مقایسه روشهای یادگیری غیرنظارتی با تاکید بر تشخیص رخسارههای کانالی تنگه هرمز

کانالها یکی از انواع رخسارههای زمینشناسی میباشند که به دلیل توانایی در ذخیره سیالات هیدروکربنی، دراکتشاف و توسعه میادین هیدروکربنی دارای اهمیت فراوانی میباشند. در سالهای اخیر، حجم دادههای لرزهای وهمچنین تعداد نشانگرهای لرزهای ارایهشده افزایش چشمگیری داشته است که کار مفسرین را برای تفسیر خط بهخط دادههای لرزهای با مشکل مواجه کرده است. برای برطرف نمودن این مشکلات، الگو شناسی و استفاده ازنشانگرهای چندگانه به عنوان ابزاری کارآمد در تفسیر و دستهبندی رخسارههای لرزهای معرفی شدهاند. روشهایو نقشههای توپوگرافی مولد )self-organizing maps( نقشههای خودسازمانده ،)k-means( میانگین -kاز روشهای غیرنظارتی میباشند که توانستهاند برای دستهبندی رخسارههای )generative topographic maps(میانگین و نقشههای خودسازمانده برای -k لرزهای مورد استفاده قرار بگیرند. در این مطالعه، توانایی دو الگوریتمتشخیص کانالهای مدفون در دادههای لرزهای انجام و مقایسه شده است، از روش تحلیل مولفه اصلینیز برای به تصویر کشیدن رخسارههای لرزهای موجود در داده لرزهای مورد )principal component analysis(استفاده که مربوط به تنگه هرمز در خلیج فارس است، استفاده شده است. پس از مشخص نمودن نشانگرهای مناسبو اعمال روشهای مورد اشاره، روش تحلیل مولفه اصلی به عنوان روشی مناسب جهت تعیین تقریبی تعدادرخسارههای لرزهای موجود در محدوده مورد مطالعه و شناسایی رخسارههای کانالی تشخیص داده شد. اگرچه اعمالاین الگوریتمها بر روی پنجره محاسباتی باعث کاهش تفکیکپذیری دادههای لرزهای میگردد ولی نسبت به اعمالآن ها بر یک برش زمانی خاص کیفیت بهتری ارایه میکند. با توجه به مطالعات انجامگرفته مشخص گردید یکحوضچه توربیدایتی در شرق و جنوب شرقی منطقه مورد مطالعه وجود دارد که به دلیل شیب منطقه که ناشی ازبالاآمدگی رخساره نمکی در سمت غرب این منطقه است، سیستم کانالی موجود رسوبات را از سمت غرب، به اینحوضچه وارد مینمایند.