Iman Samadi - دانش آموخته کارشناسی ارشد، گروه مهندسی نفت و ژئوفیزیک، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران
Masoumeh Kordi - استادیار، گروه مهندسی نفت و ژئوفیزیک، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران
Mehrdad Soleimani Monfared - دانشیار، گروه مهندسی نفت و ژئوفیزیک، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران
Amir Ahmadi - کارشناس ارشد، شرکت نفت فلات قاره ایران، تهران، ایران

شناسایی و مطالعه گسل­ها در مخازن هیدروکربنی، اهمیت ویژه­ای در مراحل ازدیاد برداشت و توسعه میدان دارد. در بررسی ساختارهای با زمین شناسی پیچیده، تفسیر گسل­ها با عدم قطعیت بالایی همراه خواهد بود. روش­های متعارف تفسیر و مدل­سازی گسل­ها در داده­های لرزه­ای علاوه بر نیاز به دانش زمین­شناسی مفسر­ که خود می­تواند به عنوان منشا عدم قطعیت باشد، فرآیندی بسیار دشوار و وقت­گیر است. بدین منظور در این مطالعه یک استراتژی خودکار و ترکیبی به منظور افزایش دقت و سرعت مدل­سازی گسل­ها و شکستگی­ها در داده لرزه­ای معرفی می­شود. گسل­ها به­طور معمول با استفاده از نشانگرهای لرزه­ای تفسیر می­شوند. به منظور تفسیر گسل­های میدان مورد نظر در این تحقیق، ابتدا نشانگرهای آشفتگی، واریانس، انحنا و الگوریتم ردیابی مورچه از داده های لرزه­ای استخراج شد. از بین نشانگرهای موجود، نشانگرهای آشفتگی، واریانس و انحنا به طور واضح گسل های بزرگ مقیاس را مشخص کردند. گسل­های کوچک مقیاس که شناسایی آنها در داده­های لرزه­ای دشوار است، به کمک الگوریتم ردیابی مورچه مدل سازی شدند. به کارگیری روش های بیان شده در تفسیر ساختاری مخزن در کنار مدل­سازی قطعی گسل­ها به روش ترکیبی بر روی داده­های لرزه­ای، نشان دهنده شناسایی و تفسیر بهتر گسل­ها با استفاده از استراتژی پیشنهادی و رویکرد ترکیب روش­های موجود بود. نتایج حاصل از تفسیر چند نشانگری و همچنین مدل­سازی گسل­ها در میدان مورد مطالعه، انطباق خوبی با اطلاعات زمین شناسی نشان داد. لذا می توان پیشنهاد داد استراتژی به کار گرفته شده در مدل­سازی و استفاده از یافته های مطالعات چند نشانگری می توانند به منظور افزایش دقت در مطالعات ساختاری مخزن، مورد استفاده قرار گیرند.

مدل سازی چند مقیاسی, نشانگر لرزه ای, انحنا, آشفتگی, الگوریتم ردیابی مورچه