ULISSES MIGUEL DA COSTA CORREIA
INTEGRAÇÃO DE DADOS SÍSMICOS E DE POÇOS PARA A MODELAGEM DE RESERVATÓRIOS SILICICLÁSTICOS DA BACIA DE CAMPOS, BRASIL
CAMPINAS 2015
NÙMERO: 511/2015 UNIVERSIDADE ESTADUAL DE CAMPINAS
INSTITUTO DE GEOCIÊNCIAS
ULISSES MIGUEL DA COSTA CORREIA
INTEGRAÇÃO DE DADOS SÍSMICOS E DE POÇOS PARA A MODELAGEM DE RESERVATÓRIOS SILICICLÁSTICOS DA BACIA DE CAMPOS, BRASIL
ORIENTADOR: PROF. DR. ALESSANDRO BATEZELLI
COORIENTADOR: PROF. DR. EMILSON PEREIRA LEITE
DISSERTAÇÃO DE MESTRADO APRESENTADA AO INSTITUTO DE GEOCIÊNCIAS DA UNICAMP PARA OBTENÇÃO DO TÍTULO DE MESTRE EM GEOCIÊNCIAS NA ÁREA DE GEOLOGIA E RECURSOS NATURAIS
ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DA DISSERTAÇÃO DEFENDIDA PELO ALUNO ULISSES MIGUEL DA COSTA CORREIA E ORIENTADO PELO PROF. DR. ALESSANDRO BATEZELLI
CAMPINAS 2015
Ficha catalográfica
Universidade Estadual de Campinas Biblioteca do Instituto de Geociências Cássia Raquel da Silva - CRB 8/5752
Correia, Ulisses Miguel da Costa,
C817i CorIntegração de dados sísmicos e de poços para a modelagem de reservatórios siliciclásticos da Bacia de Campos, Brasil / Ulisses Miguel da Costa Correia. – Campinas, SP : [s.n.], 2015.
CorOrientador: Alessandro Batezelli. CorCoorientador: Emilson Pereira Leite.
CorDissertação (mestrado) – Universidade Estadual de Campinas, Instituto de Geociências.
Cor1. Campos, Bacia de (RJ). 2. Reservatórios. 3. Modelagem geológica. I. Batezelli, Alessandro,1972-. II. Leite, Emilson Pereira,1975-. III. Universidade Estadual de Campinas. Instituto de Geociências. IV. Título.
Informações para Biblioteca Digital
Título em outro idioma: Integration of seismic and well data for siliciclastic reservoirs
modelling, Campos Basin, Brazil
Palavras-chave em inglês:
Campos basin Reservoirs
Geological modelling
Área de concentração: Geologia e Recursos Naturais Titulação: Mestre em Geociências
Banca examinadora:
Alessandro Batezelli [Orientador] Armando Zaupa Remacre
José Ricardo Sturaro
Data de defesa: 25-02-2015
Programa de Pós-Graduação: Geociências
Dedico este trabalho à família que eu tanto amo. Aos meus pais, Luis Correia e Epifânia Malam da Costa Correia, Aos meus irmãos, Bruno Correia, Adelina Correia e Wilma Correia.
AGRADECIMENTOS
Gostaria de expressar os meus sinceros agradecimentos aos meus orientadores por terem aceitado o desafio, à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela bolsa de mestrado concedida, à Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) pelo conjunto de dados cedido, ao Departamento de Geologia e Recursos Naturais do Instituto de Geociências por me ter acolhido e ter tornado esta pesquisa possível, à minha companheira de todos os tempos e aos meus amigos e colegas da pós-graduação e funcionários que contribuíram para a elaboração desta dissertação de mestrado.
Em especial gostaria de agradecer:
Ao Professor Doutor Armando Zaupa Remacre pela sua valiosa contribuição no meu desenvolvimento acadêmico e no meu mestrado,
Ao Mestre Moacir Cornetti por me ajudar a compreender os conceitos de geostatística, Ao Doutor Manuel Gomes Correia por fazer parte da primeira avaliação deste trabalho, durante a qualificação,
À equipe de informática do Instituto de Geociências, Ricardo, Maicon e Paulo por todo o suporte que precisei durante a jornada,
E por fim às secretárias mais competentes que já alguma vez conheci, Valdirene Pinotti e Gorete Bernardelli, por facilitarem todos os processos burocráticos por que passei.
SÚMULA CURRICULAR Ulisses Correia
É geólogo (2012) pela Faculdade de Ciências da Universidade de Lisboa, onde começou a demonstrar o seu interesse pela área da geologia do petróleo, realizando o seu projeto de final de curso de tema: “O Mesozóico Do Algarve Ocidental: Caracterização, Evolução Tectono-Sedimentar e Elementos do Sistema Petrolífero”.
Em 2013 ingressou como estudante de mestrado em Geociências no Instituto de Geociências da Universidade Estadual de Campinas. Durante o mestrado desenvolveu conhecimento na área das geociências do petróleo, com ênfase na modelagem e caracterização de reservatórios siliciclásticos, onde abordou um estudo de caso da Bacia de Campos na costa sudeste brasileira. Durante o período de mestrado apresentou parte do seu trabalho no 47º Congresso Brasileiro de Geologia, evento nacional.
UNIVERSIDADE ESTADUAL DE CAMPINAS INSTITUTO DE GEOCIÊNCIAS
INTEGRAÇÃO DE DADOS SÍSMICOS E DE POÇOS PARA A MODELAGEM DE RESERVATÓRIOS SILICICLÁSTICOS DA BACIA DE CAMPOS, BRASIL
RESUMO
Dissertação de Mestrado
Ulisses Miguel da Costa Correia
A modelagem estática de reservatórios tem um papel fundamental na fase de avaliação do potencial de um campo. A modelagem integrada permite um melhor entendimento da relação entre a geologia local e os sistemas deposicionais através da distribuição das fácies e das variáveis petrofísicas. A integração de dados geológicos e geofísicos por meio da geostatística é crucial para uma modelagem e caracterização de reservatórios mais robusta. Nesse trabalho foi construído um cenário de modelo geológico estático do reservatório da Formação Carapebus da Bacia de Campos. A metodologia aplicada foi compreendida em cinco fases: (1) idealização de um modelo conceitual, (2) construção de um modelo estrutural, (3) geração de 100 realizações de simulação sequencial da indicatriz para obter modelos de litofácies, (4) geração de 100 realizações de simulação sequencial gaussiana para obter modelos petrofísicos de porosidade e permeabilidade, e (5) validação dos modelos visando à coerência estatística e geológica. Para a construção dos modelos de litofácies e de net-to-gross foi aplicado o algoritmo geostatístico de simulação sequencial da indicatriz e para os modelos petrofísicos foi aplicado o algoritmo de simulação sequencial Gaussiana com recurso à co-krigagem co-localizada, no caso da permeabilidade. A metodologia foi aplicada a um estudo de caso real. Foi necessário o estabelecimento de um conjunto de premissas. Os resultados mostraram que os modelos obtidos honram os dados condicionantes e provam ser consistentes. Estes modelos permitiram caracterizar o reservatório como moderadamente homogêneo com V=0.52, no intervalo da maioria dos reservatórios silicilclásticos como demostrado pelo coeficiente de variabilidade de permeabilidade de Dykstra-Parsons. Contudo há limitações com relação à, (1) densidade amostral dos dados, e (2) conhecimento e experiência do tipo de reservatório em estudo e respetivas heterogeneidades. Pelo fato de os modelos serem representações digitais de uma realidade de elevada complexidade, a consistência geológica precisa ser testada e validada através de um processo iterativo de geração e ajuste de modelos.
Palavras-chave: Bacia de Campos, Reservatórios Siliciclásticos, Formação Carapebus, Modelagem Estática.
UNIVERSITY OF CAMPINAS INSTITUTE OF GEOSCIENCE
INTEGRATION OF SEISMIC AND WELL DATA FOR SILICICLASTIC RESERVOIRS MODELLING, CAMPOS BASIN, BRAZIL
ABSTRACT
Masters Degree
Ulisses Miguel da Costa Correia
Reservoir static modelling plays a fundamental role in the evaluation phase of a petroleum field. Integrated modelling allows a better understanding on how the local geology and depositional systems relate to each other, by facies and petrophysical parameters distribution. Geostatistics integrates geological and geophysical data, playing a key role in reservoir modelling and characterisation. In this study a scenario of geological static model of the Carapebus Formation of Campos Basin were built. The methodology applied was divided in five phases: (1) thinking of a conceptual model, (2) building of a structural model, (3) building of 100 realizations of sequential indicator simulation for cell-based lithofacies modelling, (4) building of 100 realizations of sequential Gaussian simulation for porosity and permeability modelling, and (5) models validation by targeting both statistical and geological consistency. To build the lithofacies and net-to-gross models, the sequential indicator simulation algorithm was applied; for the petrophysical models, the selected algorithms were sequential Gaussian simulation, with co-located co-kriging for permeability models. Seismic attributes were valuable in the interpretation of structures and sedimentary features. This methodology was applied to a real case study from Campos Basin, the siliciclastic reservoir of Carapebus Formation in Campos Basin. Some premises were established for the methodology implementation. The obtained models honoured the conditioning data and shown consistency. Also, the models allowed to characterize this reservoir as moderately homogenous with V=0.52, within the range of most siliciclastic reservoirs demonstrated by Dykstra-Parsons coefficient of permeability variation. However there are some limitations closely related to the, (1) dataset density, and (2) a previous knowledge and experience by the user with this type of reservoir. Considering that the models are digital representations of a highly complex reality, the geological consistency needs to be tested and validated through an iterative process of creating and fitting the models.
Sumário
AGRADECIMENTOS ... ix SÚMULA CURRICULAR ... xi RESUMO ... xiii ABSTRACT ... xv 1. Introdução ... 1 1.1. Motivação ... 3 1.2. Objetivos ... 3 1.3. Organização da Dissertação ... 3 2. Fundamentação Teórica ... 5 2.1. Depósitos Turbidíticos ... 52.2. Geometria dos Corpos e Heterogeneidades Internas ... 5
2.3. Classificações de Turbiditos ... 6
2.4. Perfis Geofísicos de Poço ... 7
2.5. Interpretação Sísmica ... 12
2.5.1. Feições Sísmicas ... 13
2.5.2. Atributos Sísmicos ... 13
2.6. Métodos de Estimação e Simulação Estocástica ... 14
2.6.1. Co-Krigagem Co-localizada ... 15
2.6.2. Simulação Sequencial Gaussiana ... 16
2.6.3. Simulação Sequencial da Indicatriz ... 17
2.7. Método de Quantificação da Heterogeneidade Vertical ... 18
2.7.1. Coeficiente de Variação de Permeabilidade ... 18
3. Revisão da Literatura ... 19
3.1. Modelagem Integrada de Reservatórios ... 19
3.2. Enquadramento Geográfico e Geológico ... 23
3.3. Enquadramento Estrutural ... 23
3.4. Enquadramento Estratigráfico ... 24
4. Metododologia ... 27
4.1. Fase 1 – Modelo Conceitual ... 28
4.2. Fase 2 – Modelo Estrutural ... 29
4.3. Fase 3 – Modelos de Fácies ... 31
4.4. Fase 4 – Modelos Petrofísicos ... 32
4.5. Fase 5 – Validação dos Modelos ... 34
5. Caso de estudo: Reservatório Siliciclástico de Carapebus ... 35
5.1. Características gerais do reservatório ... 35
5.2. Base de dados ... 37
5.3. Aplicação ... 38
5.4. Premissas ... 42
6. Resultados ... 45
6.1. Fase 1 – Modelo Conceitual ... 45
6.2. Fase 2 – Modelo Estrutural ... 46
6.3. Fase 3 – Modelos de Fácies ... 49
6.4. Fase 4 – Modelos Petrofísicos ... 58
6.5. Fase 5 – Validação dos Modelos ... 62
7. Discussão ... 67 7.1. Coerência Geológica ... 67 7.2. Limitações ... 71 8. Considerações Finais ... 73 8.1. Recomendações ... 74 Referências Bibliográficas ... 75
Apêndice A – Conjunto de trechos dos perfis disponibilizados pelo BDEP-ANP. ... 85
Apêndice B – Análise Exploratória dos Dados. ... 89
Apêndice C – 4 Realizações de cada modelo obtido e respetivas estatísticas descritivas. ... 93
Apêndice D – Dispersão das estatísticas descritivas dos modelos. ... 101
Apêndice E – Resumo apresentado no 47º Congresso Brasileiro de Geologia p.238, de 21 a 26 de Setembro de 2014, Salvador-Bahia, Brasil. ... 111
Apêndice F – Resumo apresentado no 47º Congresso Brasileiro de Geologia p.1320, de 21 a 26 de Setembro de 2014, Salvador-Bahia, Brasil. ... 113
Lista de Figuras
Figura 1 – Parte da tabela cronoestratigráfica da Bacia de Campos. Extraída de Winter et al.
(2007). ... 26
Figura 2 – Parte das principais formações sedimentares da Bacia de Campos. Extraída de Winter et al. (2007). ... 26
Figura 3 - Fluxograma da Fase 1 - Modelo Conceitual. ... 29
Figura 4 - Fluxograma da Fase 2 - Modelo Estrutural. ... 30
Figura 5 - Fluxograma da Fase 3 - Modelos de Fácies. ... 32
Figura 6 - Fluxograma da Fase 4 - Modelos Petrofísicos. ... 33
Figura 7 - Fluxograma da Fase 5 - Validação dos Modelos. ... 34
Figura 8 - Mapa de enquadramento geográfico da Bacia de Campos e enquadramento dos principais reservatórios correspondentes aos campos petrolíferos. Destacado com elipse preta o campo de Marlim leste (MLL), pelos reservatórios do Oligoceno-Mioceno. Extraída de Bruhn et al. (2003). ... 35
Figura 9 - Seção geológica esquemática que resume os principais campos petrolíferos da Bacia de Campos e respetivos tipos de reservatórios. Destacado com elipse preta, o campo de Marlim leste (MLS), com a possibilidade de se observar o contexto estratigráfico e geotectônico em que se inserem. Extraída de Bruhn et al. (1998). ... 36
Figura 10 - Perfil sísmico da Bacia de Campos ilustrado com as principais megassequências responsáveis pelo preenchimento sedimentar da bacia no setor do Campo de Marlim, indicado pelo topo MRL, que ocorre acima do Marco Azul (Marker Bed Blue), em pinch-out para oeste com adjacente a uma falha extensional. As cinco megassequências são descritas como: (R) Rift continental, (T) Evaporítica transicional, (SC) Carbonática rasa, (MT) Marinha transgressiva, e (MR) Marinha regressiva. Extraída de Bruhn et al. (1998). ... 36
Figura 11 – Conjunto de trechos dos perfis dos 4 poços (Well 1, 2, 3 e 5) constituintes da base de dados restringida. Perfis de GR (raio gama), RHOB, ZDEN, RHOZ (densidade), DT, DTCO (sônico), ILD (resistividade). ... 37
Figura 12 - Localização da área de estudo delimitada (a azul). Conjunto de dados composto por 6 poços e 10 linhas sísmicas 2-D. Foi decidido restringir a área de estudo à maior densidade de dados, 4 poços e 8 linhas sísmicas 2-D. ... 38
Figura 13 - Variograma experimental vertical representado pelos pontos e modelo teório ajustado, representado pela curva azul, para as fácies litológicas e net-to-gross. ... 40
Figura 14 - Relação entre a porosidade aritmética (em metro cúbico por metro cúbico) e permeabilidade logarítmica (em milidarcy), considerada apenas para o intervalo da litofacies arenito. Os simbolos representam os dados de porosidade e permeabilidade e a reta representa a regressão linear utilizada. ... 42
Figura 15 - Variogramas experimentais verticais, representados pelos pontos e modelos teórios ajustados, para a porosidade e permeabilidade. Os símbolos representam o variograma experimental. A curva representa o variograma teórico. ... 42
Figura 16 - Modelo conceitual selecionado da literatura em que se baseou a modelagem geológica. Modelo de Reading & Richards (1994) (esquerda) e Modelo de Mahaffie (1995) (direita). ... 45 Figura 17 - Resultado do calculo do atributo sísmico de variância para detecção de falhas e fraturas sutis e de alto ângulo de mergulho. Perfil sísmico original (em amplitude) (esquerda) e perfil sísmico resultante (em variância) (direita). ... 46 Figura 18 – Resultado da interpretação sísmica em uma seção com destaque para algumas das falhas locais e de menor expressão em conjunto com alguns horizontes cronoestratigráficos mapeados. ... 46 Figura 19 - Parte de um perfil sísmico de direção NE-SW cortando transversalmente uma das feições identificadas na sísmica, um canhão preenchido de aproximadamente 10,000 metros de largura (esquerda). Interpretação da migração do canhão para SW (direita). ... 47 Figura 20 - Esquematização do modelo de velocidades construído com base nas velocidades intervalares constantes para cada intervalo, com a curva tempo-profundidade (esquerda) e respetiva correspondência (direita). ... 47 Figura 21 - Mapas estruturais com a falha regional de direção NW-SE interpretada. Mapas dos topos das sequências H1 (esquerda) e H2 (direita) (escala de cores em profundidade, metros). .. 48 Figura 22 - Representação dos limites do modelo estrutural com a falha regional principal utilizada (esquerda) e a malha geostatística resultante (direita). ... 49 Figura 23 – Trechos dos quatro poços da área de estudo com o resultado da classificação de litofácies ao lado dos perfis GR e RHOB. Litofácies folhelho (azul), arenito (amarelo) e marga (laranja). ... 50 Figura 24 - Trechos dos quatro poços da área de estudo com o resultado da classificação de fácies net-to-gross de reservatório (amarelo) e não-reservatório (azul) ao lado dos perfis GR e VSH. .. 51 Figura 25 - Poço 1 com a interpretação de depósitos de lobos arenosos de espessura e granulação variada (amarelo e castanho) intercalados com depósitos finos (azul) entre o topo COM e base COM (verde). Destaca-se o contato óleo-água (tracejado azul). ... 52 Figura 26 - Fácies litológicas e deposicionais, resultantes da interpretação do perfil GR, para trechos dos poços 5, 3 e 1. ... 52 Figura 27 - Proporções relativas de cada fácies deposicional proveniente da interpretação do perfil GR para os quatro poços inseridos na área de estudo. ... 53 Figura 28 – Fácies litológicas e net-to-gross resultantes da classificação de litofácies à escala de poço (esquerda), litofácies (centro) e net-to-gross (direita) resultantes do processo de mudança de suporte pela técnica da moda. ... 54 Figura 29 - Curvas de proporção vertical para as fácies litológicas das 170 camadas estratigráficas (ordenadas) em 100% (abcissas). ... 56 Figura 30 – Representação do modelo de litofácies em duas realizações. Realização #44 (esquerda), realização #100 (direita). Litofácies folhelho (azul), arenito (amarelo), maga (laranja). ... 58 Figura 31 – Representação do modelo de net-to-gross em duas realizações. Realização #17 (esquerda), realização #76 (direita). Fácies não-reservatório (azul) e reservatório (amarelo). ... 58
Figura 32 - Resultado do cálculo do perfil de permeabilidade (K) através da aplicação da regressão entre o perfil de porosidade (Phi_log) e as amostras medidas permeabilidade (K_core) para os poços 1 (esquerda) e 5 (direita). ... 59 Figura 33 - Perfis de porosidade (esquerda) e permeabilidade geométrica (direita) resultantes do procedimento de mudança de suporte. ... 59 Figura 34 - Representação da mudança de suporte da permeabilidade pela média harmônica (esquerda) e geométrica (direita). ... 60 Figura 35 – Modelo de porosidade representado em duas realizações. Realização #7 (esquerda), realização #48 (esquerda), com escala em metro cúbico por metro cúbico (m3/m3). ... 61 Figura 36 – Modelo de permeabilidade representado em duas realizações. Realização #71 (esquerda), realização #89 (esquerda), com escala em milidarcy (mD). ... 61 Figura 37 - Reprodução dos histogramas das distribuições originais (Well logs) e simuladas (All cells) para a realização #44 e #100 (cima), com as proporções e diferenças das 100 realizações (baixo), do modelo de fácies litológicas: 0 Folhelho, 1 Arenito, e 2 Marga. ... 64 Figura 38 - Reprodução dos histogramas das distribuições originais (Well logs) e simuladas (All cells) para a realização #17 e #76 (cima), com as proporções e diferenças das 100 realizações (baixo), do modelo de fácies net-to-gross: 0 não-reservatório, 1 reservatório. ... 64 Figura 39 - Reprodução dos histogramas das distribuições originais (Well logs) e simuladas (All cells) para a realização#7 e #48 (cima), com as proporções e diferenças das 100 realizações (baixo), do modelo de porosidade. ... 65 Figura 40 - Reprodução dos histogramas das distribuições originais (Well logs) e simuladas (All cells) para a realização #71 e #89 (cima), com as proporções e diferenças das 100 realizações (baixo), do modelo de permeabilidade. ... 65 Figura 41 - Mapa de distribuição da espessura das areias nos principais campos da Bacia de Campos (direita), comparando-se o campo de Marlim (MRL), destacado com elipse preta, com uma realização do modelo de litofácies (esquerda). Extraída de Peres (1993). Espessura das areias do mapa de Peres (1993) variando de vermelho (mais espesso) a amarelo (menos espesso). ... 68 Figura 42 – Gráfico que mostra a caracterização da heterogeneidade de reservatórios pela variação da permeabilidade segundo o coeficiente de Dykstra-Parsons. Extraído de Willhite (1986). ... 71
Lista de Tabelas
Tabela 1 - Velocidades sônicas para diferentes matrizes litológicas. Extraída de Rider (2002). .... 9 Tabela 2 – Densidades de matriz para litologias comuns. Extraída de Rider (2002). ... 10 Tabela 3 - Diferentes fatores de tortuosidade (a) e expoentes de cimentação (m) para litótipos comuns. Extraída de Asquith & Gibson (1982). ... 11 Tabela 4 - Sumário dos perfis geofísicos de poço, com a sua física de funcionamento, volume de investigação e utilidades. Adaptada de Asquith & Krygowski (2004). ... 12 Tabela 5 - Reamostragem manual dos 12 litótipos perfurados nos poços para 3 litofácies: arenito, fohelho e marga. ... 40 Tabela 6 - Parâmetros utilizados no cálculo das fácies litológicas e de net-to-gross através da função lógica aplicadas aos perfis de GR e volume de argila (VSH). ... 40 Tabela 7 - Parâmetros utilizados no cálculo dos variogramas para as fácies litológicas (arenito, folhelho e marga) e fácies net-to-gross (reservatório e não-reservatório). O alcançe maior tem direção NW, 310º, e o menor tem direção NE, 220º. ... 40 Tabela 8 - Parâmetros utilizados no cálculo dos variogramas para a porosidade e permeabilidade. O alcançe maior tem direção NW, 310º, e o menor tem direção NE, 220º. ... 42 Tabela 9 - Parâmetros resultantes da construção da malha geostatística e respectiva resolução. .. 49 Tabela 10 - Resultado da quantificação do grau de heterogeneidade do reservatório em estudo através da variação da permeabilidade em 100 realizações, para a permeabilidade harmônica (Kh) e geométrica (Kg). Este resultado é referente apenas à litofácies arenito. ... 71
1. Introdução
Uma das contínuas demandas da indústria e pesquisa do petróleo, está relacionada à problemática da distribuição da informação de poços. É procurado um aumento dessa informação através de técnicas de interpolação. Sabendo que os reservatórios petrolíferos têm variabilidade vertical e horizontal, há uma crescente necessidade de colocá-las em evidência. Um dos objetivos de conhecer a variabilidade dos reservatórios é a tomada de decisão, tanto na fase de exploração como de produção de um campo petrolífero (Ma et al., 2013).
A Bacia de Campos, situada entre o Alto de Vitória e Alto de Cabo Frio, tem sido a mais prolífica do Brasil. Grande parte dos seus reservatórios siliciclásticos situam-se em águas profundas, acima de 1,500-2,000 m de coluna de água. Esta bacia, ao que tudo indica está longe de ser uma bacia madura, porque ainda tem potencial por explorar e produzir, na ordem dos biliões de barris em reservas.
Este trabalho de mestrado abordou uma questão que se tem sido extremamente desafiante. Essa questão passa por caracterizar os reservatórios de águas profundas dos principais campos de produção da Bacia de Campos de modo claro, consitente e robusto. Neste trabalho foi abordado um reservatório siliciclástico, de idade Oligoceno-Mioceno da Formação Carapebus, através de métodos geostatísticos robustos e bastante utilizados para resolver problemas reais.
Ao longo dos anos, tem surgido uma crescente necessidade para que todo o processo de modelagem geológica seja conduzido de forma integrada, considerando tanto recursos humanos como técnicas, desenvolvidas e aplicadas.
Os modelos geológicos, muitas vezes chamados de modelos estáticos, têm um papel fundamental no entendimento de características e feições espaciais intrínsecas aos reservatórios. São representações digitais quantitativas que incorporam diversas informações, relacionadas à distribuição e arranjo espacial das propriedades petrofísicas. Os modelos estáticos também são utilizados para prever a distribuição de propriedades de interesse, porosidade e permeabilidade, entre os poços perfurados. As propriedades utilizadas para a modelagem estática são constantes e não variam com o tempo. Ao invés de propriedades dinâmicas que variam com o tempo, como é o caso da saturação de fluídos e pressão, por exemplo.
Estes modelos têm sido um objetivo para prever a qualidade do reservatório, uma vez que estes incorporam informação útil ás atividades de exploração e produção. Essa informação está relacionada à distribuição das propriedades petrofísicas nas camadas estratigráficas. Estes modelos são melhorados por processos iterativos com o objetivo de melhor analisar e quantificar as incertezas associadas. A qualidade dos reservatórios está estritamente associada, entre outros, às características petrofísicas. Assim procura-se condicionar as propriedades petrofísicas à distribuição das fácies nas camadas estratigráficas. Isso é feito para que seja feita uma melhor aproximação à realidade e haja um melhor entendimento da amplitude de possibilidades das suas respectivas distribuições (Ravenne et al., 2002; Remacre et al., 2008).
As heterogeneidades internas dos reservatórios podem ser avaliadas e melhor compreendidas de modo a serem incorporadas em um domínio definido no espaço e no tempo. Técnicas têm sido desenvolvidas para abordar as heterogeneidades de modo quantitativo.
Ao se produzirem modelos geológicos estáticos, são aplicadas técnicas que objetivam a validação dos mesmos, a nível numérico ou estatístico e geológico. A modelagem geostatística estocástica ganha suma importância nesse sentido. Tenta preservar a variabilidade natural do fenômeno físico e consequentemente a consistência geológica, como é o caso da distribuição das fácies deposicionais.
A geostatística tem sido desenvolvida por geólogos e engenheiros, através de contínuas e crescentes bases de dados disponíveis. Essas bases de dados têm surgido com bastante diversidade a diferentes escalas e com demanda para a resolução de problemas reais.
Chambers et al. (2000) comentam sobre modelagem geológica de reservatórios, onde mencionam que os processos naturais geradores de reservatórios não são aleatórios. Contudo, os atributos responsáveis pela geração de reservatórios fazem com que estes se comportem como se fossem aleatórios. Esse comportamento pode ser captado por simulação estocástica.
Deutsch (2002) destaca a necessidade de criação de modelos geológicos tridimensionais que honrem um amplo espectro de relevantes graus de resolução, qualidade e certeza de dados de natureza geológica e geofísica. Esses modelos servirão para, (1) cálculo de volumes e construção de mapas, (2) avaliar a conectividade, (3) transferência de escala para simulação de fluxo, e (4) posicionamento de poços.
Durante, o desenvolvimento deste trabalho foram encontradas dificuldades que serão descritas no capítulo de 7. Discussão. No entanto, de modo a condicionar o resultado, foram
estabelecidas premissas que permitissem a abordar a problemática em causa. Essas premissas podem ser vistas no capítulo 5. Caso de Estudo.
1.1.Motivação
Conhecer a geologia e as heterogeneidades de sistemas deposicionais dos reservatórios dos principais campos da Bacia de Campos tem sido um desafio. Abordar essa problemática de modo a contribuir para esse contínuo conhecimento, através de modelos geológicos representativos, tornou-se a principal motivação do desenvolvimento deste trabalho.
1.2. Objetivos
O objetivo principal consistiu na modelagem geológica do reservatório turbidítico da Formação Carapebus da Bacia de Campos.
O objetivo específico compreendeu a geração de modelos de litofácies que incorporassem informação de propriedades petrofísicas de porosidade, permeabilidade e net-to-gross.
Por último, caracterizar e quantificar a heterogeneidade do reservatório. Visou também avaliar a consistência numérica e geológica, através de validação com essencial comparação das distribuições simuladas e originais, e ainda comparação com trabalhos da literatura.
1.3. Organização da Dissertação
A dissertação apresentada segue a estrutura padrão da Associação Brasileira de Normas Técnicas – ABNT Norma Brasileira n.º 14724 de 2011. Esta dissertação é composta por 8 capítulos. O Capítulo 1 introduz o tema, a problemática geral associada à modelagem de reservatórios integrando dados de diferentes naturezas com aplicação de técnicas e algoritmos geostatísticos, os objetivos e a motivação que levou a desenvolver este trabalho. O Capítulo 2 discorre acerca dos fundamentos teóricos dos materiais e métodos utilizados na modelagem geológica integrada. O Capítulo 3 apresenta uma revisão sobre os principais trabalhos de referência relacionados aos métodos aplicados, à geologia da bacia e aos reservatórios, alvo de estudo. O Capítulo 4 enuncia a metodologia em que se baseou o trabalho para alcançar os objetivos estabelecidos. O Capítulo 5 apresenta a aplicação ao estudo de caso explicitando as premissas necessárias para empregar a metodologia, bem como, os valores assumidos e utilizados. Segue-se o Capítulo 6 com os principais resultados, onde são apresentados os modelos de fácies e petrofísicos, bem como a validação dos mesmos. O Capítulo 7 compreende discussões
acerca dos resultados mais relevantes, e compreende as limitações inerentes ao desenvolvimento do trabalho.
2. Fundamentação Teórica
Este capítulo procura introduzir de forma breve alguns dos conceitos nos quais se fundamentou esta dissertação.
2.1. Depósitos Turbidíticos
Vários autores estudaram e classificaram os mecanismos deposicionais turbidíticos em fluxos de turbidez. São gerados por (1) fatores internos, onde a natureza dos fluxos dominantes se associa ao volume, forma, quantidade relativa de areia-folhelho e conglomerados no fluxo, e (2) fatores externos, entre eles a natureza do sedimento disponível, perfil do declive do talude, configuração da bacia hospedeira e variações relativas do nível médio do mar.
Nos trabalhos de Middleton & Hampton (1973), Lowe (1979; 1982) e Mutti (1992), os depósitos são gerados por fluxos de detritos, fluxos fluidizados, fluxos turbulentos densos. Em Shanmugam & Moiola (1994) e Shanmugam (1996) o principal mecanismo é o fluxo de detritos e o secundário são as correntes de turbidez. Mutti et al. (1999), classificam os turbiditos como resultado de depósitos de correntes de turbidez bipartidas que têm na base um fluxo granular sobrepressurizado e na porção superior uma corrente totalmente turbulenta e de baixa densidade.
2.2. Geometria dos Corpos e Heterogeneidades Internas
A classificação geométrica de depósitos turbidíticos é dividida em três principais tipos de complexos de canais, (1) discretos, (2) amalgamados e (3) distributários e lobos.
Os complexos de canais discretos são entendidos como corpos alongados na direção de deposição dos canais, parcialmente individualizados. Comportam significativas variações laterais que ocorrem a distâncias relativamente curtas. Constituem reservatórios com alta proporção de arenito-folhelho e boa conectividade no geral. As suas fácies são depósitos grossos de canal intercalados com fácies de granulação mais fina, de transbordo. Estão presentes no Brasil, no Campo de Albacora da Bacia de Campos e no Campo de Lagoa Parda da Bacia do Espírito Santo. Os complexos de canais amalgamados são dominados por canais relativamente rasos, caracterizados por frequente migração lateral. Comportam extensos corpos de arenito com geometria externa lobada ou tabular. Têm uma boa continuidade lateral e geralmente a sua justaposição lateral é maior que no empilhamento vertical. A distribuição das barreiras de permeabilidade controla a conectividade vertical. As suas fácies são definidas por espessos pacotes de arenitos pouco estratificados, com poucas intercalações de finos. No Brasil ocorrem
no Campo de Carapeba e nos reservatórios de Namorado, Cherne, Marimbá, Espadarte e Roncador na Bacia de Campos.
Os complexos de canais distributários e lobos são caracterizados por um sistema proximal de canais distributários rasos, associados a lobos barreira lateral, que alimentam lobos frontais com grande extensão lateral. Há uma preservação dos depósitos finos e as barreiras de permeabilidade são contínuas diminuindo a permeabilidade vertical do reservatório. As fácies são caracterizadas por sequências mais completas, com preservação do topo e base das camadas arenosas e dos sedimentos finos hemipelágicos intercalados, mais conhecida como a clássica sequência de Bouma (1962). Ocorrem no Brasil no arenito Namorado do Campo de Albacora e nos principais reservatórios dos campos de Marlim e Marlim Sul, e em outras sequências também ocorrem.
2.3. Classificações de Turbiditos
Entre três classificações aceites pela comunidade científica estão as de Mutti (1979; 1985), Reading & Richards (1994) e aplicada aos reservatórios brasileiros, a de Bruhn et al. (1998).
Mutti (1979) classifica leques turbidíticos de acordo com o tamanho do grão dos sedimentos e componentes do fluxo. Primeiro, em leques de alta eficiência de transporte, onde os sedimentos passam sobre os canais, depositando em forma de lobos turbidíticos finos. Assim tendem a ser ricos em lama com uma baixa razão arenito-folhelho. Segundo, em leques de baixa eficiência de transporte, onde os sedimentos arenosos tendem a se acumular nos canais, com supressão dos lobos e quase total ausência de minerais de argila. Estes tendem a ser ricos em areias com uma alta razão arenito-folhelho.
Mais tarde, Mutti (1985), propõe três tipos de sistemas deposicionais para os turbiditos (sistemas tipo I, II e III), ocasionados por variações relativas do nível médio do mar. De acordo com o proposto, estas variações seriam responsáveis pelo controle da distribuição dos sedimentos, e a classificação é feita de acordo com a sua posição no talude e sua geometria. Estes variam em termos de tamanho, geometria e distribuição dos corpos arenosos, tipo de fácies e associação de fácies.
O sistema tipo I, distal, é definido por extensos e finos pacotes de areia, depositados sob a forma de corpos alongados e não canalizados (lobos) nas regiões mais externas do sistema deposicional. São corpos arenosos caracterizados por elevada continuidade lateral e geometria tabular. Correspondem ao modelo de leques de alta eficiência de Mutti (1979).
O sistema tipo II, transicional, é definido por extensos corpos canalizados que passam gradativamente a lobos arenosos corrente abaixo, em direção à jusante. Há um decréscimo da granulação que favorece o desenvolvimento de lobos. Correspondem ao modelo de leques de baixa eficiência de Mutti (1979).
O sistema tipo III, canalizado, é definido por pequenos canais preenchidos por areia fina a média, dentro de uma sequência predominantemente argilosa e com fácies arenosas canalizadas restritas à porção proximal do sistema deposicional. Neste tipo predominam depósitos de transbordo e de barreira lateral. Pode ser comparado aos complexos de canais e diques marginais modernos.
Reading & Richards (1994), propuseram uma classificação baseada no tamanho de grãos nos fluxos gravitacionais, com uma razão areia-lama nos fluxos e origem dos sedimentos, isto é, seus sistemas de alimentação. Dividem em quatro classes de tamanho de grão para os sistemas: (1) rico em cascalho presente no Complexo de Campos de Brae do Jurássico superior do Mar do Norte, presentes nos sistemas lacustres chineses do Terciário e nos sistemas lacustres do Cretáceo inferior da Bacia do Recôncavo, Brasil; (2) rico em areia, presente nos reservatórios paleogênicos do Mar do Norte, Campos de Forties e Frigg; (3) misto de areia e lama, presentes nos reservatórios eocênicos do Mar do Norte, miocênicos da Bacia de San Joaquin, na Califórnia e nas porções cenozóicas da África Ocidental, Campos de Girassol e Dahlia, Angola; (4) sistemas ricos em lama, presentes nos estratos do Neógeno do norte do Golfo do México e nos estratos do Cretáceo superior do Vale do Sacramento, Califórnia.
Posteriormente, Bruhn et al. (1998) classificaram os reservatórios brasileiros de águas profundas em oito tipos: (1) complexo de canais, ricos em cascalho e areia (CC); (2) lobos confinados em calhas, ricos em cascalho e areia (GSL); (3) lobos não confinados, ricos em areia (Sluc); (4) lobos ricos em areia e lama (SML); (5) cunhas clásticas ricas em cascalho e areia (AP); (6) hiperpicnitos lacustres, ricos em areia (DU); (7) depósitos de fluxos de detritos, ricos em areia e lama (DF); e (8) depósitos de correntes arenosas de fundo (BC).
2.4. Perfis Geofísicos de Poço
Os perfis geofísicos enquanto ferramentas bastante úteis permitem a modelagem e caracterização de reservatórios. Os perfis de raios gama (GR), sônico (DT), densidade (RHOB) e de resistividade (ILD) combinados permitem que sejam calculados outros perfis. Têm um papel importante na fase de avaliação permitindo que esta seja feita de um modo quantitativo. O raio de
investigação dos diferentes perfis é variado, registrando-se uma maior profundidade de investigação nos perfis de resistividade e, por último, os perfis acústicos. Por outro lado, a resolução vertical apresenta a relação inversa.
Os conceitos que se seguem são baseados na classificação e definição de Asquith & Gibson (1982) e Asquith & Krygowski (2004).
Perfil de Raio Gama - GR
O perfil GR é o resultado das leituras de radioatividade natural presente nas formações que este atravessa, e não é afetado pela resistividade da água de formação (Rw). É um perfil contínuo,
porém, a aquisição é discreta. A resolução vertical é de cerca de 30 cm e a profundidade de investigação de cerca de 50 cm, sendo que esta última aumenta consoante a densidade da rocha.
Os argilitos e folhelhos são geralmente mais radioativos que os arenitos ou calcários. Assim tipicamente na presença de argilitos ou folhelhos o valor de GR é elevado, enquanto que na presença de arenitos limpos ou calcários o GR é baixo. Algumas relações empíricas facilitam a interpretação, tais como a anidrite ser inferior ao arenito limpo, o argilito ser muito superior ao arenito limpo, o arenito potássico ser superior ao arenito limpo, o arenito argiloso estar entre arenito limpo e argilito, por fim o arenito limpo ser igual ao calcário.
É uma ferramenta bastante útil na identificação e avaliação da qualidade de intervalos com potencial reservatório, permitindo também a identificação da sequência litológica e fácies deposicionais pelos valores registrados e pelo padrão do perfil. Através do índice de GR obtém-se o perfil que fornece a relação de argilosidade presente nesses mesmos intervalos, o conteúdo em argilas (Vsh) em reservatórios porosos.
O perfil de GR tem várias respostas empíricas, não-lineares e lineares. As não-lineares são determinadas com base na área geográfica em questão ou na idade geológica da formação. A relação linear (Equação 1) é mais pessimista que a equação não-linear (Equação 2).
𝐼𝐺𝑅= 𝐺𝑅𝑙𝑜𝑔 − 𝐺𝑅𝑐𝑙𝑒𝑎𝑛
𝐺𝑅𝑠ℎ𝑎𝑙𝑒 − 𝐺𝑅𝑐𝑙𝑒𝑎𝑛 (1) Onde:
𝐼𝐺𝑅 – índice de raio gama
𝐺𝑅𝑙𝑜𝑔 – leitura de raio gama da formação
𝐺𝑅𝑐𝑙𝑒𝑎𝑛 – raio gama na linha base do arenito limpo (ou calcário) 𝐺𝑅𝑠ℎ𝑎𝑙𝑒 – raio gama na linha base da argilito (ou folhelho)
Steiber (1970):
𝑉𝑠ℎ =
𝐼𝐺𝑅
3 − 2 x 𝐼𝐺𝑅 (2)
Perfil Sônico - DT
O perfil DT mede o intervalo de tempo de trânsito (∆t ou DT) da onda compressional que viaja através da formação pelo eixo do poço. A resolução vertical é de 60 cm e a profundidade de investigação de cerca de 20 cm.
O intervalo de trânsito é o inverso da velocidade da onda compressional em pés por segundo, ou metros por segundo. Este intervalo é afetado pela presença de hidrocarbonetos na formação, fazendo com que este seja muito alto se não for corrigido. Permite identificar litologias pelo tempo de propagação da onda na formação (Tabela 1).
É utilizado para calibrar a sísmica com o poço. Através do perfil DT, se obtém a curva tempo-profundidade, auxiliando na construção do modelo de velocidades.
Tabela 1 - Velocidades sônicas para diferentes matrizes litológicas. Extraída de Rider (2002).
Litologia/ Fluído Velocidade da Matriz pés/seg Arenito 18.000 a 19.500 Calcário 21.000 a 23.000 Dolomite 23.000 a 26.000 Anidrite 20.000 Sal 15.000
Perfil de Densidade - RHOB
O perfil RHOB representa a medição de densidade de toda a formação, quer seja da porção sólida ou fluída, esta última relacionada à porosidade. É função da densidade da matriz, da porosidade e da densidade dos fluídos nos poros. A densidade da matriz (ρma) é a densidade do
arcabouço da porção sólida da formação, que pode ser condicionada pelo ambiente sedimentar e respetiva energia. A resolução vertical é cerca de 20 cm e a profundidade de investigação 45 cm.
É um dos perfis nucleares de porosidade mais usados para calcular a porosidade total. Uma vez conhecidos a densidade da matriz (Tabela 2) e o tipo de fluído na formação é possível calcular a porosidade-densidade (PHID) (porosidade total) na ausência de argila na formação de interesse (inferior a 15-20%), nomeadamente o reservatório (Equação 3).
Φ𝐷𝑒𝑛𝑠𝑖𝑡𝑦 = 𝜌𝑚𝑎− 𝜌𝑏 𝜌𝑚𝑎− 𝜌𝑓𝑙 (3) Onde: Φ𝐷𝑒𝑛𝑠𝑖𝑡𝑦 – porosidade-densidade 𝜌𝑚𝑎 – densidade da matriz 𝜌𝑏 – densidade da formação 𝜌𝑓𝑙 – densidade do fluído
Tabela 2 – Densidades de matriz para litologias comuns. Extraída de Rider (2002).
Litologia/ Fluído ρma ouρfl g/cm3 [Kg/m3] Arenito 2.644 [2644] Calcário 2.710 [2710] Dolomite 2.877 [2877] Anidrite 2.960 [2960] Sal 2.040 [2040] Água doce 1.0 [1000] Água salgada 1.025 [1025]
Perfil de Resistividade - ILD
O perfil ILD mede a condutividade da formação. Esta ferramenta é mais adequada para poços com fluídos não condutivos e apresenta melhor desempenho em formações com baixa resistividade. A incerteza da medida aumenta para formações altamente resistivas, acima de 100
ohm-m, fazendo com que este tipo de perfil seja menos adequado. A resolução vertical é de cerca de 80 cm e a profundidade de investigação de cerca de 240 cm.
A resistividade é caracterizada pela capacidade de impedir o fluxo de uma corrente elétrica, variando com a rocha, composição do fluido, temperatura e salinidade. Umas das principais utilidades dos perfis de resistividade passam por, (1) determinar qualitativamente zonas preenchidas com hidrocarbonetos, (2) intervalos permeáveis e (3) menos utilizado, para determinar a porosidade. A resistividade total da rocha é função da porosidade, resistividade da água e da saturação de água.
Quantitativamente estes perfis permitem calcular a saturação de água (Sw). A relação entre a
saturação de hidrocarbonetos nos poros e saturação de água é inversamente proporcional. À medida que a resistividade da formação aumenta a saturação de água diminui, sendo possível determinar o contato óleo-água através de uma relação entre a profundidade e Sw. Uma vez
conhecidos os parâmetros a, m, n, Rw (Tabela 3) é possível calcular Sw pela equação de Archie
(1972) (Equação 4).
As medições e aplicações de cada perfil são apresentadas na Tabela 4 de forma sumária.
Tabela 3 - Diferentes fatores de tortuosidade (a) e expoentes de cimentação (m) para litótipos comuns. Extraída de Asquith & Gibson (1982). a: Fator de Tortuosidade m: Expoente de cimentação Litótipos 1 2 Calcários 0.81 1.8 a 2 Arenitos consolidados 0.62 2.15 Arenitos não consolidadas
𝑆𝑤 = ( 𝑎 x 𝑅𝑤 𝑅𝑡− 𝛷𝑚) 1 𝑛 (4) Onde: 𝑆𝑤 – saturação de água 𝑎 – fator de tortuosidade 𝑚 – expoente de cimentação 𝑛 – expoente de saturação
𝑅𝑤 – resistividade da água de formação 𝛷 – porosidade
Tabela 4 - Sumário dos perfis geofísicos de poço, com a sua física de funcionamento, volume de investigação e utilidades. Adaptada de Asquith & Krygowski (2004).
Perfi
s
Física da Medição Volume de Investigação Objetivo de interpretação Raio Resolução Precisão
GR
- Contagem de raios gama 10 -
28 cm
30 – 91 cm 4º API
- Correlação de formações - Potássio (K) - Urânio (U) -
Tório (Th) - Litologias - Estimação de Vshale DT - Alta frequência (10's de KHz) ~15 cm 30 cm 1 μseg/pé - Sismogramas sintéticos - 2 recetores - Litologias
- Intervalo de tempo de trânsito - Porosidade
- Onda Compressional - Impedância acústica
RHOB
- Emissão de raios gama
4 cm 84 cm 0.01 g/cm3
- Porosidade
- Fonte química - 137Ce - Litologias
- 2 detetores de raio gama - Sismogramas sintéticos
- Densidade da formação - Impedância acústica
ILD
- Indução de corrente alternada 231
cm 61 cm
0.25 mmho
- Resistividade não-perturbada
- Condutividade - Saturação de água
- Diversas frequências - Correlação de formações
2.5. Interpretação Sísmica
Muitos dos objetivos das fases de exploração e de produção de campos de petróleo passam pelo recurso à sísmica, nomeadamente interpretação (e.g. Posamentier & Kolla, 2003). Esta interpretação estende-se desde regional a de maior detalhe. Quando apenas dados de sísmica 2-D estão disponíveis é feita a clássica interpretação de seções transversais e estratigrafia sísmica, para que sejam extraídas informações geológicas (e.g. Posamentier, 2004).
A sísmica torna-se bastante útil na identificação de feições através de alguns conceitos de geomorfologia sísmica fazendo uso de alguns atributos sísmicos chave para auxiliar essa identificação e caracterização (Brown, 2004b).
Uma das mais fundamentais premissas da interpretação sísmica é o fato de os refletores seguirem unidades cronoestratigráficas e não litoestratigráficas (Hardage et al., 2006). No entanto Tipper (1993) apud Hardage et al. (2006) questiona se as reflexões sísmicas comportam de fato um significado cronoestratigráfico implícito.
A escala de investigação da sísmica é da ordem da centena de metro, ainda que as melhores resoluções verticais obtidas sejam da ordem dos 40 metros.
Com o auxílio de perfis geofísicos de poço e algum conhecimento do contexto da geologia regional e local, é possível realizar algumas inferências acerca do sistema deposicional patente nas porções da bacia que a sísmica atravessa (e.g. Posamentier & Kolla, 2003). Esta interpretação geológica deve ser baseada e apoiada sobre certas condições, nomeadamente calibração de sísmica com poço e conversão de tempo em profundidade, no sentido de se obter uma correta correlação entre a escala vertical do poço (em metros) com a escala vertical da sísmica (em tempo) (e.g. Brown, 2004a; Brown, 2010; Leite, 2010; Davogustto, 2013). Através dessas condições é possível obter uma ideia mais clara dos processos que geraram os depósitos sedimentares em estudo e até mesmo de formação estrutural e tectônica da bacia, a uma maior escala (e.g. Ravenne, 2002a; Davogustto, 2013).
2.5.1. Feições Sísmicas
Durante a interpretação sísmica é feita uma identificação e caracterização do padrão e da geometria dos refletores sísmicos (e.g. Chopra & Marfut, 2012; Thenin & Larson, 2014). Os refletores podem ser classificados como, (1) paralelos, (2) descontínuos, e (3) progradantes.
O seu padrão de preenchimento de canais, por exemplo, pode ser em onlap, progradante, monticular, caótico, divergente e complexo (com vários padrões conjugados) (Vail & Mitchum, 1977 apud Hardage, 1997).
Os depósitos siliciclásticos resultam em uma continuidade de reflexões, refletores contínuos, e tem uma alta frequência. Já os carbonáticos geram uma transparência devido à monotonia.
2.5.2. Atributos Sísmicos
Os atributos sísmicos têm um papel bastante relevante na caracterização de reservatórios (e.g. Azevedo et al., 2010; Davogustto, 2013). Estes podem ser definidos como uma ferramenta que permita de modo quantitativo, descrever e classificar o sinal sísmico (e.g. Taner, 1997 apud Azevedo et al., 2010; Chopra & Marfut, 2005; Azevedo, 2009)
A partir da interpretação de atributos sísmicos é possível inferir acerca do comportamento da sísmica (amplitudes) face à litologia subjacente, contexto sedimentar em termos de sistema deposicional e ainda contexto tectônico-estrutural, através da identificação e interpretação dos comportamentos de falhas e fraturas (e.g. Sheline, 2005; Chopra & Marfut, 2007). Assim,
torna-se possível melhorar determinadas frequências, aumentar e diminuir amplitudes, interpretar mudanças drásticas na litologia e separar unidades sísmicas com maiores contrastes comportamentais (e.g. Azevedo, 2009; Kuroda et al., 2012).
2.6. Métodos de Estimação e Simulação Estocástica
Antes de passar a explicitar os métodos de estimação e simulação cabe ressaltar que ambos são baseados em estatísticas de dois pontos, modelo de variograma, que carece de ser calculado e posteriormente ajustado um modelo teórico (e.g. Remy et al., 2009). O variograma é um parâmetro geostatístico que mede a continuidade lateral e vertical, isto é, modela a estrutura (Goovaerts, 1997; Journel & Huijbregts, 1978; Matheron, 1970 apud Remy et al., 2009) (Equação 5). O semi-variograma é metade do variograma (Equação 6). Serve de medida estatística de heterogeneidade geológica. Se um fenômeno espacial exibe continuidade é esperada melhor correlação entre os pontos mais próximos. Serve de base de modelo operacional para que seja conduzida uma análise estrutural geostatística (e.g. Deutsch, 2002).
2𝛾(𝒉) = 𝐸 {[𝑍(𝒖𝑖+ 𝒉) − 𝑍(𝒖𝑖)]2} (5) 𝛾(𝒉) = 1 2𝑛(𝒉)∑[𝑍(𝒖𝑖+ 𝒉) − 𝑍(𝒖𝑖)]2 𝑛(𝒉) 𝑖=1 (6) Onde: 𝛾(𝒉) – semi-variograma 𝒉 – distância entre as amostras
𝑛(𝒉) – número de pares de pontos para a distância ℎ 𝒁 – variável aleatória
𝒖 – ponto (x,y,z) a estimar
A simulação sequencial é considerada como sendo uma alternativa para modelar a realidade. Trata-se de um algoritmo bastante conhecido e utilizado em um amplo espectro de trabalhos (Johnson, 1987; Journel, 1989 apud Goméz-Hernandéz & Journel, 1993). Enquanto a Krigagem objetiva segurança, minimizando a variância em cada ponto, tentando errar o menos possível, a simulação prioriza o realismo, priorizando a variabilidade natural. Pode ainda ser vista como a realização do fenômeno honrando os dados (hard data) (Journel & Deutsch, 1993 apud Remy et
al., 2009). Permite reproduzir as heterogeneidades, isto é, as versões do modelo geológico. São métodos capazes de gerar realizações equiprováveis com várias características. Adicionalmente, honram os valores amostrais nas suas coordenadas (Deutsch, 2002). Informação mais detalhada e explicitada poderá ser encontrada em diversos trabalhos de referência (e.g. Journel, 1986; Isaaks, 1990; Chilès & Delfiner, 1999 apud Remy et al., 2009).
2.6.1. Co-Krigagem Co-localizada
A co-krigagem co-localizada (CCKO) é um método de co-estimativa que surge como uma possível solução na presença de uma segunda variável com uma densidade amostral maior que a da primeira variável (Myers, 1982; Xu et al. 1992; Wackernagel, 1995; Goovaerts, 1997 apud Remy et al., 2009). É conhecido como um método muito simples e rápido de operar em termos de esforço computacional. Utiliza dois modelos de Markov que faz uma simplificação ao recorrer apenas ao variograma de uma variável (Almeida & Journel, 1994; Rivoirard, 2004; Chilès & Delfiner, 1999 apud Remy et al., 2009). Oferece a vantagem de utilizar uma segunda variável correlacionada. Comporta apenas algumas restrições. O modelo de Markov (Journel & Zhu, 1990 apud Verly, 1993) mais relevante é o que considera que a variável secundária tem que ocorrer, abundantemente, em todas as localizações da primeira variável, com a vantagem de não causar instabilidade pela elevada redundância (Journel, 1999 apud Remy et al., 2009) (Equação 7).
𝐸{𝑍1(𝒖)|𝑍2(𝒖); 𝑍2(𝒖 + 𝒉)} = 𝐸{𝑍1(𝒖)|𝑍2(𝒖)} (7)
Onde:
𝐸 – estimador co-krigagem segundo o modelo de Markov ℎ – distância entre as amostras
𝑍1𝑒 𝑍2 – variável aleatória primária e secundária, respectivamente.
2.6.2. Simulação Sequencial Gaussiana
A simulação sequencial gaussiana (SGS), conhecida por solução teórica, paramétrica, por se adotar uma distribuição normal de parâmetros média = 0 e variância = 1 (Isaaks, 1990; Verly, 1991; Journel, 1994 apud Verly, 1993). Assim, é necessário uma transformação da função de distribuição inicial não-paramétrica (desconhecida) em uma função distribuição paramétrica, gaussiana conhecida, normal (Journel & Huijbregts, 1978 apud Remy et al., 2009).
As realizações são feitas para que honrem os dados condicionantes locais, o histograma global, os padrões de correlação espacial e o variograma inicial (Goovaerts, 1993 apud Remy et al., 2009). Trabalha com uma transformação dos dados em distribuições gaussianas, e no fim do processo transforma a variável de volta à distribuição não-paramétrica (Journel, 1980; Deutsch & Journel, 1998 apud Remy et al., 2009). Os dados condicionantes acima mencionados podem ser, os dados de poço (hard data) e os anteriormente simulados, uma vez que é baseada em simulação sequencial (Dimitrakopoulos & Luo, 2004). O SGS é um algoritmo estocástico, robusto, da biblioteca de geostatística GSLib (Deutsch & Journel, 1998), utilizado comumente em conjuntos de dados esparsos e de variáveis contínuas (Deutsch, 2002). Na sua operação, primeiro transforma a função de distribuição, em seguida vai a cada localização efetuar uma krigagem para obter a estimativa e a variância correspondente 𝜎𝑆𝐾2 (𝑢). Por fim atribui um resíduo aleatório que
segue uma distribuição normal e adiciona a estimativa krigada 𝑍∗(𝑢) e o residual 𝑅(𝑢) para obter
o valor simulado (e.g. Ripley, 1987 apud Dimitrakopoulos & Luo, 2004) (Equações 8 a 10). 𝑍∗(𝒖) = ∑ 𝜆 ∝(𝒖) 𝑛(𝒖) ∝=1 𝑍(𝒖∝) (8) 𝜎𝑆𝐾2 (𝒖) = 𝐶(0) − ∑ 𝜆 ∝(𝒖) 𝑛(𝒖) ∝=1 𝐶(𝒖, 𝒖∝) (9) 𝑍𝑠(𝒉) = 𝑍∗(𝒖) + 𝑅(𝒖) (10)
2.6.3. Simulação Sequencial da Indicatriz
A simulação sequencial da indicatriz (SIS) é conhecida como sendo a solução não-teórica, ou free model definida por André Journel em 1983 (Journel, 1983). Trata-se assim de uma solução não-paramétrica e estima diretamente a probabilidade sem recorrer a uma distribuição para o efeito (Alabert, 1987; Journel & Alabert, 1988; 1989; 1990 apud Verly, 1993). É muito semelhante à SGS, contudo passa diretamente à probabilidade via krigagem da indicatriz, da variável discreta ou categórica, que não necessariamente provém de uma variável numérica, podendo até ser textual, por exemplo, fácies (Goovaerts, 1997; Chilès & Delfiner, 1999 apud Remy et al., 2009). Assim a esperança de uma Indicatriz (𝐼𝐴) é igual à proporção de uma Fácies A (𝐹𝐴) (Equação 11).
𝐼(𝐹𝐴;𝑥) = {1 𝑠𝑒 𝑎 𝑐𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎 𝑥 ∈ 𝐹0 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜 𝐴} (11)
Este algoritmo é utilizado para modelagem de fácies sem uma forma e distribuição específica, isto é, que possa ter alguma aleatoriedade na sua distribuição areal e sem um limite claramente conhecido. Isto porque numa fase inicial de projeto a arquitetura de fácies pode não ser claramente conhecida (e.g. Maharaja, 2004). O algoritmo SIS não permite determinar os corpos geológicos, permitindo apenas inferir a direção de maior extensão de canais, por exemplo.
Para analisar a distribuição de litofácies desenvolveram-se curvas de proporção vertical (Ravenne & Beucher, 1988; Ravenne & Galli, 1995; Ravenne et al., 2002). Esta curva materializa um histograma acumulado das proporções de cada fácies calculada em cada camada paralelamente a uma superfície de referência, topo do reservatório, na maioria dos casos.
A CPV pode ser definida como um método que permite investigar a distribuição vertical de todas as fácies nas zonas ou intervalos definidos. (e.g. Ravenne, 2002b; Remacre, 2008). Este método torna possível a correlação de heterogeneidades de reservatórios a cenários geológicos.
A CPV como dado de entrada para a execução do algoritmo SIS (Ravenne et al., 2002). Segundo Remacre et al. (2008) quantificam a evolução sequencial ou temporal das litofácies. Serra & Abbott (1980) definem eletrofácies como um conjunto de comportamentos e formas dos perfis que individualizam cada camada, diferenciando-a das restantes.
2.7. Método de Quantificação da Heterogeneidade Vertical 2.7.1. Coeficiente de Variação de Permeabilidade
Dykstra & Parsons (1950) introduziram um critério para quantificar o grau de heterogeneidade dos reservatórios baseado na distribuição de permeabilidade e no conhecido coeficiente de variação, onde os autores denominaram de coeficiente de variação de permeabilidade.
O coeficiente de variação de permeabilidade é calculado de acordo com a aproximação de Dykstra & Parsons (1950) (Equação 12). É um método estatístico estático e não considera fluxo.
Este coeficiente varia de 0 (puramente homogêneo) a 1 (compleatamente heterogêneo) e a maioria dos reservatórios se situa no intervalo entre 0.5 e 0.9. Quanto maior for o coeficiente resultante maior o grau de heterogeneidade do reservatório em estudo, isto é, mais a permeabilidade varia verticalmente.
𝑉 = 𝐿𝑜𝑔(𝐾)50− 𝐿𝑜𝑔(𝐾)84.1
𝐿𝑜𝑔(𝐾)50 ; (0 < 𝑉 < 1) (12)
Onde:
𝑉 – coeficiente de variação da permeabilidade
𝐿𝑜𝑔(𝐾)50 – média da permeabilidade (correspondente ao percentil 50)
3. Revisão da Literatura
Neste capítulo são referenciados de forma sucinta alguns dos trabalhos-chave desenvolvidos ao longo dos anos em modelagem integrada de reservatórios, relevantes para esta dissertação. É também apresentado o enquadramento geológico da Bacia de Campos.
3.1. Modelagem Integrada de Reservatórios
Dykstra & Parsons (1950), quando introduzem o conceito de variação de permeabilidade enquanto medida de grau de heterogeneidade vertical de reservatórios, reforçam a ideia de que é necessário impor peso geológico semelhante a outras técnicas de medida de variabilidade.
Segundo Kopaska-Merkel & Mann (1992), este método de quantificação de heterogeneidade dos reservatórios oferece as vantagens de, (1) ser uma classificação numérica simples, significando que pode ser comparada com outros estudos, e (2) ser diretamente baseada em dados petrofísicos dos reservatórios no lugar de interpretações deposicionais que se relacionam indiretamente com heterogeneidade do reservatório.
Segundo Xu et al. (1992) é da integração de diferentes tipos de informação num único e coerente modelo estocástico que nasce a importância dos maiores desafios das práticas de modelagem de fenômenos físicos visando tomada de decisões para o desenvolvimento de poços.
Baldissera (1992) desenvolve trabalho com o objetivo de transformar dados geológicos em numéricos com técnicas geostatísticas de modelagem estocástica de reservatórios turbidíticos. O autor conclui com reforço sobre a ideia de que a modelagem estocástica não deve ser utilizada enquanto ferramenta ímpar na caracterização de reservatórios. No entanto, deve sim ser combinada com uma série de outras metodologias e ferramentas já implementadas em caracterização geológica de reservatórios.
As pesquisas relacionadas à caracterização de reservatórios têm levado à criação de modelos que integram outro tipo de informação secundária, geralmente disponível, o dado sísmico (soft data) como em Bortolli et al. (1993). Deste modo, os modelos baseados em dados de sísmica e poço podem ter um elevado desenvolvimento na sua melhoria por integrar distintas naturezas de dados. Esta integração pode ser complexa, pelo fato dos dados terem escalas totalmente distintas (Haas & Dubrule, 1994).
A integração de dados é um princípio fundamental da modelagem de reservatórios. Em Soares (1998) os modelos construídos e gerados comportam elevados graus de incerteza devido à falta de informação. A necessidade de diminuir as incertezas é crescente, e é onde a simulação
estocástica ganha lugar, com a simulação sequencial da indicatriz com intuito de caracterizar classes litológicas, fácies, por exemplo (Soares, 1998).
A simulação sequencial gaussiana, algoritmo prático, rápido e robusto desenvolvido por Deutsch & Journel (1998), também tem a sua importância para este tipo de estudos. No entanto, o resultado da simulação sequencial gaussiana, geralmente, ocorre com um aspeto sintético e não reflete a variabilidade natural do fenômeno, por exemplo, distribuição de fácies, porque se baseia apenas em estatística de um ponto, o histograma e em estatística de dois pontos, o semi-variograma (Li et al., 2005). Não obstante, é um dos métodos mais usados e mais bem conhecidos na comunidade científica. Journel (2005) reforça a limitação do tradicional semi-variograma por ser estatística de dois pontos, mas que se torna bastante complexo quando se tenta modelar tridimensionalmente, sendo muito difícil de inferir alguma estrutura através do mesmo.
Chambers et al. (2000a) reforçam a necessidade de modelar a continuidade espacial através de estudo variográfico.
Chambers et al. (2000b) mencionam o fato de muitos trabalhos de modelagem seguirem uma metodologia com várias fases, desde a construção de modelo estrutural com principais falhas, topo e base do reservatório, ao seu preenchimento, com fácies e distribuição de propriedades petrofísicas. Estes trabalhos foram desenvolvidos utilizando dois algoritmos geostatísticos operacionalmente semelhantes, mas com propósitos diferentes, o de simulação sequencial gaussiana e o de simulação sequencial indicatriz.
Cosentino (2001) e Deutsch (2002) desenvolvem uma metodologia integrada de reservatórios completa e com uma série de aplicações bem como algoritmos de modelagem geostatística. Alertam para o fato de, ao se correlacionar dados de diferentes escalas faz-se necessário regularizar a pequena escala para uma escala de resolução intermédia, nomeadamente para a escala de resolução da malha geostatística de interesse.
Normando (2005) segue e aplica uma metodologia adotada por Mato et al. (2000) para a determinação de quatro eletrofácies, com dois metros de discretização, tendo nestas agrupados trinta e seis litótipos. Desenvolveu duas rotinas para executar a discretização que diferem da transferência de escala que foi proposta por Braga (1998). Estas rotinas consideram essencialmente dois fatores, (1) maior espessura contíua ou frequência no determinado intervalo, e (2) continuidade e proximidade ao centro do intervalo e abaixo dele. O autor conclui que a
