A maioria das ocorrências documentadas de hidrocarbonetos em sistemas petrolíferos de bacias sedimentares, incluindo estudos sobre a história térmica e migração de fluidos são diretamente associadas a reservatórios convencionais (arenitos e calcários permeáveis). Apesar dos folhelhos representarem majoritariamente rochas geradoras de hidrocarbonetos, também são considerados importantes reservatórios não convencionais de hidrocarbonetos líquidos ou gasosos. Os folhelhos oleígenos da Formação Irati (Permiano) apresentam ampla distribuição na Bacia do Paraná e podem representar importante recurso energético não convencional. Nesse sentido, este estudo tem como objetivo prover novas informações sobre a geração e migração de hidrocarbonetos na Formação Irati e unidades adjacentes (formações Serra Alta e Corumbataí). A Formação Irati se diferencia por ser considerada sistema petrolífero não convencional e atípico, afetado por amplo evento magmático que contempla uma das maiores províncias ígneas (Large Igneous Province, LIP) remanescentes do continente Gondwana, a LIP Paraná (Eocretáceo). Este estudo se destaca por caracterizar inclusões fluidas aquosas (AqFI\'s) e compostas por hidrocarbonetos (HCFI\'s) hospedadas em minerais autigênicos (calcita e quartzo) da Formação Irati e de corpos ígneos da LIP Paraná. Para análise de inclusões fluidas, foram empregados ensaios microtermométricos em inclusões fluidas e microscopia confocal de varredura (CSLM). Também foram realizadas análises de isótopos estáveis de carbono e oxigênio em veios de calcita, análises de ressonância magnética nuclear (13C NMR CP/MAS) em querogênio e reflectância de vitrinita (Ro) em matéria orgânica contida nos folhelhos da Formação Irati. Os espectros de 13C NMR CP/MAS do querogênio das amostras estudadas exibem duas bandas largas que indicam a presença de carbonos alifáticos (0 a 70 ppm) e aromáticos (100 a 180 ppm), e aromaticidade (far) do querogênio ao redor de 30 %. Os valores de Ro variam entre 0,4 a 0,8 % com média de 0,6 %, apontando para um folhelho de maturidade baixa e temperaturas de soterramento entre 60 e 80 °C, em uma área com ausência de corpos magmáticos intrusivos. Estas evidências estão em contraste com as temperaturas de homogeneização (Th) em AqFI\'s, que variam entre 50 e 330 °C, coexistentes com HCFI\'s, que variam de 50 a 200 °C, obtidas em amostras localmente próximas a sill de diabásio no município de Limeira (SP) na borda leste da Bacia do Paraná. Parâmetro físico de fração volumétrica (Fv) combinado com Th de HCFI\'s hospedadas em veios de calcita nas formações Irati e Corumbataí permitiu classificar os hidrocarbonetos líquidos aprisionados nas inclusões fluidas como black oil, ou seja, um óleo caracterizado por hidrocarbonetos leves a médios com pequena variação de densidade associado a fluidos de densidade média a baixa. O modelo Pressão-Volume-Temperatura (P-V-T) estimado para os fluidos aprisionados sugere abertura de veios extensionais e aprisionamento de HCFI\'s em regime de pressão sub-hidrostática a hidrostática (~300 bar) e temperatura real de aprisionamento de 135 °C, o que apontaria para profundidade superior a 2 km alcançada pela Formação Irati durante o Eocretaceo, caso a história térmica tenha sido controlada somente por soterramento. Esta pressão está associada a um sistema petrolífero raso, cuja circulação pervasiva de fluido aquoso de origem substancialmente meteórica com mistura parcial de fluido de poro, pode ter sido responsável pela biodegradação de hidrocarbonetos na borda leste da Bacia do Paraná. Os dados obtidos no desenvolvimento deste estudo, sugerem que na borda leste da bacia, a Formação Irati pode ter atingido profundidade suficiente para gerar hidrocarbonetos líquidos heterogêneos (°API entre 20-40) durante o Eocretáceo. / Most studies about thermal evolution and fluid migration in petroleum systems are focused on conventional reservoirs (sandstones and permeable limestones). Despite of shales represent most of the petroleum source rocks, they are considered important unconventional reservoirs of petroleum and natural gas. The oil shales of the Irati Formation (Permian) have widespread distribution in the Paraná Basin and might represent an important unconventional energy resource. This study aims to provide new insights on the generation and migration of hydrocarbons in the Irati Formation and adjacent units (Serra Alta and Corumbataí formations). The Irati Formation stands out as an unconventional and atypical petroleum system, which was affected by one of the world\'s largest igneous provinces (Large Igneous Province, LIP), the LIP Paraná (Early Cretaceous) in western Gondwana. Thus, this study stands out to characterize aqueous fluid inclusions (AqFI\'s) and hydrocarbon fluid inclusions (HCFI\'s) hosted in authigenic minerals of the Irati Formation and in intruded igneous bodies associated to the Paraná LIP. Microthermometric and confocal scanning laser microscope (CSLM) analyzes were applied to aqueous and hydrocarbons fluid inclusions. Stable carbon (C) and oxygen (O) isotopes analyzes were performed in calcite veins. Additionally, analyzes of solid-state carbon nuclear magnetic resonance with cross polarization at magic angle spinning (13C NMR CP/MAS) in kerogen and vitrinite reflectance (Ro) in shale samples of the Irati Formation shales were also performed. The 13C NMR CP/MAS spectra of the kerogen show two broad bands which indicate the presence of aliphatic (0-70 ppm) and aromatic carbons (100-180 ppm) and kerogen aromaticity (?ar) around 30 % in the southeastern part of the Paraná Basin. The Ro values varying between 0.4 and 0.8 % with average of 0.6 % suggest a low maturity kerogen for the studied Permian organic-rich shales and a temperature window between 60 and 80 °C, in an area with absence of magmatic intrusive bodies. This paleotemperatures are relatively lower than the homogenization temperatures (Th) obtained in aqueous fluid inclusions (50-330 °C) coeval with hydrocarbon fluid inclusions (50-200 °C) occurring in samples from shales nearly located to the diabase sill in the northeastern part of the basin. Physical parameter of vapor fraction volume (Fv) combined with the Th of the hydrocarbon fluid inclusions hosted calcite veins of the Corumbataí (overlaying the Irati Formation) and Irati Formation allowed the classification of the liquid hydrocarbons as black oil, which means an oil characterized by medium to light hydrocarbons with small variation of density associated with medium to low density fluids. The Pressure-Volume-Temperature (PVT) model estimated suggests the opening of subvertical extensional veins and hydrocarbon fluid inclusions entrapment within subhydrostatic to hydrostatic pressure regime (~300 bar) and real trapping temperature of 135 °C for hydrocarbons fluid inclusions, pointing out to 2 km depth achieved by the Irati Formation during the Early Cretaceous. This pressure is associated to a shallow petroleum system which a meteoric pervasive aqueous fluid circulation could be responsible for the biodegradation of hydrocarbons in the northeastern part of the Paraná Basin. The data obtained in this study suggest that the Irati Formation might have reached the temperature window to generate heterogeneous liquid hydrocarbons (°API between 20-40) during the Early Cretaceous.

[pt] Diferentemente de muitas outras rochas, o carvão é uma rocha sedimentar composta principalmente de matéria orgânica derivada de detritos vegetais, acumulados em turfeiras em diferentes períodos geológicos. O carvão é um recurso econômico essencial em muitos países, tendo sido a principal força motriz por trás da revolução industrial. O carvão é amplamente utilizado industrialmente para diversos fins: carbonização e produção de coque, produção de ferro/aço, carvão térmico para gerar eletricidade, liquefação e gaseificação. A utilização do carvão é ditada pelas suas propriedades que são geralmente classificadas como sua composição, rank e grau. A composição do carvão, em termos dos seus macerais, e a sua classificação são determinadas manualmente por um petrógrafo, devido à sua natureza complexa. Este estudo almejou desenvolver um método automático baseado na aprendizagem de máquina para segmentação automática de macerais a nível de grupo e um módulo para determinação de rank por refletância em imagens petrográficas do carvão que pode melhorar a eficiência deste processo e diminuir a subjetividade do operador. foi desenvolvida uma abordagem de aprendizagem profunda da arquitetura baseada na Mask R-CNN para identificar e segmentar o grupo de maceral vitrinite, o qual é fundamental para a análise do rank, uma vez que a classificação é determinada pela reflectância da collotelinite (maceral desse grupo). Em segundo lugar, foi desenvolvido um método de processamento de imagem para analisar as imagens segmentadas de vitrinite e determinar a classificação do carvão, associando os valores cinzentos à reflectância. Para a segmentação de maceral, foram utilizadas cinco amostras para treinar a rede, 174 imagens foram utilizadas para treino, e 86 foram utilizadas para validação, com os melhores resultados obtidos para os modelos de vitrinite, inertinita, liptinita e colotelinita (89,23%, 68,81%, 37,00% e 84,77% F1-score, respectivamente). Essas amostras foram utilizadas juntamente com outras oito amostras para determinar os resultados de classificação utilizando a reflectância de collotelinite. As amostras variaram entre 0,97% e 1,8% de reflectância. Este método deverá ajudar a poupar tempo e mão-de-obra para análise, se implementado num modelo de produção. O desvio médio quadrático entre o método proposto e os valores de reflectância de referência foi de 0,0978. / [en] Unlike most other rocks, coal is a sedimentary rock composed primarily of organic matter derived from plant debris that accumulated in peat mires during different geological periods. Coal is also an essential economic resource in many countries, having been the main driving force behind the industrial revolution. Coal is still widely used industrially for many different purposes: carbonization and coke production, iron/steel making, thermal coal to generate electricity, liquefaction, and gasification. The utility of the coal is dictated by its properties which are commonly referred to as its rank, type, and grade. Coal composition, in terms of its macerals, and its rank determination are determined manually by a petrographer due to its complex nature. This study aimed to develop an automatic method based on machine learning capable of maceral segmentation at group level followed by a module for rank reflectance determination on petrographic images of coal that can improve the efficiency of this process and decrease operator subjectivity. Firstly, a Mask R-CNN-based architecture deep learning approach was developed to identify and segment the vitrinite maceral group, which is fundamental for rank analysis, as rank is determined by collotelinite reflectance (one of its individual macerals). Secondly, an image processing method was developed to analyze the vitrinite segmented images and determine coal rank by associating the grey values with the reflectance. For the maceral (group) segmentation, five samples were used to train the network, 174 images were used for training, and 86 were used for testing, with the best results obtained for the vitrinite, inertinite, liptinite, and collotelinite models (89.23%, 68.81%, 37.00% and 84.77% F1-score, respectively). Those samples were used alongside another eight samples to determine the rank results utilizing collotelinite reflectance. The samples ranged from 0.97% to 1.8% reflectance. This method should help save time and labor for analysis if implemented into a production model. The root mean square calculated between the proposed method and the reference reflectance values was 0.0978.