Beruflich Dokumente
Kultur Dokumente
Por lo que en el caso general es necesario estimar un valor de porosidad para cada punto en el
plano o volumen del reservorio. La heterogeneidad a su vez, depende de la escala de medicin,
y pueden ser del tipo:
-heterogeneidad microscpica: por ejemplo distribucin de poros y granos.
-heterogeneidad macroscpica: porosidad, permeabilidad, saturacin etc., en general
mediciones a nivel coronas.
-heterogeneidad megascpica: porosidad, permeabilidad, saturacin etc., en general
mediciones a nivel registros elctricos o escala de bloques dentro de un reservorio.
Estas distintas escalas de heterogeneidad tienen distinto
efecto de soporte sobre la descripcin, es decir que para
realizar una caracterizacin de reservorios precisa es
necesario tener en cuenta estos aspectos. En un modelo
clsico de capas se asumen valores de porosidad promedio
para cada punto del plano, es decir que no se consideran
heterogeneidades micro ni macroscpicas que ocurren en el
intervalo (espesor) que define a la capa. En la descripcin de
reservorios se trabaja con informacin discreta, luego para
realizar un modelo de reservorios es necesario algn tipo de
interpolacin o estimacin de puntos intermedios (en
general los nodos de una grilla). La Geoestadstica permitir definir el modelo mas probable a
la luz de los datos disponibles, ya que por definicin es el nico mtodo que considera el
comportamiento espacial intrnseco de cada variable analizada.
Definicin
La Geoestadstica es rama de las ciencias matemticas que estudia el comportamiento de datos
temporal o espacialmente correlacionados1. A diferencia de las Estadstica clsica que estudia
fenmenos aleatorios a partir de observaciones independientes (como las sucesivas tiradas de
un dado no cargado), la Geoestadstica estudia fenmenos regionalizados a partir de
observaciones relacionadas por una funcin de proximidad. Por ejemplo, el espesor de una
unidad estratigrfica en un punto tiende a tener alta correlacin o similitud con los espesores
medidos en puntos cercanos y baja correlacin con posiciones alejadas.
Mas precisamente, la Geoestadstica tiene el objetivo de estimar valores esperados y
distribuciones de probabilidad en zonas no muestreadas del reservorio. Estas dos estimaciones
se realizan a travs de la resolucin de un conjunto de ecuaciones que involucran la
optimizacin de parmetros que dependen de cada problema en particular (tipo de variable
analizada y distribucin espacial de los datos). El criterio de optimizacin ms utilizado en la
Geoestadstica es el estimador insesgado de mnima varianza, tambin llamado estimador de
Kriging; que esencialmente consiste en minimizar la varianza de estimacin en el punto no
muestreado.
Finalmente, la Geoestadstica permite obtener dos productos finales:
Mapa (Geoestadstica 2D) o Volumen (Geoestadstica 3D) de valores esperados.
Distribucin local de frecuencias en cada punto del plano o del espacio.
El primero es utilizado para el modelado espacial del reservorio mientras que el segundo
permite analizar el comportamiento probabilstico y de riesgo del mismo, por medio de la
cuantificacin de la incertidumbre asociada en cada punto del entorno analizado.
Variables Regionalizadas
Un concepto clave en Geoestadstica es el de variable regionalizada, que posee propiedades
intermedias entre una variable completamente aleatoria y una completamente determinstica. A
modo de definicin una variable regionalizada es una variable aleatoria cuya realizacin
depende de la posicin. Ejemplos tpicos de variables regionalizadas son la elevacin
topogrfica de algn terreno, el perfil de pozo registrado con alguna herramienta de sondeo, etc.
En contraposicin con una variable totalmente aleatoria, una variable regionalizada tiene cierta
correlacin punto a punto, pero estos cambios son tan complejos que no pueden ser descriptos
por una funcin determinstica.
Soporte
Una variable regionalizada es espacialmente continua, sin embargo en la prctica se dispone de
muestras puntuales tomadas en lugares especficos, por ejemplo en los pozos. El tamao,
forma, orientacin y distribucin espacial de estas muestras se conoce con el nombre de soporte
de la variable regionalizada, si por alguna razn cambia, entonces la variable regionalizada
tambin lo hace. Si el muestreo es denso e importante estas variaciones sern mas
imperceptibles, aproximndonos al modelo intrnseco que gobierna la distribucin espacial de
esa variable (ley de los grandes nmeros).