مقایسه روش های یادگیری غیرنظارتی با تأکید بر تشخیص رخساره های کانالی تنگه هرمز

کانال ها از انواع رخساره های زمین شناسی می باشند که به دلیل توانایی در ذخیره سیالات هیدروکربنی، در اکتشاف و توسعه میادین هیدروکربنی دارای اهمیت فراوانی می باشند. در سال های اخیر، حجم داده های لرزه ای و همچنین تعداد نشانگرهای لرزه-ای ارائه شده افزایش چشمگیری داشته است که کار مفسرین را برای تفسیر خط به خط داده های لرزه ای با مشکل مواجه کرده-است. برای برطرف نمودن این مشکلات، الگوشناسی و استفاده از نشانگرهای چندگانه به عنوان ابزاری کارآمد در تفسیر رخساره-های لرزه ای معرفی شده اند. روش های k-میانگین، نقشه های خودسازمان ده و نقشه های توپوگرافی مولد از روش های غیرنظارتی می باشند که توانسته اند برای دسته بندی رخساره های لرزه ای مورد استفاده قرار بگیرند. در این مطالعه، توانایی دو الگوریتم k-میانگین و نقشه های خودسازمان ده برای تشخیص کانال های مدفون در داده های لرزه ای مقایسه شده است، از روش تحلیل مؤلفه اصلی نیز برای به تصویر کشیدن رخساره های موجود در داده لرزه ای مورد استفاده که مربوط به تنگه هرمز می باشد، استفاده شده است. پس از مشخص نمودن نشانگرهای مناسب و اعمال روش های مورد اشاره، روش تحلیل مؤلفه اصلی به عنوان روشی مناسب جهت تعیین تقریبی تعداد رخساره های لرزه ای موجود در محدوده مورد مطالعه و شناسایی رخساره های کانالی تشخیص داده شد. اگرچه اعمال این الگوریتم ها بر روی پنجره محاسباتی باعث کاهش تفکیک پذیری داده های لرزه ای می گردد ولی نسبت به اعمال آنها بر یک برش زمانی خاص کیفیت بهتری ارائه می کند. با توجه به مطالعات انجام گرفته مشخص گردید یک حوضچه توربیدایتی در شرق و جنوب شرقی منطقه وجود دارد که به دلیل شیب منطقه که ناشی از بالاآمدگی رخساره نمکی در سمت غرب این منطقه می باشد، سیستم کانالی موجود رسوبات را از سمت غرب، به این حوضچه وارد می نمایند.