Mặt Cắt Địa Chấn Dọc Theo Giếng Khoan Hsd-5Xp Và Hsd-1X Thể Hiện Sự

Hình 3.29. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và HSD-1X thể hiện sự

trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính Reflection Intensity.

Thuộc tính côsin của pha (Cosine of Phase )

Thuộc tính côsin của pha này giúp làm tăng sự liên tục cảu các mặt phản xạ do đó giúp năng cao khả năng nhận biết các đứt gãy và hệ thống khe nứt sinh kèm hoặc các mặt bất chỉnh hợp. Tuy nhiên, do giá trị biên đọ được chuẩn hóa, độ lớn biên đọ đều bằng nhau, thuộc tính này có hạn chế khi đánh giá mức độ liên thông của nứt nẻ dọc theo mặt đứt gãy. Thuộc tính côsin của pha còn có thể chỉ ra vị trí của các đới nứt nẻ trong móng, tuy nhiên không thể phân định rõ ràng các đới có mật độ nứt nẻ khác nhau (Hình 3.30 – 3.32)

Hình 3.30. Mặt cắt thể hiện thuộc tính côsin của pha

Hình 3.31. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và các mặt cắt ngang tại các độ sâu khác nhau thể hiện sự trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính Cosine of phase.

Có thể bạn quan tâm!

• Sơ Đồ Biểu Diễn Các Bước Thực Hiện Trong Phương Pháp Xây Dựng Mô Hình Độ Rỗng Bằng Phương Pháp Ann Và Co-Kriging.
• Đặc Trưng Tổ Hợp Các Đường Cong Đvlgk Của Các Đá Mạch Trẻ.
• Cube Địa Chấn Relative Ai Từ Cube Cbm 2009 Cho Hình Ảnh Trong Móng Tốt Hơn So Với Cube Cbm 2009
• Lát Cắt Ngang Tại Độ Sâu 3424M Từ Mô Hình Độ Rỗng Ann
• Mặt Cắt Dọc Qua Các Giếng Khoan Hsd-4X Và Hsd-1X Từ Mô Hình Độ Rỗng Co-Kriging.
• So Sánh Độ Rỗng Từ Các Phương Pháp Ann Và Co-Kriging Với Độ Rỗng Từ Giếng Khoan Vd-2X

Xem toàn bộ 168 trang tài liệu này.

Hình 3.32. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và HSD-1X thể hiện sự

trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính Cosine of phase.

Thuộc tính biển đổi độ lớn gradient (Gradient Magnitude)

Thuộc tính gradient magnitude có tính nhạy với sự thay đổi của biên độ và góc dốc của các phản xạ nên được dùng để xác định sự thay đổi của thạch học, đứt gãy, và các đới có mật độ nứt nẻ cao trong móng. Hình 3.33 đến 3.35 cho thấy kết quả phân tích thuộc tính này có thể khoanh vùng vị trí các đứt gãy và đới nứt nẻ trong móng.

Hình 3.33. Mặt cắt thể hiện thuộc tính độ lớn biên độ.

Hình 3.34. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và các mặt cắt ngang tại các độ sâu khác nhau thể hiện sự trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính độ lớn biên độ.

Hình 3.35. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và HSD-1X thể hiện sự trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường

màu đỏ) và thuộc tính độ lớn biên độ.

Thuộc tính biên độ trung bình bình phương (RMS).

Thuộc tính biên độ trung bình bình phương có thể giúp khoanh vùng các đới nứt nẻ trong móng (Hình 3.36 – 3.38). Tuy nhiên thuộc tính này không cho phép phân biệt các đới nút nẻ với những đai mạch có độ cứng âm học lớn hơn đá granite và không có khả năng hạn chế nhiễu phản xạ nhiều lần trong móng [27].

Hình 3.36. Mặt cắt thể hiện thuộc tính biên độ RMS.

Hình 3.37. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và các mặt cắt ngang tại các độ sâu khác nhau thể hiện sự trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính RMS amplitude.

Hình 3.38. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và HSD-1X thể hiện sự

trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính RMS Amplitude.

Thuộc tính theo dấu vết (Ant tracking)

Hình 3.39 – 3.41 biểu diễn kết quả của phép phân tích thuộc tính Ant tracking trong móng nứt nẻ của mỏ Hải Sư Đen, có thể nhận thấy thuộc tính này giúp khoanh vùng rất tốt vị trí của các đới nứt nẻ. Tuy nhiên ant tracking không thể đánh giá được mức độ bất đồng nhất của độ rỗng đới nứt nẻ dọc theo mặt đứt gãy, nên thuộc tính này có thể giúp khoanh vùng đới nứt nẻ nhưng không thể sử dụng để xác định đặc điểm của các đới này.

Hình 3.39. Mặt cắt thể hiện thuộc tính Ant-tracking.

Hình 3.40. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và các mặt cắt ngang tại các độ sâu khác nhau thể hiện sự trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính Ant tracking

Hình 3.41. Mặt cắt địa chấn dọc theo giếng khoan HSD-5XP và HSD-1X thể hiện sự

trùng khớp giữa kết quả minh giải độ rỗng từ tài liệu địa vật lý giếng khoan (đường màu đỏ) và thuộc tính Ant tracking.

Từ các phân tích nêu trên có thể nhận định tài liệu địa vật lý giếng khoan và kết quả phân tích các thuộc tính địa chấn trong khu vực mỏ Hải Sư Đen có khả năng phát hiện và dự đoán đặc điểm của các đới nứt nẻ trong móng.

Các thuộc tính này được xem là phù hợp với kết quả minh giải độ rỗng từ giếng khoan. Do đó, nhóm các thuộc tính này (trừ thuộc tính biến dị) được coi như chứa nhiều thông tin về độ rỗng và các đặc điểm nứt nẻ trong móng, những thuộc tính đó sẽ tiếp tục được sàng lọc trước khi được sử dụng là tài liệu đầu vào cho mô hình ANN trong các bước nghiên cứu tiếp theo sẽ được trình bày trong chương 4.

CHƯƠNG 4

MÔ HÌNH ĐỘ RỖNG NỨT NẺ VÀ ĐÁNH GIÁ ĐẶC ĐIỂM NỨT NẺ TRONG MÓNG MỎ HẢI SƯ ĐEN

Cho đến nay, việc xây dựng mô hình độ rỗng nứt nẻ trong móng đã được thực hiện ở Việt Nam bằng nhiều phương pháp khác nhau như đã trình bày ở các phần trước. Trong nghiên cứu này tác giả đề suất sử dụng kết hợp ANN và Co-Kriging để xây dựng mô hình độ rỗng nứt nẻ trong móng trên cơ sở tổ hợp có trọng số các tài liệu địa chấn, địa vật lý giếng khoan và các nghiên cứu địa chất chất – kiến tạo thu thập được trong khu vực nghiên cứu, nhằm tối ưu hóa và tăng độ tin cậy cho mô hình kết quả.

4.1. Mô hình độ rỗng nứt nẻ theo phương pháp mạng nơ-ron nhân tạo (Artificial Neural Network – ANN).

Các thuộc tính địa chấn đã được thảo luận ở các chương trước có ý nghĩa rất lớn trong việc phát hiện, khoanh định và đánh giá hệ thống khe nứt và đặc điểm của đới nứt nẻ trong móng, bao gồm các thuộc tính: biến đổi (Variance), biên độ trung bình bình phương (RMS Amplitude), biên ngoài (Envelope), lần theo dấu vết (Ant tracking), Sweetness, Gradient Magnitude, cường độ phản xạ (Reflection Intensity), trở kháng âm tương đối (Relative Acoustic Impedance). Trong đó, các thuộc tính mang tính tích phân như biên độ trung bình bình phương (RMS amplitude), biên ngoài hay còn gọi là cường độ phản xạ (Envelope), biên độ tổng (Sum amplitude), Sweetness, Reflection Intensity có khả năng giảm nhiễu ngẫu nhiên nhưng đồng thời giảm độ chi tiết, nên các thuộc tính này có thể giúp dự đoán các đới nứt nẻ và phân bố của chúng trong móng, tuy nhiên các thuộc tính này bị hạn chế về khả năng phân giải khi đánh giá các đặc điểm nứt nẻ. Ngược lại, các thuộc tính mang tính vi phân như Variance, Ant Tracking, Gradient Magnitude có khả năng xác định đặc tính của các đới nứt nẻ, bao gồm góc dốc, góc phương vị, độ rộng của đới nứt nẻ và điểm giao nhau giữa các đới.

Các thuộc tính trên là cơ sở cho quá trình huấn luyện của mô hình độ rỗng bằng phương pháp ANN. Kiểm tra kết quả đánh giá các mặt cắt địa chấn và các lát cắt độ sâu cho cả cube địa chấn, liên kết định tính thuộc tính địa chấn với giá trị độ rỗng từ giếng