مقایسه الگوریتم‌های خوشه‌بندی سلسله مراتبی در طبقه‌بندی داده‌های لرزه‌ای بازتابی

تفسیر داده‌های لرزه‌ای بازتابی یکی از روش‌های کاربردی در اکتشاف مخازن نفت و گاز محسوب می‌شود. روش‌های مختلف تفسیری سعی در بهبود اطلاعات بدست آمده از لایه‌های زمین دارند. خوشه‌بندی مقاطع لرزه‌ای به عنوان ابزاری در شناسایی تغییرات جانبی رخساره‌ها و درک بهتر هندسه لایه‌بندی می‌تواند مورد استفاده مفسران قرار گیرد. خوشه‌بندی به معنی یافتن نمونه‌های مشابه و قرار دادن آن‌ها در یک خوشه متمایز است. در این مقاله، سه الگوریتم نزدیک‌ترین همسایه، دورترین همسایه و اتصال میانگین برای خوشه‌بندی سلسله مراتبی بیان شده و کاربرد آن‌ها روی داده‌های لرزه‌ای مصنوعی و واقعی مورد ارزیابی قرار گرفته است. نتایج حاصله نشان می‌دهد که الگوریتم اتصال میانگین بیشترین همخوانی را با داده‌های لرزه‌ای داراست و با استفاده از این الگوریتم می‌توان مرز لایه‌ها و تغییرات جانبی رخساره‌های لرزه‌ای را آشکار کرد.

کلیدواژه ها:

رخساره لرزه‌ای ، خوشه‌بندی سلسله مراتبی ، الگوریتم اتصال میانگین