Previamente à cada estimativa ou simulação geoestatística os domínios geológicos do depósito devem ser modelados, o que tradicionalmente é feito de forma manual por um geomodelador, em um processo laborioso, demorado e subjetivo. Por essa razão novas técnicas conhecidas como métodos implícitos veem surgindo. Essas técnicas fornecem algoritmos que substituem o processo de digitalização manual dos métodos explícitos por alguma forma de procedimento automático. Essa dissertação visita alguns métodos implícitos bem estabelecidos com atenção especial à modelagem geológica implícita com funções distância assinalada. Um estudo de caso em um banco de dados real é apresentado e a aplicabilidade do método discutida. Embora não substitua por completo um geomodelador experiente, o método provou ser capaz de gerar modelos geológicos semi-automáticos realistas a partir dos dados amostrais, e se mostra útil principalmente nas fases iniciais da pesquisa mineral. / Prior to every geostatistical estimation or simulation study there is a need for delimiting the geologic domains of the deposit, which is traditionally done manually by a geomodeler in a laborious, time consuming and subjective process. For this reason, novel techniques referred to as implicit modelling have appeared. These techniques provide algorithms that replace the manual digitization process of the traditional methods by some form of automatic procedure. This dissertation covers a few well established implicit methods currently available with special attention to the signed distance function methodology. A case study based on a real dataset was performed and its applicability discussed. Although it did not replace an experienced geomodeler, the method proved to be capable in creating semi-automatic geological models from the sampling data, especially in the early stages of exploration.

A distribuição espacial e o volume dos domínios litológicos são freqüentemente as maiores fontes de incerteza na modelagem geológica. Geralmente, a interpretação destas características é baseada em critérios subjetivos de observações, sem levar em consideração a incerteza inerente a este processo. Existem métodos de simulação geoestatísticos capazes de quantificar esta incerteza tipológica das unidades geológicas. A maioria desses métodos utiliza como medida de continuidade geológica os modelos de covariância. Entretanto, estas ferramentas de estatística de dois-pontos, raramente, conseguem capturar os padrões de geometrias complexas. Uma alternativa para esta limitação é utilizar métodos de estatística de múltiplos pontos para reproduzir os padrões espaciais de heterogeneidade que são informados por uma imagem de treinamento. Nessa dissertação, será aplicada a geoestatística de múltiplos pontos (SNESIM) para simular os litotipos de um depósito de minério de ferro. A imagem de treinamento foi baseada em seções interpretadas. Os furos de sondagem são utilizados como amostras primárias. As informações geológicas são acessadas por mapas de probabilidade utilizados como informações secundárias. A metodologia é testada na simulação de um depósito de ferro brasileiro com três diferentes litotipos. Os resultados das simulações são comparados contra um modelo de referência e novos furos de sondagens. As geometrias e distribuição espacial das tipologias foram reproduzidas de forma consistente. A incerteza das distribuições e dos volumes dos domínios tipológicos foi quantificada. O algoritmo de múltiplos pontos e a metodologia proposta mostraram grande potencial de aplicação na simulação de depósitos minerais. / The spatial distribution and volumes of lithological domains are often the biggest sources of uncertainty in geological modeling. Usually, the interpretation of these characteristics is based on subjective criteria of observations, without taking into account the uncertainty inherent in this process. There geostatistical simulation methods capable of quantifying this uncertainty typological geological units. Most of these methods uses as a measure of continuity in geological models covariance. However, these two-point statistical is rarely sufficient to capture the patterns of complex geometries. An alternative to this limitation is to use statistical methods of multiple points to reproduce the spatial patterns of heterogeneity that are informed by a training image. In this dissertation, will be applied to multi-point geostatistics (SNESIM) to simulate lithotypes a deposit of iron ore. The training image was based on sections interpreted. The drillholes are used as primary samples. Geologic information is accessed by probability maps used as secondary information. The methodology is tested in the simulation of a deposit of Brazilian iron with three different rock types. The simulation results are compared against a reference model and new drillholes. The geometries and spatial typologies were reproduced consistently. The uncertainty distributions and volumes of typological domains were quantified. The algorithm of multiple points and the proposed methodology showed great potential for application in the simulation of mineral deposits.

Previamente à cada estimativa ou simulação geoestatística os domínios geológicos do depósito devem ser modelados, o que tradicionalmente é feito de forma manual por um geomodelador, em um processo laborioso, demorado e subjetivo. Por essa razão novas técnicas conhecidas como métodos implícitos veem surgindo. Essas técnicas fornecem algoritmos que substituem o processo de digitalização manual dos métodos explícitos por alguma forma de procedimento automático. Essa dissertação visita alguns métodos implícitos bem estabelecidos com atenção especial à modelagem geológica implícita com funções distância assinalada. Um estudo de caso em um banco de dados real é apresentado e a aplicabilidade do método discutida. Embora não substitua por completo um geomodelador experiente, o método provou ser capaz de gerar modelos geológicos semi-automáticos realistas a partir dos dados amostrais, e se mostra útil principalmente nas fases iniciais da pesquisa mineral. / Prior to every geostatistical estimation or simulation study there is a need for delimiting the geologic domains of the deposit, which is traditionally done manually by a geomodeler in a laborious, time consuming and subjective process. For this reason, novel techniques referred to as implicit modelling have appeared. These techniques provide algorithms that replace the manual digitization process of the traditional methods by some form of automatic procedure. This dissertation covers a few well established implicit methods currently available with special attention to the signed distance function methodology. A case study based on a real dataset was performed and its applicability discussed. Although it did not replace an experienced geomodeler, the method proved to be capable in creating semi-automatic geological models from the sampling data, especially in the early stages of exploration.

Previamente à cada estimativa ou simulação geoestatística os domínios geológicos do depósito devem ser modelados, o que tradicionalmente é feito de forma manual por um geomodelador, em um processo laborioso, demorado e subjetivo. Por essa razão novas técnicas conhecidas como métodos implícitos veem surgindo. Essas técnicas fornecem algoritmos que substituem o processo de digitalização manual dos métodos explícitos por alguma forma de procedimento automático. Essa dissertação visita alguns métodos implícitos bem estabelecidos com atenção especial à modelagem geológica implícita com funções distância assinalada. Um estudo de caso em um banco de dados real é apresentado e a aplicabilidade do método discutida. Embora não substitua por completo um geomodelador experiente, o método provou ser capaz de gerar modelos geológicos semi-automáticos realistas a partir dos dados amostrais, e se mostra útil principalmente nas fases iniciais da pesquisa mineral. / Prior to every geostatistical estimation or simulation study there is a need for delimiting the geologic domains of the deposit, which is traditionally done manually by a geomodeler in a laborious, time consuming and subjective process. For this reason, novel techniques referred to as implicit modelling have appeared. These techniques provide algorithms that replace the manual digitization process of the traditional methods by some form of automatic procedure. This dissertation covers a few well established implicit methods currently available with special attention to the signed distance function methodology. A case study based on a real dataset was performed and its applicability discussed. Although it did not replace an experienced geomodeler, the method proved to be capable in creating semi-automatic geological models from the sampling data, especially in the early stages of exploration.

A distribuição espacial e o volume dos domínios litológicos são freqüentemente as maiores fontes de incerteza na modelagem geológica. Geralmente, a interpretação destas características é baseada em critérios subjetivos de observações, sem levar em consideração a incerteza inerente a este processo. Existem métodos de simulação geoestatísticos capazes de quantificar esta incerteza tipológica das unidades geológicas. A maioria desses métodos utiliza como medida de continuidade geológica os modelos de covariância. Entretanto, estas ferramentas de estatística de dois-pontos, raramente, conseguem capturar os padrões de geometrias complexas. Uma alternativa para esta limitação é utilizar métodos de estatística de múltiplos pontos para reproduzir os padrões espaciais de heterogeneidade que são informados por uma imagem de treinamento. Nessa dissertação, será aplicada a geoestatística de múltiplos pontos (SNESIM) para simular os litotipos de um depósito de minério de ferro. A imagem de treinamento foi baseada em seções interpretadas. Os furos de sondagem são utilizados como amostras primárias. As informações geológicas são acessadas por mapas de probabilidade utilizados como informações secundárias. A metodologia é testada na simulação de um depósito de ferro brasileiro com três diferentes litotipos. Os resultados das simulações são comparados contra um modelo de referência e novos furos de sondagens. As geometrias e distribuição espacial das tipologias foram reproduzidas de forma consistente. A incerteza das distribuições e dos volumes dos domínios tipológicos foi quantificada. O algoritmo de múltiplos pontos e a metodologia proposta mostraram grande potencial de aplicação na simulação de depósitos minerais. / The spatial distribution and volumes of lithological domains are often the biggest sources of uncertainty in geological modeling. Usually, the interpretation of these characteristics is based on subjective criteria of observations, without taking into account the uncertainty inherent in this process. There geostatistical simulation methods capable of quantifying this uncertainty typological geological units. Most of these methods uses as a measure of continuity in geological models covariance. However, these two-point statistical is rarely sufficient to capture the patterns of complex geometries. An alternative to this limitation is to use statistical methods of multiple points to reproduce the spatial patterns of heterogeneity that are informed by a training image. In this dissertation, will be applied to multi-point geostatistics (SNESIM) to simulate lithotypes a deposit of iron ore. The training image was based on sections interpreted. The drillholes are used as primary samples. Geologic information is accessed by probability maps used as secondary information. The methodology is tested in the simulation of a deposit of Brazilian iron with three different rock types. The simulation results are compared against a reference model and new drillholes. The geometries and spatial typologies were reproduced consistently. The uncertainty distributions and volumes of typological domains were quantified. The algorithm of multiple points and the proposed methodology showed great potential for application in the simulation of mineral deposits.

A distribuição espacial e o volume dos domínios litológicos são freqüentemente as maiores fontes de incerteza na modelagem geológica. Geralmente, a interpretação destas características é baseada em critérios subjetivos de observações, sem levar em consideração a incerteza inerente a este processo. Existem métodos de simulação geoestatísticos capazes de quantificar esta incerteza tipológica das unidades geológicas. A maioria desses métodos utiliza como medida de continuidade geológica os modelos de covariância. Entretanto, estas ferramentas de estatística de dois-pontos, raramente, conseguem capturar os padrões de geometrias complexas. Uma alternativa para esta limitação é utilizar métodos de estatística de múltiplos pontos para reproduzir os padrões espaciais de heterogeneidade que são informados por uma imagem de treinamento. Nessa dissertação, será aplicada a geoestatística de múltiplos pontos (SNESIM) para simular os litotipos de um depósito de minério de ferro. A imagem de treinamento foi baseada em seções interpretadas. Os furos de sondagem são utilizados como amostras primárias. As informações geológicas são acessadas por mapas de probabilidade utilizados como informações secundárias. A metodologia é testada na simulação de um depósito de ferro brasileiro com três diferentes litotipos. Os resultados das simulações são comparados contra um modelo de referência e novos furos de sondagens. As geometrias e distribuição espacial das tipologias foram reproduzidas de forma consistente. A incerteza das distribuições e dos volumes dos domínios tipológicos foi quantificada. O algoritmo de múltiplos pontos e a metodologia proposta mostraram grande potencial de aplicação na simulação de depósitos minerais. / The spatial distribution and volumes of lithological domains are often the biggest sources of uncertainty in geological modeling. Usually, the interpretation of these characteristics is based on subjective criteria of observations, without taking into account the uncertainty inherent in this process. There geostatistical simulation methods capable of quantifying this uncertainty typological geological units. Most of these methods uses as a measure of continuity in geological models covariance. However, these two-point statistical is rarely sufficient to capture the patterns of complex geometries. An alternative to this limitation is to use statistical methods of multiple points to reproduce the spatial patterns of heterogeneity that are informed by a training image. In this dissertation, will be applied to multi-point geostatistics (SNESIM) to simulate lithotypes a deposit of iron ore. The training image was based on sections interpreted. The drillholes are used as primary samples. Geologic information is accessed by probability maps used as secondary information. The methodology is tested in the simulation of a deposit of Brazilian iron with three different rock types. The simulation results are compared against a reference model and new drillholes. The geometries and spatial typologies were reproduced consistently. The uncertainty distributions and volumes of typological domains were quantified. The algorithm of multiple points and the proposed methodology showed great potential for application in the simulation of mineral deposits.

Orientador: Armando Zaupa Remacre / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica e Instituto de Geociencias / Made available in DSpace on 2018-08-04T20:29:06Z (GMT). No. of bitstreams: 1 Normando_MarcioNunes_M.pdf: 6396462 bytes, checksum: e46bc675633da7ffe8a15163b4b2656b (MD5) Previous issue date: 2005 / Resumo: Uma modelagem geológica consistente é necessária para que se possa avaliar os reservatórios de petróleo. No caso de campos maduros, existe uma expressiva quantidade de óleo remanescente e, muitas vezes, com boa capacidade de ser recuperado. Para tanto, faz-se uso de técnicas geoestatísticas para construção de modelos sólidos que permitam localizar e quantificar essas acumulações de óleo. Sabe-se que no estudo de caracterização de reservatórios a modelagem litológica é uma etapa essencial, pois ela servirá de base e guiará a modelagem das propriedades petrofisicas. Neste trabalho, propõe-se verificar o impacto na modelagem litológica, mais especificamente no volume de fácies reservatórios, utilizando-se determinados algoritmos de simulação estocástica, como: simulação seqüencial indicatriz, simulação gaussiana truncada e simulação plurigaussiana. O estudo englobou desde a etapa de tratamento de dados, com o processo de mudança de suporte, até o estudo de conectividade das fácies reservatório, por meio do algoritmo de Hoshen-Kopelman. Como resultado, foi possível observar que o algoritmo de simulação plurigaussiana mostrou-se com melhor capacidade de reproduzir as características iniciais do reservatório pelo fato de condicionar os resultados à proporção dos litotipos, matriz de proporção da área e regra de litologia, diferente do algoritmo de simulação seqüencial indicatriz que leva em consideração somente a proporção de fácies, igualmente distribuída para toda a zona do reservatório. Observou-se ainda que o algoritmo de simulação Gaussiano truncado, da maneira que foi implementado no programa utilizado, não traria resultados condizentes com os dados originais / Abstract: A consistent geologic modeling is necessary to evaluate the petroleum reservoirs. In mature field, a large amount of remaining oil exists and, many times, with good capacity of being recovered. For this, geostatistical techniques are used for construction of solid models that allow to locate and to quantify this remaining oil. In a reservoir characterization study, the lithologic modeling is an essential stage because it will be the basis to the petrophysical properties modeling. This thesis proposes evaluate the proportionate impact for the algorithms of stochastic simulation (sequential indicator simulation, truncated gaussian simulation and plurigaussian simulation) in the reservoirs characterization, more specifically, in the volume of reservoir facies. The study passed through the handling data stage, with the upscaling process, until the connectivity study ofthe reservoir facies with the Hoshen-Kopelman algorithm. As results, it was possible to note that the plurigaussian simulation algorithm presented better capacity to reproduce the initial reservoir characteristics because it respect the lithofacies proportion, proportion matrix and the lithotype rule, different of sequential indicator simulation algorithm that takes in consideration only the facies proportion, equally distributed for all reservoir zones. It was still observed that the truncated gaussian simulation algorithm, in the way that it was implemented in the used software, wouldn't bring suitable results with the analyzed data / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo

Orientadores: Alessandro Batezelli, Emilson Pereira Leite / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociências / Made available in DSpace on 2018-08-27T08:51:15Z (GMT). No. of bitstreams: 1 Correia_UlissesMigueldaCosta_M.pdf: 6847443 bytes, checksum: 0df13d40b34baadeb0dad7f1a2a1e2ea (MD5) Previous issue date: 2015 / Resumo: A modelagem estática de reservatórios tem um papel fundamental na fase de avaliação do potencial de um campo. A modelagem integrada permite um melhor entendimento da relação entre a geologia local e os sistemas deposicionais através da distribuição das fácies e das variáveis petrofísicas. A integração de dados geológicos e geofísicos por meio da geostatística é crucial para uma modelagem e caracterização de reservatórios mais robusta. Nesse trabalho foi construído um cenário de modelo geológico estático do reservatório da Formação Carapebus da Bacia de Campos. A metodologia aplicada foi compreendida em cinco fases: (1) idealização de um modelo conceitual, (2) construção de um modelo estrutural, (3) geração de 100 realizações de simulação sequencial da indicatriz para obter modelos de litofácies, (4) geração de 100 realizações de simulação sequencial gaussiana para obter modelos petrofísicos de porosidade e permeabilidade, e (5) validação dos modelos visando à coerência estatística e geológica. Para a construção dos modelos de litofácies e de net-to-gross foi aplicado o algoritmo geostatístico de simulação sequencial da indicatriz e para os modelos petrofísicos foi aplicado o algoritmo de simulação sequencial Gaussiana com recurso à co-krigagem co-localizada, no caso da permeabilidade. A metodologia foi aplicada a um estudo de caso real. Foi necessário o estabelecimento de um conjunto de premissas. Os resultados mostraram que os modelos obtidos honram os dados condicionantes e provam ser consistentes. Estes modelos permitiram caracterizar o reservatório como moderadamente homogêneo com V=0.52, no intervalo da maioria dos reservatórios silicilclásticos como demostrado pelo coeficiente de variabilidade de permeabilidade de Dykstra-Parsons. Contudo há limitações com relação à, (1) densidade amostral dos dados, e (2) conhecimento e experiência do tipo de reservatório em estudo e respetivas heterogeneidades. Pelo fato de os modelos serem representações digitais de uma realidade de elevada complexidade, a consistência geológica precisa ser testada e validada através de um processo iterativo de geração e ajuste de modelos / Abstract: Reservoir static modelling plays a fundamental role in the evaluation phase of a petroleum field. Integrated modelling allows a better understanding on how the local geology and depositional systems relate to each other, by facies and petrophysical parameters distribution. Geostatistics integrates geological and geophysical data, playing a key role in reservoir modelling and characterisation. In this study a scenario of geological static model of the Carapebus Formation of Campos Basin were built. The methodology applied was divided in five phases: (1) thinking of a conceptual model, (2) building of a structural model, (3) building of 100 realizations of sequential indicator simulation for cell-based lithofacies modelling, (4) building of 100 realizations of sequential Gaussian simulation for porosity and permeability modelling, and (5) models validation by targeting both statistical and geological consistency. To build the lithofacies and net-to-gross models, the sequential indicator simulation algorithm was applied; for the petrophysical models, the selected algorithms were sequential Gaussian simulation, with co-located co-kriging for permeability models. Seismic attributes were valuable in the interpretation of structures and sedimentary features. This methodology was applied to a real case study from Campos Basin, the siliciclastic reservoir of Carapebus Formation in Campos Basin. Some premises were established for the methodology implementation. The obtained models honoured the conditioning data and shown consistency. Also, the models allowed to characterize this reservoir as moderately homogenous with V=0.52, within the range of most siliciclastic reservoirs demonstrated by Dykstra-Parsons coefficient of permeability variation. However there are some limitations closely related to the, (1) dataset density, and (2) a previous knowledge and experience by the user with this type of reservoir. Considering that the models are digital representations of a highly complex reality, the geological consistency needs to be tested and validated through an iterative process of creating and fitting the models / Mestrado / Geologia e Recursos Naturais / Mestre em Geociências

Submitted by Luana Fernandes do Nascimento (luanaf_n@yahoo.com.br) on 2016-12-14T18:53:09Z No. of bitstreams: 1 Luana_Unesp_Mestrado_Final.pdf: 15010826 bytes, checksum: d648b060d92f0de0538ad7924f8a3ce0 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-12-19T17:24:32Z (GMT) No. of bitstreams: 1 nacimento_lf_me_rcla.pdf: 15010826 bytes, checksum: d648b060d92f0de0538ad7924f8a3ce0 (MD5) / Made available in DSpace on 2016-12-19T17:24:32Z (GMT). No. of bitstreams: 1 nacimento_lf_me_rcla.pdf: 15010826 bytes, checksum: d648b060d92f0de0538ad7924f8a3ce0 (MD5) Previous issue date: 2016-10-21 / Outra / A área de estudo corresponde a um campo produtor de hidrocarbonetos situado no sudoeste da Bacia de Campos a 80 km da costa. Esta região produz hidrocarbonetos de diversos níveis estratigráficos, entre eles, os carbonatos do Albiano, foco deste estudo. O alto interesse econômico dos carbonatos no setor petrolífero mundial e a complexidade da sua análise nos dados geofísicos, justifica a importância desta pesquisa na definição de um método que auxilie na caracterização da distribuição regional da propriedade da rocha reservatório, neste caso, a porosidade. Neste contexto, este trabalho objetiva a determinação da heterogeneidade lateral e vertical das propriedades das rochas reservatórios, por meio da construção de um modelo geológico 3D de porosidade dos dois principais reservatórios identificados na Formação Quissamã (Grupo Macaé). Com esta finalidade, o método incluiu seis etapas principais: análise dos perfis geofísicos e correlação de poços, interpretação sísmica, conversão tempo x profundidade, análise de atributos sísmicos, análise geoestatística e modelagem geológica por meio da aplicação de Simulação Sequencial Gaussiana. Como níveis de referência, foram interpretados os intervalos estratigráficos correspondentes à Formação Outeiro e, na Formação Quissamã, os níveis Q1 e reservatórios R1 e R2 (principais produtores do campo). Estes níveis foram definidos com base na mudança do padrão geométrico dos perfis geofísicos de raio gama (RG), densidade (RHOB) e porosidade (Nphi). Os intervalos estudados estão distribuídos em um alto estrutural com eixo principal de direção NW-SE delimitado por falhas e pela própria geometria do banco carbonático. Na porção central do campo, este alto estrutural apresenta valores altos de porosidade (>21%), e se destacou no mapa de resistividade como portador de hidrocarbonetos nos reservatórios R1 e R2. Estas fácies carbonáticas variam para norte e nordeste da área com valores de porosidade mais baixos (<18%), representando a diminuição da qualidade dos reservatórios para estas regiões; esta observação, aliada à influência das falhas a sudoeste e nordeste do banco, permitiu classificar a trapa destes reservatórios como estrutural-estratigráfica. O sistema de falhas predominante na área de estudo corresponde ao NW-SE, que originou estruturas do tipo rollovers e horsts com potencial reservatório. Estas falhas abateram os blocos a sudeste e sul, que foram realçados nos mapas de atributos sísmicos como portadores de alta porosidade, comprovados por gráficos de correlação com coeficiente R2>0,65. Esta análise foi utilizada para determinar o modelo geológico 3D de porosidade, gerado por Simulação Sequencial Gaussiana. O resultado consistiu em uma representação coerente, com maior grau de certeza no alto estrutural central, que possui maior quantidade de dados de poços. Apesar das áreas a sudoeste e sul não apresentarem dados de poços, o método de Simulação Sequencial Gaussiana extrapolou altos valores de porosidade em 23% das 30 realizações geradas. / The study area is an ancient field and hydrocarbon producer, located in the southwest of the Campos Basin, in a water depth of approximately 100 m and 80 km distant from the coast. This region produces hydrocarbon from multiple stratigraphic layers, among them, there are the Albian carbonates, the focus of this research. The high economic interest in carbonates plays by the global oil industry and the complexity of their analysis in geophysical data, justifies the importance of this research to define a method, which determine the regional distribution of the property of the reservoir rock, in this case, the porosity. In this context, this study aims to determine the lateral and vertical heterogeneity of the properties of the reservoir rocks through the construction of a 3D geologic model of porosity from two main reservoirs in Quissamã formation (Macae Group). For this purpose, the method includes six major steps: analysis of well log and correlation of wells, seismic interpretation, conversion time vs. depth, analysis of seismic attributes, geostatistical analysis and geological modeling through the application of Gaussian simulation. The stratigraphic intervals such as Outeiro Formation and Quissamã Formation, which include level Q1, R1 and R2 reservoirs (main producers of the field) were interpreted as reference levels. These intervals were defined based on the change of the geometric standard of the geophysical profiles, as gamma ray (GR), density (RHOB) and porosity (Nphi). These levels are distributed in a carbonate bank with main axis in NW-SE direction, delimited by faults and its geometry. It was observed a structural high in the central portion of the field presenting high porosity values (> 21 %) that was highlighted in the resistivity maps as filled by oil in the reservoirs R1 and R2. These carbonate facies vary to the north and northeast of the area with lower values representing the decline in the quality of the reservoirs for these regions; this observation combined with the influence of the faults , in the southwest and northeast of the bank, allowed to classify the trap of these reservoirs as structural-stratigraphic. The predominant fault system in the study area corresponds to the NW-SE, which formed structures like rollovers and horsts with potential of being reservoir. These faults shot down the block to the southwest and south, which were highlighted in the maps of seismic attributes as having high porosity, supported by cross plots with correlation coefficient of R2> 0.65. This analysis was used to determine the 3D geologic model of porosity, generated by Gaussian simulation, most appropriate to the context of the geological area. The result was a coherent representation with greater certainty in the central structural high that presents a higher amount of well data. Despite the southwest and south areas do not present well data, the method was efficient in interpolate high values of porosity in 23% of 30 generated realizations. / PRH 05: 6000.0082154.13.4

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-04-13T13:08:22Z No. of bitstreams: 12 Dissertação - Paulo Elias Carneiro Pereira (1).pdf: 17644242 bytes, checksum: ab5fa50d404a6c4a211b84194b2443f2 (MD5) Dissertação - Paulo Elias Carneiro Pereira (2).pdf: 16660004 bytes, checksum: cf5e68fe373f5599a5185def4cd2dbc9 (MD5) Dissertação - Paulo Elias Carneiro Pereira (3).pdf: 16826382 bytes, checksum: d132111aea6718262b141b27469610cf (MD5) Dissertação - Paulo Elias Carneiro Pereira (4).pdf: 18524080 bytes, checksum: f823b94af26d66b0c3372283946a4faf (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (5).pdf: 18542428 bytes, checksum: fcbc6bc33ae4ce8f406d45226db9cec1 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (6).pdf: 16491972 bytes, checksum: 700456f830447b127f5ebba098ae0777 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (7).pdf: 17053967 bytes, checksum: 282d9a25fc2337ddbbe0d09a801e9821 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (8).pdf: 13201210 bytes, checksum: c784be01d079249a502dd2dff455ca27 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (9).pdf: 16669209 bytes, checksum: caf85a078ee9178fcd2989dca14ad6c6 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (10).pdf: 16406537 bytes, checksum: 9019ab1ca27b30efd351da8c77f3ac36 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (11).pdf: 3595306 bytes, checksum: 2cc84e96aca8430238c275c770941926 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-04-13T13:17:38Z (GMT) No. of bitstreams: 12 Dissertação - Paulo Elias Carneiro Pereira (1).pdf: 17644242 bytes, checksum: ab5fa50d404a6c4a211b84194b2443f2 (MD5) Dissertação - Paulo Elias Carneiro Pereira (2).pdf: 16660004 bytes, checksum: cf5e68fe373f5599a5185def4cd2dbc9 (MD5) Dissertação - Paulo Elias Carneiro Pereira (3).pdf: 16826382 bytes, checksum: d132111aea6718262b141b27469610cf (MD5) Dissertação - Paulo Elias Carneiro Pereira (4).pdf: 18524080 bytes, checksum: f823b94af26d66b0c3372283946a4faf (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (5).pdf: 18542428 bytes, checksum: fcbc6bc33ae4ce8f406d45226db9cec1 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (6).pdf: 16491972 bytes, checksum: 700456f830447b127f5ebba098ae0777 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (7).pdf: 17053967 bytes, checksum: 282d9a25fc2337ddbbe0d09a801e9821 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (8).pdf: 13201210 bytes, checksum: c784be01d079249a502dd2dff455ca27 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (9).pdf: 16669209 bytes, checksum: caf85a078ee9178fcd2989dca14ad6c6 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (10).pdf: 16406537 bytes, checksum: 9019ab1ca27b30efd351da8c77f3ac36 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (11).pdf: 3595306 bytes, checksum: 2cc84e96aca8430238c275c770941926 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-04-13T13:17:38Z (GMT). No. of bitstreams: 12 Dissertação - Paulo Elias Carneiro Pereira (1).pdf: 17644242 bytes, checksum: ab5fa50d404a6c4a211b84194b2443f2 (MD5) Dissertação - Paulo Elias Carneiro Pereira (2).pdf: 16660004 bytes, checksum: cf5e68fe373f5599a5185def4cd2dbc9 (MD5) Dissertação - Paulo Elias Carneiro Pereira (3).pdf: 16826382 bytes, checksum: d132111aea6718262b141b27469610cf (MD5) Dissertação - Paulo Elias Carneiro Pereira (4).pdf: 18524080 bytes, checksum: f823b94af26d66b0c3372283946a4faf (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (5).pdf: 18542428 bytes, checksum: fcbc6bc33ae4ce8f406d45226db9cec1 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (6).pdf: 16491972 bytes, checksum: 700456f830447b127f5ebba098ae0777 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (7).pdf: 17053967 bytes, checksum: 282d9a25fc2337ddbbe0d09a801e9821 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (8).pdf: 13201210 bytes, checksum: c784be01d079249a502dd2dff455ca27 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (9).pdf: 16669209 bytes, checksum: caf85a078ee9178fcd2989dca14ad6c6 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (10).pdf: 16406537 bytes, checksum: 9019ab1ca27b30efd351da8c77f3ac36 (MD5) Dissertação - Paulo Elias Carneiro Pereira - 2017 (11).pdf: 3595306 bytes, checksum: 2cc84e96aca8430238c275c770941926 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-03-08 / A mining enterprise is composed of a set of successive and interdependent phases between them, which may or may not culminate in the exploitation of the mineral assets. The project begins with a Mineral Exploration phase, whose objective is to discover and subsequently evaluate the deposit for the feasibility of its extraction. This process involves setting the shape, dimensions and grades, resulting in a model that will be used to determine the recoverable reserves, that is, the economically usable part of the mineral resource, which will base the decision on the implementation or not of the enterprise, based mainly on technicaleconomic criteria. The elaboration of the physical form of the geological bodies that control the mineralization (geological model) and the estimation of the geological variables that characterize the quality of the different materials can be done by two approaches: by traditional or by geostatistical methods. The latter approach is currently being preferred, as it is a more accurate alternative and therefore, more reliable over traditional methods. The work uses indicator kriging (IK) and ordinary kriging (OK), both geostatistical tools, for the determination of the geological model and estimation of the geological variables (grades), respectively, of a limestone deposit located at Indiara city, Goiás State. Finally, from the obtained model the optimal limits of the extraction were established, based on the algorithm of Lerchs-Grossmann, that maximize the net present value of the enterprise. The results showed a significant deviation between themodel calculated by IK and the reality (samples), which can have as consequence the present spatial configuration of the sample data. The estimated geological variables also showed important deviations (overestimation and/or underestimation), particularly MgO oxide. The areas of occurrence of such deviations were coincident for all variables, which makes evident the existence of problems with the current sampling grid (spacing between samples and presence of very different sample supports), in such a way that it is recommended to collect additional samples, particularly with standardized supports. The optimal pit delimited a total reserve of 109,436,160.43 tons, with a total strip ratio of 0.13, which makes the venture, at first, attractive. This configuration, however, tends to be modified according to the collection of new geological evidence. / Um empreendimento mineiro é composto por um conjunto de fases sucessivas e interdependentes entre si, as quais podem culminar ou não na explotação do bem mineral. O projeto se inicia com uma fase de Exploração Mineral, cujo objetivo é descobrir e subsequentemente avaliar o depósito quanto à viabilidade de sua extração. Tal processo envolve estabelecer a forma, as dimensões e os teores, resultando em um modelo que será utilizado para a determinação das reservas lavráveis, ou seja, a parte economicamente aproveitável do recurso mineral, a qual fundamentará a decisão sobre a implantação ou não do empreendimento a partir de critérios principalmente técnico-econômicos. A elaboração do formato físico dos corpos geológicos que controlam a mineralização (modelo geológico) e a estimativa das variáveis geológicas que caracterizam a qualidade dos diferentes materiais podem ser feitas a partir de duas abordagens: por métodos tradicionais ou por geoestatísticos. Os últimos têm sido utilizados recentemente como uma proposta mais precisa em relação aosmétodos tradicionais. O trabalho utiliza a krigagem indicadora (KI) e a krigagem ordinária (KO), ambas ferramentas geoestatísticas, para a determinação do modelo geológico e estimativa das variáveis geológicas (teores), respectivamente, em um depósito de calcário situado no município de Indiara, estado de Goiás. Por fim, a partir do modelo obtido estabeleceu-se os limites ótimos da extração baseados no algoritmo de Lerchs-Grossmann, que maximizamo valor presente líquido do empreendimento. Os resultados mostraram um desvio significativo entre o modelo calculado pela KI e realidade (amostras), o que pode ter como consequência significativa a atual configuração espacial da amostragem. As variáveis geológicas estimadas também demonstraram desvios (sobrestimativa e subestimativa) importantes, particularmente o óxido MgO. As áreas de ocorrência de tais desvios foram coincidentes para todas as variáveis, o que torna evidente a existência de problemas com a atual malha de amostragem (espaçamento entre amostras e presença suportes amostrais muito diferentes), de tal forma que se recomenda a coleta de amostras adicionais, e de suportes padronizados. A cava ótima delimitou uma reserva total de 109.436.160,43 toneladas, com uma relação estéril-minério (REM) total de 0,13, o que torna o empreendimento, a princípio, atrativo. Tal configuração, entretanto, tende a ser alterada conforme a coleta de novas evidências geológicas.