راهنمای تهیه مقالات برای چاپ در مجله پژوهش نفت
تعداد صفحات مقاله (بدون قالببندی و شامل چکیده فارسی و لاتین، متن، تصاویر و جداول) حداکثر 15صفحه تهیه گردد. فایل مقاله به صورت یکپارچه ارسال گردد.
مجله پژوهش نفت، مقالات علمی و پژوهشی در زمینههای مرتبط با صنایع نفت، گاز و پتروشیمی را برای چاپ میپذیرد. از پژوهشگران و کارشناسان گرامی که مایل به ارسال مقالات خود هستند، خواهشمندیم به موارد ذیل توجه فرمایند:
مقاله را از طریق وب سایت مجله به آدرس journals.ripi.ir و یا وب سایت پژوهشگاه صنعت نفت به آدرس www.ripi.ir با ثبت نام در سامانه الکترونیکی مجله ارسال نمایید.
مسؤولیت کامل مطالب و منابع چاپ شده بر عهده نویسنده یا نویسندگان خواهد بود و نسخه نهایی مقاله پیش از چاپ به امضاء نویسنده یا نویسندگان میرسد. نویسنده یا نویسندگان متعهد خواهند شد که مقالات ارسالی در نشریه دیگری انتشار نیافته است. (فرم تعهد با امضاء تمام نویسندگان ارسال گردد.)
فرم تعهد مقاله را از اینجا دانلود نمایید.
فرم تعارض مقاله را از اینجا دانلود نمایید.
مقالات ارسالی عودت داده نمیشود.
آئین نگارش فارسی باید به طور کامل رعایت شود و از بهکار بردن اصطلاحات خارجی که معادل دقیق و پذیرفته شده در زبان فارسی دارند، خودداری شود.
مقاله باید بر روی کاغذ سفید (A4) به صورت یک خط در میان (فاصله سطرها 1/2 سانتی متر) توسط نرم افزار Microsoft Word ویرایش 2007 یا ماقبل آن تایپ و حاشیه بالا و پایین 2/5 سانتی متر، حاشیه چپ و راست 5/2 سانتی متر، لبه بالا 2/5 سانتی متر و لبه پایین 1/27 سانتی متر تنظیم شود.
مقاله باید شامل بخشهای زیر باشد:
نام نویسنده یا نویسندگان باید پس از عنوان مقاله ذکر شود. نویسنده طرف مکاتبات باید با علامت * در کنار نام خود مشخص گردد.
عنوان و آدرس نویسنده یا نویسندگان و پست الکترونیکی نویسنده طرف مکاتبات مشخص شود.
لطفاً در تنظیم مقالات، نکات زیر را رعایت فرمایید:
عنوان اصلی مقاله با قلم BZar شماره 24 ضخیم تایپ شود.
عناوین اصلی داخل مقاله با قلم BNazanin شماره 14 ضخیم و عناوین فرعی با قلم BNazanin شماره 12 ضخیم تایپ شوند. هر تیتر از متن قبلی خود با یک خط فاصله جدا شود.
متن فارسی مقاله با قلم BNazanin شماره 5/12 نازک و واژهها و متن انگلیسی با قلم Times New Roman شماره 10 نازک تایپ شود.
عنوان جداول و شکلها با قلم BNazanin شماره 11 ضخیم تایپ گردد. عنوان جداول در بالا و عنوان شکلها در پایین آنها نوشته میشود.
محتوای فارسی جداول با قلم BNazanin شماره 11 نازک و عبارات انگلیسی جداول با قلم Times New Roman شماره 9 نازک تایپ شود.
کلیه اعداد باید بهصورت فارسی تایپ شوند.
واحد تمامی اعداد باید در سیستم SI باشد.
کلیه فرمولها باید به ترتیب شمارهگذاری شده و با استفاده از نرمافزار MathType تهیه شوند.
کلیه جداول و شکلها در محل اشاره شده به آن و یا در انتهای مقاله ارائه گردد. همچنین فایل اصلی مقاله شامل متن اصلی، چکیده فارسی و لاتین، جداول و تصاویر (بدون نام نویسندگان) نیز ارسال گردد.
نام و مشخصات نویسندگان در فایل جداگانه ذخیره و ارسال گردد.
کلیه جداول فارسی و راست چین باشد.
از تکرار دادهها به صورت چندگانه (جدول و نمودار و ...) خودداری فرمایید.
اگر شکل یا جدولی از مرجع دیگر اخذ شده باشد، شماره مرجع در انتهای عنوان شکل یا جدول درج و مشخصات آن به منابع اضافه شود.
شکلهای مقالات به صورت فایل اصلی (در همان نرمافزاری که توسط آن تهیه شدهاند مانند Excel و غیره) ارسال شود.
از بهکار بردن واژههای انگلیسی در متن مقاله خودداری شود. معادل انگلیسی کلمات فارسی و نام نویسنده (گان) که برای نخستین بار در مقاله بهکار میرود، به صورت زیرنویس در صفحه مربوط درج گردد. زیرنویسها در هر صفحه با گذاردن شماره فارسی در گوشه بالای آخرین حرف از کلمه، در متن مشخص شوند.
در بخش چکیده نباید ارجاعی به معادلات و یا مراجع مقاله داده شود.
کلیه مراجع ذکر شده در بخش مراجع باید در متن مقاله مورد ارجاع قرار گرفته باشند. شمارهگذاری مراجع در متن در داخل کروشه صورت میگیرد.
-تعداد صفحات مقاله به صورت خام (بدون قالببندی) حداکثر 15 صفحه تهیه گردد.
ارائه مراجع بر اساس الگوی زیر صورت میگیرد:
-کتاب و گزارش فارسی و خارجی:
نام خانوادگی حرف اول نام نویسنده یا نویسندگان (سال انتشار) نام کتاب، ذکر نام فصل یا فصلهای کتاب (درصورت مطالعه و استفاده از یک یا چند فصل کتاب)، نام کتاب، شماره ویرایش کتاب، ناشر، شماره صفحات.
مثال:
-مقاله فارسی:
نام خانوادگی حرف اول نام نویسنده یا نویسندگان (سال) عنوان مقاله، نام مجله به طور کامل، دوره مجله، شماره مجله: شماره صفحات.
مثالها:
- مقاله خارجی: نام خانوادگی حرف اول نام نویسنده یا نویسندگان (سال انتشار) عنوان مقاله، نام کامل مجله، دوره مجله، شماره مجله: شماره صفحات.
مثالها:
- مجموعه مقالات کنفرانسها:
نام خانوادگی حرف اول نام نویسنده یا نویسندگان (سال برگزاری کنفرانس) عنوان مقاله، عنوان کنفرانس، محل برگزاری کنفرانس، شماره صفحات.
مثال:
- مقاله حاصل از کتب:
نام خانوادگی حرف اول نام نویسنده یا نویسندگان مقاله )سال انتشار(، عنوان مقاله، عنوان کتاب، ناشر، شماره صفحات.
- کتب:
نام خانوادگی حرف اول نام نویسنده یا نویسندگان مقاله )سال انتشار(،عنوان کتاب، ناشر، شماره صفحات.
- پایاننامه: نام خانوادگی حرف اول نام نویسنده (سال) عنوان پایاننامه، نوع پایاننامه، دانشگاه، کشور، شماره صفحات (در صورت امکان).
مثال:
-پایاننامه چاپشده به زبان انگلیسی:
Author(s) (year) Title, Degree level, University/Institute, location, pp. .
- ثبت اختراع: نام خانوادگی حرف اول نام مخترع یا مخترعان (سال) عنوان اختراع، نوع و شماره ثبت اختراع.
مثال:
- منابع اینترنتی: نام خانوادگی حرف اول نام نویسنده یا نویسندگان (سال) عنوان، آدرس سایت.
مثال:
توجه: در بخش مراجع (References) به هیچ وجه ممکن لغت یا عبارت غیره یا بقیه نویسندگان یا “et al” بههیچ وجه ذکر نگردد.
توجه: در بخش مراجع مقاله و بخش چکیده تفصیلی هر مقاله ، خواهشمند است که به تعدادی از مقالات چاپ شده در مجله پژوهش نفت اشاره گردد.
Font size and type |
بخش چکیده تفصیلی (Extended Abstract) |
Times New Roman 14 Regular and Bold |
موضوع مقاله (Topic) |
Times New Roman 10 Regular and Bold |
نام و نام خانوادگی نویسندگان |
Times New Roman 9 Regular and Italic |
افیلیشن نویسندگان |
Times New Roman 9 Regular |
ایمیل نویسنده یا نویسندگان مسئول |
Times New Roman 10 Regular and Bold |
لغت Abstract |
Times New Roman 10 Regular |
متن Abstract |
Times New Roman 10 Italic and Bold |
لغت Keywords |
Times New Roman 10 Regular |
لغات Keywords |
Times New Roman 10 Regular and Bold |
لغت Introduction |
Times New Roman 10 Regular |
متن Introduction |
Times New Roman 10 Regular and Bold |
لغت Geological settings (در صورت نیاز) |
Times New Roman 10 Regular |
متن Geological settings (در صورت نیاز) |
Times New Roman 10 Regular and Bold |
لغت Materials and methods |
Times New Roman 10 Regular |
متن Materials and methods |
Times New Roman 10 Regular and Bold |
لغت Results and discussion |
Times New Roman 10 Regular |
متن Results and discussion |
Times New Roman 10 Regular and Bold |
لغت Conclusions |
Times New Roman 10 Regular |
متن Conclusions |
Times New Roman 10 Regular and Bold |
لغت Acknowledgment (در صورت نیاز) |
Times New Roman 10 Regular |
متن Acknowledgment (در صورت نیاز) |
Times New Roman 10 Regular and Bold |
لغت Nomenclatures (در صورت نیاز) |
Times New Roman 10 Regular |
متن Nomenclatures (در صورت نیاز) |
Times New Roman 10 Regular and Bold |
لغت References |
Times New Roman 10 Regular |
متن References |
Times New Roman 10 Regular and Bold |
لغت (Appendixes) |
Times New Roman 10 Regular |
متن (Appendixes) |
Research Article: Maximum 5 pages including figures and tables Review Article: Maximum 9 pages including figures and tables Short communication Article (Research note): Maximum 3 pages including figures and tables |
تعداد صفحات (با در نظر گرفتن شکلها و جداول) |
Times New Roman 9 Regular and Bold |
لغت Table |
Times New Roman 9 Regular |
متن بیانکننده جدول |
Times New Roman 9 Regular |
لغات، عبارات، واحدها درون هر سلول از جداول |
Times New Roman 9 Regular and Bold |
لغت Fig. |
Times New Roman 9 Regular |
متن بیان کننده شکل |
Times New Roman 10 Regular (e.g. [1], [1,2-5], or [3,7]) |
مراجع درون متن (in-text citations) |
Extended Abstract Template for Petroleum Research
All references (in the Journal of Petroleum Science and Technology) are written according to the standard of API.
Moreover, if any manuscript which has been used in the part of Reference has DOI, it must be mentioned.
First Author1, Second Author2* and Third Author3
1First author affiliation, Department, University/Institute, City, Country
2Second author affiliation, Department, University/Institute, City, Country
3Third author affiliation, Department, University/Institute, City, Country
The sign star (*) states the researcher who is the corresponding author of the paper.
Example:
Unsupervised seismic facies classification based on multiattribute analysis in the Asmari reservoir Ramshir oilfield
Rahmat Sadeghi1, Reza Moussavi-Harami1*, Ali kadkhodaie2, Asadollah Mahboubi1 and Ahmad Ashtari3
2.Earth Science Department, Faculty of Natural Science, University of Tabriz, Iran
3.National Iranian South Oil Company (NISOC), Geophysics Department, Ahvaz, Iran
Abstract
The use of unsupervised seismic facies classification has been increasing in reservoir characterization over the past two decades, and their popularity and application in the process of geophysical interpretation as a means of estimating hydrocarbon resources continue to grow. In this study, in order to identify seismic facies based on their seismic attributes, it was tried to simultaneously use 3D seismic data (seismic attributes) and electrofacies (petrophysical rock type) determined in the wells location, variations of rock types in Asmari reservoir of Ramshir field should be determined. In this study, neural network approach and k-means clustering method were used to define unsupervised seismic facies based on seismic attributes. Then we used principal component analysis, this method can be a good solution to reduce the number of inputs and thereby the complexity of the model. Finally, the seismic attributes that best show seismic facies distribution were determined. The attributes used include the dominant frequency, envelope derivative, acoustic impedance, thin-bed indicator and spectral decomposition 50 Hz. Ultimately, using this method in the Asmari reservoir of Ramshir oil field, seismic facies related to sandstone, limestone and dolomite were defined from each other. Also, the distribution map of reservoir facies in the field was extracted and interpreted.
Keywords:Seismic attribute, Electrofacies, Unsupervised seismic Classification, Multiattribute, Ramshir oilfield
Introduction
Seismic facies reflect geological facies and structural features in seismic data. There are different methods for identifying seismic facies using seismic data. These methods can be based on waveform analysis or seismic attributes [1-3]. Seismic data have been used by a lot of researchers to identify seismic facies and important reservoir parameters using multiattribute analyses [2,4-6]. the data obtained from the core and the well logs provide little information about the changes in the properties of the reservoir, and this information is also limited to the areas adjacent to the well, but the 3D seismic data despite the vertical resolution is less than well logs cover a wide range of distances between wells; therefore, it can play an important role in describing the complexities of the reservoir. In this study, by simultaneously using 3D seismic data (seismic attributes) and petrophysical rock types at the location of wells, lateral changes of rock type in Asmari reservoir of Ramshir field can be determined.
Materials and methods
Ramshir oilfield is one of the oilfields in the southwest of Iran, which is located in 80 km southeast of Ahvaz and adjacent to Marun, Aghajari, Rag Sefid and Shadegan fields. Asmari reservoir in this field is divided into 8 reservoir zones with a thickness of about 400 meters. In addition, it is mostly composed of carbonate rocks and to some siliciclastic .In this study, 3D dimensional seismic data of Ramshir field along with core and log data belonging to 24 wells from the wells of this field were used. In order to achieve the best facies model according to the available data, different unsupervised classification algorithms were assessed to determine which method for classifying the seismic facies of Asmari reservoir in Ramshir field is the best result. Among the various examined methods, the neural network algorithm performed better and obtained a logical distribution of the seismic facies of the Asmari reservoir. The first point to consider in determining the correct number of facies is the purpose for which the classification is performed. Here, our goal is to determine the seismic facies that are related to the electrofacies extracted in the wells. The results showed that the proposed method based on neural networks in Asmari reservoir of Ramshir field has been able to well distinguish limestone, dolomite and sand lithology.
Results and discussion
Because seismic facies contain a series of numerical/color codes and have no geological or petrophysical implications. In this study, the neural network method for clustering is applied in order to make the clusters meaningful in terms of geology and petrophysics. Therefore, these outputs require further interpretation to determine which cluster or class may correspond to which well log facies. The rock types inside the well can be expanded to three dimensions to an acceptable level. It is possible to have seismic and well data in those places. Furthermore, in this study, rock types were divided into five distinct categories with specific geological and reservoir characteristics using well data and Geolog software. Principal component analysis (PCA) is a method for the simultaneous analysis of several variables (here seismic attribute). Moreover, this method reduces the number of variables needed to determine seismic facies by reducing additional data. After analyzing the main components and selecting the three main components of seismic attributes, including dominant frequency, envelope derivative and acoustic impedance, clustering was performed by k-mean method. The k-mean classification method is a statistical algorithm which is usually used as a starting point for more complex algorithms. Based on the k-mean classification method, three main clusters including sandstone (cluster one), limestone (cluster two) and dolomite (cluster three) were recognized. Then classification was performed with three seismic facies, and the other parameters were tested accordingly. Based on the obtained results, it was determined that the obtained model based on the three facies is in acceptable agreement with the existing geological facts, and the changes of the three clusters of sandstone, limestone and dolomite are visible in it.
Conclusions
In this study, unsupervised seismic facies analysis was performed for Asmari reservoir of Ramshir field. Based on the obtained results, a good relationship is observed between seismic facies and electrofacies. Thus, the seismic facies of one, two and three are equivalent to the electrofacies of one (sand), two (limestone) and three (dolomite) respectively. The results show that in zone one, facies dolomite is dominant, and it has a uniform distribution, zone 2 is dominated by siliciclastic (sand and shale), and it is mainly located in the central part of this zone. Finally, according to this study, it has been found out that in zone 3, limestone and siliciclastic (shale) and in zone 4, siliciclastic and dolomite with non-uniform distribution are predominant.
Nomenclatures
PCA: Principal component analysis
References