Made available in DSpace on 2017-05-12T14:48:03Z (GMT). No. of bitstreams: 1 Gustavo Henrique Dalposso.pdf: 751881 bytes, checksum: d4ec13dacd0e510c7549e67525afd909 (MD5) Previous issue date: 2010-01-13 / The methods provided by the spatial statistics are of great importance for studies involving data related to agriculture, for they allow one to know the space variability of the study and identify regions that have similar characteristics, which allows completely localized treatment, maximizing productivity and minimizing the impacts of excessive input application. One of the branches of spatial statistics is geostatistics, which uses a set of regionalized variables to model the structure of spatial dependence, allowing the preparation of thematic maps. Currently, geostatistical studies do not end with the preparation of maps, but also estimates monitored the attribute in non-sampled locations. It is necessary to investigate the quality of these maps, investigating influential points and using measurements to compare maps and area estimations. Another form of research is known as spatial statistics of areas where the objects of analysis are polygons representing blocks, neighborhoods, cities, states and others. This type of analysis seeks to identify spatial autocorrelation in global and local levels, and the usual form of reporting is through thematic maps. In this work we used geostatistics to investigate the productivity of wheat in an agricultural area of 13.7 hectares in the municipality of Salto do Lontra PR. Out of the 50 samples, two were identified as influential, and thus, we chose to build two thematic maps and to compare them using metrics derived from the matrix of errors. The results showed that the maps are different and the removal of influential points was essential to improve the quality of thematic map, since the difference between the estimated yield and actual yield was only 40 Kilos. In order to display the resources provided by the spatial statistics of areas we compared to the vegetation rates NDVI and GVI's of soybean yield from 36 cities in Western Paraná in the agricultural year of 2004/2005. The results showed regions with similar characteristics and that soybeans grow at different times in the region. / As metodologias fornecidas pela estatística espacial são de grande importância para estudos envolvendo dados relacionados à agricultura, pois permitem conhecer a variabilidade espacial dos atributos estudados e identificar regiões que apresentam características semelhantes, o que permite realizar tratamentos localizados, maximizando as produtividades e minimizando os impactos causados pela aplicação de insumos em excesso. Um dos ramos da estatística espacial é a geoestatística, que utiliza um conjunto de variáveis regionalizadas para modelar a estrutura de dependência espacial, possibilitando a elaboração de mapas temáticos. Atualmente os estudos geoestatísticos não terminam com a elaboração dos mapas, pois além de estimar o atributo monitorado em locais não amostrados se faz necessário investigar a qualidade destes mapas, investigando pontos influentes e utilizando medidas que permitam comparar mapas e realizar estimações de áreas. Outra forma de investigação é conhecida como estatística espacial de áreas, em que os objetos de análise são polígonos que representam talhões, bairros, municípios, estados entre outros. Neste tipo de análise, procura-se identificar autocorrelações espaciais em nível global e local, e a forma usual de apresentação dos resultados é feita utilizando mapas temáticos. Neste trabalho utilizou-se a geoestatística para investigar a produtividade de trigo em uma área agrícola de 13,7 hectares no município de Salto do Lontra Pr. Das 50 amostras coletadas, identificou-se duas como influentes e, com isso, optou-se por construir dois mapas temáticos e compará-los utilizando métricas derivadas da matriz dos erros. Os resultados mostraram que os mapas são diferentes e a retirada dos pontos influentes foi de fundamental importância para melhorar a qualidade do mapa temático, visto que a diferença entre a produtividade estimada e a produtividade real foi de apenas 40 quilos. Para apresentar os recursos fornecidos pela estatística espacial de áreas comparou-se os índices de vegetação NDVI e GVI da produtividade de soja de 36 municípios da região Oeste do Paraná no ano agrícola 2004/2005. Os resultados permitiram identificar regiões com características semelhantes e que a soja é cultivada em períodos distintos na região.

[pt] Na área de Exploração e Produção (EeP) de petróleo, uma das tarefas mais importantes é o estudo minucioso das características do reservatório para a criação de modelos de simulação que representem adequadamente as suas características. Durante a vida produtiva de um reservatório, o seu modelo de simulação correspondente precisa ser ajustado periodicamente, pois a disponibilidade de um modelo adequado é fundamental para a obtenção de previsões acertadas acerca da produção, e isto impacta diretamente a tomada de decisões gerenciais. O ajuste das propriedades do modelo se traduz em um problema de otimização complexo, onde a quantidade de variáveis envolvidas cresce com o aumento do número de blocos que compõem a malha do modelo de simulação, exigindo muito esforço por parte do especialista. A disponibilidade de uma ferramenta computacional, que possa auxiliar o especialista em parte deste processo, pode ser de grande utilidade tanto para a obtenção de respostas mais rápidas, quanto para a tomada de decisões mais acertadas. Diante disto, este trabalho combina inteligência computacional através de Algoritmo Genético Co-Evolutivo com Geoestatística de Múltiplos Pontos, propondo e implementando uma arquitetura de otimização aplicada ao ajuste de propriedades de modelos de reservatórios. Esta arquitetura diferencia-se das tradicionais abordagens por ser capaz de otimizar, simultaneamente, mais de uma propriedade do modelo de simulação de reservatório. Utilizou-se também, processamento distribuído para explorar o poder computacional paralelo dos algoritmos genéticos. A arquitetura mostrou-se capaz de gerar modelos que ajustam adequadamente as curvas de produção, preservando a consistência e a continuidade geológica do reservatório obtendo, respectivamente, 98 por cento e 97 por cento de redução no erro de ajuste aos dados históricos e de previsão. Para os mapas de porosidade e de permeabilidade, as reduções nos erros foram de 79 por cento e 84 por cento, respectivamente. / [en] In the Exploration and Production (EeP) of oil, one of the most important tasks is the detailed study of the characteristics of the reservoir for the creation of simulation models that adequately represent their characteristics. During the productive life of a reservoir, its corresponding simulation model needs to be adjusted periodically because the availability of an appropriate model is crucial to obtain accurate predictions about the production, and this directly impacts the management decisions. The adjustment of the properties of the model is translated into a complex optimization problem, where the number of variables involved increases with the increase of the number of blocks that make up the mesh of the simulation model, requiring too much effort on the part of a specialist. The availability of a computational tool that can assist the specialist on part of this process can be very useful both for obtaining quicker responses, as for making better decisions. Thus, this work combines computational intelligence through Coevolutionary Genetic Algorithm with Multipoint Geostatistics, proposing and implementing an architecture optimization applied to the tuning properties of reservoir models. This architecture differs from traditional approaches to be able to optimize simultaneously more than one property of the reservoir simulation model. We used also distributed processing to explore the parallel computing power of genetic algorithms. The architecture was capable of generating models that adequately fit the curves of production, preserving the consistency and continuity of the geological reservoir obtaining, respectively, 98 percent and 97 percent of reduction in error of fit to the historical data and forecasting. For porosity and permeability maps, the reductions in errors were 79 percent and 84 percent, respectively.

Made available in DSpace on 2016-12-08T16:44:45Z (GMT). No. of bitstreams: 1 PGPV13MA125.pdf: 3392873 bytes, checksum: 229cea2db1dfb1e30341e4a122389186 (MD5) Previous issue date: 2013-04-14 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The cost of apple production has been increasing over the years, and the selling price international and domestic fruit is decreasing. Given this perspective, there is a need for better technification by the fruit growers. The Precision Agriculture (PA) is an indispensable tool for aggregating information in decision-making producers. This study aimed to use the concepts of AP, to design maps of fruit quality, the management of plant vigor and yield maps regionalized in apple orchards. The experiment was conducted in two areas of 0.90 and 1.44 ha of commercial production of Gala and Fuji varieties Maxi Moore, respectively, at São Paulino company RASIP in Vacaria - RS. The quality attributes of the physical-chemical post-harvest fruit were evaluated: average fruit diameter (CMF), firmness (FP), number of seeds per fruit (NSF) and soluble solids (TSS). The attributes of plant vigor were: canopy volume (CV), stem diameter (DC) and fertility index (FI). We also evaluated the production (P). We collected 75 samples for each parameter measured in a grid of 12x10m to 16x12m variety Maxi Gala and Fuji variety to Moore. Analysis was performed using descriptive statistics and spatial analysis through the semivariogram. Possession of the adjusted models in the analysis of the semivariogram was held by the interpolation method of kriging. After, we performed a simple correlation of the parameters and those with strong correlation (≥ 0.50) drew up the cross semivariogram and held by the interpolation method of cokriging. All measurable parameters of the physical and chemical attributes of the fruits in postharvest attributes of plant vigor and production of Gala and Fuji varieties Maxi Moore harvests in 2011 and 2012 showed spatial variability. The 12x10 m sampling grid for Maxi Gala variety was adequate, because only the parameter number of fruits per plant (NFP) in the 2011 range presented below the mesh. Already a 16x12 m sampling grid for the Fuji variety Moore was less suitable for the parameters number of seeds per fruit (NSF), pulp firmness (FP) and Cup Volume (CV), which showed lower reaches in the mesh two crops. The thematic maps of these parameters allowed the development of theoretical management units, seen not meet recommendations of class divisions for the varieties studied. Production parameters (P) versus Diameter Stem (DC) showed a strong correlation in the variety in the 2011 Maxi Gala. In 2011 and 2012 vintages parameters Volume Cup (VC) versus Diameter Stem (DC) also showed a strong correlation. Thus in the 2011 reduced the collection of 15 samples of crop production and in 2012 was reduced to collecting 20 samples of canopy volume, the method of cokriging. For the Fuji variety Moore parameters Volume Cup (VC) versus Diameter Stem (DC) showed a strong correlation in the 2011 and 2012 vintages. In the 2011 parameters showed dependence with the same number of samples by the cokriging method. Already in 2012 there was no such dependence / O custo de produção da maçã vem aumentando ao longo dos anos, sendo que o preço de venda internacional e nacional da fruta está diminuindo. Diante desta perspectiva, existe a necessidade de uma melhor tecnificação por parte dos fruticultores. A Agricultura de precisão (AP) é uma ferramenta indispensável para agregar informações na tomada de decisão dos produtores. O presente trabalho teve como objetivo utilizar os conceitos de AP, para projetar mapas da qualidade de frutos, do manejo do vigor das plantas e mapas de produtividade regionalizada na cultura da macieira. O experimento foi conduzido em duas áreas de 0,90 e 1,44 ha de produção comercial das variedades Maxi Gala e Fuji Moore, respectivamente, na Fazenda São Paulino da empresa RASIP, em Vacaria RS. Os atributos de qualidade físico-químicos dos frutos em pós-colheita avaliados foram: calibre médio dos frutos (CMF), firmeza de polpa (FP), número de sementes por fruto (NSF) e sólidos solúveis totais (SST). Os atributos de vigor das plantas avaliados foram: volume de copa (VC), diâmetro de caule (DC) e índice de fertilidade (IF). Avaliou-se também a produção (P). Foram coletadas 75 amostras para cada parâmetro mensurável em uma malha de 12x10m para variedade Maxi Gala e 16x12m para variedade Fuji Moore. Foi realizada análise estatística descritiva dos dados e a análise espacial através dos semivariogramas. De posse dos modelos ajustados na análise dos semivariogramas realizou-se a interpolação pelo método da krigagem. Após, foi realizada a correlação simples dos parâmetros e os que apresentaram forte correlação (≥ 0,50) elaborou-se os semivariogramas cruzados e realizou-se a interpolação pelo método da cokrigagem. Todos os parâmetros mensuráveis dos atributos físico-químicos dos frutos em pós-colheita, atributos de vigor das plantas e produção das variedades Maxi Gala e Fuji Moore nas safras 2011 e 2012 apresentaram variabilidade espacial. A malha de amostragem 12x10 m para a variedade Maxi Gala mostrou-se adequada, pois somente o parâmetro Número de Frutos por planta (NFP) na safra 2011 apresentou alcance inferior à malha. Já a malha de amostragem 16x12 m para a variedade Fuji Moore mostrou-se menos adequada para os parâmetros Número de Sementes por Fruto (NSF), Firmeza de polpa (FP) e Volume de Copa (VC), que apresentaram alcances inferiores à malha nas duas safras. Os mapas temáticos elaborados dos parâmetros avaliados permitiram a elaboração de unidades de manejo teóricas, visto não se encontrar recomendações de divisões de classes para as variedades estudadas. Os parâmetros Produção (P) versus Diâmetro de Caule (DC) apresentaram forte correlação na variedade Maxi Gala na safra 2011. Nas safras 2011 e 2012 os parâmetros Volume de Copa (VC) versus Diâmetro de Caule (DC) também apresentaram forte correlação. Desta forma na safra 2011 reduziu-se a coleta de 15 amostras da produção e na safra 2012 reduziu-se a coleta de 20 amostras do volume de copa, pelo método da cokrigagem. Para a variedade Fuji Moore os parâmetros Volume de Copa (VC) versus Diâmetro de Caule (DC) apresentaram forte correlação nas safras 2011 e 2012. Na safra 2011 os parâmetros apresentaram dependência com o mesmo número de amostras pelo método as cokrigagem. Já em 2012 não houve essa dependência

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-02-02T12:43:27Z No. of bitstreams: 1 JerbesonDeMeloSantana_DISSERT.pdf: 783968 bytes, checksum: 867f9ad936c5adb69bb954b107ba3e2d (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-02-07T19:13:20Z (GMT) No. of bitstreams: 1 JerbesonDeMeloSantana_DISSERT.pdf: 783968 bytes, checksum: 867f9ad936c5adb69bb954b107ba3e2d (MD5) / Made available in DSpace on 2017-02-07T19:13:20Z (GMT). No. of bitstreams: 1 JerbesonDeMeloSantana_DISSERT.pdf: 783968 bytes, checksum: 867f9ad936c5adb69bb954b107ba3e2d (MD5) Previous issue date: 2015-04-16 / ? apresentado um novo m?todo para o mapeamento aproximado da resistividade em subsuperf?cie usando uma abordagem geoestat?stica. S?o utilizados os pontos caracter?sticos (PCs) de uma sondagem de resistividade, que s?o os seus pontos de inflex?o e de extremos (m?ximos e m?nimos). O m?todo consiste basicamente de quatro etapas: i) suavizar ou interpolar as sondagens el?tricas, ii) obter os PCs usando as vers?es suavizadas das sondagens el?tricas, bem como obter as estimativas pontuais para a resistividade em subsuperf?cie usando rela??es emp?ricas entre os espa?amento de eletrodo e profundidade, iii) calcular os semivariogramas associados ?s estimativas pontuais de resistividade, e ajustar os mesmos a um modelo de semivariograma te?rico, e, finalmente, iv) estimar a distribui??o da resistividade em subsuperf?cie por krigagem utilizando as estimativas pontuais. N?o ? feita nenhuma hip?tese sobre a resistividade verdadeira e, como resultado, o m?todo ? robusto ? dimens?o do modelo e pode ser implementado para qualquer dimens?o. Computacionalmente, o m?todo ? muito r?pido porque nenhuma modelagem (direta ou inversa) ? realizada e o custo computacional ? apenas o da krigagem. Dada a sua robustez a erros de medi??o e ? dimens?o do modelo, o m?todo pode ser implementado como uma t?cnica r?pida e autom?tica de interpreta??o. A distribui??o de resistividade estimada tem valor tanto como um objeto de interpreta??o quanto como um modelo inicial de melhor qualidade para inicializar os algoritmos de invers?o. Neste ?ltimo uso, cerca de 30% a 40% das itera??es podem ser poupadas em compara??o com a inicializa??o com o semiespaco homog?neo, para o caso dos algoritmos de invers?o 2D que incorporam a restri??o de suavidade. O desempenho do m?todo ? demonstrado com aplica??es com dados 2D sint?ticos e reais no arranjo Schlumberger. A abordagem proposta pode ser generalizada para outras m?todos de resistividade DC e m?todos eletromagn?ticos que se baseiam em sondagens de resistividade. / It is presented a new method for the approximate mapping of the subsurface resistivity based on a geostatistical approach. It are used the characteristic points (CPs) of a resistivity sounding, which are their inflection and extreme (maximum and minimum) points. The methodology consists basically of four stages: i) smoothing the geoelectric soundings to assure robusteness to measurement errors, ii) determining the CPs from the smoothed versions of the geoelectric soundings, and obtaining from the CPs point estimates for the subsurface resistivity using empirical relations between electrode spacing and depth, iii) calculating semivariograms associated to the point estimates, and fitting them to a semivariogram model, and finally iv) estimating the subsurface resistivity distribution by kriging interpolation of the point estimates. No assumptions are made about the true subsurface resistivity and, as result, the method is robust to the model dimension and can be implemented for any dimension. Computationally, the method is very fast because no modeling (either direct or inverse) is demanded and the most intensive computer operation is just a kriging interpolation. Given its robustness to measurement errors and model dimension, it can be implemented as a fast automatic method of interpretation. The estimated resistivity distribution has value both as an object to interpret and as a better initial model for inversion algorithms. In the latter use, about 30%-40% of the iterations can be saved when compared with initializations with the homogeneous semispace, for 2D algorithms incorporating the classic smoothness constraint, for example. The method?s performance is demonstrated with applications with 2D Schlumberger array data both for synthetic and real cases. The proposed method might be generalized for other DC-resistivity arrays and electromagnetic techniques based on apparent resistivity soundings.

[pt] A inversão sísmica é uma etapa essencial na modelagem e caracterização de reservatórios que permite a estimativa de propriedades da subsuperfície a partir dos dados de reflexão sísmica. os métodos convencionais usualmente possuem um alto custo computacional ou apresentam problemas relativos à não-linearidade e à forte ambiguidade do modelo de inversão sísmica. Recentemente, com a generalizaçãodo aprendizado de máquina na geofísica, novos métodos de inversão sísmica surgiram baseados nas técnicas de aprendizado profundo. Entretanto, a aplicação prática desses métodos é limitada devido a ausência de uma abordagem probabilística capaz de lidar com as incertezas inerentes ao problema da inversão sísmica e/ou a necessidade de dados de treinamento completos e representativos. Para superar essas limitações, um novo método é proposto para inverter dados de reflexão sísmica diretamente para modelos da subsuperfície de alta resolução. O método proposto explora a capacidade das redes neurais convolucionais em extrair representações significativas e complexas de dados espacialmente estruturados, combinada à simulação estocástica geoestatística. Em abordagem auto-supervisionada, modelos físicos são incorporados no sistema de inversão com o objetivo de potencializar o uso das medições indiretas e imprecisas, mas amplamente distribuídas do método sísmico. As realizações geradas com simulação geoestatística fornecem informações adicionais com maior resolução espacial do que a originalmente encontrada nos dados sísmicos. Quando utilizadas como entrada do sistema de inversão, elas permitem a geração de múltiplos modelos alternativos da subsuperfície. Em resumo, o método proposto é capaz de: (1) quantificar as incertezas das previsões, (2) modelar a relação complexa e não-linear entre os dados observados e o modelo da subsuperfície, (3) estender a largura de banda sísmica nas extremidades baixa e alta do espectro de parâmetros de frequência, e (4) diminuir a necessidade de dados de treinamento anotados. A metodologia proposta é inicialmente descrita no domínio acústico para inverter modelos de impedância acústica a partir de dados sísmicos pós-empilhados. Em seguida, a metodologia é generalizada para o domínio elástico para inverter a partir de dados sísmicos pré-empilhados modelos de velocidade da onda P, da velocidade da onda S e de densidade. Em seguida, a metodologia proposta é estendida para a inversão sísmica petrofísica em um fluxo de trabalho simultâneo. O método foi validado em um caso sintético e aplicado com sucesso a um caso tridimensional de um reservatório brasileiro real. Os modelos invertidos são comparados àqueles obtidos a partir de uma inversão sísmica geoestatística iterativa. A metodologia proposta permite obter modelos similares, mas tem a vantagem de gerar soluções alternativas em maior número, permitindo explorar de forma mais efetiva o espaço de parâmetros do modelo quando comparada à inversão sísmica geoestatística iterativa. / [en] Seismic inversion allows the prediction of subsurface properties from seismic reflection data and is a key step in reservoir modeling and characterization. Traditional seismic inversion methods usually come with a high computational cost or suffer from issues concerning the non-linearity and the strong non-uniqueness of the seismic inversion model. With the generalization of machine learning in geophysics, deep learning methods have been proposed as efficient seismic inversion methods. However, most of them lack a probabilistic approach to deal with the uncertainties inherent in the seismic inversion problems and/or rely on complete and representative training data, which is often scarcely available. To overcome these limitations, we introduce a novel seismic inversion method that explores the ability of deep convolutional neural networks to extract meaningful and complex representations from spatially structured data, combined with geostatistical stochastic simulation to efficiently invert seismicn reflection data directly for high-resolution subsurface models. Our method incorporates physics constraints, sparse direct measurements, and leverages the use of imprecise but widely distributed indirect measurements as represented by the seismic data. The geostatistical realizations provide additional information with higher spatial resolution than the original seismic data. When used as input to our inversion system, they allow the generation of multiple possible outcomes for the uncertain model. Our approach is fully unsupervised, as it does not depend on ground truth input-output pairs. In summary, the proposed method is able to: (1) provide uncertainty assessment of the predictions, (2) model the complex non-linear relationship between observed data and model, (3) extend the seismic bandwidth at both low and high ends of the frequency parameters spectrum, and (4) lessen the need for large, annotated training data. The proposed methodology is first described in the acoustic domain to invert acoustic impedance models from full-stack seismic data. Next, it is generalized for the elastic domain to invert P-wave velocity, S-wave velocity and density models from pre-stack seismic data. Finally, we show that the proposed methodology can be further extended to perform petrophysical seismic inversion in a simultaneous workflow. The method was tested on a synthetic case and successfully applied to a real three-dimensional case from a Brazilian reservoir. The inverted models are compared to those obtained from a full iterative geostatistical seismic inversion. The proposed methodology allows retrieving similar models but has the advantage of generating alternative solutions in greater numbers, providing a larger exploration of the model parameter space in less time than the geostatistical seismic inversion.

[pt] Neste trabalho, apresentamos dois métodos geostatísticos para modelar estruturas geológicas que exibem características direcionais em uma estrutura de árvore, como leques deltaicos e canais turbidíticos. O primeiro método é um algoritmo geoestatístico multi-ponto chamado simulação baseada em campo de direções (DIR-SIM). A característica direcional da imagem de treinamento é usada para criar um novo objeto que chamamos de campo direcional de treinamento (TDF), que contém a direção em cada ponto da imagem. Este TDF representa a imagem de treinamento em um sentido mais amplo por que tanto a imagem de treinamento quanto a direção seguida pelo reservatório estão contidas nele. Propomos aplicar esse objeto como uma ferramenta fundamental na simulação. O segundo método é uma simulação baseada em objetos chamada SKE-SIM, que usa uma imagem de treinamento para extrair a distribução de parâmetros selecionados para construir o sistema de canais turbidíticos. A idéia baseia-se na premissa de que a imagem de treinamento pode ser bem representada por um objeto unidimensional que chamamos esqueleto. / [en] In this work, we present two geostatistical methods to model geological structures that exhibit directional features in a tree structure, like fan deltas and turbidite channels. The first method is a multiple point geostatistical algorithm called directional field-based simulation (DIR-SIM). The directional feature of the training image is used to create a new object that we call training directional field (TDF), which contains the direction in each point of the image. This TDF represents the training image in a broader sense because both the training image and the direction followed by the reservoir are contained there. We propose to apply this object as a fundamental tool in the simulation. The second method is an object- based simulation called SKE-SIM which uses a training image to extract the distribution of selected parameters to build the turbidite channel system. The idea is based on the premise that the training image can be well represented by a one-dimensional object that we call, skeleton.

[pt] Nos projetos de engenharia de poço, o conhecimento das pressões é fundamental para o planejamento do poço e otimização do processo construtivo. Em geral, as estimativas de pressão de poros são feitas baseadas em análises unidimensionais de poços de correlação e dependem da experiência do analista responsável. Tais estimativas não contemplam todos os dados de uma região e muitas vezes dados não são bem aproveitados. Neste trabalho, é apresentada uma metodologia para estimativa de pressão de poros tridimensional, onde as propriedades dos poços da mesma região foram extrapoladas para toda área através da ferramenta geoestatística. A partir desta extrapolação, foi possível obter-se perfis sintéticos em qualquer locação dentro da região delimitada com maior confiabilidade, enriquecer a compreensão global da região modelada e finalmente construir um cubo tridimensional de pressão de poros utilizando os modelos de Eaton e Bowers, baseando-se no critério que a região apresenta a mesma tendência de compactação. / [en] The knowledge of pore pressures of rocks is critical to several aspects of petroleum the well design and planning. Usually, in the petroleum industry, estimations are based on 1D analyses of the analogues wells and depend on the professional experience. Moreover, estimations do not consider the whole base data of the field. In this dissertation, is presented a methodology for 3D pore pressure estimation, where well data is calculated for the whole area applying a geostatistical tool to build the 3D properties model. From that, it was possible to make more credible synthetics well logs at any location, enrich the whole area comprehension, and also, to build the pore pressure cube based on Eaton and Bowers pore pressure estimations models.

[pt] O principal objetivo deste trabalho é preencher canais turbidíticos com alguma propriedade petrofísica, como a permeabilidade. Estes canais são geometricamente limitados por lobos turbidíticos, gerando a simulação de um sistema deposicional. Simulações numéricas são usadas para tentar ajustar a permeabilidade a um caso de referência por meio de uma função objetivo. Um simulador convencional de diferenças finitas foi usado para comparar os dados de referência com as simulações, obtendo resultados próximos. / [en] The main objective of this work is to populate turbidite channels with some petrophysical property such as permeability. These channels are geometrically constrained by turbidite lobes creating a simulated depositional system. Numerical simulations are used to try to fit the permeability field to a reference case through an objective function. A conventional finite difference simulator was used to compare the reference data to the simulations, obtaining close results.

[pt] O objetivo principal deste trabalho é estimar a distribuição espacial das características geotécnicas do subsolo da usina nuclear de Angra 2 através de métodos geoestatísticos, considerando-se a variação espacial do número de golpes N, do ensaio SPT, no maciço de solo. Da recuperação dos resultados de sondagens anteriormente executadas no local, em uma área de 400 x 400 m2, que hoje contém as principais instalações da usina, construíram-se modelos variográficos para vários níveis de profundidade, bem como para as 3 camadas de solo existentes até a profundidade de 15m. Estes modelos foram então utilizados nos processos de estimativas de N(SPT) por krigagem ordinária e indicativa. Adicionalmente, o método da cokrigagem foi também empregado para estimar as cotas do lençol freático e do substrato rochoso em função das cotas do relevo topográfico. A comparação entre os resultados observados em campo e os previstos pelo método de krigagem ordinária, gerados a partir de malhas com diferentes números de furos de sondagem, foram bastante satisfatórios. Finalmente, foram obtidos mapas estimando a variação espacial das variáveis analisadas neste trabalho (número de golpes N(SPT), cotas do impenetrável, lençol freático e relevo topográfico). / [en] The main objective of this work is to use geostatistical methods to estimate the spatial variability of the soil index N, from the Standart Penetration Test, at the site where the nuclear power plant of Angra 2 is being built. Several variographic models could be obtained at different depth levels, varying from 1 to 15m, using the SPT values from 111 bore holes distributed in a 400x400 m 2 area. A cokriging method was also employed in order to infer the groundwater level from correlation involving the topographic data set. Comparisons made with the actual SPT values and estimates obtained from different sample meshes, show that geostatistical methods can be an invaluable tool for geotechnical problems where the variables show some spatial continuity. / [es] El objetivo principal de este trabajo es estimar la distribuición espacial de las características geotécnicas del subsuelo de la planta nuclear de Angra 2 a través de métodos geoestadísticos, considerando la variación espacial del número de golpes N, del ensayo SPT, en el macizo de suelo. De la recuperación de los resultados de sondajes anteriormente ejecutadas en el local, cubriendo un área de 400 x 400 m2 (que hoy contiene las principales instalaciones de la planta) se construyeron modelos variográficos para varios niveles de profundidad, así como para las 3 capas de suelo existentes hasta una profundidad de 15m. Estos modelos fueron utilizados en los procesos de estimativas de N(SPT) por krigagem ordinaria e indicativa. Adicionalmente, el método de la cokrigagem fue utilizado para estimar las cotas del manto freático y del substrato rocoso en función de las cotas del relevo topográfico. La comparación entre los resultados observados en campo y los previstos pelo método de krigagem ordinaria, generados a partir de mallas con diferentes números de sondaje, fueron bastante satisfactorios. Finalmente, se obtuvieron mapas estimando la variación espacial de las variables analizadas en este trabajo (número de golpes N(SPT), cotas del impenetrable, manto freático y relevo topográfico).

[pt] A modelagem de reservatórios consiste em uma tarefa de muita relevância na medida em que permite a representação de uma dada região geológica de interesse. Dada a incerteza envolvida no processo, deseja-se gerar uma grande quantidade de cenários possíveis para se determinar aquele que melhor representa essa região. Há, então, uma forte demanda de se gerar rapidamente cada simulação. Desde a sua origem, diversas metodologias foram propostas para esse propósito e, nas últimas duas décadas, Multiple-Point Geostatistics (MPS) passou a ser a dominante. Essa metodologia é fortemente baseada no conceito de imagem de treinamento (TI) e no uso de suas características, que são denominadas de padrões. No presente trabalho, é proposto um novo método de MPS que combina a aplicação de dois conceitos-chave: a técnica denominada Locality Sensitive Hashing (LSH), que permite a aceleração da busca por padrões similares a um dado objetivo; e a técnica de compressão Run-Length Encoding (RLE), utilizada para acelerar o cálculo da similaridade de Hamming. Foram realizados experimentos com imagens de treinamento tanto categóricas quanto contínuas que evidenciaram que o LSHSIM é computacionalmente eficiente e produz realizações de boa qualidade, enquanto gera um espaço de incerteza de tamanho razoável. Em particular, para dados categóricos, os resultados sugerem que o LSHSIM é mais rápido do que o MS-CCSIM, que corresponde a um dos métodos componentes do estado-da-arte. / [en] Reservoir modeling is a very important task that permits the representation of a geological region of interest. Given the uncertainty involved in the process, one wants to generate a considerable number of possible scenarios so as to find those which best represent this region. Then, there is a strong demand for quickly generating each simulation. Since its inception, many methodologies have been proposed for this purpose and, in the last two decades, multiple-point geostatistics (MPS) has been the dominant one. This methodology is strongly based on the concept of training image (TI) and the use of its characteristics, which are called patterns. In this work, we propose a new MPS method that combines the application of a technique called Locality Sensitive Hashing (LSH), which permits to accelerate the search for patterns similar to a target one, with a Run-Length Encoding (RLE) compression technique that speeds up the calculation of the Hamming similarity. We have performed experiments with both categorical and continuous images which showed that LSHSIM is computationally efficient and produce good quality realizations, while achieving a reasonable space of uncertainty. In particular, for categorical data, the results suggest that LSHSIM is faster than MS-CCSIM, one of the state-of-the-art methods.