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

Esta tese foi desenvolvida para avaliar os impactos das mudanças climáticas ao longo deste século sobre as demandas futuras de água para irrigação da soja na região Noroeste do Estado do Rio Grande do Sul sob uma abordagem estocástica e considerando diferentes projeções de modelos climáticos para o período de 2011-2100, comparando com o passado (1961-1990). As demandas de água para irrigação da soja (IWR) foram obtidas por simulação com o modelo SWAP. O aspecto estocástico desta avaliação foi conduzido pela incorporação da variabilidade espacial da condutividade hidráulica do solo (Ksat) e dos parâmetros da curva de retenção de água no solo (CR). Inicialmente, foi realizada uma análise estocástica destes atributos físico-hidráulicos na bacia do Arroio Donato (1,1 Km2), a qual serviu de área representativa dos solos e do uso do solo da região Noroeste. Foi empregada a técnica de simulação sequencial Gaussiana (SSG) para geração de 100 campos aleatórios de cada variável. Os resultados revelaram maiores incertezas para Ksat e o parâmetro α da CR e permitiu identificar que a grande heterogeneidade espacial e temporal das variáveis analisadas pode estar associada a fatores tais como clima, manejo e cobertura do solo, erros de amostragem, adensamento da malha amostral e também ao grau de compactação do solo. Em seguida foi feita uma investigação para detectar mudanças nos padrões de temperatura (T) e precipitação (P) na região Noroeste do RS (~65.000 Km2) pelo uso de diferentes modelos climáticos de circulação geral e regional (MCGs e MCRs, respectivamente). Sete distintas localizações na região foram consideradas, para as quais há dez diferentes projeções climáticas destes modelos. Adicionalmente, também foram investigadas a frequência e a intensidade de eventos de precipitação extrema utilizando-se de índices de eventos extremos. As projeções indicam um aumento na média anual de temperatura de quase 3ºC até o final do século, bem como um aumento na precipitação anual. Também foi realizada uma análise sazonal de T e P, a qual demonstrou que os maiores aumentos de temperatura são projetados para o inverno e início da primavera e, portanto, não coincidem com os meses de verão da principal cultura da região (soja). De posse das informações anteriores, o modelo SWAP foi utilizado para estimar as demandas de água para irrigação da soja (IWR), sem considerar perdas devido à eficiência de qualquer método de irrigação. Foram feitos também testes de hipóteses sobre as séries de IWR simuladas e os resultados suportam a premissa de que IWR a curto prazo (2025s) não será estatisticamente diferente do período base (1961-1990). Por outro lado, as IWR em 2055s e 2085s rejeitam esta hipótese. Por fim, avaliou-se a influência da distribuição espacial da condutividade hidráulica saturada (Ksat) e dos parâmetros do modelo da curva de retenção de água no solo (α, n e sat) sobre as demandas futuras de água para a irrigação da soja (IWR), segundo uma abordagem estocástica. Os valores simulados pelo método geoestatístico de simulação sequencial Gaussiana foram utilizados como dados de entrada no modelo SWAP. Como dados meteorológicos foram consideradas apenas as projeções do modelo climático regional ETA 20 e ETA 40 CTRL, bem como as projeções dadas pelo modelo climático global HADCM3 nas sete localizações na região. As estimativas obtidas pelo método estocástico foram então comparadas com as estimativas de IWR obtidas sem considerar a variabilidade espacial dos atributos físico-hidráulicos do solo. Os resultados indicaram grande variabilidade espacial dos valores de IWR. Além disso, observou-se que as menores incertezas de IWR foram obtidas a partir das projeções do modelo de melhor resolução espacial, o ETA 20, enquanto o modelo HADCM3 revelou as maiores diferenças entre os períodos futuros e o período atual (base). Os resultados também demonstraram que a maior incerteza é devido aos modelos climáticos, pois a abordagem estocástica praticamente não agregou incerteza aos valores de IWR simulados anteriormente. Por fim, as séries de IWR obtidas pela abordagem determinística e estocástica foram comparadas pelo teste de hipóteses de Kolmogorov-Smirnov, o qual comprovou que as séries só não diferem a curto prazo (2025s) e que, portanto, a variabilidade espacial do solo não pode ser negligenciada nas estimativas desta variável. / This Thesis has been developed to assess the impacts of climate change throughout this century on future water demands for soybean irrigation in the Northwest region of Rio Grande do Sul under a stochastic approach and considering different projections of climate models for the period 2011-2100, compared to the past (1961-1990). The water demands for irrigation (IWR) were obtained by simulation with the SWAP model. The stochastic aspect of this evaluation was conducted by incorporating the spatial variability of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (CR). Initially, a stochastic analysis of soil physical-hydraulic attributes (Ksat and CR parameters) in the Donato basin (1,1 Km2) was carried out. This basin served as a representative area of soils and land uses of the Northwest region. The Sequential Gaussian Simulation (SSG) technique was used to generate 100 random fields of each variable. The results revealed greater uncertainty for Ksat and for α parameter of the CR and identified that the large spatial and temporal heterogeneity of the variables may be associated with factors such as climate, management and land cover, sampling error, spatial density of the sampling grid and also the degree of soil compaction. After, an investigation was made to detect changes in temperature (T) and precipitation (P) patterns in the Northwest region of RS (~65.000 Km2) by using different global and regional circulation models (GCM and RCM, respectively). Seven distinct locations in the region were considered, for which there are ten different climate projections of these models. Additionally, it was also investigated the frequency and intensity of extreme rainfall events using extreme event indices. Projections indicate an increase in average annual temperature of almost 3 °C by the end of this century, as well as an increase in annual precipitation. It was also performed a seasonal analysis of T and P, which showed that the largest temperature increases are projected for the winter and early spring and, therefore, do not coincide with the summer months the main crop in the region (soy). Making use of the above information, the SWAP model was applied to estimate the water demand for soybean irrigation (IWR), excluding losses due to the efficiency of any method of irrigation. A hypothesis test for the simulated IWR series and the results supports the premise that in short-term IWR (2025s) is not statistically different from base period (1961-1990). On the other hand, IWR in 2055s and 2085s reject this hypothesis. Finally, the influence of the spatial distribution of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (α, sat and n) on IWR was evaluated, according to a stochastic approach. The simulated values form the geostatistical method of Sequential Gaussian Simulation (SGS) were used as input data in the SWAP model. Input data of meteorological information were provided by the projections of regional climate model ETA 20 and ETA 40 CTRL, as well as the projections given by global climate model HADCM3 for the seven locations in the region. Estimates obtained by the stochastic method were then compared with the IWR estimates obtained without considering the spatial variability of physical and hydraulic soil properties. The results indicated large spatial variability of IWR values. Furthermore, it was observed that the smallest uncertainties of IWR were obtained from the projections with better spatial resolution, the ETA 20 model, while the HADCM3 model revealed the highest differences between future periods and the current period (baseline). The results also showed that the greatest uncertainties are probably due to climate models, since the stochastic approach did not add uncertainties to the IWR values simulated previously. Finally, the series of IWR obtained by stochastic and deterministic approaches were compared by the hypothesis test of Kolmogorov-Smirnov, which proved that only the series in the short term (2025s) differ, and, therefore, the soil spatial variability may not be neglected when estimating this variable.

Esta tese foi desenvolvida para avaliar os impactos das mudanças climáticas ao longo deste século sobre as demandas futuras de água para irrigação da soja na região Noroeste do Estado do Rio Grande do Sul sob uma abordagem estocástica e considerando diferentes projeções de modelos climáticos para o período de 2011-2100, comparando com o passado (1961-1990). As demandas de água para irrigação da soja (IWR) foram obtidas por simulação com o modelo SWAP. O aspecto estocástico desta avaliação foi conduzido pela incorporação da variabilidade espacial da condutividade hidráulica do solo (Ksat) e dos parâmetros da curva de retenção de água no solo (CR). Inicialmente, foi realizada uma análise estocástica destes atributos físico-hidráulicos na bacia do Arroio Donato (1,1 Km2), a qual serviu de área representativa dos solos e do uso do solo da região Noroeste. Foi empregada a técnica de simulação sequencial Gaussiana (SSG) para geração de 100 campos aleatórios de cada variável. Os resultados revelaram maiores incertezas para Ksat e o parâmetro α da CR e permitiu identificar que a grande heterogeneidade espacial e temporal das variáveis analisadas pode estar associada a fatores tais como clima, manejo e cobertura do solo, erros de amostragem, adensamento da malha amostral e também ao grau de compactação do solo. Em seguida foi feita uma investigação para detectar mudanças nos padrões de temperatura (T) e precipitação (P) na região Noroeste do RS (~65.000 Km2) pelo uso de diferentes modelos climáticos de circulação geral e regional (MCGs e MCRs, respectivamente). Sete distintas localizações na região foram consideradas, para as quais há dez diferentes projeções climáticas destes modelos. Adicionalmente, também foram investigadas a frequência e a intensidade de eventos de precipitação extrema utilizando-se de índices de eventos extremos. As projeções indicam um aumento na média anual de temperatura de quase 3ºC até o final do século, bem como um aumento na precipitação anual. Também foi realizada uma análise sazonal de T e P, a qual demonstrou que os maiores aumentos de temperatura são projetados para o inverno e início da primavera e, portanto, não coincidem com os meses de verão da principal cultura da região (soja). De posse das informações anteriores, o modelo SWAP foi utilizado para estimar as demandas de água para irrigação da soja (IWR), sem considerar perdas devido à eficiência de qualquer método de irrigação. Foram feitos também testes de hipóteses sobre as séries de IWR simuladas e os resultados suportam a premissa de que IWR a curto prazo (2025s) não será estatisticamente diferente do período base (1961-1990). Por outro lado, as IWR em 2055s e 2085s rejeitam esta hipótese. Por fim, avaliou-se a influência da distribuição espacial da condutividade hidráulica saturada (Ksat) e dos parâmetros do modelo da curva de retenção de água no solo (α, n e sat) sobre as demandas futuras de água para a irrigação da soja (IWR), segundo uma abordagem estocástica. Os valores simulados pelo método geoestatístico de simulação sequencial Gaussiana foram utilizados como dados de entrada no modelo SWAP. Como dados meteorológicos foram consideradas apenas as projeções do modelo climático regional ETA 20 e ETA 40 CTRL, bem como as projeções dadas pelo modelo climático global HADCM3 nas sete localizações na região. As estimativas obtidas pelo método estocástico foram então comparadas com as estimativas de IWR obtidas sem considerar a variabilidade espacial dos atributos físico-hidráulicos do solo. Os resultados indicaram grande variabilidade espacial dos valores de IWR. Além disso, observou-se que as menores incertezas de IWR foram obtidas a partir das projeções do modelo de melhor resolução espacial, o ETA 20, enquanto o modelo HADCM3 revelou as maiores diferenças entre os períodos futuros e o período atual (base). Os resultados também demonstraram que a maior incerteza é devido aos modelos climáticos, pois a abordagem estocástica praticamente não agregou incerteza aos valores de IWR simulados anteriormente. Por fim, as séries de IWR obtidas pela abordagem determinística e estocástica foram comparadas pelo teste de hipóteses de Kolmogorov-Smirnov, o qual comprovou que as séries só não diferem a curto prazo (2025s) e que, portanto, a variabilidade espacial do solo não pode ser negligenciada nas estimativas desta variável. / This Thesis has been developed to assess the impacts of climate change throughout this century on future water demands for soybean irrigation in the Northwest region of Rio Grande do Sul under a stochastic approach and considering different projections of climate models for the period 2011-2100, compared to the past (1961-1990). The water demands for irrigation (IWR) were obtained by simulation with the SWAP model. The stochastic aspect of this evaluation was conducted by incorporating the spatial variability of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (CR). Initially, a stochastic analysis of soil physical-hydraulic attributes (Ksat and CR parameters) in the Donato basin (1,1 Km2) was carried out. This basin served as a representative area of soils and land uses of the Northwest region. The Sequential Gaussian Simulation (SSG) technique was used to generate 100 random fields of each variable. The results revealed greater uncertainty for Ksat and for α parameter of the CR and identified that the large spatial and temporal heterogeneity of the variables may be associated with factors such as climate, management and land cover, sampling error, spatial density of the sampling grid and also the degree of soil compaction. After, an investigation was made to detect changes in temperature (T) and precipitation (P) patterns in the Northwest region of RS (~65.000 Km2) by using different global and regional circulation models (GCM and RCM, respectively). Seven distinct locations in the region were considered, for which there are ten different climate projections of these models. Additionally, it was also investigated the frequency and intensity of extreme rainfall events using extreme event indices. Projections indicate an increase in average annual temperature of almost 3 °C by the end of this century, as well as an increase in annual precipitation. It was also performed a seasonal analysis of T and P, which showed that the largest temperature increases are projected for the winter and early spring and, therefore, do not coincide with the summer months the main crop in the region (soy). Making use of the above information, the SWAP model was applied to estimate the water demand for soybean irrigation (IWR), excluding losses due to the efficiency of any method of irrigation. A hypothesis test for the simulated IWR series and the results supports the premise that in short-term IWR (2025s) is not statistically different from base period (1961-1990). On the other hand, IWR in 2055s and 2085s reject this hypothesis. Finally, the influence of the spatial distribution of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (α, sat and n) on IWR was evaluated, according to a stochastic approach. The simulated values form the geostatistical method of Sequential Gaussian Simulation (SGS) were used as input data in the SWAP model. Input data of meteorological information were provided by the projections of regional climate model ETA 20 and ETA 40 CTRL, as well as the projections given by global climate model HADCM3 for the seven locations in the region. Estimates obtained by the stochastic method were then compared with the IWR estimates obtained without considering the spatial variability of physical and hydraulic soil properties. The results indicated large spatial variability of IWR values. Furthermore, it was observed that the smallest uncertainties of IWR were obtained from the projections with better spatial resolution, the ETA 20 model, while the HADCM3 model revealed the highest differences between future periods and the current period (baseline). The results also showed that the greatest uncertainties are probably due to climate models, since the stochastic approach did not add uncertainties to the IWR values simulated previously. Finally, the series of IWR obtained by stochastic and deterministic approaches were compared by the hypothesis test of Kolmogorov-Smirnov, which proved that only the series in the short term (2025s) differ, and, therefore, the soil spatial variability may not be neglected when estimating this variable.

Esta tese foi desenvolvida para avaliar os impactos das mudanças climáticas ao longo deste século sobre as demandas futuras de água para irrigação da soja na região Noroeste do Estado do Rio Grande do Sul sob uma abordagem estocástica e considerando diferentes projeções de modelos climáticos para o período de 2011-2100, comparando com o passado (1961-1990). As demandas de água para irrigação da soja (IWR) foram obtidas por simulação com o modelo SWAP. O aspecto estocástico desta avaliação foi conduzido pela incorporação da variabilidade espacial da condutividade hidráulica do solo (Ksat) e dos parâmetros da curva de retenção de água no solo (CR). Inicialmente, foi realizada uma análise estocástica destes atributos físico-hidráulicos na bacia do Arroio Donato (1,1 Km2), a qual serviu de área representativa dos solos e do uso do solo da região Noroeste. Foi empregada a técnica de simulação sequencial Gaussiana (SSG) para geração de 100 campos aleatórios de cada variável. Os resultados revelaram maiores incertezas para Ksat e o parâmetro α da CR e permitiu identificar que a grande heterogeneidade espacial e temporal das variáveis analisadas pode estar associada a fatores tais como clima, manejo e cobertura do solo, erros de amostragem, adensamento da malha amostral e também ao grau de compactação do solo. Em seguida foi feita uma investigação para detectar mudanças nos padrões de temperatura (T) e precipitação (P) na região Noroeste do RS (~65.000 Km2) pelo uso de diferentes modelos climáticos de circulação geral e regional (MCGs e MCRs, respectivamente). Sete distintas localizações na região foram consideradas, para as quais há dez diferentes projeções climáticas destes modelos. Adicionalmente, também foram investigadas a frequência e a intensidade de eventos de precipitação extrema utilizando-se de índices de eventos extremos. As projeções indicam um aumento na média anual de temperatura de quase 3ºC até o final do século, bem como um aumento na precipitação anual. Também foi realizada uma análise sazonal de T e P, a qual demonstrou que os maiores aumentos de temperatura são projetados para o inverno e início da primavera e, portanto, não coincidem com os meses de verão da principal cultura da região (soja). De posse das informações anteriores, o modelo SWAP foi utilizado para estimar as demandas de água para irrigação da soja (IWR), sem considerar perdas devido à eficiência de qualquer método de irrigação. Foram feitos também testes de hipóteses sobre as séries de IWR simuladas e os resultados suportam a premissa de que IWR a curto prazo (2025s) não será estatisticamente diferente do período base (1961-1990). Por outro lado, as IWR em 2055s e 2085s rejeitam esta hipótese. Por fim, avaliou-se a influência da distribuição espacial da condutividade hidráulica saturada (Ksat) e dos parâmetros do modelo da curva de retenção de água no solo (α, n e sat) sobre as demandas futuras de água para a irrigação da soja (IWR), segundo uma abordagem estocástica. Os valores simulados pelo método geoestatístico de simulação sequencial Gaussiana foram utilizados como dados de entrada no modelo SWAP. Como dados meteorológicos foram consideradas apenas as projeções do modelo climático regional ETA 20 e ETA 40 CTRL, bem como as projeções dadas pelo modelo climático global HADCM3 nas sete localizações na região. As estimativas obtidas pelo método estocástico foram então comparadas com as estimativas de IWR obtidas sem considerar a variabilidade espacial dos atributos físico-hidráulicos do solo. Os resultados indicaram grande variabilidade espacial dos valores de IWR. Além disso, observou-se que as menores incertezas de IWR foram obtidas a partir das projeções do modelo de melhor resolução espacial, o ETA 20, enquanto o modelo HADCM3 revelou as maiores diferenças entre os períodos futuros e o período atual (base). Os resultados também demonstraram que a maior incerteza é devido aos modelos climáticos, pois a abordagem estocástica praticamente não agregou incerteza aos valores de IWR simulados anteriormente. Por fim, as séries de IWR obtidas pela abordagem determinística e estocástica foram comparadas pelo teste de hipóteses de Kolmogorov-Smirnov, o qual comprovou que as séries só não diferem a curto prazo (2025s) e que, portanto, a variabilidade espacial do solo não pode ser negligenciada nas estimativas desta variável. / This Thesis has been developed to assess the impacts of climate change throughout this century on future water demands for soybean irrigation in the Northwest region of Rio Grande do Sul under a stochastic approach and considering different projections of climate models for the period 2011-2100, compared to the past (1961-1990). The water demands for irrigation (IWR) were obtained by simulation with the SWAP model. The stochastic aspect of this evaluation was conducted by incorporating the spatial variability of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (CR). Initially, a stochastic analysis of soil physical-hydraulic attributes (Ksat and CR parameters) in the Donato basin (1,1 Km2) was carried out. This basin served as a representative area of soils and land uses of the Northwest region. The Sequential Gaussian Simulation (SSG) technique was used to generate 100 random fields of each variable. The results revealed greater uncertainty for Ksat and for α parameter of the CR and identified that the large spatial and temporal heterogeneity of the variables may be associated with factors such as climate, management and land cover, sampling error, spatial density of the sampling grid and also the degree of soil compaction. After, an investigation was made to detect changes in temperature (T) and precipitation (P) patterns in the Northwest region of RS (~65.000 Km2) by using different global and regional circulation models (GCM and RCM, respectively). Seven distinct locations in the region were considered, for which there are ten different climate projections of these models. Additionally, it was also investigated the frequency and intensity of extreme rainfall events using extreme event indices. Projections indicate an increase in average annual temperature of almost 3 °C by the end of this century, as well as an increase in annual precipitation. It was also performed a seasonal analysis of T and P, which showed that the largest temperature increases are projected for the winter and early spring and, therefore, do not coincide with the summer months the main crop in the region (soy). Making use of the above information, the SWAP model was applied to estimate the water demand for soybean irrigation (IWR), excluding losses due to the efficiency of any method of irrigation. A hypothesis test for the simulated IWR series and the results supports the premise that in short-term IWR (2025s) is not statistically different from base period (1961-1990). On the other hand, IWR in 2055s and 2085s reject this hypothesis. Finally, the influence of the spatial distribution of the saturated hydraulic conductivity (Ksat) and the parameters of the soil water retention curve (α, sat and n) on IWR was evaluated, according to a stochastic approach. The simulated values form the geostatistical method of Sequential Gaussian Simulation (SGS) were used as input data in the SWAP model. Input data of meteorological information were provided by the projections of regional climate model ETA 20 and ETA 40 CTRL, as well as the projections given by global climate model HADCM3 for the seven locations in the region. Estimates obtained by the stochastic method were then compared with the IWR estimates obtained without considering the spatial variability of physical and hydraulic soil properties. The results indicated large spatial variability of IWR values. Furthermore, it was observed that the smallest uncertainties of IWR were obtained from the projections with better spatial resolution, the ETA 20 model, while the HADCM3 model revealed the highest differences between future periods and the current period (baseline). The results also showed that the greatest uncertainties are probably due to climate models, since the stochastic approach did not add uncertainties to the IWR values simulated previously. Finally, the series of IWR obtained by stochastic and deterministic approaches were compared by the hypothesis test of Kolmogorov-Smirnov, which proved that only the series in the short term (2025s) differ, and, therefore, the soil spatial variability may not be neglected when estimating this variable.

Orientador: Alexandre Campane Vidal / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica e Instituto de Geociencias / Made available in DSpace on 2018-08-12T08:28:49Z (GMT). No. of bitstreams: 1 Lima_LuizMauricioSilvade_M.pdf: 4795138 bytes, checksum: 429f15da9df616f78f3feee5b40ebb38 (MD5) Previous issue date: 2007 / Resumo: A caracterização de reservatórios e de fundamental importância para a implantação de uma estratégia de produção de um campo petrolífero. Os modelos geológicos permitem o entendimento da gênese do reservatório em estudo com a possibilidade de realizar uma distribuição espacial e qualitativa das principais heterogeneidades. Esta analise envolve quantidade enorme de variáveis devido à complexidade do problema gerando um grande numero de cenários prováveis. Para o modelo geológico da área, fundamentada na analise de dez perfis elétricos e radioativos, foi possível a determinação de intercalações de camadas, definição das fácies e a definição da porosidade e permeabilidade dos arenitos. Devido a presença de pacotes mais espessos e contínuos de arenitos na direção SW-NE, portanto com maior razão areia/folhelho, infere-se esta como a direção preferencial de aporte dos sedimentos. A analise geoestatistica foi realizada para as principais variáveis referentes à caracterização de reservatórios. Esta analise definiu a direção SW-NE como a direção preferencial de aporte dos sedimentos e forneceu uma estimativa de volume de óleo in cento. Devido a elevada incerteza na estimativa desse volume, foi realizada a simulação estocástica levando em consideração as variáveis topo e base do reservatório, distribuição de arenitos e porosidade. Os resultados da simulação estocástica demonstram a variação dos volumes de óleo in situ. / Abstract: The reservoir characterization model is of fundamental importance for the planning of a strategy production petroleum field. The geological models allow the understanding of the reservoir's spacial and qualitative distribution of its principal heterogeneity. This analysis involves enormous amount of variables due to the complexity of the problem, which generates a great number of probable scenarios. For the geological model of the area the interpretation is based on the analysis of ten electrical and radioactive logs, with which it is possible to determine the intercalations layers and the definition of the porosity and permeability of the sandstones. The presence of thicker and continuous packages of sandstones in the NE-SW direction, with its high net to gross ratio, is probable due to the existence of a preferential direction of the sediment sources. The geostatistical analysis was carried out for the principle variables regarding the characterization of the reservoir. This analysis defined the direction SW-NE as the preferential direction of the sediments sources and in situ oil volume estimate. Due to the raised uncertainty in the estimate of this volume, a stochastical was carried out with the consideration of; top and base variables of the reservoir, distribution of sandstones and porosity. The results of the stocastical simulations show the variation of the volume in situ of oil. / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo