دسته‌بندی و تفکیک رخساره‌های لرزه‌ای به‌روش غیرنظارتی براساس آنالیز چند نشان‌گری در مخزن آسماری میدان رامشیر

Abstract

استفاده از روش‌های خودکار دسته‌بندی رخساره‌های لرزه‌ای، در مطالعات توصیف مخزن در دو دهه اخیر رو به افزایش بوده و محبوبیت و کاربرد آن‌ها در فرآیند تفسیر ژئوفیزیکی به‌عنوان وسیله‌ای برای تخمین منابع هیدروکربنی همچنان حائز اهمیت است. در ایـن مطالعـه بـا هـدف شناسـایی رخساره‌های لرزه‌ای براساس مشـخصه‌های لرزه‌ای آنها سعی شد با استفاده هم‌زمان از داده‌های لرزه‌نگاری سه‌بعدی (نشان‌گرهای لرزهای) و رخساره‌های الکتریکی (گونه‌های سنگی پتروفیزیکی) تعیین شده در محل چاه‌ها، تغییرات جانبی گونه‌های سنگی در مخزن آسماری میدان رامشیر تعیین شود. در این بررسی از شبکه عصبی و خوشه‌بندی به‌روش k-mean جهت طبقه‌بندی غیرنظارتی رخساره‌های لرزه‌ای براساس نشان‌گرهای لرزه‌ای استفاده شده است. از آنالیز مؤلفه‌های اصلی به‌عنوان یک روش جهت کاهش تعداد نشان‌گر در این مطالعه استفاده گردید. این روش به جهت تعداد کم ورودی و در نتیجه کاهش پیچیدگی مدل می‌تواند راهکار مناسبی باشد. درنهایت نشان‌گرهایی که به بهترین شکل، توزیع رخساره‌های لرزه‌ای را نشان می‌دهند تعیین شده است. نشان‌گرهای مورد استفاده شامل فرکانس غالب، مشتق پوش دامنه، مقاومت صوتی، نشان‌گر ریز لایه و تجزیه طیفی با فرکانس50 هرتز است. با به‌کارگیری این روش در مخزن آسماری میدان نفتی رامشیر، رخساره‌های لرزه‌ای مرتبط با انواع سنگ‌شناسی ماسه سنگ، آهک و دولومیت از یکدیگر تفکیک شدند. همچنین بر این اساس نقشه توزیع رخساره‌های مخزن در میدان استخراج و تفسیر گردید.