人工知能を用いた深海turbid岩チャネルと海底扇状地ローブの特性化  FREM油田深部海洋ニジェールデルタの事例研究【JST・京大機械翻訳】

Obafemi S.; Oyedele K.F.; Omeru T.; Bankole S.I.

文献

J-GLOBAL ID：202002214980248859 整理番号：20A1083234

人工知能を用いた深海turbid岩チャネルと海底扇状地ローブの特性化 FREM油田深部海洋ニジェールデルタの事例研究【JST・京大機械翻訳】

Characterization of deep water turbidite channels and submarine fan lobes using artificial intelligence; Case study of Frem Field deep offshore Niger Delta

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1083234&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1083234&from=J-GLOBAL&jstjournalNo=H0868A") }}

著者 (4件)： , , ,
資料名：
巻： 167 ページ： Null 発行年： 2020年
JST資料番号： H0868A ISSN： 1464-343X 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

2つの岩相と流体識別地震属性を,自由な人工ニューラルネットワーク(UANN)による人工知能(AI)を用いて統合し,Fremフィールド深海ナイジェリアデルタ内の炭化水素胚胎貯留層を横切る深部水タービダイトチャネルと海底扇状地の構造を特性化した。貯留層同定,堆積予測の環境,地震属性解析,および最終的に競合学習アルゴリズム(CLA)を用いたデータベースのアプローチを用いて,層序および構造的に複雑な深層水ナイジェリアデルタ内のタービダイト砂の特性化に固有の不確実性を低減し捕捉するために,2つの地震属性からパターンを整合させた。優れた貯留層品質を有する一つの炭化水素胚胎貯留層(Sand R001)を,γ線検層モチーフと二乗平均二乗(RMS)振幅と甘味属性画像が,いくつかのチャネルと海底扇状地の複雑なシステム内の内部扇状地チャネルとして砂の堆積環境を明らかにした。CLAから生成された離散相マップは,貯留層に関連した海底扇状地の構造,方位,および砂の傾向とlo岩の性質のより良い定義を可能にした。得られた出力は,貯留層構造と配向の観点から,貯留層の構造パターンと関連する深海相の特性化を強化した。また,離散相マップは,タービダイトチャネルと海底扇状地ローブの北東南西と北西の南東方向の両方を明らかにし,このチャネルが,海底扇状地システムへの供給者として役立つことを示した。本研究は,CLAを用いた相と流体関連地震属性のパターンマッチングによる深部水構造パターンの強化におけるAIの有効性を示し,それにより,この方法がナイジェリアデルタにおける深部水貯留層特性化に固有の不確実性を低減するのに有効であることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

地震探査 , 堆積環境,層相 , 海洋地質学 , 油田・ガス田開発

, , , , , , , , , ,

前のページに戻る