-
مقاله
1 - تحليل ريزرخسارهها و پتروفاسيسها، ويژگيهاي دياژنتيكي و شرايط محيطي سازند فراقان در بخش مرکزی خلیجفارسفصلنامه زمین شناسی ایران , شماره 50 , سال 13 , تابستان 1398<p>حضور سازند آواری فراقان (پرمين پيشين، ساكمارين) در رخنمون‌های متعدد در زاگرس و برخی چاه‌های حفاری شده در خلیج‌فارس از وجود یک سیستم آواری گسترده در شمال شرقی ورقه عربی حکایت دارد. مرز زیرین این سازند با سازند ماسه‌سنگی زاکین (دونین) ناپیوسته و مرز چکیده کامل<p>حضور سازند آواری فراقان (پرمين پيشين، ساكمارين) در رخنمون‌های متعدد در زاگرس و برخی چاه‌های حفاری شده در خلیج‌فارس از وجود یک سیستم آواری گسترده در شمال شرقی ورقه عربی حکایت دارد. مرز زیرین این سازند با سازند ماسه‌سنگی زاکین (دونین) ناپیوسته و مرز بالایی آن با سازند دالان (پرمین) به‌صورت تدریجی است. در این مطالعه سازند فراقان در يكي از چاه‌هاي بخش مركزي خليج‌فارس و بر اساس مقاطع‌نازك تهيه شده از خرده‌حفاری مورد بررسي قرار گرفته است. سازند فراقان در منطقه مورد بررسی، شامل پتروفاسيس‌هاي كوارتز‌آرنايت، سيلتستون ماسه‌اي و رس‌سنگ ماسه‌اي و ريزرخساره‌هاي گلسنگ آهكي، وكستون بايوكلستي و پكستون بايوكلستي است. بر اساس مشخصات رسوب‌شناسی یک محيط ساحل خطي شامل زيرمحيط‌هاي دشت سيلابي، ساحلي و دور از ساحل برای این سازند تعیین شده است. عوارض اصلي دياژنتیکی در این سازند شامل فشردگي، انحلال، سیمانی شدن، نوشكلي، سريسيتي‌شدن و دولوميتي‌شدن ‌است. ناهمنگی در ترکیب سنگ‌شناسی و تنوع شرايط محيطي و عوارض دیاژنتیکی شرایط مساعدی برای مطالعه ذخیره هیدروکربور در این سازند ایجاد نموده است.</p> پرونده مقاله -
مقاله
2 - بازسازی محیط رسوبی سازند جیرود در برش آرو (البرز مرکزی)فصلنامه زمین شناسی ایران , شماره 67 , سال 17 , پاییز 1402در این پژوهش محیط رسوبی سازند جیرود مورد بررسی و بازسازی قرار گرفته است. سازند جیرود به سن دونین پسین در برش آرو در جنوب غربی شهرستان فیروزکوه در بخش جنوبی البرز مرکزی متشکل از حدود 45 متر نهشتههای تخریبی است. برای انجام این پژوهش عملیات صحرایی صورت گرفت و لاگ رسوبی تف چکیده کاملدر این پژوهش محیط رسوبی سازند جیرود مورد بررسی و بازسازی قرار گرفته است. سازند جیرود به سن دونین پسین در برش آرو در جنوب غربی شهرستان فیروزکوه در بخش جنوبی البرز مرکزی متشکل از حدود 45 متر نهشتههای تخریبی است. برای انجام این پژوهش عملیات صحرایی صورت گرفت و لاگ رسوبی تفصیلی این سازند در برش مذکور تهیه شد و تعداد 52 نمونه از لیتولوژی های مختلف برداشت شد. برای مطالعات میکروسکوپی از تمام نمونههای ماسه سنگی و کنگلومرایی و چند نمونه محدود از نمونههای گلسنگی و یک نمونه خاک قدیمه مقاطع نازک تهیه شد و مورد مطالعه قرار گرفت. مرز زیرین این سازند با ناپیوستگی فرسایشی روی سازند میلا قرار گرفته است. رخسارههای مشاهده شده این سازند در برش آرو شامل رخسارههای تخریبی کنگلومرا، ماسه سنگ و گل سنگ به همراه یک افق خاک دیرینه میباشد. رخسارههای مشاهده شده براساس رخسارههای رسوبی رودخانهای مایال طبقهبندی شد. نهشتههای کنگلومرایی متشکل از دو رخساره Gcm و Gmm، نهشتههای ماسه سنگی شامل سه رخساره Sh، Sp و Sm و رخسارههای گل سنگی شامل دو رخساره Fl و Fm میباشند. مطالعات صحرایی و سنگ نگاری به شناسایی دو مجموعه رخساره تخریبی رودخانهای کانال و دشت سیلابی منجر شد. محیط رسوبی کلی بازسازی شده برای سازند جیرود در برش آرو یک محیط رسوبی رودخانهای بریده بریده تعیین شد که بخش پایینی این سازند بهطور عمده رخسارههای درون کانال با غلبه رخسارههای کنگلومرایی و بخش بالایی کموبیش بهطور کامل از رخسارههای دانه ریز گل سنگی دشت سیلابی به همراه افقی از خاک دیرینه را شامل میشود. پرونده مقاله -
مقاله
3 - تخمین لاگ صوتی برشی با استفاده از روشهای یادگیری ماشین، و مقایسه با دادههای حاصل از مغزهفصلنامه زمین شناسی ایران , شماره 69 , سال 18 , بهار 1403امروزه استفاده از روشهای یادگیری ماشین در تخمین دادههای پتروفیزیکی کاربرد فراوانی دارد. در این مطالعه سعی شده لاگ صوتی برشی از دیگر دادههای پتروفیزیکی با روشهای یادگیری ماشین محاسبه و با دادههای صوتی حاصل از مغزه مقایسه شوند. برای این منظور در ابتدا برای نرم چکیده کاملامروزه استفاده از روشهای یادگیری ماشین در تخمین دادههای پتروفیزیکی کاربرد فراوانی دارد. در این مطالعه سعی شده لاگ صوتی برشی از دیگر دادههای پتروفیزیکی با روشهای یادگیری ماشین محاسبه و با دادههای صوتی حاصل از مغزه مقایسه شوند. برای این منظور در ابتدا برای نرمالسازی دادهها روشهای محاسباتی انحراف معیار، جنگل انزوا، حداقل کوواریانس و فاکتور پرتی استفاده و مورد مقایسه قرار گرفتند. با توجه به مقدار دادههای حذفی و نمودارهای جعبهای رسم شده، روش انحراف معیار برای نرمالسازی انتخاب شد. روشهای یادگیری ماشین استفاده شده شامل جنگل تصادفی، رگرسیون چندگانه، رگرسیون تقویت شده، رگرسیون بردار پشتیبان، K نزدیکترین همسایه و پرسپترون چندلایه میباشند. رگرسیون چندگانه پایینترین اندیس ارزیابی (94/0 = R2) را داشت درحالیکه رگرسیون جنگل تصمیمگیری با اندیس ارزیابی برابر 98/0، بالاترین همبستگی بین لاگهای صوتی برشی تخمین زده شده و لاگ صوتی اصلی را داشتند. بنابراین برای تخمین نهایی از رگرسیون جنگل تصادفی استفاده شد و برای جلوگیری از کلیت بخشی یا بیش برازش دادهها، از تابع GridSearchCV هایپرپارامترهای بهینه محاسبه و تخمین نهایی انجام شد. لاگ صوتی برشی تخمینی، با دادههای صوتی حاصل از مغزه قرابت بسیار بالایی را نشان دادند. پرونده مقاله