camilamartinssaporetti

Texto

(1)Camila Martins Saporetti. Comparac~ao de tecnicas de inteligência computacional para classi

(2) cac~ao de dados petrogra

(3) cos. Dissertaca~o apresentada ao Programa de Pos-graduaca~o em Modelagem Computacional, da Universidade Federal de Juiz de Fora como requisito parcial a obtenca~o do grau de Mestre em Modelagem Computacional.. Orientador:. Prof. D.Sc. Leonardo Goliatt da Fonseca. Coorientador: Prof. D.Sc. Egberto Pereira. Juiz de Fora 2016.

(4) Ficha catalográfica elaborada através do programa de geração automática da Biblioteca Universitária da UFJF, com os dados fornecidos pelo(a) autor(a). Saporetti, Camila Martins. Comparação de técnicas de inteligência computacional para classificação de dados petrográficos / Camila Martins Saporetti. -2016. 119 f. : il. Orientador: Leonardo Goliatt da Fonseca Coorientador: Egberto Pereira Dissertação (mestrado acadêmico) - Universidade Federal de Juiz de Fora, ICE/Engenharia. Programa de Pós-Graduação em Modelagem Computacional, 2016. 1. Inteligência Computacional. 2. Diagênese. 3. Petrografia Sedimentar. I. Fonseca, Leonardo Goliatt da , orient. II. Pereira, Egberto, coorient. III. Título..

(5)

(6) Dedico este trabalho a minha m~ae. Por todos estes anos de muito amor, carinho e cuidados conosco. Obrigada..

(7) AGRADECIMENTOS Agradeco a Deus por me amparar nos momentos difceis e por me dar forca interior para superar as di

(8) culdades. Agradeco a todos aqueles que de alguma forma contriburam para que esse trabalho se concretizasse. minha m~ae e irm~a, agradeco pela paciência, pelo apoio e por acreditarem que eu A conseguiria. Vocês s~ao fundamentais na minha vida. Francislaine, agradeco por ter feito da sua famlia a minha. Obrigado por sempre A estar disponvel quando preciso, por me escutar e por ter me dado apoio quando mais precisei. Ao Leonardo Goliatt agradeco a orientac~ao, a con

(9) anca, a dedicaca~o e claro a paciência. Obrigada pelo incentivo, por sempre me mostrar as possibilidades e por ser este exemplo de pro

(10) ssional. Ao Egberto Pereira pela coorientaca~o e a disponibilidade em ajudar. Seu ponto de vista foi fundamental para a conclus~ao desta dissertac~ao e planejamento de trabalhos futuros. Ao Leonardo Oliveira pela colaborac~ao. As suas sugest~oes foram importantes para desfecho de artigos e apresentac~oes. Sem duvidas foi importante para a construc~ao deste trabalho. Ariane e a Jacqueliny agradeco pela companhia, pelos conselhos. Vocês se tornaram A minhas irm~azinhas. minhas meninas, Anna Claudia, Barbara, Isis, Letcia, Liliane e Stephanie, As agradeco pela amizade e por me escutarem mesmo longe.. Vocês foram mais que. fundamentais para que este trabalho se realizasse. Alessandra por ser essa pessoa com o corac~ao imenso, obrigada pela amizade e por A sempre estar disposta a me ajudar. Aos amigos de pos-graduac~ao pela ajuda e pelos momentos de descontrac~ao. Vocês s~ao demais. Aos professores e tecnicos do PPGMC por tornarem possvel este trabalho. UFJF agradeco pelos auxlios disponibilizados, que foram fundamentais para meu A desenvolvimento acadêmico e pessoal. CAPES pela bolsa que possibilitou o andamento deste projeto. A.

(11) \Que os vossos esforcos desa

(12) em as impossibilidades, lembrai-vos de que as grandes coisas do homem foram conquistadas do que parecia impossvel." Charles Chaplin.

(13) RESUMO. Modelos preditivos de distribuica~o de heterogeneidades e qualidade em reservatorios de hidrocarbonetos s~ao de fundamental importância para explorac~ao e otimizaca~o da produc~ao de campos de oleo e gas. As heterogeneidades s~ao determinadas atraves das distintas petrofacies sedimentares, um conjunto de caractersticas petrogra

(14) cas que especi

(15) cam um grupo de rochas. O procedimento de identi

(16) car petrofacies geralmente e longo, o que faz com que a automatizaca~o seja necessaria para agilizar o processo, e assim a analise seja concluda rapidamente. Recentemente, tecnicas oriundas da area de inteligência computacional têm sido usadas para auxiliar na tomada de decis~oes de especialistas em diversos problemas de Geociências. O objetivo desta dissertaca~o e avaliar o desempenho de diferentes tecnicas baseadas em inteligência computacional para prever a classi

(17) caca~o de amostras petrogra

(18) cas pertencentes a uma mesma bacia sedimentar e propor o uso delas nesse tipo de problema. Para isso, desenvolveu-se um framework computacional para classi

(19) car petrofacies de acordo com seus constituintes.. Os dados analisados s~ao provenientes de três fontes distintas. A primeira base de dados e formada por amostras da regi~ao de Tibagi (PR) e a segunda da regi~ao de Dom Aquino (MS). Tais amostras s~ao referentes a uma unidade litoestratigra

(20) ca formalizada na Bacia do Parana como Membro Tibagi. A terceira e a junc~ao das duas bases anteriores. A quarta por amostras do membro Mucuri da Bacia Sedimentar do Esprito Santo. A metodologia proposta envolve o uso de metodos de classi

(21) cac~ao, tecnicas de validaca~o cruzada, reduca~o de dimensionalidade, selec~ao de caractersticas e o emprego de assembleia de constituintes.. Os parâmetros envolvidos no ajuste. dos metodos foram determinados por um processo de busca exaustiva com validaca~o cruzada, e metricas de classi

(22) cac~ao adequadas foram usadas para avaliar e comparar os resultados. A metodologia apresentada, alem de avaliar o desempenho de diversas tecnicas de inteligência computacional, surge como uma alternativa para auxiliar o geologo/especialista na determinac~ao e caracterizaca~o das petrofacies, contribuindo para a reduc~ao do esforco no processo manual de individualizaca~o.. Palavras-chave: Inteligência Computacional. Diagênese. Petrogra

(23) a Sedimentar..

(24) ABSTRACT. Predictive models of heterogeneities distribution and quality in hydrocarbon reservoirs are of fundamental importance for exploration and production optimization of oil and gas

(25) elds. The heterogeneities are determined by the di erent sedimentary petrofacies, a set of petrographic characteristics that speci

(26) es a group of rocks. The identi

(27) cation and classi

(28) cation of petrofacies is usually a time consuming procedure, and the use of computational methods can reduce the time and e ort spent in the analysis. Recently, techniques derived from the computational intelligence research area have been used to assist in making decisions experts in several problems in Geosciences. The purpose of this dissertation is evaluating the performance of di erent techniques based on computational intelligence to predict the classi

(29) cation of petrographic samples belonging to the same sedimentary basin. A computational framework was developed to classify petrofacies according to their constituents. The data was collected from three di erent sources. The

(30) rst database is formed by thin sections of Tibagi region (PR). The second by thin sections of Dom Aquino region (MS). Such thin sections are for a lithostratigraphic unit formalized in the Parana Basin as Member Tibagi. The third by thin sections from the two previous databases. The fourth database is a set of thin sections from Mucuri member of the Esprito Santo sedimentary basin. The proposed method involves the use of classi

(31) ers, cross validation, dimensionality reduction, feature selection and the use of ensemble of constituents. The parameters involved in adjusting methods were determined by an exhaustive search procedure with cross-validation and classi

(32) cation metrics were used to evaluate and compare the results. The presented methodology evaluates the performance of several computational intelligence techniques, and arises as an alternative to assist the geologist in the determination and characterization of petrofacies, helping to reduce the e ort in the process of individualization.. Keywords: Computational Intelligence. Diagenesis. Sedimentary Petrography..

(33) SUMARIO. ~ ..................................................... 1 INTRODUC AO 1.1 Contextualizac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Justi

(34) cativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 18 18 20 22 1.3.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 1.3.2 Objetivos Espec

(35) cos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.4 Organizac~ao da Dissertac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2 CONTEXTO GEOLOGICO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.1 Sedimentologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.1.1 Intemperismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.1.1.1 Intemperismo Fsico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.1.1.2 Intemperismo Qumico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.1.1.3 Intemperismo Biologico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.1.2 Eros~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.1.3 Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.1.4 Deposic~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.2 Formac~ao de Bacias Sedimentares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.3 Diagênese e Liti

(36) cac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4 Tipos de Rochas Sedimentares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.5 Sistemas Petrolferos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.5.1 Rochas Geradoras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5.2 Migrac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5.3 Trapa ou Armadilha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5.4 Rochas Reservatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5.4.1 Siliciclasticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5.4.2 Carbonaticas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 2.5.5 Rochas Selantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 2.5.6 Sincronismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36.

(37) 2.6 Porosidade e Permeabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.7 Ambientes de Sedimentac~ao, Litologia, Facies e Petrofacies Sedimentares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.7.1 Ambientes de Sedimentac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.7.2 Litologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.7.3 Facies Sedimentares. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.7.4 Petrofacies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.8 Geologia Sedimentar Aplicada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.8.1 Petroleo e Gas Natural . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.8.1.1 Exploraca~o de Petroleo no Brasil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 ^ NCIA COMPUTACIONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3 INTELIGE 3.1 Revis~ao Bibliogra

(38) ca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.2 Pre-Processamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.2.1 Normalizac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.2.2 Selec~ao de Caractersticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.2.2.1 Seleca~o de Caractersticas Univariada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.2.2.2 Seletores de Caractersticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.2.3 Balanceamento dos Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.3 Classi

(39) cac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.3.1 Classi

(40) cadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.3.1.1 Maquinas de Vetor Suporte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.3.1.2 K-Nearest Neighbors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.3.1.3 Arvore de Decis~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 3.3.1.4 Random Forest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 3.3.1.5 Multi-Layer Perceptron . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3.4 Agrupamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.4.1 K-Means. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.5 Validac~ao Cruzada e Grid Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.5.1 Tecnicas de Validac~ao Cruzada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.5.1.1 K-Fold (KF). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.5.1.2 Strati

(41) ed K-Fold (SKF) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.6 Metricas para a selec~ao de modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57.

(42) 3.6.1 3.6.2 3.6.3 3.6.4 3.6.5 3.6.6 3.6.7. Acuracia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . RECALL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . F1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Kappa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Erro Quadratico Medio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Teste de Wilcoxon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Criterios de Validac~ao - Agrupamento . . . . . . . . . . . . . . . . . . . . . . . . .. 58 58 58 58 59 59 60 3.6.7.1 Silhueta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.7 Analise de Componentes Principais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.7.1 Processo para uma Analise de Componentes Principais . . . . . . . . . 61 4 EXPERIMENTOS COMPUTACIONAIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.1 Bases de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.1.1 Paleosul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.1.2 Tibagi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 4.1.3 Parana+. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.1.4 Mucuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 4.2 Procedimentos Realizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 4.3 Resultados e Discuss~oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.3.1 Paleosul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.3.1.1 Dados Desbalanceados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.3.1.2 Dados Desbalanceados { Seleca~o de Caractersticas. . . . . . . . . . . . . . . . . . . . . . . . 77 4.3.1.3 Dados Balanceados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.3.2 Tibagi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.3.2.1 Dados Desbalanceados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.3.2.2 Dados Desbalanceados { Seleca~o de Caractersticas. . . . . . . . . . . . . . . . . . . . . . . . 84 4.3.2.3 Dados Balanceados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 4.3.3 Parana+. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 4.3.3.1 Dados Desbalanceados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 4.3.3.2 Dados Desbalanceados { Seleca~o de Caractersticas. . . . . . . . . . . . . . . . . . . . . . . . 90 4.3.3.3 Dados Balanceados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 4.3.4 Mucuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 4.3.4.1 Dados Desbalanceados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94.

(43) 4.3.4.2. Dados Desbalanceados { Seleca~o de Caractersticas. . . . . . . . . . . . . . . . . . . . . . . . 98. 4.3.4.3. Dados Balanceados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99. 4.3.5 Agrupamento - Tibagi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 ~ 5 CONCLUSOES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.1 Conclus~oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.1.1 Do desenvolvimento da dissertac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.1.2 Dos objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.1.3 Da conclus~ao da dissertac~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 5.2 Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 ^ NDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 APE.

(44) ~ LISTA DE ILUSTRAC OES. 1.1 Localizac~ao da Bacia do Parana (extrado de (Franca e Oliveira, 2010)). . . . . 20 2.1 Sedimentologia e disciplinas relacionadas (modi

(45) cado de (Suguio, 2003)) . . . 24 2.2 Intemperismo, Eros~ao, Transporte e Deposica~o (retirado de (Press e Menegat, 2006)) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3 Fragmentac~ao pela aca~o do gelo (retirado de (Teixeira et al., 2003)) . . . . . . 26 2.4 Fotomicrogra

(46) a, obtida por microscopio eletrônico de varredura, de um feldspato marcado e corrodo pelo intemperismo qumico no solo.(retirado de (Berner e Holdren, 1977)) . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.5 A ac~ao dos organismos vivos no solo que geram o intemperismo biologico (retirado de (Teixeira et al., 2003)) . . . . . . . . . . . . . . . . . . . . . . 28 2.6 Agentes de Transporte (retirado de (Kastro, 2010)) . . . . . . . . . . . . . . . 30 2.7 Formac~ao de Rochas Sedimentares (retirado de (Press e Menegat, 2006)) . . . 31 2.8 Processos Diageneticos (retirado de (Press e Menegat, 2006)) . . . . . . . . . . 32 2.9 Diagrama triangular de classi

(47) cac~ao geral das rochas sedimentares segundo (Folk, 1957) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.10 Sistema Petrolfero (retirado de (de Oliveira, 2014)) . . . . . . . . . . . . . . . 34 2.11 Posicionamento Gas e Petroleo . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.1 Classi

(48) caca~o pelo metodo KNN. . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.2 Arvore de decis~ao e sua respectiva exibica~o no espaco. . . . . . . . . . . . . . . 52 3.3 Floresta Aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3.4 Esquema de ilustraca~o das conectividades para uma rede neural 2-4-4-1. . . . . 54 3.5 K-Means - K = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.6 K-Fold - K = 7. Conjunto de treinamento, 6 amostras (quadros verdes) e conjunto de teste, 1 amostra (quadro cinza) . . . . . . . . . . . . . . . . . 57 4.1 Localizac~ao dos Furos de Sondagem RSP-1, RVR-1 e RPL-1 (extrado de (Brazil, 2004)). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.2 Distribuica~o das Amostras - Paleosul . . . . . . . . . . . . . . . . . . . . . . . 67.

(49) 4.3 Localizac~ao dos Furos de Sondagem PPG-1, PPG-2, PPG-3, PPG-4 e PPG-5 (extrado de (Cevolani et al., 2011)). . . . . . . . . . . . . . . . . . . . . . 68 4.4 Distribuica~o das Amostras - Tibagi . . . . . . . . . . . . . . . . . . . . . . . . 69 4.5 Distribuica~o das Amostras - Parana+ . . . . . . . . . . . . . . . . . . . . . . . 70 4.6 Localizac~ao da Bacia do Esprito Santo-Mucuri (extrado de (de Castro, 2003)). 71 4.7 Distribuica~o das Amostras - Mucuri . . . . . . . . . . . . . . . . . . . . . . . . 73 4.8 Esquema ilustrando o procedimento computacional . . . . . . . . . . . . . . . 74 4.9 KF e SKF { Paleosul (30 iterac~oes, K= 5) - Acuracia, F1 e RECALL . . . . . 78 4.10 Selec~ao de Caractersticas { Paleosul (30 iteraco~es, K= 5) - Acuracia . . . . . 79 4.11 SKF { Paleosul (30 iteraco~es, K= 5) - Acuracia, F1 e RECALL . . . . . . . . 81 4.12 KF e SKF { Tibagi (30 iteraco~es, K= 5) - Acuracia, F1 e RECALL . . . . . . 84 4.13 Selec~ao de Caractersticas { Tibagi (30 iteraco~es, K= 5) - Acuracia . . . . . . 85 4.14 SKF { Tibagi (30 iteraco~es, K= 5) - Acuracia, F1 e RECALL . . . . . . . . . 86 4.15 KF e SKF { Parana+ (30 iteraco~es, K= 5) - Acuracia, F1 e RECALL . . . . . 91 4.16 Selec~ao de Caractersticas { Parana+ (30 iterac~oes, K= 5) - Acuracia . . . . . 92 4.17 SKF { Parana+ (30 iterac~oes, K= 5) - Acuracia, F1 e RECALL . . . . . . . . 94 4.18 KF e SKF { Mucuri (30 iteraco~es, K= 5) - Acuracia, F1 e RECALL . . . . . . 98 4.19 Selec~ao de Caractersticas { Mucuri (30 iteraco~es, K= 5) - Acuracia . . . . . . 99 4.20 SKF { Mucuri (30 iteraco~es, K= 5) - Acuracia, F1 e RECALL . . . . . . . . . 100 4.21 Visualizac~ao dos agrupamentos obtidos com amostras para o primeiro furo de sondagem do membro Tibagi. PPG1{SC = 0:456 . . . . . . . . . . . . . . 102 4.22 Visualizac~ao dos agrupamentos obtidos com amostras para o segundo furo de sondagem do membro Tibagi. PPG2{SC = 0:586 . . . . . . . . . . . . . . 103 4.23 Visualizac~ao dos agrupamentos obtidos com amostras para o terceiro furo de sondagem do membro Tibagi. PPG3{SC = 0:657 . . . . . . . . . . . . . . 103 4.24 Visualizac~ao dos agrupamentos obtidos com amostras para o quarto furo de sondagem do membro Tibagi. PPG4{SC = 0:426 . . . . . . . . . . . . . . 104 4.25 Visualizac~ao dos agrupamentos obtidos com amostras para os três furos de sondagens restantes do membro Tibagi. PPG5{SC = 0:396 . . . . . . . . . 104 A.1 QR-Code Bases de Dados. Endereco para consulta: goo.gl/ocFYDZ . . . . . . 119.

(50) LISTA DE TABELAS. 3.1 Variaveis Normalizac~ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.2 Tipos de Kernel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.3 Valor Kappa e Nvel de Concordância . . . . . . . . . . . . . . . . . . . . . . . 59 4.1 Petrogra

(51) cos analisados - Base de Dados Paleosul . . . . . . . . . . . . . . . . 66 4.2 Petrofacies Paleosul x No de amostras . . . . . . . . . . . . . . . . . . . . . . . 67 4.3 Petrogra

(52) cos analisados - Base de Dados Tibagi . . . . . . . . . . . . . . . . . 68 4.4 Petrofacies Tibagi x No de amostras . . . . . . . . . . . . . . . . . . . . . . . . 69 4.5 Petrogra

(53) cos analisados - Base de Dados Parana+ . . . . . . . . . . . . . . . . 69 4.6 Petrofacies Parana+ x No de amostras . . . . . . . . . . . . . . . . . . . . . . 70 4.7 Petrogra

(54) cos analisados - Base de Dados Mucuri . . . . . . . . . . . . . . . . . 72 4.8 Classes Permeabilidade x Faixa de Permeabilidade . . . . . . . . . . . . . . . . 72 4.9 Classes Permeabilidade Mucuri x No de amostras . . . . . . . . . . . . . . . . 72 4.10 Parâmetros dos modelos utilizados no grid search com validaca~o cruzada. . . . 75 4.11 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para os metodos KF e SKF { Base de Dados Paleosul. . . . . . . . . 76 4.12 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para o metodo SKF - Dados Balanceados Paleosul. . . . . . . . . . . 80 4.13 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para os metodos KF e SKF { Base de Dados Tibagi. . . . . . . . . . 83 4.14 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para o metodo SKF - Dados Balanceados Tibagi. . . . . . . . . . . . 87 4.15 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para os metodos KF e SKF { Base de Dados Parana+. . . . . . . . 89 4.16 Descric~ao dos componentes Detrticos e Diageneticos usados na estrategia de assembleia de constituintes. . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4.17 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para os metodos SKF - Dados Balanceados Parana+. . . . . . . . . 95 4.18 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para os metodos KF e SKF { Base de Dados Mucuri. . . . . . . . . 97.

(55) 4.19 Media e Desvio Padr~ao da Acuracia, F1, RECALL, Kappa e Erro Quadratico Medio para o metodo SKF - Dados Balanceados Mucuri. . . . . . . . . . . 101.

(56) Lista de Abreviaco~es AAM. Analise de Agrupamentos baseado em Modelo. AC. Acuracia. ACP. Analise de Componentes Principais. D. Darcy. DT. Decision Tree. ECA. Expectativa Condicional Alternada. EM. Escalonamento Multidimensional. EUA. Estados Unidos da America. KF. K-Fold. KNN. K-Nearest Neighbors. LinSVM. Linear Support Vector Machines. MAG. Modelo Aditivo Generalizado. md. milidarcys. MLP0. Multi-Layer Perceptron. MSE. Mean Squared Error. NFS. No Feature Selection. PAM. Partitioning Around Medoids. P&D. Pesquisa e Desenvolvimento. RBFSVM. RBF Support Vector Machines. RF. Random Forest. RNA. Redes Neurais Arti

(57) ciais. RVR. Relevance Vector Regression. SC. Silhouette Coecient. SFpr. Select False Positive Rate. SKB. Select K-Best. SKF. Strati

(58) ed K-Fold. SP. Select Percentile. SVM. Support Vector Machines. SVR. Support Vector Regression. Swe. Family Wise Error.

(59) 18. ~ 1 INTRODUC AO 1.1 Contextualizac~ao Nessa dissertac~ao iremos focar nas rochas reservatorios de um sistema petrlfero. O petroleo que e uma substância oleosa e in amavel, utilizado na produca~o de energia eletrica, calor

(60) ca ou mecânica.. O petroleo originou a partir de restos orgânicos. de zooplâncton e

(61) toplâncton depositados no fundo de lagos e mares atraves de transformaco~es termoqumicas ao longo de milhares de anos. Os reservatorios est~ao divididos em convencionais e n~ao convencionais (Jacomo, 2014). Os convencionais tratam-se daqueles em que os hidrocarbonetos podem ser extrados por processos de recuperac~ao mais simples e com viabilidade econômica. S~ao constitudos de reservatorios porosos e permeaveis, de baixa viscosidade e de densidade baixa e media. Os n~ao convencionais s~ao aqueles que n~ao apresentam caractersticas que garantam que o hidrocarboneto acumulado possa ser extrado por procedimentos simples de recuperaca~o, exigindo recursos tecnologicos mais avancados. A maior parte da explorac~ao ocorre nos reservatorios convencionais, mas as pesquisas em reservatorios n~ao-convencionais vem aumentando, uma vez que o petroleo e uma fonte n~ao-renovavel. Com intuito de resolver este problema, pesquisadores est~ao desenvolvendo tecnicas para auxiliar na extraca~o de petroleo de reservas que n~ao s~ao comuns, como as areias asfalticas (areias betuminosas) do Canada ou explorac~ao em grandes profundidades nos oceanos. No Brasil, tem-se concentrado nos depositos pre-sal, situados no oceano ha mais de cinco quilômetros de profundidade, abaixo de uma camada de sal com cerca de dois quilômetros. Os EUA tem avancado na exploraca~o, no desenvolvimento e na produca~o de reservas de gas natural e gas de folhelho, tratando-se de recursos n~ao convencionais, sendo o principal responsavel pela oferta do gas naquele pas nos ultimos anos (Bartlett, 2000). Os recentes desa

(62) os encontrados na industria de oleo e gas resultaram em problemas com difceis resoluco~es onde as abordagens geralmente usadas s~ao ine

(63) cazes ou inviaveis. Alguns exemplos s~ao a delimitac~ao de fronteiras de um reservatorio de gas natural (Egging et al., 2010) e a analise do potencial de reservatorios de petroleo (Zhang, 1999). Com o.

(64) 19 objetivo de contribuir para a soluca~o de tais problemas, nas ultimas decadas vem crescendo o numero de trabalhos utilizando modelos matematicos e tecnicas computacionais. No processo de exploraca~o de petroleo e fundamental ter conhecimento sobre a qualidade e o potencial de um reservatorio. Para tal analise, o estudo da diagênese das rochas e de vital importância. O termo diagênese pode ser descrito como um conjunto de processos qumicos e fsicos sofridos pelos sedimentos desde a sua deposic~ao ate a sua consolidac~ao. As propriedades das rochas s~ao investigadas atraves das litofacies quando trata-se da analise em campo, da litologia ou petrofacies, quando se trata de laboratorio. As litofacies sedimentares s~ao um aglomerado de caractersticas fsicas e orgânicas macroscopicas das rochas, ja as petrofacies sedimentares s~ao um conjunto de caractersticas petrogra

(65) cas, como por exemplo, cor, granulometria, estrutura sedimentar, geometria deposicional, presenca de fosseis, paleocorrente, entre outras que individualizam um grupo de rochas, e sua determinac~ao permite a inferência da heterogeneidade do reservatorio. Um reservatorio de petroleo, no enfoque econômico, e julgado de bom redimento, se disp~oe, alem de uma abundante quantidade de oleo, condic~oes otimas de recuperac~ao dos uidos, que est~ao intimamente ligadas a porosidade e a permeabilidade da formaca~o (Azevedo, 2005). A permeabilidade e um fator geometrico que de

(66) ne caractersticas de transmiss~ao de uidos em um meio poroso, representando a area de uxo efetiva na escala dos poros. Com o objetivo de prever propriedades de reservatorios petrolferos, varios trabalhos na literatura podem ser citados. Maraschin e Mizusaki (2008) desenvolveram um metodo alternativo para prever permeabilidade em dados de per

(67) s de pocos, que se baseia na integraca~o entre teoria wavelet e Redes Neurais Arti

(68) ciais. Silva et al. (2015) realizaram a classi

(69) caca~o petrogra

(70) ca de rochas carbonato-siliciclastica usando um algoritmo de retropropagaca~o de rede neural suportado por informaco~es mineralogica e textural a partir de um conjunto de dados coletados da Bacia Provence do Sul, no sudoeste da Franca. Xie (2008) apresentou uma comparaca~o de três metodos de analise variada para prever a permeabilidade baseado em dados de per

(71) s de pocos de dois reservatorios carbonaticos. O primeiro e uma combinaca~o do algoritmo de seleca~o stepwise com a tecnica de Expectativa Condicional Alternada. O segundo e a aplicac~ao de arvore de regress~ao e validaca~o cruzada. O terceiro emprega splines de regress~ao adaptativa multivariada. Wang e Carr.

(72) 20 (2012) utilizaram um modelo baseado em Redes Neurais Arti

(73) ciais para prever litofacies a partir de dados de per

(74) s de pocos da bacia sedimentar Appalachian.. 1.2 Justi

(75) cativa A Bacia do Parana e uma bacia intracratônica com uma area total de aproximadamente 1400000 km2 que ocupa partes do Brasil, Argentina, Paraguai e do norte do Uruguai, como pode ser visto na Figura 1.1. Possui reservas signi

(76) cativas de carv~ao mineral, sendo objeto de estudo em muitos trabalhos.. Figura 1.1: Localizaca~o da Bacia do Parana (extrado de (Franca e Oliveira, 2010)).. A Formac~ao Ponta Grossa, sistema petrolfero mais importante da Bacia do Parana (Milani e Zalan, 1999).. Esta formac~ao e subdividida em três membros: Membro. Jaguariava (inferior), Membro Tibagi (medio) e Membro S~ao Domingos (superior). Segundo Grahn (1999), as idades para os três membros s~ao, respectivamente praguianaemsiana (+/-410.8 ma a +/-393.3 ma), emsiana (+/-407.3 ma a +/-393.3 ma) e eifelianaeofrasniana (+/-393.3 ma a +/-382.7 ma). Essa consiste de folhelhos argilosos, micaceos,.

(77) 21

(78) namente laminados, cinzentos, e folhelhos slticos a arenosos, com siltitos e arenitos muito

(79) nos subordinados (Petri e Fulvaro, 1983). Os arenitos

(80) nos a muito

(81) nos, depositados no Membro Tibagi no Eifeliano (+/-390 ma), compreendem possveis reservatorios para um hipotetico sistema petrolfero Ponta Grossa-Ponta Grossa (Oliveira, 2009). A superposic~ao de variados e intensos processos diageneticos sobre os sedimentos depositados ocasionou em uma alta heterogeneidade nesses reservatorios. Isso di

(82) culta a realizaca~o de procedimentos de produca~o e faz com que a recuperac~ao de hidrocarbonetos seja limitada. As bacias do Esprito Santo e Mucuri ocupam o litoral norte do Esprito Santo e o sul da Bahia. Esta bacia possui campos petrolferos de grande importância, com reservas signi

(83) cativas de gas natural e oleo leve. Em 2008, a Petrobras anunciou a descoberta de oleo de boa qualidade no campo de Gol

(84) nho, na Bacia do Esprito Santo e a partir dessa data a area passou a despertar interesse de pesquisadores, sendo mais estudada. A de

(85) nic~ao da distribuic~ao de heterogeneidades de reservatorios de hidrocarbonetos s~ao primordiais para exploraca~o e otimizac~ao da produc~ao de campos de petroleo. Para uma rocha ser julgada como um bom reservatorio, ela deve possuir as seguintes caractersticas: uma extens~ao consideravel, boa porosidade (de 15% a 20%), uma apreciavel permeabilidade e e

(86) ciência de recuperaca~o de hidrocarbonetos.. Essas. caractersticas s~ao ditas petrofsicas, e indicam o resultado de toda a historia geologica dos sedimentos depositados e em particular das condico~es de sedimentaca~o e dos fenômenos de diagênese, sendo de fundamental importância para de

(87) nica~o da qualidade do reservatorio. O estudo da diagênese das rochas vem sendo incentivado pelas empresas petrolferas, com intuito de entender a distribuica~o da porosidade em arenitos. O interesse vem do fato que estes arenitos podem originar em reservatorios de hidrocarbonetos. No decorrer do processo de diagênese, minerais podem precipitar-se como cimento nos poros da rocha, o que resulta na diminuica~o de sua porosidade e da permeabilidade, prejudicando seu potencial como reservatorio (Maraschin e Mizusaki, 2008). A partir da analise petrogra

(88) ca e possvel identi

(89) car, por meio de um microscopio de luz polarizada, os constituintes de uma rocha. Dessa forma, pode-se realizar uma avaliac~ao das implicac~oes futuras de suas propriedades sobre o comportamento dos produtos gerados, como o petroleo (de Menezes, 1999). Essa analise ocorre com o uso de microscopio petrogra

(90) co, onde o geologo/petrologo descreve as lâminas discriminando seus aspectos geologicos. Uma base de dados e criada atraves das observaco~es realizadas.

(91) 22 e pode-se, com isso, agrupar os dados em diferentes petrofacies. O mapeamento da distribuic~ao de heterogeneidades pode ser realizada atraves da quanti

(92) caca~o dos constituintes a

(93) m de avaliar as heterogeneidades do reservatorio. Este processo usualmente e muito longo, pois envolve o processo de amostragem, gerac~ao dos dados e posterior interpretac~ao destes (Cevolani et al., 2011). Alem disso, devido a grande quantidade de dados, nem toda informac~ao obtida pode ser adequadamente aproveitada no procedimento manual. A permeabilidade geralmente e determinada em laboratorio com permeabilmetros pelos metodos de nvel constante e de nvel variavel.. Em ensaios de campo a. permeabilidade e identi

(94) cada pelos metodos do bombeamento em dois pocos, pelo bombeamento em um poco (pontual), metodo de recuperac~ao, de in

(95) ltraca~o ou de rebaixamento e por per

(96) s geofsicos complexos.. Desse modo, a permeabilidade e. determinada no laboratorio pela medida da press~ao relacionada ao uxo do uido viscoso que permeia uma amostra de rocha. Os testes em laboratorio, todavia, n~ao s~ao empregados para os materiais de testemunhos mal recuperados ou para amostras de calha (Jones e Owens, 1980). Tendo em vista as exposic~oes acima, nota-se a necessidade de automatizar os procedimentos de caracterizaca~o do reservatorio com o objetivo de melhorar a produtividade ou a interpretabilidade dos dados. Nesse contexto, tecnicas de Inteligência Computacional aparecem como um mecanismo util para auxiliar na classi

(97) caca~o de petrofacies e da permeabilidade.. 1.3 Objetivos 1.3.1 Objetivo Geral O objetivo principal desta dissertaca~o e comparar tecnicas de inteligência computacional para a classi

(98) cac~ao de dados petrogra

(99) cos e propor o uso delas nesse tipo de problema atraves do desenvolvimento de um metodo computacional. Dessa maneira pretende-se avaliar algumas tecnicas com intuito de auxiliar o geologo/petrologo na analise de dados petrogra

(100) cos..

(101) 23. 1.3.2 Objetivos Espec

(102) cos Os seguintes objetivos espec

(103) cos s~ao enumerados: 1. Estudar e implementar classi

(104) cadores, seletores de caractersticas e metodos de validaca~o cruzada; 2. Implementar uma busca exaustiva a

(105) m de encontrar os parâmetros dos classi

(106) cadores que retorna um melhor desempenho; 3. Estudar e implementar metricas para avaliar as tecnicas de inteligência computacional; 4. Aplicar a abordagem em diferentes bases de dados para avaliar o seu comportamento em diferentes aplicac~oes importantes para determinar o potencial de um reservatorio de petroleo.. 1.4 Organizac~ao da Dissertac~ao Esse trabalho subdivide-se em seis captulos.. No Captulo 1 encontra-se uma. apresentaca~o dessa dissertac~ao que e composta pela contextualizac~ao, justi

(107) cativa, hipotese da dissertac~ao e os objetivos. No Captulo 2 e exibido o contexto geologico, onde s~ao descritos os principais conceitos geologicos importantes para o desenvolvimento desse trabalho. Informac~oes sobre sedimentologia, diagênese, petrofacies, litologia, permeabilidade, porosidade ser~ao encontradas nesse captulo. Os conceitos de Inteligência Computacional s~ao apresentados no Captulo 3, onde encontra-se revis~ao bibliogra

(108) ca, no qual constam trabalhos que utilizaram tecnicas de minerac~ao de dados com o objetivo de descobrir relaco~es uteis nos dados. Nesse captulo est~ao contidos conceitos relacionados a classi

(109) cac~ao, validaca~o cruzada, seleca~o de caractersticas e metricas para a seleca~o de modelos. No Captulo 4 est~ao descritas as bases de dados, procedimentos realizados para o desenvolvimento do projeto em quest~ao, os resultados e discuss~oes. O Captulo 5 apresenta a conclus~ao com base nos resultados obtidos e as indicaco~es para trabalhos futuros e no Apêndice A encontram-se as bases de dados utilizadas para testar o desempenho das tecnicas de Inteligência Computacional..

(110) 24. 2 CONTEXTO GEOLOGICO 2.1 Sedimentologia A sedimentologia e o estudo dos depositos sedimentares e suas origens. Pode ser aplicada em diversos tipos de depositos: antigos ou modernos, marinhos ou continentais, minerais, texturas e estruturas, diagênese e evoluca~o temporal e espacial (Suguio, 2003). Com base em observac~ao e descric~ao das feico~es em sedimentos moles e duros se ocupa da reconstruc~ao dos paleoambientes de sedimentaca~o em termos estratigra

(111) cos e tectônicos. Faz-se uso de metodos de varios ramos das geociências e das ciências a

(112) ns.. Figura 2.1: Sedimentologia e disciplinas relacionadas (modi

(113) cado de (Suguio, 2003)). Os ramos de interesse para este trabalho s~ao a Petrogra

(114) a Sedimentar e a Petrologia Sedimentar que visam o estudo microscopio dos sedimentos. As propriedades petrofsicas (permeabilidade e porosidade) e a diagênese que s~ao processos qumicos e fsicos sofridos pelos sedimentos desde a sua deposica~o ate a sua consolidac~ao. Entender a diagênese e fundamental pois ela interfere na variaca~o da porosidade e da permeabilidade de um sedimento, in uenciando na capacidade de armazenamento e no uxo de uidos, como agua, petroleo e gas (Suguio, 2003). Independente dos tipos de rochas que formam os detritos, elas passam pelo intemperismo que realiza a desintegraca~o e/ou decomposic~ao, sucedida da eros~ao. Os detritos gerados s~ao transportados e posteriormente sedimentados e liti

(115) cados. A seguir s~ao descritas algumas dessas ac~oes..

(116) 25. Figura 2.2: Intemperismo, Eros~ao, Transporte e Deposica~o (retirado de (Press e Menegat, 2006)). 2.1.1 Intemperismo O intemperismo e o processo no qual as rochas s~ao destrudas na superfcie terrestre. O intemperismo gera as argilas, os solos e as substâncias dissolvidas e levadas pelos rios para os oceanos. O intemperismo pode ser causado por processos fsicos, qumicos e biologicos. 2.1.1.1 Intemperismo Fsico O intemperismo fsico e constitudo pelos processos que originam a desagregac~ao das rochas, antes unidos e com sua fragmentaca~o, transformando-as em material descontnuo e friavel (Teixeira et al., 2003). As extensas alternâncias de temperaturas que ocorrem diariamente nas regi~oes frias e temperadas, seguidas de congelamento e descongelamento, levando a fragmentac~ao dos gr~aos minerais. Ademais, os minerais com distintos coe

(117) cientes de dilatac~ao termica, procedem-se de maneira diferenciada as mudancas climaticas, o que causa deslocamento relativo entre os cristais, deteriorando a ligac~ao inicial entre os gr~aos. No caso da expans~ao termica acontecer devido a insolaca~o ocorre em regi~oes com grandes variaco~es termicas entre o dia e a noite. Esta caracterstica e comum em regi~oes.

(118) 26 deserticas. Assim as rochas se expandem e se contraem, estabelecendo um gradiente de temperatura entre a superfcie e o interior da rochas quando a rocha e submetida ao aquecimento. Isso se da pelo fato de que a maior parte das rochas possuem condutibilidade termica baixa. Consequentemente a superfcie da rocha expande mais que seu interior, criando um esforco que ocasionaria uma desagregaca~o (Roth, 1965). O congelamento da agua nas

(119) ssuras das rochas, conduzido por um aumento de volume, exerce press~ao nas paredes, acarretando esforcos que resultam por ampli

(120) car as fraturas e fragmentar a rocha (Teixeira et al., 2003).. Figura 2.3: Fragmentaca~o pela aca~o do gelo (retirado de (Teixeira et. , 2003)). al.. 2.1.1.2 Intemperismo Qumico O intemperismo qumico acontece quando os minerais de uma rocha s~ao quimicamente modi

(121) cados ou dissolvidos. A deteriorac~ao ou esmaecimento de inscric~oes gravadas em lapides ou monumentos antigos e causado sobretudo pelo intemperismo qumico. Na maior parte dos ambientes da superfcie terrestre as principais reaco~es do intemperismo s~ao: dissoluca~o, hidratac~ao, hidrolise e oxidac~ao (Toledo, 2000). A dissoluca~o usualmente representa o primeiro estagio do processo de intemperismo qumico. A quantidade de material dissolvido provem da quantidade e da qualidade da.

(122) 27 agua abrangida e da solubilidade do mineral (Suguio, 2003). A hidrataca~o constitui a adica~o de agua num mineral sem que aconteca nenhuma reaca~o qumica. Na hidrataca~o, os minerais expandem-se o que pode exercer press~oes com efeitos semelhantes aqueles apurados no decorrer do congelamento da agua. A hidrolise baseia-se na reac~ao qumica entre o mineral e a agua. A decomposic~ao dos silicatos, feldspatos, micas, hornblenda, augita dentre outros, realiza-se atraves da hidrolise, isto e, da aca~o da agua dissociada. A oxidac~ao e uma das reaco~es dominantes que acontecem durante o intemperismo qumico. Quando a agua com oxigênio dissolvido entra no subsolo, a oxidac~ao processa-se inicialmente nos primeiros metros super

(123) ciais, parando totalmente o lencol freatico. No processo de oxidac~ao, o oxigênio reage com os minerais, especialmente com aqueles que contêm ferro, manganês e enxofre. A oxidaca~o e bene

(124) ciada pela existência de umidade.. Figura 2.4: Fotomicrogra

(125) a, obtida por microscopio eletrônico de varredura, de um feldspato marcado e corrodo pelo intemperismo qumico no solo.(retirado de (Berner e Holdren, 1977)). 2.1.1.3 Intemperismo Biologico O intemperismo biologico e o processo de transformaca~o das rochas atraves da ac~ao de seres vivos, como bacterias, animais ou vegetais. Incluem-se nesse processo as razes das arvores, as aco~es de bacterias, a decomposic~ao de organismos ou excrementos, entre.

(126) 28 outros. A aca~o dos organismos vivos e fundamental na formaca~o do solo, tanto nos aspectos da criaca~o dos horizontes super

(127) ciais orgânicos do solo, na qual possui um conglomerado de restos animais e/ou vegetais que s~ao decompostos por microorganismos, como as bacterias. Esta camada de solo e encarregada pela preservac~ao de varios ecossistemas que precisam destas quantidades orgânicas para se desenvolverem.. Figura 2.5: A aca~o dos organismos vivos no solo que geram o intemperismo biologico (retirado de (Teixeira et al., 2003)). 2.1.2 Eros~ao A eros~ao e um processo de deslocamento de terra ou de rochas de uma superfcie. A eros~ao pode ocorrer devido a ac~ao de fenômenos da natureza ou do ser humano. Os tipos de eros~ao que podem ser listados de acordo com o tipo de agente erosivo atuante, como a agua, os ventos e os seres vivos (Imeson, 2005). A eros~ao pluvial e provocada pelas aguas das chuvas. Em geral, todo desgaste do solo decorrente pelas precipitac~oes pode ser denominado eros~ao pluvial. Em areas pouco protegidas pela vegetaca~o e outros elementos, os efeitos da aca~o da agua podem ser sentidos com maior intensidade..

(128) 29 Eros~ao uvial e o trabalho de remodelamento do relevo exercido pelos rios nas vertentes e inter uvios (Suguio, 2003). O clima modi

(129) ca a descarga uvial e, consequentemente, os regimes dos rios e a forma de atuaca~o do tipo de eros~ao em quest~ao. A eros~ao marinha geralmente e provocada pelas ondas nas regi~oes litorâneas. As falesias marinhas ativas s~ao os indcios mais perceptveis da ac~ao desse fenômeno. O efeito da dissoluc~ao pode se apresentar em rochas mais soluveis como calcario sendo tambem uma ac~ao considerada eros~ao uvial. A eros~ao eolica e originada pela aca~o dos ventos, que v~ao aos poucos removendo as partculas dos solos. A eros~ao glacial e a causada pela ac~ao do gelo. Geralmente ocorre devido as variac~oes de temperatura que congelam e descongelam a agua, que se dilata e se comprime, afetando as rochas e os solos.. 2.1.3 Transporte medida que uma rocha sofre com as ac~oes do intemperismo, os resduos minerais A s~ao liberados do arcabouco rochoso e passam a constituir o manto de intemperismo. Os elementos soltos

(130) cam susceptveis a energia potencial em raz~ao da acelerac~ao gravitacional, sendo mais cedo ou mais tarde transportadas declive abaixo (Suguio, 2003). Podem ser identi

(131) cados diversos tipos de transporte de acordo com os agentes envolvidos, que basicamente s~ao os mesmos que agem na eros~ao. Dessa forma, podem ser identi

(132) cados entre os substanciais, os transportes por aguas pluviais e uviais, ventos, geleiras e movimentos de massa (Suguio, 2003). Aguas pluviais e uviais s~ao os principais agentes que atuam nas areas continentais. Os elementos sedimentares incorporados a esses meios, a partir das atividades mecânicas e hidraulicas, podem ser transportadas por distintos processos. Ventos acarretam o deslocamento de material sedimentar, de barlavento (lado de onde sopra o vento) para sotavento (lado oposto ao lado do qual sopra o vento), tanto a favor quanto contra o declive do terreno. Esse tipo de transporte e mais comum em desertos ou plancies costeiras e mais raro em plancies aluviais e de regi~oes periglaciais. As geleiras favorecem o deslocamento do material sedimentar declive abaixo a partir de um vale glacial. Usualmente o material de transporte glacial e individualizado pela grande heterogeneidade granulometrica e composicional e, ademais, os fragmentos s~ao bastante angulosos..

(133) 30 Movimentos de massa tambem denominados uxos gravitacionais referem-se aos mecanismos de transporte de sedimentos paralelamente ao substrato, com maior ou menor atuaca~o da gravidade. (Crozier, 1987). Os movimentos de massa s~ao de varios tipos, tanto em relaca~o as escalas temporais e espaciais em que se procedem os fenômenos. Ademais, os processos e os produtos ligados a esses fenômenos s~ao de grande importância para a geologia, geomorfologia e geotecnia.. Figura 2.6: Agentes de Transporte (retirado de (Kastro, 2010)). 2.1.4 Deposic~ao Os elementos sedimentares depositam-se quando o vento se acalma, as correntes de agua se retardam, ou os bordos das geleiras se unem. Esses elementos formam camadas de sedimentados nos continentes ou no leito marinho. No oceano ou nos ambientes aquaticos continentais s~ao formados precipitados qumicos e conchas fraturadas de organismos mortos que s~ao depositados (Press e Menegat, 2006).. 2.2 Formac~ao de Bacias Sedimentares As rochas sedimentares s~ao formadas atraves da desintegraca~o e decomposic~ao de rochas preexistentes (magmaticas, metamor

(134) cas ou sedimentares), devido a aca~o de intemperismo. O intemperismo desintegra a rocha em partculas menores, que s~ao transportadas pela eros~ao, sendo depositadas em camadas de sedimentos nas margens.

(135) 31 continentais.. A precipitac~ao bioqumica produz outro tipo de sedimento, como a. formaca~o dos recifes de corais. Ao mesmo tempo em que as camadas acumulam-se e v~ao sendo gradativamente soterradas, elas liti

(136) cam, consolidando ate tornar-se uma rocha sedimentar. A Figura 2.7 exibe esse processo.. Figura 2.7: Formaca~o de Rochas Sedimentares (retirado de (Press e Menegat, 2006)). As bacias sedimentares s~ao areas de extens~ao consideravel, onde sofreu subsidência continuada e sedimentac~ao, gerando uma espessa acumulaca~o de sedimentos e rochas sedimentares.. 2.3 Diagênese e Liti

(137) cac~ao Segundo Walther (1984) a diagênese abrange todos os processos fsicos e qumicos que atuam sobre os sedimentos apos a sua deposica~o, com excec~ao da press~ao litostatica devida superposica~o dos sedimentos, alem do calor magmatico. Os principais processos durante a diagênese s~ao a compactac~ao, a dissoluc~ao, a cimentaca~o e a recristalizac~ao diagenetica. A compactaca~o e a diminuica~o do volume e porosidade de um sedimento em funca~o da press~ao exercida pelos sedimentos superpostos em uma bacia. A dissoluc~ao atinge constituintes caractersticos ou camadas de sedimentos espec

(138) cas. A eliminac~ao seletiva de minerais componentes de um sedimento com o tempo pela ac~ao de uidos.

(139) 32 interticiais e um caso de dissoluca~o.. A cimentaca~o esta associada a precipitac~ao um dos qumica de diversas substâncias, que preenchem os poros de sedimentos. E processos diageneticos mais importantes, que transformam um sedimento inconsolidado em rocha sedimentar. A recristalizac~ao e a modi

(140) caca~o mineralogica e da textura cristalina de componentes sedimentares pela ac~ao de soluc~oes intersticiais em condic~oes de soterramento. A liti

(141) caca~o e um processo resultante da compactaca~o e cimentaca~o que consiste na transformaca~o do deposito sedimentar inconsolidado em rocha.. Figura 2.8: Processos Diageneticos (retirado de (Press e Menegat, 2006)). 2.4 Tipos de Rochas Sedimentares As rochas sedimentares s~ao constitudas, principalmente, por três componentes: terrgenos, aloqumicos e ortoqumicos (Folk, 1957). Estes componentes podem estar misturados em diversas proporc~oes..

(142) 33. a) Componentes Terrgenos: S~ao substâncias minerais provenientes da eros~ao de uma area fora da bacia de sedimentaca~o. Exemplos: quartzo, feldspato, minerais pesados, etc.. b) Componentes Aloqumicos:. S~ao compostos minerais derivados do. retrabalhamento de substâncias qumicas precipitadas no interior da propria bacia de sedimentaca~o. Exemplos: conchas de moluscos, oolicos, pisolitos, etc.. c) Componentes Ortoqumicos: S~ao os precipitados qumicos normais, produzidos na bacia de sedimentac~ao e sem evidências consideraveis de transporte ou agregac~ao. Baseado nos três componentes, as rochas sedimentares podem ser classi

(143) cadas em (Folk, 1957):. Rochas Terrgenas (T): Correspondem de 65% a 75% das seco~es estratigra

(144) cas. Exemplos: folhelhos e arenitos.. Rochas Aloqumicas Impuras (AI):. Abrangem de 10% a 15% das seco~es. estratigra

(145) cas a orantes. Exemplos: folhelos muito fossilferos e calcario arenoso muito fossilferos.. Rochas Aloqumicas (A): Compreendem de 8% a 15% das sec~oes estratigra

(146) cas. Exemplos: calcarios ooliticos e calcarios fossilferos.. Rochas Ortoqumicas Impuras (OI):. Refazem de 2% a 5% das seco~es. estratigra

(147) cas. Exemplo: calcarios microcristalinos argilosos.. Rochas Ortoqumicas (O): Compreendem de 2% a 8% das seco~es estratigra

(148) cas. Exemplos: calcarios microcristalinos e dolomitos microcristalinos.. 2.5 Sistemas Petrolferos Durante anos de explorac~ao, a industria petrolfera foi gradativamente constatando que para encontrar reservatorios de petroleo com potencial para exploraca~o era necessario que alguns requisitos geologicos acontecessem simultaneamente em bacias sedimentares. O estudo dessas caractersticas juntamente com a simulac~ao introdutoria de condic~oes otimas foi denominada sistema petrolfero (Milani et al., 2000)..

(149) 34. Figura 2.9: Diagrama triangular de classi

(150) caca~o geral das rochas sedimentares segundo (Folk, 1957). Um sistema petrolfero operante consiste na existência e no funcionamento sncronos de quatro elementos (rochas geradoras maturas, rochas reservatorio, rochas selantes e trapas) e dois fenômenos geologicos dependentes do tempo (migraca~o e sincronismo) (Milani et al., 2000).. Figura 2.10: Sistema Petrolfero (retirado de (de Oliveira, 2014)).

(151) 35. 2.5.1 Rochas Geradoras Uma rocha e denominada geradora quando possui grandes volumes de materia orgânica de qualidade adequada. S~ao estas rochas que, submetidas a apropriadas temperaturas e press~oes, geram o petroleo em subsuperfcie.. 2.5.2 Migrac~ao Visto que o petroleo foi gerado, ele passa a preencher um volume maior do que o querogênio primario na rocha geradora. A rocha se torna supersaturada em hidrocarbonetos e a alta press~ao dos mesmos faz com que a rocha-fonte se frature de maneira intensa, proporcionando a expuls~ao dos uidos para zonas de press~ao mais baixa. O caminho percorrido pelos uidos petrolferos, a partir de varias rotas pela subsuperfcie, ate um local portador de espaco poroso, selado e aprisionado, pronto para armazena-los, e o fenômeno denominado migraca~o (Milani et al., 2000).. 2.5.3 Trapa ou Armadilha Os uidos petrolferos quando est~ao em movimento s~ao dirigidos para areas de press~ao mais baixas que os arredores, geralmente posicionadas em situaco~es estruturalmente mais altas que as vizinhancas. As con

(152) guraco~es geometricas das estruturas das rochas sedimentares que permitem a focalizac~ao dos uidos migrantes nos arredores para locais elevados s~ao denominadas de trapas ou armadilhas (Milani et al., 2000). As trapas n~ao permitem que os uidos petrolferos escapem futuramente, obrigando-os a se acumularem la.. 2.5.4 Rochas Reservatorios Uma rocha e de

(153) nida reservatorio se a porosidade e permeabilidade s~ao adequadas a acumulac~ao de hidrocarbonetos. As rochas reservatorios dividem-se em dois grandes grupos: carbonaticos e siliciclasticos (Tucker e Wright, 2009). 2.5.4.1 Siliciclasticas As rochas reservatorios siliciclasticas s~ao usualmente arenitos e conglomerados, que evidenciam antigos ambientes sedimentares de alta energia. Os carbonatos s~ao um dos.

(154) 36 cimentos diageneticos mais atuantes nas rochas siliciclasticas, o que e decisivo para identi

(155) car a qualidade destas rochas como reservatorios. O cimento e o material que precipita-se quimicamente, ocupando fraco~es ou todos os espacos porosos, atingindo os valores porosidade e a permeabilidade das rochas (Tucker e Wright, 2009). 2.5.4.2 Carbonaticas As rochas reservatorios carbonaticas s~ao formados principalmente por carbonatos provindos de processos biologicos e bioqumicos, ou seja, de origem orgânica, apesar da precipitaca~o inorgânica de carbonato de calcio (CaCO3 ) a partir da aguas marinhas tambem seja um importante processo.. 2.5.5 Rochas Selantes Quando os uidos petrolferos est~ao no interior de uma trapa eles devem encontrar uma situaca~o de impermeabilizaca~o tal que os impeca de escaparem. Normalmente, esta condica~o e proporcionada por rochas selantes, localizadas acima das rochas reservatorio, que impedem a migraca~o vertical dos uidos, o que faz com que se forme uma acumulac~ao petrolfera.. 2.5.6 Sincronismo Sincronismo e o processo que faz com que as rochas geradoras, reservatorios, selantes, trapas e migrac~ao se originem e se desenvolvam em uma escala de tempo apropriada para a gerac~ao de acumulaco~es de petroleo. Dessa forma, uma vez iniciada a formaca~o de hidrocarbonetos dentro de uma bacia sedimentar, depois um soterramento apropriado, o petroleo expulso da rocha geradora deve buscar rotas de migraca~o ja existentes. Assim, a trapa ja deve estar gerada para aproximar os uidos migrantes, os reservatorios porosos ja devem estar depositados e pouco soterrados para perderem seus atributos permo-porosos primitivos, e as rochas selantes ja devem existir para impermeabilizar a trapa (Tucker e Wright, 2009)..

(156) 37. 2.6 Porosidade e Permeabilidade A porosidade e uma propriedade petrofsica das rochas sedimentares e esta relacionada com a porcentagem (em volume) de vazios (poros) de uma rocha e expressa a fraca~o do volume total de uma rocha que pode ser ocupada por uidos. Na maior parte dos reservatorios a porosidade varia de 10% a 20% (Technology, 2011). A quantidade, tamanho, geometria e grau de conectividade dos poros controlam de forma direta a produtividade do reservatorio. A porosidade de uma rocha e calculada diretamente, em amostras de testemunho, ou de forma indireta, por meio de per

(157) s eletricos. A porosidade de uma rocha pode ser classi

(158) cada como insigni

(159) cante (0 5%), pobre (5 10%), regular (10. 15%), boa (15. 20%), ou muito boa (> 20%) (Technology, 2011).. A permeabilidade e uma propriedade petrofsica das rochas sedimentares que mede a capacidade da rocha de transmitir uidos a partir dos seus poros, sem deformar sua estrutura ou acarretar deslocamento relativo de suas partes. A permeabilidade e expressa em Darcys (D) ou milidarcys (md). Supervisionada pela quantidade, geometria e grau de conectividade dos poros, a permeabilidade de uma rocha e calculada diretamente, em amostras de testemunho e pode ser classi

(160) cada como baixa (< 1md), regular (1 10md), boa (10 100md), muito boa (100 1000md) e excelente (> 1000md). A maior parte dos reservatorios possui permeabilidades de 5 a 500md (Technology, 2011).. 2.7 Ambientes de Sedimentac~ao, Litologia, Facies e Petrofacies Sedimentares 2.7.1 Ambientes de Sedimentaca~o Os ambientes de sedimentaca~o podem ser de

(161) nidos como partes da superfcie terrestre com propriedades fsicas, qumicas e biologicas bem de

(162) nidas e distintas das apresentadas pelas areas vizinhas (Suguio, 2003).. Estas propriedades compreendem uma gama. de variaveis que se interagem, determinando os atributos dos distintos ambientes de sedimentaca~o. O estudo das sequências sedimentares e parte de uma pesquisa mais ampla na analise de uma bacia sedimentar. A identi

(163) caca~o de ambientes de sedimentaca~o n~ao e so de grande interesse para pesquisadores, mas tambem na prospecc~ao de recursos naturais.

(164) 38 associados as rochas sedimentares, tais como petroleo, carv~ao, calcario, fosfato, entre outros que ocorrem em ambientes sedimentares espec

(165) cos. Maiores detalhes do processo de formac~ao desses recursos podem ser encontrados em (Brazil, 2004) e (Suguio, 2003).. 2.7.2 Litologia O termo litologia refere-se a composica~o ou tipo de rocha. Compreende a descrica~o de rochas em a oramento ou amostra de m~ao, baseada em caractersticas como a cor, textura, estrutura, composic~ao mineralogica ou granulometria (Hyne, 2014). Sua identi

(166) caca~o e fundamental para a caracterizac~ao do reservatorio devido as propriedades fsicas e qumicas da rocha e afeta a resposta de cada instrumento utilizado para medir as propriedades de formaca~o. A identi

(167) caca~o de litologia ocorre atraves de metodos diretos ou indiretos. Os metodos diretos s~ao realizados pela obtenca~o de uma amostra fsica do reservatorio. Este e o caminho mais preciso para determinar a litologia, mas para chegar a essa amostra fsica nem sempre e facil. Metodos indiretos fazem uso de per

(168) s de pocos que medem as propriedades fsicas de formaco~es geologicas e uidos que fornecem a maioria dos dados de subsuperfcie. Alem de sua importância na tomada de decis~oes, eles tambem s~ao ferramentas inestimaveis para mapeamento e identi

(169) caca~o de litologias. No entanto, os metodos indiretos n~ao possuem a mesma e

(170) cacia que os metodos diretos.. 2.7.3 Facies Sedimentares Gressly (1938) percebeu, enquanto trabalhava na regi~ao dos Alpes, que litologias e fosseis diferentes poderiam ocorrer na mesma epoca. A partir dessa observaca~o, ele propôs o termo facies para de

(171) nir unidades de rochas caracterizadas por propriedades litologicas (composic~ao, textura, estruturas sedimentares e cor) e paleontologicas (conteudo e registro fossilfero) semelhantes. Facies sedimentar pode ser de

(172) nida como uma parte restrita em area de uma determinada unidade estratigra

(173) ca, que exibe caractersticas diferentes signi

(174) cantes das demais partes da unidade (Favera, 2001)..

(175) 39. 2.7.4 Petrofacies As petrofacies podem ser de

(176) nidas como uma tecnica para o reconhecimento das heterogeneidades de um reservatorio auxiliando na analise da evoluc~ao diagenetica do mesmo. Segundo Ros e Goldberg (2007), petrofacies s~ao caracterizadas pela combinaca~o de estruturas espec

(177) cas de deposica~o, texturas e composic~ao primaria, com processos diageneticos dominantes. A combinac~ao de aspectos texturais primarios e composicionais com processos e produtos diageneticos espec

(178) cos correspondem a variaca~o de valores de

(179) nidos de porosidade e permeabilidade, bem como as logs caractersticas e as assinaturas ssmicas. O reconhecimento de petrofacies (Ros e Goldberg, 2007), inicia com uma petrogra

(180) a detalhada de amostras representativas da area estudada. Uma analise quantitativa atraves da contagem de 300 ou mais pontos e importante, mas n~ao e sempre essencial para o reconhecimento de petrofacies, pois, em alguns casos, os padr~oes principais podem ser identi

(181) cados diretamente a partir de uma descrica~o qualitativa. As amostras s~ao separadas em grupos, primeiro de acordo com estruturas sedimentares e textura. As amostras devem ser assim agrupadas considerando-se a superposica~o de atributos de deposic~ao (estrutura e textura) com as principais categorias de composica~o primaria e com a distribuica~o dos processos diageneticos mais in uentes. Os atributos com maior impacto sobre a porosidade e permeabilidade s~ao reconhecidos, e petrofacies preliminares s~ao atribudas. O agrupamento de amostras nas mesmas petrofacies assume que elas exibem comportamento petrofsico semelhante. As petrofacies preliminarmente de

(182) nidas s~ao confrontadas com parâmetros quantitativos petrofsicos e petrogra

(183) cos, utilizando ferramentas estatsticas e redes neurais (Ros e Goldberg, 2007). Os valores limites s~ao ent~ao de

(184) nidos para os atributos texturais e composicionais in uentes que restringem as petrofacies.. 2.8 Geologia Sedimentar Aplicada As tradicionais aplicaco~es da geologia sedimentar est~ao relacionadas a prospecc~ao de combustveis fosseis (petroleo e carv~ao mineral) e depositos de minerais. As motivac~oes econômicas em torno da busca e explorac~ao de combustveis fosseis s~ao responsaveis pelo avanco das pesquisas em geologia sedimentar. A partir da decada de 50 observou-se um crescimento relevante dos grupos de pesquisas de empresas petrolferas, que constataram o.

(185) 40 qu~ao era necessario melhorar as tecnicas de interpretaca~o que levassem ao prognostico mais rapido e preciso das tendências de distribuic~ao da permoporosidade e dos reservatorios de subsuperfcie (Suguio, 2003). A geologia sedimentar encontra vasta aplicac~ao como fonte de subsdios na prospecc~ao e explorac~ao de recursos naturais n~ao-renovaveis, como petroleo e o gas natural, e recentemente em geologia ambiental e em engenharias, chegando em pesquisas criminalsticas (Suguio, 2003).. 2.8.1 Petroleo e Gas Natural O petroleo originou-se atraves materia orgânica soterrada juntamente com sedimentos lacustres ou marinhos. Possui estado fsico oleoso e normalmente densidade menor do que da agua. Sua composic~ao qumica e formada por combinaca~o de moleculas de hidrocarbonetos. Alem de gerar a gasolina, muitos produtos s~ao derivados do petroleo como a para

(186) na, produtos asfalticos, querosene, oleo diesel e combustvel de aviaca~o. O gas natural e um combustvel fossil n~ao renovavel composto por uma mistura de hidrocarbonetos, principalmente metano (CH4 ). O gas natural e encontrado em jazidas ou depositos subterrâneos, que em geral est~ao associados ao petroleo, uma vez que esses dois combustveis fosseis passam pelo mesmo processo de formac~ao e se acumulam no mesmo tipo de ambiente. Esse combustvel gasoso, apos ser tratado e processado, apresenta grande teor energetico, sendo muito aproveitado nas industrias para a gerac~ao de energia eletrica. 2.8.1.1 Explorac~ao de Petroleo no Brasil No incio do seculo XIX a explorac~ao de petroleo comecou a se tornar atrativa devido ao interesse econômico. Nesse perodo o petroleo era utilizado como fonte de energia para a iluminaca~o publica. Mas seu uso para tal

(187) nalidade durou ate meados da decada de 1870, quando se deu o incio do uso de energia eletrica. Como consequência, a busca pelo fossil diminuiu rapidamente, retornando somente no

(188) nal do mesmo seculo, particularmente no seculo seguinte devido a criaca~o dos motores a gasolina e a diesel. A partir de ent~ao, a materia-prima passou a ter fundamentos comerciais para ser explorado (Ortiz Neto e Costa, 2007). Esta recente utilidade do petroleo fez com que o emprego da ciência nas praticas.