مهدی کرمی
احسان کرمی
غلیرضا حاجیان

امروزه یکی از مهمترین روش ها در تحقیقات ژیوفیزیکی به منظور دست یافتن به منابع زیرسطحی و اکتشافات هیدروکربنی، روش گرانی سنجی می باشد. گرانی سنجی روشی برای اندازه گیری تغییرات دانسیته زمین و شناسایی انواع مختلف ساختارهای زیرزمینی از جمله گنبدهای نمکی می باشد. از آنجایی که نمک به عنوان یک ماده ناتراوا در تشکیل نفتگیرها نقش مهمی ایفا می کند و بررسی ها نشان داده است که بیشتر تله های نفتی به نوعی با ساختارهای نمکی در ارتباط هستند، لذا مطالعات بر روی گنبدهای نمکی جهت اکتشاف ذخایر هیدروکربنی امری ضروری است. از آنجایی که استفاده از شبکه های عصبی به عنوان یک ابزار در تفسیر داده های گرانی به طور وسیعی کاربرد پیدا کرده است، پیشرفت آنها همواره با روش های تصحیح و تفسیر داده های گرانی، افق های جدید را در کاربرد این روش برای پژوهشگران و مهندسان ایجاد کرده است. در این مقاله سعی می شود از دو الگوریتم هاپفیلد و کوهونن شبکه های عصبی و همچنین مطالعات زمین شناسی و چینه شناسی منطقه برای تفسیر داده های گرانی سنجی به منظور بدست آوردن و تخمین عمق گنبد نمکی، استفاده شود.

گرانی سنجی، هایفیلد، کوهونن، گنبد نمکی