حمید ثابتی - دانشگاه صنعتی بیرجند، گروه معدن، بیرجند

داده های لرزه ای بازتابی یکی از مهمترین داده های اولیه مورد استفاده جهت شناسایی ساختارهای زمین شناسی مستعد برای یک مخزن نفت یا گاز است. لرزه شناسی اکتشافی به عنوان علم بررسی این داد هها دربرگیرنده روشهای مختلفیبرای کسب هرچه بیشتر اطلاعات از ناشناخت ههای زیرزمین است. کاربرد روشهای بازشناسی الگو در سالهای اخیر مورد توجه محققان قرار گرفته است. با استفاده ازاین روشها م یتوان ساختارهای لایه های اعماق زمین که به صورت الگوهای غیر قابل تشخیص در داده های لرزه ای (رخساره لرزه ای) نهفته است را بررسی نمود. در این مقاله، کاربرد دو روش طبقه بندی بدون سرپرستی به نامهای خوش هبندی سلسله مراتبی و خوشه بندیk-meansبرای تحلیل داده های لرزه ای یک مدل مصنوعی مورد مقایسه و بررسی قرار گرفته است. سپس الگوریتم خوشه بندیk-meansکه دارای حجم محاسباتی پایینتری است، برای داده واقعی استفاده شده است. نتایج حاصل از مدل مصنوعی نشان می دهد هر دو الگوریتم قابلیت شناسایی تغییرات رخساره لرز های را دارا هستند و با دقت بالایی تغییرات جانبی در لایه بندی مصنوعی را آشکار کردند. نتایج اجرای الگوریتمk-means بر روی مکعب داد ههای لرزه ای قسمتی از مناطق نفتی جنوب غربی ایران نشان می دهد این روش قادر است به خوبی رخساره های لرزه ای را آشکار کند و درک بهتری از ساختارهای لایه بندی زیر زمین بوجود آورد

تغییرات جانبی لای هها، خوشه بندی سلسله مراتبی، خوشه بندیk-means ، داده های لرزای بازتابی، رخساره لرزه ای، طبقه بندی بدون سرپرستی، گسل