Zobrazeno 1 - 10
of 52
pro vyhledávání: '"SNESIM"'
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-18 (2024)
Abstract The connectivity is an important feature of the reservoir geological heterogeneity that effects fluid flow responses. In geostatistical modeling, random realizations are generated to describe reservoir heterogeneities. But these realizations
Externí odkaz:
https://doaj.org/article/c4fe7b9b314245279ff4056b36b7afe1
Publikováno v:
Energies, Vol 17, Iss 5, p 1022 (2024)
Multiple-point geostatistics (MPS) has more advantages than two-point geostatistics in reproducing the continuity of geobodies in subsurface reservoir modeling. For fluvial reservoir modeling, the more continuous a channel, the more consistent it is
Externí odkaz:
https://doaj.org/article/1d91f1fca57a46b08fec3dc769ad3bf7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Troels Norvin Vilhelmsen, Esben Auken, Anders Vest Christiansen, Adrian Sanchez Barfod, Pernille Aabye Marker, Peter Bauer-Gottwein
Publikováno v:
Frontiers in Earth Science, Vol 7 (2019)
This study presents a novel expansion of the clay-fraction (CF)/resistivity clustering method aiming at developing realizations of subsurface structures based on multiple point statistics (MPS). The CF-resistivity clustering method is used to define
Externí odkaz:
https://doaj.org/article/5e2d658c78f444beb967e14fefe87968
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Anders Vest Christiansen, Troels Norvin Vilhelmsen, Esben Auken, Peter Bauer-Gottwein, Adrian A. S. Barfod, Pernille Aabye Marker
Publikováno v:
Frontiers in Earth Science, Vol 7 (2019)
Vilhelmsen, T N, Auken, E, Christiansen, A V, Barfod, A S, Marker, P A & Bauer-Gottwein, P 2019, ' Combining clustering methods with MPS to estimate structural uncertainty for hydrological models ', Frontiers in Earth Science, vol. 7, 181 . https://doi.org/10.3389/feart.2019.00181
Vilhelmsen, T N, Auken, E, Christiansen, A V, Barfod, A S, Marker, P A & Bauer-Gottwein, P 2019, ' Combining Clustering Methods With MPS to Estimate Structural Uncertainty for Hydrological Models ', Frontiers in Earth Science, vol. 7, 181 . https://doi.org/10.3389/feart.2019.00181
Vilhelmsen, T N, Auken, E, Christiansen, A V, Barfod, A S, Marker, P A & Bauer-Gottwein, P 2019, ' Combining clustering methods with MPS to estimate structural uncertainty for hydrological models ', Frontiers in Earth Science, vol. 7, 181 . https://doi.org/10.3389/feart.2019.00181
Vilhelmsen, T N, Auken, E, Christiansen, A V, Barfod, A S, Marker, P A & Bauer-Gottwein, P 2019, ' Combining Clustering Methods With MPS to Estimate Structural Uncertainty for Hydrological Models ', Frontiers in Earth Science, vol. 7, 181 . https://doi.org/10.3389/feart.2019.00181
This study presents a novel expansion of the clay-fraction (CF)/resistivity clustering method aiming at developing realizations of subsurface structures based on multiple point statistics (MPS). The CF-resistivity clustering method is used to define
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Vannametee, E., Babel, L. V., Hendriks, M. R., Schuur, J., de Jong, S. M., Bierkens, M. F P, Karssenberg, D., Landscape functioning, Geocomputation and Hydrology, Hydrologie, Landdegradatie en aardobservatie
Publikováno v:
Geomorphology, 221, 298. Elsevier
This study presents an application of a multiple point geostatistics (MPS) to map landforms. MPS uses information at multiple cell locations including morphometric attributes at a target mapping cell, i.e. digital elevation model (DEM) derivatives, a