Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "magnetotelluryka" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Próba wykorzystania sieci neuronowych w kompleksowej interpretacji danych elektromagnetycznych na przykładzie złoża Grabownica
An attempt to apply artificial neural networks in integrated interpretation of electromagnetic data - the Grabownica hydrocarbon deposit case study
Autorzy:
Mastej, W.
Powiązania:
https://bibliotekanauki.pl/articles/183525.pdf
Data publikacji:
2011
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
rozpoznawanie obrazów
sztuczne sieci neuronowe
magnetotelluryka
złoża węglowodorów
pattern recognition
artificial neural networks
magnetotellurics
hydrocarbon deposits
Opis:
W pracy przedstawiono próbę zastosowania metody rozpoznawania obrazów z użyciem sztucznych sieci neuronowych w kompleksowej interpretacji danych z sondowań magnetotellurycznych AMT (Audio-frequency Magnetotellurics) i CSAMT (Controlled Source Audio-frequency Magnetotellurics) ze złoża ropy i gazu Grabownica (dipol podłużny i poprzeczny względem linii profili pomiarowych). Obiektami klasyfikacji były pionowe pasy z przekrojów magnetotellurycznych, o szerokości 50 m, utworzone na bazie siatek interpolacyjnych. Strukturę obiektów formalnie niestrukturalnych wymuszono częściowo poprzez ich podział na: przypowierzchniową, wysokooporową strefę do 200 m n.p.m., strefę niskooporowych utworów uszczelniających oraz słabych maksimów - kominów dyfuzyjnych, od 200 do -100 m n.p.m. i najniższą, wysokooporową strefę złoża. Prawidłowe wskazanie rzeczywistych stref złożowych na bazie informacji pochodzących z często niejasnych i rozbieżnych między sobą obrazów z przekrojów magnetotellurycznych, świadczą o przydatności tej metody. Wskazano także dwie nieznane strefy złożowe w NE części przekroju G4 i w SW części przekroju G2.
The paper presents an attempt to apply the pattern recognition method using artificial neural networks in integrated interpretation of the magnetotelluric data AMT (Audio-frequency Magnetotellurics) and CSAMT (Controlled Source Audio-frequency Magnetotellurics), acquired from the Grabownica oil and gas deposit (longitudinal and transversal dipole in relation to measurement profile lines). Vertical belts of magnetotelluric cross-sections, each 50 m wide, obtained from interpolation grids, were the objects of classification. The structure of formally non-structural objects was partly imposed through division into: near-surface high-resistivity zone, to 200 m a.s.l., low-resistivity screens and week maxima - diffusion chimneys, from 200 to -100 m a.s.l., and the lowest, high-resistivity deposit zone. The usefulness of the method was proven by correct identification of real deposit zones based on data often coming from ambiguous and incompatible magnetotelluric cross-sections. In addition, two unknown deposit zones were discovered in NE part of cross-section G4 and SW part of cross-section G2.
Źródło:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2011, 37, 1; 157-173
0138-0974
Pojawia się w:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies