1

ANLISE DE ATRIBUTOS SSMICOS PARA MODELAGEM DA

POROSIDADE EFETIVA DO CAMPO DE NAMORADO, BACIA DE
CAMPOS








Autora: Luana Maria Garcia de Lima
Orientador: Prof. Dr. Emilson Pereira Leite


UNIVERSIDADE ESTADUAL DE CAMPINAS
INSTITUTO DE GEOCINCIAS
CURSO DE GRADUAO EM GEOLOGIA
2





ANLISE DE ATRIBUTOS SSMICOS PARA MODELAGEM DA
POROSIDADE EFETIVA DO CAMPO DE NAMORADO, BACIA DE
CAMPOS


Trabalho de Concluso de
Curso Apresentado em XX de
Julho de 2012 ao Departamento
de Instituto de Geocincias da
Universidade Estadual de
Campinas, como exigncia para
a obteno do ttulo de
Bacharel em Geologia.

Autora: Luana Maria Garcia de Lima


Campinas, Junho 2012
UNIVERSIDADE ESTADUAL DE CAMPINAS
INSTITUTO DE GEOCINCIAS
CURSO DE GRADUAO EM GEOLOGIA
3

Agradecimentos
Primeiramente agradeo a toda minha famlia, pela oportunidade, pelo incentivo
e por sempre me ensinar a nunca desistir de meus objetivos.
O meu muito obrigado, ao meu orientador Prof. Dr. Emilson Pereira Leite, pelos
ensinamentos e pela confiana depositada.
Agradeo as minhas amigas Aline e Dani, pela amizade e por estarem sempre ao
meu lado.
Por fim, os meus agradecimentos a turma 07 da geologia, e a todos os meus
amigos que me ajudaram nessa trajetria.
4

Resumo
Neste trabalho foi efetuada uma modelagem integrada de perfis geofsicos de
poos e de dados ssmicos 3D do Campo de Namorado, Bacia de Campos. O objetivo
principal foi obter um modelo de porosidade efetiva para as rochas do reservatrio de
hidrocarbonetos desse campo, atravs da aplicao de um mtodo de anlise
multivariada que permite incorporar vrios atributos derivados da ssmica. Modelos de
porosidade efetiva, tal como o produzido neste trabalho, contribuem significativamente
para a caracterizao do reservatrio e para estimar as reservas de hidrocarbonetos. Os
mtodos empregados compreenderam etapas onde foram utilizados doze perfis de
poos de porosidade efetiva normalizados e suavizados, calculados os atributos
ssmicos baseados em amostras temporais dos traos ssmicos e, finalmente,
estabelecido um modelo matemtico que relaciona os atributos ssmicos porosidade
efetiva. Com isso, foram obtidos pseudo-perfis de poos nas posies dos poos
disponveis, e um modelo numrico 3D de porosidade para o reservatrio como um
todo. Os resultados da modelagem foram analisados estatisticamente atravs da
separao dos dados em conjuntos de validao, os quais permitiram inferir a confiana
no modelo final. Como no foram encontrados na literatura modelos de porosidade
similares para este campo especfico, os resultados estatsticos foram comparados com
aqueles obtidos para a modelagem da porosidade do campo de Blackfoot, Canad, onde
os autores utilizaram o mesmo mtodo de modelagem.
Palavras-chave: Bacia de Campos, Atributos Ssmicos, Perfis Geofsicos de Poos.

5

Sumrio

Captulo 1 - Introduo ...............................................................................................1
1.1 Objetivos ................................................................................................................................. 2
1.2 Perfilagem Geofsica ........................................................................................................... 2
1.3 Ssmica de reflexo 3D ....................................................................................................... 2
1.4 Localizao da rea ............................................................................................................. 6
1.5 Contexto Geolgico .............................................................................................................. 7
1.5.1 Bacia de Campos ............................................................................................................................................ 7
1.5.2 Arcabouo Estrutural ............................................................................................................................... 12
1.5.3 Evoluo Tectono-Sedimentar .............................................................................................................. 13
1.5.4 Campo Namorado ...................................................................................................................................... 15
Captulo 2 - Materiais e Mtodos .......................................................................... 18
2.1 Perfil de Densidade (RHOB) ........................................................................................... 18
2.2 Perfil de Raios Gama ......................................................................................................... 20
2.3 Porosidade Absoluta e Efetiva ....................................................................................... 21
2.4 Atributos Ssmicos ............................................................................................................. 23
2.5 Anlise Multiatributo ....................................................................................................... 24
2.5.1 Regresso Linear Convencional ............................................................................................................ 26
2.5.2 Extenso para mltiplos atributos ...................................................................................................... 28
2.5.3 Uso do operador convolucional ............................................................................................................. 30
Captulo 3 - Resultados e Discusses .................................................................. 33
Captulo 4 - Concluses ............................................................................................ 45

Referncias Bibliogrficas.....................................................................................46





6

Lista de Figuras

Figura 1.1 - Mapa de Localizao do Campo Namorado, Bacia de Campos,
RJ........................................................................................................................................................... 06
Figura 1.2 - Localizao dos poos no Campo de
Namorado......................................................................................................................................... 07
Figura 1.3 - Coluna Estratigrfica da Bacia Campos............................................................ 11
Figura 1.4 - Mapa estrutural do topo do reservatrio do Campo de
Namorado...................................................................................................................................................... 16
Figura 1.5 - Modelo paleogeogrfico proposto para a rea do Campo de
Namorado......................................................................................................................................... 17
Figura 2.1 - Perfil de densidade do poo NA12, em que se observa uma menor
densidade entre as profundidades 3000 m e 3190 m, indicando topo e base
do reservatrio, respectivamente ......................................................................................... 19
Figura 2.2 - Perfil de Raio Gama do poo RJS42.............................................................. 21
Figura 2.3 - Seo Transversal de uma amostra de rocha.......................................... 22
Figura 2.4 - Fluxograma da Interpretao Estatstica Supervisionada ................ 25
Figura 2.5 - Diagrama de disperso convencional entre o perfil-alvo
densidade-porosidade e o atributo ssmico........................................................................... 27
Figura 2.6 - Aplicao de transformaes no lineares para ambos, o perfil e
o dado atributo, melhorando a correlao entre os
dois.................................................................................................................................................................. 28
Figura 2.7 - Trs atributos ssmicos, cada amostra do perfil-alvo modelada
com uma combinao linear de amostras de atributos ao mesmo
tempo.......................................................................................................................................................... 29
Figura 2.8 - Uma comparao entre o perfil-alvo (esquerda) com o atributo
ssmico (direita), enfatizando a diferena no contedo da frequncia. Essa
observao sugere que o uso de um operador convolucional resolve a
diferena...................................................................................................................................................... 31
Figura 2.9 - Uso um operador convolucional cinco-pontos para relacionar os
atributos ssmicos para o perfil-alvo..........................................................................................
32


7

Figura 3.1 - Perfis-alvo dos poos NA12, NA1A e NA2, suavizados,
normalizados e correlacionados com os dados ssmicos............................................ 34
Figura 3.2 - Perfis-alvo dos poos NA21B, NA37D e NA4, suavizados,
normalizados e correlacionados com os dados ssmicos............................................ 34
Figura 3.3 - Perfis-alvo dos poos NA6D, NA7 e NA8D, suavizados,
normalizados e correlacionados com os dados ssmicos............................................ 35
Figura 3.4 - Perfis-alvo dos poos NA9D, RJS19 e RJS42, suavizados,
normalizados e correlacionados com os dados ssmicos.............................................

35
Figura 3.5 - Diagrama de Disperso, com todos os poos, mostrando a
correlao e o erro do modelo de porosidade gerado................................................. 38
Figura 3.6 - Grfico do Erro Mdio (%) em relao ao nmero de atributos
utilizados........................................................................................................................................................ 39
Figura 3.7 - Grfico do Erro Mdio (%) em relao aos poos
utilizados........................................................................................................................................................ 40
Figura 3.8 - Resultado da aplicao da regresso multi atributo em alguns
poos utilizados no trabalho............................................................................................................. 41
Figura 3.9 Inline 318, como exemplo, para demonstrar o modelo de porosidade
gerado, sendo 1.00 o valor mximo de porosidade correspondendo a 32%..................... 42
Figura 3.10 Inline 360, como exemplo, para demonstrar o modelo de porosidade
gerado, sendo 1.00 o valor mximo de porosidade correspondendo a 32%..................... 42
Figura 3.11 - Crossline 490, como exemplo, para demonstrar o modelo de
porosidade gerado, sendo 1.00 o valor mximo de porosidade correspondendo a
32%.................................................................................................................................................................... 43
Figura 3.12 - Crossline 590, como exemplo, para demonstrar o modelo de
porosidade gerado, sendo 1.00 o valor mximo de porosidade correspondendo a
32%................................................................................................................................................................... 43
Figura 3.13 - Time Slice da porosidade do reservatrio do Campo de Namorado,
fixada no tempo 2050 ms.......................................................................................................................... 44




8

Lista de Tabelas
Tabela 3.1 - Resultados do erro de treinamento e do erro de validao para
cada lista, onde o alvo foi a porosidade.................................................................................... 38









1

Captulo 1 Introduo

A caracterizao geolgica de reservatrios vem se tornando fundamental para
no processo de otimizao do gerenciamento dos campos de hidrocarbonetos, pois
diminui os riscos e os custos de explorao e desenvolvimento. De acordo com definio
encontrada no Oil Field Glossary (2006), a caracterizao de reservatrios consiste na
gerao de um modelo que incorpora todas as caractersticas necessrias para
representar as caractersticas de armazenamento do leo presente no campo. Esse
processo fundamentado em reunir dados adquiridos a partir de diferentes fontes,
escalas e mtodos, tais como dados de poos, dados de produo, dados ssmicos,
informaes sobre a fsica da rocha e modelos geolgicos com o objetivo final de gerar
um modelo esttico 3D de permeabilidade, porosidade, litologia e saturao.
A aquisio de dados ssmicos 3D teve incio no comeo da dcada de 1970 e os
algoritmos de processamento foram desenvolvidos principalmente a partir da dcada
de 1980 (Liner et al., 2004). Os dados ssmicos 3D vem auxiliando de modo significativo
todo o processo de caracterizao de reservatrios. Esses dados constituem medidas
indiretas, que so densamente adquiridas e podem ser usadas de maneira efetiva para
auxiliar na interpolao dos parmetros nas regies localizadas entre os poos, pois
possuem uma alta resoluo horizontal.
Os perfis de poos fornecem informaes diretas e indiretas de algumas
propriedades importantes do reservatrio como a porosidade, a permeabilidade, o tipo
de rocha, entre outras e tambm apresentam uma alta resoluo vertical mais alta do
que quela fornecida pelos dados ssmicos. Embora forneam uma informao mais
direta do reservatrio, os dados dos perfis de poos so dispersos no campo e
conhecidos em poucas localizaes, alm de possurem uma baixa resoluo horizontal.
Desse modo, no processo de caracterizao importante a integrao dessas
informaes com o dado ssmico para obteno de modelos que possuam a melhor
resoluo lateral e vertical possvel. A integrao dos perfis de poos e dos dados
ssmicos tem sido um constante alvo dos geocientistas. Isso tem se tornado altamente
importante e de grande sucesso recentemente devido mudana da fase de explorao
dos campos existentes para a fase de desenvolvimento, na qual perfurada uma grande
quantidade de poos (Greenlee et al., 1994).
2

1.1 Objetivos

O objetivo mais geral deste trabalho aplicar uma metodologia que integra
dados ssmicos 3D e dados de perfis geofsicos de poos no sentido de contribuir para a
caracterizao geolgica de reservatrios de hidrocarbonetos. O objetivo especfico a
obteno de um modelo numrico 3D de porosidade efetiva para o reservatrio de
petrleo do Campo de Namorado, Bacia de Campos, a partir da anlise multivariada de
atributos ssmicos em conjunto com perfis de porosidade efetiva.

1.2 Perfilagem Geofsica

A perfilagem geofsica definida, segundo Rider (2000), como sendo o registro
contnuo dos parmetros geofsicos captados ao longo da parede de um poo, com
utilizao de ferramentas a cabo ou, ainda, de ferramentas acopladas nas colunas de
perfurao. Os valores medidos so associados profundidade das informaes obtidas
dos poos.
As curvas resultantes da perfilagem so denominadas perfis geofsicos, os quais
so registros de propriedades radioativas, eltricas e acsticas em funo da
profundidade, tpicas de cada litologia. Os principais tipos de perfis so de temperatura,
de densidade de eltrons, radiomtricos, de resistividade eltrica, induo
eletromagntica, tempo de percurso de onda acstica (snico) e de potencial
espontneo. Esto descritos nesse trabalho somente os perfis geofsicos utilizados. Ellis
e Singer (2008) expem de forma detalhada a fundamentao terica e as ferramentas
de aquisio dos principais perfis geofsicos. Aplicaes prticas bsicas podem ser
encontradas em Krygowski e Asquith (2004).

1.3 Ssmica de reflexo 3D

O mtodo ssmico um dos mtodos geofsicos mais utilizados na caracterizao
de reservatrios, principalmente devido sua densa e detalhada amostragem
horizontal. A ssmica 3D tem provado ser uma ferramenta poderosa para imagear a
3

subsuperfcie e demonstra alta razo custo/benefcio, pois reduz os riscos de poos
secos e fornece um melhor indicativo para posicionamento de novos poos (Liner,
2004). Alm disso, a ssmica 3D foi responsvel pela melhora nas estimativas das
reservas de hidrocarbonetos (Knight, 1989).
O mtodo da Ssmica de Reflexo caracterizado pela gerao de ondas ssmicas
por meio de fontes artificiais (caminhes vibradores, canhes de ar, explosivos), tais
ondas se propagam dentro da Terra e a energia atravessa as camadas que constituem os
substratos geolgicos. Nos lugares em que as propriedades elsticas das rochas se
alteram, uma parte da energia transmitida para as demais camadas e outra parte
refletida, voltando superfcie e sendo detectada por sensores (hidrofones e geofones).
A partir do dado ssmico podem ser medidos alguns parmetros de interesse,
dentre os quais os principais so: o padro dos eventos de reflexo, a caracterstica dos
eventos, a amplitude dos eventos e o tempo de chegada das ondas.
As ondas ssmicas so subdivididas em ondas de corpo (ondas acsticas ou
compressionais (P) e ondas cisalhantes (S)) e ondas de superfcie (Rayleigh e Love),
sendo caracterizadas pelo movimento da partcula que compe o material enquanto a
onda o atravessa. Contudo, a maioria dos levantamentos ssmicos registram as ondas P,
cuja propagao causa a compresso e a expanso das distncias intermoleculares do
material. A propagao dessas ondas no interior da Terra condicionada
principalmente pela densidade e/ou pela velocidade de propagao do meio. Assim, em
interfaces que separam diferentes tipos de rocha, onde a densidade e/ou a velocidade
de propagao se alteram, parte da energia da onda transmitida e outra parte
refletida.
A razo da amplitude da onda refletida em relao onda incidente chamada
de coeficiente de reflexo. Para a maioria das interfaces encontradas na Terra, este
coeficiente inferior a 0,1 podendo alcanar 0,3 em casos favorveis, sendo essas umas
das principais dificuldades de se obter eventos bem definidos em sees de ssmica de
reflexo. A equao 1.1 usada para calcular o coeficiente de reflexo (R), quando a
onda incide perpendicularmente em uma camada.

4

(1.1)

Onde 1 e V1 so a densidade e a velocidade de propagao da onda no meio
incidente e 2 e V2 so as mesmas propriedades no meio em que a onda ir se propagar.
importante ressaltar que o coeficiente de reflexo apenas uma das componentes da
amplitude ssmica registrada pelos receptores na superfcie terrestre. Outros fatores
que causam perda de amplitude so: espalhamento geomtrico, absoro e perda por
transmisso (Liner, 2003). Para lidar com essas perdas, normalmente so aplicados
ganhos de amplitudes variveis em janelas mveis que percorrem toda a seo ssmica,
de forma a compensar essa perda de amplitude.
O produto entre densidade e velocidade tem o nome de impedncia acstica.
Sendo assim definido que a ssmica de reflexo um mtodo que mede o contraste de
impedncia acstica entre as rochas que compem a subsuperfcie.
Um trabalho completo de ssmica 3D consiste em quatro partes fundamentais:
planejamento do levantamento, aquisio, processamento e interpretao. O
planejamento essencial para prever a quantidade de fontes/receptores necessrios,
frequncia de operao, arranjos de campo e respostas esperadas. A etapa de aquisio
consiste na coleta e organizao dos dados ssmicos em formatos adequados para
processamento. O processamento desses dados envolve vrias etapas. As principais so:
aplicao de ganhos de amplitude; deconvoluo para eliminao do efeito do pulso
ssmico (wavelet); anlise de velocidades e correo de sobretempo normal; migrao.
Somente aps processamento criterioso que so produzidas as sees ssmicas que
representam a subsuperfcie da Terra e que podem ser interpretadas geologicamente. A
interpretao geolgica geralmente feita a partir da correlao dos eventos
encontrados nas sees ssmicas com feies caractersticas observadas em alguns
perfis de poos como o perfil de densidades ou o de raios gama (Liner, 2003; Bacon
et.al., 2003).
Os dados so adquiridos atravs dos levantamentos que podem ser marinhos ou
terrestres, sendo que atualmente vem crescendo bastante a quantidade de
levantamentos marinhos. Na caracterizao de reservatrios off-shore normalmente
so registradas as ondas P refletidas nas diversas interfaces do interior da Terra. Caso
5

estejam disponveis receptores capazes de registrar componentes horizontais, ento as
ondas S tambm so registradas. Cada onda que atinge o receptor produz um impulso
momentneo proporcional vibrao sofrida pelo terreno. Cada impulso registrado
caracterizado como sendo uma amostra do trao ssmico e a justaposio de todos os
traos obtidos em um levantamento produz uma seo ssmica 2D ou um volume de
dados 3D (Sancevero, 2007).
Em geral a aquisio ssmica realizada a partir de uma tcnica que visa
aumentar a razo sinal/rudo do dado, atravs da repetio de amostragem de pontos
sobre as interfaces em subsuperfcie. Essa tcnica chamada CMP (common midpoint;
ponto mdio comum) ou CDP (common depth point; ponto de profundidade comum) e
tem como base o fato de um mesmo ponto em subsuperfcie ser registrado com
diferentes afastamentos entre o receptor e a fonte. A seo ssmica final adquirida
aps a soma dos traos redundantes e aps as correes realizadas durante o
processamento ssmico.
A interpretao das sees ssmicas devidamente processadas pode ser feita de
forma qualitativa ou quantitativa. Na interpretao qualitativa, os eventos de reflexo
identificados nas sees ssmicas so rastreados, formando os chamados horizontes
ssmicos. Esses horizontes so interpretados como descontinuidades geolgicas
associadas a diferentes idades geolgicas. possvel tambm procurar por padres de
terminaes dos eventos ssmicos e associ-los estratigrafia e histria deposicional.
A interpretao qualitativa, portanto, no envolve a anlise da amplitude ssmica, mas
apenas os tempos de percurso da onda. Por outro lado, a interpretao quantitativa
procura extrair da amplitude ssmica informaes sobre as propriedades do
reservatrio, tais como a porosidade, litologia e saturao de gua. Vrios mtodos de
interpretao quantitativa tm sido desenvolvidos e aplicados na caracterizao de
reservatrios, tais como: Anlise Multiatributo (aplicada neste trabalho; Russell, 2004);
Redes Neurais Artificiais (Leite & Vidal, 2011); Inverso Ssmica (Robinson, 2001); e
Anlise de Amplitude vs. Offset (Connolly, 1999). Em geral, todos esses mtodos
procuram predizer alguma propriedade fsica de interesse, seja a partir nica e
exclusivamente da amplitude ssmica original, seja a partir de atributos ssmicos
derivados dessa amplitude.
6

A maioria das interpretaes ssmicas 3D realizada em sees retiradas do
volume de dados. O volume de dados 3D possui um conjunto de pontos com
coordenadas ( x , y , t ) regularmente espaados. As trs principais direes definem
ento trs conjuntos de sees ortogonais que compem o conjunto completo de dados.
possvel, portanto, fixar qualquer uma das coordenadas e extrair uma matriz 2D que
representa uma seo ssmica. Esta seo ser horizontal no caso de tempo t fixo ou
vertical no caso de x ou y fixo.

1.4 Localizao da rea

O Campo de Namorado est localizado a 80 km da costa (Figura 1.1), nas cotas
batimtricas de 140 a 250 m, na poro centro-norte do trend de acumulao petrolfera
da Bacia de Campos na margem continental brasileira, no Estado do Rio de Janeiro. A
Bacia de Campos situa-se no sudeste do Brasil, no Estado do Rio de Janeiro, abrangendo
cerca de 100.000 km, dos quais apenas 500 km, em rea emersa. Separa-se da Bacia
de Santos pelo Alto de Cabo Frio e da Bacia do Esprito Santo pelo Alto de Vitria (Milani
et al.,2000).

Figura 1.1: Mapa de Localizao do Campo Namorado, Bacia de Campos, RJ (modificado Lima, 2004).
7

H dados disponveis de 53 poos localizados no Campo de Namorado, conforme
o mapa (Figura 1.2).

Figura 1.2: Localizao dos poos no Campo de Namorado.

1.5 Contexto Geolgico
1.5.1 Bacia de Campos

A Bacia de Campos est localizada na poro sudeste do Brasil no Estado do Rio
de Janeiro, com uma rea de 100 mil Km, at a lmina dgua de 3.000 m (Rangel &
Martins, 1998). Em cerca de 30 anos foram perfurados mais de 1.600 poos,
representando a maior reserva brasileira de leo e gs (Winter et al., 2007).
uma bacia tpica de margem divergente, originada pela ruptura do
supercontinente Gondwana, coincidindo em aspectos gerais com a histria evolutiva
das demais bacias da margem leste brasileira. Fatores como o baixo grau de afinamento
crustal, reativao das fontes de sedimentos, intensa tectnica adiastrfica e as
variaes globais do nvel do mar no Neocretcio e Tercirio, propiciaram a acumulao
de grande volume de hidrocarbonetos, proporcionando a essa rea vrias qualidades
em termos de potencial petrolfero (Rangel, 1987).
8

De acordo com Winter et al.(2007), a Bacia de Campos divida em cinco pacotes
principais: Formao Cabinas, Grupo Lagoa Feia, Grupo Maca e Grupo Campos, que
esto sobrepostas ao embasamento (Figura 1.3). Este, por sua vez, constitudo por
gnaisses pr-cambrianos pertencentes Provncia Proterozica da Ribeira (Cainelliet
al., 1999).
Formao Cabinas
Esta formao composta por basaltos, diabsios e rochas vulcanoclsticas,
derivadas de derrames que cobriram discordantemente o embasamento pr-cambriano,
constituindo o assoalho ocenico de todo o preenchimento sedimentar da Bacia de
Campos (Rangel et al., 1994).
Grupo Lagoa Feia
O Grupo Lagoa Feia subdividido nas unidades: Formao Itabapoana, Formao
Atafona, Formao Coqueiros, Formao Garga, Formao Macabu e Formao Retiro.
A Formao Itabapoana representada por conglomerados polimticos e
arenitos lticos de fandeltas proximais (leques de borda), originados em todo o Cretceo
inferior na borda ocidental da bacia, relacionados com os falhamentos de borda de
blocos estruturais. Esta formao ocorre em toda a borda oeste da Bacia de Campos
(Winter et al., 2007).
A Formao Atafona caracterizada por siltitos, arenitos e folhelhos lacustres,
com intercalaes de delgadas camadas carbonticas. Os arenitos e siltitos apresentam
minerais de estevensita e talco, que tiveram origem por processos de deposio qumica
associada atividade hidrotermal em lagos vulcnicos alcalinos. Nesta sequncia,
ocorre tambm um pacote peltico, de ambiente lacustre de guas doces, conhecido
como folhelho Buracica. Esta formao ocorre preferencialmente nas pores sul e
centro da Bacia de Campos, nos depocentros dos lagos rasos da fase rifte e foi
depositada no Andar Barremiano (Winter et al., 2007).
A Formao Coqueiros constituda de coquinas de at 400 m de espessura
depositadas em ambiente lacustre. Representa um depsito de pelecpodes e carapaas
associados a altos estruturais, caracterizando reservatrios (Winter et al., 2007).
9

A Formao Garga est representada predominantemente por rochas pelticas,
tais como siltitos e margas, folhelhos, intercalados por calcilutitos e arenitos, que
gradam distalmente para os carbonatos da Formao Macabu. Esta formao ocorre
preferencialmente nas pores sul e centro da Bacia de Campos, nos depocentros dos
lagos rasos da fase transicional e sua deposio ocorreu no Andar Aptiano (Winter et al.,
2007).
A Formao Macabu caracterizada por sedimentos carbonticos
(estromatlitos e laminitos microbiais) depositados em ambiente rido e raso. Ocorre
preferencialmente nas pores sul e centro da Bacia de Campos e foi depositada no
Andar Aptiano superior (Winter et al., 2007).
A Formao Retiro formada por evaporitos, compostos por halitas e anidritas
originadas no Aptiano superior, conhecida como camada de sal (Winter et al., 2007).
Grupo Maca
O Grupo Maca foi subdivido em Formao Quissam/Membro Bzios, Formao
Outeiro, Formao Goitacs e Formao Imbetiba.
A Formao Quissam/Membro Bzios constituda, em sua poro proximal,
por estratos de dolomitos que apresentam um sistema poroso complexo composto por
brechas, vugs, grutas e cavernas que respondem por uma perda de circulao de fluidos
durante a perfurao. medida que se avana bacia adentro, os corpos de dolomito
tornam-se mais delgados e restritos a seo basal Quissam. Esta formao ocorre
preferencialmente nas pores sul e centro da Bacia de Campos e foi originada no Andar
Albiano inferior (Winter et al., 2007).
A Formao Outeiro caracterizada por calcilutitos com foraminferos e
calcisferuldeos, conglomerados e margas. Foi originada em um ambiente de
periplataforma (Guardado et al., 1990).
A Formao Goitacs representada por arenitos mal selecionados e por
conglomerados polimticos, com associao de calcilutitos e margas (Winter et al.,
2007).
A Formao Imbetiba a poro superior do Grupo Maca e constituda por
sedimentos pelticos com ampla predominncia de margas. Esta unidade ocorre
10

praticamente em toda a Bacia de Campos e foi depositada no Andar Cenomaniano
(Winter et al., 2007).
Grupo Campos
O Grupo Campos subdividido em trs formaes, sendo estas: Formao
Carapebus, Formao Ubatuba e Formao Embor.
A Formao Carapebus composta por arenitos finos, originados por correntes
de turbidez, a conglomerticos. Estes arenitos so intercalados com os pelitos da
Formao Ubatuba e sua deposio ocorreu do Turoniano ao Holoceno (Rangel et al.,
1994).
A Formao Ubatuba caracterizada por espessa sucesso de folhelhos
esverdeado e cinza-escuros, calcilutitos cinza, argilas e margas cinza-claras e diamictitos
cinzentos. A deposio desta formao ocorreu em ambiente marinho do Turoniano ao
recente (Rangel et al., 1994).
A Formao Embor constituda por carbonatos e arenitos impuros,
sobrejacentes e lateralmente interdigitados com os pelitos da Formao Ubatuba, sendo
subdividida em trs membros: Membro So Tom constitudo por sedimentos
clsticos grossos vermelhos (em ambiente de plataforma interna), Membro Siri e
Membro Grussa sendo esses dois ltimos constitudos basicamente por calcarenitos
bioclsticos (em ambiente de plataforma externa). Esta formao tem idade turoniana
ao recente (Rangel et al,. 1994).



11

Figura 1.3: Coluna Estratigrfica da Bacia de Campos (Winter et al., 2007).


12

1.5.2 Arcabouo Estrutural

O rifteamento mesozico e a formao do Atlntico Sul foram condicionados por
um arcabouo estrutural pr-existente, que compe trends de idades pr-cambriana,
paleozica e trissica, acomodando as falhas normais sobre um padro estrutural mais
antigo. Dessa maneira, a presena de estruturas transversais criou complicaes neste
quadro simplificado de propagao de rifte de sul para norte (Milani et al.,2000).
A Bacia de Campos compe o grupo de bacias de margem continental do
Atlntico Sul que apresentam uma evoluo tectono-sedimentar caracterstica, com
presena de falhas normais NE-SW, paralelas costa continental, e falhas de carter
transformante com ngulos de mergulho muito elevados (Milani et al., 2000).
A ocorrncia do pacote aptiano, mais antigo, limitada por uma zona de falha
sinttica de orientao NE-SW que se desenvolve paralela linha de costa.
O Grupo Campos representa o preenchimento desta bacia marginal durante a
fase final de subsidncia trmica e basculamento do substrato para leste. Este
basculamento progressivo da bacia para leste proporcionou o desenvolvimento de uma
intensa deformao adiastrfica em funo do peso criado pelo volumoso fluxo de sal.
(Demercian et al., 1993).
A tectnica salina e os modelos estruturais resultantes desta conFiguram duas
situaes (Demercian et al., 1993):
Prximo costa, nos primeiros 100 a 200 km, tem-se um regime
francamente distensivo devido abertura do Oceano Atlntico, que
somado a sedimentao provinda do continente, empurra o sal para o
fundo da bacia.
Em regies de guas mais profundas a presena de sal gera um contexto
compressivo, originado pela contrao mergulho-abaixo do pacote salino
em movimento.
A halocinese foi de grande importncia no padro de preenchimento sedimentar
da bacia, pois criou falhas de crescimento e anticlinais em rollover, nos quais os
13

primeiros corpos turbidticos se encaixaram. Entre o Cenomaniano e o Eutoroniano, as
falhas de crescimento aumentaram em rejeito e quantidade (Dias et al.,1990).
1.5.3 Evoluo Tectono-Sedimentar

A evoluo da Bacia de Campos segue o modelo de estiramento crustal de
McKenzie (1978). Anlises realizadas em vrios poos da bacia evidenciam uma grande
e significativa subsidncia mecnica na fase inicial de quebra de continente, e em
resposta ao resfriamento da astenosfera, seguida por subsidncia trmica.
De acordo com Rangel et al.(1994), a evoluo tectono-sedimentar da bacia a
caracteriza como nica em termos de potencial petrolfero. A acumulao de um grande
volume de hidrocarbonetos devida a alguns fatores, como a reativao das fontes de
sedimentos, variaes globais no nvel do mar no Neocretcio e Tercirio, o baixo grau
de afinamento crustal e a intensa tectnica adiastrfica.
A evoluo da Bacia de Campos foi dividida de formas diferentes por vrios
autores, sendo que neste trabalho se utilizar da proposta de Cainelli & Mohriak (1998):
Sequncia Continental Clstica (Rifte), Sequncia Transicional e Sequncia Marinha.
A Sequncia Continental Clstica ocorreu desde o Neocomiano at o
Barremiano, com enorme atividade tectnica que gerou falhas sintticas e antitticas
com direo preferencial NE-SW, e que apresentam certo paralelismo com as estruturas
pr-Cambrianas adjacentes. Tambm caracterizada por rpida subsidncia crustal
devido presena de falhas com blocos rotacionados e posterior atividade vulcnica de
carter bsico.
Os ambientes deposicionais variam entre os tipos fluviais deltaicos e lacustres
originados na fase rifte (Barremiano). Tais rochas so associadas ao Grupo Lagoa Feia,
no qual pode-se definir trs fcies cclicas, compostas por leques aluviais que geraram
rochas siliciclsticas como folhelhos e arenitos, e depsitos transicionais como
carbonatos; folhelhos e margas lacustres; carbonatos lacustres.
A Sequncia Transicional foi originada durante o perodo Aptiano Inferior,
andar Alagoas e pode ser dividida em Sequncia Terrgena e Sequncia Evaportica.
14

A Sequncia Terrgena composta por folhelhos at conglomerados, depositados
em ambientes de leques aluviais e sabkhas. Essas rochas compem parte do Grupo
Lagoa Feia, Andar Buracica, com espessura de at 600 m com a presena de fsseis
como Palinomorfos e Ostracides.
A Sequncia Evaportica ocorreu no Andar Alagoas superior e foi formada em
ambiente de proto-oceano envolvendo a abertura entre frica e Amrica do Sul. As
margens da bacia so caracterizadas pela ocorrncia de dolomitos e a halita, com sais
potssicos ocorrendo mais ao centro. Esta unidade criou os domos de sal, os quais
formam importantes trapas de leo. A diminuio da atividade tectnica e a restrio da
bacia, associada ao clima rido e quente, favoreceram a deposio destes evaporitos ao
longo das costas africana e brasileira. Os sedimentos clsticos somados ao sal so
caractersticos do Andar Alagoas e os carbonatos compem o Andar Jiqui, sendo ambos
do Grupo Lagoa Feia.
A Sequncia Marinha (Drifte) caracterizada como sendo a sequncia com
maior aporte sedimentar apresentando sedimentao marinha variada, em ambiente de
margem continental. Devido grande quantidade de tipos litolgicos, a sequncia foi
agrupada em grandes pacotes com rochas e caractersticas distintas, sendo fragmentada
em trs pores:
Sequncia Hemipelgica Depositada no Albiano Superior e entre o
Cenomaniano Superior e Tunomaniano inferior com espessura mxima de 400 m,
corresponde poro superior do Grupo Maca, no qual o topo marcado por uma
discordncia. Nesta sequncia encontram-se turbiditos que possuem espessura mxima
de 150m.
Sequncia de Oceano Profundo Caracterizada por folhelhos, que correspondem
Formao Ubatuba, e por areias de leques submarinos, que correspondem Formao
Carapebs. Esta sequncia foi depositada no Turoniano ao Paleoceno inferior.
Sequncia Carbontica Nertica Extensa plataforma carbontica apresentando
subsidncia trmica ps rifte, representada pelo Grupo Maca. A deposio ocorreu no
Albiano Inferior ao Mdio.
15


1.5.4 Campo Namorado

O Campo de Namorado foi descoberto em 1975, com a perfurao do poo
pioneiro 1-RJS-19, sendo sua rea de aproximadamente 200 km. O campo est inserido
na seo de calcilutitos, margas e folhelhos da Formao Maca (Membro Outeiro) e
apresenta grande parte de sua rea coberta por levantamento ssmico 3D e maior
amostragem por poos. (Rangel & Martins, 1998).
O principal reservatrio o Arenito Namorado, caracterizado por depsitos de
areias turbidticas depositadas durante o Albiano-Cenomaniano. De acordo com
Menezes & Adams (1990) este reservatrio apresenta os seguintes atributos:
rea de aproximadamente 23 km, com fechamento do tipo misto, estrutural e
estratigrfico;
Limite inferior definido por carbonatos do Grupo Maca;
Limite superior caracterizado por folhelhos da Formao Ubatuba;
Limites laterais de norte e sul por acunhamento, sudeste, sudoeste e noroeste
por falhas com espessura mdia de 60 m (variando de 5 a 130 m);
Largura mdia de 4 km e comprimento mnimo de 9 km e mximo de 14 km;
Geometria interna heterognea de baixo grau com estruturas primrias
predominantes de arenito macio;
Composto por arcseos de granulao mdia regular e grau de arredondamento
e esfericidade no geral, baixo.

O Campo de Namorado subdividido em quatro blocos principal, adjacente,
marginal e secundrio (Figura 1.4), delimitados por falhas normais (Guardado et al.,
1997). O bloco principal, de onde provm o leo, localiza-se na parte central do campo e
constitudo predominantemente por arenito macio, com textura fina a grossa, baixa a
moderada seleo de gros, baixo grau de arredondamento e esfericidade. Suas
caractersticas estruturais so devidas intensa halocinese no Cretceo superior que
ocasionou uma inverso de relevo, fazendo com que o reservatrio ocupasse um alto
estrutural alongado, em forma de domo parcialmente falhado.

16


Figura 1.4 Mapa estrutural do topo do reservatrio do Campo de Namorado (Barboza, 2005).

O sistema turbidtico de Namorado, de acordo com Cruz (2003), caracterizado
pela formao de trs sistemas de deposio, representando fases diferentes do
reabastecimento do canal turbidtico. A primeira fase representada pelos depsitos de
material grosso ligados s correntes turbidticas de alta densidade, que constituem os
ciclos granodecrescentes caracterizado pela associao vertical dos
microconglomerados e pelas areias grossas a mdias macias. A segunda fase
corresponde aos depsitos de corrente de turbidez de baixa densidade. A ltima fase
corresponde ao sistema de deposio de mar alto, composto de uma associao de
fcies pelticas (argilas, margas e calcilutitos), representando a sedimentao
hemipelgica da bacia (Figura 1.5).

17


Figura 1.5: Modelo paleogeogrfico proposto para a rea do Campo de Namorado (Barboza et al., 2005).


















18

Captulo 2 - Materiais e Mtodos

Os dados utilizados neste presente trabalho so:
Perfis geofsicos de densidade, porosidade efetiva, raio gama e snico de
53 poos do Campo de Namorado;
Volume de dados ssmicos contendo 230 inlines x 327 crosslines x 250
amostras temporais entre 2000 e 3000 ms (intervalo de tempo de 4 ms
entre as amostras), totalizando 18.802.500 amostras.
Todos esses dados foram disponibilizados pela ANP para projetos acadmicos
realizados no Instituto de Geocincias. Para a realizao das anlises e interpretaes
dos dados foi utilizado o programa HRS (Hampson-Russell Software
1
), da empresa
CGGVeritas, cuja licena acadmica est disponvel no CEPETRO/UNICAMP.

2.1 Perfil de Densidade (RHOB)

A densidade volumtrica (b) corresponde densidade mdia de uma unidade da
formao (fluido + rocha) e caracterizada como sendo a unidade de massa por volume
de formao (g/cm
3
).
O valor da densidade obtido por uma ferramenta que emite raios gama atravs
da formao, por meio de uma fonte radioativa de Csio 137, localizada em seu interior.
Esta fonte radioativa emite raios gama de alta velocidade, os quais colidem com os
eltrons presentes na formao. A cada coliso, os raios gama so defletidos de sua
direo original e perdem parte de sua energia. Esse processo ocorre continuamente e
denominado Espalhamento Compton. Aps vrias colises, os raios gama retornam para
a ferramenta e so detectados por cintilmetros ou espectrmetros de raios gama. A
densidade de formao estimada com a medio da radiao gama que volta para os
detectores: quanto menor o nmero de emisses gama que retorna ao detector maior
a densidade da rocha. A unidade de medida utilizada de massa por volume,
geralmente expressa em g/cm
3
.

1
http://www.cggveritas.com/hampson-russell.aspx?cid=3609
19

Na maioria dos casos, os perfis de densidade so muito pouco utilizados como
perfis diagnsticos de litologias, sem a considerao de outros perfis devido aos efeitos
causados pela textura e composio.
Segundo Rider (2000), a porosidade (

) pode ser calculada apenas com o

conhecimento do fluido envolvido e da litologia de formao:

(2.1)

Onde,

a densidade da matriz,

a densidade de toda a formao e

a
densidade do fluido. O fluido pode ser gs, leo ou gua, podendo estar presente duas
ou mais fases dentro dos poros. A Figura 2.1 exemplifica um perfil de densidade
utilizado neste trabalho.

Figura 2.1: Perfil de densidade do poo NA12, em que se observa uma menor densidade entre as
profundidades 3000 m e 3190 m, indicando topo e base do reservatrio, respectivamente.
20

2.2 Perfil de Raios Gama

Os Raios Gama so ondas eletromagnticas emitidas espontaneamente pelos
minerais radioativos presentes nas formaes. Quase toda a emisso natural de Raios
Gama presente nas rochas emitida pelo istopo radioativo de potssio (K
40
) e pelos
elementos radioativos das sries do urnio (U
238
) e do trio (Th
232
).
Estes perfis refletem o contedo argiloso contido nas rochas, pelo fato de os
elementos radioativos tenderem a se concentrar nos folhelhos e nas argilas. Sendo
assim, apresenta altos valores em rochas com alto grau de argilosidade e baixos valores
em arenitos limpos e rochas carbonticas, com exceo dos arenitos arcoseanos que
devido concentrao de potssio apresentam altos valores de radioatividade.
As principais utilizaes dos perfis de Raios Gama em rochas sedimentares so
para indicao de litologias, correlao entre perfis de diferentes poos e avaliao
quantitativa do contedo argiloso presente nas rochas reservatrio (Schlumberger,
1987).
O mtodo de quantificao do volume de argila consiste, em sua primeira etapa,
na avaliao de toda a seo perfilada pela ferramenta de deteco de Raios Gama, com
o objetivo de identificar patamares de valores mnimos e mximos de radioatividade. Os
patamares mnimos caracterizam os reservatrios mais limpos, com quantidades muito
baixas de matriz argilosa, enquanto que os mximos representam as litologias
puramente argilosas (folhelhos e argilitos). A partir da determinao desses patamares,
utiliza-se a equao (2.2) para quantificar o volume de argila para um ponto de leitura
do perfil de Raios Gama (RG(lido)), relacionado com certa profundidade.




(2.2)

Onde,
Vsh = Proporo de argila na profundidade considerada;
= Valor de RG na profundidade considerada;
21

= Valor mnimo de RG (patamar mnimo);
= Valor mximo de RG (patamar mximo).

A Figura (2.2) representa um perfil de raio gama de um poo utilizado no
presente trabalho:

Figura 2.2: Perfil de Raio Gama do poo RJS42.
2.3 Porosidade Absoluta e Efetiva

A porosidade uma das principais propriedades das rochas, pois mede a
capacidade de armazenamento de fluidos. A porosidade consiste na razo entre o
volume de vazios de uma rocha e o volume total da mesma, conforme equao (2.3).



22

(2.3)
Onde a porosidade, Vv o volume de vazios e Vt o volume total. O volume de vazios
muitas vezes denominado volume poroso da rocha e indicado pelo smbolo Vp.
Porosidade Absoluta a relao entre o volume total de vazios de uma rocha
e o volume total da mesma.
Porosidade Efetiva a relao entre os poros interconectados (Figura 2.3) de
uma rocha e o volume total da mesma. Esta porosidade consiste no valor que
pretendido quantificar, devido ao fato de representar o espao ocupado por fluidos que
podem ser deslocados do meio poroso.
Rochas com materiais intergranulares, pobre a moderadamente cimentados,
apresentam valores aproximadamente iguais de porosidades absoluta e efetiva. J
rochas altamente cimentadas, bem como calcrios, podem apresentar valores bem
diferentes para essas duas porosidades (Rosa, 2006).

Figura 2.3: Seo Transversal de uma amostra de rocha (Rosa, 2006).

A porosidade efetiva caracterizada pela frmula:

(2.4)
Onde, e a porosidade efetiva, Vi o volume de poros interconectados e Vt o
volume total.
23

2.4 Atributos Ssmicos

Na metodologia aplicada neste trabalho, o objetivo geral encontrar um
operador matemtico que possa predizer valores de perfis de poos a partir dos dados
ssmicos vizinhos. Para isto, foi escolhido analisar no s os dados ssmicos, mas
tambm os atributos dos dados ssmicos. Uma razo para esperar que a anlise dos
atributos seja mais benfica em relao ao dado ssmico bruto que muitos desses
atributos sero no lineares, aumentando, desta maneira, o poder de predio do
mtodo. Uma segunda razo que existem alguns benefcios em subdividir os dados de
entrada em diferentes componentes. A gerao dos atributos ssmicos permite segregar
suas caractersticas, fazendo com que, em muitos casos, o desempenho de um sistema
de reconhecimento de padres seja mais eficaz e eficiente.
Um atributo ssmico em particular definido por uma ou mais transformaes
matemticas do dado ssmico original. Isso, por exemplo, inclui atributos simples de
serem calculados, tais como o envelope do trao ssmico complexo, fase e frequncia
instantnea, assim como atributos mais difceis de serem calculados, tal como a
inverso do trao ssmico e AVO. A transformao pode ou no incorporar outras fontes
de dados. Por exemplo, a inverso do trao assume outra fonte de dado, como o pulso
ssmico (wavelet), o modelo de estimativa inicial e algumas restries (Russell, 2004).
Entretanto, o resultado da inverso ssmica (impedncias acsticas ou elsticas;
velocidades ssmicas; parmetros elsticos) tambm pode visto como atributo do trao
ssmico.
De acordo com Chen e Sidney (1997), os atributos ssmicos podem ser divididos
em duas categorias:
1- Atributo baseado em horizontes, as propriedades mdias do trao ssmico
entre dois limites, geralmente definidos entre dois horizontes de interesse,
tais como aqueles que representam o topo e a base do reservatrio.
2- Atributo baseado em amostras, caracterizados por transformaes do trao
de entrada de tal forma a produzir um trao de sada com o mesmo nmero
de amostras da entrada.
Neste trabalho foram utilizados apenas atributos baseados em amostras e
somente os atributos que foram efetivamente utilizados na anlise multiatributo so
24

apresentados no item 3 deste trabalho. Uma extensa lista de atributos e discusses
sobre suas classificaes e aplicaes podem ser encontradas, por exemplo, nos
trabalhos de Taner et al. (1994), Taner (2001) e Russell (2004).

2.5 Anlise Multiatributo
O mtodo aplicado neste trabalho usa a combinao de mltiplos atributos
ssmicos 3D ou 2D para predizer alguns parmetros de interesse do reservatrio. A
ideia de usar mltiplos atributos ssmicos para este tipo de predio foi proposta
inicialmente por Schultz, Ronen, Hattori and Cobett em uma srie de trs artigos,
Seismic-guided estimation of log properties, Partes 1, 2 e 3 (Schultz et al, 1994). Nesses
artigos, os autores apontam que a abordagem tradicional do uso de dados ssmicos para
obter parmetros do reservatrio consiste em procurar por uma relao fsica entre os
parmetros a serem mapeados e alguns atributos dos dados ssmicos, e ento usar esse
atributo nico atravs de uma linha 2D ou Volume 3D para predizer o parmetro do
reservatrio. Embora algumas relaes tenham sido inferidas desta maneira, a base
fsica nem sempre clara e ento os autores propuseram mtodos estatsticos em vez
de determinsticos. Essa abordagem, que pode ser includa dentro dos mtodos
supervisionados, i.e., guiados pelos dados, sumarizada no fluxograma da Figura 2.4.

25


Figura 2.4: Fluxograma da Interpretao Estatstica Supervisionada (Schultz et al. 1997).
O mtodo consiste basicamente em quatros etapas:
(1) Ler os dados ssmicos e os perfis geofsicos e fazer uma converso tempo-
profundidade, usando os perfis snicos;
(2) Calibrar manualmente os perfis de poos com os dados ssmicos, ajustando
traos ssmicos sintticos aos traos ssmicos reais;
(3) Treinar os atributos ssmicos para predio do parmetro de interesse do
reservatrio ao longo dos poos ajustados com a ssmica; e
(4) Aplicar os resultados do treinamento para todo o volume ssmico 3D.
As Etapas 1 e 2 acima devem ser feitas em qualquer abordagem interpretativa de
dados ssmicos e este procedimento conhecido como amarrao ssmica-poo. A
tcnica aplicada para esta amarrao envolve a extrao do pulso ssmico (wavelet) e o
clculo da refletividade a partir do perfil snico e do perfil de densidade. A partir destas
duas quantidades so obtidos traos sintticos pelo modelo convolucional, os quais so
comparados com os traos reais extrados nas localizaes dos poos. As Etapas 3 e 4
consistem na aplicao de tcnicas baseadas na estatstica multivariada, que um termo
geral que engloba todos os mtodos que utilizam mais de uma varivel para predizer
alguma outra varivel de interesse a partir de um modelo matemtico. Neste trabalho
26

em particular, foi aplicada a Matriz de Regresso Linear Generalizada, a qual pode ser
calculada para mais de uma varivel de entrada e que produz uma soma dos atributos
ssmicos ponderada por convoluo (Hampson et al., 2001).
2.5.1 Regresso Linear Convencional

Dado um determinado atributo ssmico, o procedimento mais simples para obter
uma relao entre o perfil-alvo (propriedade de interesse) e o atributo ssmico a partir
do diagrama de disperso dos dois. A Figura (2.5) mostra um exemplo no qual uma
propriedade do alvo, nesse caso a porosidade derivada a partir do perfil de densidade,
plotada em relao ao atributo ssmico. A premissa bsica que o perfil-alvo tenha sido
convertido para escala de tempo de percurso na mesma taxa de amostragem que o
atributo ssmico. Evidentemente, essa converso reduz o perfil-alvo para a mesma
resoluo vertical do atributo, que geralmente menor do que a do perfil. Cada ponto
no diagrama de disperso consiste em um par de valores correspondentes a uma
determinada amostra de tempo.
Admitindo que exista uma relao linear entre o perfil-alvo e o atributo, uma
linha reta, , pode ser ajustada por regresso linear de sobre . Os
coeficientes e podem ser determinados por minimizao do erro quadrtico mdio
de predio:

(2.5)

O valor de E , portanto, uma medida da diferena entre os valores de calculados pela
reta

e os valores observados

. Uma alternativa a essa medida o coeficiente

de correlao normalizado,

(2.6)

27

Onde,

(2.7)

Figura 2.5: Diagrama de disperso convencional entre o perfil porosidade e o atributo ssmico
(Modificado de Russell, 2004).
Note que possvel aplicar transformaes no lineares tanto para o dado alvo
como para o dado do atributo ou ambos, tais como transformaes logartmicas ou
exponenciais, antes de fazer o ajuste (Figura 2.6).
28


Figura 2.6. Aplicao de transformaes no lineares nos valores do perfil e no atributo
(Modificado de Russell, 2004).

2.5.2 Extenso para mltiplos atributos

A extenso da anlise linear convencional para multiatributos (regresso linear
multivariada) direta. Admitindo que, por exemplo, existam trs atributos, como
mostrado na Figura (2.7), em cada amostra de tempo, o perfil-alvo modelado pela
equao linear:

(2.8)

Os pesos nesta equao tambm podem ser derivados pela minimizao do erro
quadrtico mdio de predio:

(2.9)

29


Figura 2.7: Trs atributos ssmicos; cada amostra do perfil-alvo modelada com uma
combinao linear de amostras de atributos na mesma posio temporal (Modificada Russel,
2004).

De uma forma geral, so usados M atributos,

, para predizer um
perfil-alvo L. Para isso, devem-se determinar os M + 1 pesos,

, que,
quando multiplicados por um conjunto particular de valores dos atributos, produzem
um resultado prximo dos valores do perfil, de acordo com a teoria dos mnimos
quadrados. No caso M = 3, se o perfil possuir N amostras, pode-se ento obter o
conjunto de equaes:

.
.
.

(2.10)

No qual Aij a j-sima amostra correspondente ao i-simo atributo. As equaes (2.10)
podem ser escritas na forma matricial como

30

(2.11)

ou simplesmente como onde L uma matriz N x 1 contendo os valores dos
perfis conhecidos, A uma matriz N x 4 contendo os valores dos atributos, e W uma
matriz 4 x 1 com os pesos no conhecidos. O sistema (2.11) tem a soluo por mnimos
quadrados

.
A soluo para os quatro pesos produz as equaes de padres normais:

(2.12)

Da mesma forma que no caso de um nico atributo, o erro quadrtico mdio
(2.9), calculado usando os pesos estimados, constitui a medida do melhor ajuste, bem
como o coeficiente de correlao normalizado, definido na equao (2.6), onde a
coordenada x agora o valor previsto do perfil-alvo e a coordenada y o valor real do
perfil-alvo.
2.5.3 Uso do operador convolucional

A regresso multiatributo descrita no item 2.5.2 admite um nico peso para cada
atributo. O problema com essa abordagem ilustrado na Figura 2.8. A figura mostra que
o contedo da frequncia do perfil-alvo tipicamente muito maior que o do atributo
ssmico. Consequentemente, correlacionar o perfil com os atributos amostra por
amostra pode no ser ideal. A alternativa assumir que cada amostra do perfil-alvo
relacionada com um grupo de amostras vizinhas no atributo ssmico, como mostrado na
Figura 2.9 (Hampson et al., 2001)
31

O uso do operador convolucional tambm sugerido pelo modelo convolucional
clssico da geofsica. Se o perfil de poo, por exemplo, passa a ser a impedncia acstica,
ento um operador de cinco pontos (Figura 2.9) pode ser utilizado como a wavelet
ssmica, i.e., a wavelet ssmica atua sobre cinco pontos do perfil de poo. Em geral, pode-
se esperar que a wavelet suavize os efeitos de cada amostra de perfil ao longo de um
intervalo contnuo de amostras ssmicas.

Figura 2.8: Uma comparao entre o perfil-alvo (esquerda) com o atributo ssmico (direita), enfatizando a
diferena no contedo da frequncia. Essa observao sugere que o uso de um operador convolucional
resolve a diferena.

A extenso da equao (2.8) para incluir o operador convolucional no caso de
trs atributos

, (2.13)

onde (*) representa a convoluo e

so operadores de comprimentos especficos.

Assim, nesta abordagem, o nmero de coeficientes aumenta para , onde M
a quantidade de atributos e C o comprimento do operador. Mais uma vez, os
coeficientes do operador podem ser derivados por minimizao do erro quadrtico
mdio por predio:

(2.14)

32


Figura 2.9 Uso um operador convolucional cinco-pontos para relacionar os atributos ssmicos
para o perfil-alvo (Modificado de Russell, 2004).















33

Captulo 3 - Resultados e Discusses

Umas das mais importantes propriedades fsicas em um reservatrio a
porosidade efetiva. Nesse presente trabalho foram gerados dois modelos de porosidade
efetiva a partir da Anlise Multiatributo que integrou os dados ssmicos com dados de
perfis de poos.
Primeiramente foram definidos os doze perfis de poos a serem utilizados no
trabalho. Esta seleo se baseou nos poos que possuam perfis snicos, os quais
possibilitam a clculo da velocidade da onda P e, consequentemente, a converso
tempo-profundidade. Na etapa seguinte, os perfis de poos foram integrados com os
dados ssmicos a partir da amarrao ssmica-poo. Para minimizao do efeito da
escala de valores no resultado final da porosidade efetiva, os valores de entrada foram
normalizados para mdia igual a zero e desvio padro igual a um. Tambm foi calculada
e removida uma tendncia geral dos perfis (background), melhorando a correlao com
os atributos ssmicos. A janela de anlises dos perfis foi definida pelo topo e base do
reservatrio, sendo estes obtidos atravs das quebras nos perfis de raio gama e
densidade. Com a aplicao de tais processos foi obtido o perfil de cada poo
relacionado com a ssmica, conforme as Figuras (3.1, 3.2, 3.3 e 3.4):
34

Figura 3.1: Perfis-alvo dos poos NA12, NA1A e NA2, suavizados, normalizados e correlacionados com os
dados ssmicos.
Figura 3.2: Perfis-alvo dos poos NA21B, NA37D e NA4, suavizados, normalizados e correlacionados com
os dados ssmicos.
35

Figura 3.3: Perfis-alvo dos poos NA6D, NA7 e NA8D, suavizados, normalizados e correlacionados com os
dados ssmicos.

Figura 3.4: Perfis-alvo dos poos NA9D, RJS19 e RJS42, suavizados, normalizados e correlacionados com
os dados ssmicos.
36


Na segunda etapa foram escolhidos os atributos utilizados para predizer a
porosidade, sendo estes os que apresentaram melhores resultados:
(i) Fase Instantnea Fase do trao complexo, definida pelo trao ssmico e
pela Transformada de Hilbert.
(ii) Envelope da Amplitude Magnitude do trao complexo, definida pelo
trao ssmico e pela Transformada de Hilbert. Tambm conhecida como
Amplitude Instantnea.
(iii) Polaridade Aparente- Calculada a partir da determinao da polaridade
da amostra ssmica em cada mximo do envelope da amplitude e fixando
o sinal para todas as amostras que se encontram nos valores mnimos
adjacentes.
(iv) Filtro 15/20-25/30 - filtro passa-banda do trao de entrada.
(v) Filtro 5/10-15/20 filtro passa-banda do trao de entrada.
(vi) Amplitude Absoluta Integrada Integrao do envelope da amplitude
do trao complexo, calculada pela computao de uma soma parcial,
definida pela equao (3.1) e ento uma subtrao da verso suavizada do
envelope da amplitude.

(3.1)


i ndice da amostra,
si trao ssmico da amostra i.

(vii) Integrada Integrao do trao de entrada, calculado pela computao
de uma soma parcial e ento uma subtrao da verso suavizada do trao.
(viii) Trao em Quadratura (parte imaginria do trao complexo)
Rotao de -90 graus do trao de entrada.
(ix) Derivada primeira Derivada do trao de entrada, calculada pela
diferena das amostras adjacentes, como mostra a equao (3.2).

37

(3.2)

i ndice da amostra,
si trao ssmico por amostra i,
t taxa de amostragem.
(x) Cosseno da Fase Instantnea Cosseno de

, onde

.

A Transformada de Hilbert consiste na introduo de um deslocamento de fase
de -90 graus a uma srie temporal (uma srie de valores amostrados em intervalos
regulares de tempo), no caso o trao ssmico. uma transformao que converte as
ondas cossenodais para ondas senoidais. A realizao dessa transformao pode ser
feita no domnio de tempo - por convoluo, chamado de filtro de quadratura - ou no
domnio da frequncia - pela adio de um deslocamento constante de fase espectral de
-90 graus. A transformada de Hilbert pode ser vista como a parte imaginria de uma
srie de nmeros complexos, na qual o trao ssmico a parte real:

(3.3)

Onde,
Ct o trao complexo,
j = ,

o trao ssmico no tempo t,

a Transformada de Hilbert de st,.

O mtodo padro para representar um valor do trao ssmico um ponto
no eixo do tempo. O trao ssmico complexo pode ser definido como um ponto em um
grfico bidimensional

, onde

coordenada no eixo real e

a
coordenada no eixo imaginrio.
Definidos os atributos, foram testadas predies de porosidade utilizando de um
a dez atributos. Em seguida foram geradas listas de atributos, em que a primeira era
composta somente do primeiro atributo, a segunda lista composta pelos dois primeiros
38

atributos, a terceira lista os trs primeiros e assim por diante, nos restantes das listas. A
tabela (3.1) abaixo representa as dez listas geradas, com seus respectivos erros de
treinamento e de validao.

Tabela 3.1: Resultados do erro de treinamento e do erro de validao para cada lista,
onde o alvo foi a porosidade.
Listas Atributo Final
Erro do
Treinamento
Erro da
Validao
1 Polaridade Aparente 0.67 0.71
2 Filtro 15/20-25/30 0.64 0.70
3 Envelope da Amplitude 0.63 0.72
4 Filtro 5/10-15/20 0.60 0.73
5 Amplitude Absoluta Integrada 0.58 0.75
6 Fase Instantnea 0.57 0.77
7 Integrada 0.56 0.83
8 Quadratura do Trao 0.55 0.82
9 Derivada 0.54 0.82
10 Fase Coseno Instantnea 0.54 0.86


Figura 3.5: Diagrama de Disperso com todos os poos, mostrando a correlao e o erro do
modelo de porosidade gerado.
39

Para a definio da melhor lista de atributos, utilizou-se tambm o diagrama de
disperso de cada lista. A Figura 3.5 mostra o diagrama da lista contendo dez atributos,
a qual apresentou a maior correlao e os menores erros de predio. Como pode ser
observado, o erro quadrtico mdio foi de ~ e a correlao foi de ~0,65.
De acordo com o exemplo de Hampson (2001) com dados da rea de Blackfoot,
Canad, em que foram utilizados 13 perfis de poos, aplicado o mesmo mtodo de
regresso multivariada e encontrada uma correlao de 0,69, pode-se afirmar que estes
resultados podem ser considerados bons para um modelo de porosidade efetiva 3D
gerado a partir de dados ssmicos e dados de poos reais, confirmando um alto poder de
predio do mtodo.
Foi analisado tambm o grfico do erro quadrtico mdio em relao ao nmero
de atributos (Figura 3.6), em que se observa uma diminuio do erro de treinamento
(linha preta) em relao ao aumento do nmero de atributos, sendo que os valores
desse erro podem ser considerados baixos, de uma forma global. J o valor do erro da
validao apresenta um aumento conforme o nmero de atributos, caracterizando,
entretanto, um aumento total de apenas ~0,15%.

Figura 3.6: Grfico do Erro Quadrtico Mdio (%) em relao ao nmero de atributos utilizados.
40

Outro grfico analisado foi o de erro quadrtico mdio para cada poo (Figura
3.7), no qual este demonstra que no existe um poo que apresente uma discrepncia
muito alta em relao ao erro de validao.

Figura 3.7: Grfico do Erro Quadrtico Mdio (%) em relao aos poos utilizados.

A partir da aplicao da regresso multi atributo, foram obtidos perfis
modelados que apresentaram grande similaridade quando comparados aos perfis
originais, como se pode observar na Figura 3.8.

41






















Figura 3.8: Resultado da aplicao da regresso multi atributo em alguns poos utilizados no
trabalho.

Finalmente, aps a anlise do diagrama e de todos os grficos da lista 10, foi
gerado o modelo de porosidade efetiva do reservatrio. Abaixo algumas figuras
representativas do modelo compostas por duas inlines (Figura 3.9 e 3.10) e duas
crosslines (Figura 3.11 e 3.12), demonstrando regies com altos e baixos valores de
porosidade.


42




Figura 3.10: Inline 360, como exemplo para demonstrar o modelo de porosidade gerado, sendo 1.00 o valor mximo de porosidade correspondendo a 32%.

Figura 3.9: Inline 318, como exemplo para demonstrar o modelo de porosidade gerado, sendo 1.00 o valor mximo de porosidade correspondendo a 32%.

43






Figura 3.12: Crossline 590, como exemplo para demonstrar o modelo de porosidade gerado, sendo 1.00 o valor mximo de porosidade correspondendo a 32%.

Figura 3.11: Crossline 490, como exemplo para demonstrar o modelo de porosidade gerado, sendo 1.00 o valor mximo de porosidade correspondendo a 32%.

44

Para uma melhor ilustrao da porosidade do reservatrio no campo, foi
produzida a Figura 3.13, chamada time slice, fixada no tempo 2520 ms, com os 12 poos
utilizados.


Figura 3.13: Time slice da porosidade do reservatrio do Campo de Namorado, fixada no tempo 2520 ms.







45

Captulo 4 - Concluses

As etapas realizadas neste estudo buscaram desenvolver um modelo de
porosidade 3D a partir de perfis de poos e de dados ssmicos do Campo de Namorado,
na Bacia de Campos. Para o desenvolvimento do modelo foi utilizado o mtodo de
regresso multivariada ou regresso multiatributo.
Primeiramente foram definidos doze perfis de poos de porosidade efetiva,
devido ao fato desses poos conterem os perfis snicos, os quais foram necessrios para
a converso tempo-profundidade. A etapa seguinte foi a suavizao e normalizao dos
perfis e finalmente foi feita a integrao destes dados com os dados ssmicos. Foram
necessrios dez atributos ssmicos para o desenvolvimento do modelo, sendo estes:
Fase Instantnea, Envelope da Amplitude, Polaridade Aparente, Filtro 15/20 25/30,
Filtro 5/10 15/20, Amplitude Absoluta Integrada, Integrada, Quadratura do Trao,
Derivada e Fase Cosseno Instantnea.
Realizados estas etapas, foi gerado o modelo de porosidade 3D, que caracterizou
o reservatrio do Campo de Namorado em regies de altos , mdios e baixos valores de
porosidade, apresentando um faixa de alta porosidade bem definida com valor mximo
de 32%. As sees verticais do modelo permitem observar altas porosidades em
localidades encontradas no meio do reservatrio e baixas porosidades nas partes
superiores e inferiores. A distribuio 3D dos valores de porosidade consistente com
os valores observados ao londo dos perfis de poos.
O modelo apresentou erro quadrtico mdio de predio de 0,54%, portanto foi
um erro considerado baixo, e o valor da correlao com os dados de poos foi de 0,65, o
que pode ser considerado bom em modelagens utilizando dados dessa natureza
(Sancevero, 2007). Foi gerado um time slice onde consegue-se ter uma visualizao
geral da porosidade e dos poos utilizados no Campo de Namorado. Tambm foi
apresentado um volume 3D, no qual possvel observar as Inlines e Crosslines. Estes
resultados confirmam a efetividade da integrao dos dados ssmicos com os perfis de
poos para a caracterizao de reservatrios.

46

Referncias Bibliogrficas
Bacon, M., Simm, R., Redshaw, T., 2003. 3-D Seismic Interpretation.Cambridge Press.
Barboza, E. G., 2005. Anlise Estratigrfica do Campo de Namorado (Bacia de Campos)
com base na Interpretao Ssmica Tridimensional. Tese de Doutorado em
Geocincias, Instituto de Geocincias, Universidade Federal do Rio Grande do Sul.
235 p.
Cainelli, C.; Mohriak, W., 1999. Some Remarks on the Evolution of Sedimentary Basins
along the Eastern Brazilian Continental Margin. Episodes,22(3), 206-216 p.
Chen, Q., and Sidney, S., 1997.Seismic attribute technology for reservoir forecasting and
monitoring: The Leading Edge, 16, 445-456 p.
Cruz, M. M.,2003. Aplicao de Perfilagem Geofsica e Ssmica na Caracterizao da
Faciologia do Reservatrio de Namorado. Tese de Mestrado (UFF), 107 p.
Connolly, P. 1999. Elastic Impedance. The Leading Edge, 18(4), 438-452 p.
Dermecian, S., P. Szatmari, eCobbold, P. R., 1993. Style and pattern of salt diapirs due to
thinskinned gravitational gliding, Campos and Santos basins, offshore Brazil,
Tectonophysics, v. 228, 393433 p.
Dias, J. L., Scarton, J. C., Esteves, F. R., Carminatti, M.,Guardado, L.R., 1990. Aspectos da
evoluo tectono-sedimentar e a ocorrnciade hidrocarbonetos na Bacia de Campos.
In RAJA GABAGLIA; L.R., MILANI, E.J. Origem e evoluo das Bacias Sedimentares
Brasileiras. PETROBRAS, Rio deJaneiro, p. 330-360 p.
Ellis D.V. & SINGER J.M. 2008. Well Logging for Earth Scientists. Springer, The Netherlands, 2 ed.,
692 p.
Guardado, L. R.et al., 1997.Petroleum System of the Campos Basin, Brazil. In: Mello, M. R.
and Katz, B. J. (eds), Petroleum Systems of South Atlantic Margins An outgrowth of
the AAPG/ABGA. Hedberg Research Symposium. Rio de Janeiro, Brazil, AAPG
Memoir 73, 317-324 p.
Guardado, L. R., Gamboa, L. A. P., Lucchesi, C. F., 1990. Petroleum Geology of the Campos
Basin, a Model for Producing Atlantic Type Basin. American Association of
Petroleum Geologists Memoir, 48, 3-79 p.
Greenlee, S.M., Gaskins, G.M., and Johnson, M.G., 1994. 3D seismic benefits from
exploration through development: an Exxon perpective. Geophysics, 730-734.
47

Hampson, D., Schuelke, J., e Quirein, 2001. Use of mnulti-attribute transforms to predict
log properties from seismic data. Geophysics, 66, 220-236 p.
Knight,W. V., 1989. Estimating the Value of a Geophysical Survey. Soc. of Expl. Geophys.,
4648 p.
Krygowski, D. & Asquith, G. B., 2004. Basic Well Log Analysis, 2
nd
Edition. American
Association of Petroleum Geologists, 244 p.
Liner, C. L., 2004. Elements of 3D Seismology, 2
nd
Edition. PennWell, Tulsa, 608 p.
Leite, E. P.; Vidal, A. C.,2011 3D porosity prediction from seismic inversion and neural
networks. Computers & Geosciences, 37, 1174-1180 p.
McKenzie, D.P., 1978. Some remarks on the development of sedimentary basins. Earth and
Planetary Science Letters, 40, 25-32 p.
Menezes, S.X. & Adams, T., 1990.Ocorrncias de resistividades anmalas no Campo de
Namorado, Bacia de Campos. Boletim de Geocincias da Petrobras. 4, 183-188 p.
Milani, E. J., Brando, J. A. S. L., Zaln, P. V., Gamboa, L. A. P., 2000. Petrleo na Margem
Continental Brasileira: Geologia, Explorao, Resultados e Perspectivas. Brazilian
Journal of Geophysics, 18 (3), 351-396 p.
Oil Field Glossary, www.sbl.com, acessado em junho de 2012.
Rangel, H.D.& Martins, C.C., 1998.Principais compartimentos exploratrios, Bacia de
Campos. In: (ed.) Searching for Oil and Gas in the Land of Giants. Rio de Janeiro.
Schlumberger, 32-40 p.
Rangel, H.D., 1987.A geologia do petrleo na Bacia de Campos. Concepes de Alberto
Ribeiro Lamego em 1994,Anais do I Simpsio de Geologia Regional RJ-ES,
Sociedade Brasileira de Geologia. 1-13 p.
Rider, M., 2000. The Geological Interpretation of Well Logs.Sutherland, Scotland. Second
Edition, Rider-French Consulting Ltd, 280 p.
Roberts A. 2001. Curvature attributes and their application to 3D interpreted horizons.
First Break, 19(2), 85-99 p.
Rosa, A. J., Carvalho, R. S., Xavier, J.A.D., 2006. Engenharia de Reservatrios de Petrleo.
Intercincias: Petrobras. Rio de Janeiro.
Rosa, H., 2006. Estudo de Caracterizao de Eletrofcies por meio de Perfis Geofsicos de
Poos e de Amostras de Testemunho utilizando Estatstica Multivariada. Tese de
48

Doutorado em Cincias e Engenharia do Petrleo, Faculdade de Engenharia
Mecnica e Instituto de Geocincias, Universidade Estadual de Campinas, 280 p.
Russell, B.H., 2004. The Application of Multivariate Statistics and Neural Networks to
the Prediction of Reservoir Parameters Using Seismic Attributes. PhD Thesis,
University of Calgary, Canada, 392 p.
Sancevero, S. S., 2007.Estudo de Aplicao de Mtodos Quantitativos em Dados Ssmicos
no Processo de Caracterizao Integrada de Reservatrios. Tese de Doutorado em
Administrao e Poltica dos Recursos Minerais, Instituto de Geocincias,
Universidade Estadual de Campinas, 76 p.
Schultz, P. S., Ronen, S., Hattori, M., and Corbett, C., 1994. Seismic guided estimation of log
properties, partes 1, 2, e 3: The Leading Edge, 13, 305-310, 674-678 e 770-776 p.
Taner, M. T., Schuelke, J. S., ODoherty, R., and Baysal, E., 1994.Seismic attributes
revisited. Soc. Expl. Geophys., Expanded Abstracts, 1104-1106 p.
Taner M. T. 2001. Seismic Atributtes. CSEG Recorder, 26(7): 49-56 p.
Winter, W. R., Jahnert, R. J., Frana, A. B., 2007.Bacia de Campos. Boletim de Geocincias
da Petrobras, Rio de Janeiro, 15, 511-529 p.