Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais

Detalhes bibliográficos
Autor(a) principal: Pereira, Pedro Miguel Martins
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10773/14410
Resumo: Os modelos de subsuperfície inferidos a partir de dados de reflexão sísmica permitem avaliar espacialmente as propriedades petro-elásticas de reservatório (por exemplo, densidade, impedâncias acústica e elástica) que são essenciais para uma boa caracterização e modelação de reservatórios de hidrocarbonetos. Os modelos invertidos gerados a partir de metodologias geoestatísticas e da integração de dados de logs de poços com dados de reflexão sísmica, dentro de uma grelha de reservatório, permitem ainda avaliar e quantificar, localmente, a incerteza espacial associada. O principal objetivo desta dissertação de mestrado consiste na comparação e discussão dos diversos resultados obtidos através da aplicação de diferentes metodologias de inversão sísmica geoestatística com multi-distribuições e modelos de continuidade espacial locais, de forma a gerar modelos próximos da realidade, em condições de não-estacionaridade, que permitam uma melhor caracterização da geologia de subsuperfície. Dentro das várias aproximações de inversão geoestatística existentes, para a elaboração desta tese foram utilizadas a Inversão Estocástica Global e a Inversão Elástica Global recorrendo ao algoritmo de simulação sequencial direta para a geração dos modelos elásticos de sub-superfície. Esta tese baseia-se na realização de 6 ensaios distintos, para cada uma das metodologias de inversão referidas, segundo multi-distribuições e modelos de continuidade locais (zonalidades) previamente definidas a um conjunto de dados sintéticos altamente não estacionários. No conjunto de dados disponíveis foram integrados dados de impedâncias (acústica e elástica) de 32 poços, bem como dados de reflexão sísmica post-stack. Os resultados mostram que a divisão da malha do reservatório em diferentes zonas tem um grande impacto na convergência dos diferentes métodos de inversão geoestatística utilizados no âmbito desta tese.
id RCAP_2c31b8f07f2d8034472d1164b4f3d3ce
oai_identifier_str oai:ria.ua.pt:10773/14410
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Inversão geoestatística de dados sísmicos 3D com multi-distribuições locaisEngenharia geológicaTomografia acústicaInversão geofísicaHidrocarbonetosProspecção geofísica - Modelos matemáticosOs modelos de subsuperfície inferidos a partir de dados de reflexão sísmica permitem avaliar espacialmente as propriedades petro-elásticas de reservatório (por exemplo, densidade, impedâncias acústica e elástica) que são essenciais para uma boa caracterização e modelação de reservatórios de hidrocarbonetos. Os modelos invertidos gerados a partir de metodologias geoestatísticas e da integração de dados de logs de poços com dados de reflexão sísmica, dentro de uma grelha de reservatório, permitem ainda avaliar e quantificar, localmente, a incerteza espacial associada. O principal objetivo desta dissertação de mestrado consiste na comparação e discussão dos diversos resultados obtidos através da aplicação de diferentes metodologias de inversão sísmica geoestatística com multi-distribuições e modelos de continuidade espacial locais, de forma a gerar modelos próximos da realidade, em condições de não-estacionaridade, que permitam uma melhor caracterização da geologia de subsuperfície. Dentro das várias aproximações de inversão geoestatística existentes, para a elaboração desta tese foram utilizadas a Inversão Estocástica Global e a Inversão Elástica Global recorrendo ao algoritmo de simulação sequencial direta para a geração dos modelos elásticos de sub-superfície. Esta tese baseia-se na realização de 6 ensaios distintos, para cada uma das metodologias de inversão referidas, segundo multi-distribuições e modelos de continuidade locais (zonalidades) previamente definidas a um conjunto de dados sintéticos altamente não estacionários. No conjunto de dados disponíveis foram integrados dados de impedâncias (acústica e elástica) de 32 poços, bem como dados de reflexão sísmica post-stack. Os resultados mostram que a divisão da malha do reservatório em diferentes zonas tem um grande impacto na convergência dos diferentes métodos de inversão geoestatística utilizados no âmbito desta tese.The subsurface models inferred from seismic reflection data allow the spatial evaluation of the petro-elastic properties of the reservoir (e.g., density, elastic and acoustic impedances) that are essential for a good characterization and modeling of hydrocarbon reservoirs. The generated inverted models from geostatistical methodologies and the integration of well log data with seismic reflection data, within a reservoir grid, allow to assess and quantify, locally, the associated spatial uncertainty. The main objective of this MSc dissertation is the comparison and discussion of the results obtained from applying different geostatistical seismic inversion methodologies, with local multi-distributions and spatial continuity models, to generate models closer to reality, under non-stationarity conditions, that allow a better characterization of the subsurface geology. From the several existing geostatistical inversion approaches, for the realization of this thesis the Global Stochastic Inversion and the Global Elastic Inversion were selected, using the direct sequential simulation algorithm to generate the subsurface elastic models. This thesis is based on the realization of 6 different trials for each of the inversion methodologies, under local multi-distributions and continuity models (zonality) predefined in a highly non-stationary synthetic dataset. In the available dataset impedance (acoustic and elastic) data from 32 wells and post-stack seismic reflection data were integrated. The results show that the division of reservoir grid into different zones has high impact on the convergence of the different inversion geostatistical methods used within this thesis.Universidade de Aveiro2015-07-15T14:22:44Z2014-01-01T00:00:00Z2014info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/14410TID:201589800porPereira, Pedro Miguel Martinsinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-22T11:26:20Zoai:ria.ua.pt:10773/14410Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:50:01.152789Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
title Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
spellingShingle Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
Pereira, Pedro Miguel Martins
Engenharia geológica
Tomografia acústica
Inversão geofísica
Hidrocarbonetos
Prospecção geofísica - Modelos matemáticos
title_short Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
title_full Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
title_fullStr Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
title_full_unstemmed Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
title_sort Inversão geoestatística de dados sísmicos 3D com multi-distribuições locais
author Pereira, Pedro Miguel Martins
author_facet Pereira, Pedro Miguel Martins
author_role author
dc.contributor.author.fl_str_mv Pereira, Pedro Miguel Martins
dc.subject.por.fl_str_mv Engenharia geológica
Tomografia acústica
Inversão geofísica
Hidrocarbonetos
Prospecção geofísica - Modelos matemáticos
topic Engenharia geológica
Tomografia acústica
Inversão geofísica
Hidrocarbonetos
Prospecção geofísica - Modelos matemáticos
description Os modelos de subsuperfície inferidos a partir de dados de reflexão sísmica permitem avaliar espacialmente as propriedades petro-elásticas de reservatório (por exemplo, densidade, impedâncias acústica e elástica) que são essenciais para uma boa caracterização e modelação de reservatórios de hidrocarbonetos. Os modelos invertidos gerados a partir de metodologias geoestatísticas e da integração de dados de logs de poços com dados de reflexão sísmica, dentro de uma grelha de reservatório, permitem ainda avaliar e quantificar, localmente, a incerteza espacial associada. O principal objetivo desta dissertação de mestrado consiste na comparação e discussão dos diversos resultados obtidos através da aplicação de diferentes metodologias de inversão sísmica geoestatística com multi-distribuições e modelos de continuidade espacial locais, de forma a gerar modelos próximos da realidade, em condições de não-estacionaridade, que permitam uma melhor caracterização da geologia de subsuperfície. Dentro das várias aproximações de inversão geoestatística existentes, para a elaboração desta tese foram utilizadas a Inversão Estocástica Global e a Inversão Elástica Global recorrendo ao algoritmo de simulação sequencial direta para a geração dos modelos elásticos de sub-superfície. Esta tese baseia-se na realização de 6 ensaios distintos, para cada uma das metodologias de inversão referidas, segundo multi-distribuições e modelos de continuidade locais (zonalidades) previamente definidas a um conjunto de dados sintéticos altamente não estacionários. No conjunto de dados disponíveis foram integrados dados de impedâncias (acústica e elástica) de 32 poços, bem como dados de reflexão sísmica post-stack. Os resultados mostram que a divisão da malha do reservatório em diferentes zonas tem um grande impacto na convergência dos diferentes métodos de inversão geoestatística utilizados no âmbito desta tese.
publishDate 2014
dc.date.none.fl_str_mv 2014-01-01T00:00:00Z
2014
2015-07-15T14:22:44Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10773/14410
TID:201589800
url http://hdl.handle.net/10773/14410
identifier_str_mv TID:201589800
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de Aveiro
publisher.none.fl_str_mv Universidade de Aveiro
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137550828306432