استفاده از ترکیب نشانگره ای لرزهای در شبکه عصبی مصنوعی جهت شناسایی دودکش گازی در یکی از میادین خلیج فارس

با توجه به نیاز مبرم به منابع هیدروکربوری و کاهش روز افزون منابع شناخته شده فعلی، اکتشاف منابع جدید با روش های نوین از اهمیت به سزایی برخوردار است و موفقیت در آن مستلزم شناسایی دقیق سیستم های نفتی منطقه است که مهاجرت هیدروکربور از سنگ منشاء به سنگ مخزن و نگهداری در سنگ مخزن و عدم تخلیه هیدروکربور، از مسائل اساسی در مطالعه هر سیستم نفتی است. امروزه با استفاده از تکنیک دودکش گازی، شناسائی مسیرهای مهاجرت هیدروکربور در زیر سطح زمین بر روی مقاطع لرزه نگاری سه بعدی امکان پذیر است. دودکش گازی به صورت یک بخش نوفه ای بر روی داده های لرزه ای دیده می شود و این تکنیک از مجموعه نشانگرهای چند بعدی در شبکه عصبی مصنوعی استفاده کرده و در بخش نوفه ای داده های لرزه نگاری متمرکز است. در این روش نشان گرهای لرزه ای حساس به شناسایی دودکش در محدوده مورد نظر پردازش کرده و سپس با استفاده از شبکه عصبی نشان گرهای جدیدی از نشان گرهای وروردی اولیه حاصل می شود. تکرار پلکانی چنین فرآیندی سبب بهینه شدن اطلاعات و شناسائی دودکش از زمینه لرزه ای می شود. در این مطالعه یکی از میادین بخش مرکزی خلیج فارس مورد بررسی قرار گرفت و حضور دود کش گازی در آن اثبات شد. خروج گاز از سنگ منشاء سیلورین به مخازن گروه دهرم بر روی داده های لرزه ای قابل رویت است. البته به هم ریختگی رفلکتورها در اعماق زیاد، خود متاثر از کیفیت ضعیف داده ها در این اعماق است. به علاوه وجود اثرات دودکش در اعماق پائین تر از دهرم، خروج گاز از مخزن نیز در طول زمان زمین شناسی رخ داده است که اثرات آن تا انتهای کرتاسه دیده می شود. عملکرد گسل نیز عامل دیگری است که در خروج گاز تاثیر گذار می باشد. این گسل با عبور از سنگ پوشش ضخیم دشتک، تا تورونین را تحت تاثیر قرار داده و خروج گاز در کل این فواصل دیده می شود.

Keywords:

دودکش گازی , نشانگر لرزهای , شبکه عصبی , مسیر مهاجرت سیال , خلیج فارس