طبقه‌بندی رخساره‌های لرزه‌ای بر اساس الگوریتم شبکه‌های عصبی در دشت گرگان، ایران

امروزه استفاده از روش های ژئوفیزیکی در اکتشاف منابع هیدروکربوری، به منظور مرتفع کردن نیاز انرژی دنیا، امری بدیهی و لازم الاجراء می باشد. در این میان، داده های لرزه ای، بهترین ابزار برای اکتشاف مخازن هیدروکربوری می باشند. تفسیر داده های لرزه ای در ارزیابی و مطالعه ساختارهای زمین شناسی، روشی کارآمد می باشد ولی در برخی از موارد با توجه به زمین شناسی پیچیده، تفسیر لرزه شناسی با مشکل مواجه می شود. استفاده از سیستم های هوش مصنوعی و طراحی سیستمی که بتواند با جمع آوری دانش، پایگاه اطلاعاتی گسترده و قوی را تشکیل دهد، می تواند فرآیند تصمیم گیری و تفسیر لرزه شناسی را بهینه سازی کند. بدین منظور، در این پژوهش از شبکه عصبی به عنوان یک روش کارآمد و هوشمند با هدف ارزیابی رخساره لرزه ای استفاده خواهد شد. شبکه عصبی مصنوعی روشی است که دانش ارتباط بین چند مجموعه داده را از طریق آموزش فراگرفته و برای استفاده درموارد مشابه در یک حوزه کاربردی خاص ذخیره می‌کند. این مطالعه، با استفاده از داده های لرزه ای پس از برانبارش و شبکه عصبی مصنوعی با هدف مطالعه رخساره لرزه ای و شناسایی هندسه دیاپیرهای گلی، محدوده دشت گرگان را مورد ارزیابی قرار می دهد. شبکه عصبی مصنوعی با ارزیابی لایه های اطلاعاتی متفاوت، محدوده دیاپیرهای گلی را مشخص می کند.