عنوان پایان‌نامه

تخمین ضخامت لرزه ای با استفاده از روش تجزیه طیفی



    دانشجو در تاریخ ۰۸ تیر ۱۳۸۹ ، به راهنمایی ، پایان نامه با عنوان "تخمین ضخامت لرزه ای با استفاده از روش تجزیه طیفی" را دفاع نموده است.


    رشته تحصیلی
    ژئوفیزیک-لرزه شناسی
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 44893;کتابخانه موسسه ژئوفیزیک شماره ثبت: 593
    تاریخ دفاع
    ۰۸ تیر ۱۳۸۹
    استاد راهنما
    محمدعلی ریاحی

    تجزیه طیفی شامل روش¬هایی می¬شود که یک آنالیز پیوسته زمان- فرکانس در هر نمونه زمانی از تریس لرزه¬ای بدست می¬دهد. این پایان¬نامه بر روی کاربرد تجزیه طیفی در تخمین ضخامت لرزه¬ای و بر روی داده¬های لرزه¬ای سه¬بعدی میدان نفتی رسالت- رشادت متمرکز می¬باشد. میدان رسالت- رشادت در منطقه خلیج فارس واقع می¬باشد و مخزن مورد نظر در سروک بالایی واقع شده است. در این پایان نامه جهت بدست آوردن طیف فرکانسی داده¬های لرزه¬ای با استفاده از تجزیه طیفی، از روش تبدیل فوریه گسسته ¬استفاده شده است. اولین فرکانس غالب و اولین دامنه غالب نشانگرهایی هستند که جهت تعبیر و تفسیر نتایج حاصل از تجزیه طیفی از آنها استفاده شده است. اولین فرکانس غالب به فرکانسی گفته می¬شود که در آن اولین بیشترین دامنه اتفاق می¬افتد. اولین دامنه غالب هم که به اولین دامنه بیشینه اتلاق می¬شود.جهت بررسی رابطه بین اولین فرکانس غالب و ضخامت، دو مدل مصنوعی گوه ساخته شدند. پاسخ تجزیه طیفی از مدل مصنوعی گوه نشان داد که یک رابطه معکوس بین ضخامت و اولین فرکانس غالب وجود دارد،‌ که این آنچه را از تئوری موجود بود تصدیق کرد. در مدل واقعی، ابتدا داده¬های لرزه ای منطقه را تفسیر کرده و سپس افق مورد نظر را انتخاب کرده و با انجام تبدیل فوریه گسسته درون پنجره¬های کوچک زمانی حول افق مورد نظر، طیف فرکانسی داده¬ها حاصل می¬شود. در مرحله بعد با تفسیر نتایج حاصله و انتخاب کردن اولین دامنه¬های غالب اولین فرکانس¬های غالب استخراج می¬شوند. با استفاده از اطلاعات چاه¬های موجود در منطقه (اطلاعات تفسیر شده مربوط به سر¬سازندها ) ضخامت در محل کلیه چاه¬ها بدست می¬آید. در مرحله بعد به دنبال رابطه¬ای بین اولین فرکانس¬های غالب استخراج شده در محل چاه¬ها و ضخامت¬های محاسبه شده از سرسازندها هستیم. با رسم اولین فرکانس¬های غالب استخراج شده و ضخامت¬های بدست آمده از سرسازندها در یک نمودار تقاطعی، رابطه خطی معکوسی بین این دو پارامتر (ضخامت و اولین فرکانس غالب) بدست می¬آیدکه رابطه حاصله به صورت تقریبی می¬تواند پیش بینی خوبی از ضخامت در منطقه باشد. در مرحله آخر این رابطه به کل اولین فرکانس¬های غالب استخراج شده از منطقه تعمیم داده می¬شود و در پایان آنچه حاصل می¬شود یک نقشه ضخامت از منطقه مورد نظر می¬باشد که اطلاعات آن نسبت به زمانی که فقط از اطلاعات چاه برای بدست آوردن این نقشه استفاده شود جزئی¬تر است.
    Abstract
    Abstract Spectral Decomposition refers to any method that produces a continuous timefrequency analysis in each time sample from a seismic trace. This thesis focuses on the application of this technique to net thickness estimation using 3D seismic data from Reshaadat resaalat Field which is located in Persian gulf. Thin bed thickness can be predicted by spectral decomposition. Attributes that are used in this method are first dominant frequency and first dominant amplitude. In this paper 3D seismic data from one of the Iranian oil field along with data from5 wells have been used in order to predict the thickness of an upper Cretaceous layer. First, the 3D seismic data that is conformable to the zone of interest has to be interpreted. Then, spectral decomposition is carried on on a short time window around the zone of interest. The result is a tuning cube that has the same x, y extents, but the vertical axis is changed from time to frequency. After that the first dominant amplitude of this tuning cube is picked. Then the frequencies corresponding with the first dominant amplitudes which are known as the first dominant frequencies are extracted. Here, a relation has to be found between the estimated thickness from interpreted well markers and first dominant frequencies extracted from the tuning cube at the well locations. As the theory predicts, first dominant frequency is inversely proportional to layer thickness. Based on this linear inverse relation, thickness throughout the whole survey can be predicted. The ultimate result is a thickness map in which both well data and the results from spectral decomposition are used. The areas that predict the highest Net Bed thickness will be proper locations for drilling new wells. Spectral decomposition can be advantageous in bed thickness mapping. Transmitting seismic data into frequency space with the help of DFT (discrete Fourier transform) will extremely assist us to quantify Net Bed thickness efficiently and spot optimum locations for new wells.