TY - JOUR JF - kntu-jgit JO - jgit VL - 4 IS - 1 PY - 2016 Y1 - 2016/6/01 TI - Spatial modeling of oil exploration areas using adaptive inference systems neuro - fuzzy (ANFIS) in GIS TT - مدل‌سازی مکانی مناطق اکتشاف نفتی با سیستم استنتاج فازی عصبی تطبیقی (ANFIS) در GIS N2 - فرآیند اکتشاف منابع هیدروکربنی فرآیندی بسیار پیچیده و پرهزینه می‌باشد. در این فرایند فاکتورهای متعدد زمین‌شناسی، ژئوشیمی و ژئوفیزیک تهیه و باهم تلفیق می‌شوند. طراحی بهترین مسیر برای برداشت داده‌های لرزه‌نگاری و همچنین تعیین بهترین محل برای حفر چاه‌های اکتشافی از اهمیت ویژه‌ایی برخوردار است، زیرا عدم دقت در انتخاب موقعیت مکانی، صرف هزینه و زمان زیاد در طول عملیات می‌باشد. هدف این تحقیق تعیین مناطق محتمل نفت و گاز در برگه 1:250000 اهواز با 20 میدان نفتی به منظور کاهش زمان و هزینه اکتشاف و تولید است بدین منظور 17 نقشه‌ی فاکتور شامل : کمترین و بیشترین مقدار (غنای کربن آلی (TOC)، بازده پتانسیل برای تولید هیدرو‌کربن (PP)، پیک دمایی Tmax، شاخص تولید (PI)، اندیس اکسیژن (OI)، اندیس هیدروژن (HI))و‌ داده‌های مجاورت به مناطق دارای آنومالی باقیمانده ثقل بوگه بالا، محور طاقدی‌ها و گسل‌ها، نقشه‌ی ناهمواری و انحنای حاصل از منحنی‌های زیر سطحی سازند آسماری توسط توابع GIS ایجاد شدند. برای ترکیب نقشه‌های فاکتور، از سیستم استنتاج فازی عصبی تطبیقی که از روش‌های داده مبنا می‌باشد، استفاده شد. نتایج حاصل از مدل‌سازی با داده‌های آزمون نشان داد که مدل مذکور با شاخص کاپای 859/0، همبستگی 839/0 و متوسط ریشه مربع خطا برابر با 0399/0 توانسته است با دقت بالایی میدان‌های نفتی را پیش‌بینی کند، هرچند میدان‌های از قبیل شاور و سپهر شناسایی نشده و برخی قسمتها نیز به اشتباه، مناطق نفتی پیش‌بینی شده‌اند. SP - 39 EP - 59 AU - Misagh, Nouraddin AU - Neisany Samany, Najme AU - Abollahi Kakroodi, Ataollah AU - Alavipanah, Seyed Kazem AU - Bahroudi, Abbas AD - University of Tehran KW - Ahvaz KW - Modeling KW - ANFIS KW - GIS KW - Oil fields UR - http://jgit.kntu.ac.ir/article-1-184-fa.html DO - 10.29252/jgit.4.1.39 ER -