An attempt to apply artificial neural networks in integrated interpretation of electromagnetic data - the Grabownica hydrocarbon deposit case study
Main Article Content
Keywords
pattern recognition, artificial neural networks, magnetotellurics, hydrocarbon deposits
Abstract
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.
Downloads
Download data is not yet available.
References
Constable S.C., Parker R.L. & Constable C.G., 1987. Occam’s inversion: a practical algorithm for generating smooth models from electromagnetic sounding data. Geophysics, 52, 289–300.
Darłak B. & Włodarczyk M., 2003. Niektóre problemy oceny właściwości skał zbiornikowych z wykorzystaniem sieci neuronowych. IGNiG, Kraków. Próba wykorzystania sieci neuronowych w kompleksowej interpretacji... 171
Dziadzio P.S., Borys Z., Kuk S., Masłowski E., Probulski J., Pietrasiak M., Górka A., Moryc J., Baszkiewicz A., Karnkowski P., Karnkowski P.H. & Pietrusiak M., 2006. Hydrocarbon resources of the Polish Outer Carpathians – Reservoir parameters, trap types, and selected hydrocarbon fields: A stratigraphic review. W: Golonka J. & Picha F.J. (Eds), The Carpathians and their foreland: Geology and hydrocarbon resources, AAPG Memoir, 84, 259–291.
Fukunaga K., 1972. Introduction to Statistical Pattern Recognition. Academic Press, New York & London.
Groot-Hedlin C. de & Constable S., 1990. Occam’s inversion to generate smooth, two-dimensional models from magnetotelluric data. Geophysics, 55, 1613–1624.
Jucha S., Kotlarczyk J. & Mastej W., 2004. Cyfrowe mapy prognozy potencjalnych skał zbiornikowych węglowodorów. Geoinformatica Polonica, 6, 2004, 59–65.
Karnkowski P., 1993. Złoża gazu ziemnego i ropy naftowej w Polsce. T. 2: Karpaty i zapadlisko przedkarpackie. Towarzystwo Geosynoptyków „Geos”, Kraków.
Kosiński R.A., 2007. Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydawnictwa Naukowo-Techniczne, Warszawa.
Lejkowska S., 1975. Przekrój geologiczny przez złoże Grabownica (mat. niepubl.).
Stefaniuk M., Maj E., Sito Ł., Słyś M. & Wojdyła M., 2010a. Anomalie elektromagnetyczne związane z akumulacjami węglowodorów na przykładzie wybranych złóż karpackich i zapadliska przedkarpackiego. III Konferencja Naukowo-Techniczna „Ropa i gaz – złoża konwencjonalne i niekonwencjonalne”, Czarna 11–14.04.2010, 53–54.
Stefaniuk M., Wojdyła M., Maj E., Sito Ł. & Słyś M., 2010b. Interpretacja danych elektromagnetycznych w środkowej i północno-zachodniej części złoża ropy naftowej i gazu ziemnego „Grabownica”. Materiały seminaryjne pod redakcją dra hab. inż. Michała Stefaniuka, Iwkowa 2010, 11–12.
Stefaniuk M., 2011. Metody elektromagnetyczne w prospekcji naftowej. Geologia (kwartalnik AGH), 37, 1, 5–36.
Szewczyk S., 1988. Model złoża Grabownica. W: Łuczejko J., Nycz R., Szewczyk S. & Szewczyk E., Dodatek nr 2 do dokumentacji geologicznej złoża ropy naftowej Grabownica (mat. niepubl.).
Tadeusiewicz R. & Flasiński M., 1991. Rozpoznawanie obrazów. Państwowe Wydawnictwo Naukowe, Warszawa.
Wojdyła M., Maj E., Słyś M. & Stefaniuk M., 2009. Zastosowanie metody magnetotellurycznej do rozpoznawania płytkich złóż węglowodorów w Karpatach na przykładzie złoża ,,Grabownica”. Konferencja Naukowo-Techniczna „Ropa i gaz a skały klastyczne Polski”, Czarna 17–20.03.2009, 59–60.
Darłak B. & Włodarczyk M., 2003. Niektóre problemy oceny właściwości skał zbiornikowych z wykorzystaniem sieci neuronowych. IGNiG, Kraków. Próba wykorzystania sieci neuronowych w kompleksowej interpretacji... 171
Dziadzio P.S., Borys Z., Kuk S., Masłowski E., Probulski J., Pietrasiak M., Górka A., Moryc J., Baszkiewicz A., Karnkowski P., Karnkowski P.H. & Pietrusiak M., 2006. Hydrocarbon resources of the Polish Outer Carpathians – Reservoir parameters, trap types, and selected hydrocarbon fields: A stratigraphic review. W: Golonka J. & Picha F.J. (Eds), The Carpathians and their foreland: Geology and hydrocarbon resources, AAPG Memoir, 84, 259–291.
Fukunaga K., 1972. Introduction to Statistical Pattern Recognition. Academic Press, New York & London.
Groot-Hedlin C. de & Constable S., 1990. Occam’s inversion to generate smooth, two-dimensional models from magnetotelluric data. Geophysics, 55, 1613–1624.
Jucha S., Kotlarczyk J. & Mastej W., 2004. Cyfrowe mapy prognozy potencjalnych skał zbiornikowych węglowodorów. Geoinformatica Polonica, 6, 2004, 59–65.
Karnkowski P., 1993. Złoża gazu ziemnego i ropy naftowej w Polsce. T. 2: Karpaty i zapadlisko przedkarpackie. Towarzystwo Geosynoptyków „Geos”, Kraków.
Kosiński R.A., 2007. Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydawnictwa Naukowo-Techniczne, Warszawa.
Lejkowska S., 1975. Przekrój geologiczny przez złoże Grabownica (mat. niepubl.).
Stefaniuk M., Maj E., Sito Ł., Słyś M. & Wojdyła M., 2010a. Anomalie elektromagnetyczne związane z akumulacjami węglowodorów na przykładzie wybranych złóż karpackich i zapadliska przedkarpackiego. III Konferencja Naukowo-Techniczna „Ropa i gaz – złoża konwencjonalne i niekonwencjonalne”, Czarna 11–14.04.2010, 53–54.
Stefaniuk M., Wojdyła M., Maj E., Sito Ł. & Słyś M., 2010b. Interpretacja danych elektromagnetycznych w środkowej i północno-zachodniej części złoża ropy naftowej i gazu ziemnego „Grabownica”. Materiały seminaryjne pod redakcją dra hab. inż. Michała Stefaniuka, Iwkowa 2010, 11–12.
Stefaniuk M., 2011. Metody elektromagnetyczne w prospekcji naftowej. Geologia (kwartalnik AGH), 37, 1, 5–36.
Szewczyk S., 1988. Model złoża Grabownica. W: Łuczejko J., Nycz R., Szewczyk S. & Szewczyk E., Dodatek nr 2 do dokumentacji geologicznej złoża ropy naftowej Grabownica (mat. niepubl.).
Tadeusiewicz R. & Flasiński M., 1991. Rozpoznawanie obrazów. Państwowe Wydawnictwo Naukowe, Warszawa.
Wojdyła M., Maj E., Słyś M. & Stefaniuk M., 2009. Zastosowanie metody magnetotellurycznej do rozpoznawania płytkich złóż węglowodorów w Karpatach na przykładzie złoża ,,Grabownica”. Konferencja Naukowo-Techniczna „Ropa i gaz a skały klastyczne Polski”, Czarna 17–20.03.2009, 59–60.
Article Sidebar
Published
Jan 1, 2011
Article Details
How to Cite
MASTEJ, W. (2011). An attempt to apply artificial neural networks in integrated interpretation of electromagnetic data - the Grabownica hydrocarbon deposit case study. Geology, Geophysics and Environment, 37(1), 157. https://doi.org/10.7494/geol.2011.37.1.157
Issue
Section
Articles
Authors have full copyright and property rights to their work. Their copyrights to store the work, duplicate it in printing (as well as in the form of a digital CD recording), to make it available in the digital form, on the Internet and putting into circulation multiplied copies of the work worldwide are unlimited.
The content of the journal is freely available according to the Creative Commons License Attribution 4.0 International (CC BY 4.0)