شناسایی کانال مدفون با استفاده ازترکیب چندنشانگری به‌روش تحلیل مولفه-های اساسی،ضرب و جمع مقیاس‌ها
عنوان دوره: بیستمین کنفرانس ژئوفیزیک ایران
نویسندگان
1دانشگاه صنعتی شاهرود
2دانشگاه صنعتی شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک
3عضو هیات علمی دانشگاه صنعتی شاهرود-دانشکده معدن نفت و ژئوفیزیک
4دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
چکیده
استفاده از داده‌های لرزه‌ای می‌تواند در شرایط ایده آل اطلاعات تحت الارضی زیادی از وضعیت ساختاری نفتگیرها و خواص مخزنی سنگ‌های مخزن را فراهم سازد. کانال‌های مدفون به عنوان پدیده‌های زمین‌شناسی قابل توجهی محسوب می‌شوند که می تواند علاوه بر دارا بودن پتانسیل مخزنی، دارای مخاطراتی در حفاری باشد که باید قبل از حفاری بر روی داده‌های لرزه‌ای شناسایی شوند. بنابراین شناسایی کانال‌های مدفون می توانند مهم و ضروری باشند. تبدیل موجک پیوسته، یکی از روش های تجزیه طیفی برای تحلیل سیگنال ناپایا به‌‌منظوردست یافتن به قدرت تفکیک زمانی و فرکانسی بهتر سیگنال است. در این تحقیق تجزیه طیفی تبدیل موجک پیوسته با فرکانس‌های 35،25و45 هرتز روی داده‌لرزه‌ای واقعی اعمال شده و سپس بر روی هرکدام از این فرکانس‌ها، نشانگرهای مناسب جهت شناسایی کانال مدفون مانند: نشانگرهای انرژی، دامنه‌لحظه‌ای و شیب انحنا اعمال شده است. سپس با استفاده از روش‌های تحلیل مولفه‌‌های اساسی، ضرب و جمع مقیاس‌ها برای ترکیب نشانگرهای مختلف برای چند فرکانس استفاده شده است که با هر سه روش ترکیب بافت داخلی کانال مدفون از بافت خارجی آن به صورت متمایز مشاهده شده است. در نتیجه در روش تحلیل مولفه‌‌های اساسی مرزهای کانال مدفون به طور واضح‌تر نسبت به ضرب و جمع مقیاس‌ها از سایر نقاط قابل تفکیک است علاوه بر آن شاخه‌های فرعی کانال مدفون با درجه وضوح بیشتری قابل رویت شده‌اند. این روش پیشنهادی می تواند به عنوان جایگزینی برای روش مرسوم شناسایی کانال مدفون در نظر گرفته شود.
کلیدواژه ها
 
Title
Identification of the buried channel by using the combination of multi-attributes by the method of PCA, Multiplication and Summation of scales.
Authors
Hassan khasraji Nejad, Amin Roshandel Kahoo, Mehrdad Monfared, Mohammad Radad
Abstract
In ideal conditions, the use of seismic data can provide a lot of underground information about the structural condition of oil wells and reservoir properties of reservoir rocks. Buried channels are considered as significant geological phenomena, which, in addition to having reservoir potential, could have risks in drilling, which must be identified on seismic data before drilling. Therefore, the identification of buried channels can be important and necessary. Continuous wavelet transform is one of the spectral decomposition methods for non stationary signal analysis in order to achieve better time and frequency resolution of the signal. In this research, continuous wavelet transform with frequencies of 25, 35, and 45 Hz was applied to the real seismic data, and then on each of these frequency maps, appropriate edge detection attributes were used to identify the buried channel, such as: Energy, Instantaneous amplitude and Curvature gradient are applied. Then, by using the methods of Principal Component Analysis (PCA), multiplication and summation of scales to combine different attributes for several frequencies. The internal texture of the buried channel was observed distinctly from its external texture with all three techniques. In the method of PCA, the boundaries of the buried channel can be more clearly distinguished from other points than the multiplication and summation of scales. In addition, the sub-branches of the buried channel can be seen with a higher degree of clarity. The proposed approach can be considered as an alternative to the conventional method of identifying the buried channel.
Keywords
buried channel, seismic attributes, CWT, PCA, Multiplication, Summation