تخمین میزان کل کربن آلی (TOC) با استفاده از دو روش ΔlogR و شبکه عصبی مصنوعی (ANN) و تعیین رخسارههای ژئوشیمیایی سازند کژدمی در یکی از میادین جنوب غرب ایران
نویسندگان
doi
10.22055/aag.2021.35538.2177چکیده
رخسارههای ژئوشیمیایی توالیهایی از سنگ منشأ بوده که از نظر تجمع مواد آلی و پتانسیل تولید هیدروکربور با لایههای بالا و پایین خود متفاوت هستند. در مطالعه حاضر از دو روش متفاوت برای تعیین میزان کل کربن آلی (TOC) سازند کژدمی در یکی از میادین جنوب غرب کشور استفاده شد. در روش اول با استفاده از معادلات تجربی و استفاده از روش ΔlogR میزان کل کربن آلی محاسبه گردید. در مرحله بعد با استفاده از روش شبکه عصبی مصنوعی (Artificial Neural Network, ANN) در نرم افزار متلب و استفاده از اطلاعات TOC اندازهگیری شده در آزمایشگاه و قرائت تعدادی از نمودارهای چاهپیمایی بهعنوان ورودی مدل که بیشترین میزان ضریب همبستگی با اطلاعات TOC دارند، لاگ TOC در کل توالی سازند کژدمی تخمین زده شد. ضریب همبستگی دو نمودار TOC تخمین زده شده به روش ΔlogR و ANNبا داده های TOC آزمایشگاهی به ترتیب 75/0 و 97/0 بدست آمد که دقت بهتر روش ANN نسبت به روش ΔlogR را نشان می دهد. سپس با استفاده از روش خوشه بندی MRGC (Multi-Resolution Graph-Based Clustering) و استفاده از لاگهای TOC به دست آمده از دو روش ΔlogR و ANN بهعنوان ناظر، رخسارههای ژئوشیمیایی توالی مورد بررسی با دقت مناسبی شناسایی شدند و مدل بدست آمده در تعدادی از چاه های نزدیک به هم در میدان مورد مطالعه تعمیم یافت. در نتیجه مشخص شد که ضخامت رخسارههای مناسب ژئوشیمیایی از نظر تجمع مواد آلی، بیشتر در فواصل ابتدایی سازند مورد بررسی دیده میشوند.