مدل‌سازی دوبعدی داده‌های مگنتوتلوریک به‌منظور آشکار‌سازی منابع هیدروکربوری با روش دوقطری‌سازی لنکزوس (مطالعه موردی: منطقه کاشان)

روش مگنتوتلوریک از میدان‌های الکتریکی و مغناطیسی طبیعی و متغیر با زمان در سطح زمین جهت پی بردن به ساختارهای الکتریکی زمین مثل اکتشاف ساختارهای حاوی مواد هیدروکربوری استفاده می‌کند. در فرآیند وارون‌سازی داده‌های مگنتوتلوریک، روش محاسبه وارون ماتریس تاثیر به‌سزایی در سرعت وارونگی و کیفیت مدل‌های به‌دست آمده دارد. روش دوقطری‌سازی‌لنکزوس یک روش سریع و موثر برای مسائل وارون است. در این الگوریتم، سیستم روابطی با ابعاد کمتر جایگزین روابط اصلی می‌شود. علاوه‌بر ‌این برای تعیین پارامتر تنظیم از روش متعادل‌سازی قید فعال استفاده شده است. نتایج وارون‌سازی داده‌‌های مصنوعی نشان داد که روش لنکزوس سریع‌تر از روش متداول گرادیان مزدوج است و مدل به‌دست آمده با این روش کیفیت بهتری دارد. روش پیشنهادی همچنین برروی داده‌های مگنتوتلوریک منطقه کاشان اعمال شد. مدل به‌دست آمده سازند قم را که مهم‌ترین سنگ مخزن و سنگ منشا هیدروکربوری در ایران مرکزی است و دیگر ساختارهای زمین‌شناسی منطقه از قبیل تاقدیس نواب و گسل‌ها را به‌خوبی نشان می‌دهد. نتایج حاصل از مدل‌سازی با دو روش لنکزوس و گرادیان مزدوج و مقایسه آن‌ها با اطلاعات زمین‌شناسی نشان می‌دهد که مدل‌سازی با روش لنکزوس نتایج قابل قبول‌تر و نزدیک‌تری به مدل واقعی زمین نسبت به مدل به‌دست آمده با روش دیگر از خود نشان می‌دهد.

Twodimensional Modeling of Magnetotelluric Data for Detection of Hydrocarbon Sources by Lanczos Bidiagonalization Method (Case Study: Kashan Region)

The magnetotelluric method uses natural and timevarying electric and magnetic fields on the earth’s surface to detect the earth’s electrical structures, such as hydrocarbons exploration. In the inversion process, the matrix inverse calculation method has a considerable effect on the inversion speed as well as the quality of obtained models. Lanczos Bidiagonalization (LB) method has been reported to be a fast and efficient approach for solving the inversion problems. In LB algorithm, the full set of equations is replaced by a dimensionally reduced system of equations. In addition, we employed Active Constraint Balancing (ACB) approach for determining the optimum regularization parameter. The results of the synthetic data inversion show that both methods require equal computer memory, but LB method is faster and more reliable than Conjugate Gradient (CG) method. The proposed approach was also applied to inverse real MT data collected from the Kashan area, which is the most interesting area for oil and gas exploration in the Central Iran Basin. The obtained model shows the Qom Formation, which is the most important reservoir rock and hydrocarbon source rock in central Iran, and other geological structures of the region, such as the Navab anticline and faults.