استفاده از ترکیب نشانگرهای 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 روشهای نوین از اهمیت به سزایی برخوردار است و موفقیت در آن مستلزم شناسایی دقیق سیستمهای 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 لرزهنگاری سه بعدی امکانپذیر است. دودکش گازی به صورت یک بخش نوفهای بر روی دادههای لرزهای دیده میشود و این تکنیک از مجموعه نشانگرهای چند بعدی در شبکه عصبی مصنوعی استفاده کرده و در بخش نوفهای دادههای لرزهنگاری متمرکز است. در این روش نشانگرهای لرزهای حساس به شناسایی دودکش در محدوده مورد نظر پردازش کرده و سپس با استفاده از شبکه عصبی نشانگرهای جدیدی از نشانگرهای وروردی اولیه حاصل میشود. تکرار پلکانی چنین فرآیندی سبب بهینه شدن اطلاعات و شناسائی دودکش از زمینه لرزهای میشود.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 دادههای لرزهای قابل رویت است. البته به هم ریختگی رفلکتورها در اعماق زیاد، خود متاثر از کیفیت ضعیف دادهها در این اعماق است. به علاوه وجود اثرات دودکش در اعماق پائینتر از دهرم، خروج گاز از مخزن نیز در طول زمان زمینشناسی رخ داده است که اثرات آن تا انتهای کرتاسه دیده میشود. عملکرد گسل نیز عامل دیگری است که در خروج گاز تاثیرگذار میباشد. این گسل با عبور از سنگ پوشش ضخیم دشتک، تا تورونین را تحت تاثیر قرار داده و خروج گاز در کل این فواصل دیده میشود.