Krigagem 2D e 3D para Obtenção de Vagarosidade Média

Na krigagem bidimensional de vagarosidade média, as estimativas são os próprios valores desejados: vagarosidade média. Os valores de desvio padrão de krigagem em cada nó estimado podem ser utilizados como uma medida de incerteza da vagarosidade média estimada no respectivo nó. Já na krigagem tridimensional de valores de vagarosidade obtidos por perfilagem, os valores de vagarosidade média são encontrados a partir da média aritmética dos valores de vagarosidade estimados em elevações superiores a elevação da camada de interesse, em cada furo virtual.

Os valores de vagarosidade estimados em elevações superiores a elevação da camada de interesse são facilmente reconhecidos nos resultados da krigagem tridimensional com o uso de coordenadas estratigráficas, como a que foi considerada neste estudo, por apresentarem valores de elevação positivos, visto que a capa da camada de interesse (GCWS) apresenta elevação igual a 0m ao longo de sua extensão. Outra maneira de delimitar os valores de vagarosidade acima ou abaixo da camada de interesse é por meio da diferença de valores estimados em camadas de diferentes propriedades físicas.

Um inconveniente da krigagem tridimensional para obtenção de valores de vagarosidade média é o fato de que a incerteza de cada estimativa de vagarosidade média pode ser apenas aproximada. A hipótese da utilização da média ponderada

4 _{A expressão “furo virtual” será utilizada neste trabalho como o conjunto de valores estimados que}

apresentam mesmos valores de coordenada Leste (x) e coordenada Norte (y), porém diferentes elevações.

(ponderando os valores de desvio padrão pelos valores das estimativas) dos valores de desvio padrão em cada nó krigado de um mesmo furo virtual, para obtenção da incerteza da vagarosidade média desse furo, pode ser sugerida (ver Figuras 5.101 e 5.102), contudo, essa metodologia pode ser usada apenas como uma aproximação, visto que os valores estimados em um mesmo furo virtual não são independentes (Souza, 2004).

A Figura 5.103 apresenta os mapas das estimativas de vagarosidade média obtidos por krigagem 2D e 3D. A Figura 5.104 apresenta os histogramas dessas estimativas enquanto a Figura 5.105 apresenta a correlação entre os valores obtidos por krigagem 2D e 3D em cada nó de grid interpolado.

Figura 5.101- Mapa dos valores de desvio padrão das estimativas de vagarosidade média obtidas por krigagem 3D.

Figura 5.102- Histograma dos valores de desvio padrão das estimativas de vagarosidade média obtidas por krigagem 3D.

(a) (b)

Figura 5.103- (a) Mapa das estimativas de vagarosidade média obtidas por krigagem 2D. (b) Mapa das estimativas de vagarosidade média obtidas por krigagem 3D.

(a) _(b)

Figura 5.104- (a) Histograma das estimativas de vagarosidade média obtidas por krigagem 2D. (b) Histograma das estimativas de vagarosidade média obtidas por krigagem 3D.

Figura 5.105- Correlação entre os valores obtidos por krigagem 2D e 3D em cada nó de grid interpolado.

Os valores obtidos pelos dois métodos apresentam significativa diferença, como é evidenciado na Figura 5.105. Contudo a correlação (Figura 5.106) mais adequada para comparação entre estimativas de vagarosidade média obtidas pela krigagem tridimensional e pela krigagem bidimensional deve desconsiderar valores da krigagem tridimensional que foram estimados em elevações acima da cota da superfície topográfica. A superfície topográfica foi construída por triangulação dos valores de elevação da superfície em cada furo perfilado e delimitou o grid de vagarosidade média obtido por krigagem tridimensional.

Figura 5.106- Correlação entre os valores obtidos por krigagem 2D e 3D em cada nó de grid interpolado (valores acima da superfície topográfica foram desconsiderados).

A diferença entre os valores obtidos pelos dois métodos, confirmada na Figura 5.106, mostra que a escolha do método a ser utilizado na obtenção de valores de vagarosidade média possui grande importância, visto que métodos diferentes produzem diferentes estimativas. Os resultados obtidos por krigagem tridimensional são, provavelmente, mais acurados do que os resultados obtidos por krigagem bidimensional. Além do fato da krigagem tridimensional poder usar amostras de várias direções para obter cada estimativa, a krigagem bidimensional utilizou valores de vagarosidade média, cujos variogramas não se apresentaram bem definidos, devido a pequena quantidade de amostras (em duas dimensões).

Um teste prático considerou as estimativas de vagarosidade média obtidas com a krigagem tridimensional mais corretas do que as estimativas de vagarosidade média obtidas com a krigagem bidimensional.

Esse teste foi realizado da seguinte maneira:

• Cálculo das médias aritméticas das estimativas de vagarosidade resultantes da validação cruzada (mínimo de separação entre amostras igual a 80 m - ver seção 5.4.2) tridimensional em cada furo. Apenas as estimativas com elevação acima da cota da capa da camada GCWS foram consideradas no cálculo das médias. Os valores das médias foram considerados os valores de vagarosidade média até a capa da camada.

• Os dados originais de vagarosidade média, utilizados na krigagem bidimensional, foram subtraídos dos valores de vagarosidade média obtidos com a validação cruzada tridimensional, em cada furo. Assim, os valores de erro das estimativas de vagarosidade média foram encontrados (ver Figura 5.107).

Figura 5.107- Histograma dos valores de erro das estimativas de vagarosidade média encontradas por krigagem tridimensional.

Apesar desse teste apresentar uma pequena tendência de subestimar os erros das médias obtidas por krigagem tridimensional, comparando-se os valores de erro dos histogramas das Figuras 5.73 e 5.107 observa-se que as estimativas de vagarosidade média obtidas na krigagem tridimensional são em média muito mais

corretas do que as estimativas obtidas com a krigagem bidimensional. A pequena tendência de subestimar os erros das médias ocorre porque na validação cruzada as estimativas são realizadas de 5 em 5 cm ao longo do furo, ao contrário dos valores do grid tridimensional que possui espaçamento vertical de 50 cm.

Outra desvantagem no uso da krigagem bidimensional, na forma como foi apresentada, em relação a krigagem tridimensional é que as estimativas obtidas na krigagem 2D não podem considerar desníveis significativos da superfície topográfica (quando estes estiverem presentes). Para o caso tridimensional, as estimativas posicionadas acima da superfície topográfica podem ser desconsideradas durante o cálculo dos valores de vagarosidade média. Além disso, os dados originais excluídos não podem ser considerados no cálculo da vagarosidade média para o caso bidimensional, enquanto que para o caso tridimensional, esses dados podem ser estimados (utilizando-se os dados vizinhos) e considerados no cálculo da vagarosidade média.

Em vista dos aspectos abordados, a obtenção de valores de vagarosidade média com a utilização de krigagem tridimensional foi escolhida como a mais acurada em relação a krigagem bidimensional para obtenção de valores de profundidades de uma camada de interesse.

5.8 Considerações Finais

O presente capítulo apresentou a krigagem ordinária dos dados tridimensionais de vagarosidade de onda acústica utilizando dados com elevação em coordenadas cartesianas e em coordenadas estratigráficas. A comparação das estimativas obtidas com essas krigagens mostrou que as estimativas realizadas com dados em coordenadas estratigráficas são mais acuradas do que as estimativas realizadas com dados em coordenadas cartesianas, por isso, na krigagem tridimensional de vagarosidade o uso de coordenadas estratigráficas é recomendado.

A krigagem dos dados bidimensionais de vagarosidade média de onda acústica e a krigagem bidimensional dos dados de velocidade média de onda

acústica também foram apresentadas. A comparação das estimativas dessas duas krigagens mostrou uma pequena diferença desses valores. Por isso, quando o objetivo da interpolação de vagarosidades é a determinação de profundidades (necessidade de inversão da variável vagarosidade para obtenção dos resultados), deve-se considerar essa diferença. A diferença nas estimativas de vagarosidade e velocidade ocorre pelo fato de que a velocidade, variável alvo, é o inverso da vagarosidade, variável adotada nas medidas de perfilagem acústica.

A comparação das estimativas de vagarosidade média resultantes da krigagem tridimensional utilizando dados de vagarosidade de onda acústica com as estimativas resultantes da krigagem bidimensional de valores de vagarosidade média de onda acústica também foi abordada nesse capítulo. As estimativas de vagarosidade média resultantes da krigagem tridimensional foram obtidas por meio da média aritmética de cada “furo virtual”. A krigagem tridimensional foi considerada mais acurada e recomendada para realização de estimativas de vagarosidade média, apesar dessa metodologia não fornecer valores adequados de incerteza dessas estimativas. A simulação tridimensional pode fornecer estimativas de vagarosidade média, assim como a krigagem tridimensional, além de fornecer valores de incerteza das estimativas mais confiáveis.

O próximo capítulo apresentará a simulação seqüencial Gaussiana do atributo vagarosidade de onda acústica utilizando dados em coordenadas estratigráficas e as estimativas de vagarosidade média e incerteza associada a esses valores em cada “furo virtual”.

CAPÍTULO 6 - Simulação

Nesse capítulo será apresentada a análise da continuidade espacial dos dados de vagarosidade de onda acústica que serão usados na simulação seqüencial Gaussiana (dados normalizados); a simulação seqüencial Gaussiana do atributo vagarosidade de onda acústica utilizando o banco de dados em coordenadas estratigráficas e a validação da simulação seqüencial gaussiana realizada. Será apresentada, também, após os resultados da simulação, uma comparação entre as estimativas de vagarosidade média obtidas pelos algoritmos de krigagem ordinária e de simulação seqüencial Gaussiana, a fim de escolher o algoritmo apropriado para fornecer valores de estimativas de vagarosidade média e incertezas associadas a esses valores.

Os resultados apresentados nesse capítulo foram obtidos utilizando-se os

softwares Surfer© (Anon, 2002), Variowin© (Pannatier, 1996), Nscore.exe,

Backtr.exe, Sgsim.exe, Histplt.exe, Gamv.exe, Gam.exe, Postsim.exe e Pixelplt.exe, sendo os oito últimos pertencentes a biblioteca de programas de geoestatística chamada GSLIB (Deutsch e Journel, 1998).