Professional Documents
Culture Documents
_______________________
Presidente
Ph.D Jos Regueiro
________________________
Miembro Externo
MSc. Manuel Daz
________________________
Miembro Principal Tutor
Ph.D Milagrosa Aldana
Abril, 2005
DEDICATORIA
ii
AGRADECIMIENTOS
Primero Gracias a DIOS por darme salud y fortaleza para haber completado esta etapa de mi
formacin acadmica.
Gracias al Sr. Ricardo Savini, Gerente de Petrobras Energa Venezuela, por darme acceso a
utilizar los datos necesarios para realizar este trabajo de investigacin.
Le agradezco a Elas Carciente quien recuper esta tesis dos noches antes de
imprimirla.....nunca supe como hiciste para salvarla.....gracias por saber tanto de computadoras
y de muchas cosas ms....y gracias por no permitirme entrar en pnico.
A Milagrosa por toda la paciencia, comprensin y dedicacin que tuvo en la parte acadmica y
personal por muchos aos.
A todos mis compaeros de trabajo y amigos quienes opinaron, me orientaron y ayudaron en
la edicin final de este trabajo: Luis Cardozo, Armando Avella, Csar Gonzlez (gracias por
aclarar las dudas de geologa y estratigrafa), Luis Gmez (por todo tu apoyo y paciencia),
Rolando Molina, Henrry Acua, Felipe Audemard.
Quiero agradecer de una forma muy especial a Raidin Uztriz, Carmen Arvalo y Ana Cabrera
por estar pendiente de las fechas de entrega, de la llegada del libro, de los requisitos, de las
inscripciones....gracias a las tres por ayudarme a organizar mi vida durante todos estos
aos...les debo mucho y las quiero mucho.
iii
RESUMEN
En este trabajo, se plantea el reconocimiento de facies ssmicas en el Campo Oritupano A,
Venezuela, a partir de registros de pozos y datos ssmicos 3D, utilizando diferentes mtodos
de clasificacin. El objetivo principal es determinar el mejor sistema de clasificacin para el
reconocimiento de facies en el rea.
En una primera etapa se tiene una descripcin geolgica de litofacies realizada por el gelogo
del rea de estudio. Dicha interpretacin cualitativa arroja mapas que describen el sistema
depositacional y la calidad del reservorio para cada arena del paquete de estudio, indicando
una tendencia areal para la distribucin en cada capa. Este estudio nos permiti clasificar los
pozos en dos grupos.
Luego, para una segunda fase del estudio, se us un mtodo que trabaja con el Anlisis Fractal
Basado en la Transformada de Ondcula (WBFA), este mtodo se aplic primero a las seales
de los registros Snico, Densidad, Gamma Ray y Porosidad Neutrn de 12 pozos; los
resultados indican que las seales con mejor ajuste lineal y con respuesta a parmetros
fractales son los registros Gamma Ray y Porosidad Neutrn, basndonos en estos primeros
resultados se incorporaron 21 pozos del rea para obtener ms informacin. Se concluye de
esta fase que el contenido litolgico responde a valores de pendiente, intercepto y dimensin
fractal. Esta fase del estudio tambin nos permite agrupar los pozos y obtener mapas de facies
de dimensin fractal que crossvalidan de manera satisfactoria la interpretacin geolgica
previa.
La misma metodologa se aplic despus a la traza ssmica real asociada al pozo. Los
resultados no fueron tan satisfactorios pues los valores fractales no responden a ninguna
propiedad de la traza ssmica ni crossvalidan la informacin geolgica obtenida previamente.
El ltimo mtodo para clasificar facies consisti en utilizar la herramienta Waveform
Classifier de Landmark. Dicha herramienta logra que una seal se entrene con parmetros de
la forma de la traza y busque, para una ventana de tiempo y en el rango de bsqueda
especfico, las ondas que posean caractersticas similares; luego, crea familia de clases y arroja
mapas. Tampoco se encontr una relacin entre stos y los mapas de dimensin fractal y
caracterizacin de litofacies de las primeras etapas. Se estipula que la prdida del rango de
altas y bajas frecuencias de la ssmica disponible as como el problema de fase, son los
factores que no permiten que la metodologa wbfa, aplicada a la traza real de la sismica 3D,
tenga los excelentes resultados que se obtuvieron al trabajar con las seales de registros.
Los mejores resultados ayudan a concluir que zonas con valores de dimensin fractal < 1
corresponden a zonas de canales arenosos, valores entre 1 y 1.2 coinciden con la zona
interdistributaria de una planicie deltaica y valores > 1 se asocian a zonas con mayor
contenido luttico. Todo este anlisis permite determinar el mejor mtodo de clasificacin
para el rea estudiada, el cual podr extenderse y aplicarse en el reconocimiento de facies
ssmicas en los Campos Oritupano B y Oritupano C vecinos.
Palabras Claves: Facies, Transformada Ondcula, Dimensin Fractal.
iv
NDICE GENERAL
CAPITULO I
OBJETIVOS
INTRODUCCIN
INFORMACION DISPONIBLE
CAPITULO II
UBICACIN GEOGRFICA DEL REA DE ESTUDIO.
GEOLOGA REGIONAL.
Marco Geolgico Regional
12
18
CAPITULO III
PRIMER MTODO: Clasificacin de facies por modelo geolgico-sedimentolgico
Anlisis Geolgico del rea de Estudio Oritupano A
19
Arenas L
20
Arenas M
21
Arenas O
22
Arenas P
23
Arenas R-U
26
31
CAPITULO IV
SEGUNDO MTODO: Clasificacin de facies usando wbfa en datos de registros de pozo
Marco Terico
38
Antecedentes / Introduccin
38
Wavelet anlisis
39
Tipos de ondculas
40
Escalamiento
43
Posicionamiento
44
Escala y Frecuencia
44
45
v
Familias de Ondculas.
Caractersticas y propiedades matemticas de las ondculas
51
52
59
61
Transformada Ondcula
Descripcin del mtodo.
66
Metodologa.
67
70
Grficos m vs b.
71
Resultados.
Clasificacin de facies usando wbfa: datos de pozo.
71
80
CAPITULO V
TERCER MTODO: Clasificacin de facies usando wbfa en la traza ssmica real
Introduccin Ssmica
84
Metodologa
88
Resultados.
Clasificacin de facies usando wbfa: traza ssmica real.
90
CAPITULO VI
CUARTO MTODO: Clasificacin de facies usando Waveform Classifier.
Marco Terico
98
Metodologa
100
Resultados
102
CAPITULO VII
CONCLUSIONES Y RECOMENDACIONES
106
vi
NDICE DE TABLAS Y FIGURAS
Figura 1.Ubicacin geogrfica del rea de estudio. Se ubica la Unidad Oritupano-Leona y el campo
Oriupano A (area de estudio)
Figura 2. Intervalo geolgico de inters. Las arenas de estudio se encuentran dentro de la Fm. Oficina
Figura 3. Columna Estratigrfica generalizada del rea de estudio
Figura 4. Marco estructural regional para la Cuenca Maturin.
Figura 5. Marco estrucutural de la unidad Oritupano-Leona. Se identifican dos sistemas de fallas
principales: tendencia NE-SO y tendencia E-O. Ambos sistemas controlan el entrapamiento del crudo.
6
8
9
10
11
Figura 7. Registros del Pozo ORM-94 que muestra la litologa presente. Traza ssmica asociada
al pozo que muestra la relacin entre los espesores de arena y el espesor ssmico.
Figura 8. Pozo ORM-158. Seccin con registros GR y Resistividad que corresponde a la seccin
14
de 270 pies de ncleo.
Figura 9. Corte estrtigrafico Este-Oeste mostrando la geometra de sedimentacin para canales y barras
Figura 10. Modelo del sistema deposicional donde se observa la direccin general de sedimentacin
para las arenas basales del Oligoceno al Mioceno.
Figura 11. Mapa de arena neta para el intervalo de inters (paquete de arenas LU). El mapa muestra
patrones de sedimentacin y distribucin asociados a una planicie deltaica.
Figura 12. Mapa de arena neta para la seccin de inters con registros GR tipo para la zona
13
15
16
17
17
vii
Figura 34. Efecto de la escala en una ondcula.
Figura 35. Proceso de filtrado de una seal a un nivel bsico. La seal original S pasa a travs
de dos filtros complementarios y emerge como dos seales.
Figura 36. rbol de descomposicin para un nivel 3.
46
Figura 37. Algoritmo codigo el cual incluye downsampling. Se producen coeficientes DWT.
Figura 38. Esquema del proceso de descomposicin.
49
Figura 39. Ondcula Daubechies de orden 2 (soporte compacto=3)
Figura 40. Familia de ondculas Daubechies.
Figura 41. Familia de ondculas Biortogonales.
Figura 42. Familia de ondculas Coiflets.
Figura 43. Familia de ondculas Symlets.
Figura 44. Ondcula Morlet
Figura 45. Ondcula Meyer
Figura 46. Cuadro resumen de propiedades de las familias de ondculas.
Figura 47. Ondcula Bior 2.2. Ondcula usada para descomposicin de las seales de pozos.
Figura 48. Grfico de valores de R2 para ondculas de diferentes familias. Los valores mas
altos de ajuste (~0.93) los tienen las ondiculas db2, bior2.2 y sym 2.2.
Figura 49. Grfico de valores de R2 para ondculas de diferentes familias.
Seales de entrada: registro Snico y registro Gamma Ray.
La ondcula de mejor ajuste (valor mas alto de R2).
Figura 50. Grfico Log(var) vs Escala para el registro Porosidad Neutrn del pozo ORM-76.
Tabla A. Parmetros de pendiente e intercepto para las diferentes seales de entrada.
Figura 51.Grficos m vs. b para un set de 12 pozos y para los registros GR, NPHI, RHOB y DT
Figura 52. Grfico m vs. b para 12 pozos usando el registro GR
Figura 53. Grfico m vs. b para 12 pozos usando el registro Snico.
Figura 54. Grfico m vs b mostrando grupos de pozos con caractersticas similares
Tabla B. Valores de los parmetros: m, b, R2 y dimensin fractal para un total de 33 pozos.
Figura 55. Grfico m vs. b resultante para los registros GR y NPHI de 31 pozos. Tendencia Lineal.
Figura 56. Grfico m vs. b para el registro GR mostrando registros de pozos en donde
se aprecia el contenido litolgico
Figura 57. Dimensin fractal de la seccin correspondiente a la unidad hidraulica LU.
Figura 58. Identificacin de zonas litolgicas usando valores de dimensin fractal y pendientes.
Figura 59. Identificacin de litologas usando los valores de dimensin fractal. Estudio
comparativo con los registros de pozos.
Figura 60. Distribucin espacial de los valores de dimensin fractal. Campo Oritupano A.
Figura 61. Mapa de distribucin de facies segn valores de dimensin fractal.
Mtodo de Interpolacin: Krigging.
Figura 62. Pozo ORM 66. Valores de dimesin fractal comprendidos entre 1 y 1.2
se asocian a zonas interdistributarias de la planicie deltaica. Pozo ORM117
(valor de dimensin fractal: 0.7285). Valores de dimensin fractal menores a 1 se
asocian a presencia de arenas y a canales de gran espesor.
Tabla C. Valores de dimensin fractal para los registros Gamma Ray de 33 pozos en el rea de estudio.
Tabla D. Parmetros de ubicacion geogrfica del sub-volumens ssmico 3D
Figura 63. Porcin del cubo ssmico pstm32. Horizonte Tope (asociado a las arenas L, azul)
Horizonte Base (asociado a las arenas U, rojo)
Figura 64. Lneas ssmicas arbitrarias para observar estructura, espesor ssmico de inters y
calidad del dato ssmico.
Figura 65. Mapa estructural en tiempo producto de la interpretacin de un marcador ssmico
asociado al Tope de la seccion de interes (Bur4-Arenas L2L)
Figura 66. Mapa estructural en tiempo producto de la interpretacin de un marcador ssmico
asociado a la Base de la seccion de estudio (Bur2-Arenas U)
Tabla E. Ubicacin en Coordenadas UTM y en Lneas y Trazas de los pozos utilizados
Figura 67. Trazas asociadas a los pozos ORM-54 y ORM-56 extradas de la ssmica 3D.
89
44
46
47
54
55
56
57
57
57
58
58
58
69
69
70
71
72
73
74
75
76
76
77
78
78
79
80
80
81
82
85
85
86
87
87
88
viii
Figura 68. a) Seal de entrada: traza ssmica asociada al pozo ORM-76 (traza 1850).
b) Grfico de valores de regresin lineal para identificar la ondcula de mejor ajuste,
en este caso son: bior3.5 y bior2.2. c) Grfico para identificar y visualizar los valores
de dimensin fractal. Note que ambas ondculas poseen valores cercanos y similares
de dimensin fractal (~1.9). d),e): Grficos de Log (var) vs. Escala para ver el
ajuste cuando se escogen las ondculas bior3.5 y bior 2.2 respectivamente.
Tabla F. Valores de parmetros matemticos para el pozo ORM-76 cuando se aplica el
metodo wbfa con diferentes ondculas.
Figura 69. a) Seal de entrada: traza ssmica asociada al pozo ORM-80 (traza 1914).
b) Grfico de valores de regresin lineal para identificar la ondcula de mejor ajuste,
en este caso son: db2, bior2.2, coif1 y sym2 c) Grfico para identificar y visualizar los valores
de dimensin fractal. Note que las cuatro ondculas poseen valores cercanos y similares de
dimensin fractal (~0.45). d) Grfico de Log(var) vs. Escala para ver el ajuste de la ondcula bior 2.2.
Figura 70. a) Seal de entrada: traza ssmica asociada al pozo ORM-81 (traza 1899).
b) Grfico de valores de regresin lineal para identificar la ondcula de mejor ajuste, en este
caso son: db2, db3, bior2.2, bior4.4, coif1, sym2 y sym3 c) Grfico para identificar y visualizar
los valores de dimensin fractal. Note que las siete ondiculas poseen valores cercanos y similares
de dimension fractal (~0.56). d), e), f) Grfico de Log(var) vs. Escala para ver el ajuste de las
ondculas db3, bior 2.2 y sym3 respectivamente.
Tabla G. Valores de parmetros para el pozo ORM_81 aplicando wbfa con 3 ondculas.
Figura 71. a) Seal de entrada: traza ssmica asociada al pozo ORM-82 (traza 1850).
b) Grfico de valores de regresion lineal para identificar la ondcula de mejor ajuste,
en este caso son: bior3.5 y bior2.2. c) Grfico para identificar y visualizar los valores de
dimensin fractal. Note que ambas ondculas poseen valores cercanos y similares de
dimensin fractal (~1.9). d),e): Grficos de Log(var) vs Escala para ver el ajuste cuando
se escogen las ondculas bior3.5 y bior 2.2 respectivamente.
Figura 72. Valores de Pendiente (m) vs. Intercepto (b) para las trazas ssmicas asociadas a 30 pozos.
Trazas extraidas del cubo ssmico 3D pstm32.
Figura 73. Trazas ssmicas asociadas a los pozos ORM80 y ORM81. Note que no existe relacin entre
la forma de la traza ssmica y el contenido litolgico de los mismos. El pozo ORM80 caracteriza arenas
de mayor espesor y ms limpias que el pozo ORM81 que tiene una seccin luttica con intercalaciones
de capas delgadas. Aunque litolgicamente son diferentes, la respuesta de las trazas ssmicas asociadas
a cada uno de ellos arroja valores similares de pendiente e intercepto.
Figura 74. Valores de dimensin fractal de las trazas ssmicas asociadas a los pozos.
Figura 75. Mapa de fase ssmica del Campo Oritupano A.
Figura 76. Introduccin de parmetros para definir el nmero de clases y la ventana de tiempo
Figura 77. Un ejemplo de onda usada en Waveform Classifier
Figura 78. Trazas ssmicas con diferentes caractersticas. Valor de correlacin entre ellas.
Figura 79. Parmetro del nmero de ondculas que se establecen para agrupar las clases.
Figura 80. Mapa de Clases de Ondas. Horizonte de Ref.: Bur4. Ventana 20 ms. No de Clases: 10
Figura 81. Mapa de Clases de Ondas. Horizonte de Ref.: Bur4. Ventana 35 ms. No de Clases: 8.
Figura 82. Mapa de Clases de Ondas. Horizonte de Ref.: Bur4. Nmero de Clases: 10. Intervalo 5x5.
Figura 83. Mapa de Clases de Ondas. Horizonte de Ref.: Bur2. Ventana: 22 ms. No de Clases: 8. (7x7).
Figura 84. Mapa de Clases de Ondas. Horizonte de Ref.: Bur4. No de Clases: 10. Intervalo 11x11
Figura 85. Mapa de Clases de Ondas. Horizonte de Ref.: Bur2. Ventana: 22 ms. No de Clases: 8. (4x4).
90
91
91
92
92
93
94
95
96
97
100
100
101
101
102
102
103
103
103
104
CAPITULO I
OBJETIVOS
Identificar el mejor mtodo de clasificacin de facies en el rea a fin de considerarlo para una
futura aplicacin y extensin a los campos vecinos del Campo Oritupano A
INTRODUCCIN
La caracterizacin de un yacimiento requiere, entre otros aspectos, del conocimiento litolgico
y petrofsico del rea de inters. Usualmente se dispone de esta informacin a travs de los
pozos perforados en la zona. As, dado un conjunto de propiedades medidas de forma puntual
y a nivel del reservorio, se trata de buscar algn sistema de clasificacin que permita predecir
y clasificar de forma ptima sitios adicionales no incorporados al conjunto original de datos.
El procedimiento general consiste en asociar las facies del reservorio, previamente
caracterizadas en trminos de la resolucin de registros de pozos y a nivel de las
localizaciones de stos, a caractersticas o patrones ssmicos, descritos por parmetros o
atributos derivados de esta seal. La caracterstica ssmica del nuevo objetivo es calculada y
clasificada en trminos de la informacin de pozos (J.R. Jimnez et al., 2000).
Distintos mtodos de clasificacin han sido propuestos en los ltimos aos: Redes Neuronales,
Algoritmos Genticos, entre otros, y ms recientemente el Anlisis Fractal Basado en la
Transformada de Ondcula (WBFA). (J.R. Jimnez et al., 2000).
La transformada de ondcula, base del mtodo WBFA, consiste en la descomposicin de la
seal en versiones desplazadas y escaladas de la ondcula original u ondcula madre. Los
coeficientes de ondcula (que son funcin de la escala y de la posicin) derivados a partir de
este anlisis contienen informacin de la seal y, por tanto, en principio, permitiran reconocer
2
y clasificar caractersticas asociadas a procesos distintos (e.g. facies ssmicas diferentes) (J.R.
Jimnez et al, 1999).
La Transformada Ondcula Continua (CWT) se define como la suma en tiempo de la seal,
multiplicada por las versiones escaladas y desplazadas de la funcin ondcula, :
C (escala, posicin) =
f (t ) (escala, posicin)dt
Si se desea reconstruir la seal original a partir de estos coeficientes, basta con multiplicar
cada uno de ellos por la correspondiente ondcula escalada y desplazada.
El mtodo WBFA fue originalmente desarrollado en el rea biomdica por Akay (1997).
Consiste bsicamente en la descomposicin de la seal en trminos de la transformada
wavelet, el clculo de la varianza de los coeficientes a cada nivel y el anlisis de estos
resultados en trminos de grficos cruzados de varianza vs la escala correspondiente. En el
caso planteado por Akay, el mtodo permiti clasificar o distinguir entre electrocardiogramas
de pacientes sanos y pacientes con enfermedades coronarias.
J. R. Jimenez et al. (1999, 2000) aplican esta metodologa para caracterizar facies ssmicas en
datos de pozos y datos sintticos de un reservorio del Eoceno en el Lago de Maracaibo. Estos
autores extienden su anlisis a datos ssmicos, pero el contenido de frecuencias de los datos
analizados no permitieron obtener resultados concluyentes, excepto al analizar trazas ssmicas
asociadas a los pozos.
Estudios recientes han tratado de determinar si los coeficientes de la ondcula a partir de los
cuales la data es reconstruida contienen por ellos mismos informacin relevante sobre el
subsuelo, sin tener que atravesar el proceso de reconstruccin (e.g. Jimnez et al, 2000;
Bossman and Reiter, 1995). En el rea Oritupano A se pretende realizar un estudio detallado
aplicando la tcnica WBFA a datos de pozos y datos ssmicos 3D a objeto de determinar si la
informacin asociada a los coeficientes de ondcula permite reconocer facies y generar mapas
que ayuden a determinar y caracterizar la extensin de patrones especficos en un yacimiento.
INFORMACIN DISPONIBLE
La informacin disponible del Campo oritupano A fue suministrada por Petrobras Energa
Venezuela para la realizacin de sta investigacin y comprende:
Informacin de Pozos:
- 13 pozos con un set completo de registros: snico, densidad, gamma ray, Porosidad neutrn,
GR, Caliper y Resistividad.
- 20 pozos con Gamma Ray (GR) y Porosidad Neutrn (NPHI)
- 2 pozos con Check-Shot.
Informacin Ssmica: Un rea de 25 km2 de ssmica 3D procesada post-apilamiento y migrada
en tiempo, con una cobertura de 28 y un bin 30X30. Un registro tpico contiene 720 canales
con una longitud de registro de 3250 ms y un intervalo de muestreo de 2 ms.
4
Informacin Geolgica: se dispone de un trabajo geolgico detallado del rea de estudio, en
donde la estratigrafa y patrones sedimentolgicos influyen en el criterio de clasificacin de
facies. Aunque para esta etapa del estudio no se dispona de una cantidad adecuada de pozos
ni de una distribucin espacial adecuada de los mismos, la experiencia y el conocimiento del
gelogo del rea avalan el gran porcentaje de confianza que se tiene en la interpretacin
geolgica del rea y en la consecuente clasificacin cualitativa de facies.
CAPITULO II
UBICACIN GEOGRAFICA DEL AREA DE ESTUDIO.
GEOLOGA REGIONAL.
Marco geolgico Regional
ANZOATEGUI
BOT
LEON
EST
OEST
ORITUPANO C
ADRAL
JUNT
PELAYO ADOB
ORI
LOB
LUSTR
ORITUPANO D
MONAGAS
ORITUPANO B
ORITUPANO A
LESTE
LIBR
MARACAIBO
CARACAS
SAN TOM
ORITUPANO A
6
La secuencia sedimentara est conformada litolgicamente por areniscas gruesas y medias
intercaladas con limolitas y arcillas de ambientes predominantemente marinos-costeros y
deltaicos. El intervalo geolgico de inters se encuentra dentro de la columna litolgica de la
Formacin Oficina, suprayacente a la Formacin Merecure (Ver Figura 2)
Figura 2. Intervalo geolgico de inters. Las arenas de estudio se encuentran dentro de la Fm. Oficina, subcuenca
de Maturn (Tomada de WEC, Schlumberger 1997).
Hedberg et al. (op. cit.) describen la Formacin Oficina como ''una alternancia de lutitas
grises, gris oscuro y gris marrn, intercaladas e interestratificadas con areniscas y limolitas de
color claro y grano fino a grueso. Componentes menores, pero importantes de la unidad, son
las capas delgadas de lignitos y lutitas lignticas, arcillas verde y gris claro, con esfrulas de
siderita, areniscas sidertico-glauconticas y calizas delgadas con estructuras cono en cono. El
material carbonoso es comn, y en algunos pozos pueden encontrarse hasta 40 50 capas de
lignito, que varan desde pocos centmetros hasta 60 cm de espesor y que son de considerable
valor en las correlaciones. Muchas de las areniscas pueden ser llamadas asperones, otras son
conglomerticas, con guijarros de cuarzo y ftanita. En general, las areniscas se hacen ms
abundantes, de mayor espesor y de grano ms grueso hacia la base de la formacin.
La Fm. Oficina del rea de Anaco tiene ms lutitas que en el rea tipo (Funkhouser et al.; op.
cit.). La Fm. Oficina, del rea mayor de Temblador, es ms arenosa que en los campos de
Anaco y rea mayor de Oficina, por su mayor cercana al borde sur de la cuenca (Gonzlez de
Juana et al., 1980).
Espesor: Segn Gonzlez de Juana et al. (1980, op. cit.), el espesor de la Formacin Oficina
aumenta desde los bordes de la cuenca hacia su eje: 220-275 m en Temblador, 600 a ms de
7
1400 m en el rea mayor de Oficina, ms de 2000 m en Anaco y unos 1000 m en Anzotegui
nororiental.
Extensin geogrfica: La Formacin Oficina ha sido reconocida en el subsuelo de los estados
Anzotegui y Monagas, formando parte de las unidades de la cuenca oriental. Aflora en la
superficie de los domos de Santa Ana y San Joaqun y en las cercanas del campo Cerro
Pelado.
Contactos: El contacto inferior de la formacin puede ser discordante sobre unidades
cretcicas (Hedberg et al., op. cit.) o ms antiguas (Audemar et al., op. cit.), as como tambin,
concordante sobre la Formacin Merecure (Funkhouser et al., op. cit.). Arnstein et al. (op. cit.)
reconocen en el pozo SFV-9, al sur del corrimiento de Anaco, la existencia de una
discordancia dentro de un intervalo asignado a la Formacin Oficina; consideran que dicha
discordancia, separa dos ciclos sedimentarios diferentes representativos del Mioceno medio y
del Oligoceno; proponen, adems, que la Formacin Oficina descansa concordantemente sobre
la Formacin Merecure en los pozos Mata 11-14 y Mata 5-174 de la subcuenca de Maturn.
El contacto superior de la Formacin Oficina con la Formacin Freites, ha sido definido como
concordante, por la mayora de los autores. Campos et al. (op. cit.) proponen que en el campo
Quiamare, la Formacin Oficina subyace concordantemente a la Formacin Quiamare; en el
campo de Cerro Pelado est discordante bajo la Formacin Las Piedras, mientras que en la
mayor parte del rea de Anaco, su tope es concordante con la base de la Formacin Freites.
Paleoambientes: Para Hedberg et al. (1947) la sedimentacin de la Formacin Oficina se
inicia en condiciones de aguas dulces o salobres, continuando con repetidas alternancias de
ambientes marinos someros, salobres y pantanosos; en general, las condiciones se hacen ms
marinas de oeste a este y de sur a norte. Funkhouser et al. (1948, Passega (1953, 1954), Probst
(1953), Passega et al. (1958) y Alberding et al. (1958), concuerdan con dichas condiciones de
sedimentacin. Gonzlez de Juana et al. (1980) y Mndez (1985), consideran que la
Formacin Oficina se sediment en un inmenso complejo fluvio-deltaico, donde son comunes
las arenas lenticulares y de relleno de canales de ros. Campos et al. (1985) establecen que la
Formacin Oficina del norte del corrimiento de Anaco, se acumul en condiciones marinas
marginales a nerticas, con una mayor influencia marina en la parte media. Para Audemard et
al. (1985) la parte inferior de la Formacin Oficina se inicia con una progradacin (relleno de
8
paleotopografa) seguida por una transgresin (sistema playa-isla de barrera); posteriormente,
se establecen condiciones de costa afuera en las reas de cerro Negro y Hamaca, mientras que
hacia Zuata, prevalecieron ambientes ms restringidos influenciados probablemente por
mareas; la formacin termina con la instalacin de un delta progradante. Para Campos et al.
(1988), el ambiente sedimentario de la llamada Formacin Oficina en el norte del rea Mayor
de Oficina, puede resumirse como repeticiones de ciclos caracterizados por transgresiones
marinas, asociadas a cadas del nivel del mar, y progradaciones de la plataforma.
La Columna Estratigrfica (fig. 3) muestra en forma generalizada las formaciones geolgicas
de la Cuenca Oriental desde el Cretceo hasta el Pleistoceno. Dichas Formaciones
comprenden en orden cronolgico: El Grupo Temblador (Fms. La Canoa y Tigre), Fm.
Merecure, Fm. Oficina, Fm. Freites, Fm. Las Piedras y Fm. Mesa. De stas las ms
importantes econmicamente son las formaciones Merecure y Oficina.
Figura 3 Columna Estratigrfica generalizada del rea de estudio (Tomada de Parnaud et al. 1995).
9
foraminferos planctnicos indican una edad exclusivamente miocena (Lxico Estratigrfico
de Venezuela).
Cuenca
Orienta de
Venezuela
ORITUPANO-LEONA
10
Figura 5. Marco estructural de la unidad Oritupano-Leona. Se identifican dos sistemas de fallas principales:
tendencia NE-SO y tendencia E-O. Ambos sistemas controlan el entrapamiento del crudo
(Tomada de Informe Interno, Petrobras Energa Venezuela)
La produccin acumulada del bloque esta sobre los 340 MMbbls desde su descubrimiento en
la decada de los 40. Los reservorios estn constituidos por arenas de ambientes estuarino a
marino-somero.
La interpretacin sismica 3D distingue varios tipos de pliegues en el rea: Pliegues de arrastre
asociados a fallas normales (figura 6a, 6b), pliegues compuestos (figura 6c y 6d) y pliegues
relacionados a la deformacin plstica del material (figura 6e).
11
Pliegues longitudinales que incluyen pliegues de arrastre son rasgos comunes en varios
campos y estn reportados por diferentes autores (Mencher et al., 1953; Gonzlez de Juana et
al., 1980; Azalgara et al., 2000; Porras et al., 2001). Estos pliegues son los responsables de las
principales y mayores acumulaciones de crudo (ver figura 6).
El flanco sur de la Cuenca Oriental de Venezuela representa una regin relativamente estable
caracterizada por tectonismo extensional. El area de estudio muestra un buzamiento regional
de aproximadamente 4 Norte. Los planos de falla muestran una geometra general plana y
buzamiento de aproximadamente 45. Se identifican dos sistemas de fallas importantes (figura
5): uno con tendencia NE-SO y otro con tendencia O-E; estos sistemas controlan el
entrampamiento del crudo. El sistema de fallas NE-SO posee buzamientos sintticos con
12
planos buzantes hacia el NO. Los planos de falla afectan toda la seccin, incluyendo al
basamento. En general este sistema corresponde a lineamientos regionales (fig 4) y muestra
caractersticas sin-sedimentarias. Su origen est asociado con el levantamiento que afect la
cuenca durante el Oligoceno-Mioceno (Elrich y Barrett, 1992).
El segundo sistema de fallas, con tendencia Este-Oeste, muestra buzamientos antitticos y
sintticos. Pliegues longitudinales estn principlamente relacionados con este sistema de
fallas y constituyen las trampas ms importantes del area Oritupano-Leona. La produccin
proviene principalmente de yacimientos localizados en la seccion superior y media de la
formacion Oficina. Este sistema de fallas parece estar en relacin con el esfuerzo extensional
resultante de movimientos dextrales rumbo deslizantes a lo largo del borde de las placas
Sudamericana y del Caribe (Elrich y Barrett, 1992).
Dentro de este marco estructural se encuentra una secuencia de arenas
de inters en
13
Los canales son los que representan mayor espesor arenoso, de hasta 100 pies, (arenas R y U),
los cuales tienen resolucin en la ssmica 3D, mientras que las barras son de menor espesor, de
unos 15 pies, (arenas O1-2, N2, M1-4, L1-4) se presentan amalgamadas y no son resueltas en
la ssmica 3D. La figura 7 muestra un registro tpico y una seccin ssmica donde se puede
observar la distribucin de las arenas que constituyen la unidad de explotacin LU (seccin de
estudio) y en donde se aprecia, en el registro GR del pozo ORM-94, un canal de gran espesor
que puede ser resuelto ssmicamente.
Arena L1U
BUR 4
78 ms
408 ft
CANAL
Arena T1
BUR 2
Tope U
De igual manera el pozo 158 muestra la distribucin de las arenas. Este pozo por poseer una
seccin de ncleo de 270 pies tiene una descripcin litolgica y sedimentaria confiable. La
figura 8 muestra el registro GR y Resistividad del pozo ORM-158 enfocado en la seccin
litolgica de estudio : la unidad LU
14
Gamma Ray
Resistividad
L1L
L2M
L2L
L3
L4
M1
M2
M3
M4
N1-2
O1
O2U
O2L
P1
P2-3
R0
PAQUETE DE
ARENAS DE
INTERES.
UNIDAD DE
EXPLOTACION LU
R1
R2
R3
Figura 8. Pozo ORM-158. Seccin con registros GR y Resistividad que corresponde a la seccin
de 270 pies de ncleo.
15
Figura 9. Corte estrtigrafico Este-Oeste mostrando la geometra de sedimentacin para canales y barras.
En el pozo ORM-128 (ver figura 9) se observa un apilamiento de canales a nivel de las arenas
R1, R0 y P2-3. Las arenas superiores como las O1 y la O2 presentan una disposicin de los
cuerpos con rumbo Este-Oeste tipo barras.
La geometra de la tendencia vertical de los perfiles GR de las barras es granocreciente y se
presentan acuamientos suaves con la zona inferior de la arena con mayor persistencia lateral;
esta geometra tambien se aprecia para las mismas arenas en el pozo ORM-158 (fig 8)
El cambio de rumbo de los cuerpos arenosos hace que el comportamiento productivo tambin
sea diferente. Las barras arenosas con rumbo Este-Oeste, presentan una depletacin mayor que
los canales que se ubican Norte-Sur. Esto se interpreta como debido a que los canales se
encuentran conectados directamente con el acufero activo. Las barras con disposicin EsteOeste no tienen influencia del acufero y se depletan ms rpidamente; por otro lado tienen la
ventaja que no producen con alto porcentaje de agua (Grosso, 2002).
16
De acuerdo a los modelos estratigrficos y de sistemas deposicionales se conoce que los
reservorios ms importantes, Oficna y Freites, fueron depositados concordantemente sobre la
formacion Merecure. La seccin gruesa de lutitas de la formacin Carapita fue depositada al
norte y generalmente forma el sello principal de los reservorios Oligoceno-Mioceno
(Merecure, Oficina y Freites). La direccin general de sedimentacin de las arenas basales del
Oligoceno al Mioceno que forman los yacimientos ms importantes fue de sur a norte
correspondiendo a varios deltas alimentados por ros fluyendo desde el sur (fig. 10).
Figura 10. Modelo del sistema depositacional donde se observa la direccin general de sedimentacin para las
arenas basales del Oligoceno al Mioceno. (Tomada de Fiorillo, 1987)
17
hace referencia. La figura es un mapa de Arena Neta en donde se identifican zonas de gran
espesor asociadas a canales. La figura 12 contiene registros Gamma Ray de pozos
representativos que muestran canales (pozos ORM-68 y ORM-117) y tambin se aprecia para
el pozo ORM-36 el registro tipo de una zona interdistributaria con evidencia de seccin
heteroltica caracterstica de este ambiente de sedimentacin. Este mapa fue elaborado por la
autora con la aplicacin Stratworks de la plataforma Landmark y el sedimentlogo Ing. Csar
Gonzlez ayud en la interpretacin del mismo.
PLANICIE DELTAICA
ZONA
DE CANALES
ZONA
INTERDISTRIBUTARIA
ZONA
DE CANALES
Figura 11. Mapa de arena neta para el intervalo de inters (paquete de arenas LU). El mapa muestra
patrones de sedimentacin y distribucin asociados a una planicie deltaica.
ORM-68
ORM-36
ORM-94
ORM-117
Figura 12. Mapa de arena neta para la seccin de inters con registros GR tipo para la zona
interdistributaria (ORM-36) y la zona de canales (ORM-68 y ORM-117).
18
Estilo Estructural. Campo Oritupano A - Unidad Hidraulica LU.
19
CAPITULO III
PRIMER MTODO: Clasificacin de facies por modelo geolgico-sedimentolgico
Anlisis Geolgico del rea de Estudio Oritupano A
Figura 13. Cuadro de referencia para los mapas de facies de las arenas que forman el paquete LU.
20
ARENAS L
Figura 14. Mapa de facies para la arena L2M. Tomado de Petrobras Energa Venezuela. S.A.
Facie Arena L3
Figura 15. Mapa de facie para la arena L3. Tomado de Petrobras Energa Venezuela. S.A.
El mapa de facies para las arenas L2M indica un comportamiento en la parte este del campo
caracterizado por arcilla depositada en un ambiente marino profundo, y un sello de
permeabilidad en direccion norte-sur. Los pozos con buena calidad de resevorio y espesor
considerable se localizan al oeste y corresponden a sedimentos depositados en ambiente
marino-costero. El mapa cualitativo de facies para la arena L3 muestra patrones de
21
depositacion en sentido norte-sur
caracterizadas tanto por
ARENAS M
Facie Arena M2
Figura 16. Mapa de facies para la arena M2. Tomado de Petrobras Energa Venezuela. S.A.
Facie Arena M4
Figura 17. Mapa de facies para la arena M4. Tomado de Petrobras Energa Venezuela. S.A.
22
Estas arenas presentan una disposicin de los cuerpos con rumbo Este-oeste tipo barras. Estas arenas
se acuan rpidamente y tienen una extensin areal pequea. El ejemplo es el de las arenas
M4 (ver figura 17) en la zona de los pozos ORM-156 a ORM-157, en donde sta arena
solamente aparece en la hilera de pozos nuevos paralela a la lnea de la falla. Tienen buena
continuidad en sentido Este-Oeste (en la misma direccin que la falla) y en los pozos
perforados, pero no en sentido perpendicular a la falla hacia el Norte.
ARENAS O
Facie Arena O1
ORM-158
Figura 18. Mapa de facies para la arena O1. Tomado de Petrobras Venezuela. S.A.
Las arenas O1 Y O2 presentan una disposicin de los cuerpos con rumbo este-oeste tipo
barras. La geometra de la tendencia vertical del perfil Gamma Ray de la barra es
granocreciente y se presentan acuamientos suaves con la zona superior de la arena con mayor
persistencia lateral; esto se aprecia en el registro GR del pozo ORM-158 (fig 19)
23
ORM-158
Figura 19. El registro Gamma Ray del pozo ORM-158 muestra geometra de barra granocreciente para
las arenas O. Estos cuerpos tienen direccin Este-Oeste. El mapa de distribucin de facies para estas
arenas se aprecia en la figura 18.
ARENAS P
Figura 20. Mapa de facies para las arenas P2-P3. Tomado de Petrobras Energa Venezuela. S.A.
24
El mapa de facies realizado por el gelogo del rea (fig 20) muestra la tendencia norte-sur de
estas arenas; se aprecia tambien que no tienen gran extension lateral y si hacemos referencia al
cuadro de la figura 13 se concluye que la mejor calidad como yacimiento de estas arenas se
encuentra en la parte oriental del rea (zonas amarillas). La parte central-sur (zona azul claro)
se caracteriza como mala calidad de yacimiento siendo la litologa predominante limolitas con
arquitectura de canal.
Las arenas P2-3 presentan una geometra canalizada como se observa en el corte estratigrfico
de la figura 21, en donde los canales tienen un rumbo perpendicular al corte. Estos canales se
observan en pozo y en la ssmica. En el pozo ORM-128 se observa un apilamiento de canales
para las arenas P2-P3-R0 y R1. La mayora de estas arenas en el rea de inters son
consideradas con mala o regular calidad de yacimiento siendo no productoras y estn
asociadas a un ambiente estuarino.
25
Corte Estratigrfico
Oeste
Barra
Arena O1
Barra
Barra
Arena O2
Arena P2-3
Arena R0
Barra
Arena R1
Arena R2
Este
Barra
Canal
Canal
Canal
Canal
Figura 21. Corte estratigrfico Oeste-Este en donde se aprecia la variacin lateral de las arenas y su geometra.
26
ARENAS R-U
Facie Arena R1
Figura 22. Mapa de facies para la arena R1. Tomado de Petrobras Energa Venezuela. S.A.
Facie Arena U1
Figura 23. Mapa de facies para la arena U1. Tomado de Petrobras Energa Venezuela. S.A.
27
Las arenas R y las arenas U forman los canales de mayor espesor y se pueden resolver
ssmicamente; sin embargo el espesor no implica siempre buena calidad de reservorio. En el
caso de las Arenas R la zona central es donde se encuentra el desarrollo de arenisca gruesa de
buena calidad asociada a un sistema deposicional deltaico. Para el caso de las U1 estas
caractersticas se encuentran en la zona este del rea de estudio (zonas grises y amarillas). Para
ambas arenas predomina en la zona occidental
L1L
L2M
L2L
L3
NO-SE
N-S
L4
M1
M2
E-O
M3
M4
N1-2
O1
O2U
O2L
P1
P2-3
R0
R1
E-O
N-S
N-S
R2
R3
Figura 24. Registros del pozo ORM-158 indicando la geometra de las arenas, espesor y calidad del yacimiento.
28
Ahora bien, si en cada mapa de facies (figura 13 a la 23) ubicamos los 20 pozos disponibles
del rea, (que sern datos de entrada para el anlisis con la metodologa Wavelet Based Fractal
Analisis (WBFA) en el prximo captulo), veremos que poseen, para cada arena, distintas
caractersticas en lo que se refiere a distribucin de facies y a la calidad y consecuentemente se
pueden agrupar segn algunos criterios geolgicos cualitativos; por ejemplo:
POZO TIPO A: aquellos con las siguientes caractersticas:
Esta clasificacin cualitativa ser tomada en cuenta para relacionar esta fase del estudio con
el segundo mtodo wbfa, analizado en el siguiente captulo. De esta manera se relacionar el
tipo de informacin geolgica-sedimentaria modelada por el gelogo con un mtodo
matemtico-estadstico que toma la informacin de la seal del pozo y aplica un estudio
fractal. Se espera entonces que los pozos tipo A tengan un rango de valores de dimensin
fractal diferente que los pozos tipo B; se debera tambin cumplir que la diferencia entre
dichos pozos se pueda observar en los grficos m vs b y en los graficos Log(var) vs. Escala.
El siguiente cuadro resumen muestra de modo esquemtico las caractersticas (litologa,
ambientes sedimentarios, arquitectura de sedimentacin asociada, patrn de apilamiento,
calidad de reservorio, etc) para cada arena del paquete LU en cada pozo. (Los mapas de
ubicacin de los 20 pozos para cada facie se encuentran en las figuras del Apndice A). sta
29
clasificacin se considera un mtodo vlido para el reconocimiento de facies, que es el
objetivo de este proyecto de investigacin.
Figura 25. Identificacin de pozos Tipo A y Tipo B segn mapas de facies y cuadro de referencia de la figura 13.
Comportamientos interesantes pueden observarse con este anlisis; ntese por ejemplo en la
figura 25 que la arena M4 para 12 pozos se interpreta como un canal con patrn de
30
apilamiento decreciente depositado en un ambiente marino costero y es considerada como
mala calidad de yacimiento; estos pozos se encuentran en la zona oeste y centro del area de
inters (referirse al mapa de la figura 17). Tambin se observa otro evento depositacional
litolgico regional para las arenas P2-P3, en donde predomina (segn cuadro de referencia
fig 13-) para la mayora de los pozos, una arquitectura de canales de arenisca media asociados
a ambiente estuarino y con una calidad de yacimiento regular (referirse tambin al mapa de la
figura 20, zonas color rosado).
Los pozos ORM117 y ORM158, por ejemplo, estn geogrficamente cerca y por supuesto
tienen una distribucin de facies, paleoambientes y de espesores muy similar (ver fig 25), se
espera entonces que estos se encuentren dentro del mismo grupo en la clasificacin hecha por
el mtodo wbfa, donde se toman en cuenta parmetros como pendiente e intercepto.
Tambin los grficos Log(var) vs Escala deberan presentar las mismas tendencias para estos
dos pozos de referencia, es decir la agrupacin en la interpretacin geolgica realizada por el
gelogo Santiago Grosso debe coincidir con la agrupacin resultante al descomponer la seal
de entrada en los coeficientes de Transformada Ondcula y aplicar el programa que incluye la
rutina wbfa en Matlab.
31
Registros Gamma Ray y Anlisis de facies previo cualitativo.
Las arenas de este pozo, no son consideradas
de buena calidad como reservorio, tienen muy
poco espesor. Como muestra la seal del GR,
existen intercalaciones de capas delgadas de
arena, lutita y limonita. El anlisis de facies y
paleoambientes muestra que la seccin fue
depositada en tres paleoambientes: estuario,
marino costero y deltaico, por estas
caractersticas, el pozo ORM-81 se considera
un pozo TIPO B.
32
ORM 84
ORM 75
L2M
L3
M2
M4
O1
P2-3
R1
U1
TIPO B
33
ORM 158
34
35
ORM 117
L2M
L3
M2
M4
O1
P2-3
R1
U1
TIPO A
ORM 76
L2M
L3
M2
M4
O1
P2-3
R1
U1
TIPO A
36
ORM 83
L2M
L3
M2
M4
O1
P2-3
R1
U1
TIPO A
Ya hemos visto y analizado como ejemplo y a manera generalizada e ilustrativa pozos Tipo A
(ORM-158 y ORM-76, p.e.) y pozos tipo B (ORM-81 y ORM-105 p.e.) El siguiente mapa
muestra la ubicacion de estos pozos segn la apreciacin geolgica analizada en este primer
captulo.
ORM-78
995500.00
ORM-84
ORM-76
ORM-75
ORM-83
995000.00
ORM-105
ORM-81
ORM-80
ORM-94
ORM-142
ORM-117
994500.00
ORM-158
994000.00
456000.00
457000.00
458000.00
459000.00
460000.00
POZOS TIPO A
461000.00
462000.00
463000.00
464000.00
POZOS TIPO B
Figura 26. Mapa de ubicacin del primer grupo de pozos. Pozos Tipo A y Pozos Tipo B.
465000.00
37
Este primer mapa no muestra a priori una tendencia clara y definitiva pues se toman pocos
pozos, (slo aquellos que tienen registros snico y de densidad). En los siguientes captulos se
llegan a considerar un total de 35 pozos en el rea para tener un una idea de la distribucion
espacial de facies (tendencias) ms confiable.
La idea de hacer esta comparacin y agrupacin previa, es que el siguiente mtodo: WBFA
aplicado a set registros elctricos (GR, DT, RHOB, NPHI), debera tambin agrupar los pozos
segn las propiedades fsicas involucradas, que serian: m, b, log(var), escala y dimensin
fractal y se espera que ambos mtodos arrojen clasificaciones similares.
En resumen, la clasificacin de los pozos segn este anlisis cualitativo geolgico previo es:
Pozos Tipo A:
Pozos Tipo B:
CAPITULO IV
SEGUNDO MTODO: Clasificacin de facies usando wbfa en datos de registros de
pozos.
Marco Terico
Antecedentes / Introduccin
Los mtodos de anlisis de ondicula han sido desarrollados principalmente por Y. Meyer y sus
colegas (1984), aunque el principal algoritmo se presenta en el trabajo de Stephane Mallat en
1988. Desde un punto de vista histrico, el anlisis de ondcula es un nuevo mtodo, aunque
su fundamento matemtico es el trabajo desarrollado por Joseph Fourier en la centuria de
1900. Fourier estableci las bases con su teora de anlisis de frecuencia , lo que ha tenido
gran importancia en las tcnicas de anlisis de seales.
La primera vez que se registr la palabra ondcula fue en 1909 por Alfred Haar. El concepto
de ondcula en forma terica fue propuesto por primera vez por Jean Morlet.
Una ondcula es una forma de onda de duracin limitada que tiene un valor promedio de cero
(Grossman y Morlet). Las ondculas tienden a ser irregulares y asimtricas, a diferencia de una
seal sinusoidal que puede estar suavizada y ser predecible. Adems la seal sinusoidal, que es
la base del anlisis de Fourier, es ilimitada y se extiende de menos a ms infinito.
Funcion Seno
Ondcula (db10)
Figura 27. Comparacin entre una seal sinusoidal (base del anlisis de Fourirer) y una Ondicula db10
39
Las ondculas pueden ser usadas en anlisis de seales, procesamiento de imgenes y
compresin de informacin. Son ideales para analizar series de tiempo no-estacionarias,
mientras que el anlisis de Fourier no lo es. Ellas pueden ser aplicadas a series de tiempo
como una fusin entre filtros y anlisis de Fourier. Las ondculas son ajustes locales y retienen
alguna informacin de localizacin en tiempo y alguna localizacin en frecuencia. El anlisis
de ondcula permite el rompimiento de una seal en versiones escaladas y trasladadas de la
ondcula original u ondcula madre.
Wavelet anlisis
El anlisis de ondcula, o Wavelet anlisis, permite el uso de largos intervalos de tiempo en
donde se quiere precisar informacin de baja frecuencia, y regiones ms cortas donde
queremos informacin de altas frecuencias. (Daubechies, 1992)
El anlisis de ondcula consiste en una descomposicin de la seal en una familia de seales
las cuales son usualmente una funcin ortogonal. Las tcnicas de anlisis de ondcula emplean
regiones de tamao variable, para el anlisis de las seales, es decir, deja usar durante largo
tiempo intervalos donde se necesita mucha informacin que precisa poca frecuencia y
pequeas regiones donde la informacin necesita altas frecuencias; esto se ilustra en la fig. 28.
Figura 28.. Esquema del anlisis ondcula. Representacion bidimensional en el dominio Tiempo-Escala
Una de las mayores ventajas de las ondculas es la habilidad para desarrollar un anlisis local,
esto es, analizar un rea localizada dentro de una gran seal. El anlisis de ondcula es capaz
de revelar aspectos de la data que otras tcnicas de anlisis de seales no logran, aspectos
40
como tendencias, puntos de quiebre, discontinuidades en derivadas de mayor orden
autosimilaridad.
Tipos de ondculas
Segn Meyer (1993), pueden ser considerados dos tipos de ondculas: las ondculas tiempoescala de Grossmann-Morlet y las ondculas tiempo-frecuencia de Gabor-Malvar. El tipo
comnmente ms usado en geofsica son la ondculas tiempo-escala. Estas ondculas forman
bases en las cuales una seal puede ser descompuesta en un amplio rango de escalas.
Las ondculas Tiempo-Escala se definen en referencia a una funcin madre de alguna
variable real t. La funcin madre debe tener varias caractersticas: debe oscilar y debe estar
localizada en el sentido que sta decrezca rpidamente a cero cuando t tiende a infinito.
Se requiere tambien que la funcin madre tenga un cierto nmero de momentos cero acorde a:
Ecuacin 1.
La funcin madre puede ser usada para generar una familia entera de ondculas trasladando y
escalando la ondcula madre:
Ecuacin 2.
Ecuacin 3.
41
Estos coeficientes miden las variaciones del campo f(t) sobre el punto b, con la escala dada
por a. El anlisis de ondicula de este tipo puede ser desarrollado sobre data discreta usando
filtros de cuadratura especular y/o algoritmos piramidales. (Dr. J. Malo, 2002)
Las ondculas tiempo-escala son particularmente apropiadas para el anlisis de campos que
son fractales.
Las ondculas Tiempo-Frecuencia estn construidas con la idea de tomar una onda, cos(t+)
por ejemplo, dividirla en segmentos y mantener slo una, es decir una seccion finita que
comprenda un ciclo de longitud de onda completa (Gabor 1946). Esto deja una ondcula
con tres parmetros: un tiempo de comienzo, un tiempo de finalizacin y una frecuencia.
Recordemos que las ondculas no slo tienen caractersticas de frecuencia o escala, sino
tambin de localizacin. Ellas pueden ser ortogonales, biortogonales o no-ortogonales
La transformada de ondcula o transformada wavelet convierte la seal original en una seal
en el dominio tiempo-escala y presenta la ventaja de realizar un anlisis basado en funciones
de soporte compacto tanto en el dominio del tiempo como en el de la frecuencia (ondcula
madre); de esta forma se consigue una buena localizacin con informacin temporal y de
frecuencia simultneamente.
La transformada ondcula se basa en la comparacin de la seal con ciertas ondculas, las
cuales se obtienen a partir de una ondcula madre. La comparacin permite obtener unos
coeficientes que son susceptibles de interpretacin y posterior manipulacin. En cualquier
caso, un requisito bsico es la posibilidad de invertir la transformada, recuperando la seal a
partir de esos coeficientes wavelet calculados.
Para
Transformada de Fourier, la cual es la suma sobre todo el tiempo de la seal f(t) multiplicada
por un exponencial complejo:
Ecuacin 4.
42
Los resultados de la transformada son los Coeficientes de Fourier F(), los cuales cuando se
multiplican por un sinusoside de frecuencia producen los componentes sinusoidales
constituyentes de la seal original. Grficamente, el proceso se puede representar como se
muestra en la figura 29.
Seal
Figura 29. Esquema ilustrativo de la Transfromada de Fourier. (Tomada del Toolbox de Matlab)
De forma similar la Transformada de Ondcula Contnua (CWT por sus iniciales en Ingles:
Continuos Wavelet Transform), se define como la suma sobre todo el tiempo de la seal
multiplicada por versiones escaladas y trasladadas de la funcin ondcula :
C (escala,posicin) =
Ecuacin 5.
Los resultados de la CWT son los Coeficientes de Ondicula C, los cuales son una funcin de la
escala y posicin. Multiplicando cada coeficiente por la ondcula apropiadamente escalada y
trasladada, tendremos las ondculas constituyentes de la seal original (ver figura 30)
Seal
Figura 30. Esquema ilustrativo de la Transfromada de Ondcula. (Tomada del Toolbox de Matlab)
43
Escalamiento
El anlisis de ondcula produce entonces, una visin tiempo-escala de una seal. En este
contexto, escalar una ondcula simplemente significa estirarla o comprimirla. Introduzcamos el
factor de escala, denotado por la letra a. Si estuvisemos hablando sobre sinusoides, por
ejemplo, el efecto del factor de escala es como se observa en figura 31.
El factor de escala trabaja exactamente del mismo modo con las ondculas. El factor ms
pequeo de escala indica una ondcula ms comprimida y visceversa (ver figura 32)
44
Es claro que el factor de escala a, est inversamente relacionado a la frecuencia, es decir a
frecuencias ms altas, el factor de escala es menor.
Posicionamiento
Posicionar una ondcula simplemente significa retrasarla o adelantarla sobre un dominio.
Matemticamente, desplazar una funcin f(t) por k se representa mediante la expresin: f(t-k)
y el efecto se esquematiza en la figura 33.
Funcin Ondcula
Funcin Ondcula
Escala y Frecuencia
Existe una correspondencia entre las escalas de la ondcula y la frecuencia: (ver figura 34).
Bajo factor de escala a: Ondcula comprimida, cambio rpido en los detalles, alta frecuencia .
Alto factor de escala a: Ondcula estirada, cambios suaves, rasgos amplios, baja frecuencia .
45
Que es lo contnuo en la Transformada Ondicula Continua ?
Lo que es contnuo en CWT y lo que distingue o diferencia de DWT es el grupo de escalas y
posiciones al cual sta opera. A diferencia de la transformada ondcula discreta (DWT), la
CWT puede operar en cualquier escala a partir de la seal original hasta alguna escala
mxima que uno determina segn la necesidad de detalles en el anlisis.
La CWT es tambin contnua en trmino de desplazamiento: durante el clculo, la ondcula
analizante es desplazada sin problemas sobre todo el dominio de la funcion analizada.
Transformada Ondcula Discreta (DWT)
Calcular los coeficientes de ondcula a todas las posibles escalas involucra una cantidad de
trabajo considerable y obtendremos posiblemente mas informacin de la realmente necesaria.
Si se escoge slo un subgrupo de escalas y posiciones para hacer el clculo, por ejemplo, si
escogemos escalas y posiciones basados en potencias de dos se podra obtener justamente la
cantidad de informacin requerida. Este anlisis se obtiene a partir de la Transformada
Ondicula Discreta: DWT.
Para muchas seales el contenido de bajas frecuencias es la parte ms importante. Esto es lo
que da a la seal su identidad. Por otra parte el contenido de alta frecuencia imparte un toque o
matiz. Por ejemplo, consideremos la voz humana: si se remueven las componentes de alta
frecuencia, la voz suena diferenta, pero todava se puede descifrar y entender lo que se est
diciendo, sin embargo si se remueve suficiente baja frecuencia lo que se oira sera un parloteo
indescifrable.
Para recuperar la frecuencia deseada, se usa el anlisis de ondcula con el cual se puede
descomponer una seal en un conjunto jerrquico de aproximaciones y detalles.
La aproximaciones (A) son las componentes alta escala/baja frecuencia de la seal.
Los detalles (D) son los componentes baja-escala/alta frecuencia de la seal.
Para poder realizar esta descomposicin se pasa la seal en el dominio del tiempo por varios
filtros paso altas y paso bajas, con lo cual a la salida de filtros tenemos dos partes de la seal
46
correspondiente a las altas frecuencias y a las bajas frecuencias. El proceso de filtrar una seal,
a un nivel bsico o a un primer estado se puede ilustrar con la figura 35.
Figura 35. Proceso de filtrado de una seal a un nivel bsico.La seal original S pasa a travs de dos filtros
complementarios y emerge como dos seales.
Este procedimiento es repetitivo, cada vez alguna parte de la seal correspondiente a algunas
frecuencias son removidas de la seal; esto lo ilustra el rbol de descomposicin de la fig. 36.
Figura 36. rbol de descomposicin para un nivel 3. El proceso de descomposicin puede ser iterativo, con
sucesivas aproximaciones descompuestas, de modo que una seal se divide en muchas componentes de baja
resolucin. Esto es llamado el rbol de descomposicin de la ondcula y puede proveernos de informacin
valiosa.
47
Figura 37. Algoritmo codigo el cual incluye downsampling. Se producen coeficientes DWT.
Se observa en la figura 37 que filtros de diferentes frecuencias de corte son empleados para la
seal en diferentes escalas. El procedimiento comienza pasando la seal a travs de un filtro
media banda paso bajo con respuestas al impulso h(n). Cada nivel de descomposicin en el
algoritmo anterior est dado por:
Ecuacin 6.
Ecuacin 7.
48
frecuencia para bajas frecuencias. La mayora de las seales en la prctica son de este tipo
(como lo son las seales de registros de pozo y de traza ssmica).
Suponiendo que gk y hk (ecuaciones 6 y 7) son la respuesta al impulso de los filtros paso-bajas
y paso-altas respectivamente, se requiere que:
hk = gk = 0 , k>0
Ecuacin 8.
Tambin se impone que la serie original pueda ser reconstruida por medio de la suma de
aproximaciones y detalles, simplificando de esta manera el anlisis de la serie obtenida. Esto
permite las siguientes restricciones adicionales:
ho + g0 = 1
hk = -gk , k > 0
Ecuacin 9
El esquema de descomposicin puede ser realizado ms de una vez. En cada una, ste consiste
en la descomposicin de la serie de aproximaciones de la iteracin previa (fig 36). Suponiendo
que
J-J0,k
,yd
J-j,k
donde:
Ecuacin 11
Ecuacin 12
49
Los coeficientes de detalle dJ-j0,k o cD son pequeos y consisten principalmente de ruido de
alto frecuencia, mientras que los coeficientes de aproximacin C
J-J0,k
o cA contienen mucho
menos ruido que el de la seal original (Alain Gonzalez, Juan Hernandez, et al 2000).
Figura 38. Esquema del proceso de descomposicin. Este proceso puede ser iterativo, con sucesivas
aproximaciones descompuestas, de modo que una seal se divide en muchas componenetes de baja resolucin.
f (t) = s[i ] [i
0
0]
(t)
Ecuacin 13
i =0
50
7 0
0
f (t) = s[i ] [i ] ( t )
i =0
Ecuacin 14
3 [1] [1]
f (t) = d i i ( t ) + si i ( t )
i =0
i =0
[1]
[1]
Ecuacin 14.a
1 [ 2] [ 2]
f (t) = d i i ( t ) + d i i ( t ) + si i ( t )
i =0
i =0
i =0
[1]
f (t) = d i i
i =0
[1]
[1]
[1]
[ 2]
[ 2]
( t ) + d[i 2] [i 2] ( t ) +
i =0
Ecuacin 14.b
d[0 ] [0 ] ( t ) + s[0 ] [0 ] ( t )
3
Ecuacin 14.c
s[i j] =
2i + L 1
h ( k 2i ) s[
j 1]
k
Ecuacin 15
k=2i
d[i j] =
2i + L 1
g ( k 2i ) s[
j 1]
k
Ecuacin 16
k=2i
Recordemos que h y g son filtros de diferentes frecuencias de corte para la seal en diferentes
escalas. Por supuesto, hay que definir en este proceso los valores de la escala inicial. En este
caso, debemos saber los valores de si[0]. Como trabajamos con seales discretas s(i) , i = 1..N,
una posible eleccin es tomar directamente:
si [0] = s(i).
51
Familias de Ondculas.
Cada vector en un espacio vectorial puede escribirse como la combinacin lineal de los
vectores bases, es decir multiplicar los vectores por algunas constantes y sumar los productos.
El anlisis de la seal involucra la estimacin de estas constantes (coeficientes de
transformacin, coeficientes de Fourier, coeficientes wavelet, etc.). La sntesis o la
reconstruccin corresponde al proceso de calcular la ecuacin de combinacin lineal.
El nmero de ondculas es enorme. En general conviene usar aquella cuya forma se adecue
mejor al tipo de seal con la que se trabaja. Hay ondculas contnuas, discretas, con o sin
soporte compacto, suaves, con discontinuidades, ortogonales, biortogonales, etc. Algunas
tienen expresiones analticas y otras en cambio se obienen mediante formulas de recurrencia,
tal como veremos ms adelante; por ello es necesario dar una explicacin general y breve de
cada una de estas caractersticas matemticas antes de presentar a las familias de ondculas.
Para que una funcin (t) se pueda considerar una ondcula, Grossmann y Morlet demostraron
que su integral a lo largo del eje real debe ser nula, es decir:
(t) dt = 0
Ecuacin 17.
S ( a, ) =
1 * t
s ( t ) dt
a
a
Ecuacin 18.
52
Caractersticas y propiedades matemticas de las ondculas
Ortogonalidad:
Una funcin ondcula ortonormal no tiene solapamiento con otra, es decir la correlacin es
cero cuando se calcula la transformada ondcula, mientras que las ondculas no ortogonales
tendrn algn solapamiento (correlacin no cero). Usando una ondcula ortogonal se puede
transformar una ondcula en el espacio y regresar a la original sin perder informacin.
Las funciones ondculas no ortogonales tienden a adicionar artificialmente energa (debido al
solapamiento) y requieren de una renormalizacin para conservar la informacin.
En general las ondculas discretas son ortogonales mientras que las ondculas contnuas son no
ortogonales.
Las ondculas ortogonales son aquellas en las que se eligen los filtros g y h de modo que
cumplan:
(x) (x m)dx = 0
(m 0)
Ecuacin 19.
(x) (x m)dx = 0
(x) (x m)dx = 0
(m 0)
(2
x) (x m)dx = 0 (n 0)
Ecuacin 20.
(x) (2
x m)dx = 0 (n 0; m 0 cuando n = 0)
Cuando se usan ondculas ortonormales (desde el punto de vista de las funciones de cuadrado
integrable L2), lo habitual es usar un procedimiento denominado decimation (diezmar).
Consiste en descomponer la seal en un nmero de coeficientes proporcional a la escala
53
analizada. Esto hace que la seal tenga distinto nmero de coeficientes en cada escala.
Fsicamente esto refleja el hecho de que las frecuencias menores de una seal necesitan menos
coeficientes para ser representadas. Una transformada ondcula diezmada viene dada por la
expresin:
S( 2 , 2 n ) =
i
1
2
i n s ( t ) dt
2
Ecuacin 21.
Soporte compacto:
Dentro de los wavelets ortogonales, los wavelets de Daubechies, por ejemplo, (que se
explicarn en detalle ms adelante) son compactas en el tiempo, y por tanto tienen una
extensin infinita en el espacio de frecuencias (debido a . ). Esto se manifiesta en la
naturaleza no-suave (no diferenciable) de los mismos.
Existen otros muchos wavelets que son compactos en el espacio de frecuencias (suaves) y
que por ello se extienden hacia infinito en el tiempo.Tienen la desventaja que no existen
algoritmos muy rpidos para la transformacin (los ms rpidos estn basados en la FFT), y la
ventaja de ser diferenciables.
Cuando nos referimos a Soporte Compacto hacemos referencia a un valor que mide el ancho
efectivo de una funcin ondcula. Una funcin ondcula limitada (reducida) tal como la
Daubechies de orden 2 (soporte compacto = 3) (ver figura 39) es rpida de calcular, pero las
estrechez en tiempo implica una gran ancho en frecuencia. Recprocamente (de igual manera)
las ondiculas con gran soporte compacto tal como Daubechies de orden 24 (soporte compacto
= 47) son ms suaves, tienen una resolucin de frecuencia ms fina y son usualmente ms
eficientes para filtrar ruido.
La definicin de soporte compacto no es tan simple, se recomienda consultar bibliografa
matemtica adicional para una explicacin detallada, debido a que el desarrollo es complejo y
no es tema fundamental de este trabajo de investigacin.
54
Simetra:
medio. Las ondculas simtricas muestran una direccin no preferencial en tiempo, mientras
que las ondculas asimtricas tienen un grosor desigual en diferentes direcciones.
Expresin analtica
Algunos wavelets tienen expresiones analticas. Por ejemplo:
[Wavelet de Morlet]:
0 ( t ) = 1/ 4 ei0t e t
[Sombrero mejicano]:
0 ( t ) = (1 t 2 ) e t
2 2
/2
/2
Contnuas / Discretas:
Las funciones ondculas discretas son usadas con la transformada ondcula discreta, la cual
provee la mejor representacin compacta de la informacin. La transformada discreta es muy
rpida y es la mejor para procesamiento de imagenes, filtros y grandes arreglos.
Las funciones ondculas contnuas son usadas para aproximar la transformada ondcula
contnua, la cual provee una transformacin altamente redundante de la data. La transformada
ondcula contnua es mucho ms suave que la transformada discreta y es mejor para el anlisis
de serie de tiempo sobre pequeos arreglos (menos de 20000 puntos)
55
Regularidad: La regularidad da una medida aproximada del nmero de derivadas contnuas
que posee una funcin ondcula. La regularidad da entonces una medida del grado de
suavizado de la funcin ondcula con la ms alta regularidad
Las familias de ondculas ms aceptadas y disponibles en el Toolbox de Matlab son: Haar,
Daubechies, Biortogonal, Coiflets, Symlets, Morlet, Mexican Hat y Meyer.
El cuadro resumen de la figura 44 indica las propiedades que aplican a cada familia, sin
embargo se expone a continuacin, de modo ilustrativo, las variaciones y propiedades de cada
familia.
Daubechies
Deben su nombre a la cientfica Alemana Ingrid Daubechies quien durante aos ha estado en
el mundo de la investigacin de ondculas. Ella invent lo que llamamos ondculas
ortonormales compactamente soportadas. La notacin de la familia de ondculas Daubechies
es dbN, donde N es el orden.
Se pude describir matemticamente la ondcula madre Daubechies mediante la expresin:
Ecuacin 22.
56
Biortogonal
Esta familia de ondculas exhibe la propiedad de fase lineal la cual es necesaria para la
reconstruccin de la seal. Usando dos ondculas: una para descomposicin (izquierda) y una
para reconstruccin (derecha), en vez de solo una, se pueden derivar propiedades interesantes
de autosimilaridad y detalle.
57
Coiflets.
Ondculas que son ortogonales, biortogonales y de sopote compacto. La funcion ondcula tiene
2N momentos igual a cero y la funcin de escalamiento tiene 2N-1 momentos iguales a cero.
Symlets
Las
modificaciones de la familia db. Las propiedades de las dos familias de ondculas son
similares (ver cuadro resumen de propiedades para cada familia en la figura 46)
Morlet
Esta ondcula no tiene funcin de escalamiento. El anlisis no es ortogonal, no es de soporte
compacto, y es considerada la ms simtrica.
58
Meyer
La ondicula Meyer y la funcin escalamiento estn definidas en el dominio de la frecuencia.
Es ortogonal, derivable y no es de soporte compacto. Se recomienda analizar con la
Transformada Ondicula Contnua
FAMILIA
GRUPO
MORLET
POSIBLE ANALISIS
DESVENTAJAS
SIMETRIA
Descomposicion Continua
Simtrica
Simtrica
MEXICAN HAAT
Descomposicin Contnua
MEYER
Se recomienda CWT
Pobre regularidad
Asimtrica
SYMLETS (symN)
Pobre regularidad
cercanamente simetrica
COIFLETS (coifN)
Pobre regularidad
cercanamente simetrica
SPLINES
Se pierde la ortogonalidad
Simtrica
BIORTOGONAL
Como se ver en el anlisis y resultados de la aplicacin del mtodo WBFA sobre las seales
de los registros de pozos, probamos en el programa Matlab, todas las ondculas presentadas,
pero slo una: la bior 2.2 (fig 47), perteneciente a la familia de Ondculas Biortogonales, es la
que tiene mejor ajuste a la informacin de pozos que trabajamos.
Figura 47. Ondcula Bior 2.2. Ondcula usada para descomposicin de las seales de pozos.
59
El mtodo WBFA Wavelet Based Fractal Anlisis
Dimensin Fractal
La medicin de formas fractales (fronteras, poligonales, etc,) ha obligado a introducir
conceptos nuevos que van ms all de los conceptos geomtricos clsicos. Dado que un fractal
est constituido por elementos cada vez ms pequeos, el concepto de longitud no est
claramente definido: cuando se quiere medir una lnea fractal con una unidad o con un
instrumento de medida determinado, siempre habr objetos ms finos que escaparn a la
sensibilidad de la regla o el instrumento utilizado, y tambin a medida que aumenta la
sensibilidad del instrumento aumenta la longitud de la lnea; de esta forma la curva aumentara
indefinidamente su longitud para un fragmento acotado de curva.
Como la longitud de la lnea fractal depende de la longitud de instrumento, o de la unidad de
medida que tomemos, la nocin de longitud en estos casos, carece de sentido. Para ello se ha
ideado otro concepto: el de dimensin fractal, que en el caso de las lneas fractales nos va a
indicar de qu forma o en qu medida una lnea fractal llena una porcin de plano, y
constituye una generalizacin de la dimensin eucldea.
Sabemos que en geometra clsica un segmento tiene dimensin uno, un crculo tiene
dimensin dos, y una esfera tiene dimensin tres. Para que sea coherente con lo dicho una
lnea fractal tiene que tener dimensin menor que dos (no llena toda la porcin de plano). Y en
los casos del conjunto de Cantor y de la curva de Koch menor y mayor que uno
respectivamente: en el primer caso no llena todo el segmento de recta, y en el segundo es ms
largo. (http://platea.pntic.mec.es/~mzapata/tutor_ma/fractal/dim_frac.htm)
Como precedente a la dimensin fractal nos encontramos con la dimensin definida por Felix
Hausdorff en 1919, perfeccionada ms tarde por Besicovitch. La dimensin Hausdorff H(X)
de un objeto fractal X mide el nmero de conjuntos de longitud L que hacen falta para cubrir
X por L.
La dimensin fractal, D, es una generalizacin de la dimensin eucldea, DE. Si partimos de
un segmento de longitud 1, y lo partimos en segmentos de longitud L obtendremos N(L)
partes, de manera que
N(L).L^1 = 1
Ecuacin 23.
60
cualquiera que sea L:
Ecuacin 23 a.
Si, por ltimo, el objeto que tomamos es tridimensional, como, por ejemplo, un cubo de
volumen 1, y lo medimos en relacin con unidades que sean cubos de arista L, entonces se
cumple que
N(L).L^3 = 1
Ecuacin 23 b.
Ecuacin 24
D= log (N(L))/log(1/L)
Ecuacin 25
La nocin de dimensin fractal (fraccional) provee una manera de medir qu tan rugosa es una
curva. Normalmente consideramos que los puntos tienen dimensin 0, las lneas 1, las
61
superficies 2 y los volmenes 3. A esta idea de dimensin se lo llama dimensin topolgica.
Sin embargo, una curva rugosa que recorre una superficie puede ser tan rugosa que casi llene
la superficie en la que se encuentra. Superficies como el follaje de una rbol o el interior de un
pulmn pueden efectivamente ser tridimensionales. Podemos, entonces, pensar en la rugosidad
como un incremento en la dimensin: una curva rugosa tiene una dimensin entre 1 y 2, y una
superficie rugosa la tiene entre 2 y 3. As se espera que los registros de pozos tengan valores
de dimensin fractal entre 1 y 2.
seales,
llamadas
singularidades
62
comportamientos no-estacionarios (transientes), por ejemplo distinguir el ruido del caos o
encontrar grados de libertad de sistemas caticos.
Similar a la teora ondcula, este mtodo caracteriza comportamientos de la seal usando
herramientas de escalamiento en la medicin. Por eso, las medidas de dimensiones fractales
basadas en el anlisis de ondcula nos ofrecen dos ventajas: localizar singularidades y proveer
comportamientos dinmicos de cada singularidad.
Imaginemos que queremos medir el comportamiento fractal de un pozo, (en donde tenemos
como informacion una seal unidimensional) usando una ondcula aproximada como
herramienta de escalamiento. La dimensin fractal (por la media de un exponente de Lipschitz
de una funcin) se mide tomando la pendiente de un grafico log-log de escalas vs coeficientes
de ondcula a lo largo del mdulo de la transformada ondcula.
Transformada Ondcula:
La transformada ondcula nos permite descomponer una seal unidimensional para resaltar 2
propiedades: frecuencias especficas y localizaciones en tiempo. El plano tiempo-frecuencia es
un espacio 2-D til para representar estas dos propiedades de las seales transientes.
Una manera de caracterizar una seal X(t) es descomponerla en bloques elementarios de
formas de onda simples xi(t) como:
Ecuacin 26.
donde
La va ms natural es definir una ondcula madre, , la cual es una funcin fija de una forma
de onda simple. La ondcula madre puede ser cualquier funcin contnua real o compleja que
satisfaga las siguientes propiedades:
El rea total de
es finita, es decir:
Ecuacin 28.
63
Una ondcula madre puede ser modificada por desplazamientos y escalamientos para tener una
familia de funciones con una escala a y una posicin b:
Ecuacin 29.
.
Goupillaud, Grossman y Morlet definen una transformada ondcula contnua como:
Ecuacin 30.
donde el factor
Ecuacin 32.
Ya es casi una nocin aceptada que muchos sistemas dinmicos no lineales pueden deplegar
un atractor catico cuyas propiedades pueden estar caracterizadas por dimensiones fractales
(Kinsner, 1994 ; Packard, Farmer y Shaw, 1980). Las dimensiones fractales de un grupo en un
espacio mtrico (tal grupo puede ser objetos geomtricos o las trayectorias en el espacio de un
sistema dinmico) pueden ser calculadas a partir de varias medidas diferentes incluyendo
capacidad de dimensin, informacin de dimensin y correlacin de dimensin (Kinsner,
Mayo 1994). Una de las dimensiones mayormente usada ha sido la dimensin de correlacin
espacial calculada a partir del algoritmo de Grassberger y Procaccia (1983-1990).
Una dimensin fractal describe cuntas piezas de un grupo pueden ser resueltas cuando la
resolucin de la escala decrece. Esta dimensin nos indica el grado de caos o propiedades
dinmicas del sistema. La interrelacin entre la medicin de las piezas y la medida de la
64
escala, r, tiene una propiedad de ley de potencia con la siguiente expresin: (Nugraha y
Langi)
Ecuacin 33.
donde
Como un fractal es autosimilar, una dimensin fractal puede ser evaluada comparando una
propiedad entre dos diferentes escalas, es decir:
Ecuacin 35.
Ecuacin 36.
o, alternativamente
Ecuacin 37.
Supongamos ahora que la ondcula (t) y la funcin a analizar f(t) son ambas reales, y Wf(a,b)
es la transfromada ondcula de f(t), entonces podemos definir que:
Ecuacin 38.
65
Todas las curvas en la escala del espacio (a,b) estan conectadas a lo largo de lneas en
las cuales el mdulo es mximo.
La funcin f(x) tiene el exponenete de Lipschitz en b0 , si y solo si existe una constante tal
que a cada mdulo (a,b) en el espacio definido en la ecuacin 39 cumpla:
Ecuacion 40.
o, equivalentemente:
Ecuacin 41.
66
Sin embargo, antes de aplicar wbfa sobre registros de pozos es necesario conocer una
interpretacin estratigrfica preliminar de las facies o ambientes en la seccin de inters, dicha
interpretacin geolgica-sedimentaria fu presentada en el Captulo III, realizada en parte por
el gelogo Santiago Grosso, y es de utilidad para ubicar y clasificar a priori los pozos.
67
El mtodo wbfa aplicado a cada seal de entrada arroja dos parmetros: pendiente (m) e
intercepto (b). Graficando m vs. b para los registros escogidos en cada pozo de estudio, se
obtiene una distribucin de puntos que deberan agruparse de acuerdo a las diferentes facies
reconocibles.
Se aplica entonces este mtodo sobre los registros Gamma Ray, Porosidad Neutrn, Densidad
y Snico, despus se hace la descomposicin de la ondcula y se calcula la varianza de los
coeficientes a cada nivel y se grafica el resultado vs la escala correspondiente. Estos grficos
Log(var) vs. Escala se hacen para cada registro de cada pozo de estudio. Recordemos que las
altas escalas corresponden a mayor estiramiento de la ondcula analizada y por lo tanto a
menor resolucin. Este mtodo tiene el potencial de ser usado como base para la identificacin
de facies en esta rea. Los grficos resultantes, anlisis y agrupacin de pozos segn
propiedades fractales se explican en detalle ms adelante cuando se presenten los resultados.
Metodologa.
Para esta fase se utilizaron 12 pozos que contenan un set completo de registros. Se escogi la
zona de inters en profundidad cuyo promedio es de 370 pies de espesor. El intervalo escogido
en cada pozo est limitado por el marcador sismico Bur4, correspondoente a las arenas L2L en
el tope, y en la base por el reflector Bur2 (arenas U) (figura 7). Se escogieron los registros GR,
Snico, Densidad y NPHI, por presentar continuidad en la medicin en todo el intervalo
considerado, por ello se consideran buenos datos de entrada. El pozo ORM-142 no posee
registro NPHI, pero se analizan los otros registros.
Como se mencion anteriormente, cada pozo tiene un set completo de registros elctricos.
Cada registro representa una seal de entrada, la cual ser descompuesta en varios niveles (N)
y debe compararse y ajustarse con una de las 36 ondculas existentes en el toolbox de Matlab.
Adems el nmero de niveles N es otro factor importante, pues depende de la longitud de la
seal discreta y del nmero de muestras.
68
Teniendo estas ideas claras se procedi a disear un programa en Matlab que toma cada seal
y prueba todas las ondculas disponibles (daubechies, symlet, coiflet, biortogonal, etc); luego
en este mismo programa se calcula la regresin lineal para saber cul es la ondcula que mejor
se ajusta; el programa llama a su vez a una subrutina wbfa. El programa arroja los grficos
Log(var) vs. Escala para cada pozo y para cada registro, con el valor de regresin lineal y la
lnea de tendencia, de manera de visualizar el ajuste para cada nivel de descomposicin.
Un paso importante es escoger el nivel de descomposicin N adecuado. Recordemos que por
ejemplo para un nivel N=6 la seal debe tener por lo menos 128 muestras, segn la ecuacin:
# de muestras=2N.
El nivel apropiado para la seal de los registros en el intervalo de la unidad LU fue 6. La
primera prueba se hizo con N=7, pero algunas seales cortas no alcanzaban el nivel mximo
de descomposicin 7, as que se decidi usar N=6 por ser el nivel ptimo para la mayora de
los pozos a excepcin del pozo ORM 92 que corri el programa con N=5.
69
Figura 48. Grfico de valores de R2 para ondculas de diferentes familias. Los valores mas altos de ajuste (~0.93)
los tienen las ondiculas db2, bior2.2 y sym 2.2.
Adems, cuando la seal de entrada es el registro Snico o el Gamma Ray (GR), vemos que
la ondcula bior 2.2 es la que ajusta con el mejor coeficiente de regresin, como lo indican los
grficos de Regresin Lineal (R2) de la figura 49.
SNICO
GR
Figura 49. Grfico de valores de R2 para ondculas de diferentes familias. Seales de entrada: registro Snico y
registro Gamma Ray. La ondcula de mejor ajuste (valor mas alto de R2).
70
De este modo se revisan todos los pozos y todos los registros asociados a cada pozo y se
escoge la ondcula adecuada. Por supuesto que existen pozos como el ORM 94 que tiene un
mejor ajuste con otra ondicula, la sym2, cuando el nivel de descomposicin es 7, pero como la
mayora de los datos de entrada presentan excelentes resultados con la Bior 2.2 y con N=6,
entonces se deja sta como la ondcula final. Se recomienda para futuros estudios realizar esta
metodolga para diferentes valores de N y comparar resultados cuando se aplica el mtodo
wbfa con diferentes ondculas de entrada.
En el Apndice B estn los programas y la rutina Matlab utilizadas en este captulo.
Ecuacin 42.
POZO ORM-76
NPHI
Figura 50. Grfico Log(var) vs Escala para el registro Porosidad Neutrn del pozo ORM-76.
71
Este paso involucra la descomposicin de la seal de entrada y toma en cuenta la varianza de
los coeficientes y la escala. Los grficos resultantes usan la ondcula bior2.2
Grficos m vs b.
La pendiente e intercepto son parmetros implcitos de una recta. Recordemos que la
dimensin fractal se asocia a estos parmetros mediante la ecuacin : D=(m-5)/2. Cada seal
de entrada tiene caractersticas propias y por lo tanto diferentes valores de dimensin fractal.
Estas caractersticas pueden estar asociadas a tipos de litologa, fluidos o a cambios abruptos o
discontinuidades en el registro. El anlisis de registros que dan informacin de velocidad,
litologa y porosidad nos ayudar a definir, para el caso del paquete de arenas LU de la
Formacin Oficina en el Campo Oritupano A, cul de estas carcatersticas del subsuelo se ven
reflejadas en las propiedades fractales.
Resultados.
Clasificacin de facies usando wbfa: datos de pozo.
Para cada pozo se corri el programa en Matlab que da los valores de m y de b segn la seal
o el registro elctrico de entrada. La ondcula usada fu la bior2.2 y el nivel de escala fue N=6.
Los resultados para estos 12 pozos se presentan en la Tabla A:
SONICO
POZO
NPHI
GAMMA RAY
DENSIDAD
ORM 158
3,7003
-10,8922
3,205
-21,0459
3,2433
-4,5365
3,0937
-18,3909
ORM 76
3,8751
-18,0767
3,9268
-31,3419
4,0113
-17,229
3,8252
-29,9888
ORM 75
3,7253
-9,8984
2,9951
-19,8699
3,0896
-3,7088
3,0014
-17,1058
ORM 78
3,0576
-6,1554
2,9474
-18,6172
3,4732
-5,669
3,0093
-17,5472
ORM 80
2,3498
-2,2377
3,1006
-21,7393
3,1092
-4,9827
2,9654
-20,0775
ORM 81
2,0895
-0,7479
1,8034
-12,5248
2,3308
1,2519
1,7246
-11,5658
ORM 117
2,4437
-2,9069
2,7638
-18,9514
3,543
-6,6758
2,8907
-17,3721
ORM 84
2,3461
-1,9768
1,7456
-13,3072
2,6909
-0,2928
1,9715
-12,9136
ORM 94
2,116
-0,915
1,9716
-13,8399
2,4699
0,3868
2,0442
-13,786
ORM 142
3,6704
-9,7214
3,3926
-4,6788
3,1556
-18,5669
ORM 105
2,0478
-0,5916
1,6008
-11,645
2,4599
0,1166
2,1401
-13,0677
ORM 92
2,3354
-0,8057
3,5007
-21,8911
4,6255
-11,6153
3,3714
-20,4079
72
NOTA: El pozo ORM-92 se corri en el programa para un nivel de descomposicin N=5, debido a que el nmero
de muestras de la seal no fue suficiente para el nivel 6, y el pozo ORM-83 no se consider por no abarcar el
intervalo de inters completo.
Los grficos m vs b para cada registro agrupando los resultados de los 12 pozos se muestran
en la figura 51.
Figura 51.Grficos m vs. b para un set de 12 pozos y para los registros GR, NPHI, RHOB y DT.
Este anlisis se hizo para aquellos pozos con un set completos de registros a fin de identificar
cul o cuales seales son las ms indicadas para delimitar facies en el yacimiento. Los grficos
de los 4 registros analizados presentan una tendencia lineal, sin embargo se debe buscar una
explicacin a esta tendencia o por lo menos debemos consultar el anlisis de facies geolgicas
presentado en el captulo III
73
Sin embargo, si se quiere buscar alguna relacin para la separacin o agrupamiento visual
de los datos se puede establecer el siguiente criterio:
Cuando la seal de entrada es el registro GR se observa que: Pozos con valores de m < 3 y
valores de b > -2,5 corresponden al GRUPO 2 (clasificados como pozos Tipo B en el captulo
III) y pozos con valores de m>3 y valores de b < -2.5 corresponden al GRUPO 1 (clasificados
como pozos Tipo A en el capitulo III). Esto se muestra en la figura 52.
POZOS GRUPO 1
ORM-158,
ORM-76,
ORM-75,
ORM-78,
ORM-80,
ORM-142
ORM-117
POZOS GRUPO 2
ORM-81
ORM-84
ORM-94
ORM-105
Figura 52. Grfico m vs. b para 12 pozos usando el registro GR.
Efectivamente esta primera clasificacin usando el metodo wbfa agrupa los pozos de igual
forma que el anlisis sedimentolgico preliminar, lo que de alguna manera nos va llevando a
la conclusin que estos parmetros matemticos responden a caractersticas intrnsecas en la
seccin geolgica de estudio.
Para el caso del registro snico (ver figura 53), en donde tampoco es tan evidente la
separacin o agrupacin de pozos en el grafico m vs b, se pudiese establecer tambin un
criterio grfico visual de clasificacin que sera:
Pozos con valores de Intercepto b > -2 corresponden al GRUPO 1 y valores de intercepto b < 2 corresponden al GRUPO 2, como se ve en la fig 53. Pero los valores de pendiente (m) no
ayudan a establecer (a diferencia del registro Gamma Ray) un rango de clasificacin para los
pozos.
74
ORM-105
ORM-81
ORM-94
ORM-84
ORM-80
ORM-117
Otro aspecto importante de estos grficos m vs. b es que cuando se grafican todos los valores
m vs b obtenidos de todos los registros y para todos los pozos, se observa que ste mtodo
clasifica el tipo de registro usado e igualmente separa a su vez los pozos ms limpios y
arenosos de aquellos pozos lutticos. Observando el grfico que muestra la figura 54, se puede
concluir a modo general que: valores ms altos de pendiente e intercepto corresponden a los
pozos Tipo A (grupo 1) de la primera clasificacin, estos son, aquellos donde predomina un
solo ambiente de deposicin, tienen buena calidad de reservorio y presentan espesores
considerables de arenas limpias, son los que llamaremos pozos arenosos; y valores menores
de pendiente se asocian a los pozos Tipo B o pozos del grupo 2 que son considerados ms
lutticos y que presentan capas delgadas de arenas de regular calidad de yacimiento.
75
ORM-81, ORM-84,
ORM-105, ORM-94
ORM-117, ORM-78,
ORM-142, ORM-75, ORM-80
ORM-81, ORM-84,
ORM-105, ORM-94
ORM-117, ORM-78,
ORM-142, ORM-75, ORM-80
Con la figura 54 nos damos cuenta que los valores de m y b dependern de la seal de entrada
en el programa de Matlab, es decir, del tipo de registro analizado. Esta figura trabaja los
mismos datos de entrada de la figura 51, slo que incluye en un mismo grfico toda la
informacin disponible
Comparando los registros, se observa que idependientemenrte de cul usemos, existe una
tendencia lineal, entonces para hacer un estudio ms detallado del campo y para tener
resultados ms precisos se procedi a incoporar 20 nuevos pozos con registros GR y Porosidad
Neutron (NPHI) que tienen lectura del registro elctrico en el intervalo de inters.
Estos registros adicionales son ahora las seales de entrada en Matlab para correr nuevamente
el programa que incluye la rutina wbfa. El anlisis se hizo de igual manera con la ondcula
bior 2.2, que fue la de mejor ajuste para los registros GR, densidad, snico, y porosidad
neutrn de los primeros 12 pozos de estudio. Para cada pozo se obtuvieron los valores de m, b,
R2 y dimensin fractal que se presentan en la tabla B.
76
PARAMETROS USANDO GR
POZO
m (bior2.2)
b (bior 2.2)
ORM-120
ORM-122
ORM-123
ORM-128
ORM-31
ORM-36
ORM-54
ORM-56
ORM-58
ORM-61
ORM-66
ORM-67
ORM-68
ORM-69
ORM-73
ORM-91
ORM-95
ORM-98
ORM-99
ORM 158
ORM 76
ORM 75
ORM 78
ORM 80
ORM 81
ORM 117
ORM 84
ORM 94
ORM 142
ORM 105
3.2199
3.2576
3.2422
4.6618
2.076
3.1688
3.8919
3.4293
2.3293
2.9686
2.6109
3.194
2.1475
2.1111
3.3128
2.1749
3.4015
2.2533
2.3053
3.2433
4.0113
3.0896
3.4732
3.1092
2.3308
3.543
2.6909
2.4699
3.3926
2.4599
-4.3394
-4.1634
-4.7537
-12.9252
0.8258
-3.4921
-8.1412
-5.5037
0.4398
-2.2577
-0.4823
-3.4404
1.0702
2.2387
-3.5737
1.8659
-4.8482
1.997
1.2716
-4.5365
-17.229
-3.7088
-5.669
-4.9827
1.2519
-6.6758
-0.2928
0.3868
-4.6788
0.1166
ORM-120
ORM-122
ORM-123
ORM-128
ORM-31
ORM-36
ORM-54
ORM-56
ORM-58
ORM-61
ORM-66
ORM-67
ORM-68
ORM-69
ORM-73
ORM-91
ORM-95
ORM-98
ORM-99
ORM 158
ORM 76
ORM 75
ORM 78
ORM 80
ORM 81
ORM 117
ORM 84
ORM 94
3.042
2.9356
2.8222
4.5866
2.4105
2.9323
4.412
3.2109
2.1348
2.6871
2.4472
3.1011
2.0889
2.3669
-20.1109
-19.476
-18.7413
-27.912
-16.5366
-18.1619
-29.0301
-19.0646
-13.9732
-16.5796
-15.8079
-19.5207
-14.8953
-17.541
1.9066
2.8493
1.6301
1.9173
3.205
3.9268
2.9951
2.9474
3.1006
1.8034
2.7638
1.7456
1.9716
-12.8641
-17.5032
-12.7798
-12.6818
-21.0459
-31.3419
-19.8699
-18.6172
-21.7393
-12.5248
-18.9514
-13.3072
-13.8399
ORM 105
1.6008
-11.645
ORM-82
3.9625
-16.8549
ORM-82
4.0413
-35.695
Intercepto (b)
Pendiente (m)
Figura 55. Grfico m vs. b resultante para los registros GR y NPHI de 31 pozos. Tendencia Lineal.
77
Se observa una tendencia lineal . Esta tendencia corresponde al contenido litolgico de cada
pozo como se aprecia en la figura 56. Los pozos mas arenosos o que correponden a zona de
canales tienen valores ms altos de pendiente (m) (ejemplo, ORM-76) mientras que pozos con
mayor contenido neto de lutita en la seccin LU tienen valores menores de pendiente, como
por ejemplo el pozo ORM-91. La seccin media de la lnea de tendencia del grfico abarca
valores de pendiente e intercepto que caracterizan a los pozos con intercalaciones de arenas y
lutitas que son caractersticos de la zona interdistributaria de la planicie deltaica.
ORM-67
ORM-91
Pendiente (m)
ORM-61
ORM-75
3.5
4.5
ORM-73
ORM-142
ORM-80
-6
ORM-95
58
M-1
OR
ORM-123
ORM-120
Intercepto (b)
3
ORM-122
ORM-67
ORM-36
-4
ORM-66
ORM-68
2.5
ORM-84
-2
ORM-94
ORM-105
ORM-58
1.5
ORM-83
ORM-81
ORM-68
ORM-31
ORM-91
ORM-99
ORM-98
ORM-69
ORM-56
ORM-78
-8
ORM-117
ORM-83
ORM-54
ORM-76
-10
-12
ORM-128
-14
-16
-18
+ Lutita
ORM-82
ORM-76
+ Arena
Figura 56. Grfico m vs. b para el registro GR mostrando registros de pozos en donde se aprecia el contenido
litolgico.
Ya analizamos los grficos m vs b para el Gamma Ray de los 33 pozos; para completar esta
fase del anlisis de resultados debemos ahora estudiar los valores de dimensin fractal. Este
grfico es uno de los mas concluyentes de esta fase de estudio y ser fundamental para realizar
un mapa de facies. La figura 57 muestra los valores de dimensin fractal obtenidos para los
registros GR y Porosidad para todos los pozos.
78
Las figuras 57 y 58 muestran conjuntamente que al igual que el anlisis de los graficos m vs b,
se observa una tendencia relacionada con litologa: valores menores de dimension fractal (0.4 1) responden a mayor contenido de arena neta en la seccin de estudio y valores altos (1.2-1.6)
estn asociados a secciones con mayor contenido luttico. Los valores intermedios se
relacionan con aquellos pozos en donde el registro Gamma Ray muestra caractersticas
heterolticas, es decir intecalaciones de capas delgadas de arenas y lutitas siendo similar el
contendio neto de ambas litologas. Esta zona de transicin muestra un lnea de tendencia con
pendiente diferente (fig 58).
Figura 58. Identificacin de zonas litolgicas usando valores de dimensin fractal y pendientes.
79
En la figura 59 se observan pozos tipo para cada grupo de valores de dimensin fractal. Estos
primeros resultados introducen la idea de caracterizar facies segn los parmetros del mtodo
fractal.
Arenas no significativas.
Predomina Lutita.
Grano fino.
Ambiente de baja energia.
Zona de pantanos (presencia de carbones).
Seccion Heterolitica
Planicie Deltaica Zona Interdistributaria.
Intercalaciones de capas delgadas
ORM-91
ORM-99
ORM-81
ORM-84
ORM-99
0
20
40
60
80
100
120
140
160
6750
6850
6900
6950
7000
7050
20
40
Unidades (API)
60
80
100
7100
120
140
7150
7200
ORM-123
6620
7250
6670
7300
ORM-83
Profundidad (pies)
6720
7350
6770
6820
6870
6920
6970
7020
ORM-76
Figura 59. Identificacin de litologas usando los valores de dimensin fractal. Estudio comparativo con los
registros de pozos.
80
Mapas de dimensin Fractal.
Uno de los objetivos de este trabajo de investigacin es utilizar los valores de dimensin
fractal para mapear y caracterizar facies litolgicas dentro del Campo Oritupano A. Los
resultados obtenidos luego de aplicar la metodologa wbfa en un set de 33 pozos con
registros GR nos arroja un mapa de ubicacin geogrfica con los valores correspondientes a
cada pozo (mostrado en la figura 60). Los datos se interpolan usando el mtodo de Krigging
con el software Surfer Version 8.0 y se obtiene el mapa de la figura 61.
996500.00
996000.00
995500.00
995000.00
994500.00
994000.00
456400.00
457400.00
458400.00
459400.00
DD<1
460400.00
DD >1.2
461400.00
1<DD<1.2
462400.00
463400.00
464400.00
Series 4
Figura 60. Distribucin espacial de los valores de dimensin fractal. Campo Oritupano A.
Figura 61. Mapa de distribucin de facies segn valores de dimensin fractal. Mtodo de Interpolacin: Krigging.
81
Valores ms altos de dimensin fractal corresponden a pozos con mayor contenido luttico,
interpretados, seleccionados y agrupados cualitativamente en el captulo III como pozos Tipo
B, entre los cuales estn los pozos ORM 81 , ORM 94, y ORM 105; las zonas Oeste y Central
del campo son las que tienen estos valores. La tendencia general del mapa muestra cuerpos en
direccin suroeste-noreste.
La zona de valores menores de dimensin fractal (<1) se encuentra en el lado Este del campo
y coincide con el mapa de arena neta (figura 11) en donde se encuentra la zona de canales
caracterizada por grandes espesores de arena; el pozo ORM-117 (fig 62), por ejemplo, es un
pozo caracterstico tipo A y se encuentra en esta zona.
La zona intermedia muestra valores intermedios de dimensin fractal (1-1.2) y corresponde
con la zona interdistributaria de la planicie deltaica identificada en el mapa de la figura 11; el
pozo ORM-66 (fig 62) con valor de dimensin fractal 1.19 muestra una zona de transicin
con intercalaciones de capas delgadas de arenas y lutitas y en donde el contenido neto de
arenas es similar al contenido neto de lutitas..
ORM-66
ORM-117
Figura 62. Pozo ORM 66. Valores de dimesin fractal comprendidos entre 1 y 1.2 se asocian a zonas
interdistributarias de la planicie deltaica. Pozo ORM117 (valor de dimensin fractal: 0.7285). Valores de
dimensin fractal menores a 1 se asocian a presencia de arenas y a canales de gran espesor.
82
La tabla C muestra los valores de los parmetros: pendiente, intercepto, dimensin fractal y
R2 de los 33 pozos de estudio utilizando la ondcula bior 2.2 para la seal de entrada gamma
ray en el programa Matlab con la subruitna wbfa.
POZO
ORM-84
ORM-73
ORM-27
ORM-92
ORM-58
ORM-98
ORM-59
ORM-39
ORM-45
ORM-30
ORM-123
ORM-51
ORM-33
ORM-78
ORM-66
ORM-76
ORM-81
ORM-80
ORM-32
ORM-69
ORM-56
ORM-67
ORM-142
ORM-117
ORM-112
ORM-75
ORM-120
ORM-29
ORM-54
DD
R2
4.7501
4.7447
4.6884
4.6409
4.6058
4.605
4.5613
4.439
4.4309
4.4076
4.3962
4.3818
4.283
4.2176
4.206
4.2035
4.2006
4.1911
4.1751
4.0391
4.0328
3.9834
3.9571
3.9314
3.8974
3.8756
3.8555
3.8476
3.8295
8.7281
8.3533
8.6292
8.9508
8.8627
9.1638
9.6071
8.7825
8.5687
9.2225
8.5114
9.1955
9.8091
9.7418
9.9955
9.5272
8.6706
8.5458
8.8026
9.7051
9.0182
9.5764
8.2227
10.1881
10.3965
9.9513
8.9918
10.4778
10.3776
0.125
0.1277
0.1558
0.1796
0.1971
0.1975
0.2194
0.2805
0.2845
0.2962
0.3019
0.3091
0.3585
0.3912
0.397
0.3983
0.3997
0.4045
0.4124
0.4804
0.4836
0.5083
0.5215
0.5343
0.5513
0.5622
0.5723
0.5762
0.5852
0.9976
0.9986
0.9996
0.998
0.9962
0.9983
0.9996
0.9994
0.9956
0.9942
0.9886
0.9923
0.9868
0.9903
0.9939
0.999
0.999
1
0.999
0.9841
0.9953
0.9846
0.987
0.9713
0.9639
0.9712
0.9722
0.967
0.988
Tabla C. Valores de dimensin fractal para los registros Gamma Ray de 33 pozos en el rea de estudio.
En el captulo III se realiz una interpretacin geolgica de facies que permiti separar a un
grupo de 12 pozos en dos clases: Tipo A y Tipo B. En este captulo se introdujo la
metodologa wbfa que arroja valores de parmetros fractales producto de un anlisis
matemtico y estadstico; dicha metodologa tiene como base fundamental la teora de
Transformada Ondcula. Los registros de pozos fueron excelentes seales de entrada para el
programa de Matlab y efectivamente se pudo establecer una relacin entre el tipo de litologa
83
predominante y los valores de parmetros fractales. Los registros tienen un contenido de
frecuencia alto y presentan discontinuidades en la seal; ahora bien, se comportar la traza
ssmica de igual manera que los registros de pozo?, responder a alguna caracterstica o
propiedad geolgica? Las trazas asociadas a cada pozo, extradas del cubo ssmico 3D, nos
ayudan a clasificarlos o agruparlos segn los resultados que arrojen despus de aplicar la
metodologa wbfa?. Estas dudas son la base del desarollo del captulo 5, en el que se
aplicar la misma metodologa que se aplic en este capitulo pero para las trazas extradas de
la ssmica real, es decir del cubo 3D pstm32.sgy (Post_Stack migrado en tiempo).
84
CAPITULO V
TERCER MTODO: Clasificacin de facies usando wbfa en la traza ssmica
promedio
Introduccin Ssmica
La empresa operadora Perez Companc S.A. (actualmente Petrobras Energa Venezuela S.A.)
inici el diseo de la adquisicin ssmica 3D para la unidad Oritupano-Leona en los aos
1998/1999. Como una fase importante se realiz una evaluacin del primer programa 3D
adquirido por Perez Companc en 1994/1995. Una de las conslusiones ms importante fu la
necesidad de reevaluar el tipo de fuentes ssmicas y el uso apropiado del arreglo de receptores.
La evaluacin indic que el uso de largos arreglos de fuentes y receptores, gran tamao de las
cargas, hoyos de disparo someros y el uso de barridos lineales de Vibroseis pueden haber
contribuido a la degradacin de las altas frecuencias requeridas para interpretaciones
estratigrficas detalladas. (Empresa Anadarko, 2001)
La adquisicin de la ssmica con diferentes tipos de fuentes (dinamita y vibroseis) ha sido
punto importante de estudio en las compaias dedicadas al procesamiento de la data. Los
resultados de la evaluacin de dinamita fueron claros en el sentido de que cargas entre 1 y 2
kilogramos enterradas a 40 mts de profundidad tienen el efecto deseado de penetracin sin
prdida del contenido de frecuencia. Para vibroseis, los barridos de larga duracin no lineales
provee que una fuente en la superficie puede ser efectiva considerando la absorcion de la capa
de meteorizacin. El anlisis de la ssmica apilada revela que la seccin de dinamita es
superior a la de vibroseis en los primeros 600 milisegundos. Sin embargo de 600 milisegundos
a 2400 mseg las secciones fueron casi similares. Parece que debajo de 600 msec mucho del
mejoramiento que la dinamita ha alcanzado, es debido a que la base de la capa meteorizada
fue removida por el proceso natural de filtrado de la tierra.
85
Esta combinacin de fuentes de adquisicin crea un problema de fase ssmica. El contenido de
frecuencia, segn estudio realizado por el Ing. Aristimuo sobre estos mismos datos, no es
completo y debe considerarse tambien que el cubo ssmico se quiere reprocesar para corregir
problemas de fase y mejorar el contenido de frecuencia. Estos aspectos deben considerarse en
el momento de analizar los resultados cuando se trabaja con la traza ssmica real.
Se trabaja con 30 km2 de un volumen ssmico 3D post-stack time migration a 32 bites
(pstm32), procesado en al ao 1999 por la empresa VERITAS. La figura 61 muestra parte del
cubo ssmico de estudio. La tabla D muestra las coordenadas del rea en UTM y la
informacion de trazas y lneas asociadas.
Los marcadores o eventos ssmicos que limitan la unidad hidrulica LU se identifican como
BUR4 (pico) en el tope y BUR2 (valle) en la base y estn en promedio ubicados entre 1600 y
1750 ms.
Figura 63. Porcin del cubo ssmico pstm32. Horizonte Tope (asociado a las arenas L, azul) Horizonte Base
(asociado a las arenas U, rojo)
86
La figura 64 muestra lneas ssmicas arbitrarias en donde se pueden observar los horizontes, el
espesor ssmico y la calidad de los datos.
LINEA 1910
LINEA 1976
BUR 4
BUR 2
Figura 64. Lneas ssmicas arbitrarias para observar estructura, espesor ssmico de inters y calidad del dato
ssmico.
87
sentido este-oeste (paralelo a la falla pincipal que caracteriza estructuralmente al campo
Oritupano A). Cada evento se interpret con su respectivo sistema de fallas.
Figura 65. Mapa estructural en tiempo producto de la interpretacin de un marcador ssmico asociado al Tope de
la seccion de interes (Bur4-Arenas L2L)
Figura 66. Mapa estructural en tiempo producto de la interpretacin de un marcador ssmico asociado a la Base
de la seccion de estudio (Bur2-Arenas U)
88
Metodologa
En este captulo se quiere seguir la metodologa del capitulo IV a la traza ssmica real del cubo
ssmico apilado y migrado (pstm32) del Campo Oritupano A. La metodologa, aunque
explicada anteriormente, se describe a continuacin:
Para cada pozo se busc la inline y cross-line asociadas. Cada traza tiene unas
coordenadas UTM X,Y con las que se ubican los pozos involucrados en este estudio.
La siguiente tabla muestra la informacin requerida:
89
Se toma la traza ssmica del cubo 3D ms cercana o asociada a cada pozo; dichas
trazas se extraen de la ssmica real y fueron las seales de entrada en el programa
Matlab que utiliza la rutina wbfa.
La figura 67 muestra como ejemplo ilustrativo los pozos ORM 54 y ORM 56 con sus
respectivas trazas extradas de la ssmica, que son ahora las seales de entrada en el programa
Matlab.
Este procedimiento de seleccionar y extraer la traza adecuada se hace para todos los pozos de
este estudio.
ORM-56
ORM-54
Amplitud
-2500
Amplitud
-3000
-2000
-1000
1000
2000
3000
-1500
-500
1600
500
1500
2500
1600
1610
1610
1620
1620
1630
1630
1650
1660
1670
1680
1690
1640
T ie m p o (m s )
T ie m p o (m s )
1640
1650
1660
1670
1680
1690
1700
1700
1710
1710
1720
1730
Figura 67. Trazas asociadas a los pozos ORM-54 y ORM-56 extradas de la ssmica 3D.
Se obtienen los valores de dimensin fractal y los de pendiente (m) e intercepto (b).
90
Resultados.
Clasificacin de facies usando wbfa: traza ssmica real.
Las figuras 68, 69, 70 y 71 muestran esquemticamente la metodologa y los resultados para
los pozos ORM-76, ORM-80, ORM-81, y ORM-82. Con estos ejemplos se busca representar
la metodologa seguida para la traza ssmica real.
Figura 68. a) Seal de entrada: traza ssmica asociada al pozo ORM-76 (traza 1850). b) Grfico de valores de
regresin lineal para identificar la ondcula de mejor ajuste, en este caso son: bior3.5 y bior2.2. c) Grfico para
identificar y visualizar los valores de dimensin fractal. Note que ambas ondculas poseen valores cercanos y
similares de dimensin fractal (~1.9). d),e): Grficos de Log (var) vs. Escala para ver el ajuste cuando se escogen
las ondculas bior3.5 y bior 2.2 respectivamente.
Para el pozo ORM76, al igual que para los otros pozos se probaron las ondculas (db2, db3, db4,
db5, db6, bior2.2, bior3.5, bior4.4, coif, coif2, sym2, sym3, sym4, sym5, sym6). Cada una de ellas arroja
91
-33.0730
-32.5993
-32.6221
-32.5731
-32.4059
-32.4402
-32.1491
-32.1442
-32.9806
-32.4428
-33.0730
-32.5993
-32.4736
-32.4529
-32.3616
1.7851
1.9131
1.9153
1.9273
1.9655
1.8905
1.8853
2.0155
1.8079
1.9529
1.7851
1.9131
1.9457
1.9541
1.9714
R2
Ondicula
0.7601
0.7232
0.6941
0.6942
0.6988
0.8494
0.8713
0.6924
0.7597
0.7121
0.7601
0.7232
0.7105
0.6976
0.7105
db2
db3
db4
db5
db6
bior2.2
bior3.5
bior4.4
coif1
coif2
sym2
sym3
sym4
sym5
sym6
Tabla F. Valores de parmetros matemticos para el pozo ORM-76 cuando se aplica el metodo wbfa con
diferentes ondculas.
e
a
bb
Figura 69. a) Seal de entrada: traza ssmica asociada al pozo ORM-80 (traza 1914). b) Grfico de valores de
regresin lineal para identificar la ondcula de mejor ajuste, en este caso son: db2, bior2.2, coif1 y sym2 c)
Grfico para identificar y visualizar los valores de dimensin fractal. Note que las cuatro ondculas poseen
valores cercanos y similares de dimensin fractal (~0.45). d) Grfico de Log(var) vs. Escala para ver el ajuste de
la ondcula bior 2.2.
92
d
a
e
b
c
Figura 70. a) Seal de entrada: traza ssmica asociada al pozo ORM-81 (traza 1899). b) Grfico de valores de
regresin lineal para identificar la ondcula de mejor ajuste, en este caso son: db2, db3, bior2.2, bior4.4, coif1,
sym2 y sym3 c) Grfico para identificar y visualizar los valores de dimensin fractal. Note que las siete ondiculas
poseen valores cercanos y similares de dimension fractal (~0.56). d), e), f) Grfico de Log(var) vs. Escala para
ver el ajuste de las ondculas db3, bior 2.2 y sym3 respectivamente.
Para el pozo ORM-81 existen 7 ondculas con buenos valores del coeficiente de regresin. Lo
importante en sta etapa del trabajo de investigacin es corroborar que la ondicula bior 2.2 se
encuentra entre las mejores cuando se analiza la traza ssmica extrada del cubo ssmico 3D,
ya que sta fue la ondcula que tuvo mejor ajuste cuando las seales de entrada fueron los
registros snico, porosidad neutrn, gamma ray y densidad. Si observamos el grfico Log
(Varianza) vs Escala para la bior 2.2 (Fig 70 e)) se ve que existe un buen ajuste que no difiere
mucho del ajuste que presenta la ondcula db3 que es la que arroj el mejor resultado para
este pozo.
La tabla G muestra los valores de pendiente, coeficiente de regresin, intercepto y dimensin
fractal para las 3 ondculas con el mayor valor de ajuste lineal al correr el programa de Matlab
que incluye la subrutina wbfa para el pozo ORM-81.
Pendiente Intercepto Dim. Frac.
3.8854
3.8852
3.8854
-31.4919
-31.3415
-31.4919
0.5573
0.5574
0.5573
R2
Ondicula
0.9995
0.9963
0.9995
db3
bior2.2
sym3
Tabla G. Valores de parmetros para el pozo ORM_81 aplicando wbfa con 3 ondculas.
93
b
a
Figura 71. a) Seal de entrada: traza ssmica asociada al pozo ORM-82 (traza 1850). b) Grfico de valores de
regresion lineal para identificar la ondcula de mejor ajuste, en este caso son: bior3.5 y bior2.2. c) Grfico para
identificar y visualizar los valores de dimensin fractal. Note que ambas ondculas poseen valores cercanos y
similares de dimensin fractal (~1.9). d),e): Grficos de Log(var) vs Escala para ver el ajuste cuando se escogen
las ondculas bior3.5 y bior 2.2 respectivamente.
Las trazas ssmicas asociadas a los pozos ORM-82 y ORM 76 no presenta un ajuste lineal
preciso como las trazas extradas para los pozos ORM-80 (fig 69 d) y ORM-81 (fig 70 d,e,f),
sin embargo los valores del coeficiente de regresin no son malos. Para la ondcula bior 2.2 el
valor de R2 es 0.8438 y para la bior 3.5 el valor de R2 es 0.8884. Recordemos que el objetivo
es ver el comportamiento de la ondcula bior 2.2. Una vez analizados todos los pozos y
verificado que la bior2.2 es la de mejor ajuste o por lo menos se encuentra entre las 3 primeras
ondculas, se pasa a correr el programa con todas las trazas para la ondcula bior 2.2.
La figura 72
programa Matlab para las trazas asociadas a los pozos trabajando con la ondcula bior2.2
94
Grafico Pendiente (m) vs. Intercepto (b) para las trazas asociadas a los pozos.
11
ORM-29
10.5
ORM-54
10
ORM-112
ORM-117
ORM-66
ORM-69
ORM-75
ORM-33
9.5
ORM-76
ORM-51
ORM-67
ORM-120
ORM-59
ORM-78
ORM-56
ORM-30
ORM-39
ORM-32
ORM-123
ORM-80
ORM-142
ORM-84
ORM-58
ORM-81
8.5
ORM-98
ORM-92
ORM-45
ORM-27
ORM-73
8
7.5
3.7
3.9
4.1
4.3
4.5
4.7
4.9
Figura 72. Valores de Pendiente (m) vs. Intercepto (b) para las trazas ssmicas asociadas a 30 pozos.
Trazas extraidas del cubo ssmico 3D pstm32.
95
ORM-80
ORM-81
Amplitud
-2500
-2000
-1500
-1000
-500
500
1000
1500
2000
1600
2500
Amplitud
-2500
-2000
-1500
-1000
-500
500
1000
1500
2000
2500
1600
1610
1610
1620
1620
1630
1630
1640
T ie m p o (m s )
T i e m p o (m s )
1640
1650
1660
1650
1660
1670
1670
1680
1680
1690
1700
1690
1710
1700
1720
1710
ORM 80
ORM 81
Figura 73. Trazas ssmicas asociadas a los pozos ORM80 y ORM81. Note que no existe relacin entre la forma
de la traza ssmica y el contenido litolgico de los mismos. El pozo ORM80 caracteriza arenas de mayor espesor
y ms limpias que el pozo ORM81 que tiene una seccin luttica con intercalaciones de capas delgadas. Aunque
litolgicamente son diferentes, la respuesta de las trazas ssmicas asociadas a cada uno de ellos arroja valores
similares de pendiente e intercepto.
96
ORM-54
ORM-120
ORM-75
ORM-112
ORM-117
ORM-142
ORM-67
ORM-69
ORM-56
ORM-32
ORM-80
ORM-81
ORM-66
ORM-76
ORM-78
ORM-33
ORM-51
ORM-123
ORM-30
ORM-45
ORM-59
ORM-58
ORM-98
ORM-27
0.2
ORM-84
0.3
ORM-92
0.4
ORM-39
0.5
ORM-73
0.6
ORM-29
0.1
0
3
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
Numero de pozos
Figura 74. Valores de dimensin fractal de las trazas ssmicas asociadas a los pozos
La figura 74 muestra los valores de dimensin fractal para las trazas ssmicas extradas del
cubo ssmico 3D. A diferencia de los resultados del captulo anterior, no se puede observar
ninguna relacin entre los valores de dimensin fractal de la traza ssmica con un parmetro
geolgico. Entonces, si los valores fractales cuando se trabaja con frecuencias altas de las
seales de pozo responden a la litologa, a que est respondiendo la traza ssmica que tiene un
contenido de frecuencias bajas?. Recordemos que una traza ssmica tiene propiedades de
amplitud, frecuencia y fase. (Aristimuo, 2004) menciona en su ms reciente trabajo de
investigacin la falta de frecuencias bajas (0-16 Hz) y de frecuencias altas (80-200); por su
parte los estudios del grupo de caracterizacin de yacimientos del campo Oritupano-Leona han
descubierto el problema de fase ssmica en el rea y es por ello que han considerado el reprocesamiento del cubo 3D pstm32. El mapa de la figura 75 ilustra el problema de fase para
el campo Oritupano A. La zona amarilla paralela a la falla principal presenta valores de fase
entre 0 y 15 grados, zonas verdes valores entre 15 y 45, zonas azules tienen valores de fase
entre 45 y 80 grados y las zonas rojas localizadas presentan desfasaje de valores altos,
inclusive de 115 grados. Algunos intrpretes geofisicos trabajaron reas localizadas e hicieron
rotacin de fase para una pequea porcin del cubo; sin embargo el proceso de poner la
ssmica en una misma fase no es tarea fcil, pues el origen de este problema son las fuentes de
adquisicin.
97
98
CAPITULO VI
CUARTO METODO: Clasificacin de facies usando Waveform Classifier.
Marco Terico
En captulos anteriores se buscaba caracterizar al Campo Oritupano A utilizando los registros
snico y densidad, luego se agregaron ms pozos con informacin de registros gamma ray y
porosidad neutrn y finalmente se aplic la misma metodologia (wbfa: wavelet based fractal
analysis) a la traza real asociada a cada pozo, extrada del cubo ssmico 3D pstm32 .
Obtuvimos mapas previos de facies que caracterizaban las propiedades fractales de la seccin
correspondiente a la unidad hidraulica LU.
En este captulo se busca un mapa resultante del anlisis de la clasificacin de la forma de
onda Waveform Classifierde la herramienta PAL-PostStack utilizando ventanas en tiempo.
La idea de calcular y presentar varios mapas trabajados con el dato ssmico es comparar las
tendencias obtenidas y tratar de establecer algn significado o crossvalidacin con los
resultados de los captulos anteriores.
La teora que abarca la clasificacin de onda ssmica de la herramienta Waveform Classifier
es fcil y bsica. Usando la Distancia de Manhattan, las ondculas se consideran similares si
sus coeficientes de correlacin estan dentro de un rango. La distancia de Manhattan es una
medida estadstica eficiente de similaridad. La distancia de Manhattan usa dos ondculas de
igual longitud con N muestras en tiempo y suma el valor absoluto de la diferencia en las
muestras correspondientes para todo el intervalo, matemticamente esto se expresa del
siguiente modo:
Ecuacin 43
99
donde M es la distancia de Manhattan
A es la ondcula de referencia
B es la ondcula objetivo tomada a partir de un horizonte
N es el nmero de muestras en tiempo para cada ondcula.
Dos ondculas idnticas darn un valor 0 y ondculas que no son idnticas tendrn valores
positivos. Con esta informacin se puede hacer un mapa de M para cada B.
Clasificacin de ondculas.
Ahora analicemos el caso donde existen ms de una ondcula de referencia. La distancia de
Manhattan debe extenderse para desarrollar el agrupamiento o clasificacin dependiendo del
grado de similaridad. Las ondculas se comparan a una ondcula de referencia usando la
distancia de Manhattan y esta medida es la salida. La distancia de Manhattan es la suma del
valor absoluto de las diferencias entre las ondculas; esta suma se divide por la suma de los
valores absolutos de cada muestra de las dos ondculas, entonces la distancia normalizada de
Manhattan est dada por:
Ecuacin 44
Si el valor de M para una ondcula de referencia y las ondculas objetivo es 0.25 o menos,
entonces las ondculas pertenecen a un mismo grupo o clase. Si la data contiene mucho ruido
aleatorio entonces esta clasificacin se ve afectada.
Con esta informacin se pueden especificar muchas ondculas de referencia
y asignar
ondculas cercanas si los valores de M estn dentro del rango del umbral. Puede ocurrir que
los grupos se solapen, es decir que una ondcula pertenezca a dos grupos a la vez, en ese caso
deben cambiarse los parmetros de entrada y volver a correr el algoritmo.
100
Metodologa.
Ahora bien , en qu consiste la fase de entrenamiento de la ondcula de referencia?
El primer paso es definir en el programa una ventana de tiempo que puede ser constante o
puede definirse tomando como referencia algn horizonte interpretado ssmicamente (figura
76). Tambin se define el nmero de trazas cercanas que se van a considerar para entrenar al
proceso. El programa reconoce las caractersticas de la traza ssmica que estn en dicha
ventana de tiempo, es decir, la forma, el valor de amplitud, frecuencia y fase (figura 77), y
calcula internamente un valor de correlacin (figura 78) para establecer las similitudes de la
onda de entrada con las trazas vecinas. El valor de correlacin ms alto es cuando existen
muchas semejanzas en los parmetros de trazas vecinas, as se establece el criterio de
agrupacin.
DEFINICIN DE LA
VENTANA EN TIEMPO
No DE CLASES
DEFINICIN DEL No DE
TRAZAS PROMEDIO
QUE SE CONSIDERAN
PARA ENTRENAR AL
ALGORITMO
Figura 76. Introduccin de parmetros para definir el nmero de clases y la ventana de tiempo.
101
Figura 78. Trazas ssmicas con diferentes caractersticas. Valor de correlacin entre ellas.
Se puede seleccionar el nmero mnimo de ondculas por grupo, como se ilustra la figura 79.
Figura 79. Parmetro del nmero de ondculas que se establecen para agrupar las clases.
102
Resultados.
Como se mencion en el captulo anterior, los horizontes que limitan la seccin ssmica de
inters son Bur4 y Bur2. Se realizan mapas de clasificacin para diferentes ventanas de tiempo
partiendo del horizonte tope Bur4 hacia abajo y del horizonte base Bur2 hacia arriba. Todos
los mapas se muestran en las figuras 80 a la 85 y al final se hace un anlisis general.
20 ms
Bur 4
Figura 80. Mapa de Clases de Ondas. Horizonte de Referencia: Bur4. Ventana 20 ms. Nmero de Clases: 10
35 ms
Bur 4
Figura 81. Mapa de Clases de Ondas. Horizonte de Referencia Bur4. Ventana 35 ms. Nmero de Clases: 8.
103
Bur 4
20
10
Figura 82. Mapa de Clases de Ondas. Horizonte de Referencia Bur4. Nmero de Clases: 10. Intervalo 5x5.
22 ms
Bur 2
Figura 83. Mapa de Clases de Ondas. Horizonte de Ref. Bur2. Ventana: 22 ms. No de Clases: 8. Intervalo 7x7.
25 ms
Bur 4
Figura 84. Mapa de Clases de Ondas. Horizonte de Referencia Bur4. No de Clases: 10. Intervalo 11x11.
104
35 ms
Bur 2
Figura 85. Mapa de Clases de Ondas. Horizonte de Ref. Bur2. Ventana: 22 ms. No de Clases: 8. Intervalo 4x4.
Los mapas presentados en las figuras anteriores son un sub-grupo de todos los mapas
obtenidos al aplicar la metodologa Waveform Classifier para definir facies ssmicas. Se
realizaron muchas pruebas cambiando los parmetros de entrada: trazas promedio, ventanas de
tiempo, nmero de clases, nmero mnimo de ondculas por grupo, etc. Los mapas no indican
tendencias claras con respecto a la ubicacin geogrfica de los pozos. Ningn mapa nos ayuda
a establecer un criterio de forma; tampoco se puede establecer un grupo de familias de forma
de onda que tengan un sentido direccional, es decir, no se puede decir, por ejemplo, que la
clase nmero 5 muestra una tendencia NorOeste-Sureste. Adems los mapas no presentan
similitud entre ellos mismos.
En el captulo III se presentaron mapas cualitativos de litofacies geolgicas que nos
permitieron realizar una clasificacin a priori de los pozos, luego se realiz con la herramienta
Z-Map de Landmark Graphics un mapa de espesor de arena neta que permite identificar
sedimentolgicamente las zonas de canales y la zona interdistributaria caracterstica de la
planicie interdistributaria; luego en el captulo IV se present un mapa de facies a partir de
valores de dimensin fractal en donde se observan tendencias que ubican a los pozos segn los
grupos descritos con el anlisis geolgico. Esto es un proceso que crossvalida la informacin
105
geolgica obtenida con la informacin resultante al aplicar la metodologa wbfa a los
registros elctricos.
Cuando se trabaj con las traza ssmica asociada al pozo, en el Capitulo V, se empez a
observar que los valores de dimensin fractal, pendiente e intercepto no respondan a litologa
pues no permitieron agrupar los pozos disponibles. Ahora en este captulo, se trata de analizar
los grupos de la forma de onda de la traza ssmica para ver si de alguna manera podemos
enlazar la infomacin geolgica con la informacin ssmica. Los mapas de las figuras 79, 80,
81, 82 y 83, sugieren que esto no es posible. En la introduccin ssmica del capitulo V se
mencion el problema de fase y de las prdidas de frecuencia que tiene el cubo ssmico 3D del
campo Oritupano-Leona; estos son factores que pueden estar afectando los resultados
observados en estos mapas.
Se concluye entonces que la ssmica real 3D del volumen PostStack Migrado en tiempo
pstm32 del Campo Oritupano A, no da informacin precisa ni confiable para caracterizar
facies dentro del Intervalo de las arenas LU (conclusiones del captulo V y VI), mientras que
las seales de los registros elctricos permiten caraterizar, por medio de propiedades fractales,
facies que coinciden con el contenido litolgico y la sedimentologa de la cuenca.
Se recomienda realizar este estudio de facies con el cubo ssmico utilizando la herramienta
Stratimagic de Paradigm que trabaja con un algoritmo de redes neuronales que usa un
entrenamiento de la onda mas completo que el usado por la herramienta Waveform
Classifier de Landmark. Se recomienda tambin trabajar con un cubo que cuente con un
mejor procesamiento ssmico.
106
CAPITULO VII
CONCLUSIONES Y RECOMENDACIONES
Se utilizaron 4 mtodos para generar mapas que limiten con una tendencia areal facies
geolgicas y facies ssmicas. El objetivo de este anlisis es escoger y definir cul es el mtodo
que mejor resulta cuando se trabaja con las arenas del paquete LU de la Formacion Oficina.
Se concluye de este trabajo de investigacin que:
Los registros snico y densidad no son necesarios para la caracterizacin de facies por
medio de parmetros fractales para el Campo Oritupano A, aunque presentan relacin
con el contenido litolgico de la seccin de inters. Tan solo 13 pozos del rea de
estudio poseen lectura de estos registros elctricos.
Los registros Gamma Ray y Densidad Neutrn tambin reflejan un buen ajuste y una
excelente tendencia lineal cuando se busca una relacin entre parmetros (pendiente,
intercepto, dimensin fractal) con la litologa y ambientes de sedimentacin. Se trabaja
con estos por tener corridas para los 34 pozos de este estudio
El Mapa de Dimensin Fractal, realizado con el software Surfer Version 8.0 y usando
el mtodo de interpolacin de Krigging, coincide en gran parte con el mapa de Arena
Neta realizado con la aplicacin Stratworks de Landmark Graphics. Valores de
dimensin fractal menores a 1 se pueden asociar con zonas de canales. Valores
intermedios de dimension fractal (1-1.2) se pueden asociar a la zona interdistributaria
de la planicie deltaica y se caracterizan por una seccin heteroltica de intercalaciones
de capas delgadas de arenas y lutitas. Valores mayores a 1.2 caracterizan la zona donde
se encuentran los pozos con mayor presencia de lutitas.
107
Se recomienda:
Reprocesar la ssmica para corregir los problemas de fase y frecuencia y realizar este
estudio detallado sobre un nuevo cubo ssmico.
Verificar con los datos de produccin si los pozos del lado Este del campo son los ms
productores, pues stos son los de mayor espesor de arena y los de valores de
dimensin fractal menor a 1. Asimismo, se recomienda realizar este estudio para pozos
con agua y para las Formaciones Subyacente (Fm. Merecure) y Suprayacente (Fm.
Freites).
108
BIBLIOGRAFA
Jimnez, J.; Michelena, R.; and Peinado, A.; 1999. Facies recognition using wavelet-based
fractal analysis on compressed seismic data. 69th Ann International Mtg: SEG. 1922-1925
Riedi, R.H; 1998. Multifractal and wavelet: A potential tool in geophysics. 68th Annual
International Meeting: SEG. 1975-1978
Fernndez, Margarita; Jimnez, Juan Ramn; et al. Mtodo de Transformada Wavelet para el
reconocimiento de patrones ssmicos
Mela, K. And Louie, J.N.; 2001. Correlation length and fractal dimension interpretation from
seismic data using variograms and power spectra Geophysics, SEG., 66. 1372-1378
Li, X.-P and Haury, J.C. 1995. Caracterization of heterogeneities from sonic velocities
measurements using the wavelet transform. 65th Annual International Meeting: SEG. 488-491
Goupillaud, P. L. 1991. The role of chaotic dynamics and fractal geometry in exploration.
The Leading Edge, 10. No 01. Pp25-27
Goupillaud, P.L. and Gustafson, E.P. 1989. Use of chaotic dynamics and fractal geometry in
geophysical interpretation 59th Annual International Meeting: SEG. 776
Zhu, G. and Li, Q., 1999, The wavelet transform and thin bed analysis, 61st Mtg.: Eur.
Assn. Geosci. Eng., Session:P002
Pivot, F., Guilbot, J. and Bernet-Rollande, O., 1999, Continuous wavelet transform as a tool
for complex media characterization, 61st Mtg.: Eur. Assn. Geosci. Eng., Session:6029
Riedi, R. H., 1998, Multifractals and wavelets: A potential tool in geophysics. 68th Ann.
Internat. Mtg: Soc. of Expl. Geophys., 1975-1978
Yin, X., Wu, G. and Qu, S., 1998, Application of wavelet transform in 3-D seismc sequence
analysis, 68th Ann. Internat. Mtg: Soc. of Expl. Geophys., 649-652.
Grubb, H. J. and Walden, A. T., 1997, Characterizing seismic time series using the discrete
wavelet transform. Geophys. Prosp., Eur. Assn. Geosci. Eng., 45, 183-205.
Li, X. -G., Sacchi, M. D. and Ulrych, T. J., 1996, Wavelet transform inversion with prior
scale information: Geophysics, Soc. of Expl. Geophys., 61, 1379-1385.
Hendryk B. Nughara and Armein Z. R. Langi, 2001. A Wavelet-Based Measurement of
Fractal Dimensions of a 1-D Signal.
109
Manik Talwani, Septiembre 2002. The Orinoco Heavy Oil Belt in Venezuela. Rice
University.
Marquez, David and Jimenez, Juan R. Facies recognition using multifractal analysis
Christopher Heil. Some Stability Properties of Wavelets and scaling functions. 1994 Kluwer
Academid Publishers Wavelet and their Applications, 19-38
Teresa Navarro Gonzalo. Aplicacin de las ondculas al anlisis de imgenes.
Daubechies, I. Ten lectures on wavelets, SIAM, 1992
Alain C. Gonzlez, Juan Hernndez, et. Al. Anlisis de seales del subsuelo utilizando
wavelet. 2001
Strang G. and Nguyen T. Wavelet and Filter Banks. Wellesley-Cambridge Press, U.S.A.,
1997.
110
ANEXO
111
APENDICE A
112
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
FACIES ARENA L3
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
113
FACIES ARENA M2
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
FACIES ARENA M4
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
114
FACIES ARENA O1
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
115
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
o espeso
Eje de m
xim
Sent
id
o de
l a po
rte
FACIES ARENA R1
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
FACIES ARENA U1
U1
ORM 26
ORM 88
ORM 75
ORM 92
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
116
RESUMEN
ORM 26
ORM 75
ORM 76
ORM 77
ORM 78 ORM 80
ORM 81
L2M
L3
M2
M4
O1
P2-3
R1
U1
ORM 88
L2M
L3
M2
M4
O1
P2-3
R1
U1
ORM 92
ORM 94 ORM 98 ORM 105 ORM 112 ORM 115 ORM 117 0RM 142 ORM 158
117
APENDICE B
118
119
Se llama la siguiente rutina desde Matlab, se coore el programa segun el nombre de la rutina,
en este caso se llamo TestOndicula
Wnames = {'db2' 'db3' 'db4' 'db5' 'db6' 'bior2.2' 'bior3.5' 'bior4.4' 'coif1' 'coif2' 'sym2' 'sym3'
'sym4' 'sym5' 'sym6'}
L = length(Wnames)
for i = 1:L
[m, b, R2, Lvar, dim] = wbfa(s, 6, Wnames{i});
RR(i) = R2;
DD(i) = dim;
disp(Wnames{i});
disp(R2);
end
figure,
plot(RR, '-o')
for i = 1:L
text(i+0.1, RR(i), char(Wnames{i}));
end
figure,
plot(DD, '-o')
for i = 1:L
text(i+0.1, DD(i), char(Wnames{i}));
end
Finalmente cuando se decidi la ondicula final de mejor ajuste ( bior 2.2), se modifico este
programa en la primera linea:
Wnames = {'bior2.2' }
APENDIC
Interce
E A
FACI
pto (b)
ES
ARE
120