Stochastic Simulation of the Morphology of Fluvial Sand Channel Reservoirs [chapter]

Alexandra Kuznetsova, José A. Almeida, Paulo Legoinha
2013 Lecture Notes in Earth System Sciences  
A Faculdade de Ciências e Tecnologia e a Universidade Nova de Lisboa tem o direito, perpétuo e sem limites geográficos, de arquivar e publicar esta dissertação através de exemplare impressos reproduzidos em papel ou de forma digital, ou por qualquer outro meio conhecido ou que venha a ser inventado, e de a divulgar através de repositórios científicos e de admitir a sua copia e distribuição com objectivos educacionais ou de investigação, não comerciais, desde que seja dado crédito ao autor e
more » ... dito ao autor e editor. ii Acknowledgments I am sincerely and heartily grateful to Doctor José António de Almeida and Doctor Paulo Legoinha for the idea to write this work, for possibility to work with them and also for guiding and correcting with attention and care throughout my thesis writing. This master's thesis is supported by the Erasmus Mundus Action 2 Programme of the European Union. iii Resumo A caracterização de reservatórios de petróleo de tipo fluvial com algoritmos estocásticos constitui um problema complexo. Isto porque os canais apresentam padrões espaciais que não são caracterizados pelas estatísticas bi-ponto que estão na base dos modelos geoestatísticos. Entre estes aspectos contam-se, por exemplo, as morfologias deltaica, meandriforme e de planície aluvial, onde os canais formam um complexo padrão 3D resultante da acumulação de sedimentos pela antiga rede fluvial. No presente trabalho apresenta-se uma metodologia inovadora destinada a gerar imagens da morfologia de canais arenosos em reservatórios fluviais, com base em um modelo de simulação 3D. É baseada nas seguintes etapas: (1) partir de histogramas do comprimento, largura e altura de canais de areia, e de um malha de pontos com orientações locais; (2) fazer a simulação estocástica das dimensões largura e altura de hipotéticos canais de areia (3) gerar e posicionar esqueletos de hipotéticos canais e associar as dimensões largura e altura geradas na etapa anterior (modelo booleano estocástico de tipo vectorial); (4) converter o modelo anterior para um modelo matricial, associando zonas com diferenciação da incerteza; (5) utilização do método de simulação de campos de probabilidade (probability field simulation -PFS) para pós-processar o modelo booleano na forma matricial obtido na etapa anterior. Os resultados do modelo são várias imagens equiprováveis binárias (canal / não canal) que podem posteriormente ser preenchidas por valores de porosidade e permeabilidade. Esta metodologia foi testada com sucesso para a modelação de canais de areia de um reservatório fluvial do médio oriente. Concretamente, discutem-se os resultados do modelo obtido, faz-se uma análise do padrão de formas obtido na relação com a imagem de orientações locais de partida e tecem-se comentários sobre a incerteza local e global do modelo em função da conectividade dos canais. Palavras-chave: reservatórios fluviais; canais de areia; geoestatística; modelos booleanos; modelos estocásticos. iv Abstract The characterization of fluvial-type oil reservoirs using stochastic simulation algorithms is a complex problem because the morphology of the channels are complex and are not fully characterized by the two-point statistics of the geostatistical models (variograms and/or spatial covariances). Among these features, for example, are delta morphologies and meander-form floodplain where the channels form a complex pattern of the resulting 3D sediment accumulation by the former waterway system. This work presents an innovative methodology designed to simulate 3D stochastic images of the morphology of fluvial sand channels reservoirs. It is based on the following steps: (a) preparation of histograms of length, width and height of sand channels and a 2D image of local orientations; (2) simulate widths and heights of the hypothetical sand channels along their paths; (3) generate randomly skeletons of hypothetical channels and associate the width and height dimensions generated in the previous step (Boolean vector model); (4) convert the Boolean vector model into a raster model and link regions of uncertainty according distances to the skeleton; (5) finally, using the method of Probability Field Simulation (PFS) condition the Boolean model with a model of variogram and resolve the regions of uncertainty. The outputs are sets of binary images (channelsand / not channelshale) that can be filled by values of porosity and permeability. This methodology was successfully tested for modeling channel sand reservoir of a river of the Middle East. Specifically, results are discussed in connection with the image of local orientations together with an analysis of the local and global uncertainties of the model.
doi:10.1007/978-3-642-32408-6_139 fatcat:jvjeo5u76jha7imekzmlkhxdxe