طبقه بندی رخساره های لرزه ای با استفاده از متد هوش مصنوعی
محل انتشار: دومین کنگره بین المللی علوم زمین و توسعه شهری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 634
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ESUD02_127
تاریخ نمایه سازی: 22 آبان 1395
چکیده مقاله:
سالهای متمادی است که روشهای سنتی لرزه نگاری برای تعیین مخازن هیدروکربوری ساختمانی بکار می روند. علاوه بر پدیده های ساختمانی پدیده های چینه ای نیز به روی مقاطع لرزه نگاری تاثیر می گذارند. امروزه ضرورت ضرورت استفاده از مقاطع لرزه نگاری برای تعیین وسعت مخازن و خصوصیات چینه ای ان و نیز اکتشاف مخازن چینه ای در حال افزایش است زیرا پبیشنه مخازن بزرگ و ساده قبل از این توسعه یافته اند و بسیاری از اناه به اتمام رسید اند و امروزه در بسیاری از نقاط دنیا مخازن پیچیده تر و کوچکتر بعنوان هدف اکتشاف مطرح هستند با توسعه تکنولوژی ثبت و پردازش داده های لرزه نگاری مثل برداشتهای گسترده سه بعدی و نیز ظهور روشهای پردازش که به حفظ کامل دامنه های نسبی داده ای لرزه ای کمک می کنند امکان دستیابی به این هدف فراهم شده است برای تعیین خصوصیات چینه ای مخازن با کمک مقاطع لرزه ای و لرزه نگاری بازتاب های لرزه ای در نواحی گوناگون مخزن بررسی و گروه بندی می شوند که به اختصار به انها خواهیم پرداخت در برداشت ژئوفیزیکی از جمله روش لرزه نگاری می بایست بعضی از جنب های ساختار درونی زیمن را براساس اندازه گیری انجام شده در سطح یا نزدیک به سطح استنتاج کرد این موضوع روش معکوس نام دارد روشهای معکوس ابهام یا عدم وجود پاسخ منحصر به فرد در نیتجه گیری را به همراه خواهند داشت در حالی که روشهای مستقیم به صورت تئوری پاسخ مبهمی به دنبال ندارند در این مقاله با استفاه زا متدد هوش مصنوعی به شناسایی وبررسی رخساره هایلرزه ای خواهیم پرداخت.
کلیدواژه ها:
نویسندگان
تکتم رحیمی
دانشجوی دکترای زمین شناسی گرایش رسوب شناسی و سنگ رسوبی دانشگاه آزاد اسلامی واحد تهران شمال
مریم یارم طاقلو سهرابی
دانشجوی دکترای زمین شناسی گرایش رسوب شناسی و سنگ رسوبی دانشگاه آزاد اسلامی واحد تهران شمال
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :