Characterization and flow simulations of discrete fracture networks

DSpace Repositorium (Manakin basiert)


Dateien:

Zitierfähiger Link (URI): http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-71259
http://hdl.handle.net/10900/49986
Dokumentart: Dissertation
Erscheinungsdatum: 2013
Sprache: Englisch
Fakultät: 7 Mathematisch-Naturwissenschaftliche Fakultät
Fachbereich: Geographie, Geoökologie, Geowissenschaft
Gutachter: Blum, Philipp (Jun.-Prof. Dr. habil. )
Tag der mündl. Prüfung: 2013-07-18
DDC-Klassifikation: 550 - Geowissenschaften
Schlagworte: Klüftung , Fluid , Riss , Geologie , Simulation , Permeabilität
Freie Schlagwörter: Kluftnetz Charakterisierung , Fluidtransport , Messmethoden , DFN
Fracture network , Fracture sampling , Fluid simulations , Window sampling
Lizenz: http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en
Gedruckte Kopie bestellen: Print-on-Demand
Zur Langanzeige

Inhaltszusammenfassung:

Klüfte haben einen starken Einfluss auf den Fluidtransport im Festgestein, da sie diesen verstärken oder verringern können. Vor allem in Gesteinen mit geringer Permeabilität sind Klüfte häufig die einzigen Transportwege für Fluide. Aus diesem Grund sind Kluftnetze von großem Interesse für den Fluidtransport, z. B. in der Kohlenwasserstoffindustrie, der geothermischen Energieerzeugung, der nachhaltigen Nutzung von Grundwasser aus geklüfteten Aquiferen, der Planung von nuklearen Endlagern sowie bei geotechnischen Projekten in geklüftetem Fels. Der Fluidtransport in geklüftetem Festgestein kann mithilfe von Kontinuums-, diskreten Kluftnetzwerk (DFN)-, oder Hybrid-Modellen simuliert werden. Dabei ist speziell der DFN-Ansatz auf ein detailliertes Wissen über die Klufteigenschaften angewiesen. Im Untergrund werden Klüfte und Kluftnetze typischerweise anhand von Bohrkernen und Aufnahmen der Bohrlochwand charakterisiert, während man an der Oberfläche zum Untergrund analoge Aufschlüsse untersucht. Vor allem diese Aufschlüsse liefern wichtige Informationen zu Kluftlängen und deren statistischer Verteilung. Diese Parameter sind sehr wichtig für die numerische Simulation des Fluidtransports. Kluftnetze in Aufschlüssen werden typischerweise mithilfe der "Scanline Sampling", der "Window Sampling", oder der "Circular Scanline and Window" Methoden untersucht. Diese Aufnahmemethoden unterscheiden sich in ihrer Anwendung und den bestimmten Parametern. Daher hat jede dieser Methoden spezifischen Vor- und Nachteile. Die Methoden werden eingehend beschrieben und deren Vor- und Nachteile diskutiert. Um die Anwendung der drei Methoden zu vergleichen, wurden natürliche Kluftnetze in Aufschlüssen (1) von Ignimbriten nahe "Craghouse Park", GB, (2) des "Wajid Sandstone" in Saudi Arabien, und (3) von Miozänen Kalken in den "Oman Mountains", Oman untersucht. Obwohl die Messunsicherheiten, wie "Orientation Bias", "Truncation Bias" und "Size Bias" berücksichtigt wurden, unterscheiden sich die berechneten Parameter deutliche in Abhängigkeit der angewandten Methode. Hierfür gibt es zwei mögliche Gründe: (1) die Anzahl der Messwerte war zu gering um die Parameter adäquat zu bestimmen, und (2) die berechneten Parameter sind von "Censoring Bias" beeinflusst. Künstliche Kluftnetze (AFN) mit bekannten Eingabeparametern wurden benutzt, um (1) die benötigte minimale Anzahl von Messwerten für jede Methode abzuschätzen, und (2) den Einfluss von "Censoring Bias" auf die Berechnung der Parametern zu quantifizieren. Die große Anzahl der untersuchten Arbeitsgebiete wurde mithilfe der im Rahmen dieser Arbeit entwickelten Software FraNEP (Fracture Network Evaluation Program) analysiert. Die kleinste benötigte minimale Anzahl von Messwerten zur adäquaten Auswertung der statistischen Eigenschaften eines Kluftnetzes ist 110 für die "Window Sampling" Methode, gefolgt von der "Scanline Sampling" Methode mit 225. Für die Anwendung der "Circular Scanline and Window" Methode sollten mindestens 860 Klüfte im Untersuchungsgebiet vorhanden sein. Obwohl diese Werte nicht universell anwendbar sind, stellen diese einen Richtwert für die Auswertung von Kluftdaten mit einer vergleichbaren Längenverteilung dar. Darüber hinaus erwies sich "Window Sampling" als die am wenigsten für "Censoring Bias" anfällige Methode. Eine erneute Auswertung der natürlichen Kluftnetze zeigte, dass die prozentuale Anzahl der zensierten Klüfte einen deutlichen Einfluss auf die Genauigkeit der berechneten Kluftparameter hat.

Abstract:

Fractures, such as joints, faults and veins, strongly influence the transport of fluids through rocks by either enhancing or inhibiting flow. Especially in rocks with negligible permeability fractures can act as major for fluid conduits. Therefore, the contribution of fracture networks to the overall flow behavior is of high interest to, for example, the hydrocarbon industry, the power generation using deep geothermal systems, the sustainable management of fractured rock aquifers, the planning of high risk waste repositories and geotechnical projects situated in fractured rock. The fluid transport through a fractured rock mass can be simulated by continuum, discrete fracture network (DFN) or hybrid models. Latter combines aspects of the continuum and the DFN approaches. Especially the DFN approach relies on a detailed knowledge of fracture network characteristics. In the subsurface fractures and fracture networks are typically characterized studying well cores and image logs, whereas at the surface outcropping subsurface analogues are studied. Especially outcrops provide valuable information such as fracture length and length distribution, which are important parameters for fluid transport simulations. The fracture networks encountered at outcrops are commonly analyzed applying the scanline sampling, window sampling, or the circular scanline and window method. These methods vary in their application and the parameters they provide. Therefore, each method has its specific advantages and limitations, which are summarized in a critical review. In order to compare the application of the scanline sampling, window sampling, and the circular scanline and window methods, natural fracture networks outcrops of (1) Ignimbrites at Craghouse Park, UK, (2) the Wajid Sandstone in Saudi Arabia, and (3) Miocene limestone in the Oman Mountains, Oman are analyzed. Although, sampling biases such as orientation, truncation and size bias were accounted for, the network parameters calculated from different sampling methods show significant differences. Two plausible explanations for those differences exist: (1) a lack of measurements to adequately define the fracture network parameters, and (2) the influence of censoring bias on the estimated network parameters. Artificially generated orthogonal two-dimensional fracture networks (AFNs) with known input parameters were used two evaluate (1) the required minimum number of measurements for each sampling method, and (2) quantify the influence of censoring bias on the evaluation of fracture network parameters. The large numbers of sampling areas investigated during this process were analyzed using the novel software FraNEP (Fracture Network Evaluation Program), which was developed as part of this thesis. The lowest minimum number of measurements to adequately capture the statistical properties of fracture networks was found to be 110 for the window sampling method, followed by the scanline sampling method with 225. For the application of the circular scanline and window method at least 860 fractures should be present in a sampling area. Although, these numbers are not universally applicable, they may serve as a first guideline for the analyses of fracture populations with similar length distributions. The latter resemble those reported for typical natural fracture networks. Furthermore, the window sampling method proved to be the method that is least sensitive to censoring bias. Reevaluating the natural fracture networks proved that the existing percentage of censored fractures significantly influences the accuracy of inferred fracture network parameters.

Das Dokument erscheint in: