کاربرد خوشه بندی سلسله مراتبی در تشخیص کانال مدفون در داده های لرزه ای

چکیده مقاله

خوشه بندی لرزه ای به عنوان یکی از رویکردهای پیشرفته یادگیری ماشین بدون نظارت، ابزاری موثر برای تفکیک رخساره ها، تعیین مرزهای زمین شناسی و آشکارسازی ساختارهای زیرسطحی پنهان است این رویکرد به ویژه در شرایطی که داده های چاه محدود یا غیرقابل دسترس باشند، با کاهش عدم قطعیت، موجب ارتقای دقت و کیفیت تفسیر لرزه ای می شود در میان الگوریتم های مختلف، خوشه بندی سلسله مراتبی به دلیل توانایی در بازنمایی روابط چندسطحی و نمایش ساختارهای چندمقیاسی، به طور گسترده در تحلیل داده های پیچیده و پرنویز به کار گرفته شده است هدف این پژوهش، بهره گیری از این الگوریتم برای شناسایی و آشکارسازی کانال های رسوبی مدفون است؛ پدیده ای که به علت هندسه ی پیچیده و محوشدگی در داده های لرزه ای، همواره تشخیص آن با روش های سنتی تفسیری دشوار بوده است در این راستا، مجموعه ای از نشانگرهای لرزه ای منتخب به عنوان ورودی الگوریتم استفاده شد و نتایج با شاخص سیلوئت برای تعیین تعداد بهینه خوشه ها اعتبارسنجی گردید یافته ها نشان می دهد که تفکیک داده ها به چهار خوشه، بهترین توازن میان انسجام درون خوشه ای و جدایی بین خوشه ای را ایجاد کرده و هندسه کانال مدفون را با وضوح بالاتری نمایان می سازد

کلیدواژه‌ها

نویسندگان

حانیه ایزدبخش

دانشجوی کارشناسی ارشد مهندسی نفت، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود

محمد رداد

استادیار، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود

امین روشندل کاهو

دانشیار، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود

�یزدبخش، حانیه و رداد، محمد و روشندل کاهو، امین،1404،کاربرد خوشه بندی سلسله مراتبی در تشخیص کانال مدفون در داده های لرزه ای،هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت،تهران

ارائه‌شده در

مجموعه مقالات هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت23 مهر 1404 · تهران