بخشی از مقاله

چکیده

کانال های مدفون لایه مخزنی سروک در جنوب غربی ایران، مکان های احتمالی برای تجمع هیدروکربن هستند. به منظور شناسایی این مناطق، روش تصویرسازی الگوی کانال ها در لایه مخزنی سروک مورد بررسی قرار می گیرد. این روش براساس ترکیب نشانگرهای کمی حاصل از نقاط تفسیر شده کانالی و غیرکانالی به عنوان ورودی سیستم شبکه عصبی با هدف تولید نشانگرهای چندگانه جهت بدست آوردن تصویر بهینه ای از الگوی کانال ها استوار است.

در مکعب احتمال کانالی، پیوستگی بالای بین اجزای کانالی و تقابل بالای بین کانال ها با زمینه، امکان نگاشت دقیق آن ها را فراهم می سازد. به منظور بررسی ضخامت کانال ها و نیز شناسایی تغییرات رخساره رسوبات داخل آن ها به ترتیب از نشانگرهای کمی تجزیه طیفی و مقاومت صوتی استفاده شده است. تغییر محتوای فرکانسی کانال ها نسبت به زمینه از طریق تغییر در مقادیر مقاومت صوتی تایید می شود. کاربرد نشانگرهای چندگانه در لایه مخزنی سروک، دو الگوی متفاوت از شکل کانال ها را در سطوح مختلف چینه شناسی ازلایه مخزنی شناسایی کرده است.

1    مقدمه

منطقه جنوب غرب ایران از دیدگاه حضور ذخایر هیدروکربوری و وجود میادین نفتی با لایه مخزنی سروک اهمیت اقتصادی پیدا کرده است. پسروی دریا در زمان کرتاسه سبب گردید تا در رسوبات کربناته لایه مخزنی سروک کانال هایی بوجود آیند. رسوبات داخل کانال می توانند خواص متفاوتی نسبت به رسوبات همجوار داشته باشند و با درنظر گرفتن اهمیت مخزنی بودن یا نبودن کانال ها، شناسایی آن ها حائز اهمیت است

روش های تجزیه طیفی با نمایش همزمان اطلاعات زمانی و بسامدی به عنوان ابزار کمی قوی در استخراج محتوای فرکانسی داده های لرزه ای و نیز افزایش قدرت تفکیک در پردازش و تفسیر استفاده می شوند. از میان روش های تجزیه طیفی، روش تبدیل فوریه زمان کوتاه - STFT - با استفاده از یک پنجره زمانی با طول ثابت برای بررسی فرکانس غالب - محلی - پدیده های زمین شناسی و شناسایی کانال های مدفون بکار می رود

وارون سازی پس از برانبارش داده های لرزه ای نیز با هدف محاسبه مقاومت صوتی انجام شده و امکان بررسی روند تغییرات چگالی را فراهم می سازد. در بعد کمی، تغییرات مقاومت صوتی به عنوان نشانگر شناسایی رسوبات داخل کانال از زمینه مورد استفاده قرار می گیرد 

تحقیقات مدهال و همکاران - 1999 - ، کاهش چشمگیر زمان تفسیر را با استفاده از روش های نیمه خودکار شناسایی پدیده های لرزه ای مانند دودکش گازی، گسل و کانال موجب شده است، بطوریکه اطلاعات حاصل از نشانگرهای مختلف با استفاده از شبکه های عصبی ترکیب شده و نتایج بهتری حاصل می گردد

انتخاب نشانگرهای مرتب در استفاده از شبکه های عصبی از اهمیت بسزایی برخوردار است، بطوریکه نتایج معتبر و قابل اطمینانی را ارائه می دهد. در این مطالعه، برای بهبود شناسایی کانال ها، از روش های نظارت شده شبکه عصبی برای ترکیب نشانگرهای لرزه ای کمی به منظور دستیابی به نشانگرهای چندگانه در تشخیص الگوی شکل کانال ها داخل لایه سروک و تفکیک آن ها از زمینه استفاده شده است.

2    روش تحقیق

این مطالعه با استفاده از داده های لرزه نگاری سه بعدی در مساحت تقریبی 1050Km2 و اطلاعات حاصل از 15 چاه جهت شناسایی الگوی شکل کانال و تغییرات رخساره رسوبات داخل آن انجام شده است. در تصویرسازی کانال ها، نشانگرهای لرزه ای کیفی حساس به لبه مانند همدوسی، تنها لبه های کانال را شناسایی می کنند، اما نمی توانند تغییرات دقیق کانال را مشخص نمایند. در این مطالعه، از نشانگرهای کمی از قبیل تجزیه طیفی در بررسی تغییرات کانال و مقاومت صوتی برای پیش بینی خواص فیزیکی کانال ها استفاده شده است.

در مرحله اول، با استفاده از روش STFT  به منظور بررسی  تغییرات کانال ها، نقشه  های تک فرکانسی، در فرکانس های    15،  20،    25،  30،    35    و  Hz  40با انتخاب  پنجره زمانی ثابت بین 10 تا 100 میلی ثانیه محاسبه می شوند. در این روش، انتخاب  پنجره  زمانی  با  طول  بهینه  نقش  مهمی در  تفکیک پذیری فرکانسی کانال ها ایفا می کند. با استفاده از این نقشه

های تک فرکانسی می توان تغییرات جانبی بر مبنای محتوای فرکانسی کانال ها را مورد بررسی قرار داد. طی این مطالعه، رفتار متفاوت کانال ها نسبت به زمینه در سطوح مختلف چینه شناسی از طریق تغییرات محتوای فرکانسی در طول کانال در نقشه های تک فرکانس مشاهده می شود. بنابراین، کانال ها به دو الگو بر اساس محتوای فرکانسی در مقایسه با زمینه خود طبقه بندی می شوند. شکل 1، نقشه مولفه فرکانسی Hz 25 را در دو سطح مختلف چینه شناسی نشان می دهد.

در بخش دیگری از این مطالعه، از روش وارون سازی بر پایه ی مدل، برای پیش بینی خواص فیزیکی کانال ها مانند لیتولوژی و تخلخل استفاده شده است. در این روش، ابتدا باید انطباق خوبی بین لرزه نگاشت مصنوعی حاصل از نگار های چاه و داده های لرزه ای ایجاد کرد که این انطباق از طریق شیفت های زمانی خیلی کم، کشیدگی و فشردگی - - stretch and squeeze در محل 15 چاه انجام گرفته است. برای ساختن لرزه نگاشت مصنوعی ابتدا در محل 15 چاه، موجک لرزه ای به روش آماری از داده های لرزه ای و سپس به روش قطعی از داده های چاه استخراج شدند. بعد از بررسی پارامتر ها و تایید تطابق خوب چاه ها - - 85، در نهایت یک موجک بهینه با استفاده از 8 چاه

شکل .1 نقشه تک فرکانس 25 Hz، برش افقی در 20 ms - a - زیر، با پنجره زمانی 56ms و 140 ms - b - زیر، با پنجره زمانی -28 msدر بالای مخزن سروک. - a - کانال های فوقانی محتوای فرکانسی بالاتر و - b - کانال های عمیق تر محتوای فرکانسی پایین تر را نشان می دهند.

استخراج گردید. در مرحله بعد، یک مدل فرکانس پایین مقاومت صوتی به عنوان یکی از ورودی های وارون سازی ساخته شد. بعد از نهایی کردن پارامتر های وارون سازی از طریق آزمایش های گسترده، وارون سازی بر روی داده های لرزه ای سه بعدی بکار گرفته شد و مکعب سه بعدی مقاومت صوتی بدست آمد. شکل2، مقاطعی از مکعب مقاومت صوتی را در دو سطح مختلف چینه شناسی نشان می دهد.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید