سایر زبان ها

صفحه نخست

سیاسی

بین‌الملل

ورزشی

اجتماعی

اقتصادی

فرهنگی هنری

علمی پزشکی

فیلم و صوت

عکس

استان ها

شهروند خبرنگار

وب‌گردی

سایر بخش‌ها

شناسایی خودکار گسل در داده‌های لرزه نگاری

محققان دانشگاه صنعتی امیرکبیر در قالب یک طرح تحقیقاتی به اﻓﺰاﯾﺶ ﺳﺮﻋﺖ و دقت ﺗﺸﺨﯿﺺ محل گسل به صورت خودکار در داده‌های لرزه نگاری کمک کردند.

به گزارش حوزه دانشگاهی گروه علمی پزشکی باشگاه خبرنگاران جوان،  مریم نوری فارغ التحصیل دانشگاه صنعتی امیرکبیر و مجری طرح «شناسایی خودکار گسل در داده‌های لرزه نگاری با استفاده از برازش فرآیند گوسی» اظهار کرد: گسل یک پدیده تکتونیکی حائز اهمیت در علوم مهندسی نفت است؛ زیرا عدم تشخیص مناسب محل گسل و زمان بر بودن آن می‌تواند چالش‌های فراوانی در عملیات حفاری، فرآیند اکتشاف و مهندسی مخازن هیدروکربوری ایجاد کند.

او با اشاره به هدف در نظر گرفته شده برای طرح «شناسایی خودکار گسل در داده‌های لرزه نگاری با استفاده از برازش فرآیند گوسی»، گفت: اﻓﺰاﯾﺶ ﺳﺮﻋﺖ و دقت در ﺗﺸﺨﯿﺺ محل ﮔﺴﻞ به صورت خودکار در داده‌های لرزه نگاری یکی از ویژگی‌های بارز طرح بوده است. علاوه برآن تحلیل ناهنجاری‌های دیگری مانند یافتن مرز‌های گنبد‌های نمکی درون داده‌های لرزه نگاری نیز مورد نظر بوده است.

فارغ التحصیل دانشگاه صنعتی امیرکبیر تصریح کرد: داده‌های لرزه نگاری سه بعدی، جزو داده‌های حجیم محسوب می‌شوند؛ در صورت گسل خوردگی منطقه، ویژگی ظاهر شده توسط پدیده ﮔﺴﻞ خوردگی در این داده‌ها به نسبت کل داده ها، پراکنده اﺳﺖ و در ﻧﺘﯿﺠﻪ ﻋﻤﺪه‌ی ﺣﺠﻢ داده‌ی ورودی، داده‌ی اﺿﺎﻓﯽ اﺳﺖ ﮐﻪ ﮐﻤﮑﯽ در ﺗﺤﻠﯿﻞ ﮔﺴﻞ ﻧﻤﯽﮐﻨﺪ.

نوری ادامه داد: برای تفسیر گسل باید کل داده‌ی سه بعدی توسط مفسر جاروب شود؛ اﯾﻦ ﻣﻮﺿﻮع ﺳﺒﺐ اﻓﺰاﯾﺶ زﻣﺎن ﺗﻔﺴﯿﺮ ﮔﺴﻞ و ﻧﯿﺰ ﻫﺰﯾﻨﻪی اﺿﺎﻓﯽ ﻣﯽﺷﻮد. تفسیر گسل توسط عامل انسانی نیاز به تخصص و تجربه فراوان دارد. هرچند این موضوع تنها مختص ﺗﻔﺴﯿﺮ ﮔﺴﻞ ﻧﯿﺴﺖ وﻟﯽ باید اذعان کرد که ﺗﻔﺴﯿﺮ ﮔﺴل ﺑﺪون ﺗﺠﺮﺑﻪ و ﺗﺨﺼﺺ ﻓﺮاوان اﻏﻠﺐ ﺑﺎ ﺧﻄﺎی زﯾﺎد همراه خواهد بود که در برخی موارد منجر به عدم شناسایی محل گسل خواهد شد.

او اضافه کرد: ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻓﺰاﯾﺶ دادهﻫﺎی ﻟﺮزه ﻧﮕﺎری، ﻧﺴﺒﺖ ﺗﻌﺪاد اﻓﺮاد ﻣﺘﺨﺼﺺ ﺑﻪ ﻣﯿﺰان داده روز ﺑﻪ روز ﮐﺎﻫﺶ ﻣﯽﯾﺎﺑﺪ. به همین دلیل تیم تحقیق تصمیم گرفت که بر روی خودکار کردن شناسایی محل گسل درون داده‌های لرزه نگاری تحقیقات وسیعی صورت گیرد تا هم بتوانیم ﺳﺮﻋﺖ و دقت ﺗﺸﺨﯿﺺ محل ﮔﺴﻞ را افزایش دهیم و هم اثر خطای انسانی را کاهش دهیم و همچنین زمان و هزینه تفسیر گسل را کاهش دهیم.

نوری با تاکید بر اینکه در علم داده کاوی، شناسایی ناهنجاری به شناسایی بخش‌ها، رویداد‌ها و یا ‏مشاهداتی گفته می‌شود که تطابقی با یک الگوی مورد انتظار در داده ‏ ندارند، بیان کرد: ﻣﺴﺎﻟﻪ اصلی در ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری، ﺗﺸﺨﯿﺺ ﻧﻮع ﺧﺎصی از ﻧﺎﻫﻨﺠﺎری اﺳﺖ ﮐﻪ اﺛﺮات ﻋﻤﻮمی روی داده میﮔﺬارد که به آن ناهنجاری جهانی می‌گویند و بخش زیادی از داده را از روند مورد انتظار منحرف می‌کند. گسل نیز یک پدیده تکتونیکی است که موجب جابجایی توده‌های سنگی و لایه‌های زمین شناسی در راستا‌های مختلف می‌شود و نظم و روند هموار لایه‌ها را برهم می‌زند بنابراین می‌تواند به عنوان یک ناهنجاری جهانی در داده دنبال و ردیابی شود.

او ادامه داد: با انجام این تحقیق بخوبی توانستیم محل گسل را به صورت خودکار و با دقت بالاتری نسبت به روش‌های پیشین در داده‌های لرزه نگاری تشخیص دهیم. با شناسایی ناهنجاری با استفاده از برازش روش فرآیند گوسی مرز دانش جدیدی در علم ژئوفیزیک و اطلاعات لرزه نگاری باز شد که به پدیده‌هایی مانند گسل خوردگی و یا مرز‌های گنبد نمکی به عنوان محل ناهنجاری جهانی در داده‌ی لرزه نگاری نگریسته شود.

نوری عنوان کرد: به نظر می‌رسد بتوان علاوه بر گسل ناهنجاری‌های دیگری در اطلاعات لرزه نگاری را با این روش شناسایی کرد که باید مورد تحقیق و آزمایش بیشتر قرار گیرد.

او افزود: ایده این تحقیق این بود تا زمانی که هیچ گونه رخداد غیرطبیعی مثل گسل‌خوردگی روند توده‌های سنگی و یا به عبارتی لایه های زمین شناسی را برهم نزند می‌توان داده های لرزه نگاری را با یک فرآیند گوسی توصیف کرد و اگر جایی این توصیف گوسی با خطا برخورد کند محل خطا می‌تواند به عنوان یک نقطه احتمالی از محل گسل درنظر گرفته شود.

نوری با بیان اینکه نتیجه این طرح در صنعت نفت و کلیه موسساتی که بر روی مطالعات زمین شناسی و تکنونیکی کار می‌کنند قابل استفاده است، بیان کرد: به نظرم این طرح و ایده به طور کل می‌تواند برای یافتن ناهنجاری‌های جهانی موجود در داده‌های مختلف در علوم مختلف به کار برده شود.

او تصریح کرد: درواقع موفق شدیم این پروژه را به صورت یک طرح دانشجویی با شرکت ملی نفت ایران صنعتی کنیم. در حال حاضر هم سعی داریم با همکاری اساتید راهنما و دانشجویان مقطع کارشناسی ارشد، طرح کامل شود و خروجی کار را به صورت یک نرم افزار در استخراج خودکار سطوح گسل تکمیل کنیم. این سطوح استخراج شده در ساخت مدل‌های مخازن هیدروکربونی بسیار حائز اهمیت است و می‌تواند کمک شایانی به علوم مهندسی نفت اعم ازاکتشاف، حفاری و مخزن داشته باشد.

نوری با اشاره به ویژگی‌های این طرح گفت: این طرح می تواند به عنوان یک طرح صنعتی به صورت یک نرم افزار بومی در استخراج سطوح گسل مطرح شود. با توجه به اینکه از زبان و بیان ساده ریاضی برای درک یک پدیده تکتونیکی استفاده شده است و همچنین دانشجویان عزیز ما پتانسیل بالایی در طرح الگوریتم‌های جدید و تبدیل دانش متخصص به زبان برنامه نویسی دارند این هدف بعید و دور از ذهن نیست.

او با اشاره به مزیت‌های رقابتی پروژه گفت: نتایج حاصل از مقایسه گسل های استخراج شده توسط الگوریتم پیشنهاد شده در این طرح در مقایسه با روش های پیشین بیشترین شباهت ساختاری را با گسل های تفسیر شده توسط متخصص ژئوفیزیک دارد همجنین این طرح باعث کاهش بسیاری از هزینه ها در صنعت نفت می‌شود؛ بنابراین پتانسیل نرم افزار بومی شدن را دارد.

نوری درباره کاربرد‌های پروژه گفت: این پروژه در صنعت نفت و حوزه تکتونیک به منظور شناسایی محل گسل و مرز گنبد‌های نمکی در داده‌های سه بعدی لرزه نگاری کاربرد دارد. می‌توان از ایده و الگوریم این پروژه در دسته بندی رخساره های سنگ شناسی درون داده های لرزه نگاری استفاده کرد. همچنین از ایده این پروژه می¬توان در شناسایی ناهنجاری در داده‌های علوم مختلف استفاده کرد.

گفتنی است؛ اساتید راهنمای این پروژه حسین حسنی از دانشکده مهندسی معدن و متالورژی؛ عبدالرحیم جواهریان از دانشکده مهندسی نفت دانشگاه صنعتی امیرکبیر و استاد مشاور این پروژه حمیدرضا امین داور از دانشکده مهندسی برق؛ سیاوش ترابی دانش آموخته دکتری از دانشکده مهندسی نفت امیرکبیر و سیدعلی معلمی به عنوان مشاور صنعتی طرح بودند.


بیشتر بخوانید


انتهای پیام/

تبادل نظر
آدرس ایمیل خود را با فرمت مناسب وارد نمایید.