مدل سازی مکانی اکتشافات مناطق نفتی با الگوریتم های هوشمند در GIS

فرایند اکتشاف منابع هیدروکربنی به عنوان فرایندی بسیار پیچیده و پرهزینه می باشد. در این فرایند فاکتورهای متعدد زمین شناسی، ژئوشیمی و ژئوفیزیک تهیه و باهم تلفیق می شوند. هدف این تحقیق شناسایی مناطق محتمل نفت و گاز در برگه 1:250000 اهواز با 20 میدان نفتی با استفاده از الگوریتم های هوشمند روش های شبکه عصبی مصنوعی پرسپترون چند لایه (MLP) و سیستم استنتاج تطبیقی عصبی - فازی (ANFIS) و سیستم اطلاعات جغرافیایی (GIS) است. بدین منظور 17 نقشه فاکتور توسط توابع GIS ایجاد شدند. نتایج اعتبارسنجی بر روی مدل ها نشان داد که شبکه عصبی 5×10×17 با 8948/0=R، 0267/0RMSE= و کاپا برابر 9079/0 توانسته است بهتر از سایر مدل ها از جمله ANFIS، آموزش دیده و مناطق پتانسیل نفتی را پیش بینی نماید. می توان گفت که وجود نگرشی بر مبنای سیستم اطلاعات جغرافیایی، می تواند در فراهم آوردن اطلاعات ارزشمند از داده های اولیه، به منظور مدل سازی پهنه های نفتی مورد استفاده قرار گیرد. در نتیجه مدل های هوشمند به کار رفته در این تحقیق می تواند برای پیش بینی مناطقی که شرایط منطقه وجود منابع نفتی را تایید می کنند و نیز برای کارهای اکتشافی بیشتر با استفاده از مناطق پیش بینی شده به عنوان راهنمای اکتشاف مورد استفاده قرار گیرد.