چکیده: آگاهی دقیق از پارامترهای ژئوشیمیایی سنگ منشأ جهت پیش بینی عملکرد آینده میدان نفتی لازم است. یکی از این پارامترها، کل کربن آلی(Total Organic Carbon) آن است. بنابراین جهت افزایش دقت در تخمین این پارامتر نیاز به بهبود روش های مدل سازی آن است. هدف اصلی این مطالعه تعیین زون های غنی از ماده آلی (ردیابی لایه های شیلی) است که با ایجاد ارتباطی بین داده های پتروفیزیکی، آنالیزهای ژئوشیمیایی و داده های لرزه ای انجام می گیرد. با توجه به پوشش وسیع تر داده های لرزه ای نسبت به نگارهای چاه پیمایی، در این مطالعه سعی شده با تلفیق داده های مختلف از جمله ژئوشیمیایی، پتروفیزیکی و نشانگرهای لرزه ای نسبت به تخمین TOC اقدام و چگونگی توزیعTOC را علاوه بر چاه ها، در حد فاصل بین آن ها نیز بررسی نموده و لایه های شیلی با محتوای کربن آلی بالاتر شناسایی شوند. ابتدا پتانسیل ژئوشیمیایی ، نوع کروژن و نوع هیدروکربور تولیدی سازند کژدمی در سه چاه در یکی از میادین خلیج فارس، مورد بررسی قرار گرفتند و سپس به تخمین TOC با استفاده از روش △ log R پرداخته و مقادیر حاصل از آنالیز راک-ایول با مقادیر تخمینی مقایسه شد. پس از این مرحله به آموزش شبکه عصبی پرداخته شد که این شبکه با داشتن خطای میانگین مربعات 048/0 MSE= و میزان همبستگی(R) 82 درصد نسبت به داده های آزمون و 90 درصد نسبت به داده های اعتبارسنجی تخمینگر مناسبی بوده است و تا حدودی قادر به تشخیص لایه های شیلی با محتوای کل کربن آلی بالا می باشد. سپس با استفاده از نگارهای چاه پیمایی به بررسی لیتولوژی سازند پرداخته شد. بدین منظور به کمک کراس پلات های مرتبط، لیتولوژی سازند که از ارزیابی پتروفیزیکی به دست آمده مورد تایید قرار گرفت تا به-وسیله آن ها لایه های با محتوای کربن آلی بالا ردیابی شوند. هم چنین از پارامترهای تخلخل و حجم شیل حاصل از ارزیابی پتروفیزیکی نیز استفاده شد. در پایان نیز با استفاده از نگارهای تصحیح شده (تصحیحات محیطی) و به کمک داده های لرزه ای دوبعدی، نشانگرهای لرزه ای در سه چاه استخراج شده و مقطع ژئوشیمیایی-لرزه ای TOC را به دست آورده که روش MLFN با میزان همبستگی 75 درصد نسبت به داده-های آموزش و 48 درصد نسبت به داده های اعتبارسنجی بهترین عملکرد را داشته و فواصل شیلی که دارای محتوای کربن آلی بالاتری بودند شناسایی شده اند. کلمات کلیدی: