تأثير فيلتر استريونت برالگوريتم رديابي مورچه جهت شناسايي گسل ها

گسل ها از جمله مهم ترين رخدادهاي ساختماني مي باشند كه نمايه سازي آنها اطلاعات ارزشمندي را در خصوص ويژگي هاي ايستا و پوياي مخازن هيدروكربني و چگونگي جريان سيالات موجود در آنها به همراه دارد. روش هاي متعددي براي شناسايي گسل ها و شكستگي ها به عنوان يكي از مهم ترين مراحل تفسير داده هاي لرزه اي در فازهاي اكتشاف و توليد، وجود دارد.الگوريتم رديابي مورچه، روشي ابتكاري در شناسايي هندسه گسل ها است كه با پيروي از اصل هوش گروهي، همه ناپيوستگي هاي فضايي مرتبط با سطوح گسلش را با سطح بالايي از جزئيات استخراج مي كند. در اين مطالعه با بررسي تأثير عملكرد فيلتر استريونت بر الگوريتم رديابي مورچه، نتايج مكعب احتمال گسل حاصل از شبكه عصبي مصنوعي و مكعب رديابي مورچه با يكديگر مقايسه شده است. نتايج نشان مي دهد كه الگوريتم پيشنهادي ضمن عدم تأثيرپذيري از پردازش-ماندهاي موجود در داده لرزه اي، توانسته سطوح گسل خورده را با وضوح نسبتا بالايي رديابي نمايد.