CN109577933A - 一种微生物增产煤层气井位选择方法 - Google Patents
一种微生物增产煤层气井位选择方法 Download PDFInfo
- Publication number
- CN109577933A CN109577933A CN201811246475.3A CN201811246475A CN109577933A CN 109577933 A CN109577933 A CN 109577933A CN 201811246475 A CN201811246475 A CN 201811246475A CN 109577933 A CN109577933 A CN 109577933A
- Authority
- CN
- China
- Prior art keywords
- coal
- bed gas
- value
- parameter
- coal bed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 79
- 244000005700 microbiome Species 0.000 title claims abstract description 33
- 238000010187 selection method Methods 0.000 title claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 9
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 claims description 22
- 238000002309 gasification Methods 0.000 claims description 20
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 claims description 15
- QPUYECUOLPXSFR-UHFFFAOYSA-N 1-methylnaphthalene Chemical compound C1=CC=C2C(C)=CC=CC2=C1 QPUYECUOLPXSFR-UHFFFAOYSA-N 0.000 claims description 14
- 230000009286 beneficial effect Effects 0.000 claims description 11
- VQKFNUFAXTZWDK-UHFFFAOYSA-N alpha-methylfuran Natural products CC1=CC=CO1 VQKFNUFAXTZWDK-UHFFFAOYSA-N 0.000 claims description 7
- 150000002989 phenols Chemical class 0.000 claims description 7
- 229910052785 arsenic Inorganic materials 0.000 claims description 6
- 229910052802 copper Inorganic materials 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 229910052745 lead Inorganic materials 0.000 claims description 6
- 229910021645 metal ion Inorganic materials 0.000 claims description 6
- 150000002790 naphthalenes Chemical class 0.000 claims description 6
- 229910052759 nickel Inorganic materials 0.000 claims description 6
- 229910052725 zinc Inorganic materials 0.000 claims description 6
- 229910052804 chromium Inorganic materials 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 4
- 229910052742 iron Inorganic materials 0.000 claims description 4
- 229910052711 selenium Inorganic materials 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 239000012982 microporous membrane Substances 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 229910052748 manganese Inorganic materials 0.000 description 4
- DKCPKDPYUFEZCP-UHFFFAOYSA-N 2,6-di-tert-butylphenol Chemical compound CC(C)(C)C1=CC=CC(C(C)(C)C)=C1O DKCPKDPYUFEZCP-UHFFFAOYSA-N 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000813 microbial effect Effects 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 229910052793 cadmium Inorganic materials 0.000 description 2
- 239000013067 intermediate product Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 235000013619 trace mineral Nutrition 0.000 description 2
- 239000011573 trace mineral Substances 0.000 description 2
- WJQOZHYUIDYNHM-UHFFFAOYSA-N 2-tert-Butylphenol Chemical compound CC(C)(C)C1=CC=CC=C1O WJQOZHYUIDYNHM-UHFFFAOYSA-N 0.000 description 1
- 125000000129 anionic group Chemical group 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 description 1
- 238000004255 ion exchange chromatography Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 238000002414 normal-phase solid-phase extraction Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Preparation Of Compounds By Using Micro-Organisms (AREA)
Abstract
本发明涉及一种微生物增产煤层气井位选择方法，是通过对若干区块或井位出水依次进行采样、参数测定、参数合并、参数分类、计算参数作用区间、计算表征煤炭微生物气化潜力的参数值、参数值排序的步骤方法来选择适宜采用微生物增产煤层气技术开采的井位，排序后参数值越大的井位，越适宜采用微生物增产煤层技术开采。通过本发明方法能在结合煤层气井水文地质条件的基础上，对不同井位采用微生物增产煤层气技术的适宜性进行排序、判断。
Description
技术领域
本发明涉及一种微生物增产煤层气井位选择方法，尤其是能在结合煤层气井水文地质条件的基础上，对不同井位采用微生物增产煤层气技术的适宜性进行排序、判断。
背景技术
煤炭生物成气技术是近年来煤层气研究的一个热点领域。其技术核心是向煤层注入微生物种群和营养物质，以强化煤层中的微生物的生长，促进煤层甲烷产出量。由于该技术有望解决煤层气井产量的急速衰减问题，延长煤层气井的寿命，因而引起了世界各国的重视。但在进行现场单井试验时，如何判断一个区块甚至是一口井是否能适用于煤炭生物成气，尚无很好的方法。
基于对煤炭生物气化过程中底物以及中间产物研究结果，结合煤层水的化学成分对微生物活性的影响，煤与煤层气共采国家重点实验室提出了采用对煤层水中的各种成分进行分析，以判断区块煤层气井的地下环境是否适宜于微生物生长以实现煤炭地下气化的方法。
发明内容
本发明为为了解决如何判断一个区块甚至是一口井是否能适用于煤炭生物成气，进而提供了一种微生物增产煤层气井位选择方法。
本发明采用如下技术方案：
一种微生物增产煤层气井位选择方法，其特征在于，是通过对若干区块或井位出水依次进行采样、参数测定、参数合并、参数分类、计算参数作用区间、计算表征煤炭微生物气化潜力的参数值、参数值排序的步骤方法来选择适宜采用微生物增产煤层气技术开采的井位，排序后参数值越大的井位，越适宜采用微生物增产煤层技术开采；
煤层气井口出水中的参数分类包括有利于煤炭微生物气化因素和不利于煤炭微生物气化因素两类；
参数的测定内容包括浓度范围、平均值A和标准偏差SD；
参数平均值A±0.5SD构成作用区间，小于“平均值A-0.5SD”为低值区，大于“平均值A-0.5SD”小于“平均值A+0.5SD”为中值区，大于“平均值A+0.5SD”为高值区；
计算表征煤炭微生物气化潜力的参数值是指：定义表征煤炭微生物气化潜力的参数为Cp，对于有利于生物成气的因素在低值区间，则Cp-10；中值区间，则Cp值不变；高值区间，则Cp+10；对于不利于生物成气的因素在低值区间，则Cp+10；中值区间，则Cp值不变；高值区间，则Cp-10；
将不同井位内所测得的所有参数分别进行求和，并对所有井位的求和值进行排序，求和值最大的井位最适宜采用微生物增产煤层气技术。
共设置TOC、F-、Cl-、SO42-、总酚、总萘、有益元素和有害元素8个参数，TOC、酚类、萘类和有益元素为利于煤炭微生物气化的因素，F-、Cl-、SO42-和有害元素为不利于煤炭微生物气化的因素；酚类包括苯酚、甲基酚和2，6-二叔丁基酚，萘类包括萘和甲基萘。
所述有益元素是指金属离子Mn、Fe、Zn、Cu、Ni、Se和Cr，有害元素是指金属离子Cd、As和Pb。
各井位出口水的采样量不少于5L，且样品采集后采用定性滤纸和0.25 μm 微孔滤膜过滤并避光保存。
本发明基于对煤炭生物气化过程中底物以及中间产物研究结果，结合煤层水的化学成分对微生物活性的影响，针对微生物增产煤层气技术实际应用中的井位选择问题，初步建立了煤炭地下微生物成气潜力的预估模型，以综合判断煤层气井的地下环境是否适宜于微生物生长以实现微生物增产煤层气。取煤层气井口出水，对煤层水中的总有机碳（TOC)、典型阴离子(F-、Cl-、SO4 2-)、典型金属离子(Cr、Mn、Ni、Cu、Zn、As、Se、Cd、Pb）以及典型有机物（萘、甲基萘、苯酚、甲基酚和2，6-二叔丁基酚）等参数进行测定，将参数分为总有机碳（TOC）、F-、Cl-、SO4 2-、酚类（苯酚、甲基酚和2，6-二叔丁基酚）、奈类（萘、甲基萘）、有益元素（Mn、Fe、Zn、Cu、Ni、Se，三价的Cr）、有益元素（Cd、As、Pb）等8类，统计各类参数的浓度范围、平均值/A、标准偏差/SD，根据8个参数的平均值A±0.5SD定义8个参数的作用区间，小于“平均值A-0.5SD”为低值区，大于“平均值A-0.5SD”小于“平均值A+0.5SD”为中值区，大于“平均值A+0.5SD”为高值区。定义表征煤炭微生物气化潜力的参数为Cp，初始值设定为50。对于有利于生物成气的因素：TOC、酚类、萘类和有益元素，在低值区间，Cp-10；中值区间，Cp值不变；高值区间，Cp+10。对于不利于生物成气的因素：F-、Cl-、SO42-和有害元素，在低值区间，Cp+10；中值区间，Cp值不变；高值区间，Cp-10。将不同井位的Cp值排序，值越大越适宜采用微生物增产煤层气技术，在结合水文地质条件，对井位选择做出综合判断。
附图说明
图1为微生物增产煤层气井位选择方法流程。
具体实施方式
本发明是通过选择TOC、F-、Cl-、SO42-、典型有机物（萘、甲基萘、酚、甲基酚、叔丁基酚）、有益微量元素（Mn、Fe、Zn、Cu、Ni、Se和Cr）和有害微量元素（Cd、As和Pb）等7个参数对区块和气井进行微生物成气环境分析，进而判定相应的区块或井位是否适宜采用微生物增产煤层技术开采，相应参数的选择原理如表1：
表1评价参数参数选择
本发明的选择工艺流程如图1所示，主要包括采样、参数测定、参数合并、参数分类、计算参数作用区间、计算表征煤炭微生物气化潜力的参数值、参数值排序的步骤。
下面以沁水盆地5个区块共40口煤层气井口为例，对本发明的具体实施方式作进一步说明：
1)采样。如图所示，采集5个区块共40口煤层气井口出水各5L，样品采集回来后，依次采用定性滤纸和0.25 μm 微孔滤膜过滤，分装避光保存待用。
2）参数测定。对分装好的水样分别测定了下列参数：采用离子色谱检测阴离子（F-、Cl-、SO42-）、用TOC分析仪检测总有机碳（TOC）、用ICP-MS检测金属离子（Cr、Mn、Ni、Cu、Zn、As、Se、Cd和Pb）、有机物（萘、甲基萘、苯酚、甲基酚和2，6-二叔丁基酚）采用固相萃取后，气相色谱-质谱检测。井号用数字代替，测定结果如表2。
表2 40口井各参数测定结果
3）参数合并。合并测定数据中的苯酚、甲基酚和叔丁基酚为总酚，合并萘、甲基萘为总萘，共设置TOC、F-、Cl-、SO42-、总酚、总萘、有益元素和有害元素8个参数。
4）参数分类。将8个参数分为有利于煤炭微生物气化和不利于煤炭微生物气化两个方面。其中，有利于煤炭微生物气化的因素有：TOC、酚类、萘类和有益元素；不利于煤炭微生物气化的因素有F-、Cl-、SO42-和有害元素。
5）计算参数作用区间。统计出各个参数的浓度范围、均值、标准偏差（表3）根据8个参数的平均值A±0.5SD定义8个参数的作用区间（表4），小于“平均值A-0.5SD”为低值区，大于“平均值A-0.5SD”小于“平均值A+0.5SD”为中值区，大于“平均值A+0.5SD”为高值区。表3为各个参数的浓度范围、均值、标准偏差；表4为8个参数的作用区间。
表 3 各个参数的浓度范围、均值、标准偏差
表4 8个参数的作用区间
6）计算表征煤炭微生物气化潜力的参数值。为书写方便，定义表征煤炭微生物气化潜力的参数为Cp，初始值Cp设定为50。对于有利于生物成气的因素在低值区间，Cp-10；中值区间，Cp值不变；高值区间，Cp+10。对于不利于生物成气的因素在低值区间，Cp+10；中值区间，Cp值不变；高值区间，Cp-10，具体结果见表5。
表5 40口井Cp值的计算
7）参数排序。根据Cp对不同井位采用微生物增产煤层气技术的适宜性进行排序，值越大越适宜采用微生物增产煤层气技术。本例所选的40口井中，Cp值由高到低排序如表6。同时结合煤层气井的水文地质条件等做出综合判断得出，第27号井最适宜采用微生物增产煤层技术开采。
表6 40口井Cp值的排序
。
Claims (4)
1.一种微生物增产煤层气井位选择方法，其特征在于，是通过对若干区块或井位出水依次进行采样、参数测定、参数合并、参数分类、计算参数作用区间、计算表征煤炭微生物气化潜力的参数值、参数值排序的步骤方法来选择适宜采用微生物增产煤层气技术开采的井位，排序后参数值越大的井位，越适宜采用微生物增产煤层技术开采；
煤层气井口出水中的参数分类包括有利于煤炭微生物气化因素和不利于煤炭微生物气化因素两类；
参数的测定内容包括浓度范围、平均值A和标准偏差SD；
参数平均值A±0.5SD构成作用区间，小于“平均值A-0.5SD”为低值区，大于“平均值A-0.5SD”小于“平均值A+0.5SD”为中值区，大于“平均值A+0.5SD”为高值区；
计算表征煤炭微生物气化潜力的参数值是指：定义表征煤炭微生物气化潜力的参数为Cp，对于有利于生物成气的因素在低值区间，则Cp-10；中值区间，则Cp值不变；高值区间，则Cp+10；对于不利于生物成气的因素在低值区间，则Cp+10；中值区间，则Cp值不变；高值区间，则Cp-10；
将不同井位内所测得的所有参数分别进行求和，并对所有井位的求和值进行排序，求和值最大的井位最适宜采用微生物增产煤层气技术。
2.根据权利要求1所述的微生物增产煤层气井位选择方法，其特征在于，共设置TOC、F-、Cl-、SO42-、总酚、总萘、有益元素和有害元素8个参数，TOC、酚类、萘类和有益元素为利于煤炭微生物气化的因素，F-、Cl-、SO42-和有害元素为不利于煤炭微生物气化的因素；酚类包括苯酚、甲基酚和2，6-二叔丁基酚，萘类包括萘和甲基萘。
3.根据权利要求2所述的微生物增产煤层气井位选择方法，其特征在于，所述有益元素是指金属离子Mn、Fe、Zn、Cu、Ni、Se和Cr，有害元素是指金属离子Cd、As和Pb。
4.根据权利要求3所述的微生物增产煤层气井位选择方法，其特征在于，各井位出口水的采样量不少于5L，且样品采集后采用定性滤纸和0.25 μm 微孔滤膜过滤并避光保存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811246475.3A CN109577933B (zh) | 2018-10-24 | 2018-10-24 | 一种微生物增产煤层气井位选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811246475.3A CN109577933B (zh) | 2018-10-24 | 2018-10-24 | 一种微生物增产煤层气井位选择方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109577933A true CN109577933A (zh) | 2019-04-05 |
| CN109577933B CN109577933B (zh) | 2022-02-08 |
Family
ID=65920476
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811246475.3A Active CN109577933B (zh) | 2018-10-24 | 2018-10-24 | 一种微生物增产煤层气井位选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109577933B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931114A (zh) * | 2020-07-17 | 2020-11-13 | 中国石油大学(华东) | 一种煤层气井重复压裂选井快速决策方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101131077A (zh) * | 2006-08-25 | 2008-02-27 | 上海中油企业集团有限公司 | 微生物采油的选井方法 |
| US20120122740A1 (en) * | 2010-11-12 | 2012-05-17 | Instituto Mexicano Del Petroleo | Heavy oil recovery process using extremophile anaerobic indigenous microorganisms |
| CN102952846A (zh) * | 2011-08-19 | 2013-03-06 | 中国石油天然气股份有限公司 | 一种油藏内源微生物原位采集方法 |
| CN103527160A (zh) * | 2013-09-25 | 2014-01-22 | 中国石油化工股份有限公司 | 一种激活油藏内源微生物产生物乳化剂的方法 |
| CN103852569A (zh) * | 2012-12-03 | 2014-06-11 | 中国石油大学(北京) | 一种确定有机母质在生物化学生气阶段产气率的方法 |
| CN107267623A (zh) * | 2017-07-06 | 2017-10-20 | 罗楚平 | 一种油气微生物勘探方法 |
| CN107387044A (zh) * | 2017-08-22 | 2017-11-24 | 太原理工大学 | 一种利用煤层本源真菌提高生物煤层气产量的方法 |
-
2018
- 2018-10-24 CN CN201811246475.3A patent/CN109577933B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101131077A (zh) * | 2006-08-25 | 2008-02-27 | 上海中油企业集团有限公司 | 微生物采油的选井方法 |
| US20120122740A1 (en) * | 2010-11-12 | 2012-05-17 | Instituto Mexicano Del Petroleo | Heavy oil recovery process using extremophile anaerobic indigenous microorganisms |
| CN102952846A (zh) * | 2011-08-19 | 2013-03-06 | 中国石油天然气股份有限公司 | 一种油藏内源微生物原位采集方法 |
| CN103852569A (zh) * | 2012-12-03 | 2014-06-11 | 中国石油大学(北京) | 一种确定有机母质在生物化学生气阶段产气率的方法 |
| CN103527160A (zh) * | 2013-09-25 | 2014-01-22 | 中国石油化工股份有限公司 | 一种激活油藏内源微生物产生物乳化剂的方法 |
| CN107267623A (zh) * | 2017-07-06 | 2017-10-20 | 罗楚平 | 一种油气微生物勘探方法 |
| CN107387044A (zh) * | 2017-08-22 | 2017-11-24 | 太原理工大学 | 一种利用煤层本源真菌提高生物煤层气产量的方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931114A (zh) * | 2020-07-17 | 2020-11-13 | 中国石油大学(华东) | 一种煤层气井重复压裂选井快速决策方法 |
| CN111931114B (zh) * | 2020-07-17 | 2021-05-14 | 中国石油大学(华东) | 一种煤层气井重复压裂选井快速决策方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109577933B (zh) | 2022-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Armah et al. | A systematic review of heavy metals of anthropogenic origin in environmental media and biota in the context of gold mining in Ghana | |
| Collins et al. | Selecting fingerprint properties for discriminating potential suspended sediment sources in river basins | |
| Fontana et al. | The eutrophication history of a tropical water supply reservoir in Brazil | |
| Medley et al. | Responses of diatom communities to heavy metals in streams: the influence of longitudinal variation | |
| Mackie et al. | Bulk organic δ13C and C/N ratios as palaeosalinity indicators within a Scottish isolation basin | |
| Wille et al. | Mo–Cr isotope evidence for a reducing Archean atmosphere in 3.46–2.76 Ga black shales from the Pilbara, Western Australia | |
| Donner et al. | Arsenic speciation in the lower Athabasca River watershed: A geochemical investigation of the dissolved and particulate phases | |
| Yang et al. | Dissolved and particulate partitioning of trace elements and their spatial–temporal distribution in the Changjiang River | |
| Tribovillard et al. | Organic facies variation in the late Kimmeridgian of the Boulonnais area (northernmost France) | |
| CN108756871B (zh) | 利用三角图版和概率图道进行储层判识的录井解释方法 | |
| Baborowski et al. | Assessment of water quality in the Elbe River at low water conditions based on factor analysis | |
| Ghotbizadeh et al. | Spatiotemporal variations of total and dissolved trace elements and their distributions amongst major colloidal forms along and across the lower Athabasca River | |
| Li et al. | Assessment of heavy metal contamination in the sediments of the Shuangtaizi estuary using multivariate statistical techniques | |
| Montaño et al. | Exploring nanogeochemical environments: new insights from single particle ICP-TOFMS and AF4-ICPMS | |
| Marzecová et al. | Sedimentary geochemical response to human impact on Lake Nõmmejärv, Estonia | |
| Zhou et al. | Ion composition of produced water from coalbed methane wells in western Guizhou, China, and associated productivity response | |
| CN109577933A (zh) | 一种微生物增产煤层气井位选择方法 | |
| Wang et al. | Identification of sediment provenance in the South Yellow Sea using detrital amphibole geochemistry | |
| Li et al. | Geochemical characteristics of the Chang 7 Member in the southwestern Ordos Basin, China: The influence of sedimentary environment on the organic matter enrichment | |
| Erickson et al. | How or when samples are collected affects measured arsenic concentration in new drinking water wells | |
| Silliman et al. | Observations on elemental concentrations of groundwater in central Benin | |
| Macasieb et al. | Heavy metal contamination assessment and source apportionment analysis using multivariate methods in surface sediments of mining-impacted rivers in Benguet | |
| Schmidt‐Wygasch et al. | Indirect dating of historical land use through mining: Linking heavy metal analyses of fluvial deposits to archaeobotanical data and written accounts | |
| Rohwer et al. | Lake Mendota Microbial Observatory Temperature, Dissolved Oxygen, pH, and conductivity data, 2006-present. | |
| Gillis et al. | Investigation of anthropogenic trace metals in sediments of Lake Illawarra, New South Wales |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |