Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DA BAHIA
INSTITUTO DE GEOCIÊNCIAS CURSO DE GEOLOGIA
CARLOS HENRIQUE RABELLO BALOGH
INCERTEZAS DOS ATRIBUTOS GEOLÓGICOS EM UM MODELO TRIDIMENSIONAL DE RESERVATÓRIOS PETROLÍFEROS –
EXEMPLO NA BACIA DO RECÔNCAVO, BAHIA
Salvador 2009
2
CARLOS HENRIQUE RABELLO BALOGH
INCERTEZAS DOS ATRIBUTOS GEOLÓGICOS EM UM MODELO TRIDIMENSIONAL DE RESERVATÓRIOS
PETROLÍFEROS – EXEMPLO NA BACIA DO RECÔNCAVO, BAHIA
Monografia apresentada ao Curso de Geologia, Instituto de Geociências, Universidade Federal da Bahia, como requisito parcial para obtenção do grau de Bacharel em Geologia. Orientadora: Geóloga M.Sc. Jaciara Barreto dos Santos Co-orientadora: Profª. Dra. Olívia Maria Cordeiro de Oliveira
Salvador 2009
3
TERMO DE APROVAÇÃO
CARLOS HENRIQUE RABELLO BALOGH
Salvador, 18 de Dezembro de 2009
INCERTEZAS DOS ATRIBUTOS GEOLÓGICOS EM UM MODELO TRIDIMENSIONAL DE RESERVATÓRIOS
PETROLÍFEROS – EXEMPLO NA BACIA DO RECÔNCAVO, BAHIA
Monografia aprovada como requisito parcial para obtenção do grau de Bacharel em Geologia, Universidade Federal da Bahia, pela seguinte banca examinadora:
BANCA EXAMINADORA MSc Jaciara Barreto dos Santos – Petrobras – Orientadora Dra. Olívia Maria Cordeiro de Oliveira – UFBA – Co-Orientadora MSc. Michael Strugale – Petrobras Geólogo Cesar Henrique de Aleixo Rocha – Petrobras
4
Dedico este trabalho a minha mãe pelo incentivo e colaboração
dada a minha formação.
5
AGRADECIMENTOS
À Deus por guiar e me dar forças em todos os momentos de minha vida.
À minha família, em especial aos meus pais Lourdes José Rabello e Carlos
Humberto da Paixão Balogh pelo amor, apoio incondicional, e todo os sacrifícios
feitos para que pudesse atingir os objetivos em minha vida.
À minha irmã Ana Cristina Rabello Balogh Tripodi, por sempre acreditar que um dia
iria superar os obstáculos e vence-los.
À minha orientadora Jaciara Barreto dos Santos, pela confiança e paciência durante
todo o processo de construção deste trabalho. À minha co-orientadora Olívia Maria
Cordeiro de Oliveira, pelos ensinamentos acadêmicos que foram de grande
importância e incentivo durante essa jornada.
Aos meus colegas faculdade, Ulisses Soares e Joel Nazário pela colaboração em
discussões que enriqueceram a dissertação com informações adequadas a
realidade.
À família Improta, em especial Tathiane Improta por demonstrar com ações que a
nossa amizade não restringir-se apenas ao meio acadêmico e estar sempre
presente nos momentos bons e ruins.
Àos meus amigos, em especial a Camila Cancio que sempre me presenteou com a sua valiosa amizade e generosidade.
À geológa Mônica Correa, pelo seu carinho, sinceridade e humildade que
certamente contribuíram na solificação da nossa amizade.
À Petrobras e ao Núcleo de Estudos Ambientais (NEA) – UFBA, que permitiram as
consultas das minhas atividades acadêmicas.
6
RESUMO
Os reservatórios de petróleo possuem incertezas geológicas que influenciam
significativamente na recuperação de óleo e gás. Essas incertezas podem ser
reduzidas pela obtenção e integração de informações associadas aos modelos
geológicos tridimensionais. Esses modelos são construídos por um procedimento
definido e usado como base para a avaliação das incertezas.
A Geoestatística proporciona a modelagem numérica da continuidade
espacial, através das chamadas funções “estruturais”, tais como o semivariograma,
gerando distribuições que representam a incerteza nos espaços não amostrados de
atributos petrofísicos (dados de poços) de reservatórios utilizando dentre muitas
técnicas de análise de incertezas a simulação probabilística. A simulação dos
atributos volumétricos de um reservatório utiliza a simulação geoestatística gerando
a distribuição de probabilidade do volume de hidrocarboneto in situ através do
processo de quantificação das incertezas relacionadas com as variáveis dos
atributos geológicos do reservatório.
As incertezas da modelagem tridimensional estão associadas tanto para os
dados diretos quanto indiretos, e que são inseridos no processo de modelagem.
Dessa maneira para que as incertezas sejam minimizadas torna-se necessário,
durante o processo de modelagem, o uso não apenas de ferramentas
geoestatísticas, mas também a experiência do geológo durante o tratamento de
dados.
Palavras-Chaves: Incertezas, reservatórios petrolíferos, modelagem
tridimensional, geoestatística.
7
ABSTRACT
The petroleum reservoirs have geological uncertainties that significantly
influence on the oil and gas recovery. Theses uncertainties can be reduced by the
obtaining and integration of these information associated to the tridimensional
geological modeling. These models are building by a defined procedure and used as
base to the evaluation of uncertainties
The Geoestatistic propound a numerical modeling of the spatial continuity,
through the function called “structural”, as the semivariogram, generating
distributions that represent the uncertain in the spaces not sampled of the
petrophysical attributes (well data) of reservoir using among the techniques
uncertainties analyze the probabilistic simulation. The simulations of the volumetric
attributes of the reservoir uses the geoestatistic simulation generating a probability
distribution of the hydrocarbon volume in situ through the quantification process of
the uncertainties related with the variable of the geological attributes of the reservoir.
The uncertainties of the three-dimensional modeling are associated as to the
direct data as to indirect one, and are inserted in the modeling process. However, the
uncertainties become minimized it is necessary during the modeling process, the use
not just the geoestatistic tolls, but also the experience of the geologist during the data
treatment.
Keywords: Uncertainties, petroleum reservoir, three-dimensional modeling,
geoestatistic.
8
LISTA DE SÍMBOLOS
m = média
x(i) = variável regionalizada coletada no ponto i
x(i+h) = variável regionalizada obtidas no i + h
x(n),= realizações de uma variável regionalizada
ħ = distância múltipla
Σ = somatório
E = variância
Z(x) = zona de influência numa determinada região
C(h) = covariância para uma determinada distância
γ(h) = semivariância para uma determinada distância
9
CAPÍTULO 1. INTRODUÇÃO 12
1.1 Contextualização da Proposta 12
1.2 Objetivo 13
1.3 Metodologia 15
1.3.1 Levantamento Bibliográfico 18
1.3.2 Métodos Geoestatísticos 18
CAPÍTULO 2. CONTEXTO GEOLÓGICO E ÁREA DE ESTUDO 20
2.1 Bacia do Recôncavo 20
2.2 Campo de Araçás 22
2.3 Membro Santiago 24
CAPÍTULO 3. MODELAGEM GEOLÓGICA 3D DE RESERVATÓRIOS 26
3.1 Modelagem Geoestatística 26
3.2 Etapas da Modelagem 3D 31
3.2.1 Modelo Estrutural 32
3.2.2 Modelo Estratigráfico 33
3.2.3 Modelo de Fácies 35
3.2.4 Modelo Petrofísico 37
3.2.5 Simulação das Linhas de Fluxo 38
3.2.6 Análise das Incertezas 39
CAPÍTULO 4. INCERTEZAS ASSOCIADAS À MODELAGEM 3D EM
RESERVATÓRIOS 41
4.1 Incertezas do Modelo Estrutural 43
4.2 Incertezas do Modelo Petrofísico 44
CAPÍTULO 5. CONCLUSÕES E RECOMENDAÇÕES 46
REFERÊNCIAS BIBLIOGRÁFICAS 48
10
LISTA DE FIGURAS
Figura 1: Diagrama dos parâmetros utilizados para a construção de modelos
aplicados em reservatórios. 13
Figura 2: Classificação utilizada nos tipos de heterogeneidades de reservatórios.
Adaptado de: Cosentino (2001). 15
Figura 3: Diagrama representativo da classificação dos modelos conceitual,
matemático e estatístico. Guimarães (2002). 17
Figura 4: Diagrama hierarquizando o nível de incerteza conforme os dados são
inseridos em cada modelo correspondente. 17
Figura 5: Diagrama da classificação dos tipos de variáveis. Bussab & Morenttin
(1987). 19
Figura 6: Mapa de localização da Bacia do Recôncavo, e dos campos de óleos, em
destaque o Campo de Araçás. Couto Anjos et al. (1988) 20
Figura 7: Seção geológica esquemática ilustrando o complexo sistem a de horst e
meio grabens da Bacia do Recôncavo. Milhomem et al. (2003) 21
Figura 8: Seção esquemática da Bacia do Recôncavo ilustrando as principais
Formações. Passos (1969) 22
Figura 9: Mapa paleoambiental de Araçás indicando o processo de deposição dos
arenitos. Horschutz (1971) 25
Figura 10: Elementos presente em um variograma. Chambers et al. (2000) 28
Figura 11: Modelos tridimensionais usados na visualização e compreensão das
heterogeneidades. Pacheco Neves (2007) 32
11
Figura 12: Etapas de elaboração do modelo estrutural, onde cada um dos modelos
representa novas informações adicionadas. Cosentino (2005) 33
Figura 13: Exemplo de um modelo tridimensional baseado nas informações do topo
e base para delimitação do arcabouço estratigráfico. Soares (2009). 34
Figura 14: Exemplo de um modelo estratigráfico, onde ao lado é representado
tridimensionalmente a camada. Soares (2009). 35
Figura 15: Construção de uma seção com base nos dados do modelo deposicional-
sedimentológico (i.e. granulometria). Overeem (2008). 36
Figura 16: Exemplo de uma modelagem tridimensional de um reservatório com base
na geometria das camadas, nos dados estruturais e estratigráficos. Soares (2009) 37
Figura 17: Exemplos de modelos petrofísicos para reservatórios turbidíticos lacustre:
(A) Modelo petrofísico baseado na porosidade; (B) Modelo petrofísico baseado na
permeabilidade. Pacheco Neves (2007). 38
Figura 18: (A) Modelo geológico tridimensional baseado nos níveis de incerteza e
na curva de contato água-óleo. (B) Histograma elaborado segundo os atributos
geológicos e nos valores da curva água-óleo. Ligero et al. (2008) 40
Figura 19: Diagrama simplificado de um modelo 3D de reservatório. Costa (2003).42
Figura 20: (A) interpretações sísmicas de estruturas com diferentes graus de
complexidade estrutural; (B) Seção sísmica. Pacheco Neves et al. (2007). 44
12
CAPÍTULO 1. INTRODUÇÃO
As incertezas estão presentes em campos de petróleo nas fases de avaliação
e desenvolvimento e são decorrentes, principalmente, do pouco conhecimento
associado à caracterização geológica dos reservatórios, tais como, volume in situ,
continuidade, falhas e propriedades de rochas e fluidos. Este cenário de incertezas
tem influência direta nos resultados econômicos dos projetos. Segundo Begg et al.
(2002) o reservatório é influenciado pelas incertezas, e o baixo investimento
destinado ao processo de tomada de decisão resulta num baixo desempenho da
indústria de exploração e produção de petróleo. Este capítulo tem como objetivo
contextualizar o trabalho, apresentando seus objetivos e relevâncias, seguido das
descrições dos capítulos que compõem esta Monografia.
1.1 CONTEXTUALIZAÇÃO DA PROPOSTA
Esta monografia aborda as incertezas associadas à modelagem de
reservatórios que refletem diretamente através da estimativa dos atributos
geológicos. As informações extraídas dos atributos geológicos que compõe um
reservatório determinam as incertezas, onde em seguida serão elaborados modelos
probabilísticos. A análise de incertezas têm a finalidade de minimizar os riscos,
sendo importante ressaltar que durante a construção desses modelos devem ser
considerados os aspectos qualitativos relacionados com a interpretação das
informações exploratórias, e que dependem diretamente da experiência adquirida. E
os aspectos quantitativos que relacionam-se com os dados geológicos, geoquímicos
e geofísicos, onde desse maneira é possível determinar e analisar as incertezas
relacionadas com os atributos geológicos para um modelo tridimensional (Figura 1).
13
Parâmetros
Dados
Sísmicos
Dados de
Poços
Horizontes e
Falhas
Montagem de Grid
Modelo Estrutural
Testemunho
Perfis
Eletrofácies
Modelo Estratigráfico
Propriedades Petrofísicas
Modelo de
Fácies
Modelo Petrofísico
Figura 1: Diagrama dos parâmetros utilizados para a construção de modelos aplicados em reservatórios.
No contexto exploratório as novas tecnologias auxiliam de modo significativo
na descrição da qualidade do reservatório permitindo uma melhor compreensão na
delimitação de zonas portadoras de acumulações de óleo e gás natural. Essas
tecnologias estão baseadas na utilização de aplicativos que realizam a integração de
dados e um ajuste dinâmico na modelagem. Estes programas possuem diversas
interfaces, que atuam com uma significativa rapidez, e para que ocorra o
carregamento de dados, atualização de informações e uma maior resolução das
estruturas do reservatório faz-se necessário a discussão das incertezas que serão
associadas no contexto geológico regional e na modelagem tridimensional do
reservatório.
1.2 OBJETIVO
Neste trabalho são discutidas as informações disponíveis e relevantes para a
construção do modelo geológico tridimensional de um reservatório. A partir desta
premissa, o processo de modelagem tridimensional de um reservatório permite a
identificação das etapas associadas à modelagem tridimensional para as
propriedades dos reservatórios.
14
A modelagem geológica tridimensional de reservatórios não pode ser
considerada por si só apenas como uma finalidade, mas sim como parte do
processo que procura estabelecer a relação entre os resultados mais próximos da
realidade em relação aos objetivos finais, que por sua vez consistem na estimativa
do volume de uma jazida de petróleo, o planejamento de métodos de recuperação
suplementar ou na predição da chegada da água de injeção, ou seja, o
comportamento do fluxo em meio poroso. De acordo com Hu & Le Ravec-Dupin
(2004) o objetivo da modelagem é a construção de representações digitais de
maneira coerente com as regras geológicas, e a utilização de toda a informação
quantitativa disponível.
Segundo Pacheco Neves et al. (2007) durante no processo de modelamento
tridimensional busca-se definir o envelope dos reservatórios, ou seja, modelar as
superfícies, falhas e discordâncias existentes. A caraceterização dos reservatórios é
feita com base nos dados de poços e nos dados sísmicos, quando disponíveis, que
auxiliam no estabelecimento de um ou vários modelos geológicos detalhados,
levando-se em consideração as heterogeneidades que possuem um maior impacto
no fluxo de fluidos. Ainda segundo este autor, as heterogeneidades que ocorrem no
reservatório possuem diferentes escalas, consistindo em um grande desafio para a
modelagem tridimensional a integração dos dados. Porque cada dado está
relacionado ao atributo geológico, que possui a sua própria escala segundo a sua
informação.
De acordo com Cosentino (2001) o fato de que maior parte desse processo
está relacionado com o meio poroso e com o seu preenchimento pelos fluidos, faz-
se então necessário a representação das heterogeneidades que possuem influência
sobre os aspectos dinâmicos do reservatório. Dessa forma, as propriedades de
reservatórios também estão relacionadas com escala de poros, e com as várias
fontes de dados que mostram as heterogeneidades para os diferentes tipos de
suporte de amostragem. Na Figura 2 são ilustrados os tipos de heterogeneidades
que ocorrem num sistema petrolífero.
15
Figura 2: Classificação utilizada nos tipos de heterogeneidades
de reservatórios. Adaptado de: Cosentino (2001).
As escalas dos elementos que fazem parte do modelo geofísico são
baseadas nas ferramentas geoestatísticas multivariadas. Este procedimento é capaz
de reduzir as incertezas associadas no processo de modelagem tridimensional para
o desenvolvimento e produção de petróleo, ressaltando as relações entre as escalas
de caracterização do reservatório e os seus principais atributos geológicos. Neste
sentido o trabalho tem como objetivo analisar a integração de dados afim de
minimizar as incertezas geológicas na construção do modelo tridimensional tendo
como exemplo o Campo de Araçás na Bacia do Recôncavo – Bahia.
1.3 METODOLOGIA
Afim de melhor compreensão das variações relacionadas as fases de
modelagem faz-se necessário a identificação das etapas associadas à modelagem
tridimensional para as propriedades dos reservatórios, estas etapas são as
seguintes:
Heterogeneidades Relacionadas aos Reservatórios
Falhas Selantes, Parcialmente Selantes e Não
Selantes
Zonas de Permeabilidades nas Unidades Geológicas
Lâminas Pelíticas
Laminações e
Estratificações Cruzadas
Fraturas Abertas e
Fechadas
Óleo
16
Etapa 1 – Definição das Incertezas: consistem na seleção dos atributos,
assim como na definição dos seus níveis de incerteza e probabilidades de
ocorrência associada a cada nível. Normalmente são atribuídos três níveis de
incertezas para cada atributo (provável, pessimista e otimista). O desmembramento
para três níveis pode ser uma boa representação inicial dos atributos, de maneira
que quanto mais relavante a importância maior será o número de níveis em que este
atributo será desmembrado;
Etapa 2 – Modelo Determinístico: corresponde à elaboração de um modelo
geológico composto pelos seus valores mais prováveis. Este modelo é denominado
de modelo base porque é composto pelos seus atributos e análogos;
Etapa 3 – Análise de Sensibilidade: consiste na seleção dos atributos mais
críticos para reduzir o número de atributos a serem considerados no processo de
quantificação das incertezas. A análise de sensibilidade define o grau de influência
de cada uma das incertezas no volume do campo e no fator d recuperação;
Etapa 4 – Árvore de Derivação: representa cada ramo correspondente de
um modelo de simulação completo e distinto. O número de atributos a serem
incluídos na área de derivação depende dos objetivos do estudo.
Segundo Bettini et al. (2000) estas etapas são parte integrante da elaboração
de modelos. O modelo conceitual compreende a imagem mental do sistema natural
podendo ser expresso na forma diagramática, onde neste tipo de categoria são
inseridos os blocos diagrama, que são comuns nas comunicações técnicas e
científicas das geociências. Os modelos físicos são representações físicas de
sistemas reais (i.e. poros de uma camada), enquanto que os modelos matemáticos
são abstrações de sistemas reais, representados por expressões contendo
variáveis, parâmetros e constantes que são classificados como probabilísticos e
determinísticos.
O modelo matemático é considerado probabilístico porque contém variáveis
aleatórias (i.e. permeabilidade e/ou porosidade), e no caso do modelo determinístico
ocorre o contrário, a variável aleatória está ausente. A Figura 3 exibe um fluxograma
baseado nos tipos de modelos usados na elaboração da modelagem tridimensional.
17
Modelo
Conceitual
Matemático
Físico
Mental
Diagramático
Solução Exata
Simulação
Escala
Analógico
Determinístico
Estocástico
Nível de
Incerteza
Dados Geofísicos
Dados Poços
Pessimista Provável Otimista
Modelo Estrutural
Modelo Fáceis
Figura 3: Diagrama representativo da classificação dos modelos conceitual, matemático e estatístico.
Guimarães (2002).
A delimitação das incertezas consistiu na seleção de todos os atributos
geológicos, assim como a definição dos seus níveis de incerteza e probabilidades de
ocorrência associada a cada nível. O desmembramento para três níveis pode ser um
boa representação inicial dos atributos contínuos, de maneira que quanto mais
relevante a importância maior será o número de níveis em que este atributo será
desmembrado (Figura 4).
Figura 4: Diagrama hierarquizando o nível de incerteza conforme os
dados são inseridos em cada modelo correspondente.
18
Segundo Xavier (2004), durante as fases de avaliação e desenvolvimento do
campo de petróleo ocorre à quantificação do valor da informação que é realizada por
uma nova e confiável metodologia, e será aplicada tanto nos modelos simples
quanto nos modelos complexos, caracterizando dessa forma poucos ou muitos
atributos geológicos.
1.3.1 LEVANTAMENTO BIBLIOGRÁFICO
O levantamento bibliográfico tem como objetivo selecionar, sob um contexto
geral, a importância e aplicação de análises de decisão nos projetos de exploração e
produção de petróleo, abordando trabalhos que quantificam o impacto de incertezas.
Na literatura nacional e internacional existem vários trabalhos que podem ser
consultados durante a análise dos riscos da fase de exploração e a partir deles,
extrair informações relevantes que podem ser aplicadas no objeto de estudo. Por
sua vez, poucos trabalhos focam a fase de desenvolvimento.
1.3.2 MÉTODOS GEOESTATÍSTICOS
A Geoestatística consiste em um conjunto de métodos capaz de tratar
informações relacionadas aos fenômenos esparçados. É utilizada para a geração de
modelos tridimensionais baseados nos atributos geológicos associados aos
inúmeros parâmetros estatísticos, tais como o variograma. As relações entre os
parâmetros simulados e a informação derivada da sísmica são estatísticas,
codificadas como uma correlação linear entre o parâmetro sísmico e a variável
simulada, esta foi à aproximação denominada “variável primária versus variável
secundária”. Entretanto, a geoestatística traz consigo um paradigma que está
baseado no conceito de trends e da covariância, que são considerados uma
aproximação para a codificação de um modelo pioneiro que é usado na terminologia
Bayesiana.
De acordo com Bortoli et al. (1992) e Haas & Dubrule (1994) a realização de
impedâncias acústicas associada à geoestatística de inversão, permite a elaboração
da modelagem a partir de dados sísmicos. O conceito da geoestatística de inversão
nos estudos convencionais de simulação tem um importante enfoque no que se
refere ao bloco de sísmica tridimensional. Entretanto, para Bortoli et al. (1992) uma
19
Variáveis
Qualitativas
Quantitativas
Nominal
Ordinal
Discreta
Contínua
dúvida é pertinente tanto para a fidedignidade de dados de poços e de variogramas
quanto para os blocos de dados sísmicos. A solução proposta por este autor é
encontrada nos algoritmos, que representam apenas uma extensão da Simulação
Gaussiana Seqüencial (SGS) onde para cada região do espaço de amostragem
inúmeras realizações dos traços de impedância acústica local são produzidas. De
modo que esses traços são convolvidos com as ondas sísmicas fazendo com que os
traços de impedância acústica promovam o melhor encaixe com os traços sísmicos
na locação selecionada. Portanto, o algoritmo percorre de uma região do espaço
para outra, de modo que quando todo o espaço é preenchido com traços são obtidos
mais de uma realização global.
Segundo Bussab & Morenttin (1987), as variáveis são qualitativas e
quantitativas e podemos classificar os atributos em um conjunto de amostra
ordenável ou não. As variáveis qualitativas são subdivididas em nominal (i.e. fácies)
e ordinal (i.e. mineralogia). Por sua vez, as variáveis quantitativas representam
medidas e podem ser subdivididas em variáveis discretas e contínuas. A relação
entre essas variáveis com o nível de informação aumenta a partir das qualitativas
nominais para as quantitativas contínuas com métodos específicos para tratar cada
tipo que permitem extrair o máximo proveito da informação que colaboraram com a
distribuição de fácies num grid geológico (Figura 5).
Figura 5: Diagrama da classificação dos tipos de variáveis. Bussab & Morenttin (1987).
20
CAPÍTULO 2. CONTEXTO GEOLÓGICO DA ÁREA EM ESTUDO
O Campo de Araçás está localizado na Bacia do Recôncavo (Figura 6) e
também fazendo parte dele está o Membro Santiago. Este é caracterizado como
reservatório pertencente à Formação Pojuca, de idade do Cretáceo Inferior que tem
na sua composição os arenitos que tornaram este Membro como o maior produtor
em reservatórios do Campo de Araçás. A origem dos reservatórios do Membro
Santiago é de grande importância porque permite a compreensão dos inúmeros
sistemas de trapas estratigráficas e estruturais que ocorrem no Bacia do Recôncavo.
Figura 6: Mapa de localização da Bacia do Recôncavo, e dos campos de
óleos, em destaque o Campo de Araçás. Couto Anjos et al. (1987)
2.1 BACIA DO RECÔNCAVO
A Bacia do Recôncavo é caracterizada por um complexo sistema de horst
secundários e meio grabens orientados (Figura 7). As maiores falhas normais, como
a Falha de Salvador, tem o direção nordeste, enquanto que os altos estruturais da
bacia estão orientados preferencialmente noroeste.
BACIA DO
RECÔNCAVO
38 00´ 38 30´ ALTO
APORÁ
OCEANO ATLÂNTICO
ARAÇÁS
21
Figura 7: Seção geológica esquemática ilustrando o complexo sistem a de horst e meio grabens
da Bacia do Recôncavo. Milhomem et al. (2003)
Segundo Asmus & Porto (1980), dois estágios de sedimentação levaram ao
preenchimento do lago tectônico do Recôncavo: o primeiro está relacionado com a
seqüência continental e o outro com a seqüência do lago. Esta última seqüência é a
mais importante por cauda da sua espessura, que é resultado de uma importante
progradação de sistemas flúvio-deltaicos de noroeste a sudeste, dos quais
eventualmente entraram em contato com depósitos fan-lacustrino grossos
relacionados com a ativação da Falha de Salvador à leste. O preenchimento ocorreu
durante os estágios Rio da Serra, Aratu, Buracica e Jiquiá culminando com uma
inconformidade regional angular relacionada com o soerguimento tectônico.
Segundo Ponte & Medeiros (1981) o arcabouço estrutural da bacia foi gerado
por dois principais episódios de falhas normais: o primeiro episódio ocorreu durante
o estágio Rio da Serra e o segundo estágio após o estágio Buracica. Uma reativação
de falhas do embasamento formou novas falhas na sequência rifte, e gerou um
complexo sistema de blocos de falhas. Após este segundo episódio, nenhuma outra
atividade tectônica intensa ocorreu na bacia.
O desenvolvimento da Bacia do Recôncavo assim como as demais bacias
marginais continentais brasileiras foi envolvida durante a ruptura do Gondwana e a
abertura do Oceano Atlântico Sul. Entretanto, esta bacia trata-se de um rifte
abortado dentro do sistema de riftes de vales, e exibe somente apenas os dois
primeiros estágios deposicionais das bacias marginais continentais que foram
nomeadas de estágios pré-rifte e rifte.
22
A arquitetura estrutural da Bacia do Recôncavo foi gerada a partir de dois
principais episódios de falhas normais, onde o primeiro ocorreu durante no Rio da
Serra e o segundo em Buracica.
De acordo com Ponte & Medeiros (1981), após este segundo episódio
nenhuma outra atividade tectônica ocorreu na bacia. A elevada taxa de deposição
flúvio-deltaica e sedimentação lacustre favoreceram o desenvolvimento de
estruturas não-diastróficas, como o crescimento de falhas, diápiros de argilas, e
compactação de domos os quais permitiram a complexidade estrutural em
determinadas áreas. Segundo Passos (1969), o primeiro episódio de falhamento,
durante a deposição das Formações Candeias e Marfim, formou as principais falhas
nos campos, o que inclui a falha Araçás. Ao final da deposição da Formação Pojuca,
a estrutura do domo já existia, e foi demonstrada por mapas de isopacas e estrutural
ocorrendo ainda arenitos de diferentes espessuras como sugerido pela compactação
de arenito (Figura 8).
Figura 8: Seção esquemático da Bacia do Recôncavo ilustrando as
principais Formações. Passos (1969).
2.2 CAMPO DE ARAÇÁS
O Campo Araçás foi descoberto em 1961 com a produção iniciada em 1965.
A petrografia detalhada e as análises petrofísicas do Campo de Araçás permitiram
que o reservatório fosse classificado de acordo com os tipos de arenitos que
geraram uma interdistribuição nos depósitos das baías permitindo distinguir as
23
propriedades deposicionais e os processos diagenéticos, como a cimentação e
dissolução, e os processos deposicionais. O comportamento do arcabouço dos
arenitos traduz o processo deposicional que integrado as estruturas sedimentares
permite a reconstrução de paleoambientes.
Segundo Freitas et al. (1969) os processos diagenéticos são controlados pela
estrutura de compactação dômica que atuam diretamente na dissolução dos
cimentos assim como no intercrescimento das intrapartículas de calcita gerando uma
porosidade secundária, principalmente, em direção ao centro do domo. Ainda
segundo o autor citado, onde ocorre apenas os arenitos puros a distribuição da
porosidade ocorre de forma reversa, contudo as intercalações de uma matriz
enriquecida e microfácies argilosos dentro de qualquer reservatório inibem até um
determinado momento a ação de soluções dissolventes que conduziram para
reversão da distribuição da porosidade que estará concentrada nas bordas do domo.
Em todos os casos, o padrão de permeabilidade não segue o arcabouço dos grãos,
cimentos e da porosidade ilustrando assim a complexa interação para os fatores que
regulam os parâmetros petrofísicos.
No Campo de Araçás contém o Membro de Santiago numa profundidade
entre 1100 e 1250 metros, com uma espessura de aproximadamente 100 metros e
um intervalo de óleo entre 20 metros, o qual é dividido em cinco intervalos de
reservatórios nomeados de S-1, S-2, S-3, S-4, e S-5, que podem ser facilmente
correlacionados com o Campo de Araçás. De acordo com Freitas et al. (1969) a
freqüência de microfácies no reservatório representa uma excelente ilustração de
suas características individuais, onde nos intervalos S-2 as microfácies possuem em
suas características o cimento de calcita residual que é muito importante para
explicar a sua pobre qualidade. Em contraste, o intervalo S-4 contém todos os tipos
de microfácies e a freqüência das microfácies argilosas explica os baixos valores
gerais de porosidade e permeabilidade deste reservatório. No intervalo S-5 é
limitado e a distribuição das microfácies pode não ser representativa; embora, a
cimentação a base de calcita esteja evidente.
Segundo Kiang & Kowsman (1984) a evolução diagenética desses
reservatórios, inclui três estágios: o primeiro está relacionado com a destruição
primária da porosidade pela compactação e intercrescimento no quartzo e nos grãos
de feldspatos, e pelo soterramento do cimento de calcita; o segundo estágio
corresponde ao surgimento da porosidade secundária devido ao desenvolvimento
24
químico de cimentos e grãos; e o terceiro estágio ocorre pela diminuição da
porosidade secundária por causa de uma posterior cimentação. Boa parte dos
arenitos permaneceram porosos devido ao terceiro estágio ter sido limitado em
extensão, provavelmente como resultado do empacotamento do óleo, o qual detém
qualquer futuro desenvolvimento diagenético mineral. Isso é decorrente em resposta
ao conjunto tectônico, pois as bacias riftes e as reações orgânicas e inorgânicas
ocorrem geralmente no desenvolvimento da bacia como um efeito do alto fluxo de
calor. A geração de óleo no Campo de Araçás ocorreu no fim do estágio do Jiquiá,
que está próximo deposição do Membro Santiago e a formação e compactação de
estruturas dômicas. Entretanto, para Cohen (1985) durante um intervalo de tempo
(110-120 milhões de anos atrás) a média do gradiente geotérmico foi na ordem de
40°C/cin, de modo que a temperatura da superfície era 27°C, e a temperatura limite
do Membro Santiago estava entre 73°C e 79°C, este intervalo de tempo é
característico durante o desenvolvimento de várias fases diagenéticas.
2.3 MEMBRO SANTIAGO
O Membro Santiago pertencente à Formação Pojuca, onde ocorreu a
deposição de arenitos feldspáticos do Cretáceo Inferior. Diversos fatores
estratigráficos e/ou estruturais conduziram esses arenitos a tornarem-se os maiores
reservatórios produtores de óleo no Campo Araçás.
A composição deste membro consiste predominantemente de arenitos, dentre
os quais são em maioria com argilas, siltitos e calcarenitos subordinados. Devido a
esta característica este reservatório possui uma boa qualidade ressaltando que os
arenitos exibem grãos de quartzo com ou sem intercrescimento sob uma intensa
reposição de cimento composto por calcita. A matriz desses arenitos consiste de
clorita inter-estratificada com uma matriz de camadas de illita e esmectita.
As observações petrográficas indicam que a porosidade dos arenitos é de
origem secundária, e resultante de um preenchimento de um cimento rico em calcita.
A característica dessa porosidade é decorrente da dissolução parcial do cimento de
calcita; a prévia distribuição parcial ou total dos grãos de feldspatos calcitificados
que geram a porosidade interpartículas.
25
Horschutz (1971) desenvolveu um mapa paleoambiental da região indicando
que os arenitos do Membro Santiago foram depositados num ambiente de planície
deltaica (Figura 9).
Figura 9: Mapa paleoambiental de Araçás
indicando o processo de deposição. Horschutz
(1971).
26
CAPÍTULO 3. MODELAGEM GEOLÓGICA 3D DE RESERVATÓRIOS
A modelagem tridimensional geológica tem como principal objetivo a
caracterização das propriedades geológicas. Os conceitos geológicos integrados
com os conhecimentos relacionados a área permitem a formulação de modelos
condizentes ao conjunto de fatores e dados usados no processo de modelagem.
Segundo Hu & Le Ravec-Dupin (2004) durante a realização da modelagem
um dos aspectos importantes a ser considerado pelo intérprete é o ambiente
deposicional, porque na integração dos dados geológicos todas as informações
quantitativas permitem a atualização progressiva associada à adição de novos
dados na representação de todos os possíveis cenários dos reservatórios.
A interpretação geológica é uma ferramenta qualitativa e descritiva de modo
que permite a elaboração de modelos para uma área e uma possível representação
por meio de mapas (modelo 2D), seções e perfis geológicos (modelo 1D) e blocos
diagramas.
Segundo Pacheco Neves et al. (2007) na construção de um modelo o geólogo
é forçado a ir além do conjunto de dados existentes onde cada interpretação é
resultado de uma série de decisões subjetivas que só podem ser testadas à medida
que há o desenvolvimento do campo de petróleo onde posteriormente novos dados
são integrados.
3.1 MODELAGEM GEOESTATÍSTICA
A geoestatística define um conjunto de procedimentos matemáticos que
permite que se reconheça e descreva relacionamentos espaciais existentes. Neste
processo, admite-se que a posição de uma amostra é tão importante quanto o valor
medido, para os dados de poços que são freqüentemente espaciais, estes são
relacionados ao controle exercido pela topografia, geologia, massas d’água,
batimetria etc. Desta forma, amostras próximas entre si tendem a ser mais
semelhantes que amostras distantes entre si.
Como nem todas as variáveis permitem a definição de intervalos amostrais
rígidos, a geoestatística auxilia na avaliação do comportamento espacial da variável
adotada. Ela considera a isotropia - a tendência de variação é função apenas da
27
distância de um ponto amostrado, e a anisotropia - a tendência de variação é função
tanto da distância quanto da direção a partir de um ponto com valor conhecido.
A geoestatística tem como ferramenta o variograma que consiste de uma
função que descreve a variação no espaço de um fenômeno regionalizado. Para a
obtenção de um variograma, portanto, é suposto que a variável regionalizada tenha
um comportamento estacionário, onde os valores esperados, assim como sua
covariância espacial, sejam os mesmos por uma determinada área. Assume-se,
desse modo, que os valores dentro da área de interesse não apresentem tendência
que possam afetar os resultados.
A média é obtida por:
m = E[x(i)-x(i+h)] = E[Z(x)] (3.1)
e a variância é dada por:
variância = E{[x(i) – x(i+h)] – m]2} (3.2)
variância = E{[Z(x) – m]2} (3.3)
Onde x(i) representa a variável regionalizada coletada no ponto i, x(i) e x(i + h)
correspondem aos valores de uma variável regionalizada obtidas no ponto i e i + h,
com uma distância múltipla ħ, que é um vetor com direção específica num espaço a
uma, duas ou três dimensões.
O valor de cada ponto está relacionado com valores obtidos a partir de pontos
situados numa certa distância. A influência será tanto maior quanto menor for a
distância entre os pontos, onde o grau de relação entre valores numa certa direção
pode ser expresso pela covariância ou pela variância. A covariância e variância são
valores para uma mesma variável, porém adquiridos nos pontos x e x+h. Em
qualquer deslocamento h, os dois primeiros momentos da diferença [x(i) – x(i+h)] são
independentes da localização de x e função apenas de h. A covariância depende do
tamanho de h e para h = 0, C(h) passa a representar a variância = C(0) e é
calculada através da fórmula:
C(h) = E[Z(x+h).Z(x)] – m2 (3.4)
28
A semivariância representa a metade da variância entre as diferenças x(i+h) – x(i), e é
calculada por:
γ(ħ) = γ(h) = Σ[Z(x+h) – Z(x)] (3.5) 2
Desmembrando a variância temos:
X = [Σx²] – [(Σx)²] (3.6) n n
γ(h) = [1Σ(x(i+h) – x(i))²] – [1Σ (x(i+h) – x(i)] (3.7) 2 n 2 n2
fazendo γ(h) = [1Σ(x(i+h) – x(i))] = 0 (3.8) 2 n
γ(h) = [1Σ(x(i+h)2] + [Σx(i)²] – [Σx(i+h)x(i)] (3.9)
2 n n n
Onde x(1), x(2), .... ,x(i), .... x(n), são as realizações de uma variável
regionalizada satisfazendo a hipótese intrínseca para uma estimativa não
tendenciosa da semivariância dada por:
γ(h) = 1Σ[(x(i+h) – x(i))]2 (3.10)
2 n
O semivariograma é originado quando colocamos a função γ(h) versus h
exibindo as relações através de gráficos.
γ(h) = 1 1=∑
i
n [(x(i+h) – x(i))]2 (3.11)
2n(h)
Segundo Chambers et al. (2000) fazem parte do variograma os elementos: (i)
Alcance: que representa a distância a partir da qual as amostras passam a ser
aleatórias, ou seja, reflete o grau de homogeneização entre as amostras, assim
quanto maior for o alcance mais contínuo será o fenômeno representado; (ii)
Patamar, que corresponde ao valor no qual o variograma estabiliza-se no campo
29
aleatório, consiste no ponto a partir do qual as amostras tornam-se independentes
devido à grande distância que as separa; (iii) Efeito pepita que representa o valor da
função variograma na origem (h=0), teoricamente esse valor deveria ser zero porque
as duas amostras tomadas no mesmo ponto (h=0) deveriam ter os mesmos valores;
entretanto quando não é assim, atribui-se esta diferença, em geral, a erros de
amostragem e/ou análise. Como os erros analíticos atualmente podem ser ou não
desprezíveis, o efeito pepita deve-se a erros de amostragem devido à variabilidade
natural da variável. A Figura 10 ilustra os elementos do variograma.
Figura 10: Elementos presente em um variograma.
Chambers et al. (2000).
Segundo Deutsch (2006) as técnicas geoestatísticas permitem a construção
de modelos tridimensionais do reservatório, em destaque a krigagem e a simulação
estocástica, que permitem calcular o valor para uma determinada propriedade
(fácies, petrofísica, etc) para cada célula de uma malha tridimensional, sendo este
valor condicionado com os dados existentes (sísmica, poços, etc) e uma função de
correlação espacial entre esses dados (variograma).
A krigagem é uma técnica desenvolvida para interpolação de dados dispersos
e pouco abundantes, realizando a análise de componentes de variação espacial,
permitindo uma boa aplicação nos dados onde se reconhecem a existência de
correlação espacial e/ou controle direcional (geologia; geomorfologia, oceanografia).
Dentre as vantagens na utilização da krigagem, destacam-se o rastreamento de
mudanças na dependência espacial ao longo da área de estudo, a geração de uma
30
superfície interpolada suave. A krigagem é um método determinístico que apresenta
apenas única solução, não sendo capaz de representar como um todo a
variabilidade das propriedades estudadas. Dessa maneira além da técnica de
krigagem faz-se necessário à utilização de métodos de simulação estocástica que
permitem melhor representar a variabilidade das propriedades geológicas.
Para Monteiro (2005) a simulação estocástica é um fenômeno regional pode
ser separado em dois componentes: o primeiro, relacionado com a tendência
regional desse fenômeno, que se considera determinístico, e o segundo
componente, que é resultado de um processo de modelamento a partir do resíduo
de variável regionalizada, decorrente da tendência. Assim a simulação estocástica
condicional ou probabilística consiste num método de modelagem que fornece
inúmeros modelos ou realizações para um determinada propriedade.
Entretanto, de acordo com Chambers et al. (2000) a simulação estocástica
não pode ser considerada um método de estimativa porque representa o resultado
de uma distribuição de probabilidades, e esta distribuição é baseada nas
informações dos dados de controle, que podem ser dados primários, dados
secundários ou em um modelo espacial. Deve-se ressaltar que fica critério do
intérprete a decisão, respaldado em conhecimento técnico, de como o
comportamento geológico espacial da propriedade procede. Ainda segundo este
autor, a solução fornecida pela krigagem representa nada mais do que uma média
das numerosas realizações, e a variabilidade ao longo das diferentes realizações
nada mais são do que uma medida da incerteza para cada posição espacial,
portanto o desvio padrão representa a quantificação das incertezas para os valores
simulados.
Segundo Pacheco Neves et al. (2007) existe também um modelo de
simulação de modelos baseados em objetos (Booleanos), que criam modelos de
reservatórios baseados em objetos que tem um significado genético. Para a
utilização desse método faz-se necessário à seleção de uma forma básica para cada
fácies deposicional onde seja descrita a sua a geometria (i.e. triângulos para os
deltas ou meia-elipse para um canal) como também os parâmetros que descrevem
essas geometrias. Em fácies muito complexas este tipo de método é muito utilizado
na elaboração de modelos geológicos, como nas seqüências carbonáticas, nas
relações não bem estabelecidas para as hierarquias de fácies como nos nódulos
diagenéticos, etc.
31
Chambers et al. (2000) estabeleceu um modelo seqüencial e um modelo pixel
que compreende da utilização de um mesmo algoritmo básico para diferentes tipos
de dados, são eles: (i) Simulação Gaussiano Seqüencial (SGS) que é utilizada na
geração de simulações de variáveis contínuas, como as propriedades petrofísicas;
(ii) Simulação Seqüencial da Indicatriz (SIS) que fornece a simulação de variáveis
discretas, como fácies, reservatórios e não reservatórios, entre outros e; (iii)
Simulação Pluri-Gaussiana que são usadas para ambientes geológicos complexos,
com mais de uma direção de anisotropia, como no caso da ocorrência de processos
diagenéticos relevantes ou litofácies associados a diferentes processos
deposicionais.
3.2 ETAPAS DA MODELAGEM 3D
As etadas de construção de modelos 3D são as seguintes: modelos
estruturais, estratigráficos, fácies, petrofísicos, simulação das linhas de fluxo, cálculo
de volume e análise das incertezas. Essas etapas de modelagem 3D destinam-se a
apresentar todas as variáveis identificadas, e que influenciam no comportamento do
fluxo de reservatório. À cada uma dessas variáveis está associado um grau de
incerteza. Embora algumas heterogeneidades possam ser quantificadas por meio de
medidas diretas, o seu efeito global só pode ser melhor compreendido com o auxílio
de modelos.
Segundo Baldissera (1992) muitos métodos de modelagem de
heterogeneidades nos reservatórios assumem uma distribuição estocástica, porém
muitas heterogeneidades geológicas não são aleatórias e dessa forma podem ser
determinadas as incertezas. A Figura 11 permite a compreensão desses modelos,
que de acordo com Pacheco Neves et al. (2007) representa o fluxo de trabalho para
a modelagem geológica tridimensional de reservatórios baseado em Caers (2005).
32
Figura 11: Modelos tridimensionais usados na visualização e compreensão
das heterogeneidades. Pacheco Neves (2007).
3.2.1 MODELO ESTRUTURAL
Nesta fase da modelagem 3D são modelados os dados de falhas e horizontes
de topo e base do(s) reservatório(s). Estas informações são oriundas de dados
sísmicos e de poços.
33
De acordo com Cosentino (2005) o arcabouço estrutural tridimensional é
composto por três etapas: A primeira etapa consiste na modelagem das falhas
principais, a segunda etapa compreende a modelagem das falhas menores e, a
terceira etapa a construção das superfícies geológicas. Ainda segundo o autor citado
as falhas são identificadas a partir de três tipos de informação: (i) evidência
geológica, que identifica as falhas de acordo com a inconsistência na correlação
através de seções; (ii) nas evidências de poços, ou seja, os poços que interceptam
as falhas e; (iii) os dados sísmicos (2D e 3D), que fornece o principal suporte para o
modelo de falhas porque pode recobrir toda a área. A Figura 12 representa a
identificação de falhas conforme os dados geofísicos, onde para cada modelo à
medida que são adicionadas novas informações são elaborados novos modelos.
Figura 12: Etapas de elaboração do modelo estrutural, onde cada um dos modelos representa
novas informações adicionadas. Cosentino (2005).
3.2.2 MODELO ESTRATIGRÁFICO
As superfícies em um modelo estratigráfico representam a base e o topo de
uma camada. Esta representação é feita a partir de informações utilizadas no
modelo estrutural que permitirão a delimitação no modelo estratigráfico. Na
34
modelagem tridimensional de um reservatório é importante o conhecimento do
contexto geológico da região, porque isto reflete diretamente na interpretação dos
dados utilizados no processo de modelagem. (Figura 13).
Figura 13: Exemplo de um modelo tridimensional baseado nas informações do
topo e base para delimitação do arcabouço estratigráfico. Soares (2009).
Segundo Cosentino (2001), determinar o comportamento do fluxo de fluidos
que ocorre em um reservatório é o objetivo principal num processo de modelagem
3D. Contudo, é necessário que seja concisa a definição empregada para o
arcabouço estrutural, assim como para os dados relacionados com a interpretação
de perfis, sísmica, geoquímica, mineralogia, bioestratigrafia e sedimentologia,
porque ajuda na descrição do comportamento estratigráfico, diagenético, ou seja,
dos controladores geológicos (Figura 14).
35
Figura 14: Exemplo de um modelo estratigráfico, onde ao lado é representado tridimensionalmente
a camada. Soares (2009).
3.2.3 MODELO DE FÁCIES
Este modelo tem por finalidade completar o arcabouço gerado na modelagem
tridimensional. Um dos aspectos importante deste modelo está no método
empregado para a resolução de perfis, ou seja, quando a heterogeneidade não
apresenta uma boa representatividade, não ocorre a definição da geometria externa
dos corpos de reservatório, neste caso faz-se necessário que a modelagem seja
feita através do processo pixel. Entretanto, se os dados de litofáceis e petrofísicos
forem representativos a modelagem é realizada através do processo de grids que
permite que os dados sejam analisados através da geoestatística e da geologia.
A escolha do processo (pixel ou grid) a ser aplicado, conforme as dimensões
dos corpos, implica na ocorrência de incertezas porque os dados petrofísicos estão
diretamente relacionados com as fácies sedimentares, a quantidade de poços
precisa possuir uma boa representatividade em litofácies, e as características
sedimentológicas e estruturais incidem efetivamente no controle da distribuição.
Os modelos de fácies representam descrições baseadas nos conjuntos de
atributos litológicos e das estruturas sedimentares que auxiliam na classificação e
modelagem do ambiente deposicional, sendo que este modelo deposicional-
sedimentológico representa a integração e análise dos conceitos geológicos junto
36
aos dados de testemunhos aplicados aos poços onde os testemunhos são
disponíveis.
O processo deposicional tendo como exemplo ambientes deltaícos, permite
que sejam obtidas informações que são relevantes para um modelo de fácies.
Assim, com base na diversificação da energia empregada no processo de
sedimentação, existe em um sistema deltaico subambientes onde os parâmetros
petrofísicos (porosidade e permeabilidade) podem estar condicionados a esses
sítios deposicionais. Por exemplo, numa frente deltaica (barra de desembocadura)
os arenitos apresentam uma maior porosidade, enquanto que em um prodelta os
siltitos, folhelhos e arenitos muito finos e argilosos apresentam uma baixa
permeabilidade.
As subdivisões são representadas pelas planícies deltaícas relacionadas com
a distribuição de canais que conforme a alta energia dos rios a granulometria é
classificada como grossa; à frente deltaíca que tem um aporte sedimentar
influenciado pela ação dos rios e/ou mares confere uma granulometria que varia de
média a grossa; e por fim o prodelta que por causa da variação de energia
empregada pelas marés e lagos possui uma granulometria fina.
Segundo Pacheco Neves et al. (2007), a etapa de correlação de fácies
atribuídas a todos os poços de campo, o modelo deposicional-sedimentológico está
relacionado com os dados de perfis proporcionado a construção de um modelo
preditivo correlacionado com rocha-perfil. Somente a partir da correlação rocha-perfil
é possível a geração da distribuição tridimensional das fáceis ou das eletrofácies
definidas a partir do agrupamento de litofáceis com as similaridades dos perfis ao
longo da modelagem estocástica (Figura 15).
Figura 15: Construção de uma seção com base nos dados do modelo deposicional-
sedimentológico (i.e. granulometria). Overeem (2008).
Argilas
Areias turbidíticas
Progadação Topsets
Distância (km)
Tamanho dos Grãos (km)
Profundidade
Perfil ilustrando a granulometria com base no modelo deposicional-sedimentológico
37
A construção de mapas baseados em dados de poços (Figura 16) permite
que sejam quantificadas as variações laterais na espessura e ocorrência do
reservatório.
Figura 16: Exemplo de uma modelagem tridimensional de um
reservatório com base na geometria das camadas, nos dados
estruturais e estratigráficos. Soares (2009)
3.2.4 MODELO PETROFÍSICO
As informações extraídas das análises petrofísicas de testemunhos e dados
de perfis permitem a quantificação da permeabilidade e porosidade de um
reservatório. A compreensão das relações entre a heterogeneidade do reservatório,
os atributos de arquitetura e a geometria de litofáceis distintas, para diferentes
escalas de observação, permite a modelagem geométrica do reservatório seguida
de uma representação das características petrofísicas. Durante a fase de
desenvolvimento do modelo petrofísico a correlação rocha-perfil nem sempre traz
informações paleoambientais, nesta situação são construídos modelos baseados em
distribuição de fácies que podem ocorrer para mais de dois ambientes
simultaneamente. De posse da informação referente ao ambiente geológico é
possível modelar a arquitetura do reservatório.
Os modelos estocásticos de permeabilidade normalmente são gerados de
acordo com os dados estáticos utilizados na fase de simulação para o reservatório.
A utilização dessas informações nesta fase permite através da modelagem
tridimensional a identificação de conflitos durante a geração dos modelos.
Segundo Pacheco Neves et al. (2007), o conhecimento dos conceitos
geológicos requer a quantificação direta (perfis de poços, amostras de rochas –
testemunhos), ou indireta das propriedades petrofísicas do reservatório (sísmica de
poços e testes de formação), onde a escala ou o domínio de investigação são
distintas. O modelo petrofísico de reservatório pode ser compreendido pela
modelagem estocástica, a partir da simulação ou estimativa dos valores controlados
38
pelo modelo de fácies, onde essas propriedades seguem uma tendência baseada na
geometria das fácies ou dos seus elementos arquiteturais (Figura 17).
Figura 17: Exemplos de modelos petrofísicos para reservatórios turbidíticos
lacustre: (A) Modelo petrofísico baseado na porosidade; (B) Modelo petrofísico
baseado na permeabilidade. Pacheco Neves (2007).
3.2.5 SIMULAÇÃO DAS LINHAS DE FLUXO
Nesta etapa as simulações das linhas de fluxos requerem uma grande
capacidade de processamento do computador para que os dados sejam analisados
em escala de grid. Os atributos geológicos estão relacionados com a
heterogeneidade do reservatório, dessa maneira para que ocorra o ajuste ideal
destes atributos em um modelo tridimensional de reservatório são necessárias
inúmeras simulações.
No processo de simulação através do grid geológico as incertezas estão
relacionadas com as várias simulações que ocorrem em cada zona devido às
A
B
39
pequenas dimensões ocorre a perda de dados das propriedades geométricas,
estruturais e de fácies.
Um aspecto importante que deve ser salientado é o fato de que os dados
referentes a pressão-volume-temperatura (PVT) de um reservatório desempenham
uma importante função durante o processo de simulação, caso não exista esses
dados uma alternativa é a construção de curvas experimentais de saturação água-
óleo. Essa fase é fundamental porque permite compreender e estimar o
comportamento de um reservatório.
O modelo geológico tridimensional deve conter grids individuais relacionados
para cada zona, permitindo que sejam feitas simulações a partir de um grid
geológico ou de um grid de simulação, tendo como função analisar o produto final
realizado em cada grid.
O processo de simulação das linhas de fluxo permite que sejam elaboradas
curvas de produção de água e de óleo com a finalidade de comparar a vazão real e
simulada para compreender o comportamento da pressão. Entretanto, dependendo
da geometria dos corpos, da quantidade de óleo e do arcabouço estrutural
apresenta diferentes comportamentos levando a geração de incertezas.
3.2.6 ANÁLISE DAS INCERTEZAS
A partir dos dados geológicos usados na simulação de uma modelagem
tridimensional são obtidas curvas de probabilidade acumulada geradas por um
histograma baseado nos volumes obtidos para cada simulação. Cada curva de
probabilidade está relacionada com três valores que correspondem a P10, P50 e
P90, sendo P10 o mais otimista e o P90 o mais pessimista. Esta classificação
permite que o P90 represente 90% de probabilidade que o volume calculado tenha
um valor menor ou igual, enquanto que o P50 é apenas usado no cálculo de
reservas e é o valor mais confiável (Figura 18).
40
Figura 18: (A) Modelo geológico tridimensional baseado nos níveis de incerteza e na curva
de contato água-óleo. (B) Histograma elaborado segundo os atributos geológicos e nos
valores da curva água-óleo. Ligero et al. (2008).
Dados
Curva de Saturação Água-Óleo
Curva de Saturação Água-Óleo
Geológico
Dados
Geológico
A B
P90 - Pessimista
P50 - Provável
P10 - Otimista
41
CAPÍTULO 4. INCERTEZAS ASSOCIADAS À MODELAGEM 3D EM
RESERVATÓRIOS
Na avaliação de um reservatório fazem parte a identificação do conjunto de
atributos geológicos sobre o qual incide as incertezas e o estabelecimento das
probabilidades. Contudo, o ponto fundamental está em transformar as variáveis
geológicas em variáveis estatísticas, a partir da integração de n variáveis
reconhecidas para um mesmo contexto de reservatório, que permitem a calibração
de um modelo. As incertezas relacionadas à modelagem tridimensional de um
reservatório requerem que os dados petrofísicos e de fácies sejam quantificados
para que dessa forma sejam feitas as análises. Outro aspecto importante durante a
análise são os cálculos de volume voltados para a variação do contato água-óleo e
de saturação.
O modelo geológico tridimensional apresenta incertezas em escalas de
grande impacto (modelo estratigráfico) e de pequeno impacto (geometria da célula-
reservatório). Entretando, deve-se ressaltar que a origem das incertezas está
concentrada na falta de informação que acompanha a construção do modelo
geológico tridimensional de um reservatório.
No processo de análise das incertezas são utilizados programas específicos
onde é representado o fluxo de trabalho com funções específicas, e assim
agrupando os processos e suas variáveis denominadas incertezas. Por exemplo, no
processo de simulação são estabelecidas a origem e a saída dos dados, assim as
variáveis que são inseridas num fluxo de trabalho devem estar dentro de limites pré-
estabelecidos para que o resultado corresponda a um volume de hidrocarboneto.
As incertezas na modelagem tridimensional está relacionada com o meio
físico, e são provenientes de dúvidas em relação ao modelo estrutural do
reservatório, às propriedades dos fluidos, à interação entre a rocha-fluido, dentre
outros. Na modelagem do reservatório ocorrem poucos dados diretos de poços
perfurados, boa parte é composta por dados indiretos, principalmente sísmicos, ou
de comparações com outros reservatórios do mesmo ambiente deposicional, ou de
um afloramento análogo. Devido às incertezas estarem associadas com as
diferentes fontes de dados, os erros mais comuns que ocorrem são os erros de
42
Modelagem Tridimensional
Incertezas Petrofísicas
Incertezas Geofísicas
Incertezas Geológicas
Porosidade
Permeabilidade
Dados Sísmicos
Correlação Rocha-Perfil
Modelo Estrutural
medidas, os sistemáticos, na distribuição espacial dos atributos geológicos
(heterogeneidades), na falta de representatividade das amostras etc (Figura 19).
Figura 19: Diagrama simplificado de um modelo 3D de reservatório. Adaptado de Costa (2003).
A proposta deste capítulo está na abordagem do modelo tridimensional do
Campo Araçás na Bacia do Recôncavo, onde são abordados os aspectos
qualitativos relacionados com a interpretação das informações geológicas e
geofísicas que permitem a análise das incertezas. Um aspecto importante durante a
fase de modelagem consiste na caracterização do valor atribuído as variáveis
selecionadas passarão por um processo de filtragem, e posteriormente serão
usadas como indicadores de novas descobertas, já levando-se em conta que as
incertezas relacionadas com essas novas descobertas correspondem a uma função
inversamente proporcional ao acerto na predição destas variáveis, ao modelo
proposto para o sistema petrolífero e ao carregamento das informações obtidas
durante as fase de prospecção. Entretanto, dentre os tipos de variáveis usadas no
processo devem ser salientadas as variáveis contínuas porque em uma distribuição
espacial abrange um grande número de valores numéricos (i.e. mapas de contorno –
2D), e as variáveis discretas que representam puntualmente objetos distintos através
da sua presença ou ausência.
Segundo Tamhane et al. (1999), os métodos e as técnicas usados no
processo de quantificação dos atributos geológicos são abordados por inúmeros
autores, entretanto não existe um aprofundamento na descrição e análise dos
fatores relacionados aos ambientes geológicos e seus parâmetros (formas e
43
geometrias dos corpos sedimentares, propriedades petrofísicas, etc). Ainda de
acordo com este autor, a compreensão da geologia acarreta na diminuição da
incerteza para um modelo construído.
Os atributos geológicos geram incertezas que influenciam diretamente nas
decisões que estão relacionadas com o desenvolvimento e estimativa de reservas.
Por isso, a quantificação do impacto nos resultados é de fundamental importância
para aumentar a qualidade das decisões.
Segundo Pacheco Neves et al. (2007), as incertezas que ocorrem no
processo de modelagem tridimensional podem ser agrupadas e relacionadas em
dois grupos: o primeiro refere-se aos próprios dados utilizados, e o segundo tipo
está relacionado com as interpretações e aos modelos construídos durante a
modelagem de reservatório.
4.1 INCERTEZAS DO MODELO ESTRUTURAL
Os dados estruturais geram boa parte das incertezas associadas à
modelagem da geometria extrerna do reservatório porque estão associados à dados
sísmicos espaçados que resultam em erros durante a elaboração deste modelo. A
sísmica de baixa resolução pode implicar em erros na delimitação de um traço de
falha ou no contorno de um horizonte.
As fontes de informação que auxiliam na interpretação das estruturas em
subsuperfície provém da geofísica e dos poços, onde dependendo do tipo de
método empregado os dados podem apresentar limitações quanto à qualidade e a
resolução.
Segundo Pacheco Neves et al. (2007), a correlação entre perfis para poços
diferentes permite que sejam estabelecidas as posições das unidades geológicas de
interesse, considerando que esta correlação é mais refinada quanto maior for à
resolução dos perfis utilizados, e quanto mais homogeneizado lateralmente estiver
às unidades geológicas.
No Campo de Araçás, na Bacia do Recôncavo, existe uma boa quantidade de
poços com dados confiáveis provenientes de levantamento geofísico, fazendo com
que sejam minimizadas as incertezas relacionados à modelagem estrutural. Os erros
associados ao modelo estrutural são muito mais freqüentes que os demais modelos,
porém existem também maneiras de diminuir os erros, depende da oferta de poços e
44
de levantamentos sísmico que conseguem também participar na diminuição das
incertezas.
A Figura 20 utilizada por Pacheco Neves et al. (2007), consiste de uma seção
sísmica onde a interpretação depende das distorções introduzidas pelo mergulho
das camadas e pelas variações verticais e laterais das velocidades das rochas. O
nível de detalhamento da interpretação depende muito da resolução sísmica e as
incertezas nos contatos entre fluídos.
Figura 20: (A) interpretações sísmicas de estruturas com diferentes graus
de complexidade estrutural; (B) Seção sísmica. Pacheco Neves et al.
(2007).
4.2 INCERTEZAS DO MODELO PETROFÍSICO
Uma das formas de definir as incertezas relacionadas com o modelo
petrofísico está na disponibilidade dos dados e na metodologia utilizada para o
preenchimento do arquitetura geométrica construída durante o processo de
modelagem estrutural e estratigráfica. O modelo petrofísico consiste na discretização
do reservatório segundo um número finito de células, onde a partir de um maior
número de células em tamanhos menores resulta no modelo com maior capacidade
de representação do meio geológico.
A modelagem petrofísica requer o conhecimento do ambiente de
sedimentação no qual formou-se a rocha reservatório, pois cada tipo de ambiente
A B
45
apresenta sua própria geometria, e durante este processo os atributos petrofísicos
devem ser estabelecidos com base em medidas diretas (amostra de rocha) ou por
medidas indiretas (perfis de poços). Estes atributos petrofísicos são decorrentes de
dados gerados por interpretações quantitativas de perfis e de dados de teste de
formação, com uma posterior dedução das equações de porosidade e
permeabilidade, além das análises geoestatísticas dos dados.
46
CAPÍTULO 5. CONCLUSÕES E RECOMENDAÇÕES
A definição das incertezas relacionadas à modelagem tridimensional para
campos petrolíferos tem como finalidade dar uma maior qualidade ao processo de
tomada de decisão no desenvolvimento do campo. A determinação das incertezas
relacionadas com a modelagem tridimensional não é um processo simples, pelo fato
de que estas incertezas estão associadas tanto para os dados diretos quanto
indiretos, e que são inseridos no processo de modelagem.
As incertezas são analisadas com base nas características do reservatório, já
que na fase de exploração e descoberta de um campo, a utilização dos dados
indiretos é bastante frequente. A principal disponibilidade de dados em escala real
do reservatório é pontual e está relacionado com os poços perfurados, neste
momento um ponto que deve ser levado em consideração é a quantidade de poços
perfurados porque quanto maior for à quantidade de poços, menor são as incertezas
relacionadas ao dado de poço. Mesmo considerando-se que nem sempre é possível
a obtenção de testemunhos para um grande número de poços.
O imageamento sísmico, mesmo sendo uma excelente ferramenta, ainda não
alcançou a mesma resolução vertical da escala de poços, sendo considerado como
uma das maiores fontes de incertezas. Mesmo apresentando uma boa resolução é
necessário que as variáveis como tempo-profundidade estejam associadas à
sísmica para não tornarem-se geradoras de erros. De maneira geral, as incertezas
relativas às fases iniciais são relacionadas com a quantidade e qualidade dos dados
geológicos, petrofísicos e de fluidos disponíveis; (poços, sísmica) e com a
interpretação dos dados e caracterização do reservatório (seleção de dados,
geração de modelo conceitual de reservatório, inversão sísmica e seleção de
técnicas geoestatísticas). Na elaboração do modelo de fácies do reservatório
Santiago a incerteza mais significativa foi devido a falta de dados sísmicos na
construção do referido modelo.
Uma das metodologias usadas nesta monografia é a geoestatística nesta
monografia utiliza os conceitos da estatística básica (freqüência e probabilidade),
que de acordo com as informações do sistema petrolífero integradas com o modelo
matemático permitem que sejam desenvolvidas fórmulas que serão utilizadas para o
cálculo do volume, que está diretamente relacionado com os parâmetros
47
petrofísicos, variáveis contínuas e discretas, onde o objetivo desse modelo
probabilístico e empírico está na redução das incertezas associadas com cada tipo
de perfil para uma porosidade estimada.
Esta monografia traz como contribuição não só para o ambiente acadêmico,
mas também para os profissionais da área, o fato de que este trabalho não
restringe-se apenas para o reservatório Santiago. Esta monografia consiste de
etapas que podem ser utilizadas não apenas na identificação das incertezas
relacionadas a Bacia do Recôncavo, mas também para outras bacias. Os
procedimentos adotados em cada modelo também podem ser abordados na
modelagem tridimensional de reservatórios.
48
REFERÊNCIAS BIBLIOGRÁFICAS
ASMUS, H.E., & PORTO, R. Diferença nos estágios iniciais da evolução da
margem continental brasileira, possiveis causas e emplicações. Anais do XXXI
Congresso Brasileiro de Geologia, Camboriu. 1980.
BALDISSERA, P.R. - Modelagem estocástica de fácies para a caracterização da
distribuição espacial das heterogeneidades de reservatórios. Campinas:
Universidade Estadual de Campinas-UNICAMP. Instituto de Geociências. Área de
Geologia de Petróleo. 1992
BEGG S. BRATVOLD R, CAMPBELL J. The Value of Flexibility in Managing
Uncertainty in Oil and Gas Investments. In: SPE, Annual Technical Conference
and Exhibition (ATCE), SPE 77586, USA, 1 CD-Rom. 2002.
BETTINI, C. Avaliação do Potencial Petrolífero da Bacia Sergipe/Alagoas pelo
método “Play-Analysis”, PETROBRAS, Rio de Janeiro,1984.
BUSSAB, O. W., MORENTTIN, P.A. Estatística Básica, Métodos Quantitativos.
Ed. Atual, 3 ed. 1987. 321p.
CAERS J. Petroleum Geostatistics. Richardson, TX, Society of Petroleum
Engineers. 2005. 88p
CAIXETA, J.M., BUENO, G.V., MAGNAVITA, L.P. & FEIJÓ, F.J. Bacias do
Recôncavo, Tucano e Jatobá. Boletim de Geociências da Petrobrás. Rio de
Janeiro, 1994. 163-172p.
CHAMBERS, R.L., YARUS, J.M. & HIRD, K.B. Petroleum geoestatistic for
nongeostatisticians, Parts 1, The leading edge 19. 2000. 4p.
CHAMBERS, R.L., YARUS, J.M. & HIRD, K.B. Petroleum geoestatistic for
nongeostatisticians, Parts 2, The leading edge 19. 2000. 5p.
49
COHEN, C.R. Role of fault rejuvenation in hydrocarbon accumulation and
structural evolution of the Recôncavo Basin, northeastern Brazil. American
Association of Petroleum Geologists Bulletin. 1985. pgs. 65-76, 69.
COSENTINO L. Integrated Reservoir Studies. Paris, Editions Technip. 2001. 310p.
COSTA A.A.P., Quantificação do Impacto de Incertezas e Análises de Risco no
Desenvolvimento de Campos de Petróleo. Universidade Estadual de Campinas –
São Paulo. Dissertação de Doutorado, Instituto de Geociências 2003.
COUTO ANJOS & CAROZZI. Depositional diagenetic factors in the generation of
the Santiago arenite reservoirs (Lower Cretaceous): Araçás oil field,
Reconcavo Basin, Brasil. University of Illinois. 1987.
DEUTSCH C.V. What in the reservoir in geoestatistics good for? Journal of
Canadian Petroleum Technology. Vol. 45, N. 4. 2006. 7p.
FREITAS, M.C. Detalhamento do Arenito Santiago no Campo de Araçás.
Unpublished Petrobras Internal Report, DIREXSECEGE, 1969. 59p.
GUIMARÃES, A.O. Modelagem Geológica e Geoestatística de Reservatório da
Bacia de Campo, RJ. Universidade Federal do Rio de Janeiro. Dissertação de
Mestrado, Departamento de Geologia – Programa de Pós-Graduação, UFRJ-CCMN-
IGEO, 2002.
HAS C. & DUBRULE, O. Introducing more geology in stochastic reservoir
modeling. In: Congresso de Geoestatística, 1992, Tróia Anais. Portugal p.351-369.
HORSCHUTZ, P. M.C. Sedimentação Deltaica no Membro Santiago do
Formação Pojuca. Unpublished Petrobras Internal Report, DIREX No. 1971. 34p.
HU L.Y. & LE RAVEC-DUPIN M. Elements for a integrated geoestatistical
modeling of heterogeneous reservoirs. Rev. IFP, Vol 59, No 2, 2004. 141-155.
50
KIANG, C.H., & KOWSMAN, R.O. Aplicação dos Conceitos de Subsidência
Térmica na Definição da Epoca de Geração na Bacia do Recôncavo.
Unpublished Petrobras Internal Report, SEGEL 001/84. 1984. 13p.
LIGERO, E.L., RISSO, V. F., & SCHIOZER, D.J. – Análise econômica da redução
das incertezas geológicas de reservatórios de petróleo. Revista Brasileira de
Geociências nº 38, 1 suplemento: março de 2008. 106-116.
MONTEIRO, M.C. Procedimentos Geoestatísiticos para quantificar a incerteza
em modelos estátiscos de reservatótios petrolíferos. Instituto de Geociências,
Universidade Federal do Rio de Janeiro, Rio de Janeiro, Tese de Doutorado. 2005,
311p.
MILHOMEM P. S. Estratigrafia e Heterogeneidades dos Reservatórios, Bacia do
Recôncavo. 2º Congresso Brasileiro de P&D em Petróleo & Gás. Rio de Janeiro,
2003
NOCCHI, C.V.C. Desenvolvimento de Sistemas para Caracterização de
Reservatórios de Petróleo. Universidade Estadual do Norte Fluminense – UENF.
Laboratório de Engenharia e Exploração de Petróleo – LENEP. MACAÉ – RJ
Dezembro – 2004.
OVEREEM, I. Introduction to Geological. Community Surface Dynamics Modeling
System University of Colorado at Boulder. Setembro de 2008.
PACHECO NEVES R. Modelagem Geológica 3D de Reservatórios e Incertezas
Associadas. Universidade Federal de Ouro Preto – MG. Departamento de Geologia.
2007.
PASSOS, J.L.. Aspectos Geológicos e Econômico do Campo de Araçás, Bacia
do Recôncavo-Bahia, Brasil. Boletim Técnico da Petrobras, Rio de Janeiro. 1969,
Jan./Mar., 12 (1): 5-14.
51
PONTE, F.C., & MEDEIROS, R.A. Sistemas deposicionais na Bacia do
Recôncavo, Estado da Bahia. Ocorrências da Terra, 1981. pgs1-6, 14-18.
SOARES, U. C. Elaboração de um Modelo de Fácies para Modelagem Geológica
3D de Reservatórios Petrolíferos – Exemplo de um Campo na Bacia do
Recôncavo. Instituto de Geociências. 2009.
TAMHANE, D., WANG. L., & WONG, P. The role of Geology in stochastic
reservoir modeling: the future trends. SPE 54307, 1999. 11p.
XAVIER A.M. Análise do Valor da Informação na Avaliação e Desenvolvimento
de Campos de Petróleo. Dissertação de Mestrado em Ciências e Engenharia de
Petróleo,FEM e IG, UNICAMP, Campinas. 2004. 160p.
