تعیین گسل و ریزگسل با استفاده از روش تابع خود همبسته کمینه/ بیشینه و منطق فازی بر روی داده های لرزه ای

برای شناسایی شکستگی ها از روش های متفاوتی مانند تبدیل موجک، استفاده از نمودارهای پتروفیزیکی، دستگاه های سنجش لبه های شکستگی از راه دور، تفسیر نشانگرهای لرزه ای و تلفیق آنها با استفاده از شبکه عصبی و سیستم اطلاعات جغرافیایی استفاده می شود. همچنین، متغیرهای ورودی حساس به این شکستگی ها و ترکیب آنها به منظور شناسایی گسل ها مورد استفاده قرار می گیرد.
در این مقاله از روش زمین آماری تابع خود همبسته کمینه/ بیشینه و منطق فازی بر روی داده های لرزه ای که هر کدام قسمت های متفاوتی از گسل را در محدوده نشان می دهند، استفاده شده است و روش شناسی کاربرد عملگرهای فازی در تلفیق نشانگرهای لرزه ای با استفاده از روش تابع خود همبسته کمینه/ بیشینه به منظور شناسایی گسل ها و شکستگی های مخزن بررسی گردیده است. روش تابع خود همبسته کمینه/ بیشینه روشی برای ترکیب خطی از اطلاعات ورودی و ابزاری برای کاهش بعد متغیرهای ورودی است، به این صورت که با کاهش تعداد متغیرهای ورودی به کاهش اطلاعات از دست رفته نیز نمی پردازد. همچنین روشی برای تجزیه و تحلیل مولفه های اصلی در طول گام های مختلف و دارای پیوستگی فضایی است. ضمن اینکه نشانگرهای لرزه ای را پالایش می کند و مزیت های زیادی نسبت به روش های شبیه سازی هم زمان استاندارد کامل، تحلیل اجزای اصلی و روش گام به گام دارد. لایه های اطلاعاتی مختلف و درجه اهمیت هرکدام از لایه های اطلاعاتی بر اساس نظر کارشناس و کلاس های مدنظر گسل یا غیرگسل یک تابع عضویت تعیین و مشخصات هر قسمت و درجات متفاوت احتمال گسل با نشانگرهای لرزه ای تعیین می شود. این لایه های اطلاعاتی، ورودی های فازی هستند که خروجی آن محل گسل ها و غیر گسل ها را با وضوح بهتری نشان می دهد. برای هر کدام از متغیرهای ورودی منطق فازی، تابع عضویت مشخص می شود که نوع رفتار متغیر نسبت به دو بازه گسل و غیرگسل را نشان می دهد.