تخمين ميزان كل كربن آلي (TOC) با استفاده از دو روش ΔlogR و شبكه عصبي مصنوعي (ANN) و تعيين رخساره‌هاي ژئوشيميايي سازند كژدمي در يكي از ميادين جنوب غرب ايران

رخساره‌هاي ژئوشيميايي توالي‌هايي از سنگ منشأ بوده كه از نظر تجمع مواد آلي و پتانسيل توليد هيدروكربور با لايه‌هاي بالا و پايين خود متفاوت هستند. در مطالعه حاضر از دو روش متفاوت براي تعيين ميزان كل كربن آلي (TOC) سازند كژدمي در يكي از ميادين جنوب غرب كشور استفاده شد. در روش اول با استفاده از معادلات تجربي و استفاده از روش ΔlogR ميزان كل كربن آلي محاسبه گرديد. در مرحله بعد با استفاده از روش شبكه عصبي مصنوعي (Artificial Neural Network, ANN) در نرم افزار متلب و استفاده از اطلاعات TOC اندازه‌گيري شده در آزمايشگاه و قرائت تعدادي از نمودارهاي چاه‌پيمايي به‌عنوان ورودي مدل كه بيشترين ميزان ضريب همبستگي با اطلاعات TOC دارند، لاگ TOC در كل توالي سازند كژدمي تخمين زده شد. ضريب همبستگي دو نمودار TOC تخمين زده شده به روش ΔlogR و ANNبا داده هاي TOC آزمايشگاهي به ترتيب 0.75 و 0.97 بدست آمد كه دقت بهتر روش ANN نسبت به روش ΔlogR را نشان مي دهد. سپس با استفاده از روش خوشه بندي MRGC (Multi-Resolution Graph-Based Clustering) و استفاده از لاگ‌هاي TOC به دست آمده از دو روش ΔlogR و ANN به‌عنوان ناظر، رخساره‌هاي ژئوشيميايي توالي مورد بررسي با دقت مناسبي شناسايي شدند و مدل بدست آمده در تعدادي از چاه هاي نزديك به هم در ميدان مورد مطالعه تعميم يافت. در نتيجه مشخص شد كه ضخامت رخساره‌هاي مناسب ژئوشيميايي از نظر تجمع مواد آلي، بيشتر در فواصل ابتدايي سازند مورد بررسي ديده مي‌شوند.