كاربرد نشانگرهاي طيفي لحظه‌اي براي شناسايي كانال‌هاي نفت‌گير

Application of Instantaneous Spectral Attributes to Detecting Oil-filled Channels

نشانگرهاي لرزه‌اي ابزار مفيدي در تفسير پديده‌هاي چينه‌شناسي هستند. استفاده از نشانگرهاي لرزه‌اي اين امكان را فراهم مي‌آورد كه پديده‌هاي زمين‌شناسي كه به شكل معمول در مقطع لرزه‌اي قابل مشاهده نيستند را مشاهده كنيم. يكي از اين پديده‌ها كانال‌هاي مدفون رودخانه‌اي مي‌باشد. كانال‌هاي پر شده توسط سنگ‌هاي متخلخل كه به وسيله يك خميره ناتراوا محصور شده‌اند، در اكتشافات چينه اي از اهميت ويژه‌اي برخوردارند. نشانگرهاي لرزه‌اي مانند همدوسي كه به لبه‌هاي كانال حساس هستند، نشانگرهاي خوبي براي تشخيص عرض كانال‌هاي نفت‌گير مي‌باشند، اما اين نشانگرها به ضخامت كانال‌ها حساس نيستند. در مقابل، نشانگرهاي طيفي لحظه‌اي كه از روش‌هاي تجزيه طيفي به دست مي‌آيند، با توجه به حساسيتي كه به تغييرات ضخامت كانال دارند، مي‌توانند در نشان دادن اين پديده به ماكمك كنند. هدف از اين تحقيق، بررسي كارايي نشانگرهاي طيفي لحظه‌اي حاصل از روش تجزيه طيفي براي تشخيص كانال‌ها مي‌با شد. در اين تحقيق از داده‌هاي يكي از ميادين نفتي جنوب ايران استفاده شده است. نتايج اين مطالعه حاكي از آن است كه چگونه نشانگرهاي دامنه لحظه‌اي و فركانس لحظه‌اي كه از روش‌هاي تجزيه طيفي به دست مي‌آيد، مي‌تواند در نشان دادن محدوده كانال به ما كمك كند. همچنين نتايج اين تحقيق نشان مي‌دهد كه با تركيب تصاوير حاصل از نشانگرهاي طيفي لحظه‌اي با نشانگر همدوسي كه لبه‌هاي كانال را به خوبي نمايش مي‌دهد، مي‌توان يك تصوير تركيبي مورد استفاده براي نمايش هرچه بهتر و دقيق‌تر كانال تهيه نمود.

Seismic attributes are robust tools in the interpretation of stratigraphic phenomena. Use of seismic attributes helps us to detect geological events which normally cannot be revealed in the seismic sections (such as channels). Channels filled with porous rocks and surrounded in a nonporous matrix play an important role in stratigraphic explorations. Although coherence attribute and other edge-sensitive attributes are among the most popular means of mapping channel boundaries, they are relatively insensitive to channel thickness. In contrast, instantaneous spectral attributes obtained using spectral decomposition, due to sensitivity to the variation of channel thickness, can be used to delineate channel thickness. In this paper, we studied the utility of instantaneous spectral attributes extracted from spectral decomposition methods in the detection of channels in one of the southwest Iran oil fields. We first used signal-frequency sections derived by using matching pursuit decomposition (MPD). We then utilized the combination of instantaneous spectral attributes with seismic coherence in order to better reveal channels. The results show that the composite plot of the combination of instantaneous spectral attributes and coherence better illustrate the channel boundaries.