Return to search

Connectivity of channelized sedimentary bodies : analysis and simulation strategies in subsurface modeling / Connectivité de corps sédimentaires chenalisés : stratégies d’analyse et de simulation en modélisation de subsurface

Les chenaux sont des structures sédimentaires clefs dans le transport et le dépôt de sédiments depuis les continents jusqu'aux planchers océaniques. Leurs dépôts perméables permettent la circulation et le stockage de fluides. Comme illustré avec les systèmes turbiditiques, le remplissage de ces chenaux est très hétérogène. Son impact sur la connectivité des dépôts perméables est amplifié par les variations d'organisation spatiale des chenaux. Mais du fait de l'aspect lacunaire des données, l'architecture de ces structures souterraines n'est que partiellement connue. Dans ce cas, les simulations stochastiques permettent d'estimer les ressources et les incertitudes associées. De nombreuses méthodes ont été développées pour reproduire ces environnements. Elles soulèvent deux questions capitales : comment analyser et comparer la connectivité de simulations stochastiques ? Comment améliorer la représentation de la connectivité dans les simulations stochastiques de chenaux et réduire les incertitudes ? La première question nous a conduits à développer une méthode pour comparer objectivement des réalisations en se concentrant sur la connectivité. L'approche proposée s'appuie sur les composantes connexes des simulations, sur lesquelles sont calculés plusieurs indicateurs. Une représentation par positionnement multidimensionnel (MDS) facilite la comparaison des réalisations. Les observations faites grâce au MDS sont ensuite validées par une carte de chaleur et les indicateurs. L'application à un cas synthétique de complexes chenaux/levées montre les différences de connectivité entre des méthodes et des valeurs de paramètres différentes. En particulier, certaines méthodes sont loin de reproduire des objets avec une forme de chenaux. La seconde question amène deux principaux problèmes. Premièrement, il apparaît difficile de conditionner des objets très allongés, comme des chenaux, à des données de puits ou dérivées de données sismiques. Nous nous appuyons sur une grammaire formelle, le système de Lindenmayer, pour simuler stochastiquement des objets chenaux conditionnés. Des règles de croissance prédéfinies contrôlent la morphologie du chenal, de rectiligne à sinueuse. Cette morphologie conditionne les données au fur et à mesure de son développement grâce à des contraintes attractives ou répulsives. Ces contraintes assurent le conditionnement tout en préservant au mieux la morphologie. Deuxièmement, l'organisation spatiale des chenaux apparaît peu contrôlable. Nous proposons de traiter ce problème en intégrant les processus qui déterminent l'organisation des chenaux. Un premier chenal est simulé avec un système de Lindenmayer. Puis ce chenal migre à l'aide d'une simulation gaussienne séquentielle ou d'une simulation multipoints. Cette approche reproduit les relations complexes entre des chenaux successifs sans s'appuyer sur des modèles physiques partiellement validés et au paramétrage souvent contraignant. L'application de ces travaux à des cas synthétiques démontre le potentiel de ces approches. Elles ouvrent des perspectives intéressantes pour mieux prendre en compte la connectivité dans les simulations stochastiques de chenaux / Channels are the main sedimentary structures for sediment transportation and deposition from the continents to the ocean floor. The significant permeability of their deposits enables fluid circulation and storage. As illustrated with turbiditic systems, those channel fill is highly heterogeneous. Combined with the spatial organization of the channels, this impacts significantly the connectivity between the permeable deposits. The scarcity of the field data involves an incomplete knowledge of these subsurface reservoir architectures. In such environments, stochastic simulations are used to estimate the resources and give an insight on the associated uncertainties. Several methods have been developed to reproduce these complex environments. They raise two main concerns: how to analyze and compare the connectivity of a set of stochastic simulations? How to improve the representation of the connectivity within stochastic simulations of channels and reduce the uncertainties? The first concern leads to the development of a method to objectively compare realiza-tions in terms of connectivity. The proposed approach relies on the connected compo-nents of the simulations, on which several indicators are computed. A muldimensional scaling (MDS) representation facilitates the realization comparison. The observations on the MDS are then validated by the analysis of the heatmap and the indicators. The appli-cation to a synthetic case study highlights the difference of connectivity between several methods and parameter values to model channel/levee complexes. In particular, some methods are far from representing channel-shaped bodies. Two main issues derive from the second concern. The first issue is the difficulty to simulate a highly elongated object, here a channel, conditioned to well or seismic-derived data. We rely on a formal grammar, the Lindenmayer system, to stochastically simulate conditional channel objects. Predefined growth rules control the channel morphology to simulate straight to sinuous channels. That morphology conditions the data during its development thanks to attractive and repulsive constraints. Such constraints ensure the conditioning while preserving at best the channel morphology. The second issue arises from the limited control on the channel organization. This aspect is addressed by taking into account the evolution processes underlying channel organization. An initial channel is simulated with a Lindenmayer system. Then that channel migrates using sequential Gaussian simulation or multiple-point simulation. This process reproduces the complex relationships between successive channels without relying on partially validated physical models with an often constraining parameterization. The applications of those various works to synthetic cases highlight the potentiality of the approaches. They open up interesting prospects to better take into account the connectivity when stochastically simulating channels

Identiferoai:union.ndltd.org:theses.fr/2016LORR0026
Date15 March 2016
CreatorsRongier, Guillaume
ContributorsUniversité de Lorraine, Université de Neuchâtel (Suisse), Sausse, Judith, Collon, Pauline, Renard, Philippe
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.004 seconds