Você está na página 1de 40

Fácies sísmicas

Seismic facies

Paulo Roberto Schroeder Johann

resumo nada e ii) supervisionada pelo conhecimento geológi-
co disponível do reservatório estudado.
O método apresentado neste estudo descreve as fácies Os métodos estatísticos multivariados utilizados para
sísmicas como representativas de curvas e matrizes verti- a obtenção dos mapas de unidades de fácies sísmicas
cais de proporções de litotipos. As fácies sísmicas têm um são instrumentos interessantes para a compreensão li-
grande interesse por capturar a repartição espacial (3D) toestratigráfica e petrofísica de um reservatório petrolí-
de variáveis regionalizadas, como por exemplo os litotipos, fero. No caso estudado, essas unidades de fácies sísmi-
grupos de fácies sedimentares e/ou porosidade e/ou ou- cas são interpretadas como representativas do sistema
tras propriedades dos reservatórios e integrá-las na mo- deposicional constituindo o Sistema de Turbiditos de
delagem geológica 3D (Johann, 1997). Namorado, Campo de Namorado, Bacia de Campos.
Assim, as fácies sísmicas, ao serem interpretadas No âmbito do PRAVAP 19 (Programa Estratégico de
como curvas ou matrizes verticais de proporções, per- Recuperação Avançada de Petróleo) estão sendo reali-
mitem a construção de uma ferramenta muito impor- zadas pesquisas de algoritmos para a seleção de novos
tante para a análise estrutural de variáveis regionaliza- atributos otimizados para a aplicação de fácies sísmicas.
das. As matrizes têm importante aplicação em mode- Um exemplo é a extração de atributos a partir da trans-
lagens geoestatísticas. Além disso, a abordagem per- formada de wavelet e a metodologia de análise tempo-
mite obter resultados em profundidade e na escala freqüência. O mesmo PRAVAP 19 também está realizan-
dos perfis de poços, ou seja, os dados sísmicos são do pesquisas para a aplicação otimizada de redes neurais
integrados na caracterização de reservatórios em pro- tipo Kohonen, desenvolvidas por Matos et al. 2003.
fundidade e em mapas de alta resolução.
Descreve-se, aqui, o encadeamento das diversas (originais recebidos em 15.10.2004)
etapas técnicas necessárias à classificação de seg-
mentos de traços sísmicos em grupos de traços Palavras-chave: fácies sísmicas l reconhecimento de padrões sísmicos l
predefinidos de duas abordagens: i) não-supervisio- interpretação sísmica quantitativa

B. Geoci. Petrobras, Rio de Janeiro, v. 12, n. 2, p. 317-355, maio/nov. 2004 317

abstract introdução
The method presented herein describes the Tradicionalmente o intérprete sísmico, ao
seismic facies as representations of curves and vertical mapear horizontes e extrair atributos, o faz em
matrixes of the lithotypes proportions. The seismic uma abordagem qualitativa e mono-variável. As
facies are greatly interested in capturing the spatial amplitudes envolvidas são obtidas de maneira
distributions (3D) of regionalized variables, as for subjetiva de horizontes dependentes de inspe-
example, lithotypes, sedimentary facies groups and/
ção visual, com incertezas de calibração geológica
or porosity and/or other properties of the reservoirs
inerentes ao processo de interpretação, depen-
and integrate them into the 3D geological modeling
dendo da maior ou menor complexidade geo-
(Johann, 1997).
Thus when interpreted as curves or vertical matrixes lógica e/ou qualidade e/ou resolução dos dados
of proportions, seismic facies allow us to build a very sísmicos.
important tool for structural analysis of regionalized Ao utilizar uma abordagem quantitativa, o in-
variables. The matrixes have an important application térprete sísmico estará utilizando algoritmos e re-
in geostatistical modeling. In addition, this approach cursos computacionais em constante processo
provides results about the depth and scale of the wells evolutivo. Esses processos permitirão extrair re-
profiles, that is, seismic data is integrated to the lacionamentos com significados geológicos e/ou
characterization of reservoirs in depth maps and in sísmicos entre os dados que seriam de impossível
high resolution maps. interpretação de maneira manual e apenas por
The link between the different necessary technical inspeção visual. Com a abordagem multivariada,
phases involved in the classification of the segments
o geocientista estará realizando uma pesquisa so-
of seismic traces is described herein in groups of
bre a base de dados (data mining) de maneira
predefined traces of two approaches: i) not-
mais consistente, uma vez que a amplitude de
supervised and ii) supervised by the geological
knowledge available on the studied reservoir. cada amostra sísmica é intrinsecamente depen-
The multivariate statistical methods used to obtain dente das amostras que a circundam, dada a in-
the maps of the seismic facies units are interesting fluência da propagação da onda sísmica (dimen-
tools to be used to provide a lithostratigraphic and são e forma da wavelet) e da resolução espacial
petrophysical understanding of a petroleum reservoir. (zona de Fresnel).
In the case studied these seismic facies units are A metodologia de reconhecimento de padrões
interpreted as representative of the depositional system sísmicos (seismic pattern recognition), denomina-
as a part of the Namorado Turbiditic System, da fácies sísmicas, em uma abordagem quantita-
Namorado Field, Campos Basin. tiva e multivariada, pode ser definida em duas
Within the scope of PRAVAP 19 (Programa Estraté- abordagens, em quatro principais fases (fig. 1).
gico de Recuperação Avançada de Petróleo - Strategic
A primeira, denominada abordagem não-
Program of Advanced Petroleum Recovery) some
supervisionada, onde nenhuma informação ini-
research work on algorithms is underway to select new
cial sobre a geologia é introduzida no condicio-
optimized attributes to apply seismic facies. One
example is the extraction of attributes based on the namento dos resultados. Essa é a abordagem ex-
wavelet transformation and on the time-frequency ploratória por excelência, onde se deixam os “da-
analysis methodology. PRAVAP is also carrying out dos falarem”.
research work on an optimized application of Kohonen A segunda é conhecida como abordagem su-
type neural networks developed by Matos et al. 2003. pervisionada, e nela se integram as informações
a priori referentes à geologia conhecida nos po-
(expanded abstract available at the end of the paper) ços perfurados na área de estudo. Essa é a abor-
dagem calibrada e a mais precisa à medida que
Keywords: seismic facies l seismic pattern recognition l quantitative novos poços são perfurados e introduzidos na
seismic interpretation análise (caráter interativo).

318 Fácies sísmicas - Paulo Roberto Schroeder Johann

Organograma 1
Metodologia de
fácies sísmicas.

Flow chart 1
Seismic facies
methodology.

metodologia de reconhecimento de formas, pode-se explorar
melhor o potencial de resolução e de detecção
reconhecimento de na interpretação dos dados sísmicos.
Para otimizar o mapeamento litoestratigráfico
formas sísmicas e petrofísico dos dados, exploram-se as ligações
paramétricas e não-paramétricas de um conjun-
Na indústria petrolífera, a prática habitual to de variáveis que os caracterizam.
consiste em mapear o tempo duplo de reflexão Dentro do contexto da caracterização sísmica
de horizontes sísmicos (parte cinemática). A ex- litoestratigráfica e/ou petrofísica, busca-se deter-
tração de amplitudes sísmicas (parte dinâmica) minar as unidades de fácies geologicamente sig-
de maneira qualitativa (inspeção visual) e mono- nificativas a partir da análise estatística dos traços
variável (horizonte interpretado) leva em conta sísmicos. Para atingir esse objetivo, integram-se
um só atributo a cada interpretação. os conhecimentos geológicos gerais, os dados de
Na verdade, a complexidade estrutural, perfis de poços, assim como os dados 3D segmen-
litoestratigráfica ou petrofísica da maioria dos re- tados espacial e temporalmente em torno do re-
servatórios de hidrocarbonetos propicia a utiliza- servatório estudado.
ção de técnicas estatísticas ou de redes neurais de A pesquisa das unidades de fácies no conjunto
reconhecimento de formas sísmicas, com a finali- de traços sísmicos permite definir, de modo esta-
dade de uma interpretação quantitativa e tístico e automático, não-somente a arquitetura
multivariada dos dados, considerando-se diversos externa e interna do reservatório, mas também: o
atributos sísmicos simultaneamente. contexto do sistema deposicional; o zoneamento
Em particular, no reconhecimento automáti- estratigráfico espacial; o conteúdo petrofísico,
co de formas a partir de traços sísmicos, valori- acústico, elástico; a assinatura sísmica time-lapse,
zam-se as informações subjacentes aos dados, etc. Esta informação suplementar poderá atuar
que não são exploradas pelos métodos qualitati- como condicionante às simulações geoestatísticas
vos em uma abordagem mono-variável. Com o na modelagem geológica do reservatório.

B. Geoci. Petrobras, Rio de Janeiro, v. 12, n. 2, p. 317-355, maio/nov. 2004 319

o conceito de unidades R. Vail, e J. B. Sangree. Este trabalho pode ser
considerado uma referência histórica e conceitual

de fácies sísmicas ou de para a estratigrafia sísmica ou sismoestratigrafia.
A definição de fácies sísmicas e os exemplos de

fácies sísmicas interpretações qualitativas estão bem ilustrados
nos esquemas e nas seções sísmicas publicados
Por definição, a unidade de fácies é uma uni- neste artigo.
dade sísmica construída em três dimensões (em x, Nos anos subseqüentes, na indústria do petró-
CDPs ou traços; em y, as linhas ou cross-lines; em leo, consagraram-se as fácies sísmicas nessa abor-
z, o tempo duplo de reflexão ou a profundida- dagem qualitativa, dependente da inspeção visual.
de). É composta de características de reflexões No que se refere ao reconhecimento quantita-
cujos atributos (tais como a configuração das re- tivo de formas, utilizando métodos estatísticos, um
flexões, a continuidade, a amplitude, a freqüên- dos trabalhos pioneiros é o de Mathieu e Rice (1969).
cia, a impedância, ou a velocidade intervalar ou Outros pesquisadores, como Khattri et al.
outros atributos) se distinguem daqueles das uni- (1979), Sinvhal e Khattri (1983) utilizaram também
dades de fácies sísmicas adjacentes. técnicas de análise discriminante paramétrica para
Desde que os parâmetros de um intervalo de estudar as seqüências areia-argila e argila-carvão a
reflexões, assim como sua forma externa, sejam partir dos traços sísmicos 2D. Hagen (1981) aplicou
delimitados, essa unidade pode ser interpretada a análise em componentes principais-ACP sobre os
em termos de ambiente geológico. Ela pode ser- dados sísmicos. Kubichek e Quincy (1985) utiliza-
vir para previsões litológicas e/ou petrofísicas, ou ram um método de classificação de Bayes (Bayes,
pode ser usada para estudos de saturações de 1763) baseado na estimativa da função de densi-
tipos fluidos, de variações de pressões e estudos dade de probabilidade multivariada.
de sísmica 4D. Dumay e Fournier (1988) estudaram o problema
O conceito de unidades de fácies sísmicas do reconhecimento de formas sísmicas aplicando a
ou mesmo de fácies sísmicas foi estabelecido análise estatística multivariada em componentes prin-
por R. M. Mitchum, Jr. (Glossary of Terms Used cipais-ACP. Estudaram também a classificação e a aná-
in Seismic Stratigraphy, Memoir AAPG 26, 1977, lise discriminante aplicadas aos traços sísmicos a partir
p. 210). de uma base de aprendizagem obtida dos dados de
perfis de poços e do conhecimento geológico.
Fournier e Derain (1995) propuseram uma me-
todologia para extrair as propriedades do reser-
principais trabalhos vatório oriundas dos dados sísmicos utilizando a
análise canônica após a segmentação espacial dos
bibliográficos dados através da análise de fácies sísmicas. Esta
segmentação é proposta pelo estudo do reconhe-
O interesse do reconhecimento de formas cimento de formas sísmicas fazendo-se a corres-
aplicado aos traços sísmicos, em um primeiro pondência dessas formas com os parâmetros
momento de maneira qualitativa, aumentou geológicos medidos nos poços.
após a publicação do Memoir 26, AAPG, em Johann (1997) propõe uma nova metodologia de
1977, denominado Seismic Stratigraphy - reconhecimento de fácies sísmicas supervisionadas.
applications to hydrocarbon exploration, edita- Nela, utilizaram-se os traços representativos de cur-
do por Charles E. Payton. vas de proporções de litofácies. Estas unidades de
Na obra, destaca-se o trabalho Stratigraphic fácies sísmicas servem como guias para a construção
Interpretation of Seismic Reflexion Patterns in de matrizes de proporções verticais que condicionam
Depositional Sequences, de R. M. Mitchum, Jr., P. as simulações geoestatísticas de litotipos.

320 Fácies sísmicas - Paulo Roberto Schroeder Johann

em mui. tais estudos evidenciam os problemas intervenientes nas técnicas do o espaço das observações reconhecimento de formas sísmicas. a tabela exploratória de aná. Tabela I Tabela exploratória de dados sísmicos. 317-355. tanto acústica lise de dados sísmicos (codificação). define-se o espaço das observa- sísmicos é complexa. a interpretação geológica dos dados drões sísmicos. (7) dados sísmicos de VSP. 12. medidas. tica multivariada. em tempo du- litoestratigráfica e/ou petrofísica a partir de da- plo de reflexão entre a base e o topo da unidade dos sísmicos. A representação quanto elástica. maio/nov. Os traços sísmicos utilizados para a análise de reconhecimento de padrões podem ser: (1) sintéticos e/ou reais. Rio de Janeiro. nas colunas. (5) pós-inversão sísmica. amostras de traços. ou seja. Geoci. em tempo ou em profundidade. 2. nas linhas. etc) Os diferentes suportes (escalas) de medidas como o conjunto de amostras de segmentos de (perfil de poço e sísmica de superfície) e também traços que constituem as linhas da tabela as informações dos poços limitadas. do ponto de exploratória (tabela I). sismoestratigráfica a ser analisada. vista espacial. são as principais causas da com- O segmento do traço sísmico será definido a plexidade em se estabelecer uma caracterização partir da interpretação detalhada. B. os atributos sísmicos e. já que a parte interpretável demanda um conhecimen. (6) dados sísmicos time-lapse ou sísmica 4D. Petrobras. De modo geral. ou dos traços sísmicos to importante da geologia estudada e. dos dados sísmicos consiste em definir. ções (indivíduos. v. p. Table I Seismic data exploratory table. n. 2004 321 . (3) dados antes do empilhamento ou de dados sísmicos pós-empilhamento e migração. (4) obtidos a partir de uma migração Na tabela I é apresentada a representação estatís. tabela exploratória (2) dados sísmicos 2D ou 3D. os traços sísmicos. Na metodologia de reconhecimento de pa- tos casos.

amplitudes sísmicas (pós-migração). d) space of the patterns or seismic facies (Johann et al. 322 Fácies sísmicas . atributos sísmicos 4D etc. os tempos entre dois valores extremos su- Este espaço das variáveis (descritivas. as posições da autocorrelação do traço. tras específicas. c) espaço p-dimensional dos atributos sísmicos. as freqüências clássicas de aquisição. Figura 1 a) Volume sísmico original pós- processamento em tempo. de processamento e de in. c) p-dimensional space of seismic attributes. lor zero de amplitude e amplitudes de certas amos- tos. os coeficientes da decomposição o espaço das variáveis polinomial. componentes da decomposição tos sísmicos que constituem as colunas da tabe. Podem ser também as posições explicativas ou dos particulares (pico de energia e quartis da distribui- ção das amplitudes espectrais) sobre o espectro de atributos sísmicos potência do traço. dos atribu. dos objetos. Figure 1 a) Original seismic volume after processing (time). etc) se caracteriza pelo conjunto de atribu. entre outros: as to de formas sísmicas. amplitudes dos picos e das de- pressões. cessivos. Os atributos sísmicos podem ser. a superfície entre dois cruzamentos no va- caracteres dos dados. espectral. conseqüências sobre a análise do reconhecimen. ou as fases instantâneas. as posições do espectro de amplitude ou de potência do traço. do traço. a energia ou a intensidade terpretação sísmica detalhada do reservatório. b) segmentação espacial e temporal dos dados sísmicos. b) space and time segmentation of seismic data. as amplitudes dos principais destaques da autocorrelação. 2001). as posições da distribuição estatística da energia do traço. d) espaço das formas ou fácies sísmicas (Johann et al. 2001). Vale notar que a qualidade da aquisição dos la de análise estatística multivariada dos dados dados sísmicos e de todo o processamento terão (tabela I). O reconhecimento de pa.Paulo Roberto Schroeder Johann . as impedâncias drões é normalmente realizado após as etapas (pós-inversão acústica e/ou elástica).

n. B. Uma maneira de escolhê-lo é es- • análise discriminante paramétrica e não-pa. tudar a evolução do número de modas quando k ramétrica . primeiramen- te.... por uma superfície de va- ção densidade não-paramétrica utilizado foi o mé. Esses indivíduos serão em se- a serem classificados (morfologia dos traços ou seus guida utilizados como amostras de aprendizagem atributos) mudam de uma classe a outra.. indícios suficientes que permitam inferir a que grupo Na abordagem não-supervisionada. .. com pelo conhecimento geológico.. feita a posteriori. ou seja. lores de k.AD. reconhecimento de formas A equação 1 demonstra o estimador da função de densidade f(x1. 1965. dade estimada). Duas vias metodológicas complementares fo. nas “naturais” de concentração de dados. a interpre- ram pesquisadas (organograma 1): tação geológica das unidades de fácies sísmicas é • reconhecimento de formas não-supervisio. formas sísmicas Em seguida. v. com as medidas • reconhecimento de formas supervisionadas petrofísicas. maio/nov. Eles su. xpi). Nela. a função de pertence um objeto de categoria desconhecida. 1965).xp).. 1982). . 12. na um espaço p-dimensional com x = (x1. põem que os objetos de um mesmo grupo se dis. observa-se. Uma metodologia de reconhecimento de formas sís.os métodos estatísticos de micas não-supervisionadas. varia.. cas. dominantes nos poços. reconhecimento das formas sísmicas foram: A variável citada tem o papel de um parâmetro • análise de componentes principais . Eles correspondem às zo- Na análise de reconhecimento de formas sísmi. xp)..ACP. consiste. efeitos de saturações de água ou com variações de pressões (sísmica 4D) etc. em grupos. Rio de Janeiro. O método dos k-vizinhos mais próximos que se escolheu para a estimativa da densidade foi metodologia de proposto originalmente por Loftsgaarden e Quesenenberry. Esta função é positiva. 2004 323 . com conhecimento geológico.xn} independentes em A abordagem de estatística multivariada. rugosidade (e assim o número de modos da densi- trica e não-paramétrica). a escolha do parâmetro k.. 317-355. observação xi em X é xi = (x1i. Geoci. Loftsgaarden e Quesenenberry. população (Wong e Schaack. em um conjunto de n amostras {x1. por comparação com as litologias nadas. uma das necessidades é formas sísmicas é resumida graficamente. uma estabilização do número de modas todo k-vizinho mais próximo-KNN (Kth nearest sobre o valor do número de classes “naturais” da neighbor. pesquisam-se os indivíduos repre- sentativos dessa função. 2. se a população estiver claramente estruturada O método estatístico para a estimativa da fun. de “suavização” local controlando o grau de • estimativa da função densidade (paramé. Petrobras.. con- sísmicas não-supervisionadas tínua e aplicada sobre um ponto x = (x1.. p.. os métodos estatísticos utilizados se beneficiam as medidas físicas têm maior afinidade em uma do fato que a repartição das descrições dos objetos métrica estatística. Na densidade é estimada com o método dos k-vizi- figura 1. em uma análise discriminante. número de vizinhos con- Os métodos estatísticos utilizados para o siderados na estimativa da densidade. em utilizar técnicas de estimativa não-paramé- reconhecimento de trica da função de densidade no espaço dos atri- butos sísmicos (organograma 1). A análise discriminante permite então construir persem respeitando sua estrutura específica.. uma função de classificação para a apuração dos A estrutura e as regularidades que caracterizam indivíduos afastados dos modos da função de cada uma das classes serão exploradas como densidade (organograma 1). a metodologia de reconhecimento das nhos mais próximos. .xp). Na abordagem não-supervisionada.

Ela pode ser sendo um método estatístico multivariado fatorial. Define-se uma hiperesfera de volume V(rk. vetores ui geram novos eixos e cada auto-valorNi teremos Γ(1/2)=ªΠ. representa- O volume da hiperesfera é dado pela equação 2: dos. Decidiu-se utilizar o método estatístico de k-vizi. x) é o volume da hiperesfera do raio rk(x) que mentos de traços sísmicos).. aspecto de filtragem da análise de componen- dos muito variáveis.xn e y1.g)( xi . x)=2rkp(x) Π p/2/pΓ(p/2) (2) veis do espaço original (amostras de atributos sís- micos originais).. na hiperesfera) e o parâmetro de suavização lo- cal da estimativa.Paulo Roberto Schroeder Johann . a densidade estimada é nentes principais. correspondentes respectivamente espaço citado.g)T (4) onde.. este apresenta a vantagem tar estas amostras no espaço p’-dimensional com de utilizar um núcleo de adaptação que permite uma somente uma pequena perda de informação. A questão agora é combinação linear da refletividade (valores pró. T é o símbolo da ma- contém k vizinhos do ponto considerado. Em contrapartida. 1988): caso. projeção p´ < p (espaço original). onde. metodologia. Na prática. A matriz de covariância (C) é representada pela equação a seguir: f(x)={(k-1)/n}.. neste caso. boa estimativa das zonas de concentrações de da. uma amostra sísmica no espaço p-dimensional e nhos levados em conta (o número de amostras pi representa um ponderador.{1/2rk(x)} mede a porcentagem da informação original con- como estimador de um histograma. A análise discriminante é a terceira etapa da das” da distribuição. onde. é possível proje- da função densidade. um inconve. triz transposta. é encontrar um novo espaço de mais suave e por conseqüência o número de mo.KNN. Esse problema é resolvido computando-se ui (i = 1 a p). A análise discriminante procura maximizar tos de traços sísmicos em refletividade de uma a separação de populações (grupos) previamen- unidade sismoestratigráfica. definida a partir do seguinte problema (Dumay e permite a projeção das variáveis originais. saber a que classe deve-se atribuir uma amostra prios da matriz de covariância).. g representa a média de n observações (seg- V(rk. distância do ponto x à amos- tra k-ésima mais próxima...{1/V(rk.ym. pode-se expressar: te definidas. segmen. niente desse método é a má estimativa das “cau. xi representa um vetor correspondente a depende de dois parâmetros: o número de vizi. pi). as distâncias entre os novos pontos. x)} (1) C= pi(xi . o atributo que será trabalhado é a às populações (classes) A e B. Logo. tes principais. de maneira que dos diminui. V(rk. x)=2rk(x) e f(x)={(k-1)/n}. os auto-vetores da matriz C. f(x) é o estimador da densidade no ponto x. por combinações lineares de amostras sísmicas.ACP.. Γ é a distribuição gama. i = 1. Neste Fournier. em análise de compo- Quando k aumenta. O problema a resolver. sejam as mais próximas possí- V(rk. Este raio é variável e onde. um pequeno número de eixos nhos mais próximos . siderada pelo novo eixo ui. No xl.. a refletividade é o atributo sísmico projeta. Sendo dadas duas amostras de aprendizagem do em um novo espaço de menor dimensão.. porque em relação a (em p’) é suficiente para representar a maioria outros métodos não-paramétricos para a estimativa dos atributos originais. desconhecida e? Sendo N o conjunto de observações. 324 Fácies sísmicas . x) N = {(xi. . n} (3) com um raio rk(x). abordagem não-supervisionada adotada nesta A análise em componentes principais . após a ACP e a KNN. Os Verifica-se que para p=1 (caso unidimensional).

A matriz de covariância (B). é representada pela equação: Por outro lado. p. c é a constante que representa a probabili- grupo Pe e Oe = card Pe/n. sível umas das outras. confor. deseja-se que as amostras da A abordagem paramétrica presume que os mesma população estejam o mais próximo pos. ou de maneira equivalente B/T. a matriz de covariância utilizada é aquela estima- W= Oe(1/card Pe) (xi . dados sigam uma distribuição conhecida normal. As n observações da população original são clas. xe representa o valor médio das amostras da nas diferentes classes. matriz de covariância (C) A solução desse problema é obtida pelo cálculo com o centro da distribuição em x=O (média) e dos auto-vetores ui e dos auto-valores Ni da matriz para x pertencente à classe i. pela pesquisa dos estimadores da média e da me equação 5: matriz de covariância dos dados e substituindo- se essas estimativas com a fórmula da densida- T=B+W (5) de normal. de separação entre elas terá uma forma para- A equação 8 define uma regra de atribuição. das densidades de probabilidades específicas nas tras originais serão projetadas de maneira que diferentes classes. No método linear. xe representa o valor médio das amostras da ferentes classes e. aquele dos classes A e B. k representa o número de populações (gru. maio/nov.. fA (e) ‡ c. ra a maximizar B/W. A abordagem paramétrica é utilizada em duas é representada pela equação 6: principais vias: linear e quadrática. fície que separa os grupos é definida parametrica- A matriz de covariância (W). Petrobras. PK. triz de covariância entre populações e W a matriz A função densidade pode ser caracterizada de covariância dentro de uma população. fA(e) discriminante emprega-se um estimador da den- e fB(e). em razão disto. A equação 9 demonstra a função de densida- Devem-se pesquisar os eixos de projeção de manei. médias e matrizes de covariância iguais onde. da população (gru- mente como um hiperplano. triz de covariância (C). Como conseqüencia. definidos a priori com pi=1/n. pertencentes à amostra e respectivamente às sidade de cada grupo. utilizaram-se duas os centros das populações agrupadas estejam o abordagens a fim de estimar essas densidades es- mais afastado possível nas respectivas classes. no método quadrático. mesmo tempo. B. Geoci. Os vetores ui geram (k . Sendo xe a média das observações do onde. com os parâmetros conhecidos (x): média e ma- Sendo T a matriz de covariância total. dade a priori de pertencer à classe A. po. A amostra e será atribuída à classe A se: k-vizinhos mais próximos. abordagem bayesiana. v. Neste caso somente a média é igual nas di- pos). de de probabilidade normal para uma amostra x.. por exemplo. Para tanto. a superfície classe Pe e e representa o ponderador (peso). 317-355. po). 2004 325 . B a ma. a matriz de covariância usa- B= Oe(xe .xe)(xi – xe)T (7) da em cada classe. T-1. Rio de Janeiro.. Este volta a considerar que as classes apresentam as mesmas características de dispersão.1) eixos discriminan- tes e Ni (0 < Ni < 1) é a medida do poder de discri. n. entre populações. a super- classe Pe e Oe representa o ponderador (peso).fB (e) (8) sificadas em k grupos P1.B. Soluciona-se o problema encontrando um A análise discriminante implica na estimativa novo espaço de dimensão p’ < p no qual as amos. na métrica quadrática. 12. a partir da estimativa das fun. Ao pecíficas: a paramétrica e a não-paramétrica. leva-se em conta a característica de dispersão própria de cada gru- onde. P2.. 2.g)(xe – g)T (6) da é a média das matrizes Ci. Na abordagem não-paramétrica da análise ções de densidade de probabilidade condicional.. no caso p-dimensional. Assim. f(x)=(2 )-p/2(Ci)-1/2 exp[-1/2(x-Oi)T(Ci)-1(x-Oi) (9) minação de cada eixo correspondente.

regionais na modelagem geoestatística. e de calcilutitos (CPV 4). Ela também se aplica ao contexto perfis de poços. As amostras de apren. a fácies interpretada é a de margas do reservatório estudado. além dis- uma das famílias. Define-se uma curva de proporção vertical de Essa abordagem pode ser aplicada ao controle litotipos (CPV) como uma distribuição vertical de de qualidade dos dados sísmicos antes de sua in. metodologia de Esquematicamente. um significado aos variogramas na análise estrutural das variáveis geológico direto (organograma 1). interpre- geológico. presenta a distribuição espacial das curvas verti- cais de proporções. As classes sem significado geoló. em certos mais zonas do reservatório. perior do reservatório de Namorado e a posi- cos multivariados. construindo a matriz de proporções. volume do reservatório as CPVs conhecidas somen- Em seguida. Ela é butos. de trata. Estando selecionados esses atri. Por exemplo. As unidades de fácies sísmicas so. a matriz de proporções re- algumas fácies sísmicas assim detectadas. selecionam-se os tra. artefatos de aquisição. na o amarelo a curva vertical de proporções é dizagem são escolhidas em função de um a priori guiada pela respectiva fácies sísmica. sísmicas supervisionadas Na figura 3 é mostrado um exemplo da ma- triz de proporções para a unidade genética su- Esta abordagem utiliza os métodos estatísti. a análise discriminante é aplicada para a uma ferramenta muito importante para capturar classificação de cada traço sísmico dentro de cada o comportamento espacial dos litotipos. na figura 2 são apresen- tadas duas curvas de proporções verticais de reconhecimento de formas litotipos e a construção de uma matriz de propor- ções de litotipos. Igualmente. proporções de fácies sedimentares grupadas corporação à fase de caracterização de reservató.1997). eletrofácies. se há interesse pelas variações de Onde o verde aparece mais. onde poucos poços estão disponí. como por exemplo: zonas ruidosas. casos. a fácies sísmica in- porosidade de um reservatório. Esta matriz pode ser repre- sentativa do reservatório ou de cada unidade ge- nética que compõe o reservatório. proporções de litotipos mento e/ou modelagem dos dados sísmicos (in- versão baseada em modelo). a dificuldade da interpretação geológica de Em contrapartida. pode-se uti. estuda-se a possibilidade de se te nos poços? encontrarem atributos sísmicos que permitam a Neste momento é que intervém o conceito de individualização das diferentes famílias de traços fácies sísmicas guiando a repartição espacial das de aprendizagem. vertical e matriz de gico podem assim aparecer. Na região que domi- minante (organograma 1). ou A questão fundamental é: como distribuir no mesmo as curvas de proporções (Johann. ção de dois poços (A e B). 326 Fácies sísmicas . A abordagem não-supervisionada é muito interessante já que os dados “falam por si” para conceito de curva encontrar as “classes naturais” da população dos traços sísmicos.Paulo Roberto Schroeder Johann . tada como arenitos muito porosos (CPV 1 ). O inconveniente do método é. externo ao método. lizar como a priori as proporções de litotipos. oriundos de uma base de exploratório. (litotipos) a partir da integração de um ou mais rios. terpretada é a correspondente a sedimentos ços sísmicos de aprendizagem na vizinhança dos clásticos finos (CPV 2) e na região que predomi- poços mais típicos em relação às classes de porosidade na o azul. com senso geológico sobre uma ou veis. CPVs. baseando-se na análise discri. portanto. ela também é um instrumento complementar assim definidas têm.

unidade 2 Figure 3 e unidade 3. maio/nov.Vertical proportion curves (VPCs) of lithotypes: litotipos: a) CPV1 dominando arenitos muito porosos a) VPC1 with a predominance of very porous sandstones (amarelo). está caracterizado por uma janela de zona dominante em verde 83 ms de tempo duplo de reflexão (fig. Neste corresponde aos lamitos (CPV3) e a zona dominante campo. o número de amostras yellow area corresponds to very porous sandstones sísmicas por unidade sismoestratigráfica é superior (VPC1). calcilutites (blue). Lithotype proportions Desta maneira. mudstones (VPC 3) and the predominant blue area mente a uma análise de componentes principais- corresponds to marls and ACP com o objetivo de diminuir a redundância calcilutites (VPC 4 ). B. das informações e de filtrar eventualmente certos ruídos existentes nos dados originais. procede-se primeira. Geoci. 2.Curvas de proporções verticais (CPVs) de Figure 2 . A zona dominante em amarelo corresponde aos arenitos O reservatório Namorado. muito porosos (CPV1). b) CPV4 dominando margas e calcilutitos (azul). n. Petrobras. Campo de Namorado litotipos. o reservatório foi dividido em três unida- em azul às margas e des sismoestratigráficas de alta resolução definidas calcilutitos (CPV4). c) spatial repartition scheme of VPCs. 317-355. mais de três horizons slices por unidade green area corresponds to sismoestratigráfica. pela interpretação detalhada após o processo de inversão sismoestratigráfica: unidade 1. na sua parte central. the predominant a três. a em média. Rio de Janeiro. The predominant ordem elevada. v. 4a). Figura 2 . p. 2004 327 . Assim. da base para o topo (fig. (yellow). 12. b) VPC4 with a predominance of marls and c) esquema da repartição espacial das CPVs. ou seja. existem espaços estatísticos de matrix. aplicação no reservatório Figura 3 Matriz de proporções de Namorado. 4b).

basal. 5). intermediá. coeficientes de reflexão. com as três unidades de inversion. intermediate. Figura 5 Diagramas de dispersão dos valores próprios da matriz de correlação do reservató- rio de Namorado (valores próprios versus componentes principais): a) unidade 3. para essa unidade supe- rior do reservatório). As cinco primei- b) refletividade pós-inversão b) reflectivity after seismo-stratigraphic ras combinações lineares dos atributos originais sismoestratigráfica.Paulo Roberto Schroeder Johann . codificados pelas unidades de Figura 4 . c) unidade 1. Figure 5 Cross plot of the typical values of the correlation matrix of the Namorado reservoir (typical values versus main components): a) unit 3. c) unit 1. Na figura 6 são mostrados os nove coeficien- tes de reflexão (refletividade) e as nove combina- ções lineares (valores próprios da matriz de cova- riância da refletividade) desses coeficientes para a unidade superior. units. basal (unit 1).Seções sísmicas em tempo: Figure 4 . basal. Para as unidades estratigráficas intermediárias (unidade 2) e inferior (unidade 1) foram escolhi- dos seis componentes principais (fig. 328 Fácies sísmicas . intermediária. b) unidade 2. para a unidade sismoestratigráfica superior do reservatório (unidade 3).Seismic sections in time: a) migrada pós-empilhamento e a) migrated after stacking and fácies sísmicas.53% das informações analisadas (os alta resolução: basal (unidade1). with the three high resolution explicam 93. superior. b) unit 2. intermediate ria (unidade 2) e superior (unidade 3). (unit 2) and superior (unit 3). reconhecimento de formas sísmicas não- supervisionadas em Namorado escolha dos atributos sísmicos No caso do reservatório turbidítico do Campo de Namorado. escolheram- se cinco componentes principais dos coeficientes de reflexão pós-inversão sismoestratigráfica como novos atributos a analisar (organograma 1). respectivamente. superior.

Figura 6 . Petrobras. codificados pelas fácies of the superior seismo-stratigraphic unit. codified by seismic sísmicas (abordagem não-supervisionada). n. 2004 329 . b) histograma das seismic facies (non-supervised approach). codificadas pelas fácies of the superior unit of the reservoir. b) histogram of nove combinações lineares dos coeficientes de reflexão da the nine linear combinations of the reflection coefficients unidade superior do reservatório. 317-355. p.a) Histogramas dos nove coeficientes de reflexão da Figure 6 . B. v. Rio de Janeiro. codified by the sísmicas (abordagem não-supervisionada). 2. 12. maio/nov.a) Histograms of the nine reflection coefficients unidade sismoestratigráfica superior. Geoci. facies (non-supervised approach).

te. Interpretam-se as ima- A análise desses mapas mostra que a variabili. essa variabilidade é menos eviden- covariância da refletividade) codificados em ter. 6b). Figura 7 Mapas de distribui- ções (quartis) dos componentes principais 1 a 9 da unidade sismoestratigráfica superior. 330 Fácies sísmicas .of the superior seismo- stratigraphic unit. gens das combinações lineares seis a nove como dade espacial dos dados é capturada pelas cinco ruídos sísmicos a serem filtrados pela ACP primeiras combinações lineares dos coeficientes (Hagen. Figure 7 Distributions maps (quartiles) of the main components . A partir do mapa da sexta combi- combinação linear (valores próprios da matriz de nação linear.Paulo Roberto Schroeder Johann . A distribuição dos valores concentra-se em mos de sua distribuição de valores (quartis). torno da média (fig.1 to 9 . Na figura 7 são mostrados os mapas de cada de reflexão. 1981).

1982). Figura 8 Diagramas de dispersão dos modos da função densidade em relação ao parâmetro de suavização (k): a) unidade superior (k=15. patamar correspondente a cinco modos da fun- mentados entre dois horizontes estratigráficos). para o k correspondente à solução Para a definição de uma base de aprendiza. 12. Geoci. muito porosos. c) basal unit (k=13). Na unidade superior aparece um de reflexão pós-inversão sismoestratigráfica. Figure 8 Cross plot of the modes of the density function to the smoothing parameter (k): a) superior unit (k=15. (cross-lines). maio/nov. de cinco classes (k=15).estimativa e pesquisa dos Após ter feito variar o parâmetro k. derados como referência geológica (fig. Para as unidades inter- distribuídos em uma área de. arenitos. b) intermediate unit (k=16). grupos de segmentos de traços com ca. parâmetro para cada uma das três unidades servatório Namorado corresponde a 27. 2. turbiditos finos / argilas e dos principais da função de densidade estima. 2004 331 . 8a). aproximadamente. 5 modos). sismoestratigráficas do reservatório (Wong e mentos de traços sísmicos (traços de coeficientes Schaack. Analisaram-se. v. representa-se a evolução do número de modos da densidade de acordo com esse A unidade sismoestratigráfica superior do re. ção de densidade (fig. foram analisados os mo. Petrobras. fácies sísmicas para a unidade superior do reservató- racterísticas estatísticas comuns (na abordagem rio e os mapas de proporções dos litotipos (arenitos não-supervisionada). p. margas) obtidos pelas interpolações e extrapolações da a partir do método estatístico dos k-vizinhos a partir dos dados dos poços também foram consi- mais próximos (KNN). 9). B. respectivamente. os mapas das unidades de gem. b) unidade intermediária (k=16). n.080 seg. 317-355. 5 modes). mediária e basal. identificam-se dois e sete mo- 7 km na direção NW-SE (in-lines) e 3 km NE-SW dos da função densidade. seg. Rio de Janeiro. c) unidade basal (k=13). número de vizinhos considerados na estimativa da função modos da função densidade de densidade.

b) arenitos.Mapas das Figure 10 . b) sandstones.Figura 9 Mapas dos percentuais dos litotipos da unidade superior do reservató- rio: a) arenitos muito porosos. análise discriminante Os segmentos de traços sísmicos típicos dos cin- co modos da função de densidade (em número Figura 10 . b) after classification. d) marls. que serão atribuídos ulteriormente a esses modos no curso da classificação realizada com a análise discriminante não-paramétrica. 10a). As posições dos traços sísmicos da base de aprendizagem não-supervisionada estão codifica- das em cores nos mapas das unidades de fácies sísmicas para a unidade superior (fig. d) margas. Es- ses pontos são muitas vezes periféricos em rela- ção à nuvem de pontos de cada classe ou pontos dentro da zona onde a qualidade de atribuição para cada classe é baixa. Figure 9 Lithotype percentages maps of the superior unit of the reservoir: a) very porous sandstones. b) após a classificação. utilizando-se (base de aprendizagem ou approach: a) before k igual a 15. função de classificação para a atribuição dos indi- 332 Fácies sísmicas . c) fine turbidites and shale.977) serviram de indivíduos de aprendiza- pela abordagem não. (training data set).Paulo Roberto Schroeder Johann . Essa análise permite elaborar uma training data set). Os pontos codificados em preto nesse mapa são os indivíduos separados dos modos da função de densidade. units based on the gem para a análise discriminante não-paramétrica supervisionada: a) antes non-supervised do tipo k-vizinhos mais próximos.Maps of unidades de fácies sísmicas the seismic facies de 25. c) turbiditos finos e lamitos.

Table II Table of crossed validation of the discriminating analysis – non-supervised approach. A probabilidade de boa atribuição em uma das fácies permite também caracterizar as zonas mais confiáveis para futuras interpretações. maio/nov. Os percentuais dos bem-classificados em validação cruzada dão uma indicação sobre a con- fiabilidade da discriminação (tabela II).víduos afastados dos modos da função densidade Nas figuras 11a e 11b são exibidos os mapas das de probabilidade (1. 2004 333 .5 zação de reservatórios. na.7. a) threshold with a 0. 12. unidades de fácies não-supervisionadas e os cortes Os percentuais de classificação obtidos na aná. Esta nova função é aplicada na classificação da observação suprimida. classification probability.5. Na figura 10b é apresentado o mesmo mapa das unidades de fácies sísmicas da figura 10a após a classificação das 27. unidades de fácies sísmicas: seismic facies units: a) corte com uma probabilida. Figura 11 . No caso considerado. para a caracteri. onde não se consideram as b) corte com uma probabilida. Por outro lado.5.5 e 0. definindo-se mapas de incertezas associados às fácies gem com uma técnica de validação cruzada são sísmicas (abordagem probabilística). verifica-se que o valor de 100% obtido para a classe cinco é influenciado pelo peque- no número de amostras dessa classe (360 traços). sobre essa probabilidade com os limites de 0. o que testemu- nha a confiabilidade das classes de aprendizagem.103 indivíduos). b) threshold with a 0. dologia de redes neurais. os percentuais de bem- classificados são todos elevados.7 incertezas associadas à atribuição de cada fácies. classification probability.080 observações na abordagem não-supervisionada. B. v. Rio de Janeiro. p. a classe cinco (vermelha) é composta por traços cuja A validação cruzada corresponde a retirar uma atribuição mostra uma probabilidade muito peque- observação e reconstruir a função de classificação so.Maps of the ca. de de classificação de 0. Petrobras. em um contexto probabilístico. Verifica-se que apresentados na tabela II. bre as n-1 observações restantes. Tabela II Tabela de validação cruzada da análise discriminante - abordagem não- supervisionada. 2. n. inferior a 0. Geoci. quando comparada a meto- de de classificação de 0.Mapas das Figure 11 . Salienta-se aqui a pertinência da aplicação da metodologia estatísti.7. 317-355. Este processo é reiterado pelas n observações de aprendizagem. lise discriminante sobre os pontos de aprendiza.

ta do poço) demonstram um comportamento cientes de reflexão. Para as unidades de fácies sísmicas 2. 334 Fácies sísmicas . 6). seia-se na hipótese que os traços em uma cia. acústico homogêneo. escolheram-se as cinco primeiras combinações vizinhança local nos poços (nove traços em vol- lineares que detêm a maior variabilidade de coefi. Tabela III Parâmetros estatísticos. A correspondência das propriedades do re- vatório codificados por unidade de fácies sísmicas servatório nos poços com as unidades de fácies (fig. tes de reflexão para a unidade superior do reser. lógicos respectivos. assim como de seus parâmetros acústicos e geológicos (espessuras acumuladas das não-supervisionadas eletrofácies nos poços) para as classes 1 e 3. Table III Statistical acoustic and geological parameters of seismic facies 1 and 2. acústicos e geológicos das fácies sísmicas 1 e 2.Paulo Roberto Schroeder Johann . quantidade representativa de poços não per- versão sismoestratigráfica e os histogramas das nove mite o cálculo dos parâmetros acústicos e geo- combinações lineares (valores próprios) dos coeficien. 4 e 5 Nesta abordagem analisam-se os histogramas a ausência ou a insuficiência estatística de uma dos nove coeficientes de reflexões oriundos da in. interpretação das unidades Nas tabelas III a V são apresentadas as caracte- rísticas estatísticas dos traços sísmicos das cinco de fácies sísmicas classes. A partir da análise desses histogramas e da sísmicas na abordagem não-supervisionada ba- análise dos valores próprios da matriz de covariân.

p. Tabela V Parâmetros estatísticos. v. Rio de Janeiro. acústicos e geológicos das fácies sísmicas 3 e 4. Petrobras. 12. n. Table IV Statistical acoustic and geological parameters of seismic facies 3 and 4. Tabela IV Parâmetros estatísticos. 2004 335 . 317-355. acústicos e geológicos da fácies sísmica 5. Table V Statistical acoustic and geological parameters of seismic facies 5. maio/nov. B. Geoci. 2.

Figure 12 a) Average seismic traces for the five non-supervised classes. The facies 1 unit (yellow).Paulo Roberto Schroeder Johann . b) codifição de fácies sísmicas sobre uma seção strike para a unidade superior do reservatório. Verifica-se também que as unidades de fácies co traços médios (coeficiente de reflexão) das uni. Constata-se também a traços da unidade superior codificados por fácies sís. de atribuição da unidade 5 (vermelho). facies 2 unit (green) and facies 3 unit (orange). b) codification of seismic facies on a strike section for the superior unit of the reservoir with a horizontalized top. pequena ocorrência e a pequena probabilidade micas. Na figura 12 é apresentada a morfologia dos cin. na metodologia não-supervisionada. Figura 12 a) Traços sísmicos médios para as cinco classes não-supervisionadas. com o topo horizontalizado. unidade de fácies 2 (verde) e unidade de fácies 3 (laranja). 336 Fácies sísmicas . 6). sísmicas 1 (amarelo) e 2 (laranja) mostram distri- dades de fácies sísmicas sem a priori geológico e uma buições bem diferentes. particularmente na com- seção sísmica NE-SW (strike) com os segmentos de binação linear 2 (fig. A unidade de fácies 1 (amarelo).

Utilizou-se a abordagem de reconhecimento de rio. maio/nov. As médias vista estatístico. n. 2. notadamente entre os arenitos confinados formas não-supervisionadas sobre as impedâncias e canalizados. dos traços sintéticos dos po- dos do processamento sísmico. médias das combinações lineares das variáveis ori. As espessuras acumula. Ela foi inter. para as unidades de fácies 1 e 3. Essa unidade corresponde a uma zona alta resolução do reservatório. além de estar próxima de uma pertencem a essa unidade demonstram valores falha geológica a NW do reservatório. constata-se que somente um deles arenitos muito porosos. essa unidade é muito variável. volume sísmico do reservatório Namorado. v. 2 e 5 com os valores absolutos mais fortes entre os Uma outra maneira para se estabelecer a in- atributos utilizados na discriminação (tabela III). micas é fazer a correspondência dos traços sís- pacial. 11b). 11b). com as As médias dos parâmetros acústicos nos suas fácies-perfil (eletrofácies). provavelmente composta de turbidi- reservatório Namorado tos finos e de folhelhos ao longo do reservató. As inversão sísmica. do traço real dos poços e do traço corres- A unidade de fácies sísmicas 3 é a que contém o pondente à posição de melhor calibração na maior número de traços sísmicos (tabela IV). A unidade de fácies sísmicas 1 mostra as mé. 3 e 5 com os maiores valores Na figura 9 (mapa de proporção de litotipos) é absolutos entre os atributos sísmicos utilizados mostrada uma correspondência entre essa unida. Esta unidade das de arenitos muito porosos e de arenitos atin. Rio de Janeiro. B. acústicas e sobre os coeficientes de reflexão dos A unidade de fácies sísmicas 4 apresenta as traços sísmicos pós-inversão sismoestratigráfica do médias de combinações lineares das variáveis ori.43 m. 317-355. do reservatório de qualidade intermediária tam- dias de combinação linear das variáveis originais bém interpretável no mapa de proporção de (coeficientes de reflexão) 1 e 2 com os valores litotipos (fig. 11b) é especificado que essa unidade está ligada à não-supervisionada no distribuição de uma classe de reservatório inter- mediário. Na figura 13 é exemplificado o procedimento ginais 1 e 2 são os valores absolutos maiores entre nos poços típicos do reservatório Namorado. Conduziram-se essas análises para entre os atributos utilizados na discriminação (ta. uma das classes. 9). Geoci.63 m que pertencem a essa classe. 12. p. ços. pertence a ela (tabela V e fig. Ao obser- compatíveis com as zonas com predominância de var os poços. na discriminação. absolutos maiores entre os atributos utilizados A unidade de fácies sísmicas 5 é. que apresenta uma morfologia de traços sísmicos A unidade de fácies sísmicas 2 mostra as médias quase específica para uma região noroeste e nor- de combinação lineares das variáveis originais deste externa à zona produtiva do reservatório. de e a zona de arenitos muito porosos na parte A referida unidade deve ser interpretada como a sudoeste do reservatório. e P18. 36 poços que pertencem à unidade de fácies sís- micas 3 são compatíveis com as espessuras acu- muladas das fácies-perfil (eletrofácies) predomi- nantes de turbiditos finos e argilas com 18. cada uma das três unidades sismoestratigráficas de bela IV). conclusões da análise No mapa de proporção de litotipos (fig. riáveis originais 1. do ponto de na discriminação (tabela III e fig. Campo ginais 2 e 3 com os valores absolutos mais fortes de Namorado. mostra as médias de combinação lineares das va- gem 22. 2004 337 . Petrobras. menos representativa já que não dos parâmetros acústicos (velocidade intervalar contém mais de 708 traços numa posição quase e as impedâncias nos poços) em sete poços que isolada do campo. respectivamente. Na terpretação geológica das unidades de fácies sís- figura 11b é mostrado que. micos (coeficiente de reflexão) médios de cada pretada como artefatos de aquisição e/ou oriun. do ponto de vista es. P44 os atributos sísmicos utilizados na discriminação.

o traço médio. Figure 13 a) Well P44 with the well profiles containing the electrofacies overlapping the gamma ray profile.Figura 13 a) Poço P44 com os perfis de poços com as eletrofácies superpostas ao perfil gamma ray. abordagens não- supervisionadas (NS) e supervisionadas (SUP) e quatro traços reais em volta dos poços. 338 Fácies sísmicas . electrofacies. the neutron/ density profiles. traço médio. b) Well P18 with the profiles. abordagens não-supervisionada (NS) e supervisionada (SUP) e quatro traços reais em torno do poço.Paulo Roberto Schroeder Johann . b) Poço P18 com os perfis. non-supervised (NS) approach and supervised (SUP) approach and four real traces around the well. average trace. os perfis neutrão/ densidade. the average trace. non- supervised approach (NS) and supervised approach (SUP) and four real traces around the wells. eletrofácies.

v. fazendo um cru. do ponto de vista geológico. Petrobras. 2004 339 . permite introduzir a informação geológica oriun- presentativas das unidades de fácies sísmicas. foram A vizinhança dos poços típicos utilizada foi a traços reais. da possibilidade de levar em conta traços reais anor- sificação do conjunto dos traços sísmicos em rela. Nesta etapa. próximo a uma falha geológica. cies acumuladas para guiar a definição das unida- zamento completo dos resultados obtidos com des de fácies sísmicas. as unidades 3 e 4 como duas zonas de qua. duas abordagens: • classificação dos poços pelas espessuras acu- muladas de eletrofácies. micas é efetuada diretamente. A unidade 5. unidade de fácies sísmicas 1 é interpretada como Para a análise discriminante baseada nas clas- uma zona do reservatório em que dominam fácies ses de aprendizagem previamente definidas. mais adaptada aos dados utilizados. tro traços de cada lado). A estimativa da função densidade usando-se o método estatístico não paramétrico de k-vizi. selecionados na vizinhança de poços matriz de sete a nove traços ou 200. Baseia-se também na noção de clas. Rio de Janeiro. 2. uma distribuição do ponto de vista espacial muito (2) número de traços na vizinhança local dos particular. A abordagem supervisionada de reconheci. utiliza-se a unidade superior perfil (eletrofácies). mento de formas sísmicas baseia-se no método conduziram-se muitos testes utilizando como crité- estatístico multivariado da análise estatística rio um mínimo de traços (minimizando a influência discriminante. gem. a cos. P44 que foi considerada para a seleção de amos- gica a priori (organograma 1). definição dos traços de nhos mais próximos (KNN) foi decomposta em cinco modas sobre a função densidade para a aprendizagem unidade sismoestratigráfica superior desse re. ela Na figura 14 é retratada a vizinhança do poço depende da confiabilidade da informação geoló. Interpretam-se essas modas como re. necessário escolher a informação geológica a priori lente qualidade). micos. mais) a um máximo de traços (evitando ultrapassar ção aos traços de referências ou de aprendiza. a unidade 2 como “ruídos” sís. Geoci. Para definir a vizinhança local de aprendizagem. A utilização de uma base de aprendizagem servatório. Entretanto. há duas escolhas a fazer: lidade intermediária de reservatório.58 m x 200 m típicos. do ponto de vista da por razão de sua pequena ocorrência estatística e informação geológica a priori. poços mais representativos. do ponto de vista geológico. Os de aprendizagem. é a menos O agrupamento dos poços típicos do reserva- importante para ser colocada em correspondência tório em sua unidade superior foi pesquisado em com o conhecimento prévio do campo. em nosso caso. a num raio de cerca de 100 m a partir do poço (qua- interpretação do mapa das unidades de fácies sís. As curvas de proporções verticais de litotipos sísmicas supervisionadas representam um agrupamento de litotipos oriun- dos da descrição de testemunhos e das em Namorado eletrofácies que predominam em uma região geológica do reservatório. da da análise do encadeamento vertical das fácies- A título de exemplo. tório. n. uma certa homogeneidade geológica local). numa zona produtiva a NW do reserva. 12. maio/nov. Os indivíduos de aprendiza- os dados geológicos e as características sísmicas gem para a análise discriminante são então consi- (tabelas III a V). tras do segmento de traços para serem utilizadas B. p. é de arenitos muito porosos (reservatório de exce. (1) poços mais típicos. • análise de curvas de proporções verticais reconhecimento das formas de litotipos. 317-355. derados como os traços vizinhos aos poços típi- Como conclusão sobre a unidade superior. ou as espessuras das eletrofá- para detalhar a interpretação. Neste caso.

arenitos muito porosos. na base de aprendizado para a unidade de fácies A curva tipo 3 (CPV3) é dominante em turbiditos sísmicas 1. margas (ênfase para o azul na figura 15d). as traços de aprendizado A curva do tipo 1 (CPV1) é dominante em are. Observar a inversão nos perfis densidade e neutrão. porosidade buição da energia. A curva tipo 4 (CPV4) é dominante em se poço para a unidade superior do reservatório. 1997). Tabela VI Base de aprendizado geológico e os poços típicos. do ponto de rado utilizou-se uma análise discriminante passo vista geológico.. a energia e a em torno de um poço típico. gura 15c). in the superior unit of the reservoir for facies 1. ção polinomial de Tchebyschev. Note the inversion of the density and neutron profiles. os quartis da distri- reservatório para a tipo 2 (CPV2) é dominante em arenitos. tes de reflexão do topo e da base das unidades como são selecionados os • margas (IV). dominante a média de 22% (realce do laranja na figura 15b). porosidade média de 28% intensidade média nas janelas estudadas. Os atributos inspecionados foram: os coeficien- Esquema demonstrando • turbiditos finos e lamitos (III). a fre- unidade superior do (destaque para o amarelo na figura 15a). detalham-se as pesquisas fei- tas na unidade superior do reservatório.Paulo Roberto Schroeder Johann . In this case. 340 Fácies sísmicas . na nitos muito porosos. pós-inversão sismoestratigráfica. sismoestratigráficas de alta resolução. A curva qüência e a fase instantânea. conhecimento geológico (organograma 1). constatada nes. a fim de verificar as variáveis mais discri- de testemunhos (Souza Jr. Os poços típicos utilizados em cada uma das duas vias pesquisadas para construir os gru- pos de aprendizado são mostrados na tabela VI. escolha dos atributos sísmicos Os depósitos turbidíticos do reservatório Namora. os coeficientes da decomposi- fácies 1. quatro grupos de minantes para conduzir o estudo de reconheci- litotipos (agrupamento de fácies sedimentares): mento de formas sísmicas supervisionadas pelo • arenitos muito porosos (I). Figura 14 • arenitos (II). impedâncias acústicas pós-inversão. após a descrição de mais de 700 m a passo. Campo de Namorado apresentam. Table VI Geological training data set and typical wells. Figure 14 Scheme showing how training data sets are selected on a typical well. A título de exemplo. Em amarelo no perfil gamma ray a finos e lamitos (maior ocorrência de verde na fi- eletrofácie arenitos muito porosos. No caso do reservatório do Campo de Namo- do. Neste caso. there is a predominance of very porous sandstones.

CPV1 . No caso ções lineares (valores próprios da matriz de co. decidiu-se to geológico após a definição dos atributos. para Na abordagem de reconhecimento das for- poder comparar as duas abordagens. As análises paramétricas aplicadas foram a inversão sismoestratigráfica e as nove combina. b) predominant in sandstones. Observa. método dos k-vizinhos mais próximos (KNN). da discriminação não-paramétrica. se que a distribuição torna-se menos dispersa à utilizou-se uma métrica linear ou quadrática. base de aprendizagem. discriminação linear e a quadrática. Petrobras. pelos métodos de discriminações paramétricas (li- B. b) dominantes em lamitos. Figura 15 Curvas de proporções verticais da unidade superior do reservató- rio de Namorado (CPV1 a CPV4 ): a) dominantes em arenitos muito porosos. d) dominantes em margas. d) predominant in marls. 2. 2004 341 . Então. usou-se o variância) da unidade de alta resolução supe. 317-355. VPC4 . Nos casos da análise discriminante paramétrica. sem e com mas sísmicas supervisionadas pelo conhecimen- supervisão do conhecimento geológico. desenvolveram-se aná- versão sismoestratigráfica. 12. maio/nov. medida que se passa da combinação linear 1 Nas tabelas VII e VIII são apresentados os resul- até a 9. de nove coeficientes de reflexão obtidos pós. lises estatísticas multivariadas discriminantes Na figura 16 são mostrados os histogramas paramétricas e não-paramétricas. c) dominantes em turbiditos finos e lamitos. respectivamente. Rio de Janeiro. (VPC2 ). VPC3 . CPV3 . Geoci. CPV4 . rior do reservatório. da utilizar as combinações lineares dos coeficientes de definição da vizinhança local e da definição da reflexão (componentes principais) obtidos pós-in. CPV2 . Figure 15 Vertical proportion curves of the superior unit of the Namorado reservoir (VPC1 a VPC4 ): a) predominant in very porous sandstones. particularmente entre as combinações tados percentuais da validação cruzada obtidos lineares 6 e 7. Campo de Namorado. (VPC1 ). c) predominant in fine turbidites and shale. Constata-se que no caso do reservatório Namo- rado. nenhum desses atri- análise discriminante butos se mostram muito discriminantes. v. p. n.

b) histograma de nove combinações lineares dos coeficientes de reflexão da unidade superior do reservatório codificados pelas fácies sísmicas (abordagem supervisionada).Paulo Roberto Schroeder Johann . Figure 16 a) Histograms of the nine reflection coefficients codified by the seismic facies (supervised approach). proporções de litotipos (CPV com k = 27) é a abor- 342 Fácies sísmicas . near e quadrática) e não-paramétricas sobre as As análises das porcentagens na tabela VIII mos- três bases de aprendizagem desenvolvidas na uni. tram que a base da aprendizagem na abordagem dade sismoestratigráfica superior do reservatório do agrupamento dos poços usando as curvas de Namorado. b) histogram of the nine linear combinations of the reflection coefficients of the superior unit of the reservoir. respectivamente. codified by seismic facies (supervised approach). Figura 16 a) Histogramas dos nove coeficientes de reflexão da unidade superior codificados pelas fácies sísmicas (abordagem supervisionada).

pode-se analisar o caráter preditivo da dis- histogramas das refletividades e suas combinações criminação. como exemplo. 12. a análise de performance da dis. Petrobras. mas que não foram usados como perior do reservatório.blind tests Pela análise da figura 17 constata-se que. Esses poços. P12 e P29 escolhidos 1 (amarelo) e 2 (laranja) são diferentes nas com. são a tos muito porosos e arenitos). Geoci. v. pelo binações lineares 2 e 4 (diferença entre os areni. rior do reservatório (tabela IX). dagem que demonstra uma performance superior referência no momento da discriminação para a em termos de acertos na validação cruzada. n. Table VII Table of crossed validation of the discriminating analysis – supervised approach. testes cegos. 317-355. Tabela VIII Comparação entre as bases de aprendizado EFC e CPV. Na figura 17 são exibidos mapas locais em tor- Nota-se que os valores médios das classes no dos poços P41. 2004 343 . cas. B. A de Namorado. representados por peque- Com a disponibilidade de 47 poços no Campo nos quadrados. p. a predição foi bem realizada. Rio de Janeiro. discriminação . priori agrupados nas quatro classes de aprendiza- gem (tabela IX). Tabela VII Tabela de validação cruzada da análise discriminante - abordagem supervisionada. conhecimento geológico do reservatório. 2. Table VIII Comparison between the EFC and VPC training data set. na abordagem supervisionada. posição espacial do poço está no centro destes criminação pode ser realizada em testes “cegos” mapas locais e cada pequeno quadrado represen- a partir dos poços agrupados na mesma classe de ta um segmento de traço sísmico da unidade su- poços típicos. maio/nov. para a maioria dos traços. como blind tests. construção da base de aprendizagem. Desta ma- Na figura 16 também são mostrados os neira. As amostras dos 121 segmentos de traços sísmicos em torno dos poços para a uni- dade superior do reservatório não são utilizadas confiabilidade da na base de aprendizagem e analisa-se a capacida- de de predição da metodologia. P46. para a unidade supe- lineares codificadas por unidade de fácies sísmi.

Tabela IX Tabela com os poços típicos por fácies nas abordagens EFC e CPV. P46. Figura 17 . P12 e P29) com 121 traços na vizinhança local. Table IX Table containing typical wells per facies under both approaches .EFC and VPC. 344 Fácies sísmicas .Os poços de “testes cegos” (P41. encoded by the seismic facies (supervised approach).The wells of “blind tests” (P41. codificados and P29) with 121 traces of the nearby area. P12 Figure 17 . pelas fácies sísmicas (abordagem supervisionada).Paulo Roberto Schroeder Johann . P46.

velocida- micas da unidade superior do reservatório Namo. Rio de Janeiro. 18a e 18b).gr/cm3 são compatíveis com A interpretação do mapa das unidades de fácies as espessuras acumuladas das fácies-perfil sísmicas é diretamente efetuada na abordagem (eletrofácies) de arenitos muito porosos com uma supervisionada. mostram valores um pouco superior do reservatório part of the Namorado maiores que a classe I. Figura 18 . Portanto. onze poços pertencendo a esta unidade. A unidade de fácies sísmicas I representa as ções estocásticas ou de escoamento em cada unida. dência das propriedades do reservatório nos po- dades de fácies sísmicas podem ser usados para per. bem como seus parâme- sísmicas supervisionadas tros acústicos e geológicos (espessuras acumula- das das eletrofácies). Esta unidade apresenta as médias de combinações li- neares das variáveis originais 4 e 5 com os valores maiores entre os atributos sísmicos usados na dis- criminação (tabela XI). maio/nov. 7.interpretação das Nas tabelas X e XI são demonstradas as carac- terísticas estatísticas dos traços sísmicos das qua- unidades de fácies tro classes na abordagem supervisionada pelo co- nhecimento geológico. nos poços. não. Petrobras. ços com as unidades de fácies sísmicas usa a hipó- furar novos poços e para definir a extensão espacial tese que o comportamento acústico local em vol- das zonas mais homogêneas do reservatório. 317-355. Geoci.gr/cm3. média entre os 11 poços pertencendo a esta clas- bilidade da informação geológica a priori. 2004 345 . A unidade de fácies sísmicas III é aquela que reúne o número maior de traços sísmicos. n. A uni- dade de fácies sísmicas IV mostra as médias de B. A colocação em correspon- Os resultados da interpretação dos mapas de uni. 2. (b) suras acumuladas das fácies-perfil (eletrofácies) nos (b) abordagem supervisionada. se. compatíveis com as espes- Namorado: (a) abordagem reservoir: (a) non- não-supervisionada .gr/cm3. supervised approach. ela depende da confia.Seismic facies As médias de parâmetros acústicos. muito porosos. 1 e 2 são as mais elevadas entre os atributos sís- supervisionada e supervisionada (organograma 1).343 m/s e impedância acústica rado (figs.Mapas de unidades Figure 18 . zonas de reservatórios dominantes a arenitos de individualizada a partir desta interpretação.386 m/s de fácies sísmicas da parte units maps of the superior e 7. supervised approach.683 m/s. As médias dos parâmetros acústicos.357 m/s e 7. de P intervalar. 3. micos usados na discriminação (tabela X). entre os seis poços pertencendo a esta classe são ligeiramente superiores à classe I. As médias das combinações linea- Para a comparação dos resultados das duas res das variáveis originais (coeficientes de reflexão) abordagens metodológicas de fácies sísmicas.971 m/s. v. mapas também poderão ser integrados nas simula. Estes ta dos poços é homogêneo. A unidade de fácies sísmicas II apresenta as mé- dias de combinações lineares das variáveis originais 2 e 4 com os valores mais elevados entre os atribu- tos sísmicos usados na discriminação (tabela X). 3.759 m/s. p. analisam-se os mapas das unidades de fácies sís. 12. As médias das espessuras acumuladas demonstram um ligeiro aumento dos arenitos. As médias dos parâmetros acústicos. 3. As fácies-perfil de arenitos são dominantes sobre as argilas em segunda posição em relação às espessuras acumuladas.

346 Fácies sísmicas . Table X Statistical acoustic and geological parameters of seismic facies I and II.Paulo Roberto Schroeder Johann . acústicos e geológicos das fácies sísmicas III e IV. acústicos e geológicos das fácies sísmicas I e II. Table XI Statistical acoustic and geological parameters of seismic facies III and IV. Tabela XI Parâmetros estatísticos. Tabela X Parâmetros estatísticos.

Traços médios das unidades de fácies Figure 19 .gr/cm3. compatíveis com as fácies de margas. podendo-se com isso. n. 2.Average traces of the seismic facies sísmicas (abordagem supervisionada) para a unidade units (supervised approach) for the superior sismoestratigráfica superior do reservatório.043 m/s. Petrobras. p. As médias dos parâmetros acústicos. 317-355.414 m/s e 8. e amostragem de mapas 3. pertencendo a esta unidade mostram valores mais quando comparada com a metodologia usando re- elevados. de incertezas associadas a cada fácies e a cada traço. contexto probabilístico. maio/nov. des neurais. B. 12. Figura 19 . Rio de Janeiro.combinação lineares das variáveis originais 3 e 5 com valores maiores entre os atributos sísmicos incertezas da classificação usados na discriminação (tabela XI). v. entre sete poços A grande vantagem da abordagem estatística. além des de fácies sísmicas por unidade superior do re. Geoci. seismo-stratigraphic unit of the reservoir. 2004 347 . definir mapas servatório são mostrados na figura 19. de construir mapas de fácies sísmicas. é justamente por esta trabalhar em um Os traços médios das quatro classes das unida.

Observa-se que outro lado. As unidades de fácies sísmicas na superior a 0. foram feitos neste estudo. Os espaços vazios entre os traços com probabilidade de atribuição superior a 0. pacial das matrizes de proporções verticais de conclusões da análise supervisionada Para ilustrar a interpretação das unidades de fácies sísmicas na abordagem supervisionada.6.5 e 0. Os mapas de unidades de Figura 21 .Seismic unidades de fácies sísmicas facies units maps for fácies sísmicas. Definiu-se o limite de 0. Os mapas das unidades de fácies sísmicas são litotipos. 100 m x 100 m grid. existem traços nos quais esta proba. Para tanto.Mapas das Figure 21 .6 para o mapa das unida- des de fácies sísmicas da unidade superior do reserva- tório (figura 20b). testaram-se vários limi- tes de probabilidades. suras de eletrofácies nos poços e as curvas de pro- b) probability above 0.6. depois da reamostragem resamplig for the para o grid 100 m x 100 m.Paulo Roberto Schroeder Johann . de aprendizagem. Por contradas nos mapas re-amostrados. 21). um grid fino (malha sísmica) e médias ponderadas teza de atribuição do traço a uma dessas classes pela probabilidade de atribuição de cada fácies. Nas figuras 20a e 20b são mostrados os mapas com os limites de 0. sismoestratigráfica stratigraphic unit of Com a finalidade de preparar os mapas das superior do reservatório the reservoir after unidades de fácies sísmicas no mesmo suporte es. representando grande incer. Realiza-se a mudança de escala para compatibilizar Para garantir que o mapa seja o mais confiável com o grid da matriz de proporções de litotipos ou possível. esta metodologia de up-scaling usa informações em bilidade é pequena. atribuição de cada traço desconhecido em uma Nota-se que as tendências do mapa original são en- das classes de aprendizagem (equação 8). usaram-se dois tipos de base de Seismic facies units maps with limits: aprendizagem a priori nas análises de reconheci- a) probability of mento das formas sísmicas supervisionada: espes- classification above 0. b) probabilidade e/ou geológicas. deve-se escolher um limite mínimo de mesmo para a malha do simulador de escoamento. de- talhou-se a unidade superior do reservatório Na- Figura 20 morado. corte de incertezas (corte na distribuição de pro- babilidades). Mapas das unidades de A análise discriminante permite confirmar ou fácies sísmicas com não se as unidades de fácies sísmicas reconheci- limites de cortes: a) probabilidade de das nos traços sísmicos são bem individualizadas classificação superior a do ponto de vista de suas características acústicas 0. Figure 20 Neste estudo. realizou-se uma nova re-amostragem da construídos a partir da probabilidade máxima de malha original para 100.6 de probabilidades.29 m x 100 m (fig.5.43 m (grid para a unidade the superior seismo- sísmico). porções verticais de litotipos. 348 Fácies sísmicas . abordagem supervisionada apresentam então um significado geológico imediato. numa malha de 25 m x 33. Campo de Namorado. respectivamente.5.6 serão preenchidos por interpolação antes do processo de simulação geoestatística.

Geoci. cas e a matriz de proporções verticais de litotipos. b) lithotypes vertical tos muito porosos. esquematicamente. dominante a arenitos. Por outro lado. cas na abordagem supervisionada. média de 22%) importante para a compreensão do comportamen. te (fig. finos. a determinação das uni- dades de fácies sísmicas. modelagem geológica 3D do reservatório. a aprendizagem a partir de curvas de proporções verticais permite uma in- B. 2. p. heterogeneidade global do reservatório. rio onde as curvas de proporções verticais de litotipos. os mapas de fácies sísmicas são ferramentas que au. De um modo geral. serão distribuídas. litotipo 3. Rio de Janeiro. 2004 349 . lithotype 3. As unidades de fácies sísmicas supervisionada III e não-supervisionada 3 mostram uma distribuição diferente do ponto de vista espacial. Os resultados obtidos na abor. 18a e 18b). seismic facies map. A base dos da. média de 28%) mostra uma conhecidas somente nos poços. Portanto. marls and calcilutites. A análise das duas abordagens parece tornar evidente o interesse na abordagem supervisiona- da pelo conhecimento geológico. proportions matrix. dominante a margas formas sísmicas o relacionamento entre os mapas de fácies sísmi. a) Esquema de mapa da análise do reconhecimento das formas na abor. 18a e 18b). litotipo síntese das duas abordagens matriz de proporções 2. a partir dos traços pós- inversão sismoestratigráfica e das descrições das eletrofácies. predominance of mostra uma baixa superposição como a unidade to estrutural de variáveis regionalizadas quando da fine clastics. v. n. As análises discriminantes usadas foram baseadas terpretação direta dos sistemas deposicionais ana- em métodos estatísticos multivariados. os mapas definirão regiões de maior lithotype 1. 3. mapas de fácies e a dominante a arenitos muito porosos. importante superposição com a unidade de fácies Assim. 12. tanto do ponto de vista acústico quanto do ponto de vista geológico. porous sandstones. Os mapas de fácies sísmicas servirão de guias para Figure 22 Nota-se que a unidade de fácies sísmica su. Figura 22 dagem supervisionada são complementares àqueles dos supervisionada será privilegiada nas simula. dominante em areni. colocou em evidência a dificuldade de correlação direta entre as características acús- ticas e as quatro eletrofácies identificadas inicial- mente pela descrição dos perfis de poços. 18a e 18b). todavia. mas as duas são interpretadas como zonas de reservatório de qualidade intermediária (figs. predominance of A unidade de fácies sísmica supervisionada II (em xiliam na captura da não-estacionaridade espacial. paramétricos lisando-se os mapas de unidades de fácies sísmi- e não-paramétricos. a delimitação das regiões (segmentos) do reservató. b) matriz de propor- dagem não-supervisionada. a) Scheme of the pervisionada I (em amarelo. Petrobras. sandstones. guardando a predominance of very uma zona de reservatório de qualidade excelen. interpreta. e calcilutitos. litotipo 3. predominance of de fácies sísmica não-supervisionada 2. litotipo 1. 317-355. ções estocásticas geoestatísticas. maio/nov. lithotype laranja. dominante em arenitos. dominante a clásticos do reconhecimento de Na figura 22 é apresentado. de fácies sísmicas. ções verticais de litotipos. da como “ruídos” sísmicos (figs. lithotype 2. sísmica não-supervisionada 1 interpretada como homogeneidade interna. permitindo de- talhar as fácies dos reservatórios de maneira mais significativa.

Paulo Roberto Schroeder Johann . das por dados sísmicos.Modelo geológico 3D da Figure 23 . reservoir of the Namorado Field. no interior dos volumes das unidades conclusões sismoestratigráficas. Campo de Namorado. do babilidade na abordagem não-supervisionada. litologias ou sistemas deposicionais. tar seu conteúdo geológico em termos de cimento geológico. com as funções de classifica. Na figura 23 é apresentado o resultado final Os indivíduos são definidos perto dos poços da modelagem geológica 3D.3D geological model of the unidade superior do reservatório superior unit of the Namorado Namorado. gem supervisionada. por métodos típicos do ponto de vista geológico na aborda- geoestatísticos. simulações estocásticas de litotipos. são instrumentos interessan- tes para a compreensão litoestratigráfica e/ou O método de fácies sísmicas apresentado neste petrofísica de um reservatório petrolífero. 350 Fácies sísmicas . Figura 23 . Os mapas de fácies sísmicas permitem definir mentos de traços sísmicos em grupos de traços uma repartição espacial tridimensional das unida- predefinidos através de duas abordagens: não. ou estão definidos a partir condicionadas pelo mapa de fácies sísmicas da dos diferentes modos da função densidade de pro- unidade superior do reservatório Namorado. Estas informa- ção estabelecidas pela análise estatística discri. etapas técnicas necessárias à classificação de seg. ções servirão de variáveis de entrada para as si- minante sobre os traços de aprendizagem ou de mulações geoestatísticas de litotipos condiciona- seus indivíduos. Os resultados mostram que os métodos es- tatísticos multivariados utilizados para a obten- ção dos mapas das unidades de fácies sísmicas. des sismoestratigráficas do reservatório e interpre- supervisionada e supervisionada pelo conhe. do Campo de Namorado. a par- estudo descreve o encadeamento das diversas tir da base dos dados sísmicos 3D.

geológica (sistema deposicional) do reservatório. obteve-se uma repartição FIX. Discriminatory analysis espacial das três unidades sismoestratigráficas de nonparametric discrimination: consistency alta resolução do reservatório. Ao geólogo Carlos H. F. 1990. a partir da delimi. 1159. Rio de Janeiro. republish in Biometrika. Os arenitos menos porosos mostram uma distri- buição mais canalizada. te do reservatório. Eles servirão de dados de entrada para condicionar ______. trabalho. J. Tese (Doutorado). E. FOURNIER. A Evaldo Cesário Mundim e Marcos Hexsel pretação dos mapas das unidades de fácies sísmi. F. Okla. FOURNIER. HODGES. ções sísmicas em profundidade e em alta resolução Geophysics. J. Marcos Amaral. of chances. Cam- po de Namorado. 1437- na modelagem geológica 3D do reservatório. A statistical methodology for as simulações geoestatísticas integrando as informa.. Petrobras. obtidos neste estudo. B. 1951. n. Okla. n. Multivariate statistical folhelhos são distribuídos entre os arenitos confi. 1151- estão presentes na parte sudeste. tação dos mapas é direta. A inter. 4. cujos comentários fo- cas está em conformidade com as informações ram pertinentes para o aprimoramento do texto. do sistema deposicional constituindo o Sistema de Turbiditos de Namorado. pelas discussões técnicas que Na abordagem não-supervisionada deve. Tex. a interpre. pelo auxílio na liberação dos dados Na abordagem supervisionada. p. 53. Randolph Field. T. Nancy. nitos muito porosos nas três unidades analisadas. L. 45. poços com finalidade de dar uma interpretação pelo apoio nas pesquisas relacionadas ao tema deste geológica e também sísmica às imagens produzi.: Brooks Air For- tação das suas unidades de fácies sísmicas. Geoci. p. p. p. Tulsa. deriving reservoir properties from seismic data. unidades são interpretadas como representativas Report n. 21-49-004. F. norte e noroes. v. J. Olinto Souza Jr. nados e as canalizações. 60. Ela pode ser aplicada a cada uma das unidades sismoestratigráficas de alta resolução do reservatório Namorado.. as unidades de fácies BAYES. A oriundas dos perfis de poços. auxiliam o multivariables. Ao coordenador do PRAVAP. v. Os turbiditos finos e os DUMAY. Grochau pela revisão técnica. v. 2004 351 .. Project n. referências bibliográficas Do ponto de vista da caracterização geológica do reservatório estudado. Essas ce Base. 5. Farid S. France: Institut National melhor entendimento da variabilidade acústica e Polytechinique de Lorraine. 298-315. As análises de reconhecimento de formas sís- micas permitiram tornar evidente a localização agradecimentos espacial do reservatório na escala sísmica. Shecaira. analysis applied to seismic facies recognition. As margas e calcilutitos Geophysics. 12. Bruhn e ao geofísico das a partir destes mapas. Como conclusão. Tulsa. properties. v. 1763. 317-355. 1995. DERAIN. 2. para que as referidas pesquisas fossem realizadas. USAF School of Aviation Medicine. L. maio/nov. 9. auxiliaram na compreensão e na redação deste estu- se colocar em correspondência as informações dos do.. 1450. Essay towards solving a problem doctrine sísmicas tornaram evidentes os depósitos de are. n. 1988. necessária à classificação do conjunto dos seg- mentos de traços sísmicos. Application de l’analyse des données Os três mapas das unidades de fácies sísmicas e à l’exploration pétrolière: caractérisation des os respectivos mapas de incertezas na atribuição faciès sismiques par analyses statistiques destas fácies. já que as informações Agradeço à Petrobras pela autorização para a dos poços são usadas para guiar a aprendizagem publicação deste trabalho.

1977.. G. Geologists. v. .. Conference and Exhibition.l. (American Association of Petroleum 195. 2003. 93-111. 1997. Manual and Springer. MATHIEU. 205-212. Annalytical Mathematical Statistic. N. B.) Seismic 3-D stochastic reservoir modeling: a non stationary Stratigraphic . C. n. KOHONEN. CASTRO. part six. M... A. V. G. P. The application of principal KUBICHECK.application to hydrocarbon approach guided by seismic data.. JOHANN. Amsterdam. 2001. In: SPE Technical function. 951-969. Oxford. K. modeling and feature selection for seismic pattern Geoexploration. LATIN AMERICAN AND Petroleum Geologists.]. H. Using wavelet transform and self organizing maps for seismic ______. [S. Self-organizing maps. Denver. Papers… Richardson.. P. 1977. 7. 1999. Incorporated 3RD. (Ed.l. Colo. de. 20. F.. M. CONFERENCE. 1990. 6. S. simulations stochastique en 3D. BARROSO. Statistical components analysis to seismic data sets.]: Society of Petroleum Engineers. Pattern recognition. Glossary of terms used in seismic JOHANN.. S. Multivariate analysis used in the detection of stratigraphic anomalies ______.. ASSOCIATION OF GEOSCIENTISTS AND ENGINEERS Brazil. Tese (Doutorado). American Association of Petroleum Geologists. .. New York: MORICE. 2003.. Memoir. SANGREE. 36. C. R. 26). Paris: p. K. Geophysical Prospecting. MATOS. Buenos Aires. 1996.. p. p. 3-D Stochastic LOFTSGAARDEN . T.. P. 34. HAGEN. n. v. Geophysics. stratigraphy. R. E. 1979. p. 1982. 507-515. 65. hydrocarbon exploration. 441-448. W. 1996. 27. Okla : American Association of PETROLEUM ENGINEERS. v. JOHANN. KESKES.]. BEUCHER. Okla. variables. 2001. FOURNIER. In: SOCIETY OF exploration. 6. AWASTHI. J. D. C. 168. Tulsa. SINVHAL. In: EUROPEAN deepwater turbidite reservoir in Campos Basin. 1936.. 1/2 . [S. v. dade Brasileira de Geofísica. 26) . interpretation of seismic reflection patterns in depositional sequences. F. D. MITCHUM. HOTELLING. RIBET. Inversion sismo-stratigraphique et from seismic data. 2001.Paulo Roberto Schroeder Johann . Engineers. O. Argentina.. v.: Society of Petroleum ______ . 28. H. Proceedings… Rio de Janeiro: Socie. Rio European Association of Geoscientists and de Janeiro. R. Selected paper… [S. A non reservoir modeling constrained by well and seismic parametric estimate of a multivariate density data on a turbidite field. Stratigraphic Engineers. 377. p. Okla : te-Carlo simulation of sedimentary formations. A. SOUZA JUNIOR. Oxford. 1999. Biometrika. Abstracts… [S. M. In: INTERNATIONAL CONGRESS OF THE MEETING. Tulsa. P. Multivariate seismic pattern reservoir characterization of a deep-water field. R. F. Tex. Université Pierre et Marie Curie. QUESENENBERRY. VAIL. QUINCY. Tulsa. Geophysical Prospecting. recognition and Kohonen maps applied a Campos basin. WALDEN. In: Payton.l.l.]: BRAZILIAN GEOPHYSICAL SOCIETY.. B. Seismic character mapping over reservoir intervals. p. v. p. 1985. A.. RICE. recognition. A. Relations between two sets of LENDZIONOWSKI. 1 CD ROM. p. .. In: Payton. OSÓRIO. Offshore Brazil. T. D. P.) KHATTRI. JEANJEAN. 38. P. 321. A. WHITE. E. 1965.. (American CARIBBEAN PETROLEUM ENGINEERING Association of Petroleum Geologists. 1049-1051. R. v. Oxford. p. Seismic Seismic stratigraphic . Memoir. 18. 51-66. R. Stavanger. Oct.application to discrimination of stratigraphy derived from Mon. ESCHARD. automatic seismic facies on SISMAGE worstation: 352 Fácies sísmicas . 1969. (Ed.

. v.. WONG. 1997. Using the Kth Nearest neighbor clustering procedure to determine the number of subpopulations. IMA3G research project. KHATTRI..un example of image analysis technique applied to the exploration of Perdana-Nakhoda turbidic fan complex (Pliocene offshore Brunei).n. A. Denver. 8. 66. B. INTERNATIONAL MEETING.. 1983. Tulsa. p. Okla v. SCHAACK.]. Application of seismic reflection data to discriminate subsurface lithostratigraphy. 1196-1212. A. Tese (Doutorado). K. 2004 353 . p.. STATISTICAL COMPUTING SECTION. Stratigraphie séquentielle et modélisation probabiliste d’un réservoir turbiditique.l.: s. 12. 40-48. 1996. 317-355. 49. Geophysics. n. Rio de Janeiro. SOUZA JR. C. Elf aquitaine production. Proceedings… [S. n. 2. In: AMERICAN STATISTICAL ASSOCIATION. maio/nov. M. Expanded abstracts. In: SOCIETY OF EXPLORATION GEOPHYSICISTS. 1996. 1982. Okla. : Society of Exploration Geophysicists. Tulsa. Geoci. 1982. p.. SINVHAL. Petrobras. Paris: l’Université de Paris.

nor in the definition of describes them as representatives of lithotype vertical the production development wells of this field. nor for the delimitation. 3D seismic data were not used in the discovery The seismic facies method presented herein phase. such as lithotypes. 2) estimation of the density how to build an exploratory table of seismic data. the information was used only variables. recognition provides variations in detecting the The seismic pattern recognition approach discussed morphology of the seismic trace. Pioneer research work of acoustic they integrate them into the 3D geological modeling. Turbidites System. The space of function estimation. when seismic facies are interpreted as vertical i) non-supervised and ii) supervised. 2) choice of typical wells that Parametrical and Non-parametrical Discriminating will represent the geological knowledge available about Analysis are presented and discussed in the application the wells studied and the definition of a neighborhood of seismic pattern recognition. which function of these attributes. that is. of seismic attributes. 2D seismic lines were used for this purpose instead. seismic data are integrated into the The purpose of this study is to present the characterization of the depth of the reservoirs and into methodology used in the seismic pattern recognition. not necessarily in this study privileges mapping the internal geometry mapable in the traditional seismic interpretation of the Namorado reservoir of the Namorado Field. These matrixes have a very segmentation of the original seismic data generated important application in geostatistical simulations to from seismic processing and also from the choice of add to the geological data of 3D geological modeling. Namorado Field in the Campos Basin. 4) interpretation of seismic facies observations (seismic traces) and of the explanatory maps or volumes. seismic facies under two methodological approaches: Thus. lithotype vertical proportions matrix guided by seismic In the case studied herein. 1997). facies maps or volumes. 3) non-parametrical is the first step of the codification of physical measures discriminating analysis or neural networks to classify to be analyzed using the multivariate statistical the less typical attributes revealed by the density methods and/or neural networks. 2) the Results show that non-parametrical multivariate lithotype vertical proportion curves capture the vertical statistical methods used to obtain these maps of seismic stacking of the association of sedimentary facies that facies units. Campos Basin. 3) the a petroleum reservoir. proportion curves or matrixes. expanded abstract 4) it provides results about depth and scale of the wells profiles. variables (attributes) is discussed in detail in this paper. impedance inversion has already shown the potential The robustness of this procedure is a consequence of 2D seismic data of this field for the characterization of four important technical aspects: 1) pattern of the reservoirs. the best attributes to discriminate the geological The methodology discussed herein clearly shows traces of interest. sedimentary facies groups for regional mapping and to map the external geometry or porosity or even other properties of reservoirs and of this field.Paulo Roberto Schroeder Johann . Eight proportions curves and matrixes (Johann. Seismic facies are of great interest because they At the time this seismic pattern recognition capture the spatial repartition (3D) of regionalized procedure was applied. The data used as conceptual pilots to apply this 3) discriminating analysis to classify the non typical methodology were the information about the Namorado data a priori. (resolution power versus seismic detection). 354 Fácies sismicas sísmicas . inside the volumes of the high resolution are more compatible with the surface seismic resolution seismo-stratigraphic units are interesting tools for the (there is more coherence in the integration of data lithostratigraphic and/or petrophysical compression of from different supports in geological modeling). a very important tool The non-supervised methodology of seismic facies can be built to perform a structured analysis of consists in four steps: 1) spatial and time-slice regionalized variables. Density Function Estimation. Supervised methodology includes four steps: Multivariate statistical analysis methods for the 1) spatial and time-slice segmentation and the choice Main Components. the seismic facies units facies is a tool that is able to capture the spatiality of have been interpreted as representatives of the variables that can be regionalizable (complementary depositional system that constitutes the Namorado to the concept of variogram in geostatistics). high resolution maps. for the wells so that their attributes can be extracted. 4) seismic interpretation of the seismic reservoir. Namorado Field.

Graduou-se em Geologia pela Universidade Vale do Rio dos Sinos . One E&P Corporativo of these new attributes is extracted from the wavelet Gerência de Reservas e Reservatórios transformation and from the time-frequency analysis methodology (Matos et al. Rio de Janeiro. Em 2001 foi nomeado Consultor Técnico em Geofísica de Reservatório. 12.CAGEF. fez o Curso Introdutório em Geofísica . 2003).com.br type neural networks. de 1989 a 1993 chefiou o Setor de Controle de Qualidade de Aquisição de Dados Geofísicos. p. Em 2003. Within the scope of PRAVAP 19 (Programa Estratégico de Recuperação Avançada de Petróleo . 317-355. 2. maio/nov. Petrobras.CIGEF.Paris VI. no Setor de Ensino no Rio de Janeiro. trabalhou como geofísico de campo na Amazônia até 1984. de 1993 a 1994 fez o mestrado em Métodos Quantitativos de Geociências na Escola Pierre e Marie Curie . Na Petrobras desde 1981. de 1994 a 1997 cursou e doutorou- se em Geofísica de Reservatório pela Universidade de Paris VI. Rio Grande do Sul. trabalhou até 1988 no Setor de Aquisição de Dados Geofísicos. de 2001 ao presente trabalha na Gerência de Caracterização de Reservatórios do Segmento da Exploração e Produção da Petrobras. Em 2004 foi nomeado Consultor Sênior em Geofísica de Reservatório. B. n. v. Geoci.Reservoir Seismics) there is ongoing algorithm research work in order to Paulo Roberto Schroeder Johann select optimized attributes to apply seismic facies. no Setor de Ensino da Bahia. cursou o MBA em Gerência de Projetos pela Fundação Getúlio Vargas. There is also ongoing Caracterização de Reservatórios research work on the optimized application of Kohonen e-mail: johann@petrobras. 2004 355 .UNISINOS em 1980. quando fez o Curso de Aperfeiçoamento em Geofísica . de 1997 a 2000 trabalhou na Gerência de Reservas e Reservatório. em 31 de outubro de 1957. autor author Sísmica de Reservatório / Strategic Program of Advanced Petroleum Recovery . Paulo Roberto Schroeder Johann nasceu em Lajeado.