امروزه استفاد ه از روشهای هوشمند جهت تخمین متغیرهای سنگ، گسترش فراوانی یافته است. اند ازهگیری کل محتوای کربن آلی (6TOC) یکی از نخستین متغیرهای مهم و اساسی د ر ارزیابی اولیهی سنگ منشأ است. این متغیر با ارزش د ر آزمایشگاه توسط د ستگاههایی مانند پیرولیز راک-اول اند ازهگیری میشود که این روشها با وجود د قت زیاد ، بسیار وقتگیر و پرهزینه است. تاکنون روشهای مختلفی از جمله شبکههای عصبی، منطق فازی، الگوریتم ژنتیک و ... جهت تخمین TOC استفاد ه شد هاند اما همگی آنها از نگارهای چاهپیمایی که فقط د ر محد ود هی چاه هستند به این مهم د ست یافتهاند . بنابراین با توجه به گسترهی وسیعتر د اد ههای لرزهای نسبت به نگارهای چاهپیمایی، د ر این مقاله با تلفیق د اد ههای مختلف از جمله د اد ههای ژئوشیمیایی، زمینشناسی، چاهپیمایی و لرزهای، با استفاد ه از روش نروفازی، تخمین TOC از مقطع لرزهای د وبعد ی از طریق نشانگرهای لرزهای انجام شد و چگونگی توزیع TOC سازند گد وان د ر بلوک مرکزی خلیجفارس علاوه بر چاهها، د ر حد فاصل بین آنها نیز بررسی گرد ید .جهت تخمین TOC از د اد ههای لرزهای، ابتد ا نگار هد ف (TOC) د ر محل چاه تخمین زد ه شد ، سپس با استفاد ه از روش رگرسیون چند نشانگری، نشانگرهای بهینهای که ارتباط مناسبی با نگار هد ف د اشتند ، د ر محل چاه انتخاب شد ند . این نشانگرها شامل فاز وزنی د امنه، کسینوس فاز لحظهای، فرکانس لحظهای و مشتق د وم د امنهی لحظهای (بهعنوان نشانگرهای د اخلی) و امپد انس صوتی (بهعنوان نشانگر خارجی) هستند . بعد از این مرحله د اد ههای سازند گد وان د ر چاههای مورد مطالعه جمعآوری و با استفاد ه از شبکهی نروفازی آموزش د اد ه شد ه است. نتایج حاصل نشان مید هد که این شبکه با خطای 0096/0 برای د اد ههای آموزش و ضریب همبستگی 87/0 برای د اد ههای آزمایش، تخمینگر مناسبی جهت اعمال روی مقاطع لرزهای میاد ین مورد مطالعه است.