick and reliable prediction method is studied to predict fracture density (FD) in the case of the unavailability of image logs and core samples. Gene expression programming (GEP) was chosen for this study to predict FD, and ten conventional well-log data were used as input variables. The model produced by GEP was good, with R2 values at least above 0.84 for all studied wells, and the model was then applied to wells without image logs. Both selected metamorphic rocks showed similar results in which the significant parameters to predict FD were the spectral gamma ray, resistivity, and porosity logs. This study also proposed a validation method to ensure that the FD value predictions were consistent using discriminant function analysis. In conclusion, the GEP method is reliable and could be used for FD predictions for basement metamorphic rocks.

show abstract

Section: Geological Settingmentioning

confidence: 99%

“…The Mezősas high and the surrounding basement high (Szeghalom, Furta, etc.) areas have been studied extensively regarding petrology, structural evolution, and fracture tendencies [43][44][45][46]51]. Three major rock bodies build the basement [52,53].…”

Section: Geological Settingmentioning

confidence: 99%

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Hasan,

Tóth

2024

Minerals

View full text Add to dashboard Cite

show abstract

“…Örvendetes tény, hogy az Alföld aljzati képződmé nyeiről alkotott ismeretanyag jelentősen bővült az utóbbi évtized ben (M. TÓTH et al 2021), ugyanakkor a Battonya-Puszta földvári-hát kapcsán leginkább közvetett bizonyítékokra hagyatkozhatunk. Analógiaként hivatkozunk a bátaapáti kuta tásra, ahol egy sekély mélységű eltemetett paleozoos rögnek a nagyon részletes és széles méretskálán végzett hid rogeológiai célú vizsgálatsorozata történt meg (BALLA et al 2004).…”

Section: Bevezetésunclassified

Battonya–Pusztaföldvári-hát térségének nagy entalpiájú geotermikusenergia-vagyona (I. rész): hidrodinamikai és hőtranszportmodell

Kun¹,

Zilahi-Sebess²,

Szanyi³

2022

Földt. Közl.

View full text Add to dashboard Cite

Magyarország jórészt kiaknázatlan nagy entalpiájú geotermikus energia készlete lehetővé teszi áramtermelő geotermikus rendszerek létesítését. A mélységi geotermikus potenciál meghatározása, hasznosíthatóságának mértéke jelentős bizonytalansággal terhelt, melynek mértékét archív kutatási eredmények alapján készülő numerikus modellvizsgálatokkal csökkenthetjük. A nagy entalpiájú geotermikus energiahasznosítás, a hazai szerkezet- és szénhidrogén kutatások során feltárt aljzati kiemelkedésekre fókuszál. Vizsgálatunk célterülete, a Battonya–Pusztaföldvári-hát is mély árkokkal szegélyezett aljzati magaslat. Jelentőségét az elmúlt időszak geotermikus hasznosítást célzó kutatásai adják. Tanulmányunkban ismertetjük a Battonya–Pusztaföldvári-hát határon átnyúló 3D-s hidrodinamikai és hőtranszport modelljét, melyet szubregionális léptékben ekviporózus megközelítéssel készítettünk el. Alapvető célunk volt, hogy modellünkkel egyaránt leképezzük a hátság okozta hőanomáliát és az áramlási tér komplexitását. A szimuláció során az aljzati hátság mérésekkel detektált felfűtöttebb állapotát az árok és hátság közötti kőzetminőségi eltérése, illetve az alaphegység mállott, fellazult zónájának intenzívebb fluidumáramlása eredőjeként állítottuk elő. Az általunk készített regionális numerikus szimuláció jó támpontot nyújt a különböző célú pórustérhasznosítások egymásra gyakorolt hatásainak előrejelzéséhez, védendő termelési hozamok meghatározásához, valamint hasznos eszköz lehet a geotermikus védőidom kijelöléséhez is.

show abstract

Multiple linear regression and gene expression programming to predict fracture density from conventional well logs of basement metamorphic rocks

Hasan,

M. Tóth

2024

J Petrol Explor Prod Technol

View full text Add to dashboard Cite

Fracture identification and evaluation requires data from various resources, such as image logs, core samples, seismic data, and conventional well logs for a meaningful interpretation. However, several wells have some missing data; for instance, expensive cost run for image logs, cost concern for core samples, and occasionally unsuccessful core retrieving process. Thus, a majority of the current research is focused on predicting fracture based on conventional well log data. Interpreting fractures information is very important especially to develop reservoir model and to plan for drilling and field development. This study employed statistical methods such as multiple linear regression (MLR), principal component analysis (PCA), and gene expression programming (GEP) to predict fracture density from conventional well log data. This study explored three wells from a basement metamorphic rock with ten conventional logs of gamma rays, thorium, potassium, uranium, deep resistivity, flushed zone resistivity, bulk density, neutron porosity, sonic porosity, and photoelectric effect. Four different methods were used to predict the fracture density, and the results show that predicting fracture density is possible using MLR, PCA, and GEP. However, GEP predicted the best fracture density with R2 > 0.86 for all investigated wells, although it had limited use in predicting fracture density. All methods used highlighted that flushed zone resistivity and uranium content are the two most significant well log parameters to predict fracture density. GEP was efficient for use in metamorphic rocks as it works well for conventional well log data as the data is nonlinear, and GEP uses nonlinear algorithms.

show abstract

Az Alföld metamorf aljzata: a köztes tömegtől a tarka mozaikig

Cited by 3 publications

References 40 publications

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Battonya–Pusztaföldvári-hát térségének nagy entalpiájú geotermikusenergia-vagyona (I. rész): hidrodinamikai és hőtranszportmodell

Multiple linear regression and gene expression programming to predict fracture density from conventional well logs of basement metamorphic rocks

Contact Info

Product

Resources

About