=
=
1
i
i i
z z
donde
i
son los pesos que se establecen resolviendo un sistema de ecuaciones lineales que
se formula minimizando la varianza de estimacin. La magnitud de los pesos depende de la
distancia y la distribucin espacial de los puntos de control. Desde el punto de vista estadstico,
el Kriging es el mejor estimador lineal insesgado debido a que el error promedio de estimacin
es cero.
Simulacin Estocstica Condicional
Esta tcnica se aplica en los puntos de la columna estratigrfica donde no se tienen datos
geoqumicos y cuya variabilidad espacial ser representada mediante la simulacin
estocstica. Como se muestra mas arriba, el kriging permite conocer en cada punto no
muestreado en profundidad, dos valores llamados estadsticos, estos son: su valor estimado
(media) y la varianza o error de estimacin (que es cero en los puntos dato). De esta forma se
pueden generar para cada punto en el espacio un conjunto de n simulaciones derivada de la
distribucin estadstica de la propiedad en cuestin para dicho punto (figura 4). Cada
realizacin, expresada como un registro continuo del elemento qumico, tiene varias
propiedades:
- es equiprobable (ninguna realizacin predomina sobre otra)
- respeta los puntos dato (la varianza es cero es el punto dato)
- respeta la variabilidad espacial dada en el variograma (ste fue utilizado previamente en
la estimacin de las distribuciones en cada punto)
El promediado de n simulaciones dar resultados similares al Kriging pero con ms textura,
adems de disponer de la varianza (incertidumbre en la distribucin espacial del elemento
qumico) asociada al registro. Una vez finalizado el clculo se puede construir una curva para
cada elemento, con el promedio de n realizaciones, que tendr una resolucin intermedia entre
el espaciamiento del cutting y los registros de pozo. Adicionalmente, se pueden confeccionar
registros de probabilidad para valores del elemento qumico mayor o menor a un determinado
valor de corte o cut off.
VII INGEPET 2011 (EXPL-1-JR-45-N) 6
Figura 4: Diagrama de la simulacin secuencial gaussiana
Por otra parte, se pueden utilizar registros de pozo para guiar la simulacin condicional
(cosimulacin) a partir de correlaciones significativas entre estos tipos de datos (registros y
elementos qumicos). En la figura 5 se ilustra la correlacin entre el registro de Densidad y el
logaritmo de la concentracin de Calcio para profundidades equivalentes. Se observa que
existe una tendencia a la disminucin del Calcio con el aumento de la densidad y en la elipse
punteada se engloban los puntos outliers, o sea aquellos que no responden al modelo y que
constituyen el ruido estadstico en la relacin.
Este ruido estadstico proviene de la imprecisin de la profundidad asignada al recorte, la
mezcla de materiales y el promediado efectuado al registro de Densidad en el intervalo de roca
representado por los recortes.
VII INGEPET 2011 (EXPL-1-JR-45-N) 7
Figura 5: Correlacin entre valores del registro Densidad y concentracin de Calcio en
profundidades equivalentes.
Resultados
Pozo 12217
A continuacin se muestran comparaciones entre los resultados del clculo petrofsico y los
elementos traza detectados en el cutting. En la figura 6 se muestran Volumen de Arcilla (VCL),
Porosidad Efectiva (PHIE ) y Saturacin de agua (Sw) junto con los elementos Calcio (Ca),
Hierro (Fe) y Vanadio (V). En la comparacin entre PHIE y Ca se destaca la disminucin de
ste con el incremento de la primera, indicando la probable ausencia de cemento carbontico
(zonas en color verde). Adems, la disminucin de Sw est acompaada con picos de V,
siendo este un indicador adicional de la posible carga de los reservorios. El vanadio se
encuentra generalmente asociado a petrleos generados en rocas madres marinas y puede
estar presente en las pelitas (si hay algn intervalo generador) o en los reservorios con
hidrocarburos. La Mina Ragra (Repblica del Per) productora de Vanadio tiene hasta un 6%
de V en asfaltitas sulfurosas, donde ocurre como Patronita (VS
2
) asociado a Ni y Mo
(Marakushev y Marakushev 2006).
La figura 7 muestra los elementos Rb, Sr y Zr. En los reservorios sealados en la figura
ubicados en 2400 y 2700 ft aproximadamente, se pueden diferenciar arenas en funcin de su
proveniencia a partir del contenido de Zirconio y Rubidio. La diferencia entre las arenas estara
en el contenido de Zr elemento asociado al Zircn (densidad de 4.6 gr/c3) y representara un
incremento del nivel de energa del medio (Potter et al, 2005). Adems se observa un
incremento del Rubidio (asociado a feldespato potsico en rocas gneas) y que estara
relacionado a una progradacin del continente sobre las arenas subyacentes.
VII INGEPET 2011 (EXPL-1-JR-45-N) 8
En la figura 8 se muestran a los elementos S, Mn, Ti y Ba. Al igual que la figura anterior el
cambio de la concentracin de Titanio indica una variacin de energa del medio (presencia de
Ilmenita) y se correlaciona con la variacin vertical observa en el Zr.
Figura 6: Comparacin del anlisis petrofsico y elementos qumicos mayoritarios y traza.
VII INGEPET 2011 (EXPL-1-JR-45-N) 9
Figura 7: Variacin composicional de las arenas segn el contenido de Zr y Rb
VII INGEPET 2011 (EXPL-1-JR-45-N) 10
Figura 8: Perfiles geoquimicos de S, Mn, Ti y BA
Adems se remarca el aumento de Azufre que ocurre en los niveles de baja Sw y que estara
asociado a la presencia de sulfuros en el petrleo de acuerdo a lo sealado por Marakushev y
Marakushev (op. cit.).
VII INGEPET 2011 (EXPL-1-JR-45-N) 11
Perfil Geoqumico de Superficie
En la figura 9 se ilustra el perfil estratigrfico de superficie se aprecian las secuencias y
variaciones faciales de los miembros que componen la formacin Mogolln. De manera
bastante similar a lo observado en el pozo 12217, el comportamiento de Rb y Zr presenta
variaciones dentro de los paquetes arenosos (zonas delimitadas por un rectngulo punteado).
En efecto, picos de Zr indican cambios de energa en el medio sedimentario asociados a
fluctuaciones de la lnea de costa. El Rubidio asociado en estos picos sealara el mayor aporte
continental. Los incrementos de Vanadio y Cromo que exhiben estas psamitas, especialmente
en la porcin superior de la columna, es posible que se deban a contenido de bitumen o
petrleo seco (dead oil) en el espacio poral. De esta manera se demuestra la factibilidad de la
correlacin entre datos de pozos y afloramientos a partir de la asociacin de elementos traza.
Figura 9: Perfil estratigrfico de superficie y elementos traza
VII INGEPET 2011 (EXPL-1-JR-45-N) 12
Figura 10: Resultado de la cosimulacin estocstica del perfil geoqumico del Calcio con el
registro Density
VII INGEPET 2011 (EXPL-1-JR-45-N) 13
Resultados de la Cosimulacin
A partir de la correlacin establecida entre el Calcio y el registro de la Densidad (figura 5) se
efectuaron 30 realizaciones mediante cosimulacin secuencial gaussiana (Deutsch op. cit.). En
la figura 10 se ilustran tres realizaciones, (R1, R2, R0) del Calcio (color azul) y el promedio de
las realizaciones en color rojo. Todas las realizaciones respetan estrictamente los datos de
recortes pero tienen mucho mas actividad que la curva original del Calcio (figura 6). Con esta
metodologa se confeccionaron perfiles geoqumicos para los elementos Ca, Ba, Fe, K, Mn, Rb,
Sr, Th, Ti, Zr, Zn, S, As, Mo, y V.
Conclusiones
De lo expuesto queda demostrada la importancia que puede tener el estudio de los elementos
traza en un campo maduro con el Lote I, donde el registro geoqumico puede colaborar en
dilucidar las relaciones complejas de los reservorios y ayudar al pronstico de fluidos.
La Quimioestratigrafa y el anlisis de elementos traza mediante equipos de fluorescencia
porttil son dos herramientas de muy promisoria utilizacin en las reas de correlacin
geolgica, modelado de facies, petrofsica y pronstico de fluidos.
La metodologa geoestadstica utilizada es la indicada para la integracin de los tipos de datos
utilizados (registros y recortes) que de otra manera solo se puede efectuar mediante la
comparacin visual y subjetiva. Por ltimo se dispone de un conjunto de nuevas curvas
geoqumicas que aportan informacin a la confeccin del modelo geolgico y que en su
mayora no son registradas por las herramientas geoqumicas de cable.
Referencias Bibliograficas
1) Deutsch, C., 2002, Goestatistical reservoir modeling, Oxford Univ. Press, New York, 376 p.
Marakushev, A., Marakushev, S., (2006), Nature of Specific Geochemical Features of Oil.
Doklady Akademii Nauk, 2006, Vol. 411, No. 1, pp. 111117.
2) Kelkar, M. y Perez, G., 2002, Applied geostatistics for reservoir characterization, SPE, 264 p.
3) Matheos, S.D, (2010) Actualizacin de base de datos geoqumica de elementos trazas y ree
en rocas sedimentarias e gneas, INFORME PREPARADO PARA Larriestra Geotecnologias S.A.,
ABRIL DE 2010
4) Potter, P. Maynard B. y Depetris P. (2005) Mud and mudstones. Introduction and overview.
Springer Verlag 297 p.