بهبود شناسایی کانال مدفون، با استفاده از شبکه های عصبی مصنوعی و نشانگرهای لرزه ای

کانال ها یکی از مهمترین پدیده های مورفولوژیک چینه ای به حساب می آیند. اگر کانال ها در موقعیت مناسبی مانند محصور شدن در یک فضای ناتراوا قرار گیرند، می توانند مکان مناسبی جهت تجمع هیدروکربن باشند؛ از این جهت شناسایی کانال ها دارای اهمیت می باشد. ابزارهای متفاوتی مانند فیلترها، نشانگرهای لرزه ای، شبکه های عصبی مصنوعی و نشانگرهای چندگانه، در این راستا نقش مهمی ایفا کرده اند. در این مقاله از مکعب هدایت شیب، فیلتر شیب میانه، فیلتر انتشار و فیلتر بهبود گسل یا لبه استفاده شده است. همچنین ابتدا به بررسی نشانگرهای لرزه ای متفاوتی مانند نشانگر تشابه، بافت، تجزیه طیفی، انرژی و شیب قطبی پرداخته شده است. سپس با شناسایی نشانگرهای مناسب، کار شناسایی کانال ها بر روی داده لرزه ای واقعی F3 از قسمت هلندی دریای شمال، صورت گرفته است. برای شناسایی و آشکارسازی کانال موجود در داده واقعی، از روش ترکیب نشانگرهای لرزه ای توسط شبکه های عصبی نظارت شده پرسپترون چندلایه و ایجاد نشانگرهای چندگانه، و مجددا ترکیب نشانگرهای چندگانه ایجاد شده در طول کانال و استفاده از نقاط تفسیر کانالی متفاوت، به جهت حذف تاثیر تغییرات رخساره در شناسایی کانال، استفاده شده است. از جمله مزایا و دلایل استفاده از این نوع شبکه عصبی (نظارت شده) ، که باعث افزایش تاثیرگذاری شبکه عصبی و بهبود نتیجه شده است، توانایی آموزش شبکه با تعیین نقاط کانال و غیرکانال بوده است که در این مقاله از آن استفاده گردیده است. در نهایت، با بکارگیری روش های ذکر شده، شناسایی کانال مورد بررسی در داده لرزه ای فوق بهبود یافته است، و کانال با کیفیت مناسبی در تمام طول آن آشکارسازی و استخراج شده است.