Faculty of Mining, Geology and Petroleum Engineering Repository
Not a member yet
2190 research outputs found
Sort by
Comparison of conditioning factor classification criteria in large-scale statistically based landslide susceptibility models
No full textAbstract. The large-scale landslide susceptibility assessment (LSA) is an important tool for reducing landslide risk through the application of resulting maps in spatial and urban planning. The existing literature more often deals with LSA modelling techniques, and the scientific research very rarely focuses on acquiring relevant thematic and landslide data, necessary to achieve reliable results. Therefore, the paper focuses on the crucial step of classifying continuous landslide conditioning factors for susceptibility modelling by presenting an innovative comprehensive analysis that resulted in 54 landslide susceptibility models to test 11 classification criteria (scenarios which vary from stretched values, partially stretched classes, heuristic approach, classification based on studentized contrast and landslide presence, and commonly used classification criteria, such as natural neighbour, quantiles and geometrical intervals) in combination with 5 statistical methods. The large-scale landslide susceptibility models were derived for small and shallow landslides in the pilot area (21 km2) located in the City of Zagreb (Croatia), which occur mainly in soils and soft rocks. Some of the novelties in LSA are the following: scenarios using stretched landslide conditioning factor values or classification with more than 10 classes prove more reliable; certain statistical methods are more sensitive to the landslide conditioning factor classification criteria than others; all the tested machine learning methods give the best landslide susceptibility model performance using continuous stretched landslide conditioning factors derived from high-resolution input data. The research highlights the importance of qualitative assessments, alongside commonly used quantitative metrics, to verify spatial accuracy and to test the applicability of derived landslide susceptibility maps for spatial planning purposes
Numeričko modeliranje sekvestracije ugljikovog dioksida uz tercijarno pridobivanje plina za podzemno skladištenje vodika (CSEGR-UHS) : diplomski rad
No full textThe new concept of carbon sequestration and enhanced gas recovery for underground hydrogen storage (CSEGR-UHS) is numerically investigated and the results are presented. The essence of the concept is to use carbon dioxide (CO2) from CSEGR as a cushion gas for UHS in a depleted gas reservoir. Based on experimental data from the literature Peng Robinson equation of state is chosen as most representative one. Molecular diffusion is modelled via diffusion coefficients, while kinematic dispersion is modelled by alternative approach of implementing the alpha factors. Moreover, impact of perforation position is examined along with low permeability blocks throughout the reservoir. Sensitivity analysis is conducted to observe the impact of CO2 injection and production pressure with diffusion coefficients on the feasibility of the process. Furthermore, a possible surface facility for CSEGR-UHS is presented. In addition, a simplistic energetic and financial analysis of the CSEGR-UHS concept is presented. Finally, impact of bacteria activity is observed along with modelling of the growth kinetics in order to quantitatively describe the potential of methanation from CO2 and hydrogen.Novi koncept sekvestracije ugljikovog dioksida uz tercijarno pridobivanje plina za podzemno skladište vodika (CSEGR-UHS) je numerički ispitan uz prikaz rezultata. Bit koncepta je iskorištavanje ugljikovog dioksida iz CSEGR faze kao plinskog jastuka u UHS-u u iscrpljenom plinskom ležištu. Temeljem eksperimentalnih podataka iz literature, Peng Robinsonova jednadžba stanja je odabrana kao najreprezentativnija. Molekularna difuzija modelirana je pomoću koeficijenata difuzije, dok je kinematička disperzija modelirana alternativnim pristupom implementacije alfa faktora. Nadalje, ispitan je utjecaj položaja perforacija zajedno sa slabopropusnim zonama koje se rasprostiru ležištem. Provedena je i analiza osjetljivosti kako bi se promotrio utjecaj tlaka utiskivanja CO2, tlaka proizvodnje sa koeficijentima difuzije na izvodljivost procesa. Također, prikazano je moguće postrojenje za CSEGR-UHS. Nadalje, prikazana je jednostavna energetska i financijska analiza CSEGR-UHS koncepta. Naposlijetku, analiziran je i utjecaj aktivnosti bakterija zajedno sa modeliranjem rasta bakterija kako bi se kvantitativno opisao potencijal metanacije iz ugljikovog dioksida i vodika
Classification of land use using multispectral satellite images in the area of the City of Zagreb : master's thesis
No full textKlasifikacija satelitskih snimaka pomoću R programskog softvera. Satelitske snimke su preuzete sa geoportala Copernicus browser. Prikupljanje podataka za treniranje i vizualizacija završnih modela napravljena je u QGIS softveru. Područje istraživanja je Grad Zagreb. Klasifikacija se izvodi na temelju tri različitih klasifikacijskih modela random forest, support vector machine i neuronske mreže.Classification of satellite images using R programming software. Satelitte images were downloaded from the geoportal Copernicus browser. Data collection for training samples and the visualization of the final models was performed in the QGIS software. The area of interest isthe City of Zagreb. Classifiacation is carried out based on three different classification models: random forest, support vector machine and neural networks
Tracing nitrate contamination sources and dynamics in an unconfined alluvial aquifer system (Velika Gorica well field, Croatia)
No full textNitrate ions (NO3−) are one of the most common contaminants in the groundwater of the Zagreb alluvial aquifer, which hosts strategic groundwater reserves of the Republic of Croatia and supplies drinking water to one million inhabitants of the capital city. To better understand the origin and the dynamics of NO3− in the unsaturated and saturated zones, the stable isotopes of nitrogen (δ15N) and oxygen (δ18O) in dissolved nitrate, combined with physico-chemical, hydrogeochemical and water stable isotope data, were used in the current work, together with statistical tools and mixing models. The study involved monthly sampling of groundwater, surface water, precipitation and soil water samples. Additionally, the isotopic composition of total nitrogen (δ15Nbulk) was determined in solid samples representing the local nitrate sources. The combination of a nitrous oxide isotopic analyzer and the titanium(III) reduction method provides reliable measurements of δ15NNO3 and δ18ONO3, with optimal stability achieved under specific conditions. Nitrate in the study area predominantly originates from organic sources, with nitrification as the main biogeochemical process, while denitrification was identified at sampling sites under specific anaerobic conditions. Although statistical analysis can be a valuable tool, it should be applied with caution if NO3− originates from multiple sources. The isotopic composition of water showed that groundwater is predominantly recharged by the Sava River but its contribution varied spatially. The results also show the existence of a different recharge source in the southern part of the aquifer. Our findings highlighted the importance of employing a diverse range of analytical methods to obtain reliable and comprehensive understanding of nitrate contamination. By integrating multi-method approaches, stakeholders can better understand the complexities of groundwater contamination and implement more targeted measures to safeguard the water supplies for future generations
Kratkoročno predviđanje potrošnje prirodnog plina korištenjem pametnih plinskih brojila u distribucijskim sustavima : doktorski rad
No full textIn this doctoral research, the input parameters in the available methods for forecasting natural gas consumption were analyzed in detail, and historical data on natural gas consumption and temperature were singled out as the most important and most frequently used. The collected data was used to determine the correlation between the average natural gas consumption of all users with a gas smart meter and the average daily temperature. Also, a statistical distribution of consumers was obtained through data analysis and a simulation of the installation of 100, 1000, 10 000 and 100 000 gas smart meters was made to determine the influence of the number of installed smart meters on the accuracy of the simulation. The results showed that in the case of installing 10 000 or 100 000, forecasting accuracy can be achieved with a maximum deviation of about 3%. As a technological solution, a module for remote reading of natural gas consumption was chosen, which enables classic gas meters to function as gas smart meters. The module uses the Sigfox network, which has proven to be very efficient for use in the energy sector. A financial analysis based on the example of the installation of 100 000 gas smart meters showed that the implementation can be profitable, but it is necessary to change the methodology of determining the tariff for gas supply or gas distribution service. As part of the financial analysis, an sensitivity analysis to the increase in the price of natural gas was also carried out, which showed positive effects on profitability. A new method was developed for short-term forecasting of natural gas consumption, which uses the determination of the parameters of the statistical distribution of consumers to forecast the total consumption of natural gas in the analyzed area. The method uses historical data on natural gas consumption for less than 10% of consumers in the analyzed area to simulate the total consumption of natural gas for about 46 800 consumers. The method is applicable regardless of the type of consumer (households, commercial facilities, public buildings) and uses only two input parameters, data on daily consumption of natural gas and average daily temperature. In this research, 75 simulations were made, and the Mean Absolute Percentage Error of this method was from 7.26% to 12.15%. Furthermore, it was concluded that due to the reporting error in some modules for remote reading, individual deviations in consumption of users with installed gas smart meters cannot be identified with certainty. At the end, guidelines were proposed for creating application for monitoring natural gas consumption for consumers with installed gas smart meters.Ovaj rad istražuje razvoj metode za kratkoročno predviđanje potrošnje prirodnog plina uz pomoć podataka prikupljenih pomoću pametnih plinskih brojila. Pametna plinska brojila su elektronički sustavi koji mjere potrošnju plina kod krajnjih potrošača u realnom vremenu. Za razliku od konvencionalnih brojila, pametna brojila daju detaljnije informacije i imaju mogućnost prijenosa i primanja podataka u svrhu informiranja, praćenja i upravljanja. Pametna brojila ključni su dio pametne mreže, odnosno energetske mreže koja može automatski pratiti tokove energije i prilagođavati se promjenama u ponudi i potražnji za plinom, pri čemu tržište plina u Europi bilježi brz porast implementiranih pametnih plinskih brojila. Razvojem tržišta plina i deregulacijom cijena predviđanje potrošnje i kretanja cijena plina postaju presudne za poslovno odlučivanje u energetskom sektoru. Ekstremna volatilnost cijena i tržišni rizici povećavaju važnost točnijeg predviđanja potrošnje plina kako bi se smanjio rizik i povećali prihodi poslovanja.
Ciljevi i hipoteze
Ciljevi ovoga rada su definirati krivulju distribucije potrošača prema kriteriju odstupanja od prosječne potrošnje prirodnog plina i odrediti optimalnu statističku distribuciju iste, simulirati ukupnu potrošnju prirodnog plina na analiziranom distribucijskom području te vrednovati točnost rezultata simulacije te detektirati potrošače s ugrađenim pametnim plinskim brojilima čija potrošnja odstupa od uobičajene vlastite potrošnje prirodnog plina. Navedeni ciljevi se baziraju na sljedeće dvije hipoteze: (I) korištenjem pametnih plinskih brojila za dnevno očitanje potrošnje prirodnog plina moguće je odrediti krivulju distribucije potrošača prema kriteriju odstupanja od prosječne potrošnje prirodnog plina za analizirano distribucijsko područje i (II) određivanjem krivulje distribucije potrošača prema kriteriju odstupanja od prosječne potrošnje prirodnog plina moguće je kratkoročno prognozirati ukupnu potrošnju prirodnog plina za analizirano distribucijsko područje i identificirati pojedinačna odstupanja od uobičajene potrošnje prirodnog plina kod potrošača s ugrađenim pametnim plinskim brojilima.
Znanstveni doprinos
Rezultat ovog istraživanja omogućio je razvoj nove metode za kratkoročne predviđanje ukupne potrošnje prirodnog plina u svrhu smanjenja potrebe za uravnoteženjem bilančne skupine i optimizacije transportnog i distribucijskog sustava plina, primjenjive na bilo kojem III distribucijskom području s instaliranim dovoljnim brojem pametnih plinskih brojila. Novo razvijena metoda koristi određivanje parametara statističke raspodjele potrošača u odnosu na temperaturu, što do sada nije korišteno za potrebe predviđanja potrošnje prirodnog plina. Također, istraživanje je pokazalo koja su ograničenja i problemi kod utvrđivanja pojedinačnih odstupanja od uobičajene potrošnje prirodnog plina kod potrošača s ugrađenim pametnim plinskim brojilima. Nadalje, definirane su smjernice za razvoj mobilne i/ili online aplikacije za praćenje potrošnje prirodnog plina za potrošače s ugrađenim pametnim plinskim brojilima.
Metode i postupci
Istraživanje se temelji na prikupljanju podataka o potrošnji prirodnog plina korištenjem modula za daljinsko očitanje potrošnje. Moduli su ugrađeni u sklopu pilot projekta jednog od opskrbljivača prirodnim plinom u Republici Hrvatskoj te omogućavaju klasičnom plinskom brojilu da poprimi sve bitne karakteristike pametnog plinskog brojila. Prikupljeni podaci su formirani u SQL bazu podataka gdje je napravljeno inicijalno filtriranje korištenjem SQL upita. Osim potrošnje prirodnog plina, s meteorološke postaje koja se nalazi u blizini velikog broja ugrađenih modula za daljinsko očitanje su prikupljeni javno dostupni podaci o meteorološkim uvjetima te je formirana baza podataka. Obje baze podataka korištene su u prvoj fazi istraživanja gdje je simulirana ugradnja 100, 1000, 10 000 i 100 000 pametnih plinskih brojila te su analizirane maksimalne devijacije simulirane srednje potrošnje od one dobivene korelacijom s temperaturom pomoću stvarnih podataka. Nadalje, u nastavku je provedena financijska analiza kako bi se utvrdila isplativost ulaganja u implementaciju pametnih sustava mjerenja kao i analiza osjetljivosti na povećanje cijene plina. Formirane baze podataka korištene su u nastavku istraživanja za razvoj nove metode za kratkoročno predviđanje potrošnje prirodnog plina, koja određivanjem parametara statističke raspodjele potrošača predviđa ukupnu potrošnju prirodnog plina na analiziranom području.
Rezultati i zaključci
U literaturi su detaljno analizirani ulazni parametri u dostupnim metodama za predviđanje potrošnje prirodnog plina te su kao najvažniji i najčešće korišteni izdvojeni povijesni podaci o potrošnji prirodnog plina i podaci o temperaturi. Na temelju formiranih baza podatka potrošnje prirodnog plina i temperature, prosječna dnevna potrošnja prirodnog plina korisnika s ugrađenim pametnim plinskim brojilima korelirana je s prosječnom dnevnom temperaturom te je izračunato odstupanje svih zabilježenih mjerenja dnevne potrošnje prirodnog plina od IV prosječne potrošnje prirodnog plina. Odstupanja su testirana na nekoliko statističkih distribucija te je kao najpovoljnija statistička distribucija odabrana lognormalna statistička distribucija za simuliranje potrošnje u budućnosti. Rezultati simulirane prosječne potrošnje uspoređene su s prosječnim potrošnjama izračunatima pomoću utvrđene korelacije prosječne potrošnje s temperaturom te je analiza maksimalnih devijacija simulirane i korelirane potrošnje rezultirala greškom do 3% u slučaju implementacije 10 000 pametnih brojila. Analizom ekonomskih aspekata dobivene su smjernice za financijsku isplativosti ugradnje velikog broja pametnih plinskih brojila na primjeru Republike Hrvatske. Implementacijom pametnih plinskih brojila, najveći financijski benefiti se ostvaruju upravo od energetskih ušteda od kojih prema sadašnjoj metodologiji profitiraju krajnji korisnici stoga je izmjenom regulative potrebno dio ostvarenih ušteda prebaciti na investitore, odnosno opskrbljivače kako bi se pokrenuo ciklus implementacije pametnih plinskih brojila. Novo razvijena metoda za kratkoročno predviđanje potrošnje plina primjenjiva je neovisno u vrsti potrošača (kućanstva, komercijalni objekti, javne zgrade) te koristi samo dva ulazna parametra, prosječne podatke o dnevnoj potrošnji i prosječne dnevne temperature. Metoda koristi povijesne podatke o potrošnji prirodnog plina manje od 10% potrošača na analiziranom području za simuliranje ukupne potrošnje prirodnog plina za oko 46 800 potrošača. Ovisno o promatranom rasponu potrošnje, korištenim skupovima podataka o temperaturi i odabranom scenariju za broj malih korisnika, prosječne apsolutne postotne pogreške ove metode kretale su se od 7,26% do 12,15%. Najbolji rezultati ostvareni su simulacijom gdje je korištena prosječna dvodnevna temperatura za raspon potrošnje od 0,001 do 250 m3 u scenariju udjela velikih potrošača od 5%. Nadalje, pojedinačna odstupanja u vlastitoj potrošnji kod korisnika s ugrađenim pametnim plinskim brojilima nije bilo moguće sa sigurnošću identificirati zbog grešaka koje nastaju prilikom slanja potrošnje modulom na daljinsko očitanje. Pogreške poput prekida redovnog očitanja potrošnje i promjene vremena slanja podataka o potrošnji u većini bi slučajeva rezultiralo identifikacijom pojedinačnog odstupanja, iako nije bilo odstupanja u normalnoj potrošnji analiziranog krajnjeg potrošača. Na kraju su predložene smjernice za izradu aplikacije za praćenje potrošnje prirodnog plina za potrošače s instaliranim pametnim plinskim brojilima. Razvojem aplikacije s predloženim karakteristika prikupiti će se bitne informacije za kvalitetni dizajn alternativnih sustava grijanja u budućnosti
Optimization of cement slurry composition for the cementing of geothermal well Korenovo GT-1 : master's thesis
No full textGeotermalna energija predstavlja stabilan obnovljivi izvor energije, a geotermalne bušotine ključan su element za njezino iskorištavanje. Geotermalna bušotina Korenovo GT-1 izrađena je kako bi se procijenio geotermalni potencijal okolnog područja, suočavajući se s povišenim temperaturama i složenim geološkim uvjetima. Cilj rada bio je razviti cementnu kašu prilagođenu ovim uvjetima, s naglaskom na otpornost na visoke temperature i mehaničku stabilnost cementnog kamena. U radu su opisane najčešće metode cementacije bušotina, dizajn cementne kaše za geotermalne uvjete, konstrukcija bušotine Korenovo GT-1 te opis ugradnje i cementacije kolona zaštitnih cijevi. Provedena su laboratorijska ispitivanja svojstava cementnih kaša za cementaciju kolona zaštitnih cijevi vanjskog promjera 339,7 mm (13 ⅜'') i 244,5 mm (9 ⅝')' te su prikazani rezultati ispitivanja svojstava odabranih cementnih kaša koje bi trebale osigurati sigurno i dugotrajno funkcioniranje bušotine.Geothermal energy represents a stable renewable energy source, with geothermal wells being a key element for its utilization. The geothermal well Korenovo GT-1 was drilled to assess the geothermal potential of the surrounding area, addressing elevated temperatures and complex geological conditions. The aim of this study was to develop a cement slurry tailored to these conditions, with a focus on resistance to high temperatures and mechanical stability of the cement stone. The study describes the most common methods of well cementing, the design of cement slurry for geothermal conditions, the construction of the Korenovo GT-1 well, and the installation and cementation of casing. Laboratory testing was conducted on the properties of cement slurries for casing with outer diameters of 339,7 mm (13 ⅜'') and 244,5 mm (9 ⅝''), and the results of the tests on the selected cement slurries intended to ensure safe and long-term operation of the well
Update of GIS bases for the environmental impact assessment of the Adriatic oil pipeline : master's thesis
No full textMagistralni naftovod Omišalj – Sisak prolazi kroz ključne geološke i hidrogeološke regije Hrvatske. Prilikom planiranja i razmatranja mogućeg ažuriranja Studije utjecaja na okoliš, korištenje GIS tehnologije pokazalo se ključnim za analizu i vizualizaciju prostornih podataka. Cilj rada bio je prikaz GIS postupaka i drugih analitičkih metoda za pripremu prostornih podloga, uključujući izradu tematskih karti poput geološke, hidrogeološke, karte seizmičnosti, zone sanitarne zaštite i opasnosti od poplava. Kao osnovni alat korišten je ESRI ArcMap, čime je omogućena precizna analiza i vizualizacija prostornih podataka potrebnih za izradu sveobuhvatne dokumentacije.The main oil pipeline Omišalj - Sisak passes through the key geological and hydrogeological regions of Croatia. During the planning and consideration of a potential update to the Environmental Impact Study, the use of GIS technology has proven essential for analyzing and visualizing spatial data. The aim of the paper was to present GIS procedures and other analytical methods for the preparation of spatial data, including the creation of thematic maps such as geological, hydrogeological, seismicity maps, sanitary protection zones and flood hazards. ESRI ArcMap is used as the basic tool, which enables precise analysis and visualization of spatial data necessary for the creation of comprehensive documentation
Konceptualni model umjetnoga prihranjivanja krškoga vodonosnika otoka Visa : doktorski rad
No full textVis is a small, remote karst island in the Adriatic Sea with unique geological and hydrogeological features that have enabled the formation of karst aquifers from which highquality groundwater is abstracted, resulting in the island's autonomous water supply. Local groundwater resources are recharged solely by precipitation and are very vulnerable to climate change, seawater intrusion, and seasonal overexploitation. Currently, the water supply system satisfies the demand of the local population, but a fivefold increase in demand during the summer tourist season exerts high stress on freshwater resources, and several reductions for consumers have occurred in the last decades. The water supply system of Vis consists of five wells drilled in the Korita well field (~42 l/s) in the central part of the island, two wells (K1 and B1; ~5 l/s) in the Komiža hinterland, and the coastal spring Pizdica (~3 l/s). The need for alternative water management solutions yielded managed aquifer recharge (MAR) and early warning system for seawater intrusion (EWS) as potential options for increasing the safety and resilience of the island’s groundwater resources. Interdisciplinary field and laboratory investigations, combining geological, hydrogeological, hydrological, geophysical, structural-geological, and socio-economic methods, were utilized to develop robust conceptual models for MAR and EWS. Results indicated that the Central Vis aquifer, a heterogeneous, unconfined, and karstified carbonate aquifer dominated by flow through densely fractured rock mass, could be artificially recharged from the surface by the infiltration pond method. As a source water for MAR, storm and flood water runoff from the surrounding hills could be collected, retained, and infiltrated from the existing channel structure in the Korita valley. The proposed MAR solution is economically justifiable but risky due to the inherent properties of karst systems and the lack of representable case studies highlighting best practices. Moreover, increased hydraulic conductivity along the main fault zone (i.e., Komiža-Vis fault) highlights the eastern direction as the most probable and dangerous with respect to seawater intrusion to the Central Vis aquifer. Hence, an ideal location and design for an EWS was hypothesized. A combination of MAR and an EWS could provide a basis for sustainable management of the island's karst aquifer, preventing and mitigating the potential deterioration of groundwater quantitative and chemical status, particularly in light of the rapidly changing climate and rising anthropogenic pressures in the Mediterranean region.Otok Vis, mali pučinski krški otok u središnjem dijelu Jadranskog mora, ima jedinstvene geološke i hidrogeološke značajke, što je omogućilo nastanak krških otočkih vodonosnika. Zahvaljujući tome, otok je samodostatan po pitanju vodoopskrbe koja se osigurava iz pet bušenih zdenaca u centralnom dijelu otoka (vodocrpilište Korita; ~42 l/s) te u manjoj mjeri iz dva bušena zdenca (K1 i B1; ~5 l/s) i priobalnog izvora Pizdice (~3 l/s) u blizini Komiže. Glavne litološke jedinice na otoku Visu su (i) vulkanogeno-sedimentno-evaporitni kompleks Komiškog zaljeva (tzv. Komiški dijapir) trijaske starosti, sačinjen od gipsa, dolomitno-gipsnih breča, krškog detritusa te raznih vulkanskih i klastičnih stijena, (ii) razlomljeni i okršeni vapnenci i dolomiti kredne starosti te (iii) kvartarne naslage, sačinjene od crvenice, padinskih naslaga, te eolskog pijeska. Reljef otoka Visa karakteriziraju tri morfološki uzdignuta grebena i dvije doline u kojima su razvijena krška polja. Najviši vrh je Hum (576 m n.v.), smješten u zapadnom dijelu otoka. Geološke strukture i reljef su orijentirani približno u smjeru zapad-istok (tzv. hvarsko pružanje struktura). Najznačajniji i najproduktivniji vodonosnik (tzv. centralni viški vodonosnik) je u krednim vapnencima srednje do visoke propusnosti te je idealno smješten u središnjem dijelu otoka (vodocrpilište Korita), gdje je zaštićen od značajnijeg prodora mora nepropusnim stijenama komiškog dijapira sa zapadne strane te niskopropusnim karbonatima ispunjenim sekundarnim materijalom (pjeskovitim produktom trošenja dolomita i glinenim česticama iz kvartarnih crvenica) s južne strane. Donja granica vodonosnika izgrađena je od dolomita i/ili dolomitičnog vapnenca te je praktički nepropusna. Podzemna voda nalazi se na otprilike 120 m dubine a generalni smjer tečenja je prema istoku. Sjeverni, istočni i južni obalni pojasi otoka su uglavnom hidrogeološki beznačajni, budući da dolazi do potpunog prodora mora i zaslanjenja kroz visokopropusne vapnence. Iako trenutačni kapacitet crpljenja u vodocrpilištu Korita i zdencima na zapadnoj strani otoka zadovoljava većinu potražnje, intenzivan ljetni turizam i klimatske promjene vrše značajan pritisak na resurse podzemne vode tijekom sušne sezone. Posljedično, tijekom proteklog desetljeća došlo je do povremenih redukcija za potrošače. U ovom radu istražene su mogućnosti primjene i uspostave sustava umjetnog prihranjivanja vodonosnika (eng. managed aquifer recharge – MAR) kako bi se povećala količina podzemne vode u centralnom viškom vodonosniku te sustava ranog uzbunjivanja (eng. early warning system - EWS) za prodor morske vode kako bi se spriječilo potencijalno pogoršanje kemijskog stanja podzemne vode. Umjetno prihranjivanje vodonosnika je naziv za skup metoda kojima se višak površinske vode (npr. poplavna i bujična voda, pročišćena otpadna voda, desalinizirana voda) prikuplja te prihranjuje u vodonosnik putem upojnih zdenaca ili infiltracijskih zona. Iako se različite metode MAR-a primjenjuju u vodonosnicima s međuzrnskom poroznošću diljem svijeta, njihova primjena u kompleksnim krškim vodonosnicima, koje karakterizira hidraulička anizotropija i heterogenost, predstavlja značajan izazov. Budući da u svijetu postoji svega nekoliko primjera MAR-a u karbonatnim stijenama, ne postoje opsežne studije koje predlažu prikladne metode istraživanja i izvedbe takvih sustava. Kako bi se istražile mogućnosti primjene MAR-a i EWS-a te uspostavili konceptualni modeli njihove izvedbe, provedena su opsežna interdisciplinarna terenska i laboratorijska istraživanja. Na temelju reambulacije geoloških i hidrogeoloških karata i podataka, analize hidrauličkih parametara te trasiranja, izrađen je novi konceptualni hidrogeološki model otoka. Definirana su dva glavna slijeva na otoku: slijev vodocrpilišta Korita te slijev izvora Pizdice. Nadalje, određeni su glavni smjerovi tečenja i prividne brzine toka podzemne vode od 150-200 m/dan unutar centralnog viškog vodonosnika. Na temelju novih saznanja izrađena je hidrogeološka karta te hidrogeološki profil otoka Visa. Od 2019. uspostavljen je kontinuirani i periodički (mjesečni) monitoring hidrokemijskih parametara (ionski sastav, pH, elektrolitička vodljivost). Na vodocrpilištu Korita kakvoća podzemne vode je izvrsna i pripada Ca-HCO3 hidrokemijskom facijesu u svim hidrološkim uvjetima. Glavni procesi koji utječu na kemijski sastav podzemne vode unutar centralnog viškog vodonosnika su otapanje karbonatnih stijena, miješanje s morskom vodom i ionska izmjena. Analize aktivnosti tricija u uvjetima hidrološkog minimuma i maksimuma pokazale su da je podzemna voda mješavina sub-moderne i moderne vode, s vremenom zadržavanja od 15 do 40 godina. Stabilni fizikalno-kemijski parametri, unatoč ispodprosječnim oborinama tijekom promatranog perioda, ukazali su na to da centralni viški vodonosnik ima visoku sposobnost zadržavanja te polaganog otpuštanja, uz značajne rezerve podzemne vode koje su relativno otporne na duže sušne periode i intenzivni režim crpljenja tijekom ljeta. Geofizičkim i strukturno-geološkim istraživanjima utvrđene su debljine kvartarnog pokrivača, gornje i donje zone trošenja vapnenca (tj. epikrške zone) i kompaktnih vapnenačkih vodonosnika te su određeni glavni diskontinuiteti (slojevi, pukotine, rasjedi) i krški elementi (kaverne, kanali) koji utječu na infiltraciju oborine i tok podzemne vode. Na temelju meteoroloških podataka s postaje u Komiži izrađena je hidrološka analiza slijeva vodocrpilišta Korita. Iako se prosječna godišnja količina oborine ne može smatrati malom (951 mm), zbog relativno visoke temperature zraka i gustog biljnog pokrova evapotranspiracija iznosi gotovo 66%, što rezultira efektivnom oborinom i prihranjivanjem vodonosnika od 326 mm godišnje. Također, primijenjene su simulacije budućih klimatskih uvjeta dobivene iz regionalnih klimatskih modela Aladin, Promes i RegCM, uz statističke korekcije i uklanjanje sustavnih pogrešaka za otok Vis. Rezultati sva tri modela ukazuju na statistički značajan porast srednje godišnje temperature zraka od 3 do 4 °C do kraja stoljeća, dok oborina ne pokazuje statistički značajan trend. Opažene promjene u temperaturnom i evapotranspiracijskom režimu mogu dovesti do značajnog gubitka vodnih resursa na otoku Visu uz smanjenje protoka na slijevu od 20-40%. Uz nepovoljne klimatske scenarije, značajan problem predstavlja i kontinuirani rast turizma te se predviđa da će potražnja vode porasti za 20% u skorijoj budućnosti. Na temelju povoljnih geoloških, hidroloških, i hidrogeoloških čimbenika, kao i definiranih potreba za osiguravanjem dodatnih količina podzemne vode, uspostavljen je konceptualni model MAR-a. Kao najprikladnije rješenje odabrana je metoda infiltracijskog jezera, koja bi se uspostavila unutar vodocrpilišta Korita, u uskoj dolini gdje su prisutni stari i zapušteni kanali koji prikupljaju bujične i poplavne vode s okolnih brda te ih evakuiraju u smjeru mora. Kako bi se osigurao prostor za prikupljanje vode, nužno je sagraditi pregradnu branu na završetku kanala te je nužno ukloniti gusto raslinje i nepropusno tlo. Prikupljena voda bi se potom pasivno i difuzno infiltrirala kroz propusno tlo i epikršku zonu do saturirane zone. Prilikom infiltracije nužno je izbjeći preferentne puteve tečenja poput krških kanala i jama, kako bi se izbjeglo naglo i diretno prihranjivanje u saturiranu zonu, što bi moglo dovesti do onečišćenja vodonosnika i neželjenih kemijskih reakcije (npr. otapanje karbonatnog vodonosnika uslijed miješanja voda različitih sastava). Glavni rizici i nesigurnosti primjene MAR-a povezani su s hidrološkim čimbenicima (tj. dostatnost vode za umjetno prihranjivanje), heterogenošću vodonosnika (tj. prisutnost krških kanala koji bi brzo ispustili infiltriranu vodu iz vodonosnika), učinkovitost infiltracijskog jezera i neželjene kemijske reakcije (tj. otapanje vodonosnika i onečišćenje). Kako bi se spriječilo pogoršanje kakvoće i kemijskog statusa centralnog viškog vodonosnika i podzemne vode uslijed smanjenog prihranjivanja uzrokovanog klimatskim promjenama i povećanom potražnjom, nužno je uspostaviti sustav ranog uzbunjivanja za prodor mora. Iako je centralni viški vodonosnik zaštićen od prodora mora sa zapadne i južne strane te nepropusnom dolomitnom podinom, trasiranjem je utvrđena hidraulička anizotropija u smjeru glavnog rasjeda na otoku (rasjedna zona Komiža-Vis), duž kojeg je pretpostavljen glavni smjer prodora mora (I-Z). Stoga, sustav ranog uzbunjivanja bi se trebao uspostaviti nizvodno od vodocrpilišta Korita, unutar krškog polja Dol. Sustav može biti sačinjen od jednog ili više bušenih zdenaca, opremljenih automatskim mjeračima elektrolitičke vodljivosti i hidrostatskog tlaka s telemetrijskim odašiljačem. Uspostavom ovakvog sustava značajno bi se unaprijedilo poznavanje uvjeta u zoni miješanja slane i slatke vode te bi se znatno smanjio rizik od zaslanjivanja vodonosnika u slučaju povećanja režima crpljenja na vodocrpilištu Korita. Kombinacija umjetnog prihranjivanja vodonosnika i sustava ranog uzbunjivanja na prodor mora mogla bi pružiti osnovu za održivo upravljanje krškim vodonosnikom otoka Visa, sprječavajući i ublažavajući potencijalno pogoršanje količinskog i kemijskog stanja podzemnih voda, posebno u svjetlu klimatskih promjena koje se brzo mijenjaju i rastućih antropskih pritisaka u mediteranskoj regiji
Unapređenje dubinsko-geološke karakterizacije istočne Dravske depresije – prostorno prognoziranje litoloških karakteristika na temelju seizmičkih i bušotinskih podataka : doktorski rad
No full textThis dissertation presents the development of an AI-supported methodology that integrates artificial neural networks (ANNs) to enhance subsurface characterization of the Pannonian age clastic interval in the Drava Basin. The aim was to improve the accuracy of the geological model and reduce economic and technical risks in mature basins with incomplete datasets by combining machine learning with geological expertise. The research was conducted in three phases. In the first phase, ANNs were combined with conventional geostatistical methods to improve lithology prediction. Although the approach showed potential, its limitations became evident in the overestimation of certain lithological categories, particularly sandstone, as it was predicted with greater certainty during the process preceding the definition of lithological values in the model (upscaling). Nevertheless, the integration of ANN models with fundamental geological knowledge proved successful in modeling lithological composition. The second phase introduced an ANN-supported approach for time-to-depth relationship prediction, significantly outperforming traditional techniques. Models achieved correlation coefficients above 0.99, attributed to their ability to capture complex geological patterns. Results also highlight the importance of developing locally specific ANN models and provide recommendations for potential adaptations for broader application. The third phase focused on lithology distribution using well log and 3D seismic attributes. Data preprocessing proved to be crucial, as it was found that standardized input data produced the most geologically consistent results. Normalized and raw data led to less reliable predictions. Application to a 2D seismic profile confirmed the methodology’s suitability for regional-scale studies. Beyond lithology prediction and time-to-depth conversion, the developed models support subsurface characterization for geoenergy applications, including hydrocarbon exploration, geothermal assessment, and CO2 storage. By capturing complex geological relationships, ANN-supported workflows offer improved prediction accuracy and form a replicable framework adaptable to other basins. This research establishes a foundation for advanced modelling approaches in future resource management.Ova doktorska disertacija predstavlja razvoj i vrednovanje metodologije osnovane na umjetnoj inteligenciji (Artificial Intelligence, AI) koja koristi umjetne neuronske mreže (Artificial Neural Networks, ANN) za poboljšanje geološke karakterizacije podzemlja panonskog stratigrafskog intervala u Dravskom bazenu. Primarni cilj istraživanja bio je unaprijediti preciznost i pouzdanost geoloških modela korištenjem strojnog učenja u područjima s visokim stupnjem istraženosti koja sadrže brojne, ali često nepotpune geološke informacije.
Početni skup podataka obuhvaćao je četiri bušotine i 3D seizmički volumen od 36,25 km3. Cilj ovog prostorno ograničenog skupa podataka bio je obuhvatiti velik broj karotažnih dijagrama, kao i seizmički volumen visoke rezolucije kako bi se osiguralo da utjecaj kvalitete podataka na sposobnost predviđanja bude znatno smanjen. Unutar naslaga panonske starosti karakterizirane su tri litologije, pješčenjaci, lapori i ugljen na podacima iz četiri bušotine. Podinska i krovinska granica panonskih naslaga određene su na temelju bušotinskih podataka te su iste interpretirane unutar seizmičkog volumena. Navedene stratigrafske granice korištene su za definiranje granica modela. Za unapređenje ulaznih podataka za ANN analizu izračunato je sljedećih 16 seizmičkih atributa: Original Amplitude, Reflection Intensity, Root Mean Square (RMS) Amplitude, Sweetness, Amplitude Contrast, Chaos, Edge Evidence, Iso-frequency Component, RMS Iterative, RMS Time Gain, t*Attenuation, Variance (Edge Method), Instantaneous Frequency, Instantaneous Phase, Cosine of Phase i Relative Acoustic Impedance (RAI).
Litološki podaci su preneseni na rezoluciju modela procesom upscale, a za ANN analizu izdvojeno je 800 ulaznih vrijednosti. Prosječna visina ćelija modela iznosila je 25 m, u skladu s vertikalnom rezolucijom seizmičkih podataka prikupljenih 1990-ih. ANN analiza načinjena je s ukupno 15.480 podataka, uključujući vrijednosti seizmičkih atributa. Fiksni parametri mreže sastojali su se od 16 neurona (16 seizmičkih atributa) u ulaznom sloju i tri neurona u izlaznom sloju (odgovarajući trima litološkim kategorijama). Korištene su dvije stohastičke metode DAANN (diferent architecture artificial neural network) i SAANN (same architecture artificial neural network) kako bi se procijenio utjecaj arhitekture neuronske mreže i distribucije vrijednosti na uspješnost predikcije. DAANN pristup koristio je različite arhitekture neuronskih mreža s različitim brojem neurona u skrivenom sloju i aktivacijskim funkcijama, dok je SAANN koristio istu arhitekturu, ali s varijacijama u razdiobi ulaznog seta podataka u skupu podataka za uvježbavanje, testiranje i validaciju ANN-a. Za predviđanje Prošireni sažetak II litološkog sastava korišteno je ukupno 2.000 ANN mreža (1.000 DAANN i 1.000 SAANN), a odabrano je 200 najuspješnijih za daljnju predikciju (100 po svakom pristupu). ANN analiza proizvela je veliki broj podataka za variogramsku analizu, pri čemu se broj podataka smanjivao kako je rasla vjerojatnost podudaranja (P50, P75, P90). Variogramska analiza pokazala je da prostorna korelacija litoloških kategorija značajno varira ovisno o tipu podataka i uspješnosti predviđanja. Zbog dominacije pješčenjaka u P75 i P90 modelima, rezultati zahtijevaju opreznu interpretaciju jer veća preciznost u ovom slučaju nije značila i nužnu geološku vjerodostojnost.
Prva faza istraživanja istaknula je izazove u razvoju metodologije za karakterizaciju distribucije litološkog sastava u podzemlju pomoću ANN-a, čak i kada su primijenjeni sveobuhvatni skupovi podataka visoke rezolucije. Glavni izazovi proizlaze iz neadekvatne obrade podataka (upscale-a) te prilikom koreliranja podataka u dubinskoj domeni (bušotinski podaci) s onima iz vremenske domene (seizmički podaci). Mnoge bušotine nemaju podatke o vremensko-dubinskom odnosu (Time-to-Depth Relationship, TDR), koji se obično određuje na temelju vertikalnog seizmičkog profiliranja (VSP) ili zvučnim karotažama.
Kako bi se svladale opisane poteškoće, druga faza istraživanja fokusirala se na razvoj nove metodologije za precizniju odredbu vremensko-dubinskog odnosa podataka. Ova metodologija posebno je značajna za bušotine bez VSP-a ili zvučne katoraže, gdje su prethodne metode određivanja odnosa vrijeme-dubina (TDR) uglavnom uključivale interpolaciju između bušotina s i bez uspostavljenih TDR-a. Novi pristup uzima u obzir i bušotinske i seizmičke podatke, koristeći ANN za povećanje preciznosti i smanjenje pogrešaka uzrokovanih ekstrapolacijom funkcije brzina iz susjednih bušotina. Ovaj pristup pruža ekonomično i učinkovito rješenje za istraživanje podzemlja, nadmašujući tradicionalne metode.
Predložena metodologija koristi ANN za predviđanje odnosa vrijeme-dubina na temelju interpretacije karotažnih dijagrama i stratigrafskih intervala. Na taj način rješava probleme povezane s definiranjem odnosa vremensko-dubinskih domena i značajno poboljšava točnost predviđanja, čak i za bušotine s ograničenim geofizičkim podacima. Nadalje, integracija ANN-a s litološkim podacima iz osnovnih karotažnih dijagrama – uključujući one iz starijih bušotina – omogućila je smanjenje pogrešaka, odnosno povećanje točnosti u uspostavljanju vremensko-dubinskih odnosa, što rezultira preciznijim modeliranjem podzemlja.
Ključan čimbenik u uspješnosti primjene ANN-a bio je odabir reprezentativnog skupa podataka za uvježbavanje. Odabrano je 18 bušotina, od kojih je 14 korišteno za uvježbavanje Prošireni sažetak III modela, dok su četiri bušotine korištene za testiranje uspješnosti izgrađenih neuronskih mreža. Testne bušotine odabrane su kako bi predstavljale različite scenarije taloženja litostratigrafskih jedinica (različite debljine), odnosno slučajeve s prisutnošću svih četiriju interpretiranih stratigrafskih intervala te slučajeve gdje su bušotine zahvatile samo prva dva intervala. Prilikom odabira uzet je u obzir i njihov geografski položaj u donosu na bušotine za uvježbavanje kako bi se omogućila procjena utjecaja udaljenosti na uspješnost predviđanja. Interpretacija bušotinskih podataka bila je usmjerena na izdvajanje propusnih i nepropusnih jedinica korištenjem osnovnih karotažnih dijagrama. Njihova interpretacija omogućila je definiranje vertikalne distribucije litološkog sastava, kao i odredbu triju regionalnih markera α (granica pliocen-miocen), Rs7 (granica srednji – kasni miocen) i PNg (podloga neogena). Na temelju ovih glavnih granica, za svaku bušotinu interpretirana su do četiri stratigrafska intervala, grupirajući naslage prema starosti, litološkom sastavu i okolišu taloženja. Ovi intervali definiraju četiri stratigrafske jedinice koje se međusobno razlikuju po petrofizičkim svojstvima, pri čemu ta svojstva variraju i s dubinom zalijeganja. Prvi interval čine slabo vezane naslage pliocensko-kvartarne starosti, drugi uključuje gornjomiocenske pješčenjake i lapore, treći obuhvaća donjomiocenske i srednjemiocenske heterogene naslage, dok četvrti interval uključuje starije predneogenske stijene koje čine podlogu bazenske ispune. Najizraženiji kontrast seizmičke brzine očekivan je na prijelazu neogena u podlogu bazena.
ANN analiza provedena je pomoću softvera TIBCO Statistica, koristeći analizu Time series (regression) kako bi se osiguralo predviđanje u skladu s geološkim i geofizičkim načelima. Umjetne neuronske mreže višeslojno su konfigurirane (Multi-layer percepton, MLP) kao arhitekture s minimalno 3 i maksimalno 17 neurona u skrivenom sloju. Kako bi se izbjeglo pre-uvježbavanje modela, korištena je tehnika weight decay, čime se potaknula jednostavnija i generaliziranija mreža. Za treniranje modela korišteno je više od 27.000 slučajeva iz 14 bušotina, a 10 najuspješnijih neuronskih mreža združeno je u jedan model za analizu. ANN model postigao je korelacijski koeficijent veći od 0,99 za skupove podataka korištene za uvježbavanje, testiranje i validaciju, s prosječnom apsolutnom pogreškom (mean absolute error, MAE) od oko 25 ms i korijenom srednje kvadratne pogreške (root mean square error, RMSE) od približno 34 ms. Uspješnost skupa mreža testirana je na četiri bušotine koje nisu bile uključene u predviđanje, pokazujući visoku uspješnost predviđanja. Vrednovanje točnosti predviđanja otkrila je da ANN pristup nadmašuje tradicionalne metode ekstrapolacije dvostrukog vremena putovanja vala (two way travel time, TWT-a) u više od 75% slučajeva, pri čemu je pet bušotina pokazalo superiorne rezultate u odnosu na ekstrapolaciju, postižući u 100% slučajeva najuspješnije rezultate. Testne bušotine također su pokazale visoku točnost, čak i u usporedbi s predviđanjima temeljenima na ekstrapolaciji iz susjednih bušotina. Analiza je pokazala da blizina bušotina ne jamči nužno uspješnost ekstrapolacije, naglašavajući složen odnos između prostorne blizine i varijabilnosti litološkog sastava. Rezultati sugeriraju da geološki odnosi i uvjeti u podzemlju imaju značajniju ulogu u preciznosti predviđanja nego sama udaljenost između bušotina.
Iako je dokazano da umjetne neuronske mreže (ANN) mogu biti uspješno primijenjene za rješavanje poteškoća prilikom određivanja odnosa vrijeme-dubina, odnosno za predviđanje dvostrukog vremena putovanja vala (TWT) iz stratigrafskih i petrofizikalnih parametara u slučajevima kada konvencionalni podaci nisu dostupni, određeni izazovi i dalje su prisutni. Među njima se posebno ističe problem neadekvatnog skaliranja (upscale) bušotinskih zapisa. U trećoj fazi istraživanja primijenjeni su inovativni procesi pripreme podataka s ciljem poboljšanja performansi ANN modela te predviđanja raspodjele litologije korištenjem seizmičkih atributa. Stoga je razvijen ANN-model temeljen na analizi 3D seizmike koja pokriva površinu od 4365 km², s fokusom na panonske naslage.
Ključna inovacija ove metodologije bila je uvođenje volumena šejla (Vsh) kao kontinuirane varijable, umjesto dosadašnjeg pristupa gdje se litološki sastav tretirao kao diskretna kategorijska varijabla. Vsh izračunat je na temelju karotaže spontanog potencijala (SP). Kako bi se optimizirali procesi uvježbavanja i predviđanja ANN modela te smanjila subjektivnost interpretacije, razvijena su četiri modela podzemlja s različitim brojem slojeva (20, 50, 100 i 200). Model s 200 slojeva, prosječne visine ćelije od 6,5 metara, pokazao se najuspješnijim jer je omogućio smanjenje pogrešaka precjenjivanja dominantnog litološkog sastava uz očuvanje geološke rezolucije i statističke vjerodostojnosti. ANN modeli uvježbani na podacima sa 100 ili manje slojeva pokazali su slabije performanse ili potpuni neuspjeh, što naglašava osjetljivost ANN modela na rezoluciju ulaznih podataka. Za treniranje ANN modela kreirano je 747.800 ćelija s pripadajućim seizmičkim atributima. Kao ključni ulazni parametri odabrano je 12 seizmičkih atributa: Sweetness, 3D Curvature, Variance, Original Amplitude, Instantaneous Frequency, Envelope, Instantaneous Phase, Generalized Spectral Decomposition, Apparent Polarity, Reflection Intensity, RMS Amplitude i Relative Acoustic Impedance.
Standardizirani ulazni podaci rezultirali su najboljim predviđanjima, dok su sirovi (raw) podaci pokazali najslabije performanse. Predviđene Vsh vrijednosti podijeljene su u tri Prošireni sažetak V litološke klase (pješčenjak, pješčenjak-lapor i lapor) te su ugrađene u litološki model. Model izveden iz standardiziranih podataka sadržavao je 52,17% lapora, 29,89% pješčenjaka-lapora i 17,94% pješčenjaka, dok su modeli temeljeni na normaliziranim i sirovim podacima pokazali značajna odstupanja u raspodjeli litološkog sastava.
Za testiranje hipoteze o primjenjivosti razvijene metodologije na 2D seizmičkim podacima odabran je jedan seizmički profil. Odabir profila temeljen je na mogućnosti procjene uspješnosti ANN-a prilikom predviđanja te da djelomično pokriva 3D seizmički volumen i jednu bušotinu. Prvi korak bila je interpretacija gornje i donje granice panona (α i Rs7). Zatim su izračunati seizmički atributi. Izdvojeno je 12 seizmičkih atributa koji su prethodno prepoznati kao visoko učinkoviti za predviđanje litološkog sastava. Podaci su obrađeni u tri skupa podataka: sirovi, normalizirani i standardizirani. Svaki skup podataka kasnije je korišten kao ulazni podatak za ANN predviđanje. Razvijene neuronske mreže korištene su za predviđanje volumena šejla (Vsh), koji je zatim podijeljen u tri litološke klase: pješčenjak (≤0,5), pješčenjak-lapor (0,5-0,7) i lapor (≥0,7).
Konačni rezultati ponovo su pokazali ključnu važnost obrade podataka za predviđanje raspodjele litološkog sastava u podzemlju. Sirovi ulazni podaci doveli su do značajnog precjenjivanja pješčenjaka, dosegnuvši maksimalnih 100%, čineći rezultate potpuno neupotrebljivima za bilo kakvu interpretaciju. S druge strane, normalizirani podaci značajno su podcijenili kategoriju pješčenjak-lapor (1,67%), međutim, predviđena raspodjela pješčenjaka (43,36%) i lapora (64,97%) odgovarala je geološki očekivanim rezultatima. Standardizirani podaci, iako su malo precijenili lapor, proizveli su geološki najsmislenije rezultate, sa sljedećim raspodjelama pješčenjaka (18,92%), pješčenjaka-lapora (19,91%) i lapora (61,17%). Rezulati potvrđuju standardizaciju, kao alat obrade podataka, koji značajno poboljšava geološku vjerodostojnost dobivenu na temelju predviđanja raspodjele litološkog sastava podzemlja. Uz pomoć uspješnog predviđanja litološkog sastava i odnosa vrijeme-dubina, razvijeni ANN modeli značajno doprinose karakterizaciji podzemlja u geoenergetskim primjenama, uključujući istraživanje ugljikovodika, geotermalne energije i skladištenje ugljikovog dioksida
First regional unconformity in Istria - the Lowermost Kimmeridgian–Upper Tithonian
No full textOnline workshop Western Istrian Anticline as an Ideal Natural Laboratory for the Study of the Regional Unconformities in Carbonate Rocks, Friday, April 12, 2024