Universidad Simón Bolívar: Coordinación de Ingeniería Geofísica

UNIVERSIDAD SIMN BOLVAR
COORDINACIN DE INGENIERA GEOFSICA
MODELADO GEOFSICO INTEGRADO EN EL NORTE DE MONAGAS,

APLICANDO LA METODOLOGA DE INTERPRETACIN SSMICA 2-D
E INVERSIN SSMICA
Por
Carlos Honorio Bastidas Prez
INFORME FINAL DE CURSOS EN COOPERACIN
Presentado ante la Ilustre Universidad Simn Bolvar
Como requisito Parcial para optar al Ttulo de
Ingeniero Geofsico
Sartenejas, Julio de 2008
UNIVERSIDAD SIMN BOLVAR

COORDINACIN DE INGENIERA GEOFSICA
MODELADO GEOFSICO INTEGRADO EN EL NORTE DE MONAGAS,

APLICANDO LA METODOLOGA DE INTERPRETACIN SSMICA 2-D
E INVERSIN SSMICA
Por
INFORME FINAL DE CURSOS EN COOPERACIN
Presentado ante la Ilustre Universidad Simn Bolvar
Como requisito Parcial para optar al Ttulo de
Ingeniero Geofsico
Realizado con la asesora de:
Tutor Acadmico: Dra. Milagrosa Aldana
Tutor Industrial: Ing. Roberto Falcn (PDVSA)
Cotutor Industrial: M. Sc. Marien Parra (PDVSA)
Sartenejas, Julio de 2008
Este trabajo ha sido aprobado en nombre de la Universidad Simn Bolvar por el siguiente jurado
calificador:
________________________
Dra. Mara Ins Jcome
Presidente
________________________
Dra. Milagrosa Aldana
Tutor Acadmico
________________________
Ing. Roberto Falcn
Tutor Industrial
MODELADO GEOFSICO INTEGRADO EN EL NORTE DE MONAGAS, APLICANDO

LA METODOLOGA DE INTERPRETACIN SSMICA 2-D E INVERSIN SSMICA
Por
RESUMEN
El propsito de este estudio es el de analizar, a partir de la inversin de datos ssmicos
(inversin ssmica), la sensibilidad de ocurrencia de la truncacin del tope del Oligoceno (Fm.
Naricual) por parte del corrimiento de Pirital en las adyacencias del prospecto llamado Top B, en
el cual no existen pozos cercanos que puedan validar dicha hiptesis. Los antecedentes de esta
hiptesis surgen tras los resultados obtenidos por un pozo exploratorio ubicado en el prospecto
Top A (al noreste de Top B), en el cual se observaron cuatro fallas inversas asociadas a cinco
repeticiones de la Fm. Naricual durante toda su trayectoria. Cuando se lleg a la profundidad
objetivo, el pozo no encontr rastros de hidrocarburos atribuyndose como posible causa de esto
la decapitacin de la Fm. Naricual por parte del corrimiento de Pirital y, en consecuencia, la
posible migracin del fluido que se encontraba entrampado en dicha estructura.
Entre los mtodos de inversin ssmica utilizados estn el Sparse Spike, Model
Based y Bandlimited. Para cada una de las secciones interpretadas se plantearon dos posibles
hiptesis (1.Truncacin 2.No Truncacin); luego se realiz la inversin ssmica a cada una de las
secciones y con cada una de las hiptesis con el propsito de analizar la sensibilidad de
ocurrencia del evento de truncacin en diferentes regiones que iban desde el prospecto Top A
hasta el Top B. Por ltimo, se realiz una inversin 1-D utilizando un programa basado en
algoritmos genticos con el fin de generar pseudo registros de velocidad y densidad para ser
utilizarlos posteriormente como informacin adicional en inversiones 2-D donde se aplic el
mtodo Sparse Spike. Sin embargo, los resultados no fueron concluyentes dado que el
contraste de impedancia del tope del Oligoceno (Fm. Naricual) se perdi casi por completo en
todas las lneas y bajo ambas hiptesis, lo cual llev a proponer modificaciones en los parmetros
de la inversin 1-D, ejemplo variar el nmero de generaciones y la longitud de los pseudo
registros.
Finalmente, los resultados obtenidos en este trabajo indicaron que para la zona donde se
encuentra ubicado el prospecto Top B, la hiptesis no truncacin es la que tiene mayor
probabilidad de ocurrencia.
ii
DEDICATORIA
A mis padres Josefina y Carlos
A mis Hermanas Glenda e Isabel
A toda mi familia:
Tos, Tas, Abuelos, Abuelas, primos y primas
iii
AGRADECIMIENTOS
A ti, Seor, elevo mi alma, a ti que eres mi Dios. En ti he confiado.
En tu verdad gua mis pasos, instryeme, t que eres mi Dios y mi Salvador.
Seor, una vez ms te doy gracias por haberme abierto las puertas de esta casa de estudios
donde se imparten saberes, conocimientos y lecciones de vida.
A todos mis profesores que con su sapiencia sembraron en m sus enseanzas,
especialmente a mis tutores: Dra. Milagrosa Aldana, Ing. Roberto Falcn y M. Sc. Marien Parra.
A mis padres Josefina y Carlos, a mis hermanas Glenda e Isabel por apoyarme siempre.
A ti, to Humberto, te dedico especialmente este triunfo, en agradecimiento por estar
siempre a mi lado, brindndome t apoyo incondicional y oportuno.
A mis amigos y compaeros con los que compart durante toda la carrera: Alberto,
Vernica, Carmen, ngel, David, Eliseo, Mara Eugenia, Jorge, Wanda, Vera, Alejandra,
Michelle, Hctor, Simn, Gwendal, Thaina, Virginia, Melina y Omar, gracias por tantos
momentos maravillosos que pasamos juntos, siempre estarn en m corazn, para m fue todo un
honor y un placer haberlos conocido.
A los integrantes del proyecto donde realice la pasanta: ngel Gonzlez, Roberto Falcn,
Marien Parra, Eduardo Lezama, Dimas Medina, Yliannis Guevara, Jess Reyes, Maritza Morn,
Jos Marcano, Patricia Delgado, Danilo Luna y Rubn Marrero, gracias por brindarme su apoyo
en todo momento y por permitirme trabajar con ustedes durante estos seis meses. Para m fue un
honor haber trabajado con ustedes.
A Jos Antonio Lara y a Hctor Repilloza por transmitirme sus conocimientos y
apoyarme durante la realizacin de este trabajo.
A mis primas Zoridee y Zorelys, a Reynaldo Acosta y a Vctor Carreo por estar siempre
pendiente de mi, y brindarme siempre su ayuda y colaboracin durante mi estada en Puerto La
Cruz.
A todos mil gracias.
Calolo
iv
NDICE GENERAL
CAPTULO 1: Introduccin ........................................................................................................ 1
CAPTULO 2: Aspectos Tericos ................................................................................................ 3
2.1 Modelo Convolucional de la Traza Ssmica .......................................................................... 3
2.1.1 Impedancia Acstica ...................................................................................................... 3
2.1.2 Coeficiente de reflexin.................................................................................................. 4
2.1.3 Aproximacin a la ecuacin de Zoeppritz: Aki y Richard (1980) ................................. 6
2.2 Ecuacin de Gardner ............................................................................................................. 7
2.3 Teorema de Bayes ................................................................................................................. 8
2.4 Velocidades Ssmicas ............................................................................................................ 9
2.4.1 Velocidad Promedio ....................................................................................................... 9
2.4.2 Velocidad Intervlica...................................................................................................... 9
2.4.3 Velocidad RMS ............................................................................................................ 10
2.5 Algoritmo Gentico ............................................................................................................. 10
2.5.1 Mtodos de Seleccin ................................................................................................... 11
2.5.2 Cruce............................................................................................................................. 12
2.5.3 Mutacin ....................................................................................................................... 14
2.6 Inversin Ssmica ................................................................................................................ 15
2.6.1 Inversin Recursiva ...................................................................................................... 15
2.6.2 Inversin Sparse Spike ............................................................................................. 17
2.6.2.1 Maximum Likelihood Deconvolution ............................................................. 17
2.6.2.2 El mtodo de la norma L1 ..................................................................................... 18
2.6.3 Inversin Model Based............................................................................................. 19
2.6.3.1 Generalized Linear Inversion (GLI) ................................................................. 20
2.6.3.2 Seismic Lithologic Modelling (SLIM) .............................................................. 21
v
CAPTULO 3: Ubicacin Geogrfica y Geologa del rea ..................................................... 22

3.1 Ubicacin Geogrfica .......................................................................................................... 22
3.2 Tectnica Regional .............................................................................................................. 23
3.2.1 Pre-apertura (Pre-rift) .............................................................................................. 23
3.2.2 Apertura (Rift) .......................................................................................................... 23
3.2.3 Margen Pasivo .............................................................................................................. 24
3.2.4 Colisin Oblicua ........................................................................................................... 24
3.3 Estratigrafa del rea ............................................................................................................ 25
CAPTULO 4: Metodologa ....................................................................................................... 29
4.1 Datos Ssmicos .................................................................................................................... 29
4.2 Datos de Pozos .................................................................................................................... 30
4.3 Interpretacin Ssmica ......................................................................................................... 31
4.4 Construccin del Cubo de Velocidades ............................................................................... 32
4.4.1 Extraccin de las tendencias de compactacin ............................................................. 33
4.4.2 Visualizacin 3-D ......................................................................................................... 33
4.5 Cdigo de Algoritmos Genticos ........................................................................................ 34
4.5.1 Validacin del programa de Algoritmos Genticos ..................................................... 34
4.5.2 Adaptacin del Cdigo de Algoritmos Genticos ........................................................ 35
4.5.2.1 Lectura de datos ssmicos reales en formato SEG Y .......................................... 35
4.5.2.2 Generacin de la subrutina sparsenessCB1.m ................................................... 35
4.5.2.3 Modificacin de la subrutina cmpspike.m ......................................................... 37
4.5.2.4 Modificacin de la subrutina spikeconv.m ........................................................ 37
4.5.3 Inversin Ssmica Utilizando Algoritmos Genticos en Matlab .................................. 40
4.5.3.1 Generacin de Pseudo registros de Velocidad y Densidad ................................ 40
4.6 Inversin Ssmica ................................................................................................................ 42
vi
4.6.1 Inversin Ssmica Utilizando el software Hampson & Russell.................................... 42

4.6.1.1 Carga de Datos ...................................................................................................... 42
4.6.1.2 Calibracin de la informacin de Pozos con los datos Ssmicos ........................... 45
4.6.1.3 Construccin del Modelo Inicial para la Inversin ............................................... 47
4.6.1.4 Determinacin de los Parmetros de la Inversin ................................................. 49
4.6.1.5 Corrida de la Inversin .......................................................................................... 49
4.6.2 Inversin Ssmica en Hampson & Russell con los Pseudo registros de Velocidad y
Densidad ................................................................................................................................ 50
CAPTULO 5: Resultados y Anlisis ........................................................................................ 51
5.1 Interpretacin Ssmica ......................................................................................................... 51
5.1.1 Interpretacin en lneas ssmicas .................................................................................. 51
5.1.2 Generacin del modelo 3-D.......................................................................................... 57
5.2 Inversin Ssmica ................................................................................................................ 58
5.2.1 Comparacin entre los mtodos de inversin utilizados .............................................. 58
5.2.2 Anlisis de posibilidad de truncamiento de la seccin Oligoceno por parte de
corrimiento de Pirital ............................................................................................................. 63
5.2.3 Validacin del programa de Algoritmos Genticos ..................................................... 74
5.2.4 Inversin Ssmica utilizando el cdigo de algoritmo gentico ..................................... 83
5.2.5 Inversin en H&R utilizando pseudo registros ......................................................... 88
corrimiento de Pirital utilizando pseudo registros .............................................................. 91
5.2.7 Inversin Ssmica con pseudo registro aplicando otros parmetros ........................ 100
CAPTULO 6: Conclusiones .................................................................................................... 102
CAPTULO 7: Referencias ....................................................................................................... 104
vii
NDICE DE FIGURAS Y TABLAS

Figura 2.1. Ondas generadas a partir de la incidencia de una onda P sobre una interfaz entre dos
semiespacios infinitos elsticos. ...................................................................................................... 4
Figura 2.2 Relacin de velocidad densidad entre rocas de diferentes litologas. Modificado de
Gardner 1974. .................................................................................................................................. 8
Figura 3.1. Ubicacin del rea de estudio. Modificado de Parnaud 1995. .................................... 22
Figura 3.2. Tabla de correlacin estratigrfica de la Cuenca Oriental de Venezuela. Tomado de
Cdigo Geolgico de Venezuela. .................................................................................................. 27
Figura 4.1. Disposicin espacial de los 4 cubos ssmicos en el rea de inters. ........................... 30
Figura 4.2 Ubicacin Relativa de los pozos en el rea de estudio. ............................................... 31
Figura 4.3. Modelo de velocidades intervlicas (m/s) obtenido de los datos de procesamiento. .. 33
Figura 4.4. Modelo simple de capas planas con sus correspondientes valores de velocidad y
densidad. ........................................................................................................................................ 34
Figura 4.5 Modelo esquemtico que muestra cmo funciona la subrutina sparsenessCB1.m .. 36
Figura 4.6. Diagrama de flujo del cdigo de algoritmo gentico. ................................................. 39
Figura 4.7. Diagrama de flujo del cdigo de algoritmo gentico (continuacin.). ........................ 40
Figura 4.8. Pseudos registros obtenidos de Vp, Vp y densidad en uno de los pozos ficticios. . 42
Tabla 4.1 Comparacin de las nuevas posiciones de los pozos tras haber realizado las
proyecciones. ................................................................................................................................. 43
Figura 4.9. Registros de densidad y snico editados y completados con su correspondiente
registro de impedancia y serie de reflectividad calculados por el programa H&R en uno de los
pozos. ............................................................................................................................................. 44
Figura 4.10. Distribucin de los tipos de fuentes utilizadas en una de las regiones del cubo. Las
lneas rojas representan la utilizacin de dinamita, mientras que las azules indican la utilizacin
de camiones vibroseis. Modificado de BGP, 2007........................................................................ 46
Figura 4.11. Espectro de amplitud de la ssmica y esquematizacin de la incorporacin del
contenido de baja frecuencia proveniente de los pozos. ............................................................... 47
viii
Figura 4.12. Esquema que muestra cmo funciona la opcin Priority Value. .............................. 48
Figura 4.13. Tipos de especificaciones estratigrficas (geometras) que permite el programa. .... 49
Figura 5.1. Seccin reinterpretada lnea 1865. .............................................................................. 51
Figura 5.8. Modelo estructural en tiempo doble viaje (ms) para el tope del Oligoceno (Fm.
Naricual) en el rea de estudio. ..................................................................................................... 58
Figura 5.9. Hiptesis No Truncacin en la seccin 2080 utilizando el mtodo Sparse Spike
Linear Programming de H&R. ................................................................................................... 59
Maximum Likelihood. .................................................................................................................. 60
Figura 5.11. Hiptesis No Truncacin en la seccin 2080 utilizando el mtodo Bandlimited. .... 61
Figura 5.12. Hiptesis No Truncacin en la seccin 2080 utilizando el mtodo Model Based. ... 62
Figura 5.13. Hiptesis no truncacin en la seccin 1865 utilizando el mtodo Sparse Spike
LP de H&R. ................................................................................................................................. 64
Figura 5.14. Hiptesis truncacin en la seccin 1865 utilizando el mtodo Sparse Spike LP
de H&R. ......................................................................................................................................... 64
LP de H&R. ................................................................................................................................. 65
de H&R. ......................................................................................................................................... 66
ix
LP de H&R. ................................................................................................................................. 67
de H&R. ......................................................................................................................................... 68
LP de H&R. ................................................................................................................................. 69
de H&R. ......................................................................................................................................... 69
LP de H&R. ................................................................................................................................. 70
de H&R. ......................................................................................................................................... 71
LP de H&R. ................................................................................................................................. 72
de H&R. ......................................................................................................................................... 73
Figura 5.25. Hiptesis de truncacin en la seccin 2450 utilizando el mtodo Sparse Spike LP
de H&R. ......................................................................................................................................... 74
Figura 5.26. Comparacin de los valores de la funcin objetivo del mejor individuo y del
individuo promedio en cada una de las generaciones.................................................................... 75
Figura 5.27. Comparacin entre valores iniciales y finales de Vp despues de 199 generaciones . 76
Figura 5.28. Comparacin entre los valores iniciales y finales de densidad despues de 199
generaciones. ................................................................................................................................. 76
Figura 5.29. Comparacin entre la traza original (negra), la obtenida por algoritmos genticos
(roja) y la diferencia (negra - roja = azul) del modelo simple de capas planas. ............................ 77
Figura 5.30. Grficos de densidad de probabilidad posterior de las cinco primeras capas del
modelo. .......................................................................................................................................... 78
x
Figura 5.31. Pseudo registros de Vp y densidad obtenidos tras la corrida del programa (rojo) y
los introducidos inicialmente en el modelo simple de capas planas (azul). .................................. 79
Tabla 5.1. Tabla comparativa entre los coeficientes reales, de los pseudo registros y los que
propone las DPP. ........................................................................................................................... 80
Figura 5.32. Grfico de correlacin entre las reflectividades reales vs. calculadas. ..................... 81
Figura 5.33. Grfico de correlacin entre las velocidades. ........................................................... 82
Figura 5.34. Grfico de correlacin entre las densidades. ............................................................. 83
individuo promedio en cada una de las generaciones.................................................................... 84
Figura 5.36. Pseudo registro obtenido en la 1 generacin a partir del cdigo de algoritmos
genticos en el pozo ficticio Pozo_2195_1870. ......................................................................... 85
Figura 5.39. Comparacin entre sismogramas sintticos (rojos) y reales (negros) obtenidos en la
primera y ltima generacin del algoritmo gentico para el pozo ficticio Pozo_2195_1870.... 88
Figura 5.40. Inversin Ssmica original en la seccin 1865 utilizando el mtodo Sparse Spike
LP. ............................................................................................................................................... 89
Figura 5.41. Inversin ssmica en la seccin 1865 utilizando el mtodo Sparse Spike LP con la
inclusin de un pseudo registro. ................................................................................................. 90
inclusin de dos pseudo registros. .............................................................................................. 91
Figura 5.43. Inversin ssmica aplicando la hiptesis de no truncacin con la utilizacin de
pseudo registros y el mtodo Sparse Spike LP en la seccin 1865. ....................................... 92
Figura 5.44. Inversin ssmica aplicando la hiptesis de truncacin con la utilizacin de pseudo
registros y el mtodo Sparse Spike LP en la seccin 1865. ................................................... 93
xi

registros y el mtodo Sparse Spike LP en la seccin 2450. ................................................. 100
inclusin de un pseudo registro que llega a 3500 ms. .............................................................. 101
xii
CAPTULO 1
INTRODUCCIN
Hoy en da en la industria petrolera es cada vez ms difcil descubrir nuevas reservas de
hidrocarburos, pues a lo largo de la historia y de manera continua se han estado incorporando
nuevos yacimientos cada vez ms complejos, lo que ha generado una constante evolucin de la
tecnologa que ha conllevado a una optimizacin en las metodologas para ubicar posibles
acumulaciones de hidrocarburos que sean factibles para su recuperacin desde el punto de vista
econmico. Es por ello que se necesita contar con equipo multidisciplinario compuesto
fundamentalmente por: gelogos, estructurlogos, geofsicos, bioestratgrafos, sedimentlogos,
petrofsicos y geoqumicos que sean capaces de aplicar metodologas que ayuden a reducir al
mximo el grado de incertidumbre y a establecer matrices de riesgo al momento de estudiar una
zona prospectiva.
En geofsica existen infinidades de tcnicas y metodologas disponibles para realizar este
tipo de estudios especializados en zonas de inters; entre otras, es posible integrar los resultados
de una Interpretacin Ssmica con los de la Inversin de impedancia acstica, metodologa que
ser aplicada en este trabajo. Por un lado se tiene a la Interpretacin Ssmica, la cual consiste
bsicamente en dar sentido geolgico a una seccin con base a la interpretacin de reflectores
presentes en una lnea smica, con el propsito de generar, en primera instancia, un modelo
estructural en donde se puedan identificar las diferentes oportunidades exploratorias existentes en
un rea determinada. La Inversin Ssmica consiste en generar modelos de impedancia (e.g.
acstica) a partir de la informacin ssmica y de pozos disponible, transformando de esta manera
la informacin de interfaces contenida en una traza smica a una informacin por intervalos que
posee mayor sentido geolgico, y como la impedancia acstica es una propiedad fsica de las
rocas que puede variar con la litologa, porosidad, el tipo de fluido contenido en los poros, la
profundidad, la presin, la temperatura entre otras, puede ser muy bien utilizada como indicador
de litologas, porosidades e incluso hidrocarburos (Manual de Entrenamiento Fugro Jason,
2005).
Esta metodologa integrada se va a aplicar, en este trabajo, a un prospecto en el campo

ubicado en el Norte de Monagas. En el ao 2007 se perfor el pozo exploratorio CBA-7X en el
prospecto Top A. En este pozo, segn los registros de completacin, se observ la presencia de
cuatro fallas inversas acompaadas por cinco repeticiones del tope del Oligoceno correspondiente
a la Fm. Naricual. Estos resultados reafirman una de las hiptesis consideradas en la concepcin
del modelo estructural propuesto por el equipo de trabajo de PDVSA encargado de estudiar las
oportunidades exploratorias en el campo. Adems, las pruebas de DTS (pruebas de produccin)
realizadas a la profundidad objetivo no fueron satisfactorias, ya que indicaron, segn los reportes,
Aceite Vassa y trazas de hidrocarburos no comerciales (Informe interno PDVSA, 2007). A partir
de esos resultados, el equipo de trabajo de PDVSA encargado del rea de estudio propuso la
hiptesis de que este evento estaba relacionado con el truncamiento del tope del Oligoceno (Fm.
Naricual) por parte del Corrimiento de Pirital, lo que explicara de alguna forma la ausencia de
hidrocarburos debida a una posible migracin. Es por ello que en el siguiente trabajo se quiere
analizar, a partir de la interpretacin e inversin ssmica, la sensibilidad de ocurrencia del
truncacin del tope del Oligoceno (Fm. Naricual) por parte del Corrimiento de Pirital en las
adyacencias del prospecto Top B (relativamente cercano a Top A), en el cual no existen pozos
cercanos que puedan validar dicha hiptesis.
Este trabajo fue realizado en el edificio sede de PDVSA Divisin Oriente en la
Direccin Ejecutiva de Exploracin, especficamente en la Subgerencia de Proyectos
Exploratorios y de Delineacin.
CAPTULO 2
ASPECTOS TERICOS
2.1 Modelo Convolucional de la Traza Ssmica
Los mtodos ssmicos se basan en la idea de la propagacin de ondas en el subsuelo con
el propsito de determinar de manera indirecta su constitucin interna. La respuesta obtenida una
vez que se inicia la propagacin se conoce como traza ssmica, y esta puede ser representada
matemticamente a partir del modelo convolucional, el cual indica que la traza ssmica no es ms
que la convolucin de la Ondcula (seal emitida por la fuente) con la serie de reflectividad de la
tierra, ms un componente aleatorio conocido como ruido.
S (t ) = w(t ) r (t ) + n(t )
(Ec. 1)
donde:
w(t) = Ondcula Ssmica
r(t) = La serie de reflectividad
n(t) = Ruido Aleatorio
Y * representa el operador convolucional
2.1.1 Impedancia Acstica
La impedancia acstica (IA) se define como el producto de la densidad () por la
velocidad de onda compresional (Vp) y las unidades convencionales utilizadas por la industria
petrolera son: (Kg/m3 * m/s) o (g/cc * ft/s).
IA = .Vp
(Ec. 2)
La impedancia acstica es una propiedad que puede variar dependiendo de propiedades

fsicas de las rocas como por ejemplo, del tipo de litologa de la matriz rocosa, la porosidad, el
tipo de fluido contenido en los poros, la profundidad a la cual se encuentra soterrada la roca, la
presin, la temperatura, entre otras. Lo cual la convierte en una propiedad excelente para tratar de
discriminar contrastes litolgicos, cambios de porosidad e incluso presencia de hidrocarburos.
3
2.1.2 Coeficiente de reflexin

El coeficiente de reflexin representa una medida de la cantidad de energa reflejada en la
interfaz entre dos medios, y depende de las velocidades de propagacin de las ondas
compresional, de cizalla y las densidades de ambos medios, as como del ngulo de incidencia en
la que se propaga el frente de ondas con respecto al vector normal que forma la interfaz, y viene
dada por la ecuacin de Zoeppritz donde se describe la particin de la energa entre dos medios
elsticos.
Onda Reflejada S
Onda Incidente P
1
1
Onda Reflejada P
1 1 1
2 2 2
2
2
Onda Transmitida P
Onda Transmitida S
Figura 2.1. Ondas generadas a partir de la incidencia de una onda P sobre una interfaz entre dos
semiespacios infinitos elsticos.
sen1
cos 1
sen21
cos 21
Donde
cos 1
sen1
1
cos 21
1
1 sen21
1
sen 2
cos 2
2 2 21
sen2 2
112 2
2 2 cos 22
11
cos 2
sen2
A
sen1
B cos 1
2 2 2 1 cos 22 =
(Ec. 3)
11
C sen21
2 2 sen22 D cos 21
11
A es el coeficiente de reflexin de la onda compresional.

B es el coeficiente de reflexin de la onda de cizalla.
C es el coeficiente de transmisin de la onda compresional.
Y D es el coeficiente de transmisin de la onda de cizalla.
Suponiendo el caso de incidencia normal (1=1=0) se tiene que:
1
0
1 0
0 1
1
0
0
1
0
A 0

2 2 1 B 1
=
1 1 2 C 0

D 1
0
1
0
2 2
1 1
Donde
B+D=0
A C = 1
1

B 2 2 21 D = 0
1
1 1
A
2 2
C = 1
1 1
Entonces
2 2
(1 A) = 1
1 1

A1 + 2 2 = 2 2 1
1 1 1 1
Y finalmente
A=
2 2 1 1 IA2 IA1
=
2 2 + 1 1 IA2 + IA1
C = 1 A
(Ec. 4)
B=D=0
Donde IA es la impedancia acstica.

La razn fsica por la cual B y D son cero se debe a que en la incidencia normal de una
onda compresional no existe conversin a una onda de cizalla.
2.1.3 Aproximacin a la ecuacin de Zoeppritz: Aki y Richard (1980)
En 1980, Aki y Richard proponen una aproximacin a la ecuacin de Zoeppritz para el
clculo del coeficiente de reflexin que viene dado por:
2
2
2

V p
Vs
Vs Vs
1
1
2
R( ) = 1 4 2 sen ( )
+
4 2
sen 2 ( )
2
2
2
Vp
V p Vs
2 cos ( ) V p
Donde:
Vs =
2 + 1
2
Vs2 + Vs1
2
Vs = Vs2 Vs1
Vp =
V p2 + V p1
2
V p = V p2 V p1
2 + 1
2
= 2 1
(Ec. 5)
2.2 Ecuacin de Gardner
A mediados del siglo XX varios laboratorios vinculados con la geociencia realizaban

estudios para mostrar como la velocidad de onda P en las rocas era afectada por la presin y la
saturacin del fluido contenido en los poros; utilizando para ello tcnicas ultrasnicas. Cuando
las muestras eran ncleos provenientes de los pozos, las condiciones que existen en la tierra
podan ser reproducidas con cierto grado de realismo. Como resultado, se obtuvieron un nmero
considerable de relaciones empricas para velocidades de onda P en rocas bajo diferentes
condiciones de esfuerzo y de fluidos contenidos.
Adicionalmente Gardner et al. (1974) realiza un estudio que permita establecer la relacin
entre las propiedades de densidad y velocidad de onda P a partir de muestras de rocas
sedimentarias, obteniendo como resultado el grfico que se muestra en la figura 2.2, a partir del
cual se genera la siguiente ecuacin emprica, mejor conocida como Ecuacin de Gardner.
= 0.23 * V p 0.25
(Ec. 6)
2.0
Bulk Density g/cc

2.2
2.4 2.6
2.8
3.0
Do
lom
drite
Lim
4.3
25.000
20.000
Anhy
est
one
4.4
30.000
4.0
3.9
10.000
3.8
3.7
3.6
.2
15.000
12.000
Time Average
(Sandstone)
Sh
ale
4.1
al t
kS
c
o
Sa
nds
ton
e
Logarithm of Velocity
4.2
Velocity feet per second
1.8
ite
4.5
8.000
7.000
6.000
= 0.23 V 0.25
.3
.4
Logarithm of Bulk Density
5.000
3.980
.5
Figura 2.2 Relacin de velocidad densidad entre rocas de diferentes litologas. Modificado de
Gardner 1974.
2.3 Teorema de Bayes
El Teorema de Bayes fue publicado en el ao 1763, llamado as por el nombre del monje
cisterciense que lo desarroll en respuesta a los postulados de la inferencia gaussiana. Segn
Muoz (1996) el estudio clsico de las distribuciones de probabilidad (o estadstica gaussiana)
supone funciones de densidades simtricas y bien definidas, as como la ausencia de cualquier
tipo de conocimiento previo por parte del investigador. Bayes, en la justificacin de su teora
argumentaba que los datos no necesariamente provenan de tales funciones de densidad, sino que
probablemente eran generados por leyes probabilsticas sujetas a formas asimtricas y sesgadas.
En el caso de que el investigador conociera estas caractersticas, el procedimiento correcto de
inferencia estadstica debera incorporar esta informacin para de esa manera contar con un
marco probabilstico ms apropiado para la inferencia estadstica.
Teorema de Bayes:
Sean A1, A2,, An,, sucesos mutuamente excluyentes y de probabilidad no nula, tales que
A1 A2 An = .. Si B es un suceso en de probabilidad no nula, entonces:
p( Ai | B) =
p( B | Ai ) p ( Ai )
n
p( B | A ) p( A )
i
i =1
donde:
p ( Ai | B) es la probabilidad de que ocurra un evento Ai, dada una causa B.
p( B | Ai ) es la probabilidad de que ocurra un evento B, dada una causa Ai.
p ( Ai ) es la probabilidad de que ocurra un evento Ai.
2.4 Velocidades Ssmicas
2.4.1 Velocidad Promedio

Es la velocidad con la cual viajan las ondas smicas desde la fuente pasando por la
reflexin de la onda en algn punto en el subsuelo hasta llegar a los receptores ubicados en la
superficie de la tierra dividida entre el tiempo de viaje.
Vavg =
2Z
T
(Ec. 7)
donde:
Z = profundidad
T = tiempo doble de viaje
2.4.2 Velocidad Intervlica
Se define como la velocidad que se obtiene de dividir el espesor de una capa en el
subsuelo entre el tiempo que le toma viajar del tope a la base de la capa.
10
Vint =
2Z
T
(Ec. 8)
donde:
Z = profundidad
T = tiempo doble de viaje
2.4.3 Velocidad RMS
Es un promedio ponderado (por pesos) de velocidades. Los pesos estn determinados por
los valores de las velocidades intervlicas.
Vrms =
1 N 2
Vi ti (0)
t (0) i =1
(Ec. 9)
donde:
t(0) y ti(0) = tiempo doble de viaje
2.5 Algoritmo Gentico
Los algoritmos genticos (AG) son mtodos adaptativos que pueden usarse para resolver
problemas de bsqueda y optimizacin. Estn basados en el proceso gentico de los organismos
vivos. A lo largo de las generaciones, las poblaciones evolucionan en la naturaleza acorde con los
principios de la seleccin natural y la supervivencia de los ms aptos, postulados por Darwin
(1859).
Los algoritmos genticos usan una analoga directa con el comportamiento natural.
Trabajan con una poblacin de individuos, cada uno de los cuales representa una solucin factible
a un problema dado. A cada individuo se le asigna un valor o puntuacin, relacionado con la
bondad de dicha solucin (evaluado en una funcin objetivo). En la naturaleza esto equivaldra al
grado de efectividad de un organismo para competir por unos determinados recursos. Cuanto
mayor sea la adaptacin de un individuo al problema, mayor ser la probabilidad de que el mismo
sea seleccionado para reproducirse, cruzando su material gentico con otro individuo
seleccionado de igual forma. Este cruce producir nuevos individuos (descendientes de los
11
anteriores) los cuales comparten algunas de las caractersticas de sus padres. Cuanto menor sea la
adaptacin de un individuo, menor ser la probabilidad de que dicho individuo sea seleccionado
para la reproduccin, y por tanto de que su material gentico se propague en sucesivas
generaciones (Los Algoritmos Genticos, 2001).
2.5.1 Mtodos de Seleccin
En el mtodo de optimizacin de algoritmos genticos existen una gran variedad de
tcnicas que permiten seleccionar a los individuos que se cruzarn para crear otra generacin. A
continuacin se presentan los ms comunes (Marczyk, 2004).
Seleccin elitista: se garantiza la seleccin de los miembros ms aptos de cada
generacin. (La mayora de los AG no utilizan elitismo puro, sino que usan una forma
modificada por la que el individuo mejor, o algunos de los mejores, son copiados hacia la
siguiente generacin en caso de que no surja nada mejor).
Seleccin proporcional a la aptitud: los individuos ms aptos tienen ms probabilidades de
ser seleccionados, pero no la certeza.
Seleccin por rueda de ruleta: una forma de seleccin proporcional a la aptitud en la que
la probabilidad de que un individuo sea seleccionado es proporcional a la diferencia entre
su aptitud y la de sus competidores. (Conceptualmente, esto puede representarse como un
juego de ruleta donde cada individuo obtiene una seccin de la ruleta, pero los ms aptos
obtienen secciones mayores que las de los menos aptos. Luego la ruleta se hace girar, y
cada vez se elige al individuo que posea la seccin en la que se pare la ruleta).
Seleccin escalada: al incrementarse la aptitud media de la poblacin, la fuerza de la
presin selectiva tambin aumenta y la funcin de aptitud se hace ms discriminatoria.
Este mtodo puede ser til para seleccionar ms tarde, cuando todos los individuos tengan
una aptitud relativamente alta y slo les distingan pequeas diferencias en la aptitud.
Seleccin por torneo: se eligen subgrupos de individuos de la poblacin, y los miembros
de cada subgrupo compiten entre ellos. Slo se elige a un individuo de cada subgrupo
para la reproduccin.
12
Seleccin por rango: a cada individuo de la poblacin se le asigna un rango numrico

basado en su aptitud, y la seleccin se basa en este ranking, en lugar de las diferencias
absolutas en aptitud. La ventaja de este mtodo es que puede evitar que individuos muy
aptos ganen dominancia al principio a expensas de los menos aptos, lo que reducira la
diversidad gentica de la poblacin y podra obstaculizar la bsqueda de una solucin
aceptable.
Seleccin generacional: la descendencia de los individuos seleccionados en cada
generacin se convierte en toda la siguiente generacin. No se conservan individuos entre
las generaciones.
Seleccin por estado estacionario: la descendencia de los individuos seleccionados en
cada generacin vuelven al acervo gentico preexistente, reemplazando a algunos de los
miembros menos aptos de la siguiente generacin. Se conservan algunos individuos entre
generaciones.
Seleccin jerrquica: los individuos atraviesan mltiples rondas de seleccin en cada
generacin. Las evaluaciones de los primeros niveles son ms rpidas y menos
discriminatorias, mientras que los que sobreviven hasta niveles ms altos son evaluados
ms rigurosamente. La ventaja de este mtodo es que reduce el tiempo total de clculo al
utilizar una evaluacin ms rpida y menos selectiva para eliminar a la mayora de los
individuos que se muestran poco o nada prometedores, sometiendo a una evaluacin de
aptitud ms rigurosa y computacionalmente ms costosa slo a los que sobreviven a esta
prueba inicial.
2.5.2 Cruce
Una vez seleccionados los individuos, stos son recombinados para producir la
descendencia que se insertar en la siguiente generacin. Su importancia para la transicin entre
generaciones es elevada puesto que las tasas de cruce con las que se suele trabajar estn entre el
70% y 90%.
Los mtodos de cruce generalmente utilizan alguna de las dos formas de operar que se
describen a continuacin (Gestal, 2004).
13
Estrategia destructiva: los descendientes se insertan en la poblacin temporal aunque sus

padres tengan mejor ajuste (trabajando con una nica poblacin esta comparacin se
realiza con los individuos a reemplazar).
Estrategia no destructiva: la descendencia pasa a la siguiente generacin nicamente si
supera la bondad del ajuste de los padres (o de los individuos a reemplazar).
La idea principal del cruce se basa en que, si se toman dos individuos correctamente
adaptados al medio y se obtiene una descendencia que comparta genes de ambos, existe la
posibilidad de que los genes heredados sean precisamente los causantes de la bondad de los
padres. Al compartir las caractersticas buenas de dos individuos, la descendencia, o al menos
parte de ella, debera tener una bondad mayor que cada uno de los padres por separado. Si el
cruce no agrupa las mejores caractersticas en uno de los hijos y la descendencia tiene un peor
ajuste que los padres no significa que se est dando un paso atrs. Optando por una estrategia de
cruce no destructiva se puede garantizar que pasen a la siguiente generacin los mejores
individuos. Si, an con un ajuste peor, se opta por insertar a la descendencia, y puesto que los
genes de los padres continan en la poblacin (dispersos y posiblemente modificados por la
mutacin) en posteriores cruces se podrn volver a obtener estos padres, recuperando as la
bondad previamente perdida.
En los algoritmos genticos existen distintos tipos de cruce entre los que se mencionan a
continuacin (Verdejo, 2006):
Cruce de n-puntos: los dos cromosomas se cortan por n puntos, y el material gentico
situado entre ellos se intercambia. Lo ms habitual es un crossover de un punto o de dos
puntos.
Cruce uniforme: se genera un patrn aleatorio de 1 y 0, y se intercambian los bits de los
dos cromosomas que coincidan donde hay un 1 en el patrn. O bien se genera un nmero
aleatorio para cada bit, y si supera una determinada probabilidad se intercambia ese bit
entre los dos cromosomas.
14
Cruce especializado: en algunos problemas, aplicar aleatoriamente el cruce da lugar a

cromosomas que codifican soluciones invlidas; en este caso hay que aplicar el cruce de
forma que genere siempre soluciones vlidas.
2.5.3 Mutacin
La mutacin es un proceso poco comn que ocurre en la naturaleza como consecuencia de
alteraciones en la informacin gentica (Ej. cromosomas) de un individuo. Aunque se pueden
seleccionar los individuos directamente de la poblacin, la mutacin se suele utilizar de manera
conjunta con el operador de cruce. En primer lugar se seleccionan dos individuos de la poblacin
para realizar el cruce. Si el cruce tiene xito entonces uno de los descendientes, o ambos, se muta
con cierta probabilidad, para de esta manera imitar el comportamiento que se da en la naturaleza,
pues cuando se genera la descendencia de una especie siempre se produce algn tipo de error, que
por lo general no tiene mayor trascendencia en el paso de la carga gentica de padres a hijos.
La probabilidad de mutacin en la naturaleza es muy baja, por lo que en los algoritmos
genticos se suelen utilizar probabilidades menores al 1%. Esto se debe a que los individuos
suelen tener un menor ajuste despus de haber mutado. Sin embargo este procedimiento garantiza
que ningn punto del espacio de bsqueda tenga probabilidad nula de ser examinado (Gestal,
2004).
A continuacin se presentan otras razones que pueden motivar la utilizacin del proceso
de mutacin en un algoritmo gentico (Viteri et al., 2004).
Desbloqueo del algoritmo: si el algoritmo se bloque en un mnimo parcial, una mutacin

puede sacarlo al incorporar nuevos fenotipos de otras zonas del espacio.
Acabar con poblaciones degeneradas: puede ocurrir que por haber un cuasi-mnimo, bien
porque en pasos inciales apareci un individuo demasiado bueno que acab con la
diversidad gentica, la poblacin tenga los mismos fenotipos.
Incrementar el nmero de saltos evolutivos: Los saltos evolutivos (aparicin de un

fenotipo especialmente valioso, o, dicho de otra forma, salida de un mnimo local) son
muy poco probables en un algoritmo gentico puro para un problema genrico.
15
Enriquecer la diversidad gentica: es un caso ms flexible que el de una poblacin

degenerada (por ejemplo, que la poblacin tenga una diversidad gentica pobre), la
mutacin es un mecanismo de prevencin de las poblaciones degeneradas.
La mutacin es un mecanismo generador de diversidad utilizado cuando un algoritmo
gentico est estancado, pero tambin es cierto que reduce el algoritmo gentico a una bsqueda
aleatoria, por lo que es siempre conveniente utilizar otros mecanismos de diversidad, como por
ejemplo aumentar el tamao de la poblacin, o garantizar la aleatoriedad de la poblacin inicial
(Verdejo, 2006).
2.6 Inversin Ssmica
La inversin ssmica consiste en generar modelos de impedancia (e.g. acstica) a partir de

la informacin ssmica y de pozos disponible, transformando la informacin de interfaces
contenida en una traza ssmica a una informacin por intervalos que posee mayor sentido
geolgico, la cual puede ser utilizada como indicador de litologas, porosidades e incluso
hidrocarburos, ya que la impedancia es una propiedad fsica de las rocas que puede variar con la
litologa, porosidad, el tipo de fluido contenido en los poros, la profundidad, la presin, la
temperatura entre otras (Russell, 1988).
2.6.1 Inversin Recursiva
La reflectividad entre dos interfaces est definida en trminos de los cambios de
impedancia acstica. Como se muestra en la siguiente frmula:
ri =
i +1Vi +1 iVi Z i +1 Z i
=
i +1Vi +1 + iVi Z i +1 + Z i
donde r = coeficiente de reflexin
= densidad
V = velocidad compresional
Z = impedancia acstica
i = i-esima capa
(Ec. 10)
16
Si se tuviera disponible la reflectividad verdadera sera posible recobrar la impedancia

acstica invirtiendo la de arriba. A continuacin se muestra la formulacin inversa:
1 + ri =
Z i +1 + Z i Z i +1 Z i
2 Z i +1
=
+
Z i +1 + Z i Z i +1 + Z i Z i +1 + Z i
1 ri =
2Z i
Z i +1 + Z i Z i +1 Z i
=
Z i +1 + Z i Z i +1 + Z i Z i + 1 + Z i
de igual manera.
entonces.
Z i +1 1 + ri
=
Zi
1 ri
y finalmente.
1 + ri
Z i +1 = Z i
1 ri
(Ec. 11)
Esta es la llamada formula de inversin recursiva discreta y es la base de varias tcnicas

de inversin (Russell, 1988). La formula postula que si se conoce la impedancia acstica de una
capa en particular y su coeficiente de reflexin con la siguiente capa, se puede saber la
impedancia acstica de la prxima capa. Suponiendo que se pueda estimar este valor para la
primera capa, entonces:
1 + ri
Z 2 = Z1
,
1 ri
1 + r2
Z3 = Z2
, y as sucesivamente
1 r2
Para hallar la i-esima impedancia a partir de la primera, se puede expresar la formula de la

siguiente manera.
n 1
1 + ri
Z n = Z1
i =1 1 ri
(Ec. 12)
Uno de los grandes problemas de la inversin recursiva en la ssmica es la prdida del

contenido de baja frecuencia. La pregunta de cmo introducir el componente de baja frecuencia
17
involucra dos aspectos. El primero, dnde se puede obtener el componente de baja frecuencia?,
y segundo cmo incorporrselo?
El contenido de baja frecuencia se puede obtener de tres maneras distintas:
De un registro snico filtrado: El registro snico es la mejor manera de obtener el
contenido de baja frecuencia en las adyacencias del pozo. Sin embargo, presenta dos
problemas: es usualmente corto con respecto a la data ssmica y presenta una falta de
componentes laterales.
De un anlisis de velocidad: Las velocidades intervlicas son obtenidas del apilamiento de
funciones de velocidad a lo largo de la seccin ssmica usando la formula de Dix. La
funcin resultante puede ser bastante ruidosa y es aconsejable aplicar algn tipo de filtro.
De un modelo geolgico: Usando todas las fuentes disponibles, podra construirse un
modelo geolgico en bloques.
2.6.2 Inversin Sparse Spike
2.6.2.1 Maximum Likelihood Deconvolution
Una de las suposiciones fundamentales de la Deconvolucin Maximum Likelihood es
que la reflectividad de la tierra est compuesta de una serie de largos eventos superpuestos en un
fondo Gaussiano de pequeos eventos. Este tipo de suposiciones no es del todo irrazonable ya
que geolgicamente este tipo de largos eventos est asociado a discordancias y a mayores
cambios litolgicos entre capas (Russell, 1988).
De las suposiciones acerca de un modelo se puede obtener una funcin objetivo la cual se
podra minimizar hasta generar un resultado ptimo o una reflectividad muy parecida y una
ondcula con una combinacin consistente con la suposicin estadstica.
La funcin objetivo J viene dada por
r 2 (k ) L n 2 (k )
+
2m ln( ) 2( L m) ln(1 )
2
2
k =1 R
k =1 N
L
J =
donde r(k) = es el coeficiente de reflexin la k-esima muestra
(Ec. 13)
18
m = numero de reflexiones
L = nmero total de muestras
N = la raz cuadrada de varianza de ruido
n = ruido de la k-esima muestra
= probabilidad de que una muestra sea una reflexin
Matemticamente el comportamiento de la funcin objetivo est expresado en trminos de
los parmetros mostrados anteriormente. No hay suposiciones sobre la ondcula. La reflectividad
esta postulada a ser dispersa, principalmente gobernada por el parmetro lambda, la relacin entre
los nmeros de spikes distintos de cero y el nmero total de muestras de una traza.
Normalmente lambda es un nmero mucho ms pequeo que 1. Los otros parmetros necesarios
para describir el comportamiento esperado son R (el tamao RMS de los spikes largos) y N (el
tamao RMS del ruido). Con estos parmetros especficos cualquier solucin de una
deconvolucin puede ser examinada para ver si es probable que sea el resultado de un proceso
estadstico con esos parmetros.
En trminos ms sencillos se busca la solucin con el mnimo nmero de spikes en la
serie de reflectividad y la menor cantidad de componente de ruido (Russell, 1988).
2.6.2.2 El mtodo de la norma L1
Otro mtodo de inversin que utiliza la suposicin sparse spike es el mtodo de la
norma L1. Este mtodo es a veces confundido con la programacin lineal. En realidad, ambos
nombres implican aspectos distintos del mtodo. El modelo matemtico usado en la construccin
del algoritmo es la minimizacin de la norma L1. Sin embargo el mtodo utilizado para resolver
el problema es la programacin lineal.
La otra diferencia clave en el mtodo de programacin lineal es que la norma L1 es
minimizada ms que la norma L2. La norma L1 es definida como la suma de los valores
absolutos de la traza ssmica. Mientras que la norma L2 por otro lado es definida como la raz
cuadrada de la suma al cuadrado de los valores de la traza ssmica. A continuacin se muestran
las dos normas aplicadas a una traza x:
19
X1 = X i
i =1
X 2 = X i2
i =1
(Ec. 14)
1/ 2
(Ec. 15)
El hecho de que la norma L1 favorece a las estructuras sparse se muestra en el siguiente

ejemplo. (Tomado de las notas del curso en la CSEG del Dr. Oldenburg en 1985. Inverse
Theory whith application to deconvolution and seismogram inversion). Donde f y g son dos
pequeas porciones de las trazas ssmicas, donde:
f = (1,1,0) y g = (0, 2 ,0)
Donde la norma L2 es
f2 = 1+1 = 2 y g2 = 2
Y la norma L1 viene dada por
f1 = 1 + 1 = 2 y g1 = 2
En este caso la norma L1 de la ondcula g es ms pequea que la de la norma L1 de f,
mientras que la norma L2 tanto f como g son iguales. De ah minimizando la norma L1 se podra
revelar que g es la traza ssmica preferida basados en el hecho de que es poco densa.
2.6.3 Inversin Model Based
Este mtodo consiste en la construccin de un modelo inicial el cual posteriormente es
comparado con la data ssmica, en donde el resultado de esta comparacin entre la data real y la
data modelada es utilizado constantemente para actualizar el modelo hasta que haya una buena
correlacin con la data ssmica. Este mtodo intuitivamente es muy atractivo ya que evita la
inversin directa en s. Pero por otro lado es posible que dicho modelo ajuste muy bien, pero sea
incorrecto, debido a que existe un nmero infinito de pares de velocidad profundidad que
generen el mismo valor de tiempo (Russell, 1988).
20
Dos aproximaciones que se utilizan en este tipo de inversin son la Generalized Linear
Inversion (GLI) y Seismic Lithologic Method (SLIM).
2.6.3.1 Generalized Linear Inversion (GLI)
Es un mtodo que puede ser aplicado prcticamente a cualquier tipo de datos geofsicos
para determinar las caractersticas geolgicas que generaron esos resultados. Es decir dando un
conjunto de observaciones geofsicas, donde el mtodo GLI generar el modelo geolgico que
mejor se ajuste a las observaciones con un ajuste de mnimos cuadrados. (Russell, 1988)
Matemticamente, si se expresa el modelo y las observaciones en vectores, se tiene que:
M = ( m1 , m2 , m3 ,......... .mk ) T vector de k modelos
T = (t1 , t 2 , t 3 ,......... .t n ) T vector de n observaciones
Entonces la relacin entre el modelo y las observaciones se puede expresar en forma de

una funcin:
t i = F (m1 , m2 , m3 ,.........mk ) , i = 1,2,......... .n
Una vez que la funcin que relaciona las observaciones y el modelo ha sido obtenida
cualquier conjunto de parmetros producir un resultado. El GLI elimina la necesidad de ensayo
y error analizando el error entre los parmetros de manera tal que genere un resultado con el
menor error posible. De esta manera el mtodo puede iterar hasta llegar a una solucin.
F (M ) = F (M 0 ) +
F ( M 0 )
M
M
donde:
M 0 = Modelo Inicial
M = Modelo real de la tierra
M = Variacin en los parmetros del modelo
F ( M ) = Observaciones
(Ec. 16)
21
F ( M 0 ) = Valores calculados del modelo inicial

F ( M 0 )
= Cambio en los valores calculados
M
Mientras que el error entre las observaciones y los valores computados es:
F = F ( M ) F ( M 0 )
Por lo tanto la ecuacin de anterior puede ser expresada como una ecuacin matricial
F = AM
donde A = matriz de derivadas con n filas y k columnas

Y la solucin de la ecuacin viene dada por
M = A 1F
donde A 1 = matriz inversa de A
Sin embargo como generalmente hay ms observaciones que parmetros (es decir n es
ms grande que k) haciendo que la matriz A no sea cuadrada y por consecuente no tenga una
matriz inversa, lo cual implica que el sistema es indeterminado. Sin embargo en estos casos se
busca la solucin por mnimos cuadrados donde la solucin viene dada por:
M = ( AT A) 1 AT F
2.6.3.2 Seismic Lithologic Modelling (SLIM)
Este mtodo consiste en la perturbacin del modelo en vez de la inversin directa de una
seccin ssmica. El modelo es definido como una serie de capas de velocidad variable, densidad y
espesor as como la implementacin de varios puntos de control a lo largo del todo el modelo,
donde la ondcula es suministrada o estimada tras el procedimiento de extraccin. Finalmente el
modelo sinttico es comparado con la data ssmica aplicando mnimos cuadrados y modificado
iterativamente hasta reducir el error y converger (Russel, 1988).
CAPTULO 3
UBICACIN GEOGRFICA Y GEOLOGA DEL REA
3.1 Ubicacin Geogrfica
El rea de estudio se encuentra ubicada al Norte del estado Monagas en la Subcuenca de

Maturn, la cual constituye la parte Este de la Cuenca Oriental de Venezuela, es una cuenca
alargada, asimtrica de direccin N50-60E paralela a la Serrana del Interior (Informe interno
PDVSA, 2007) (Ver figura 3.1).
Figura 3.1. Ubicacin del rea de estudio. Modificado de Parnaud 1995.
Presenta un flanco sur pasivo, apoyado en el basamento gneo metamrfico del Escudo de
Guayana, caracterizado por un rgimen extensivo y un flanco Norte activo que presenta
22
23
estructuras compresivas asociadas a la colisin entre las placas Caribe y Sudamericana, lo que
propicia la definicin de dos dominios operacionales, uno hacia el Norte del Corrimiento de
Pirital y otro hacia el Sur (PDVSA, 2000).
3.2 Tectnica Regional
La evolucin geodinmica de la cuenca Oriental de Venezuela est dividida en cuatro

episodios principales (Eva et al., 1989 citado en Parnaud et al., 1995):
La pre-apertura (pre-rift) durante el Paleozoico.
La apertura (rift y drifting) durante el Jurasico e inicios del Cretcico.
Un margen pasivo entre el Cretcico y el Palegeno.
Y por ultimo una colisin oblicua desde el Negeno hasta el presente.
3.2.1 Pre-apertura (Pre-rift)
El episodio de pre-apertura est asociado con las Formaciones Hato Viejo y Carrizal
presentes en la Subcuenca de Gurico las cuales fueron depositadas en ambientes costeros a
nerticos, caracterizados por la presencia de areniscas de grano fino a grueso ligeramente
calcreas intercaladas con conglomerados y lutitas verdosas, con un espesor de 3000 a 5000 m
(Parnaud et al., 1995).
3.2.2 Apertura (Rift)
La apertura (rift) de Pangea produjo en Venezuela varias estructuraciones importantes
que posteriormente influyeron en la evolucin de las cuencas sedimentarias venezolanas. Dentro
de Venezuela continental, la apertura del Proto-Caribe indujo el desarrollo de valles de extensin
o grbenes con una orientacin Suroeste-Noreste (WEC, 1997). Hacia el oeste de la Subcuenca
de Maturn se encuentra el graben Espino dentro del cual han sido descritos depsitos de
ambiente continental compuestos principalmente por lutitas rojizas con flujos baslticos
pertenecientes a la Formacin La Quinta con un espesor de aproximadamente 3600 m (Parnaud et
al., 1995).
24
3.2.3 Margen Pasivo

A partir del Cretcico Temprano se estableci en el Norte de Venezuela una cuenca de
margen pasivo con un rgimen de subsidencia termal que se mantuvo hasta el Eoceno (Erikson y
Pindell, 1993 citado en Informe interno PDVSA, 2007). La secuencia de margen pasivo est
caracterizada por la presencia de tres principales fases transgresivas desde el Norte hasta el Sur y
que culminan durante el Turoniense, Paleoceno-Eoceno temprano, y Oligoceno respectivamente
(Parnaud et al., 1995).
La cuenca de margen pasivo posee la geometra de una cua que se engrosa hacia el Norte
y en menor grado hacia el Noreste. Fue alimentada por una fuente de sedimentos nica ubicada
en el Escudo de Guayana (Di Croce et al., 1999 citado en Informe interno PDVSA, 2007).
El perodo Paleoceno-Oligoceno est asociado a rpidos cambios en la dinmica
sedimentaria de la Subcuenca de Maturn. Tradicionalmente se ha considerado que el margen
pasivo se extiende hasta el Paleoceno-Eoceno y que es durante el Oligoceno-Mioceno Temprano
cuando la cuenca sufre los efectos de la carga tectnica asociada a la dinmica transpresiva entre
las placas Caribe y Suramrica, para evolucionar a una cuenca antepas (Di Croce et al., 1998
citado en Informe interno PDVSA, 2007).
3.2.4 Colisin Oblicua
La secuencia de margen pasivo finaliz durante el Oligoceno cuando fue interrumpida por
la colisin de la placa Caribe contra la placa Suramericana convirtiendo la cuenca de margen
pasivo en una cuenca antepas (foreland). La colisin oblicua migr progresivamente hacia el
Este durante el Oligoceno Tardo hasta el Mioceno Temprano, dividiendo la cuenca antepas en
tres reas (Parnaud et al., 1995): la zona meridional que va desde Cerro Negro hasta Oritupano,
correspondiente a la zona de plataforma, la zona central que va desde Acema-Casma hasta Pirital
correspondiente al foredeep, y la zona septentrional (al Norte de Pirital) correspondiente a el
rea de sobrecorrimientos.
El sistema petrolfero del rea est directamente controlado por las dos ltimas fases de
desarrollo de la cuenca. Las rocas madre y reservorio se depositaron durante el perodo de
margen pasivo, mientras que la roca sello, la formacin de la trampa y todos los procesos de
maduracin, expulsin y entrampamiento han sido controlados a escala regional, por la colisin
25
oblicua entre las placas Caribe y Suramericana durante esta ltima etapa de margen activo
(Informe interno PDVSA, 2007).
El patrn observado en la Serrana del Interior involucra corrimientos, retrocorrimientos y
rampas laterales, que controlan la geometra y disposicin de las estructuras. Este patrn se repite
a diferentes escalas, y se extiende a las estructuras soterradas que representan las trampas del
Norte de Monagas (Informe PDVSA, 2007).
3.3 Estratigrafa del rea
A continuacin se presenta una breve descripcin de la Formaciones presentes en el rea

de estudio (Cdigo Geolgico de Venezuela, 2007).
Formacin Mesa (Pleistoceno): Est conformada principalmente por arenas de grano grueso,
gravas ferruginosas y conglomerados compactos, asociados con cuerpos de arcilla solubles de

colores gris, rojo y crema. Hacia la base las arcillas se alternan con capas de areniscas de grano
grueso y carbn.
Formacin Las Piedras (Mioceno Tardo Plioceno): Est constituida por arcillas muy
pastosas, solubles y de colores variados, intercaladas con limolitas arenosas y glauconticas.

Tambin se observan capas de carbn con inclusiones de pirita. Hacia la base, se observan
abundantes fsiles y chert.
Formacin La Pica (Mioceno Tardo): Consiste en lutitas grises, limolitas, con desarrollos
importantes de areniscas arcillosas de grano fino. Ha sido subdividida en zonas que van desde la
A hasta la F como se describe a continuacin: la zona basal F es una cua de lutitas grises, con
algunas arenas y limolitas. La zona E est constituida por arenas friables de grano fino, que
forman numerosos lentes separados por intervalos lutticos. La zona D es tambin luttica, con
pocas arenas, mientras que la C, presenta un desarrollo de areniscas similar al de la zona E.
La zona B es un intervalo luttico, y la zona superior A, consiste en limolitas, lutitas limosas
y areniscas laminadas, de grano fino.
Formacin Morichito (Mioceno Tardo Plioceno): Compuesta por conglomerados constituidos
por peones, peas y gravas intercaladas con arenas y limolitas, en una matriz arcillosa de color
pardo, ocasionalmente carbonosa a ligntica.
26
Formacin Carapita (Oligoceno Tardo Mioceno Medio): Constituida principalmente por una
espesa secuencia de lutita gris oscuro a negro, en ocasiones gris verdoso, astillosas, con
superficies cncavas micropirticas, fosilferas, microcarbonceas.
Formacin Naricual (Oligoceno): Caracterizada por una alternancia de areniscas y lutitas que
muestran apilamiento de secuencias agradacionales; las areniscas tpicamente masivas, de color

claro, cuarzosas, friables a cuarcticas y de grano medio a grueso. Las lutitas y limolitas son de
color gris a negro, blandas, fsiles o pizarrosas, arencea, micceas, carbonceas; son
prcticamente estriles de microfsiles.
Formacin Areo (Oligoceno): Compuesta por lutitas gris con capas delgadas de concreciones,
glauconticas de ferrolita amarillenta a rojiza, asociadas con moluscos. Adems, capas

ocasionales de areniscas cuarcticas duras, gris claro a blanco. Se encuentran tambin algunas
calizas duras y delgadas.
Formacin Los Jabillos (Oligoceno): Est constituida por areniscas gruesas y macizas,
comnmente claras a gris rosado, de grano medio a grueso, muy duras y cuarcticas, intercaladas
con capas delgadas de lutitas y algunas capas de carbn.
Formacin Caratas (Eoceno Temprano a Tardo): Est compuesta por dos secuencias litolgicas
fcilmente diferenciables: la inferior, peltico arenosa que es la Formacin Caratas sensu stricto,
y la superior carbontica, bioclstica llamada Miembro Tinajitas.
A continuacin se presenta la figura 3.2 correspondiente a la tabla de correlacin
estratigrfica de la Cuenca Oriental de Venezuela.
27
Figura 3.2. Tabla de correlacin estratigrfica de la Cuenca Oriental de Venezuela. Tomado de

Cdigo Geolgico de Venezuela.
28
Formacin Vidoo (Campaniense Eoceno Temprano): Est constituida por lutitas oscuras,
ricas en foraminferos, con capas menores de areniscas y limolitas calcreas duras, con
glauconita. En la seccin tipo consiste de una secuencia de lutitas negras, silceas, y calcreoarenceas, frecuentemente glauconticas y piritosas, con intercalaciones menores de limolitas
calcreas, gris verdoso y areniscas de grano fino, gris oscuro, de espesores centimtricos.
Formacin San Juan (Maastrichtiense Tardo): Consiste de una alternancia montona de capas
de areniscas muy duras, gris a gris claro de grano fino, bien escogidas, escasamente glauconticas
y localmente calcreas y limolitas negras.
Formacin San Antonio (Cretcico Tardo): Compuesta esencialmente por calizas y lutitas
negras, como la Formacin Querecual, infrayacente, pero adems contiene numerosas capas de
areniscas duras de color gris claro y de chert.
Formacin Querecual (Albiense Tardo Santoniense): Consiste de calizas arcillosas,
laminadas, carbonceo-bituminosas y lutitas calcreas. El color de las calizas y lutitas es

tpicamente negro.
CAPTULO 4
METODOLOGA
Como la motivacin principal de este estudio es la de evaluar la sensibilidad de ocurrencia

del truncamiento de la seccin Oligoceno (Naricual) por parte del corrimiento de Pirital, fue
necesario planificar una metodologa basada en los conocimientos previos del rea y apoyados en
la informacin reciente de los pozos exploratorios. La metodologa consisti en evaluar dos
posibles hiptesis (1.No Truncacin, 2.Truncacin) en cada una de las lneas ssmicas, para
posteriormente realizar las respectivas inversiones ssmicas aplicando ambas hiptesis y
utilizando diferentes mtodos de inversin que permitieran detectar la presencia de ciertos
contrastes de impedancias caractersticos o no de un posible truncamiento. El procedimiento
seguido para lograr el objetivo del trabajo se describe a continuacin.
4.1 Datos Ssmicos
El rea de estudio cuenta con 4 cubos ssmicos dispuestos de manera estratgica para
abarcar todas las reas de inters de la zona manteniendo siempre un rea comn (ver figura 4.1).
El cubo ssmico utilizado fue el denotado bajo el nombre monmrg07 el cual es el resultado de
la unin (merge) de 4 cubos ms pequeos por la empresa china BGP en el ao 2007. Entre
sus principales caractersticas hay que mencionar que es un cubo sin postproceso, con un
intervalo de muestreo de 4 ms, 993 Km2 de rea total, el tiempo de grabacin es de 8000 ms y el
mismo no haba sido previamente interpretado. El cubo cfam3d15, a diferencia del anterior, s
tena postproceso y contaba con una interpretacin de fallas y horizontes de escasa densidad
espacial, pero suficiente como para realizar una migracin de la interpretacin hacia el cubo
monmrg07 en donde se desarroll todo el estudio. Debido a que ambos cubos presentaban una
orientacin muy similar, tal y como se observa en la Figura 4.1, fue posible aplicar una
metodologa de transferencia de fallas y horizontes de manera manual con el propsito de
familiarizarse tanto con el rea de estudio, como con el software de interpretacin.
29
30
monmrg07
cfam3d15
Figura 4.1. Disposicin espacial de los 4 cubos ssmicos en el rea de inters.
4.2 Datos de Pozos
En la figura 4.2 se muestra la disposicin espacial de los pozos utilizados en el presente

trabajo y su ubicacin relativa en el rea de estudio. Existen en el rea de inters un total de 11
pozos (ver figura 4.2) identificados con los siguientes nombres: CBA 2X, CBA 3, CBA 6X,
CBA 7X, CBA 8, CBB 1X, CBB 2X, CBC 6, CBC 9, CBC 13 y CBC 16, los
cuales cuentan con registros de desviacin, curvas de tiempo - profundidad, marcadores de topes
y registros de herramientas corridas en los pozos. Es importante sealar que al momento de
utilizar los marcadores de topes para la interpretacin ssmica slo se tomaron en cuenta aquellos
validados por el registro de completacin. En caso de que no existiesen topes bajo ese status, se
tomaban en cuenta los establecidos a partir de la informacin bioestratigrfica. La convencin
utilizada para el nombramiento de los pozos se basa en que todos aquellos que presenten la A
como tercera letra corresponden al campo A, la letra B al campo B y la letra C al campo C,
31
respectivamente; adems, aquellos que presenten la letra X antecedida por el nmero del pozo en
el respectivo campo se refieren a aquellos que son exploratorios.
monmrg07
cfam3d15
N
CBA-7X
CBB-2X
38
08
IL 2
86
IL 1
97
IL 1
19
IL 2
29
IL 2
CBC-6
CBC-13
CBC-9
IL 2
CBC-16
45
IL 2
CBB-1X
CBA-3
CBA-8 CBA-2X
CBA-6X
Figura 4.2 Ubicacin Relativa de los pozos en el rea de estudio.
4.3 Interpretacin Ssmica
El proceso de interpretacin en siete secciones del cubo monmrg07 const bsicamente

de dos etapas. La primera etapa est asociada a la transferencia de la interpretacin previa hecha
en el cubo cfam3d15 manteniendo en todo momento un control de calidad que en algunos
casos conllev a realizar pequeos ajustes en horizontes y fallas. El mtodo utilizado para
transferir dicha informacin consisti en la digitalizacin de fallas y horizontes tomando en
cuenta para ello el tiempo doble de viaje y la posicin en el eje horizontal. Como la orientacin
de ambos cubos difera en unos pocos grados, fue necesario primero pasar la interpretacin
ssmica a una lnea arbitraria del cubo mommrg07 que coincidiera con la seccin interpretada
en el cubo cfam3d15 para luego extenderla a travs de las trazas hasta obtener una
interpretacin en una seccin no arbitraria del cubo mommrg07 la cual posea una desviacin
32
de aproximadamente 1 en su orientacin con respecto a las secciones previamente interpretadas

en el cubo cfam3d15.
La segunda es bsicamente la interpretacin ssmica, la cual se desarroll
fundamentalmente en las lneas 2195, 2290 y 2450 (ver figuras 5.4, 5.5 y 5.7). Para esta
interpretacin se cont con la ayuda de algunos pozos que posean marcadores de topes a grandes
profundidades, ya que la interpretacin se realiz a ms de 3500 ms de tiempo doble de viaje. Los
horizontes interpretados fueron tres y corresponden al tope del Oligoceno, lmite Eoceno
Paleoceno y el tope del Cretcico asignados respectivamente en el proyecto ssmico bajo los
nombres Naricual, Cataratas Vidoo y San Juan; mientras que entre las fallas inversas
interpretadas se encuentran dos sintticas: Top B y Top B1, y cuatro fallas antitticas: TopB
Retro, TopB1 Retro1, 2 y 3.
4.4 Construccin del Cubo de Velocidades
Para construir el cubo de velocidades fue necesario contar con los datos de velocidad
intervlica provistos por el Centro de Procesamiento Geofsico, los mismos fueron obtenidos
como subproducto final de la migracin Post-stack en tiempo. Estos datos fueron cargados al
programa Gocad como puntos discretizados en el espacio correspondientes a cada uno de los
datos incluidos en el archivo. A continuacin se procedi a definir el volumen de inters, para
luego realizar la interpolacin definiendo previamente los mejores parmetros relacionados con el
nmero de celdas contenidas en cada una de las direcciones del cubo (X, Y, Z), con el propsito
de obtener una buena resolucin visual de las imgenes y por ltimo se suaviz la interpolacin.
En la figura 4.9 se muestra el modelo de velocidades intervlicas pertenecientes al rea de
estudio, donde se observa la presencia de dos cambios laterales en los slices (planos
horizontales de la figura 4.9); el primero, se puede observar a partir del cubo N 4 (de izquierda a
derecha y de arriba a abajo) donde claramente se evidencia un rango de velocidades mayores
hacia el noroeste, y el segundo se puede observar en el cubo N 7 donde el rango de velocidades
mayores, por el contrario, se encuentra hacia el sureste.
33
Velocidad (m/s)
Figura 4.3. Modelo de velocidades intervlicas (m/s) obtenido de los datos de procesamiento.
4.4.1 Extraccin de las tendencias de compactacin

Durante esta etapa se realiz la seleccin de los pozos existentes en el rea que iban a ser
utilizados posteriormente en la inversin ssmica. Los pozos seleccionados fueron los siguientes:
CBA 2X, CBA 3, CBA 6X, CBA 7X, CBA 8, CBB 1X, CBB 2X, CBC 6, CBC
9, CBC 13, CBC - 16, siendo stos los ms prximos a alguna de las siete lneas interpretadas,
tal y como se puede observar en la figura 4.2. Seguidamente se procedi a ubicar y crear los
pozos en el proyecto de Gocad a los cuales le fueron asignados trayectorias completamente
verticales, de las cuales el programa permite extraer los valores de una propiedad (en este caso
velocidad) que coincidan con la trayectoria del pozo. Las tendencias de compactacin se
extrajeron con una ventana que abarcaba todo el registro de la ssmica (0 ms 8000 ms). La
razn por la cual se decidi tomar las tendencias de compactacin a partir de trayectorias
verticales y no a partir de las trayectorias descritas por los registros de desviaciones reales, se
debe a que el cdigo de algoritmos genticos que se us estaba diseado para realizar inversiones
en una sola dimensin (una traza).
4.4.2 Visualizacin 3-D
Luego de haber realizado la reinterpretacin ssmica proveniente del cubo cfam3d15,
as como la interpretacin de los horizontes correspondientes al tope del Oligoceno, lmite
Eoceno Paleoceno y el tope del Cretcico en la lneas 2195, 2290 y 2450, se procedi a
exportar desde Seisworks a la aplicacin Gocad los horizontes y fallas correspondientes a las
34
siete lneas, para luego generar el modelo estructural de la zona y de esta manera validar la
interpretacin realizada en este trabajo as como en estudios previos. Los pasos bsicos que se
siguieron fueron:
Convertir los datos puntuales de fallas y horizontes provenientes de Seisworks en
superficies interpoladas 3-D utilizando el mtodo de interpolacin DSI (Discrete
Smooth Interpolation) que ofrece la aplicacin.
Establecer los lmites definitivos de los contactos entre las fallas y luego los
contactos entre fallas y horizontes.
Crear los correspondientes saltos de fallas
4.5 Cdigo de Algoritmos Genticos
4.5.1 Validacin del programa de Algoritmos Genticos

Para comprobar la confiabilidad del programa de algoritmos genticos se procedi a la
construccin de un modelo simple de capas planas al que se le asignaron valores de velocidad y
densidad como se muestra en la figura 4.4.
= 2,2 gr/cc
V = 1500 m/s
= 2,4 gr/cc
V = 1600 m/s
= 2,38 gr/cc
V = 1950 m/s
= 2,46 gr/cc
V = 1600 m/s
= 2,56 gr/cc
V = 3200 m/s
Figura 4.4. Modelo simple de capas planas con sus correspondientes valores de velocidad y
densidad.
35
El propsito de dicho modelo consista en la validacin del cdigo a partir de la

comparacin entre una traza ssmica sinttica aplicando la frmula del coeficiente de
reflectividad para el caso de incidencia normal (ver Captulo 2, Ecuacin 4) y la traza sinttica
resultante del cdigo de algoritmos genticos.
4.5.2 Adaptacin del Cdigo de Algoritmos Genticos
El cdigo de algoritmos genticos que se pretenda utilizar fue elaborado por el Ingeniero
Carlos Garca bajo la supervisin del Ingeniero Roberto Falcn en el ao 2006. Dicho cdigo fue
desarrollado bajo el lenguaje de programacin Matlab con la ayuda de una serie de subrutinas
pertenecientes a un paquete especializado en algoritmos genticos llamado AG; sin embargo, el
cdigo original no contaba con algunas caractersticas fundamentales necesarias para su
implementacin, por lo que se realizaron una serie adaptaciones que ms adelante se
mencionarn en este trabajo.
4.5.2.1 Lectura de datos ssmicos reales en formato SEG Y
Desde Openworks se exportaron las trazas ssmicas de inters en el formato SEG Y. En
total se exportaron 14 trazas ubicadas estratgicamente en las siete secciones de inters con una
ventana de tiempo de 0 a 8000 ms. Posteriormente, para poder leer los datos que se encontraban
en formato SEG Y, en la aplicacin Matlab fue necesario agregar un nuevo toolbox llamado
SeisLab que cuenta con una gran diversidad de herramientas y funciones relacionadas con los
mtodos ssmicos en el rea de geofsica. El comando utilizado para leer los archivos se
denomina read_segy_file(file.segy) y en l se especific el nombre de cada uno
de los archivos, encerrados por parntesis y comillas simples, con su correspondiente extensin.
Adicionalmente, al programa original se le adicion una opcin para que el usuario pueda
escoger la ventana de inters en la que se desee realizar la inversin y de esta manera evitar
operaciones innecesarias que conllevan a mucho ms tiempo de cmputo. De igual manera
tambin se aplic mediante lneas de cdigos extras la normalizacin de las amplitudes de las
trazas ssmicas.
4.5.2.2 Generacin de la subrutina sparsenessCB1.m
Ya con la traza ssmica cargada en Matlab, el siguiente paso consisti en obtener su
correspondiente serie de reflectividad. Para ello se gener una subrutina basada en la metodologa
36
Sparse Spike MLD (ver Captulo 2) en donde las reflectividades del subsuelo estn
representadas por una serie de largos eventos (coeficientes de reflexin altos) superpuestos en un
fondo gaussiano de pequeos eventos (coeficientes de reflexin bajos). Bsicamente la subrutina
toma las amplitudes mximas y mnimas de la traza y las convierte en pulsos o spikes situados
en los puntos mximos y/o mnimos, segn sea el caso, siempre y cuando el valor absoluto de la
amplitud del pulso sea mayor a un umbral seleccionado por el usuario, el cual puede variar entre
0 y 1 (ver figura 4.5). Un umbral igual a 0 implica la generacin de una serie de reflectividad
tomando en cuenta todos los rangos de amplitudes de picos y valles de la traza ssmica real y un
umbral cercano a 1 implica la generacin de una serie de reflectividad a partir de los picos y
valles de mayor amplitud de la traza ssmica real. En este estudio se aplic un umbral igual a
0.05, debido a que se quera suprimir en cierta medida un componente de la serie de pequeos
eventos, los cuales no se consideraban de importancia para realizar la inversin 1-D; por el
contrario adicionaban dificultad a la resolucin del problema ya que implican tiempo adicional de
cmputo.
Figura 4.5 Modelo esquemtico que muestra cmo funciona la subrutina sparsenessCB1.m
37
4.5.2.3 Modificacin de la subrutina cmpspike.m

En esta subrutina se calculan las amplitudes de los spikes utilizando los valores de
velocidad y densidad obtenidos en cada una de las generaciones del algoritmo gentico aplicando
la ecuacin de Aki y Richard (ver Ecuacin 5). Adicionalmente se incluy en el cdigo las
tendencias de velocidades (baja frecuencia) exportado de Gocad con el propsito de obligar al
algoritmo para que las soluciones asociadas al registro de velocidad sean lo ms parecidas a un
registro y de esta manera contar con un contenido de baja frecuencia propio de la zona. Por otra
parte, como los archivos provenientes de Gocad estaban muestreados cada pie (ft), fue necesario
remuestrear la tendencia en el dominio del tiempo con un valor de 4 ms; el propsito era reducir
el volumen de datos en el registro y mantener el muestreo igual al de la ssmica para facilitar los
clculos dentro de la estructura del programa.
4.5.2.4 Modificacin de la subrutina spikeconv.m
Esta subrutina convoluciona una ondcula Ricker fase cero con la serie de reflectividad,
tanto real como la obtenida de la inversin, para generar los respectivos sismogramas real y
sinttico. Las modificaciones hechas a esta subrutina consistieron bsicamente en el cambio de
las unidades de la frecuencia dominante de la ondcula de Hz a mHz (milihertz), ya que desde un
principio se decidi optar por milisegundos como unidad de tiempo fundamental en el programa.
Ya con el cdigo adaptado a los nuevos requerimientos, su estructura y funcionamiento
quedan establecidos de la siguiente manera: se procede en primer lugar con la carga de la traza
ssmica, se normalizan sus amplitudes y de esta manera se obtiene la serie de reflectividad
correspondiente ignorando todas aquellas amplitudes menores a un umbral. La siguiente etapa
consiste en la lectura de los parmetros de entrada como por ejemplo: rango de soluciones
posibles de Vp y densidad, probabilidad de mutacin, probabilidad de cruce entre individuos,
nmero de individuos por subpoblacin y el nmero mximo de generaciones. Seguidamente se
crea la matriz con los valores aleatorios de los cromosomas, se inicializa la variable Gen
(contador que indica el nmero de generaciones transcurridas) y se adiciona el contenido de
velocidades de baja frecuencia. En la siguiente etapa se aplica la ecuacin de Aki y Richard (ver
ecuacin 5) como funcin objetivo y se determinan los valores del mejor individuo y del
individuo promedio, para seguidamente realizar el ranking de los individuos y seleccionar
aquellos que se cruzarn utilizando el mtodo de la ruleta. Una vez que se ha realizado el cruce,
38
los descendientes son sometidos a la probabilidad de mutar uno de sus cromosomas, para que
luego los individuos padres sean remplazados por sus descendientes y se repita el proceso una y
otra vez hasta completar el nmero mximo de generaciones establecidas con anterioridad.
Finalmente se decodifican los cromosomas binarios de cada unos de los individuos en vectores
reales que contengan Vp y densidad para calcular la serie de reflectividad y convolucionarla con
la ondcula con el fin de generar el sismograma sinttico que luego ser comparado con el real.
Adicionalmente se generan los registros de Vp, Vp y densidad. En las figuras 4.6 y 4.7 se
presenta el diagrama de flujo del cdigo de algoritmos genticos utilizado en este trabajo.
39
Inicio
Traza SEG-Y
Normalizacin de
la traza ssmica
Si
No
Gen <Max Gen
Obtencin de la serie de
reflectividad a partir de la
traza ssmica segn el
tamao del umbral
Parmetros de entrada. Rango de valores de Vp

y Densidad, probabilidad de mutacin y cruce,
N de individuos por subpoblacin y N
mximo de generaciones
Creacin de la matriz que

contenga los valores aleatorios
de los cromosomas
Tendencia de
Velocidades
Gen = Gen +1
Los individuos descendientes se

someten a la probabilidad de
mutar y luego son insertados en
la poblacin reemplazando a sus
padres
Se cruzan los
individuos
seleccionados
Gen = 0
Adicin del contenido

de velocidades de baja
frecuencia
Se seleccionan los
individuos de la
poblacin utilizando el
mtodo de la ruleta
Clculo de valores de la funcin objetivo.

Best = min (Valor de F. Obj.)
Mean = promedio (Valor de F. Obj)
Se realiza el ranking de
los individuos
Grficos de
Best vs. Gen +1
Mean vs. Gen +1
Figura 4.6. Diagrama de flujo del cdigo de algoritmo gentico.
40
Se decodifican los
cromosomas binarios de
cada uno de los individuos
en vectores reales que
contienen Vp y densidad
Se calcula la serie de
reflectividad y se
convoluciona con la
ondcula para generar el
sismograma sinttico
Comparacin de la
traza real con la
traza sinttica
obtenida
Registros
resultantes de Vp,
Vp y densidad
Fin
Figura 4.7. Diagrama de flujo del cdigo de algoritmo gentico (continuacin.).
4.5.3 Inversin Ssmica Utilizando Algoritmos Genticos en Matlab

4.5.3.1 Generacin de Pseudo registros de Velocidad y Densidad
A continuacin se procedi a la inversin ssmica de impedancia acstica utilizando el
programa de algoritmos genticos, el propsito de estas inversiones es generar pseudo registros
de velocidad y densidad, los cuales posteriormente sern utilizados como informacin adicional
para realizar otras inversiones utilizando el programa Hampson & Russell. Los parmetros de
41
entrada fueron los siguientes: una ventana de tiempo de 0 8000 ms, el intervalo de muestreo de
la ssmica fue de 4 ms, el umbral utilizado para filtrar la serie de reflectividad y obtener la serie
de largos eventos fue de 0.05, el rango de densidades que utiliz el algoritmo para generar una
solucin variaba entre 2,2 gr/cc y 2,75 gr/cc, mientras que el rango de velocidades
compresionales variaba entre 0.3 m/ms y 0.3 m/ms, los cuales posteriormente seran sumados de
manera algebraica a las tendencias de velocidades provenientes del cubo de velocidades obtenido
en el programa Gocad. El nmero de generaciones mximas utilizadas fue de 60 y 100 fue el
nmero de individuos asignados por subpoblacin, es decir el nmero de individuos asignados a
cada capa para tratar de hallar el conjunto de valores de velocidad y densidad que se ajustara
mejor a los datos reales. La probabilidad de mutacin fue de 0.001 y la probabilidad asignada
para que ocurriera una recombinacin o cruce entre dos pares de individuos fue de 0.7. La
duracin promedio de la inversin fue 3 horas, utilizando una computadora con procesador Intel
Pentium D de 3.2 GHz y 2 GB de RAM. En la figura 4.20 se muestran los pseudo registros de
Vp, Vp y densidad obtenidos tras haber realizado una inversin 1-D en uno de los pozos
ficticios.
42
Figura 4.8. Pseudos registros obtenidos de Vp, Vp y densidad en uno de los pozos ficticios.
4.6 Inversin Ssmica
4.6.1 Inversin Ssmica Utilizando el software Hampson & Russell

Para poder realizar las inversiones en cada una de las secciones de inters, fue necesario
seguir una serie de pasos estrechamente relacionados con la metodologa de la inversin ssmica
acstica; entre ellos se encuentran:
4.6.1.1 Carga de Datos
En primer lugar fue necesario crear una base de datos desde donde se manejara toda la
informacin referente a los pozos; posteriormente se procedi a la carga de la geometra de
desviacin, los registros de Gama Ray, Snico, Densidad, Porosidad Neutrn, Resistividad y las
curvas de tiempo profundidad provenientes de la base de datos de Openworks.
43
El siguiente paso consisti en crear un nuevo proyecto desde el cual se procedi a

importar un cubo ssmico bajo el formato SEG-Y, delimitado por las secciones de inters, para
posteriormente realizar la carga de los horizontes y fallas. En total se cargaron 32 archivos, de los
cuales 17 corresponden a cada una de las fallas interpretadas en el proyecto, mientras que los 15
archivos restantes corresponden nicamente a los 7 horizontes interpretados. La razn de esto
ltimo se debe a que ni Seisworks ni Hampson & Russell permiten mltiples repeticiones de un
mismo horizonte sobre una misma posicin de una traza. Cabe destacar que para poder importar
las fallas al proyecto de Hampson & Russell fue necesario convertirlas al formato de horizontes,
ya que el programa como tal no dispone de una opcin para cargarlas, algo que parece una
desventaja sobre todo para estudios en zonas que se caracterizan por presentar regmenes
compresivos como ste.
Como la mayora de los pozos no coinciden con las secciones de inters fue necesario
realizar proyecciones a los pozos. Estas proyecciones abarcaron valores entre 230 m y 1130 m,
aproximadamente. Tambin fue necesario aplicar correcciones verticales en profundidad debido
al grado de buzamiento de las reflexiones correspondientes al tope de la Formacin Naricual, las
cuales variaban entre 70 ft y 715 ft, aproximadamente. En la tabla 4.1 se muestran las posiciones
originales y nuevas de cada pozo, luego de haber realizado las proyecciones sobre las
correspondientes secciones.
Posiciones Originales
Posiciones Nuevas
Pozo
Inline
Xline
Inline
Xline
CBA-2X
2380
1687
2381
1687
CBA-3
2411
1713
2392
1713
CBA-6X
2179
1655
2195
1655
CBA-7X
2372
1549
2372
1549
CBA-8
2111
1598
2080
1598
CBB-1X
1975
1528
1971
1528
CBB-2X
1980
1632
1969
1632
CBC-6
2089
1849
2080
1849
CBC-9
1855
1797
1859
1797
CBC-13
1990
1820
1955
1820
CBC-16
2268
1903
2300
1903
Tabla 4.1 Comparacin de las nuevas posiciones de los pozos tras haber realizado las
proyecciones.
44
Una vez con los pozos ya proyectados de manera correcta sobre el tope de la Formacin
Naricual, se procedi a la completacin y reedicin de los registros de densidad y Snico. Los
registros de densidad fueron completados utilizando la ecuacin de Gardner (ver Ecuacin 6),
mientras que los registros snicos fueron corridos casi en su totalidad a lo largo de todos los
pozos por lo que no fue necesario realizar ninguna completacin utilizando ecuaciones empricas;
sin embargo, si se tuvieron que realizar algunas reediciones asociadas a lecturas ilgicas o
errneas por parte de la herramienta durante la corrida.
Ya con los registros de Densidad y Snico completados y reeditados, se procedi al
clculo de los registros de impedancia acstica y de manera automtica el software Hampson &
Russell gener la serie de reflectividad para cada pozo.
CBC-9
Figura 4.9. Registros de densidad y snico editados y completados con su correspondiente

registro de impedancia y serie de reflectividad calculados por el programa H&R en uno de los
pozos.
45
4.6.1.2 Calibracin de la informacin de Pozos con los datos Ssmicos

Durante esta etapa se procedi a la correlacin de cada uno de los pozos con los datos
ssmicos. El propsito de esto es mejorar la correlacin entre los eventos de la traza sinttica y los
eventos en la data ssmica. Para ello fue necesario hacer la extraccin del contenido de frecuencia
de las ondculas en las trazas ssmicas adyacentes a cada uno de los pozos y para una ventana de
tiempo determinada, asociada al tope de la Formacin Naricual. El tipo de ondcula utilizada
durante la extraccin tena como caractersticas principales una longitud de 200 ms, un taper
length de 25 ms y fase mnima. La razn por la cual se utilizaron ondculas de fase mnima es
para tratar de conservar o emular de alguna manera las condiciones originales durante la
adquisicin ssmica, ya que segn informacin proveniente de procesamiento (BGP, 2007) esta
adquisicin estuvo mayormente influenciada por la utilizacin de fuentes del tipo dinamita. En la
figura 4.10 se puede observar como en el recuadro de la derecha estuvo estructurado la
utilizacin de fuentes tipo dinamita (lneas rojas) y vibroseis (lneas azules) en una de las
regiones al Suroeste, que conforman el cubo monmrg07.
46
monmrg07
N
cfam3d15
Figura 4.10. Distribucin de los tipos de fuentes utilizadas en una de las regiones del cubo. Las
lneas rojas representan la utilizacin de dinamita, mientras que las azules indican la utilizacin
de camiones vibroseis. Modificado de BGP, 2007.
Una vez con la ondcula ya extrada se procede a convolucionar con la serie de

reflectividad proveniente del registro de impedancia acstica. Seguidamente encogiendo,
alargando o desplazando hacia arriba o hacia abajo la traza sinttica se trata de obtener la mejor
correlacin posible entre la traza sinttica y la real y de manera simultnea el programa realiza
pequeas modificaciones a la curva de tiempo profundidad que haba sido cargada previamente
en la base de datos para justificar la calibracin.
47
El siguiente paso consisti en la extraccin del contenido de frecuencia de la ondcula a

partir de la trayectoria de los pozos dentro del cubo ssmico. La metodologa utilizada se bas en
la extraccin de una ondcula por cada seccin invertida que incluyera uno o ms pozos; sin
embargo, en el caso de la seccin 2450 la cual no contiene ningn pozo proyectado, la solucin
fue utilizar una ondcula promedio obtenida a partir de todos los pozos cercanos. Nuevamente se
procedi a aplicar pequeas variaciones a la traza sinttica para ajustar an ms con la
correspondiente traza real.
4.6.1.3 Construccin del Modelo Inicial para la Inversin
A continuacin se gener el modelo inicial para la inversin. Durante esta etapa fue
necesario seleccionar cules pozos iban a estar incluidos dentro del modelo. Como todos los
pozos contaban con la informacin fundamental necesaria, se pudieron incluir todos en el
modelo. El siguiente paso fue seleccionar los registros correctos de densidad, snico e
impedancia para cada pozo; posteriormente se seleccionaron los horizontes que iban a estar
incluidos en modelo. Seguidamente se procedi a establecer el rango de baja frecuencia que sera
agregado al modelo a partir de los registros de impedancia acstica de los pozos, resultando
favorable el rango comprendido entre 2 y 8 Hz el cual estaba prcticamente ausente en el
contenido de frecuencia de los datos ssmicos, tal y como se puede observar en la figura 4.11,
donde adems se muestra esquemticamente el contenido de frecuencia que se adicion.
Amplitud
Rangos:
1.0
Xline:Desde 1241 hasta 1933
0.9
Inline:Desde 1855 hasta 2460
0.8
Tiempo:Desde 0 hasta 7600 ms
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
15
20
25
30
35
40
45
50
55
70
60
65
Frecuencia (Hz)
Figura 4.11. Espectro de amplitud de la ssmica y esquematizacin de la incorporacin del

contenido de baja frecuencia proveniente de los pozos.
48
Adicional a esto, existen otras opciones en el software Hampson & Russell que permiten
refinar aun ms el modelo inicial. Una de ellas consiste en la interpolacin del contenido de baja
frecuencia presente en cada uno de los pozos a lo largo de todo el cubo ssmico. La opcin de
interpolacin predeterminada es el mtodo IDP (Inverse Distance Power); sin embargo, se
prefiri utilizar el mtodo Kriging ya que ste gener una interpolacin ms coherente sobre la
regin delimitada por el cubo ssmico. Otra opcin importante est asociada a la prioridad entre
horizontes; esto quiere decir que a cada horizonte se le asignaba un valor (Priority Value) para
que al momento en el que dos horizontes se interceptaran tuviera continuidad aquel horizonte con
el nmero ms alto. En la figura 4.12 se muestra esquemticamente cmo funciona la opcin
Priority Value; en el primer caso H1 es mayor que H2, por lo cual al momento de interceptarse
ambos horizontes se garantiza solo la continuidad del horizonte H1, mientras que en el segundo
caso (H1<H2), se garantiza la continuidad del horizonte H2.
Figura 4.12. Esquema que muestra cmo funciona la opcin Priority Value.
La ltima opcin que se utiliz para refinar el modelo inicial consisti en definir las
especificaciones estratigrficas entre los horizontes incluidos en el modelo. Esta opcin
bsicamente permite definir la geometra de los eventos presentes entre dos horizontes
interpretados, los cuales segn la figura 4.13 pueden ser: toplap, cuando el horizonte
suprayacente corresponde a una discordancia, conformable, cuando entre ambos horizontes
existen eventos que mantienen un grado de parlelismos o subparlelismos y baselap, cuando
el horizonte infrayacente corresponde a una discordancia. Debido a esto fue necesario ir
asignando el tipo de geometra presente entre dos horizontes consecutivos a lo largo de todo el
eje del tiempo doble de viaje y basado en los conocimientos geolgicos del rea, a partir de los
49
cuales el programa se guiara para refinar y dar un mejor sentido geolgico a las variaciones de
impedancia acstica.
Toplap
Conformable
Baselap
Figura 4.13. Tipos de especificaciones estratigrficas (geometras) que permite el programa.
4.6.1.4 Determinacin de los Parmetros de la Inversin

Este es el paso previo a la inversin. En l se hacen los ltimos ajustes para tratar de
obtener una inversin de mucho mejor calidad. Durante este procedimiento se corre una inversin
en cada uno de los pozos, lo cual permite comparar los registros de impedancia acstica
provenientes del modelo inicial, del registro original y del registro obtenido de la inversin
ssmica, as como tambin comparar la traza ssmica real y la sinttica producto de la inversin
con su correspondiente error.
4.6.1.5 Corrida de la Inversin
Finalmente se realiz la inversin de las siete secciones con cada uno de los mtodos que
ofrece la aplicacin. El primer mtodo utilizado fue el Sparse Spike Linear Programming (ver
captulo II), en el cual se aplic un sparseness de 95%, un Mximum Constraint Frecuency
de 10 Hz y el tiempo promedio necesario para realizar la inversin en una sola seccin fue de 10
minutos.
El otro mtodo utilizado fue el Maximum Likelihood (ver Captulo 2) tambin
perteneciente a la metodologa Sparse Spike, donde se establecieron como parmetros para la
inversin un Nmero Mximo de spikes de 1901, un umbral de 15%, que las variaciones de
impedancia entre iteraciones no fuesen menores ni mayores a un 25% y que el nmero de
iteraciones fuese de 5. En este caso la inversin requiri mucho ms tiempo de cmputo,
tomndose 1 hora aproximadamente para poder realizar la inversin en una seccin.
50
El siguiente mtodo utilizado fue el Bandlimited (ver Captulo 2), donde el nico
parmetro modificado fue el Contraint High Cut Frecuency, el cual se estableci en 10Hz, y
su tiempo de cmputo fue de aproximadamente 40 segundos para una seccin.
Por ltimo se utiliz el mtodo Model Based (ver Captulo 2) en el cual se estableci
que las variaciones de impedancia entre iteraciones no fuesen ni menores ni mayores a un 25%,
un tamao de bloque promedio de 4 ms, un preblanqueo de un 1% y que el nmero de iteraciones
realizadas fuese de 10. El tiempo total de cmputo para realizar la inversin de una sola seccin
fue de 40 minutos.
4.6.2 Inversin Ssmica en Hampson & Russell con los Pseudo registros de Velocidad y
Densidad
Este procedimiento consisti en la implementacin de la metodologa de inversin
ssmica utilizando el software Hampson & Russell con la adicin de los pseudo registros de
velocidad y densidad generados en Matlab. Los pozos ficticios fueron localizados hacia los
extremos de cada una de las siete secciones de inters para contabilizar un total de 14 pozos
ficticios. Dado que los pseudo registros fueron creados en el dominio del tiempo y el programa
no posea ninguna opcin para cargar la informacin de pozos en ese dominio, se procedi a
engaar al programa asignando de manera errnea la columna que contena datos de tiempo
como si fuesen los de profundidad, luego se cre una curva tiempo profundidad que
representara una relacin directamente proporcional, donde N pies en un pozo equivalen a N
ms en la ssmica. Ya con los pozos cargados, correctamente ubicados y en el domino del tiempo
se procedi a aplicar nuevamente la metodologa de inversin ssmica con el software Hampson
& Russell utilizando en este caso nicamente el mtodo Sparse Spike Linear Programming.
CAPTULO 5
RESULTADOS Y ANLISIS
5.1 Interpretacin Ssmica
5.1.1 Interpretacin en lneas ssmicas

Como se indic en el captulo anterior, se utiliz una interpretacin realizada previamente
en el rea en un cubo adyacente al estudiado en este trabajo. Esta interpretacin fue ligeramente
modificada y se presenta a continuacin en las siete lneas correspondientes al rea de estudio con
su respectiva interpretacin final (ver figuras de la 5.1 a la 5.7).
TWT
(s)
NO
SE
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
La Pica
Dis.Pirital 1
Dis.Pirital 2
Pirital Oligoceno
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
Naricual
B
Top
San Juan
TopB 1
monmrg07
Jusepin
Furrial
cfam3d15
N
CBA-7X
CBA-3
CBA-8 CBA-2X
CBA-6X
0
45
IL 2
CBB-1X
CBB-2X
0
29
IL 2
0
38
IL 2
CBC-16
5
86
IL 1
0
08
IL 2
5
19
IL 2
CBC-13 CBC-6
CBC-9
0
97
IL 1
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
Mesa-Las Piedras
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
Figura 5.1. Seccin reinterpretada lnea 1865.
En la figura 5.1, correspondiente a la seccin reinterpretada 1865, se observa la presencia

de tres corrimientos principales del rea llamados Furrial, Jusepn y Pirital (Oligoceno y
Mioceno). Adicionalmente se puede apreciar la presencia de un sistema de fallas inversas (TopB
51
52
y TopB1) que atraviesa los horizontes de Naricual, Caratas Vidoo y San Juan, as como un
retrocorrimiento asociado al corrimiento de Pirital.
TWT
(s)
SE
NO
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
Mesa-LasPiedras
Dis.Pirital 2
La Pica
Dis.Pirital 1
Naricual Aloc.
Pir
it
al R
et r
o
San Juan Aloc.
it
Pir
l
al O
o
cen
igo
Pi
o
en
oc
Mi
l
a
ri t
Naricual
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
pB
To
JL_2
B1
Top
San Juan
Jusepin
monmrg07
Furrial
cfam3d15
N
CBA-7X
CBA-3
CBA-8 CBA-2X
CBA-6X
0
45
IL 2
CBB-1X
CBB-2X
IL
IL
80
23
CBC-16
90
22
IL
IL
65
18
80
20
IL
70
19
95
21
IL
CBC-13 CBC-6
CBC-9
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
La figura 5.2 corresponde a la seccin reinterpretada 1970. Al igual que en la figura 5.1 se
observan los tres corrimientos principales del rea (Furrial, Jusepn y Pirital), as como el
retrocorrimiento asociado al corrimiento de Pirital. Sin embargo ahora se observan tres fallas
inversas (TopB, JL_2 y TOPB1) que atraviesan a los horizontes Naricual, Caratas Vidoo y
San Juan.
53
TWT
(s)
NO
SE
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
La Pica
Dis.Pirital 2
Pirital Oligoceno
Pirital Mioceno
Naricual Aloc.
San Juan Aloc.
Naricual
TopB R
etro
San Juan
pB
To
B
Top
Jusepin
monmrg07
Furrial
cfam3d15
N
CBA-7X
CBA-3
CBA-8 CBA-2X
CBA-6X
0
45
IL 2
CBB-1X
CBB-2X
IL
IL
80
23
CBC-16
90
22
IL
IL
65
18
80
20
IL
70
19
95
21
CBC-13 CBC-6
CBC-9
IL
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
Mesa-LasPiedras
Dis.Pirital 1
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
La figura 5.3, correspondiente a la seccin reinterpretada 2080, presenta nuevamente la

presencia de los corrimientos principales del rea (Pirital, Jusepn y Furrial); sin embargo en esta
seccin no se puede apreciar la regin donde los corrimientos Jusepn y Furrial atraviesan a los
horizontes de Naricual, Caratas Vidoo y San Juan. Por otro lado se observa la presencia de las
dos fallas sintticas mencionadas anteriormente (TopB yTopB1) y una antittica (TopB Retro)
que atraviesan los horizontes mencionados anteriormente. Nuevamente se observa la presencia
del retrocorrimiento de Pirital, pero ahora est asociado una falla inversa sinttica denominada
tambin como Pirital retrosplay.
54
TWT
(s)
SE
Dis.Pirital 1
Mesa-Las Piedras
Dis.Pirital 2
Pirital Oligoceno
Naricual Aloc.
San Juan Aloc.
La Pica
Pirital Mioceno
Piri
t al
Ret
ro
Naricual
Top
B
San Juan
Ret
ro
monmrg07
pB
To
B
Top
Jusepin
cfam3d15
Furrial
CBA-3
CBA-8 CBA-2X
CBA-6X
0
45
IL 2
CBB-1X
CBB-2X
0
29
IL 2
0
38
IL 2
CBC-16
IL
65
18
0
08
IL 2
IL
70
19
95
21
CBC-13 CBC-6
CBC-9
IL
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
NO
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
En la figura 5.4 se presenta la seccin reinterpretada 2195. Al igual que en la figura 5.3,
no se aprecia que los corrimientos Furrial y Jusepn atraviesen los horizontes Naricual, Caratas
Vidoo y San Juan. Por otro lado, nuevamente se observa la presencia de las fallas inversas
sintticas (TopB y TopB1) y la antittica (TopB Retro), as como el retrocorrimento y el retro
splay asociados al corrimiento de Pirital.
55
TWT
(s)
Mesa-Las Piedras
Dis.Pirital 1
Dis.Pirital 2
San Juan Aloc.
Piri
t al
Ret
ro
Pirital Oligoceno
Naricual Aloc.
Pirital Mioceno
Naricual
Top
B
San Juan
monmrg07
Ret
ro
pB
To
B
Top
cfam3d15
Furrial
CBA-3
CBA-8 CBA-2X
CBA-6X
IL
CBB-1X
50
24
CBB-2X
0
29
IL 2
0
38
IL 2
CBC-16
IL
IL
95
21
CBC-13 CBC-6
CBC-9
80
20
5
86
IL 1
0
97
IL 1
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
SE
NO
La Pica
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
En la figura 5.5 se presenta la seccin reinterpretada 2290, donde se observa la presencia

de los corrimientos de Furrial y Pirital (Oligoceno y Mioceno), y al igual que en la figura 5.4 se
observa la presencia de las fallas inversas sintticas (TopB y TopB1) y la antittica (TopB Retro)
a nivel del tope del Oligoceno, as como el retrocorrimento (Pirital Retro) asociado a el
corrimiento de Pirital, con su correspondiente retro splay.
56
TWT
(s)
NO
SE
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
Mesa-LasPiedras
Dis.Pirital 2
Pir
i
San Juan Aloc.
Naricual Aloc.
Pirital Mioceno
t ro
Re
3
t ro
Re
B1
Top
t ro
Re
1
monmrg07
Naricual
pB
To
pB
To
pB
To
A
F-7X
San Juan
CBA
pB
To
cfam3d15
Furrial
CBA-3
CBA-8 CBA-2X
CBA-6X
0
45
IL 2
CBB-1X
La Pica
Pirital Oligoceno
ta
lR
et
ro
XB
F-7
CBB-2X
0
29
IL 2
0
38
IL 2
CBC-16
IL
IL
95
21
CBC-13 CBC-6
CBC-9
80
20
5
86
IL 1
0
97
IL 1
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
Dis.Pirital 1
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
En la figura 5.6 se presenta la seccin reinterpretada 2380, donde se observa nuevamente

la presencia de los corrimientos Furrial y Pirital (Oligoceno y Mioceno), as como el
retrocorrimiento (Pirital Retro) y su correspondiente retro splay. Por otro lado a nivel de los
horizontes de Naricual, Caratas Vidoo y San Juan se observan dos fallas inversas sintticas
(TopB y TopB1) mencionadas frecuentemente en figuras anteriores; sin embargo hay que resaltar
la aparicin de nuevas fallas inversas sintticas (F-7XA, F-7XB y CBA), as como tambin
antitticas (TopB Retro 1, TopB Retro 2, TopB Retro 3).
57
TWT
NO
(s)
Dis.Pirital 1
Dis.Pirital 2
Pirital Oligoceno
San Juan Aloc.
Pir
it
al
Re
t ro
Naricual Aloc.
p
To
3
ro
et
BR
2
ro
et
BR
1
ro
et
BR
A
F-7X
La Pica
Pirital Mioceno
p
To
San Juan
Naricual
TopB 1
B
Top
CBA
monmrg07
Furrial
cfam3d15
CBA-3
CBA-8 CBA-2X
CBA-6X
0
45
IL 2
CBB-1X
CBB-2X
0
29
IL 2
0
38
IL 2
CBC-16
65
18
0
08
IL 2
IL
70
19
5
19
IL 2
CBC-13 CBC-6
CBC-9
IL
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
Mesa-Las Piedras
p
To
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
SE
TWT
(s)
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
7.5
8.0
En la figura 5.7 correspondiente a la seccin reinterpretada 2450, se observa nuevamente

la presencia de los corrimientos de Furrial y Pirital (Oligoceno y Mioceno), as como el
retrocorrimiento (Pirital Retro) y su retro splay asociado, mientras que a nivel de los
horizontes Naricual, Caratas Vidoo, San Juan se observan las fallas inversas sintticas (TopB,
TopB1, F-7XA y CBA) y las antitticas (TopB Retro 1, TopB Retro 2, TopB Retro 3).
5.1.2 Generacin del modelo 3-D
En la figura 5.8 se presenta el modelo estructural 3-D en tiempo correspondiente al tope
del Oligoceno con las respectivas fallas y corrimientos mencionados anteriormente en cada una
de las lneas ssmicas reinterpretadas., con el propsito de validar la interpretacin tanto previa
cmo la realizada en este trabajo.
58
TWT(ms)
Figura 5.8. Modelo estructural en tiempo doble viaje (ms) para el tope del Oligoceno (Fm.
Naricual) en el rea de estudio.
En la figura 5.8 se puede observar que el modelo estructural posee sentido geolgico, ya
que existen ciertas evidencias en la figura que lo afirman, como por ejemplo la presencia del alto
estructural en el centro representado por colores fros (blanco, morado y azul marino)
correspondiente a rangos de tiempo doble de viaje de 2500 3200 ms, donde adems se presenta
un cierre de la estructura contra falla (TopB) hacia el S-SE, y adicionalmente se aprecia como la
estructura presenta una mayor profundizacin hacia el NO donde se quiere evaluar las hiptesis
truncacin y no truncacin.
5.2 Inversin Ssmica
5.2.1 Comparacin entre los mtodos de inversin utilizados

A continuacin se presentan los resultados obtenidos en una de las secciones de mayor
importancia del rea utilizando cuatro mtodos de inversin ssmica distintos.
59
SE
NO
TWT
(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-LasPiedras
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
TopB R
etro
pB
To
B
Top
Jusepin
5.0
Furrial
6.0
7.0
Linear Programming de H&R.
En la figura 5.9 se presentan los resultados obtenidos al aplicar la hiptesis no

truncacin en la seccin 2080 utilizando el mtodo Sparse Spike Linear Programming de
H&R. En ella se puede observar como los horizontes de inters (Naricual y San Juan) ubicados a
un de tiempo doble de viaje comprendido entre los 3100 ms y los 4000 ms, aproximadamente,
coinciden con un contraste de impedancia representado por una delgada franja que se extiende a
lo largo de toda la seccin y que aparentemente corresponde al tope del Oligoceno. Por otro lado,
en la parte ms somera de la seccin (valos azul marino) se puede ver cmo existen valores de
impedancia altos que no corresponden con ningn tipo de evento geolgico y que posiblemente
estn asociados a valores errneos en los registros de velocidad y/o densidad. Otro punto
importante a tener en cuenta es la ausencia del contraste de impedancias que se esperara
encontrar entre el bloque de Pirital (valo negro) y el bloque vecino que se encuentra al Sureste
(valo blanco). De igual manera tambin se puede visualizar cmo, a profundidades mayores a
las que alcanzaron los pozos, no existen cambios sustanciales de impedancia acstica que
permitan discriminar ningn tipo de evento regional; incluso no se observa ningn tipo de
60
respuesta para los horizontes del tope del Oligoceno y Cretcico inferidos hacia el sureste de la
seccin a un tiempo doble de viaje de aproximadamente 6000 ms, debido a la presencia de una
especie de semiespacio infinito generado por la inversin.
Por otro lado, en la figura 5.10 se presentan los resultados obtenidos al aplicar la hiptesis
no truncacin en la seccin 2080 utilizando el mtodo Sparse Spike Maximum Likelihood de
H&R.
SE
NO
TWT
(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-Las Piedras
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
TopB R
etro
pB
To
B1
Top
Jusepin
5.0
Furrial
6.0
7.0
Maximum Likelihood.
Se puede observar nuevamente la presencia de altas impedancias en la parte ms somera

(valos azul marino) adyacente a uno de los pozos y en la parte superior izquierda de la seccin,
as como un contraste de impedancia bien definido hacia el tope del Oligoceno sobre todo hacia
la parte Sureste de la seccin, y un mejor contraste de impedancias en el bloque de Pirital (valo
negro). Por otro lado se observ la presencia un contraste lateral de impedancia para tiempos
dobles de viaje mayores a 4000 ms que probablemente estn asociados a problemas del software
al momento de construir el modelo inicial. Adicionalmente se comprob la presencia de ciertos
61
cambios laterales de impedancia, como por ejemplo en el bloque de Pirital, que no estn
asociados a ningn tipo de evento geolgico, sino a problemas del programa al momento de
utilizar la informacin de los horizontes para obtener una continuidad lateral de la inversin.
En la figura 5.11 se presentan los resultados obtenidos al aplicar la hiptesis de no
truncacin en la seccin 2080 utilizando el mtodo Bandlimited de H&R.
SE
NO
TWT
(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-LasPiedras
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
TopB R
etro
pB
To
B
Top
Jusepin
5.0
Furrial
6.0
7.0
Figura 5.11. Hiptesis No Truncacin en la seccin 2080 utilizando el mtodo Bandlimited.
En este caso se puede observar que los resultados obtenidos por el mtodo Bandlimited
presentaron las mismas caractersticas y observaciones mencionadas anteriormente en las figura
5.10.
Por otro lado en la figura 5.12 se presentan los resultados obtenidos al aplicar la hiptesis
de no truncacin en la seccin 2080 utilizando el mtodo Model Based de H&R.
62
SE
NO
TWT
(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-LasPiedras
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
TopB R
etro
pB
To
B
Top
Jusepin
5.0
Furrial
6.0
7.0
Figura 5.12. Hiptesis No Truncacin en la seccin 2080 utilizando el mtodo Model Based.
En la figura 5.12 nuevamente se observan las caractersticas y observaciones mencionadas

anteriormente en las figuras 5.10 y 5.11.
Una vez analizados los resultados obtenidos con los diferentes mtodos, se decidi optar
por el mtodo Sparse Spike LP como el ideal para realizar las futuras inversiones debido
principalmente a que dicho mtodo es capaz de realizar la inversin en un tiempo de cmputo
relativamente pequeo generando bsicamente los mismos resultados que los otros mtodos ya
mencionados. Si bien el mtodo Bandlimited es mucho ms rpido al realizar la inversin de una
seccin que el mtodo Sparse Spike LP, la razn por la cual no fue escogido se fundamenta en
la idea de que, al estar en presencia de una calidad de dato ssmico no muy buena, el mtodo
podra tender a propagar errores en sus soluciones por utilizar una frmula de tipo recursiva en el
proceso. Adems estos resultados sern integrados con la inversin 1 D obtenida utilizando
algoritmos genticos que intrnsecamente estn asociados a la metodologa Sparse Spike por la
inclusin de la subrutina sparsenessCB1.m, y por ello es preferible utilizar el mtodo Sparse
Spike LP de H&R a objeto de comparar apropiadamente. Adicionalmente, otros hechos de
63
transcendencia que influyeron en la decisin de tomar el mtodo Sparse Spike LP de H&R

para realizar las inversiones ssmicas de impedancia acstica son los contrastes de impedancia
obtenidos en las zonas de inters, como por ejemplo la zona comprendida entre los horizontes de
Naricual y San Juan, as como los conocimientos previos del mtodo, los cuales sugieren una
mayor influencia de la traza ssmica sobre el modelo inicial (influenciado por horizontes) al
momento de realizar la inversin.
corrimiento de Pirital
El siguiente paso consisti en la comparacin de los resultados obtenidos a partir de las
hiptesis de no truncacin y truncacin por parte del corrimiento de Pirital sobre el tope del
Oligoceno (Naricual) en cada una de las secciones aplicando el mtodo Sparse Spike LP de
H&R.
En la figura 5.13 se presentan los resultados obtenidos al aplicar la hiptesis no
truncacin en la seccin 1865. Se puede observar que en la figura 5.13 existe un contraste de
impedancia que sugiere la continuidad del tope del Oligoceno (Fm. Naricual) al aplicar la
hiptesis no truncacin pero adoptando una posicin diferente, mientras que en la figura 5.14
correspondiente a los resultados obtenidos al aplicar la hiptesis truncacin en la seccin 1865
se observa que existe un ligero contraste de impedancias que posee la misma tendencia mostrada
en la hiptesis anterior, lo que hace suponer que la hiptesis no truncacin es la ms factible en
esta seccin, ya que al aplicar ambas hiptesis se obtienen ciertas similitudes en los contrastes de
impedancia por debajo del corrimiento de Pirital, que sugieren a una posible continuacin de los
horizontes Naricual, Caratas-Vidoo y San Juan.
64
SE
NO
TWT
(s)
CBC-9
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
B
Top
TopB 1
San Juan
Jusepin
5.0
Furrial
6.0
7.0
LP de H&R.
SE
TWT NO
(s)
CBC-9
0.0
Dis.Pirital 1
La Pica
Mesa-LasPiedras
1.0
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
B
Top
TopB 1
Jusepin
5.0
Furrial
6.0
7.0
de H&R.
65
En la figura 5.15 correspondiente a los resultados obtenidos al aplicar la hiptesis no

truncacin en la seccin 1970, se puede apreciar que no existe un contraste de impedancia
significativo que permita divisar la presencia del tope del Oligoceno (Fm. Naricual) ni del
Cretcico por debajo del corrimiento de Pirital, en la parte izquierda de la seccin, mientras que
en la figura 5.16 correspondiente a los resultados obtenidos al aplicar la hiptesis no truncacin
en la seccin 1970, s se pudo apreciar un ligero contraste posiblemente correspondiente al tope
del Cretcico.
SE
NO
TWT
(s)
CBB-1X
0.0
CBC-13
CBB-2X
Mesa-LasPiedras
1.0
Dis.Pirital 2
La Pica
Dis.Pirital 1
Naricual Aloc.
2.0
Pir
it
San Juan Aloc.
al R
et r
o
Pi
l ig
lO
rit a
no
oce
o
en
i oc
M
l
it a
Pir
3.0
Naricual
pB
To
4.0
San Juan
JL_2
B1
Top
Jusepin
5.0
Furrial
6.0
7.0
LP de H&R.
66
NO
SE
TWT(s)
CBB-1X
0.0
CBC-13
CBB-2X
Mesa-Las Piedras
1.0
Dis.Pirital 2
La Pica
Dis.Pirital 1
2.0
Naricual Aloc.
Pir
it
San Juan Aloc.
al R
et r
o
Pi
lig
lO
rit a
no
oce
o
en
ioc
M
l
it a
Pir
3.0
Naricual
pB
To
4.0
JL_2
B1
Top
San Juan
Jusepin
5.0
Furrial
6.0
7.0
de H&R.
En la figura 5.17 correspondiente a los resultados obtenidos al aplicar la hiptesis de no

truncacin en la seccin 2080, se observ la presencia de un contraste de impedancia
caracterizado por una delgada franja que muy probablemente est asociada al tope del Oligoceno,
resaltando tambin que la regin que se encuentra debajo del corrimiento de Pirital no parece
mostrar rastros de una posible truncacin. Por otro lado en la figura 5.18 se observa nuevamente
la presencia de un ligero contraste de impedancia que una vez ms sugiere que el truncamiento
ocurri ms hacia el Noroeste.
67
SE
NO
TWT(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-Las Piedras
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
TopB R
etro
pB
To
B
Top
Jusepin
5.0
Furrial
6.0
7.0
LP de H&R.
68
SE
NO
TWT(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-Las Piedras
Dis.Pirital 2
La Pica
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
4.0
San Juan
TopB R
etro
pB
To
CBA-8
Naricual
CBC-6
B1
Top
Jusepin
5.0
Furrial
6.0
7.0
de H&R.
Nuevamente en las figuras 5.19, 5.20, 5.21 y 5.22 correspondientes a las hiptesis de no
truncacin y truncacin en la seccin 2195 y 2290 respectivamente, se aprecia cmo en la
primera seccin (donde se aplic la hiptesis de no truncacin) existe un contraste de
impedancias presente a lo largo de toda la seccin entre los 3000 ms y 4000 ms
aproximadamente, el cual posee en gran medida las mismas tendencias de los horizontes
interpretados (Naricual, Caratas-Vidoo y San Juan) a esas profundidades de tiempo doble de
viaje y, en consecuencia, se sospecha de una posible ausencia del evento de truncamiento. Lo
anterior se ve reflejado en los resultados obtenidos en la seccin 2195 donde se aplic la hiptesis
de truncacin; en ella se puede observar la presencia de un ligero contraste de impedancia que
posee la misma tendencia de la interpretacin hecha bajo la hiptesis de no truncacin.
69
SE
NO
TWT(s)
CBA-6X
0.0
Mesa-LasPiedras
Dis.Pirital 1
1.0
Dis.Pirital 2
Pirital Oligoceno
2.0
San Juan Aloc.
Pirital Mioceno
Piri
t al
Ret
ro
3.0
4.0
La Pica
Naricual Aloc.
Naricual
Top
B
San Juan
pB
To
Ret
ro
B
Top
Jusepin
5.0
Furrial
6.0
7.0
LP de H&R.
SE
NO
TWT(s)
CBA-6X
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
Dis.Pirital 2
La Pica
Pirital Oligoceno
2.0
San Juan Aloc.
Naricual Aloc.
Pirital Mioceno
Piri
t al
Ret
ro
3.0
CBA-6X
San Juan
4.0
Top
B
Naricual
pB
To
Ret
ro
B
Top
Jusepin
5.0
Furrial
6.0
7.0
de H&R.
70
SE
NO
TWT(s)
CBC-16
0.0
Mesa-LasPiedras
Dis.Pirital 1
Dis.Pirital 2
1.0
2.0
San Juan Aloc.
La Pica
Pirital Oligoceno
Piri
t al
Ret
ro
Naricual Aloc.
Pirital Mioceno
3.0
4.0
San Juan
Top
B
Naricual
pB
To
Ret
ro
B
Top
5.0
Furrial
6.0
7.0
LP de H&R.
71
SE
NO
TWT(s)
CBC-16
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
Dis.Pirital 2
La Pica
Pirital Oligoceno
2.0
San Juan Aloc.
Piri
t al
Ret
ro
Naricual Aloc.
Pirital Mioceno
3.0
San Juan
4.0
Naricual
pB
To
Top
B
Ret
ro
B
Top
5.0
Furrial
6.0
7.0
de H&R.
La figura 5.23 muestra los resultados obtenidos al aplicar la hiptesis de no truncacin

en la seccin 2380, la cual sin lugar a dudas resulta ser la seccin ms compleja desde el punto de
vista estructural. En esta figura (5.23) bsicamente no se observ un contraste de impedancias
hacia el Noroeste de la seccin que permitiera evaluar la ocurrencia de la hiptesis no
truncacin, an cuando se observ una delgada franja de color amarillo que segn las escala de
colores corresponde aproximadamente a 25000 (ft/s)*(g/cc), la cual divide ese sector de la
seccin en dos dominios diferentes. Por otro lado en la figura 5.24 correspondiente a los
resultados obtenidos al aplicar la hiptesis de truncacin en la seccin 2380, nuevamente no se
observ un contraste de impedancias hacia el Noreste de la seccin que permitiera evaluar en este
caso, la ocurrencia de una posible truncacin. Adicionalmente es importante resaltar la presencia
de un cambio lateral de impedancia en ambas figuras (5.23 y 5.24) a partir del tope del Cretcico
(San Juan) que probablemente se deba a lo cercano que se encuentran los pozos CBA-2X y CBA3, y a que entre ambos existen valores de impedancia relativamente diferentes para la misma
72
profundidad, ocasionando que el programa deba realizar una interpolacin de los datos (al
momento de construir el modelo inicial) en una distancia muy pequea.
SE
NO
TWT(s)
CBA-7X
0.0
CBA-2X CBA-3
Dis.Pirital 1
Mesa-Las Piedras
1.0
Dis.Pirital 2
Pirital Oligoceno
Naricual Aloc.
2.0
3.0
Piri
t al
Ret
ro
Franja amarilla
t ro
Re
t ro
Re
t ro
Re
pB
To
1
5.0
Naricual
pB
To
XB
F-7
A
F-7X
San Juan
La Pica
Pirital Mioceno
pB
To
4.0
San Juan Aloc.
B1
Top
pB
To
Furrial
6.0
7.0
LP de H&R.
73
SE
NO
TWT(s)
CBA-2X CBA-3
CBA-7X
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
2.0
Dis.Pirital 2
San Juan Aloc.
Piri
t al
Ret
ro
Naricual Aloc.
Pirital Mioceno
XB
F-7
3.0
Naricual
p
To
3
5.0
ro
et
BR
ro
et
BR
tro
Re
A
F-7X
pB
To
San Juan
p
To
4.0
La Pica
Pirital Oligoceno
B
Top
pB
To
Furrial
6.0
7.0
de H&R.
Finalmente en la figura 5.25 se muestra el resultado obtenido tras considerar nicamente

la hiptesis de truncacin en la seccin 2450. La razn por la cual no se consider la hiptesis
opuesta se debi a que las interpretaciones inciales hechas en esta lnea ssmica indicaban de
manera clara la ocurrencia de la hiptesis no truncacin. Entre los aspectos ms resaltantes que
se observaron en la figura 5.25, hay que mencionar que en el tope del Oligoceno (Fm. Naricual)
no se present un patrn de contrastes de impedancias correspondientes con la ssmica. El bloque
de Pirital presenta un aumento en los rangos de impedancias en la base, as como la presencia
nuevamente de un cambio lateral de impedancias producido por la interpolacin de los datos de
los pozos (durante la creacin del modelo inicial) CBA-2X y CBA-3, los cuales son los ms
prximos a esta seccin.
74
SE
NO
TWT(s)
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
Dis.Pirital 2
La Pica
Pirital Oligoceno
2.0
San Juan Aloc.
Pir
it
Naricual Aloc.
al
Re
t ro
Pirital Mioceno
3.0
pB
To
Naricual
tro
Re
3
B
Top
5.0
tro
Re
ro
et
BR
A
F-7X
pB
To
4.0
p
To
San Juan
TopB 1
Furrial
6.0
7.0
Figura 5.25. Hiptesis de truncacin en la seccin 2450 utilizando el mtodo Sparse Spike LP
de H&R.
5.2.3 Validacin del programa de Algoritmos Genticos

Una vez finalizada la inversin de prueba utilizando el mtodo de algoritmos genticos, se
obtuvo el grfico de la figura 5.26. Este grfico muestra la comparacin entre los valores de la
funcin objetivo del mejor individuo y del individuo promedio a lo largo de cada generacin y,
por lo tanto, permite ver si el algoritmo est alcanzando el objetivo planteado y en cuantas
iteraciones.
75
individuo promedio en cada una de las generaciones.
En l se pudo observar como a medida que iban evolucionando los individuos hacia la
siguiente generacin, la diferencia entre los valores de la funcin objetivo, tanto del individuo
promedio como del mejor individuo, se iba reduciendo considerablemente durante las primeras
generaciones. A partir de la generacin 60 se puede ver que ambos grficos tienden a converger;
sin embargo el grfico perteneciente al valor del individuo promedio tambin comenzaba a
presentar ciertas variaciones (comportamiento ruidoso) que impedan su estabilizacin producto
de haber cambiado el factor de mutacin de 0.1% a 0.5%. El propsito de este cambio fue evitar
en mucha mayor medida la convergencia hacia soluciones representadas por mnimos locales.
Los grficos de las figuras 5.27 y 5.28 presentan las comparaciones de los valores de
velocidad de onda P y densidad de los individuos en la generacin 1 y 200. En ellos se puede
visualizar cmo, una vez transcurridas casi 200 generaciones, la mayora de los individuos se
alinean en alguna de las cinco tendencias presentes (asociado a los valores obtenidos de
velocidad y densidad para las cinco primeras capas), lo que revela cmo los individuos fueron
evolucionando a lo largo de las generaciones. Se observan algunos individuos que no se agrupan
en ninguna de las tendencias y probablemente sean producto de una mutacin en algunos de sus
cromosomas durante el cruce entre sus padres.
76
Figura 5.27. Comparacin entre valores iniciales y finales de Vp despues de 199 generaciones
Figura 5.28. Comparacin entre los valores iniciales y finales de densidad despues de 199
generaciones.
Una vez obtenidos los valores de velocidad y densidad, el programa gener el sismograma
sinttico y fue desplegado junto con el original como se muestra en la figura 5.29.
77
Figura 5.29. Comparacin entre la traza original (negra), la obtenida por algoritmos genticos
(roja) y la diferencia (negra - roja = azul) del modelo simple de capas planas.
Desde el punto de vista cualitativo se puede observar que la correlacin entre ambas
trazas es muy buena, al igual que la diferencia entre ambas trazas da una idea de la bondad de la
inversin, lo que significa que los valores de velocidad y densidad obtenidos por el programa
resuelven el problema inverso. Sin embargo habr que ver con los resultados obtenidos en los
pseudo - registros que se presentarn ms adelante qu tan buena y confiable es la solucin
obtenida por el algoritmo.
Una de las opciones adicionales que permite el programa, es la generacin de grficos de
densidad de probabilidad posterior. A partir de dichos grficos es posible precisar cules son los
valores ms probables para cada capa en futuras generaciones basado en el teorema de Bayes (ver
Captulo 2).
78
Figura 5.30. Grficos de densidad de probabilidad posterior de las cinco primeras capas del
modelo.
A partir del grfico mostrado en la figura 5.30, donde se presentan los grficos de
densidad de probabilidad a posteriori, se puede observar que los DPP (Grficos de Densidad de
Probabilidad Posterior) correspondientes a las velocidades de onda P muestran un
comportamiento unimodal en algunos casos y en otros bimodal, mientras que los DPP
correspondientes al de densidad son parecidos a los de velocidad de onda P, con excepcin del
correspondiente para la ltima capa donde se puede observar un comportamiento trimodal.
Finalmente, con la informacin generada por el algoritmo gentico, el programa despliega
en pantalla los pseudo registros asociados a velocidad y densidad (Ver figura 5.31).
79
1500
Figura 5.31. Pseudo registros de Vp y densidad obtenidos tras la corrida del programa (rojo) y
los introducidos inicialmente en el modelo simple de capas planas (azul).
En la figura 5.31 se puede observar que los valores tanto de velocidad como de densidad
corresponden en su mayora a las tendencias mostrados en las figuras 5.27 y 5.28, luego de haber
transcurrido 200 generaciones; sin embargo existe una excepcin, especficamente en los valores
de densidad donde inicialmente una de las tendencias de los individuos es de aproximadamente
2,75 grs/cc mientras que el valor desplegado en el pseudo registro corresponde a 2,65 grs/cc
(para la ltima capa), representando una variacin lo suficientemente sustancial como para
afectar la correlacin entre la traza sinttica calculada por el programa y la original. Por otro lado,
observando detenidamente la figura 5.28, se puede ver que existen al menos 3 individuos que
presentan 2,65 grs/cc como valor comn de densidad. Sumado a esto, se procedi al clculo del
coeficiente de reflectividad en esa interfaz utilizando ambos valores de densidad y el resultado
obtenido determin que existe un mejor ajuste cuando se utiliza el valor de 2,65 grs/cc; con lo
que se puede concluir que a pesar de existir una gran cantidad individuos con una propiedad en
comn, no necesariamente stos representan la mejor solucin y es all donde entran en juego
80
aquellas minoras de individuos que son capaces de ofrecer una mejor solucin al problema y
que, probablemente, sern estadsticamente elegibles en futuras generaciones.
Otro punto importante a tener en cuenta es que los valores en los pseudo registros no
corresponden con los que se esperara obtener segn los resultados mostrados en los grficos de
densidad de probabilidad posterior, por lo que fue necesario realizar el clculo de los coeficientes
de la serie de reflectividad para todas las interfaces, obteniendo unos resultados nada
satisfactorios, tal y como se puede observar en la tabla 5.1. Es decir estos grficos indican la
probabilidad de aparicin de individuos con esas propiedades en generaciones futuras, sin
embargo dichos individuos no necesariamente generarn las mejores soluciones para el problema.
Coeficiente
Coeficiente
Coeficiente
Original
Pseudo
DPP
Capa 1 Capa 2
0,0756
0,0754
0,2941
Capa 2 Capa 3
0,0944
0,0920
0,0264
Capa 3 Capa 4
-0,0821
-0,0880
-0,1451
Capa 4 Capa 5
0,3509
0,3266
-0,4078
Interfaz
Tabla 5.1. Tabla comparativa entre los coeficientes reales, de los pseudo registros y los que
propone las DPP.
Por otro lado hay que mencionar que los valores obtenidos de coeficientes de reflexin
provenientes de los datos de los pseudos registros, si bien ajustaron con los coeficientes
originales, fue necesario saber cmo era la prediccin de propiedades de manera individual para
evaluar el problema de la no unicidad en las soluciones; es por ello que se procedi a la
construccin de los tres grficos que se muestran en las figuras de la 5.32 a la 5.34.
En la figura 5.32 se muestra cmo es la relacin y ajuste entre los valores de los
coeficientes de reflectividades reales provenientes del modelo simple de capas planas y los
coeficientes generados a partir de los resultados obtenidos por el algoritmo gentico. Se puede
81
observar que el ajuste es muy bueno tal y como fue sealado anteriormente al referirse a la
comparacin entre sismogramas sintticos original y el obtenido por el programa.
Reflectividades Reales vs. Calculadas
y = 0.9513x - 0.0028
2
R = 0.9985
0.4
Reflectividades Calculadas
0.35
0.3
0.25
0.2
0.15
0.1
0.05
-0.15
-0.1
0
-0.05
0
-0.05
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
-0.1
-0.15
Reflectividades Reales
Figura 5.32. Grfico de correlacin entre las reflectividades reales vs. calculadas.
En cuanto al siguiente caso, asociado a la comparacin entre velocidades reales dadas en

el modelo inicial y las calculadas por el algoritmo (figura 5.33), se puede observar que la relacin
no es tan buena como en el grfico anterior, ya que la dispersin es mayor, tal y como se refleja
en el valor del coeficiente de correlacin de 0.7817 en relacin al obtenido en la figura 5.32 de
0.9985; mientras que en la figura 5.34, correspondiente a la comparacin entre las densidades
reales y las obtenidas, la dispersin es an mayor ya que el coeficiente de correlacin es de tan
slo 0.2233, lo que supone que el algoritmo encuentra soluciones al problema a partir de
cualquier conjunto de valores que sean posible solucin. Es por ello que en las inversiones
subsecuentes asociadas al algoritmo gentico es conveniente la inclusin de modelos de baja
frecuencia asociados a un modelo de velocidades para que dichos resultados tengan mayor
sentido geolgico y estn restringidos a un rango de soluciones que sea coherente con el rea de
estudio, mientras que con las densidades al no disponer de ningn tipo informacin de baja
82
frecuencia, es mejor no hacer ningn tipo de manipulacin por lo que dichos resultados no
necesariamente poseern algn sentido desde el punto de vista geolgico del rea.
Velocidades Reales vs. Calculadas

y = 3,208x - 2279,
R = 0,781
4500
Velocidades Calculades
4000
3500
3000
2500
2000
1500
1000
500
0
1400
1500
1600
1700
1800
Velocidades Reales
Figura 5.33. Grfico de correlacin entre las velocidades.
1900
2000
83
Densidades Reales vs. Calculadas
y = -1.1772x + 5.0507
R2 = 0.2233
Densidades Calculadas
2.5
2
1.5
1
0.5
0
2.15
2.2
2.25
2.3
2.35
2.4
2.45
2.5
Densidades Reales
Figura 5.34. Grfico de correlacin entre las densidades.
5.2.4 Inversin Ssmica utilizando el cdigo de algoritmo gentico

Una vez que finaliza el proceso de inversin con algoritmos genticos se despliega en
pantalla el grfico de la figura 5.35, correspondiente a la comparacin entre los valores de la
funcin objetivo del mejor individuo y del individuo promedio en cada una de las generaciones
para el caso de una traza ssmica proveniente del cubo mommrg07.
84
individuo promedio en cada una de las generaciones.
En la figura 5.35 se presenta un grfico que muestra cmo es la variacin del valor de la
funcin objetivo, tanto del mejor individuo como del individuo promedio a lo largo de las
generaciones. La razn por la cual no se observan grandes diferencias, sobretodo en las primeras
generaciones (como en el caso del modelo simple de capas paralelas), se debe a que los valores
iniciales de velocidad no se encontraban predispuestos en un gran conjuto de valores para ser
utilizados al momento de proponer soluciones, sino que se asign un subconjunto mucho ms
reducido para ayudar al algoritmo a encontrar soluciones sobre rangos que variaran en funcin de
las tendencias provenientes del modelo de velocidades y de esta manera, obtener valores ms
coherentes en las zonas de estudio as como tambien reducir el problema de la no unicidad en las
soluciones presentadas por el algoritmo.
En las figuras 5.36, 5.37 y 5.38 se presentan los pseudo registros generados por el
algoritmo gnetico. Primero se muestran unos pseudo registros obtenidos a partir de la
ejecucin del cdigo utilizando una sola generacin (figura 5.36); el propsito es mostrar cmo el
85
algoritmo evoluciona a lo largo de las generacines modificando tanto los valores de velocidad
como los de densidad hasta optimizar la solucin.
genticos en el pozo ficticio Pozo_2195_1870.
Otro punto importante a destacar es el comportamiento tan inestable que presentan los
pseudo registros de densidad y de Vp. Sin embargo se puede observar que al momento de
introducir el contenido de baja frecuencia en el pseudo registro de velocidad (panel del medio),
este adopta una forma mucho ms parecida a un registro real; incluso se observa un incremento
muy parecido a una tendencia lineal que luego se estabiliza a los 6000 ms de tiempo doble de
viaje.
86
En la figura 5.38 la estabilizacin de los valores de velocidad ocurre a 2000 ms de tiempo

doble de viaje y, como ambos pozos se encuentran ubicados en la misma seccin ssmica (lnea
2195), uno hacia el noroeste (Pozo_2195_1300) y el otro hacia el sureste (Pozo_2195_1870), se
infiere que los tiempos a partir de los cuales los pseudo registros de velocidad se estabilizan
mucho antes de lo normal estaran asociados a la presencia del bloque Pirital, en el cual estn
contenidas las litologas pertenecientes a las Formaciones Naricual, San Juan, San Antonio y
Querecual producto de los regmenes compresivos que generaron estos sistemas de corrimientos.
87
En la figura 5.39 se muestra una comparacin entre los sismogramas real y sintticos
producto de los pseudo registros tanto para la primera como la ltima generacin.
88
Figura 5.39. Comparacin entre sismogramas sintticos (rojos) y reales (negros) obtenidos en la
primera y ltima generacin del algoritmo gentico para el pozo ficticio Pozo_2195_1870.
En la figura 5.39 se muestra cualitativamente cmo aument la correlacin entre la traza

ssmica real y la sinttica con el transcurrir de las generaciones, lo que una vez ms pone en
evidencia la confiabilidad y robustez del algoritmo gentico al momento de resolver problemas
inversos de este estilo, en el dominio de la traza ssmica.
5.2.5 Inversin en H&R utilizando pseudo registros
El propsito de utilizar los pseudo registros obtenidos por el mtodo de algoritmos
genticos como informacin complementaria se fundamenta en la idea de obtener unos contrastes
de impedancia ms acordes en el bloque de Pirital, ya que de los 11 pozos utilizados ninguno
estaba ubicado hacia el noroeste del cubo y, en consecuencia, los resultados presentados hacia esa
zona, tanto en el modelo inicial (modelo de baja frecuencia) como en la seccin invertida,
89
presentaban datos extrapolados que en ningn momento reflejaban un resultado convincente

conociendo la existencia de dicha estructura. Otro motivo por el cual se justifica la utilizacin de
pseudo registros se debe a la necesidad de mejorar los contrastes de impedancias para
profundidades mayores a las que pudieron perforar los pozos.
SE
NO
TWT(s)
CBC-9
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
B
Top
4.0
San Juan
TopB 1
Jusepin
5.0
Furrial
6.0
7.0
Figura 5.40. Inversin Ssmica original en la seccin 1865 utilizando el mtodo Sparse Spike
LP.
En la figura 5.40 se muestra el resultado de la inversin obtenida al aplicar el mtodo

Sparse Spike LP en la seccin 1865. Se puede observar la ausencia de los contrastes de
impedancias mencionados anteriormente, as como la presencia de una franja muy ruidosa en la
parte derecha ocasionada por la baja relacin seal ruido de las trazas en esa regin, tal y como
se puede verificar en la figura 5.1.
En la figura 5.41 se muestra el resultado de la inversin tras aadir los pseudo registros
de velocidad y densidad en la parte Noroeste de la seccin, destacando que los mismos poseen
una longitud que abarca ms de 7000 ms de tiempo doble de viaje. Adicionalmente se observa un
rango de impedancias ms caracterstico del bloque de Pirital; sin embargo se pierde un poco la
90
continuidad lateral de la franja delgada suprayacente al tope del Oligoceno, mientras que la
regin que previamente haba resultado ser muy ruidosa, ha adoptado un valor de impedancia
prcticamente uniforme.
SE
NO
TWT(s)
CBC-9
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
Pirital Mioceno
San Juan Aloc.
3.0
Naricual
B
Top
4.0
San Juan
TopB 1
5.0
Jusepin
Furrial
6.0
7.0
inclusin de un pseudo registro.
El siguiente paso consisti en la inclusin de otros pseudo registros de velocidad y

densidad hacia el Sureste de la seccin, tal y como se puede observar en la figura 5.42.
Casualmente este nuevo pozo ficticio coincidi con la zona donde se presentaban problemas al
realizar la inversin; sin embargo en esta ocasin el mtodo Sparse Spike LP s fue capaz de
generar un resultado ms coherente. Por otro lado es importante resaltar la aparicin de una zona
alrededor del pozo que contiene altos rangos de impedancia producto de la inclusin de dichos
pseudo registros, mientras que el semiespacio infinito producto de la primera inversin ha sido
remplazado por unos rangos de impedancias un poco ms bajos que muestran unos contrastes con
geometra paralela a los horizontes ms profundos de la seccin, los cuales no resultan coherentes
91
debido a la presencia de corrimientos que sugieren otro tipo de configuracin geomtrica. La

posible razn por la cual ocurre este error es que el programa realiza la extrapolacin de la
informacin de los horizontes en regiones donde no hay ningn tipo de control estructural.
SE
NO
TWT(s)
CBC-9
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
Pirital Mioceno
San Juan Aloc.
3.0
Naricual
B
Top
4.0
San Juan
TopB 1
5.0
Jusepin
Furrial
6.0
7.0
inclusin de dos pseudo registros.

corrimiento de Pirital utilizando pseudo registros
A continuacin se presentan los resultados obtenidos tras adicionar los pseudo registros
a cada una de las secciones, y para cada una de las hiptesis. Bsicamente en todas las figuras
que se muestran a continuacin se observ como la inclusin de los pseudo registros modific
en gran medida cada una de las inversiones realizadas anteriormente. Desafortunadamente estas
modificaciones no resultan para nada satisfactorias ya que impiden por completo la identificacin
de contrastes de impedancias correspondientes al tope del Oligoceno. Se obtiene quizs como
nico punto a favor la aparicin de unos rangos de impedancias ms acordes con los que se
92
esperara obtener en la zona comprendida entre el horizonte Naricual Alctono y el Corrimiento

de Pirital (tambin conocida como bloque de Pirital).
NO
SE
TWT(s)
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
San Juan Aloc.
Naricual Aloc.
Pirital Mioceno
3.0
Naricual
4.0
B
Top
San Juan
5.0
TopB 1
Jusepin
Furrial
6.0
7.0

pseudo registros y el mtodo Sparse Spike LP en la seccin 1865.
93
NO
SE
TWT(s)
0.0
Mesa-Las Piedras
1.0
Dis.Pirital 1
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
B
Top
Jusepin
TopB 1
5.0
Furrial
6.0
7.0
registros y el mtodo Sparse Spike LP en la seccin 1865.
SE
NO
TWT(s)
0.0
Mesa-Las Piedras
1.0
La Pica
Dis.Pirital 2
Dis.Pirital 1
Naricual Aloc.
2.0
Pir
it
al R
et r
o
Pi
San Juan Aloc.
o
cen
l ig o
O
l
rit a
it al
Pir
no
oce
Mi
3.0
Naricual
B
Top
4.0
San Juan
5.0
JL_2
B1
Top
Jusepin
Furrial
6.0
7.0

94
SE
NO
TWT(s)
0.0
Mesa-Las Piedras
1.0
La Pica
Dis.Pirital 2
Dis.Pirital 1
Naricual Aloc.
2.0
Pir
it
al R
et r
o
San Juan Aloc.
o
cen
l ig o
O
l
it a
Pir
o
en
ioc
lM
a
t
i
Pir
3.0
Naricual
San Juan
4.0
B
Top
JL_2
B1
Top
5.0
Jusepin
Furrial
6.0
7.0
95
SE
NO
TWT(s)
CBC-6
CBA-8
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
Dis.Pirital 2
La Pica
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
4.0
TopB R
etro
San Juan
B
Top
CBC-6
Naricual
CBA-8
pB
To
Jusepin
5.0
Furrial
6.0
7.0

SE
NO
TWT(s)
0.0
1.0
CBC-6
CBA-8
Mesa-Las Piedras
Dis.Pirital 1
Dis.Pirital 2
La Pica
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
CBA-8
4.0
San Juan
TopB R
etro
pB
To
B
Top
CBC-6
Naricual
Jusepin
5.0
Furrial
6.0
7.0
96
SE
NO
TWT(s)
CBA-6X
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
Dis.Pirital 2
La Pica
2.0
Pirital Oligoceno
Naricual Aloc.
San Juan Aloc.
Piri
t al
Ret
ro
Pirital Mioceno
3.0
Naricual
CBA-6X
4.0
San Juan
Top
B
Ret
ro
pB
To
B
Top
Jusepin
5.0
6.0
Furrial
7.0

97
SE
NO
TWT(s)
CBA-6X
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
Dis.Pirital 2
La Pica
2.0
Pirital Oligoceno
Naricual Aloc.
San Juan Aloc.
Piri
t al
Ret
ro
Pirital Mioceno
3.0
Naricual
CBA-6X
San Juan
4.0
Top
B
Ret
ro
pB
To
B
Top
1
Jusepin
5.0
Furrial
6.0
7.0
NO
SE
TWT(s)
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
2.0
Dis.Pirital 2
San Juan Aloc.
Pirital Oligoceno
Piri
t al
Ret
ro
La Pica
Naricual Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
5.0
Top
B
Ret
ro
pB
To
B
Top
Furrial
6.0
7.0

98
NO
SE
TWT(s)
0.0
Mesa-Las Piedras
Dis.Pirital 1
1.0
2.0
Dis.Pirital 2
San Juan Aloc.
Pirital Oligoceno
La Pica
Naricual Aloc.
Piri
t al
Ret
ro
Pirital Mioceno
3.0
San Juan
4.0
5.0
Naricual
Top
B
Ret
ro
pB
To
B
Top
Furrial
6.0
7.0
99
SE
NO
TWT(s)
0.0
Dis.Pirital 1
Mesa-Las Piedras
1.0
Dis.Pirital 2
Pirital Oligoceno
2.0
San Juan Aloc.
Pir
i
ta
lR
et
ro
3.0
Pirital Mioceno
t ro
Re
CBA
5.0
B1
Top
t ro
Re
San Juan
t ro
Re
pB
To
pB
To
A
F-7X
Naricual
pB
To
XB
F-7
4.0
La Pica
Naricual Aloc.
pB
To
Furrial
6.0
7.0

SE
NO
TWT(s)
0.0
Dis.Pirital 1
Mesa-Las Piedras
1.0
Dis.Pirital 2
Pirital Oligoceno
2.0
San Juan Aloc.
Pir
it
Pirital Mioceno
al
Re
t ro
3.0
t ro
Re
2
t ro
Re
1
5.0
t ro
Re
pB
To
pB
To
A
F-7X
San Juan
Naricual
pB
To
XB
F-7
4.0
La Pica
Naricual Aloc.
1
TopB
CBA
pB
To
Furrial
6.0
7.0
100
NO
SE
TWT(s)
0.0
1.0
Mesa-Las Piedras
Dis.Pirital 1
Dis.Pirital 2
Pirital Oligoceno
2.0
Pir
it
San Juan Aloc.
al
Re
t ro
3
tro
Re
2
pB
ro
To
et
BR
ro
et
BR
San Juan
A
F-7X
Pirital Mioceno
p
To
4.0
p
To
3.0
Naricual Aloc.
La Pica
Naricual
TopB 1
B
Top
CBA
5.0
Furrial
6.0
7.0
5.2.7 Inversin Ssmica con pseudo registro aplicando otros parmetros
Debido a que los resultados obtenidos tras aplicar inversiones ssmicas utilizando los
pseudo registros generados en Matlab no fueron para nada alentadores, se procedi a realizar
una inversin de prueba, donde se variaron algunos parmetros asociados a la manera en la que se
generaban los pseudo registros, dichos parmetros a modificar fueron el nmero de
generaciones, el cual se aument de 60 a 200 generaciones y la reduccin en longitud de los
pseudo registros que se estimaron con Algoritmos Genticos. El propsito de estos cambios
estaba basado en la idea de reducir an ms las diferencias entre los valores de la funcin
objetivo del mejor individuo y el del individuo promedio, lo cual se traducira posteriormente en
una mejor correlacin entre la traza real y la traza sinttica producto de las sucesivas evoluciones
del algoritmo, mientras que la decisin de reducir la longitud de los pseudo registros se deba
fundamentalmente a tratar de conservar los contrastes de impedancia cercanos al tope del
Oligoceno (Naricual). En la figura 5.56 se muestra el resultado en una de las secciones despus
de realizar las modificaciones antes mencionadas.
101
SE
NO
TWT(s)
CBC-6
CBA-8
0.0
Dis.Pirital 1
1.0
Mesa-Las Piedras
La Pica
Dis.Pirital 2
Pirital Oligoceno
2.0
Naricual Aloc.
San Juan Aloc.
Pirital Mioceno
3.0
Naricual
4.0
San Juan
TopB R
etro
pB
To
B
Top
Jusepin
5.0
Furrial
6.0
7.0
inclusin de un pseudo registro que llega a 3500 ms.
En la figura 5.56 se presentan los resultados obtenidos tras aplicar una inversin en la
seccin 2080 utilizando el mtodo Sparse Spike LP con la inclusin de un pseudo registro
que se obtuvo tras correr una inversin 1 D (algoritmos genticos) con 200 generaciones y en
una ventana de tiempo ms pequea comprendida entre 0 ms y 3500 ms aproximadamente. En
este caso se observa como la inclusin de un pseudo registro de mucha menor longitud, permite
conservar un contraste de impedancias en el tope del Oligoceno y adicionalmente introduce un
contraste de impedancia mucho ms caracterstico en el bloque de Pirital.
Finalmente a manera de resumen es importante destacar que los resultados obtenidos en
este trabajo al aplicar las inversiones ssmicas 2-D (sin pseudo - registros), muestran que las
lneas cercanas al prospecto Top B presentan contrastes de impedancia que permiten establecer
que la hiptesis no truncacin es la que posee mayor probabilidad de ocurrencia. Mientras que
los resultados obtenidos al realizar las inversiones 2-D con pseudo registros no fueron
concluyentes, por lo que se propone para futuros estudios variar algunos parmetros al momento
de realizar las inversiones 1-D con algoritmos genticos.
CAPTULO 6
CONCLUSIONES
En este trabajo se realizaron una serie de inversiones de datos ssmicos en un rea de

inters exploratorio ubicada en el Norte de Monagas aplicando tres tipos diferentes de inversin
(1. Inversin 2-D con un software comercial, 2. Inversin 1-D con un cdigo basado en
algoritmos genticos y 3. Inversin 2-D con datos provenientes de inversiones 1-D) con el
propsito de evaluar la posibilidad de truncamiento del tope del Oligoceno (Fm. Naricual) por
parte del corrimiento de Pirital.
Al aplicarse la inversin ssmica utilizando los diferentes mtodos que ofrece el software
comercial se decidi optar por el mtodo Sparse Spike LP como el ms conveniente para ser
utilizado en las posteriores inversiones, debido fundamentalmente a que los resultados entre los
diferentes mtodos no mostraron grandes diferencias. Adicionalmente otros factores importantes
que influyeron es esa decisin fue la similitud que posea este mtodo con respecto al programa
de algoritmos genticos, los cuales se tenan planificado integrar posteriormente, as como el
tiempo de cmputo necesario para realizar una inversin.
Los resultados obtenidos al realizar la inversin ssmica de impedancia acstica con el
mtodo Sparse Spike LP en las siete lneas reinterpretadas aplicando las hiptesis de
truncacin y no truncacin, revelaron que la hiptesis de no truncacin es la que tiene
mayor probabilidad de ocurrencia, sobre todo en las lneas 2290, 2195 y 2080, esta ltima
ubicada en el prospecto TopB.
Se realiz la adaptacin del cdigo de algoritmos genticos con el propsito de realizar
inversiones 1-D con datos reales, a los cuales fue posible acoplar durante la inversin el
contenido de baja frecuencia de las velocidades caractersticas del rea para posteriormente
obtener los correspondientes pseudo registros de velocidad y densidad.
Las inversiones ssmicas obtenidas con el mtodo Sparse Spike LP a partir de la
adicin de los pseudo registros obtenidos con algoritmo gentico con los parmetros inciales,
no resultaron muy alentadores, ya que a pesar de agregar un contraste de impedancias ms lgico
al bloque de Pirital, el contraste inicialmente obtenido para el tope del Oligoceno se pierde
102
103
prcticamente por completo a lo largo de cada una de las lneas de ambas hiptesis, lo que
impidi establecer cul tena mayor probabilidad de ocurrencia. Sin embargo se propuso
modificar algunos parmetros inciales al realizar la inversin 1-D con el programa de algoritmos
genticos, como por ejemplo aumentar el nmero de generaciones y reducir la longitud en
tiempo de los pseudo registros. Estas modificaciones, mejoran los resultados obtenidos con
algoritmos genticos y, en principio, al incorporarlos a la inversin de las lneas ssmicas, se
obtienen contrastes de impedancia ms caractersticos en el bloque de Pirital y, adems,
conservar el contraste de impedancia obtenido inicialmente para el tope del Oligoceno.
CAPTULO 7
REFERENCIAS
Alvarez, G. (2002). Velocity inversion of a seismic trace with a micro genetic algorithm. SEP
reports 112.
Banihasan, N., Riahi, M. y S. Motavalli. (2002). Recursive and Sparse Spike Inversion Methods
on Reflection Seismic Data. Iran: University of Tehran.
Chaplet, M. (2005). La Serrana del Interior y su relacin estructural con la fosa de Espino.
Estratigrafa comparativa y tectnica. Petrleos de Venezuela y Aguasuelos
Ingeniera, informe interno, Puerto La Cruz.
Gardner, G., Gardner L y R. Gregory. (1974). Formation Velocity and Density The Diagnostic
Basics for Stratigraphic Traps. Geophysics, vol. 39.
Gestal P., M. (2004). Introduccin a los Algoritmos Genticos, [en lnea]. Espaa:
Universidade da Corua. Disponible en: http//:sabia.tic.udc.es/~mgestal [2008, 12
de Enero].
Hampson, D. y M. Galbraith. (1981). Wavelet Extraction by Sonic Log Correlation. Geophysics.
Informe de Procesamiento BGP (2007).
Informe Interno PDVSA (2000).
Informe Interno PDVSA (2007).
Los Algoritmos Genticos (2001), [en lnea]. Universidad da Corua. Disponible en:
http://www.unknown.com [2008, 12 de enero].
Mallick, S. (1995). Model-based inversion of amplitude-variations-with-off set data using a
genetic algorithm. Geophysics, vol. 60.
Manual de entrenamiento Fugro Jason: InvertTracePlus. (2005).
104
105
Marczyk, A. (2004). Algoritmos genticos y computacin evolutiva [en lnea]. Disponible

en: http//www.the-geek.org/doc/algen/ [2008, 12 de Enero].
Muoz, J. (1996). Inferencia Bayesiana y Bandas Cambiarias [en lnea]. Disponible en:
http://www.beer.fi.cr/ndie/Documentos/NT-03-1996.pdf
Parnaud, F., Truskowski, I., Gou, Y., Gallando, O., Pascual, J.-C. y H. Passalacqua. (1995).
Petroleum Geology of the Central Part of the Eastern Venezuelan Basin, in A. J. Tankard,
R. Suarez S., and H. J. Welsink, Petroleum basins of South America.
AAPG Memoir
62, p. 741-756.
Passalacqua, H., Gou, Y., Fernandez, F. y F. Roure. (1995). Crustal Architecture Strain
Partitioning in the Eastern Venezuelan Ranges, in A. J. Tankard, R. Suarez S., and
H. J. Welsink, Petroleum basins of South America. AAPG Memoir 62, p 667-679.
PDVSA-Intevep.
(2007).
Cdigo
Geolgico
de
Venezuela.
Disponible
en:
http://www.pdvsa.com/lexico/ [2008, 23 de abril].

Pendrel, J. (2001). Seismic Inversion: The best tool for Reservoir Characterization. CSEG
Recorder, pp. 16-23.
Russell, B. (1988). Introduction to Seismic Inversion Methods. Society of Exploration
Geophysicists.
Schlumberger. (1997). WEC. Venezuela. Evaluacin de Pozos. Schlumberger. Caracas.
Tarantola, A. (2005). Inverse Problem Theory and Methods for Parameter Estimation. SIAM.
Velis, D. (2008). Stochastic sparse-spike deconvolution. Geophysics, vol. 73.
Verdejo, A. (2006). Algoritmos Genticos, [en lnea]. Ciudad: Universidad. Disponible en:
http://www.unknown.com [2008, 12 de enero].
Viteri, K., Salazar, C., Paredes, C. y J. L. Muoz. (2006). Algoritmos Genticos, [en lnea].
Disponible en http://www.unknown.com [2008, 12 de enero].
106
Xu, Y. (1999). AVO developments applied to Blackfoot 3C-2D broadband line. Canada:
University of Calgary.

Universidad Simón Bolívar: Coordinación de Ingeniería Geofísica

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Universidad Simón Bolívar: Coordinación de Ingeniería Geofísica

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD SIMN BOLVAR

COORDINACIN DE INGENIERA GEOFSICA

MODELADO GEOFSICO INTEGRADO EN EL NORTE DE MONAGAS,

Sartenejas, Julio de 2008

UNIVERSIDAD SIMN BOLVAR

MODELADO GEOFSICO INTEGRADO EN EL NORTE DE MONAGAS,

Sartenejas, Julio de 2008

MODELADO GEOFSICO INTEGRADO EN EL NORTE DE MONAGAS, APLICANDO

CAPTULO 3: Ubicacin Geogrfica y Geologa del rea ..................................................... 22

4.6.1 Inversin Ssmica Utilizando el software Hampson & Russell.................................... 42

NDICE DE FIGURAS Y TABLAS

Figura 5.45. Inversin ssmica aplicando la hiptesis de no truncacin con la utilizacin de

Esta metodologa integrada se va a aplicar, en este trabajo, a un prospecto en el campo

La impedancia acstica es una propiedad que puede variar dependiendo de propiedades

2.1.2 Coeficiente de reflexin

A es el coeficiente de reflexin de la onda compresional.

Donde IA es la impedancia acstica.

2.2 Ecuacin de Gardner

A mediados del siglo XX varios laboratorios vinculados con la geociencia realizaban

Bulk Density g/cc

Velocity feet per second

2.4.1 Velocidad Promedio

Seleccin por rango: a cada individuo de la poblacin se le asigna un rango numrico

Estrategia destructiva: los descendientes se insertan en la poblacin temporal aunque sus

Cruce especializado: en algunos problemas, aplicar aleatoriamente el cruce da lugar a

Desbloqueo del algoritmo: si el algoritmo se bloque en un mnimo parcial, una mutacin

Incrementar el nmero de saltos evolutivos: Los saltos evolutivos (aparicin de un

Enriquecer la diversidad gentica: es un caso ms flexible que el de una poblacin

La inversin ssmica consiste en generar modelos de impedancia (e.g. acstica) a partir de

donde r = coeficiente de reflexin

Si se tuviera disponible la reflectividad verdadera sera posible recobrar la impedancia

Esta es la llamada formula de inversin recursiva discreta y es la base de varias tcnicas

Para hallar la i-esima impedancia a partir de la primera, se puede expresar la formula de la

Uno de los grandes problemas de la inversin recursiva en la ssmica es la prdida del

donde r(k) = es el coeficiente de reflexin la k-esima muestra

El hecho de que la norma L1 favorece a las estructuras sparse se muestra en el siguiente

Y la norma L1 viene dada por

Entonces la relacin entre el modelo y las observaciones se puede expresar en forma de

F ( M 0 ) = Valores calculados del modelo inicial

donde A = matriz de derivadas con n filas y k columnas

El rea de estudio se encuentra ubicada al Norte del estado Monagas en la Subcuenca de

Figura 3.1. Ubicacin del rea de estudio. Modificado de Parnaud 1995.

La evolucin geodinmica de la cuenca Oriental de Venezuela est dividida en cuatro

3.2.3 Margen Pasivo

A continuacin se presenta una breve descripcin de la Formaciones presentes en el rea

gravas ferruginosas y conglomerados compactos, asociados con cuerpos de arcilla solubles de

pastosas, solubles y de colores variados, intercaladas con limolitas arenosas y glauconticas.

muestran apilamiento de secuencias agradacionales; las areniscas tpicamente masivas, de color

glauconticas de ferrolita amarillenta a rojiza, asociadas con moluscos. Adems, capas

Figura 3.2. Tabla de correlacin estratigrfica de la Cuenca Oriental de Venezuela. Tomado de

laminadas, carbonceo-bituminosas y lutitas calcreas. El color de las calizas y lutitas es

Como la motivacin principal de este estudio es la de evaluar la sensibilidad de ocurrencia

Figura 4.1. Disposicin espacial de los 4 cubos ssmicos en el rea de inters.

4.2 Datos de Pozos

En la figura 4.2 se muestra la disposicin espacial de los pozos utilizados en el presente

Figura 4.2 Ubicacin Relativa de los pozos en el rea de estudio.

4.3 Interpretacin Ssmica

El proceso de interpretacin en siete secciones del cubo monmrg07 const bsicamente

de aproximadamente 1 en su orientacin con respecto a las secciones previamente interpretadas

4.4.1 Extraccin de las tendencias de compactacin

4.5.1 Validacin del programa de Algoritmos Genticos

El propsito de dicho modelo consista en la validacin del cdigo a partir de la

4.5.2.3 Modificacin de la subrutina cmpspike.m