تلفیق نشانگرهای لرزه ای و شبکه های عصبی در شناسایی سامانه های گسلی در منطقه تنگه هرمز

در این مطالعه به شناسایی سامانه های گسلی تنگه هرمز با استفاده از تلفیق نشانگرهای لرزه ای و شبکه های عصبی مصنوعی پرداخته شده است. گسل ها و شکستگی ها نقش مهمی در ایجاد منطقه‌هایی با تخلخل و تراوایی زیاد ایفا می کنند. همچنین آنها در مسیرهـای مهاجرت سیال سنگ مخزن و پوش‌سنگ را قطع می کنند. در منطقه تنگه هرمز فعالیت های زمین‌ساختی شدید و زمین ساخت نمک منجر به تشکیل ساختارهای پیچیده شده است. بنابراین شناسایی دقیق گسل ها و منطقه های شکستگی و چگونگی گسترش آنها در افزایش تولید از تله های نفتی، اهمیت خاصی دارد. در شناسایی چگونگی گسترش و حرکت گسـل ها در منطقـه تنگه هرمز (بخش خاوری خلیج فارس) درون سـازنـدهای میشان، آغاجاری و در زیر افق دگرشیبی قاعده گـوری، روش مدل سازی ساختمانی (image processing) و تجسم گرایی (visualization) تفسیر لرزه ای به کار گرفته شده است. در این روش بر پایه ترکیب نشانگرهای ورودی در سامانه شبکه عصبی مصنوعی و ایجاد نشانگرهای جدید، تصویر ساختمانی مناطق گسلی به دست آمده است. ابتدا مجموعه ای از نشانگرهای پیشرفته به منظور تلفیق نشانگرهای محاسبه شده در نقاط تفسیری گسلی و غیرگسلی، به عنوان ورودی به سامانه شبکه عصبی تحت نظر برای آموزش معرفی شده اند. در پایان مکعب گسلی به عنوان ابزار قوی اکتشافی برای شناسایی دقیق سامانه گسلی و تشخیص بهتر گسل ها و شکستگی ها، در مدل سازی کیفی منطقه به دست آمده است. همبستگی (correlation) بالای میان گسل ها در مکعب گسلی، در نتیجه به کارگیری نشانگرهای ترکیبی، امکان ردگیری (tracking) دقیق تر و معتبرتر گسترش گسل ها را فراهم می کند. در نتیجه این پژوهش، سه نوع سامانه گسلی در منطقه مورد مطالعه شناسایی شده اند که در نتیجه زمین ساخت کششی و فشارشی کوهزایی عمان یا حرکات زمین ساخت عمودی کوهزایی زاگرس و جریان نمک در طی رسوب گذاری به وجود آمده اند.