Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Do rozpoznania elementów geomorfologii sejsmicznej na zdjęciach 3D osadów miocenu rejonu Dębica—Rzeszów—Sokołów Małopolski zapadliska przedkarpackiego wykorzystano szereg atrybutów sejsmicznych oraz przestrzenną wizualizację 3D. Uzyskane wyniki wskazują na obecność w utworach dolnego sarmatu dwóch systemów podmorskich koryt. Lokalnie rozwinięty system poprzeczny ma części proksymalne ukryte pod nasunięciem stebnicko-karpackim, a w kierunku NE łączył się z systemem osiowym o rozciągłości co najmniej 40 km i przepływie w kierunku E-SE. Koryta w obu systemach wykazują niską krętość, lokalnie anastomozującą lub meandrową geometrię, a ich szerokość wynosi 0,1-0,7 km. Wypełnienia koryt i ich amalgamaty, wykazują miąższości około 5-100 m i prawdopodobnie głównie heterolitowy charakter.
EN
A number of seismic attributes derived from five, partly overlapping 3D seismic datasets, were analyzed in order to get an insight into depositional elements of Miocene strata in SE part of the Carpathian Foreland Basin. Results point out the presence of two, major submarine channel systems in lower Sarmatian deposits. A locally developed transverse system has its proximal reaches hidden beneath the Stebnik-Carpathian thrust and it merges towards NE into an axial system, min. 40 km in extent, which drained to the E-SE. Channels show generally low sinuosity, locally anastomosing to meandering patterns, and their width varies between 0.1 and 0.7 km. Channels' fills, 5-50 m thick, are probably largely heterolithic in character.
PL
Artykuł przedstawia zastosowanie samoorganizujących sieci neuronowych Kohonena w klasyfikacji formy zapisu sejsmicznego. Klasyfikacja ta jest jednym z podstawowych elementów analizy sejsmofacjalnej, prowadzącej do wyciągnięcia znaczących wniosków poszukiwawczych. Istotnymi elementami takiej analizy są: wybór atrybutów sejsmicznych oraz użycie właściwego sposobu klasteryzacji. Do klasteryzacji użyto atrybutów AVA, które niosą ze sobą informacje o własnościach petrofizycznych skał. W celu zbadania rozkładu facji sejsmicznej na wybranym obszarze posłużono się dodatkowo innymi metodami wielowymiarowej analizy atrybutów sejsmicznych: klasyfikacją wybranego obszaru krossplotu "intercept-gradient" oraz klasteryzacją wykonaną metodą minimalizującą iloczyn odległości obiektów w wydzielanych grupach. Weryfikacji optymalnej metody klasyfikacji danych dokonano na podstawie obserwacji kształtów klastrów i ich charakterystyk.
EN
This paper presents the application of Kohonen's Self Organizing Networks in classification of seismic waveform. The classification is one of the basic elements of seismofacies analysis and it often leads to significant exploratory conclusions. Important elements of this kind of analysis are: selection of seismic attributes and usage of appropriate clustering method. There were used AVA attributes, which include information about petrophysical properties of rocks. There used two additional multi-dimensional methods to examine seismic facies distribution on selected area: classification of chosen crossplot intercept-gradient area and classification carried out by method which minimizes the product of objects distances in groups. Verification of optimal method for data classification was made based on observation of clusters shape and their characteristic due to insufficient information from wells.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.