مدل سازی گسل ها و شکستگی ها از روی داده های لرزه ای با استفاده از الگوریتم ردیاب مورچه
عنوان دوره: نوزدهمین کنفرانس ژئوفیزیک ایران
نویسندگان
1استادیار گروه فیزیک زمین
2دانش آموخته کارشناسی ارشد ژئوفیزیک، دانشگاه خوارزمی، ایران
3استادیار گروه آموزشی زمین شناسی کاربردی، دانشگاه خوارزمی، ایران
چکیده
مطالعه گسل و شکستگی های مخزن برای مرحله بهره برداری از مخزن اهمیت زیادی دارد. محل گسلها و جهت گیری و شدت شکستگی ها بسیار حائز اهمیت هستند چون برای بهره وری بیشتر مخزن و همچنین شناسایی زون های خرد شنده و دودکش های گازی در اثر شکستگی و بهم ریختگی های زیاد خود را نشان می دهند. استفاده از نشانگرهای لرزه ای برای استخراج گسل و شکستگی ها از داده لرزه ای امروزه اهمیت خیلی زیادی یافته است. نشانگرهای لرزه ای باتوجه به اینکه چه پدیدهای برای مطالعه مورد نظر باشند از داده های لرزه ای استخراج می شوند توانایی نشانگرهای لرزهای در آشکارسازی یک پدیده خاص یا برای اهداف دیگر به کیفیت داده لرزه ای اصلی وابستگی دارد. در این بین نشانگرهای ساختمانی اهمیت زیادی در مطالعات ساختمانی مخزن دارند و می توان با درصدی از خطا شکستگی های مخزن را بدون نیاز به داده چاه استخراج کرد. در این تحقیق با استفاده از نشانگرهای ساختمانی در قالب روش ردیاب مورچه شکستگی های بزرگ و کوچک از روی داده لرزه ای استخراج شده و سپس با استفاده از آنها جهت گیری شکستگی ها و تکتونیک منطقه تفسیر خواهد شد. نتایج نهایی تطابق بالایی با نگار تصویری شکستگی ها در محل چاه نشان می دهد.
کلیدواژه ها
 
Title
Faults and fractures modeling from seismic data using ant-tracking algorithm
Authors
Majid Bagheri, Shahriyar Asadi, Mehdi Talkhablo
Abstract
The study of faults and fractures of a reservoir is very important for the operation stage of the reservoir. The location of faults and the orientation and severity of fractures are very important because they show their high fractures and fumes due to the greater efficiency of the reservoir as well as the detection of shrinkage zones and gas chimneys. The use of seismic attributes to extract faults and fractures from seismic data has become very important today. Seismic attributes depending on what phenomena are extracted from the seismic data, the ability of seismic attributes to detect a particular phenomenon or for other purposes depends on the quality of the main seismic data. Meanwhile, building attributes are very important in reservoir construction studies and it is possible to extract reservoir fractures with a percentage of error without the need for well data. In this research, large and small fractures are extracted from seismic data using structural attributes in the form of ant tracking method and then using them to interpret fractures and tectonics of the area will be interpreted. The final results show high compliance with FMI log at the well.
Keywords
Fault, Fracture, Ant-tracking, seismic attributes, FMI log