maría virginia mason - dataseismic.com · de perforaciones con perfiles de rayo gamma, de...

1

Fluid discrimination of postsack “bright spots” in the Columbus Basin. Mason, M. Virginia

REPORTE

Fluid discrimination of post stack “bright spots” in the Columbus Basin, offshore Trinidad

María Virginia Mason

Facultad de Ciencias Astronómicas y Geofísicas UNLP

2008

2


Fluid discrimination of post-stack “bright spots” in the Columbus Basin, offshore Trinidad. Kathryn T. Young and Robert H. Tatham, Jackson School of Geosciences, University of Texas-Austin, Austin, USA. El análisis de los puntos brillantes en datos sísmicos stacked ha sido usado como un método efectivo para la exploración de hidrocarburos en muchas áreas alrededor del mundo, incluyendo Trinidad. Los sedimentos Terciarios no consolidados de la Cuenca de Columbus, offshore Trinidad, crean condiciones geológicas que son particularmente favorables para la existencia y detección de “puntos sísmicos brillantes” asociados con depósitos de gas. El hecho de que esta técnica sea exitosa como un indicador directo de hidrocarburos está basado en la premisa de que sedimentos con presencia de gas exhibirán amplitudes de reflexión sísmica mucho mayores que las de su entorno. Sin embargo, existen otras combinaciones de condiciones geológicas que también podrían generar grandes amplitudes; como por ejemplo la alta porosidad, la presencia de arenas limpias o pizarras sobre-presurizadas, o la anisotropía. En teoría, la variación de la amplitud con el offset (AVO) aplicada a datos de reflexión prestack tiene la capacidad de distinguir entre los verdaderos puntos brillantes saturados con gas y muchos puntos brillantes falsos saturados con solución salina. La arena con gas típica de la Cuenca de Columbus tiene una impedancia menor que las pizarras que actúan como sello y producirá un coeficiente de reflexión negativo en los offsets cercanos. La magnitud de estas reflexiones se torna increíblemente grande (más negativa) con el offset (la respuesta de AVO de clase III de Rutherford y Williams, 1989), mientras que todas las otras litologías saturadas con solución salina tendrán un coeficiente de reflexión cuya magnitud decrece, o se debilita, a medida que el offset aumenta. Por eso, un análisis de AVO nos permite extraer propiedades elásticas adicionales de la roca a partir de diferentes rangos de offset dentro de los datos sísmicos prestack (Castagna, 1993; Hilterman, 2001). Es conveniente un análisis de puntos brillantes en datos stacked porque éstos generalmente son más comunes que los prestack gathers, y además suelen tener una relación señal/ruido más alta que estos últimos. Sin considerar a la respuesta de la amplitud con el offset se incrementa de gran manera la ambigüedad o incertidumbre en la interpretación geológica detrás del punto brillante. Por ejemplo, la Figura 1 muestra tres “puntos brillantes”, y sólo el reservorio comercial de gas es el reflector más superficial (A). El pozo fue extendido hasta alcanzar los dos puntos brillantes más profundos, que resultaron ser una limolita no-comercial (B) con presencia de gas y, por debajo, una limolita saturada con solución salina (C). La Figura 2 muestra un mapa de amplitudes CMP stacked donde varias áreas son “brillantes”. Otros estudios de offsets en los gathers revelan que el comportamiento de la amplitud en la zona redituable es muy diferente a aquél en las zonas no-productivas. En el presente estudio, se investiga la efectividad de una técnica AVO: una inversión lambda, mu, rho (LMR) para distinguir entre puntos brillantes post-stack

3


saturados con gas o con solución salina. Usando estos métodos, se intenta reducir la ambigüedad y clarificar el riesgo asociado con las amplitudes brillantes de la perforación. Se evalúa un total de 15 intervalos, o puntos brillantes, en cuatro áreas de estudio en la Cuenca de Columbus. Se dispone de datos tanto post- como prestack, como también datos de perforaciones con perfiles de rayo gamma, de resistividad, sónico, y de densidad. Los datos de perfiles son esenciales en la confirmación de la eficacia del análisis AVO propuesto. De los 15 puntos brillantes analizados, seis (40%) fueron puntos brillantes falsos. El análisis LMR identificó correctamente a los nueve reservorios de gas y a cinco de las seis zonas no productivas, por lo que sólo quedó una zona falsa (7%) luego del análisis LMR. El trasfondo de una inversión de AVO. A través de una inversión de AVO, se crean volúmenes de datos de propiedades específicas de las rocas representadas por propiedades sísmicas. Ésta incorpora un comportamiento de amplitud vs. offset derivado a partir de datos sísmicos prestack. Estos volúmenes pueden estar expuestos de una manera similar a los displays convencionales de las amplitudes sísmicas stacked y pueden ser interpretados de una manera parecida. Los datos sísmicos derivados de AVO están calibrados con mediciones de perfiles y luego, extrapolados desde la perforación en todo el volumen. Además, en vez de una propiedad de interfase, tal como lo es el coeficiente de reflexión, se pueden obtener cantidades numéricas significativas asociadas con el reservorio a partir de los datos extraídos. Por esto, estas características de AVO son portátiles, lo que facilita las comparaciones entre las características de AVO tanto relativas como absolutas. Inversión LMR. La técnica LMR (Lambda-Mu-Rho) es una inversión de AVO, en la cual gathers CMP prestack son invertidos para extraer datos de los parámetros de Lamé para rocas elásticas (λ y µ) combinados con la densidad (ρ), de la forma λρ y µρ. Goodway et al. (1997) sugiere que λ (conocido como la incompresibilidad del fluido) es el indicador más sensible de fluido. Este parámetro suele estar contenido en la velocidad compresional (Vp), y tanto λ como Vp toman valores bajos para arenas saturadas con gas. El gas es muy compresible, por lo que valores bajos de λρ sugieren una saturación con gas. Al término de la rigidez µρ se lo considera el indicador de la matriz, ya que µ no es sensible a una saturación con fluido. En teoría, una arena tendrá un valor de µρ alto ya que el mineral dominante en su matriz, cuarzo, tiene una mayor rigidez que los minerales de la arcilla. Por eso, la combinación de un valor de λρ bajo y µρ alto sugieren una arenisca saturada con gas. Esta técnica tiene la ventaja de trabajar directamente con las constantes elásticas, por lo que provee resultados más significativos relacionados con la física de las rocas que los obtenidos sólo con amplitudes post-stack. La desventaja de una técnica de inversión de AVO como LMR es que requiere varias operaciones computacionales para reducir los coeficientes de reflexión y este proceso puede conducir a la amplificación del ruido en los datos de input a lo largo del análisis. Como sucede con otras técnicas AVO, esta

4


sensibilidad al ruido puede alterar los resultados más allá de los límites de una interpretación confiable y razonable si la calidad de los datos prestack no es la suficiente para tal análisis.

Figura 1: Un ejemplo de puntos brillantes (anomalías de amplitud post-stack) en la cuenca causados por distintos tipos de condiciones geológicas. Figura 2: Un mapa de la amplitud del coeficiente de reflexión extraído a partir de datos post-stack. Este es otro ejemplo de la ambigüedad asociada con los puntos brillantes si no se considera el comportamiento del offset. Mientras que varias áreas tienen una amplitud alta, sólo la zona redituable tiene un AVO cada vez más negativo, indicación de una disminución en la relación de Poisson y una predicción de saturación con gas.

Metodología.

5


La aplicación de las técnicas de inversión de AVO puede estar caracterizada por tres fases principales. Un estudio de la viabilidad de AVO a través de un análisis de la física de las rocas. Es necesario un análisis a través de la física de las rocas para determinar si esta técnica puede ser viable conociendo el marco geológico, y la calidad de los datos disponibles de perfiles sísmicos y de perforaciones. Al realizar un crossplot de varias propiedades de las rocas obtenidas a partir de los perfiles de pozos, se puede observar la separación o el agrupamiento de los datos de acuerdo a la litología y/o al fluido saturante. En los datos de perforaciones de la Cuenca de Columbus, hay una separación clara entre las litologías saturadas con solución salina y con gas usando tanto a la velocidad compresional como a la densidad como se muestra en las Figuras 3a y b. Además, las pizarras y arenas también presentan tendencias separadas distinguibles. Por lo general, las arenas son menos densas que las pizarras a lo largo de las profundidades penetradas y perfiladas. Las pizarras suelen ser más rápidas (mayores velocidades de propagación de la onda) que las arenas pero estas tendencias litológicas convergen con la profundidad hasta que finalmente ocurre un cruce por debajo de 12000 TVD. El efecto del gas en los espacios porales es fuerte y prevalece a pesar de estas tendencias litológicas, evidenciado como una disminución marcada de la densidad y de Vp. Estos resultados implican que existe una alta probabilidad de que el fluido en los poros y, en una menor escala la litología, puede ser detectado y diferenciado en los datos sísmicos y se podría empezar a predecir la naturaleza de la respuesta sísmica de AVO.

Otro tema de interés es conocer qué propiedades de las rocas están relacionadas o dominadas por otras propiedades de éstas y de fluidos, como también conocer sus tendencias con la profundidad. Las fuertes relaciones entre Vp, Vs, y la densidad entre diferentes litologías ha sido útil en la estimación de valores de datos para intervalos faltantes de perfiles o en la extrapolación para la profundidad cuando no se contaba con un perfil completo. Esto pudo aplicarse especialmente porque los perfiles sónicos de dipolos (Vs) sólo estaban disponibles en intervalos aislados y limitados a lo largo de la profundidad total. Esto también resultó en el desarrollo de una recta empírica para las micritas con coeficientes creados para la Cuenca de Columbus. Finalmente, se calcularon los perfiles de AVO para λρ y µρ con el fin de evaluar qué atributos derivados de la sísmica eran los más sensibles a tales propiedades de interés de las rocas y fluidos. En general, este tipo de análisis petrofísico facilita a la comprensión de la geología de la cuenca y de los atributos de la roca que generan la respuesta sísmica. Se calcularon modelos de sismogramas sintéticos prestack a partir de los datos de los perfiles de pozo y se los compararon con los gathers CMP observados. En general hay un buen acuerdo entre el modelo sintético calculado y el sismograma observado en la mayoría de los intervalos (Figura 4), lo que sugiere que hay una buena correlación entre los datos del perfil de pozo y los sísmicos. Esto proporciona confianza en el método AVO y confirma que es su aplicación es adecuada para esta porción de la Cuenca de Columbus. Pre-condicionamiento y preparación de los datos. La desventaja principal del análisis AVO es la baja relación señal/ruido (alto contenido de ruido) de los gathers CMP prestack. Esta limitación fue resuelta mediante la creación de supergathers, i.e., una suma traza-a-traza para offsets específicos dentro de una ventana en movimiento. Este fue, lejos, el paso más importante en el pre-condicionamiento de los datos de input para la inversión y tuvo el

6


mayor efecto en los resultados (Figura 5). Los horizontes estructurales fueron interpretados a lo largo de los reflectores de interés, como también de otros eventos de reflexión significantes, con el fin de proveer condiciones estructurales para la inversión y para asistir al desarrollo de la componente de baja frecuencia del modelo de inversión. Finalmente, los parámetros de inversión fueron analizados y ajustados a partir de la comparación de los resultados de la inversión en la perforación con los perfiles de AVO de λρ y µρ.

Figura 3: (a) Crossplot de Vp vs. Vs. Los sedimentos saturados con gas están en rojo y tienen menor Vp y Vp/Vs que los sedimentos saturados con solución salina. (b) Plot de la densidad vs. profundidad.

Figura 4: Comparación entre un sismograma sintético prestack y un gather CMP con correcciones NMO aplicadas. A pesar de que el valor absoluto del coeficiente de reflexión es diferente, el carácter de AVO es bastante similar.

Figura 5: Pre-condicionamiento de los datos usando super-gathers y trim stiatics. Debe notarse la reducción del ruido en el segundo panel y los eventos más derechos en el tercero.

Aplicación de la técnica LMR. La inversión LMR de datos prestack para λρ y µρ es realizada utilizando los módulos AVO y STRATA de Hampson Russell* y es llevada a

7


cabo a través de una serie de pasos analíticos. Estimaciones de la reflectividad de las ondas P y S dependiente del offset son obtenidas a través de un ajuste de mínimos cuadrados de la ecuación de Fatti (1994) para las amplitudes de reflexión de la onda P (Rpp). Rpp = 1 (∆Zp / Zp) (1 + tan2θ) – 4 (Vs / Vp)2 (∆Zs / Zs) sin2θ (1)* 2 donde Rpp es el coeficiente de reflexión dependiente de θ de una onda P reflejada. Vp y Vs son las velocidades promedio de las ondas P y S a través de la interfase. ∆Vp y ∆Vs son los contrastes de velocidad de las ondas P y S a través de la interfase. ρ = densidad de la masa, Zp = Vp ρ Zs = Vs ρ θ = ángulo de incidencia. Los volúmenes de impedancias de P (Zp) y S (Zs) son obtenidos a través de una inversión basada en un modelo contundente. Las condiciones geológicas y la información de velocidad provistas por los horizontes y perfiles sónicos son utilizadas para construir un modelo de “aproximación” inicial, el cual es modificado hasta lograr la mejor coincidencia con la aproximación de la reflectividad, dentro de ciertos límites razonables para el error. Finalmente los volúmenes de λρ y µρ (para materiales isótropos) son obtenidos usando las relaciones:

λρ = Zp2 – 2Zs

2 (2)*

µρ = Zs2 (3)*

Los valores λρ y µρ pueden ser interpretados por separado o combinados entre sí mediante un crossplot y un análisis de la zona. Resultados. Para este estudio se evaluaron cuatro campos en la Cuenca de Columbus. A continuación se discuten los resultados para los campos 1 y 3, seguido de un resumen para los cuatro campos. Campo 1: Las Figuras 6 y 7 muestran los volúmenes λρ y µρ generados a partir de la inversión LMR para el campo que se muestra en la Figura 1. La inversión está limitada a una ventana de tiempo centrada en los tres horizontes, por lo que los colores de afuera de la zona son valores nulos. Entre las reflexiones CMP stacked de gran amplitud que se muestran en la Figura 1 sólo el horizonte menos profundo (A) es una arena saturada con gas real y, como se muestra en la Figura 6, tiene los menores valores de λρ (verde brillante). Además, en la Figura 7 se puede observar que el horizonte A también tiene los mayores valores, y los más extensos espacialmente, de µρ (violeta), indicando correctamente la litología arenosa. Los horizontes B y C también tienen valores bajos de λρ en relación con las litologías circundantes [consistente con las altas amplitudes de reflexión post-stack (punto brillante)] pero es claro que estos valores no son comparables con la arena saturada

8


con gas en el horizonte A. Esto se manifiesta particularmente en la Figura 8, donde se han limitado los rangos numéricos de los valores de λρ y µρ en el display de colores por lo que sólo las zonas con valores de muy bajo λρ y alto µρ están resaltadas. Mientras que hay algunos valores altos de µρ alrededor de los horizontes B y C, no hay ninguna consistencia espacial para sugerir la presencia de un cuerpo continuo de arena, como es el caso del horizonte A. La Figura 9 muestra mapas de la distribución de λρ (Figura 9a) y µρ (Figura 9b), extraídos a lo largo del horizonte A. El polígono punteado indica la ubicación general del campo. De nuevo, la coincidencia de un valor de λρ bajo y µρ alto a lo largo del horizonte A indica que esta arena saturada con gas ha sido identificada correctamente. La Figura 10 muestra un crossplot de LMR típico, el cual puede facilitar una interpretación más efectiva y conveniente de λρ y µρ ya que la idea es buscar la coincidencia de estas dos propiedades de la roca. Los puntos en el crossplot son de los mismos volúmenes de λρ y µρ de las Figuras 6 y 7, y las zonas coloreadas superpuestas resaltan y clasifican a los valores de la misma manera en los datos sísmicos como se muestra en la Figura 11. El resultado es una interpretación visualmente más clara de la saturación con gas predicha; i.e., sólo el horizonte A está de color rojo y es identificado como una arena con gas, por lo que es el único que parece ser verdaderamente anómalo con respecto a las litologías circundantes. En la sección transversal del LMR (Figura 11) se observa la ubicación del contacto gas-agua (GWC: gas-water contact) ya que el reflector cambia de rojo a azul.

Figura 6: Volumen de λρ para el campo 1 con los horizontes A, B, y C identificados. Los valores de λρ en GPa*g/cc varían a partir de 16 (verde).

Figura 7: Volumen de µρ (indicador de la matriz) para el campo 1. Los valores de µρ en GPa*g/cc varía desde 27 (verde) hasta 37 (violeta).

9


Figura 8: Se achicó el rango de los valores de λρ y µρ para determinar las zonas con anomalías

bajas y altas respectivamente.

Figura 9: Mapa de λρ (izquierda) y µρ (derecha) extraído a lo largo del horizonte A. El polígono

punteado representa la ubicación general del campo.

Campo 3: El campo 3 (Figura 12) está altamente fracturado y es estructuralmente complejo por lo que los resultados no son tan claros como aquellos para el campo 1, mostrado en la Figura 11. Las zonas saturadas con gas en cada horizonte pueden ser distinguidas del fondo ya que están más extendidas espacialmente y son más consistentes (parches rojos o marrón-rojizo). Se puede considerar que las otras áreas donde hubo una mezcla de puntos azules y rojos son debidas a artefactos ruidosos y existe una mayor ambigüedad asociada con cualquier interpretación en aquellas áreas.

10


La Figura 12 muestra la clasificación de los crossplots LMR extraídos a lo largo de los tres horizontes: la arena 40 (la menos profunda y de mayor espesor), la arena 30 y la arena 20 (la más profunda y de menor espesor). Se realiza el mismo haciendo un crossplot LMR y el mismo análisis de la zona que se muestra en las Figuras 10 y 11, y se distingue correctamente en cada horizonte a las zonas que están saturadas con gas de aquellas que son no-productivas. Los pozos 3A, 3B, 3C y 3D constituyeron el primer conjunto de pozos perforados en este campo durante la fase de exploración. Los polígonos de contorno amarillo representan las extensiones aproximadas de las acumulaciones de hidrocarburos dentro de cada bloque de falla para cada horizonte. El horizonte 40 es el menos profundo, con arena más limpia y de mayor espesor, y es redituable en todos sus pozos. El horizonte 30 sólo es redituable en el pozo 3B. El horizonte 20, que es el más profundo y con arena de menor espesor, sólo encontró arena con gas en el pozo 3D. En la fase de desarrollo, se perforaron varios pozos adicionales que no se muestran en los mapas a partir de la ubicación 3B para explotar las arenas en los diferentes bloques de falla, y los polígonos verdes delimitan estas otras acumulaciones. Estas perforaciones se llevaron a cabo luego de realizada esta investigación inicial por lo que las arenas saturadas con gas no están incluidas en los resultados.

Figura 10: Crossplot de volúmenes sísmicos de λρ y µρ para el análisis de la zona. Los puntos que

se ubican sobre los polígonos de color clasificados están pintados de la misma manera en la sección transversal de la Figura 11.

11


Figura 11: Sección transversal del Campo 1 con características de un crossplot LMR. La inversión fue realizada en una zona centrada a lo largo de los horizontes de interés. A modo de comparación,

se muestran datos sísmicos stacked convencionales de coeficientes de reflexión con los tres horizontes brillantes en la Figura 1.

Resumen de los resultados para los cuatro campos. Las Figuras 13 y 14 resumen los resultados para los cuatro campos y muestran los rangos de los valores para λρ y µρ. También se muestran las estimaciones de λρ y µρ para los 15 probables puntos brillantes además de los valores observados en las pizarras a modo de comparación. A partir de esto, se pueden realizar varias observaciones interesantes.

• A pesar de que los valores numéricos actuales difieren de un campo a otro, todas las litologías saturadas con gas claramente presentan valores mucho menores de λρ que aquellas saturadas con solución salina.

• La mayoría de los valores de λρ para las arenas con gas en las áreas de estudio caen por debajo de los 30 GPa*g/cc (recta naranja, Figura 13) y todas las pizarras caen aproximadamente por encima de los 34 GPa*g/cc (recta verde), lo que resalta la diferenciación litológica. Esto puede ayudar en la evaluación de la composición de las litologías que se encuentran por encima de un evento de reflexión y, en consecuencia, en sus potenciales para estimar la presencia de rocas sello del reservorio asociadas con pizarras.

• La profundidad aumenta desde el campo 4 al 1 pero λρ parece ser independiente de ésta, lo cual es esperado, ya que los fluidos no deberían ser afectados por la compactación.

• Dentro de un campo, las litologías arenosas tienen valores mayores de µρ que las pizarras, sin considerar a la saturación con fluido (Figura 14).

12


• Se encuentra que µρ depende de la profundidad, como se esperaba. Todos los valores de µρ, tanto para arenas como pizarras, aumentan con la profundidad, probablemente debido al aumento de la rigidez asociado con la compactación.

• Hay una mayor separación y discriminación entre los fluidos saturantes en la Figura 13 que la que hay con la litología en la Figura 14. Esto es esperable ya que las propiedades de las rocas (Vp, Vs y ρ), y por extensión los datos sísmicos de la onda P, suelen ser más sensibles a las diferencias entre los fluidos en los poros que a las diferencias de litologías.

13


Figura 13: Resumen de los rangos de valores de λρ en GPa*g/cc para cada campo. Las arenas con gas están en barras rojas, las arenas saturadas con solución salina están en azul, y las pizarras están en gris. Se puede notar la separación entre las litologías saturadas con gas y con solución salina y que λρ es independiente de la profundidad. Las 9 zonas saturadas con gas están correctamente distinguidas de aquellas no productivas. Figura 14: Resumen de los rangos de los valores de µρ en GPa*g/cc para cada campo. Las arenas con gas están representadas en barras rojas, las arenas saturadas con solución salina están en azul y las pizarras en gris. Se puede notar la separación entre las litologías arenosas y pizarrosas sin importar el fluido saturante y la tendencia de la profundidad sobre µρ. También es claro que la separación entre las propiedades litológicas no es tan pronunciada como lo es con las propiedades de los fluidos en la Figura 13.

Conclusiones.

Un método de AVO prestack (inversión LMR) es aplicado para una evaluación de puntos brillantes potenciales en la Cuenca de Columbus, lo que puede ayudar a clarificar y reducir el riesgo en proyectos de perforaciones basados únicamente en anomalías de amplitud post-stack (puntos brillantes). Las estimaciones de λρ pueden ser utilizadas para la discriminación de fluidos ya que existe una separación clara entre las litologías saturadas con gas y con solución salina. A pesar de que las estimaciones de µρ son atributos más ruidosos y menos estables, aún se considera un indicador cualitativo de la litología para arenas de reservorio y pizarras que actúan como sello. Los resultados sugieren que la técnica de inversión de LMR consiste de hecho en la separación de las propiedades del fluido y de la matriz en la roca de bulk.

En este estudio se evaluaron 15 intervalos de los cuales se demostró que sólo 9 están

saturados con gas mientras que los 6 restantes son intervalos no-productivos saturados con

14


solución salina. Utilizando sólo el análisis de los puntos brillantes en datos sísmicos stacked sin la consideración del comportamiento AVO, los 15 intervalos son identificados como sedimentos saturados con gas, lo que significa que el 40% de ellos están mal clasificados como redituables. La inversión LMR discrimina exitosamente entre una saturación con gas y con solución salina en 14 de los 15 intervalos, lo que equivale en porcentaje a un éxito del 93% y a una mejora sobre la técnica de punto brillante del 60%.

Este estudio fue limitado por datos de pozo desparramados y, en este caso, la inversión LMR sólo debería ser utilizada como una herramienta para la exploración. El agrupamiento de los valores absolutos de λρ mostrados en la Figura 13, (λρ < 30 para arenas saturadas con gas y λρ > 34 para arenas y pizarras saturadas con solución salina) sugiere que con el control de pozo adecuado y densamente espaciado, puede ser posible interpretar a una inversión LMR cuantitativamente y potencialmente para una caracterización más detallada del reservorio. A pesar de ser más complejo que la identificación de puntos brillantes en datos CMP stacked, un análisis AVO y una inversión LMR son convenientes en la Cuenca de Columbus. El análisis de la física de las rocas a partir de datos disponibles de perforaciones es un paso esencial en este método y le permite al científico comprender mejor la relación entre la geología, el fluido de relleno, y los parámetros de las rocas que conducen a la respuesta sísmica. Este trabajo presenta un nuevo estudio de inversión LMR aplicada a sedimentos Terciarios jóvenes, no-consolidados, mientras que muchos de los estudios publicados o métodos LMR están aplicados a sedimentos Cretácicos más antiguos.

maría virginia mason - dataseismic.com · de perforaciones con perfiles de rayo gamma, de...

Documents