دانشگاه صنعتی شاهرود پژوهش های ژئوفیزیک کاربردی 2476-5007 12 1 2026 06 01 Introducing a new texture attribute based on the anisotropy index, case study: Salt dome معرفی نشانگر بافتی جدید بر اساس شاخص ناهمسانگردی، مطالعه موردی: گنبد نمکی 25 37 3649 10.22044/jrag.2025.16431.1372 FA محمدرضا موسوی نژاد دانشجوی دکتری، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران امین روشندل کاهو دانشیار، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران محمد رداد استادیار، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران Journal Article 1404 04 06 Accurate detection of subsurface structures such as salt domes is crucial in hydrocarbon exploration. Traditional seismic attributes like coherence, curvature, and chaos offer valuable insights but often fall short in clearly delineating complex geological boundaries. To overcome these limitations, this study explores a texture-based approach focused on analyzing the spatial characteristics of seismic data.<br /><br />A novel attribute, termed the Gradient Tensor Anisotropy Index (GTAI), is introduced based on the statistical analysis of eigenvalues derived from the local gradient structure tensor. The method distinguishes between anisotropic regions with dominant layering (e.g., sedimentary strata) and isotropic areas lacking directional trends (e.g., salt domes).<br /><br />The proposed attribute was tested on a 2D seismic dataset from a salt dome in the Strait of Hormuz and compared with conventional entropy and chaos attributes. Results show that GTAI outperforms existing methods in boundary detection accuracy, demonstrating better alignment with expert interpretation, especially when using optimally sized windows.<br /><br />GTAI is less sensitive to noise, independent of dip estimation, and computationally efficient due to its structure-oriented design. These features make it a promising tool for automatic seismic interpretation, particularly in identifying complex structures like salt domes. شناسایی دقیق ساختارهای زیرسطحی مانند گنبدهای نمکی از اهمیت بالایی در اکتشاف منابع هیدروکربنی برخوردار است. روش‌های مرسوم پردازش و تفسیر داده‌های لرزه‌ای از جمله نشانگرهای لرزه‌ای متداول نظیر همدوسی، انحنا و آشفتگی، با وجود ارائه اطلاعات مفید، در تفکیک دقیق مرز ساختارهای زمین‌شناسی مانند گنبد نمکی محدودیت‌هایی دارند. یکی از رویکردهای نوین برای غلبه بر این چالش، بهره‌گیری از تحلیل بافت داده‌های لرزه‌ای با هدف شناسایی ساختارها به کمک تباین ویژگی‌های بافتی ناحیه مورد مطالعه است. بافت لرزه‌ای می‌تواند اطلاعاتی درباره رخساره‌های رسوبی، ساختارهای مخزنی و ناهمگنی‌های زمین‌شناسی فراهم آورد. در این پژوهش، با الهام از مفهوم ناهمسانگردی در محیط‌های لایه‌ای و همسانگردی نسبی گنبدهای نمکی، نشانگر بافتی جدیدی با عنوان «شاخص ناهمسانگردی تانسور گرادیان» معرفی شده است. این نشانگر بر پایه تحلیل آماری مقادیر ویژه تانسور ساختار گرادیان محلی توسعه یافته و هدف آن تمایز میان نواحی با جهت‌داری مشخص (لایه‌بندی) و نواحی بدون جهت‌گیری غالب (همچون گنبد نمکی) است. به‌منظور ارزیابی عملکرد این شاخص، از داده لرزه‌ای دوبعدی مربوط به گنبد نمکی در تنگه هرمز استفاده شده و نتایج آن با نشانگرهای متداول آنتروپی و آشفتگی مقایسه شده است. نتایج به‌دست‌آمده نشان می‌دهد که شاخص ناهمسانگردی پیشنهادی، توانایی بالایی در تفکیک دقیق مرزهای گنبد نمکی دارد و به‌ویژه در ابعاد پنجره مناسب، همخوانی بیشتری با تفسیر مفسران انسانی ارائه می‌دهد. این نشانگر در برابر نوفه، پایدارتر بوده و همچنین مستقل از محاسبه شیب عمل می‌کند. بنابراین، خطای محاسباتی کمتری دارد. همچنین، به دلیل ماهیت ساختارگرای آن، از بهره‌وری محاسباتی بالاتری نسبت به روش‌های سنتی برخوردار است. در نهایت، شاخص ناهمسانگردی تانسور گرادیان می‌تواند به‌عنوان ابزاری دقیق و مؤثر در تحلیل بافتی مقاطع لرزه‌ای در جهت نیل به هدف تفسیر خودکار ساختارهای زیرسطحی به‌ویژه گنبدهای نمکی مورد استفاده قرار گیرد. https://jrag.shahroodut.ac.ir/article_3649_474e2fe85665a1498fbba49156ad1d20.pdf