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

کانال‌ها از انواع رخساره‌های زمین‌شناسی می‌باشند که به‌دلیل توانایی در ذخیره سیالات هیدروکربنی، در اکتشاف و توسعه میادین هیدروکربنی دارای اهمیت فراوانی می‌باشند. در سال‌های اخیر، حجم داده‌های لرزه‌ای و همچنین تعداد نشانگرهای لرزه-ای ارائه‌شده افزایش چشمگیری داشته است که کار مفسرین را برای تفسیر خط به خط داده‌های لرزه‌ای با مشکل مواجه کرده-است. برای برطرف‌نمودن این مشکلات، الگوشناسی و استفاده از نشانگرهای چندگانه به‌عنوان ابزاری کارآمد در تفسیر رخساره-های لرزه‌ای معرفی شده‌اند. روش‌های k-میانگین، نقشه‌های خودسازمان‌ده و نقشه‌های توپوگرافی مولد از روش‌های غیرنظارتی می‌باشند که توانسته‌اند برای دسته‌بندی رخساره‌های لرزه‌ای مورد استفاده قرار بگیرند. در این مطالعه، توانایی دو الگوریتم k-میانگین و نقشه‌های خودسازمان‌ده برای تشخیص کانال‌های مدفون در داده‌های لرزه‌ای مقایسه شده‌است، از روش تحلیل مؤلفه اصلی نیز برای به تصویر کشیدن رخساره‌های موجود در داده لرزه‌ای مورد استفاده که مربوط به تنگه هرمز می‌باشد، استفاده شده‌است. پس از مشخص‌نمودن نشانگرهای مناسب و اعمال روش‌های مورد اشاره، روش تحلیل مؤلفه اصلی به عنوان روشی مناسب جهت تعیین تقریبی تعداد رخساره‌های لرزه‌ای موجود در محدوده مورد مطالعه و شناسایی رخساره‌های کانالی تشخیص داده‌شد. اگرچه اعمال این الگوریتم‌ها بر روی پنجره محاسباتی باعث کاهش تفکیک‌پذیری داده‌های لرزه‌ای می‌گردد ولی نسبت به اعمال آنها بر یک برش زمانی خاص کیفیت بهتری ارائه می‌کند. با توجه به مطالعات انجام‌گرفته 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 می‌باشد، سیستم کانالی موجود رسوبات را از سمت غرب، به این حوضچه وارد می‌نمایند.