مقاله کنفرانسی سال ۱۴۰۴ فارسی

تضعیف چندگانه های کف آب در داده های لرزه نگاری دریایی کم عمق با استفاده از SWMEو یادگیری عمیق

چکیده مقاله

در مطالعات لرزه نگاری دریایی، کیفیت داده های برداشت شده نقش تعیین کننده ای در تفسیر ساختارهای زمین شناسی و تصمیم گیری های مرتبط با اکتشاف منابع ایفا می کند یکی از مهم ترین چالش ها در این مطالعات، به ویژه در نواحی کم عمق وجود امواج چندگانه است که به علت بازتاب های پی درپی امواج لرزه ای بین سطح آب و کف دریا پدید می آیند این بازتاب های ناخواسته به دلیل هم پوشانی زمانی و فرکانسی با بازتاب های اولیه موجب کاهش وضوح تصاویر زیرسطحی، ایجاد رویدادهای کاذب و درنتیجه دشواری در تفسیر صحیح ساختارهای زمین شناسی می شوند در این پژوهش، یک رویکرد ترکیبی معرفی می شود که ابتدا از روش Shallow Water Multiple Eliminationبرای مدل سازی فیزیکی و حذف اولیه چندگانه ها استفاده می کند و سپس خروجی آن به عنوان داده های آموزشی در اختیار الگوریتم یادگیری عمیق قرار می گیرد هدف از این ترکیب، افزایش دقت و کارایی حذف چندگانه های کف آب در داده های لرزه ای نواحی کم عمق است این چارچوب پیشنهادی می تواند به طور موثری باعث بهبود وضوح و کیفیت تصاویر زیرسطحی شود و در نتیجه به تفسیر دقیق تر ساختارهای زمین شناسی و افزایش قابلیت اعتماد تصمیمات اکتشافی کمک کند

کلیدواژه‌ها

یادگیری عمیق لرزه نگاری دریایی حذف چندگانه های کف آب

نویسندگان

تصویر ماهان مجیدی شیلسر

ماهان مجیدی شیلسر

دانشجوی کارشناسی ارشد ژئوفیزیک لرزه شناسی ، گروه زمین شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، تهران، ایران

تصویر علی میثاقی

علی میثاقی

استادیار، گروه زمین شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، تهران، ایران

تصویر احسان پگاه

احسان پگاه

استادیار، گروه زمین شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، تهران، ایران

شیوه ارجاع

مجیدی شیلسر، ماهان و میثاقی، علی و پگاه، احسان و کیانی، عبدالله،1404،تضعیف چندگانه های کف آب در داده های لرزه نگاری دریایی کم عمق با استفاده از SWMEو یادگیری عمیق،هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت،تهران

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت مجموعه مقالات هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت23 مهر 1404 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۵۰۸ مشاهده

AI-based Fault Detection in Synthetic Seismic Data for Hydrocarbon Exploration

Automatic fault detection in seismic data is pivotal for advancing hydrocarbon exploration and geologica…

hydrocarbon explorationartificial intelligenceRandom Forest
مقاله کنفرانسی سال ۱۴۰۴ ۳۱۹ مشاهده

مروری بر کاربرد هوش مصنوعی در پردازش داده های لرزه ای و چاه نگاری

صنعت نفت برای تحلیل داده های پیچیده زمین شناسی و ژئوفیزیکی نیازمند رویکردهای نوین و هوشمند است در این پژ…

هوش مصنوعییادگیری ماشینیادگیری عمیق
مقاله کنفرانسی سال ۱۴۰۴ ۳۱۳ مشاهده

تشخیص هندسه گسل با استفاده از نشانگرهای لرزه ای و روش های هوشمند

شناسایی دقیق هندسه گسل ها یکی از مراحل کلیدی در تفسیر داده های لرزه ای و ارزیابی ساختارهای زیرسطحی در اک…

جنگل تصادفی (RF)نشانگرهای لرزه ایSVM
مقاله کنفرانسی سال ۱۴۰۴ ۲۸۵ مشاهده

بررسی خطر سونامی های محتمل ناشی از زمین لغزش زیردریایی در مکران غربی با استفاده از داده های لرزه ای بازتابی

این مقاله با تکیه بر داده های لرزه ای بازتابی، به بررسی خطر سونامی های ناشی از زمین لغزش های زیردریایی د…

سونامیزمین لغزش زیردریاییمدلسازی عددی
مقاله کنفرانسی سال ۱۴۰۴ ۲۷۰ مشاهده

یکپارچه سازی توصیف و مدیریت مخزن در توسعه راهبردهای ازدیاد برداشت نفت

توصیف و مدیریت مخزن از ارکان اساسی در بهینه سازی برداشت هیدروکربن، به ویژه در چارچوب راهبردهای ازدیاد بر…

توصیف مخزنتحلیل پتروفیزیکیازیاد برداشت نفت
مقاله کنفرانسی سال ۱۴۰۴ ۲۵۷ مشاهده

Physics-guided machine learning for acoustic impedance inversion: a comparative study of MLFN and RBFN in data-constrained in an oilfield using rock physics-based pseudo-wells

Accurate prediction of subsurface acoustic impedance is a cornerstone of seismic reservoir characterizat…

acoustic impedancerock physics modelingmachine learning