Document details

Implementação dos estatísticos LISA como atributo sísmico: aplicação a um caso não estacionário de um reservatório de hidrocarbonetos em canais de areia

Author(s): Pereira, Ângela Maria Soares

Date: 2013

Persistent ID: http://hdl.handle.net/10451/8983

Origin: Repositório da Universidade de Lisboa

Subject(s): Canais de areia; Associação espacial; Padrões não estacionários; Atributos sísmicos; LISA


Description

Os sistemas de canais de areia submarinos, ou canais turbidíticos, são, devido à sua natureza detrítica, potenciais reservatórios de hidrocarbonetos, normalmente com uma boa porosidade. No entanto, este tipo de reservatório caracteriza-se por uma acentuada heterogeneidade espacial, típica de uma situação não estacionária e que resulta do seu traçado meandriforme. Desta forma, compreender o padrão morfológico que define o corpo de um canal de areia é essencial para a caracterização destes reservatórios, o que por vezes se pode tornar uma tarefa difícil, devido à elevada variabilidade espacial e litológica. O objectivo deste trabalho é implementar um conjunto de novos atributos sísmicos que permitam identificar as características morfológicas e padrões espaciais em situações não estacionários típicos de um reservatório de hidrocarbonetos em canais de areia, tentando assim melhorar os processos de simulação estocásticos e de inversão sísmica deste tipo de reservatório. Para isso foi proposta a utilização dos estatísticos LISA (Local Indicators of Spatial Association) como novo atributo sísmico. Estes estatísticos são normalmente utilizados em aplicações com dados geográficos e permitem detectar padrões de associação espacial locais, que podem reflectir o corpo do canal de areia, uma vez que os LISA dão o grau de clustering para um conjunto de amostras. A aplicação dos LISA como atributo sísmico para a identificação de padrões morfológicos ou na identificação de lito-grupos, revelou-se ser uma boa ferramenta, em particular a utilização do índice Local Moran’s I, uma vez que permite a identificação dos padrões de associação espacial formados pelos corpos de areia e definir as direcções de maior anisotropia espacial. No entanto a sua integração nos processos de simulação estocásticos e no processo de inversão sísmica deverá ser complementada com outros condicionantes.

Systems of submarine sand channels, or turbidites channels, are potential hydrocarbon reservoirs, due to its clastic nature, which normally provides a good porosity. However this type of reservoir is characterized by a high spatial heterogeneity typical of a non-stationary pattern in result of his sinuous shape. Therefore, understanding the morphological pattern that defines the sand channel body is essential for the characterization of these kinds of reservoirs. This, however, can be a difficult task due to the high spatial and lithological variability. The aim of this work is to apply a set of a new seismic attributes that allows the identification of morphology and spatial patterns in non-stationary conditions, typical of sand channels hydrocarbon reservoir, and thus trying to improve the stochastic simulation processes and seismic inversion of these kind of reservoir. It was proposed the use of LISA (Local Indicators of Spatial Association) statistics as new seismic attribute. These statistics are typically used in applications with geographical data and allow the identification of local spatial association patterns that can reflect the sand channel body, once the LISA gives us the clustering of a set of samples. The application of LISA as seismic attribute for identification of morphological patterns and geobodies proved to be a good tool, in particular the use of the Local Moran’s I index, since it allows to identify the spatial association patterns formed by the sand bodies and define the main spatial anisotropy direction. However, their integration in stochastic simulation processes and in seismic inversion should have to be complemented with other constraints.

Tese de mestrado em Geologia Aplicada apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2013

Document Type Master thesis
Language Portuguese
Advisor(s) Pimentel, Nuno Lamas, 1963-; Soares, Amílcar
Contributor(s) Pereira, Ângela Maria Soares
facebook logo  linkedin logo  twitter logo 
mendeley logo

Related documents

No related documents