پیش‌بینی بلوغ حرارتی در سازند کژدمی با روش‌های غیر‌مستقیم، با استفاده از نشانگر‌های لرزه‌ای در بخش مرکزی خلیج‌فارس

در این مقاله، یک روش برای پیش‌بینی بلوغ حرارتی سنگ منشا از روش‌های غیر‌مستقیم پیشنهاد شده است. داده‌های‌ استفاده‌شده، نمودار‌های چاه‌پیمایی (نمودارهای نوترون، چگالی، مقاومت و صوتی) در 13 چاه و داده‌های لرزه‌ای در شش میدان در بخش مرکزی خلیج‌فارس‌اند. داده‌های چاه‌پیمایی و لرزه‌ای بسیار فراوان‌تر از داده‌های ژئوشیمی‌اند و بخش گسترده‌تری را نسبت‌به این داده‌ها در میدان‌های نفت و گاز پوشش می‌دهند. این مطالعه در دو مرحله اجرا می‌شود. ابتدا، مقدار بلوغ حرارتی در سازند کژدمی از نمودار‌های چاه‌پیمایی محاسبه و به‌عنوان یک اندیس در هر چاه ارائه می‌شود. در قدم بعدی، داده‌های حاصل از آنالیز‌های ژئوشیمی آلی برای اعتبار‌سنجی نتایج حاصل از پیش‌بینی بلوغ حرارتی استفاده می‌شوند. این داده‌ها شامل پیرولیز راک–اول در دو چاه است. در بخش دوم، داده‌های لرزه‌ای در یک مقطع دوبعدی در محل میدان‌های مدنظر پردازش و برای مدل‌سازی نمودار بلوغ حرارتی مطالعه قرار می‌شود. در این مرحله، نشانگر‌های لرزه‌ای از روش آنالیز رگرسیون چند نشانگری از داده‌های لرزه‌ای استخراج می‌شوند و محاسبۀ بلوغ حرارتی با استفاده از همین نشانگرها انجام می‌شود. این محاسبات از‌طریق آنالیز شبکۀ عصبی احتمالاتی انجام و در‌نتیجۀ آن، یک مقطع لرزه‌ای استخراج می‌شود که نشان‌دهندۀ تغییرات بلوغ حرارتی در سازند کژدمی است.

prediction of thermal maturity by indirect methods using seismic attributes in the central part of the persian gulf

in this paper, a method is proposed for the prediction of thermal maturity in the source rock using indirect methods. the applied data are well logs (neutron, density, resistance, and acoustic) in 13 wells and seismic data in six oil and gas fields in the central part of the persian gulf. well-logs and seismic data are much more abundant than geochemical data and cover an extensive area in the oil and gas fields. these properties compensate for the lack of geochemical data that are scattered and limited to a few wells. this study is carried out in two steps. first, the amount of thermal maturity in the kazhdumi formation is calculated from well logs and is presented as an index in each well. data obtained from organic thermal evaluation analyses are used to validate the results of thermal maturity prediction. these data include rock-eval pyrolysis in two wells. then, seismic data are processed and studied in two-dimensional sections at the location of the target fields. in this step, seismic attributes are extracted from the seismic data using the multi-attribute regression analysis method, and thermal maturity is calculated using these attributes. prediction is performed by probabilistic neural network analysis, and a seismic section is extracted indicating variations in thermal maturity in the kazhdumi formation.