Identificacin de Tipos de

Roca
Zonacin del Yacimiento: Factor
Clave en la Caracterizacin
La subdivisin de las formaciones en zonas
homogneas, es decir, con alto grado de
similaridad de las propiedades en toda su
extensin facilita interpretar el comportamiento
del yacimiento.
Una zonacin puede basarse en las
observaciones geolgicas solamante (facies por
ej., determinadas a partir de las descripciones
litolgicas), o ser mas rigurosa e identificar tipos
de roca pie a pie de acuerdo a parmetros que
caracterizan la estructura porosa de la roca.
 Una facie por lo general contiene varios tipos de roca y
exhibe gran variacin en propiedades como la
permeabilidad.
En la prediccin de parmetros pie a pie la identificacin
de tipos de roca es de gran ayuda y permite mejorar
ostensiblemente los modelos.
La identificacin clsica de tipos de roca es llevada a
cabo con la siguiente informacin:

Descripcin litoestratigrfica de corazones(Facies)

Datos de presiones capilares de corazones
Anlisis de geometra poral y SEM
Grficos -k de corazones
Parmetros de registros
 Descripcin Litoestratigrfica

Antes de hacer cualquier tipo de refinamiento o

modelamiento de tipos de roca presentes en los
intervalos de inters, es de vital importancia hacer
una descripcin detallada de las facies y
secuencias estratigrficas presentes en los
intervalos de inters, a partir de la informacin de
corazones y las respuestas de registros. Este
modelo litolgico, nos va a permitir mejorar la
definicin de los tipos de roca presentes en las
secuencias estratigrficas e intervalos de inters.
 Descripcin Litoestratigrfica

Prof.
(pies)
Lodo Arena Cg
3774

Lodolitas de Llanura de Inundacin

3780
Areniscas de Llanura de Inundacin
(rellenos de canal abandonado, crevasse
splay o rellenos de lagos)

3790 Canales Fluviales

Bioperturbacin
3799/
3805 Laminacin ondulosa discontnua

3810 Laminacin Horizontal discontnua

Laminacin irregular

Ondulitas

3820 Relictos de estratificacin cruzada

Estratificacin cruzada
Estratificacin cruzada con
granulos en los foresets
3830
Estratificacin planar de alto rgimen
3834
Clastos alineados

3840 Intraclastos lodosos

Granulos diseminados

Superficie de scour
3850
 Tipos de Roca desde Datos de Presiones
Capilares

2 * T cos
PC r
Apex Plot
Rock Types Si se grafica la relacin
0.6 [SHg acum. / Pc] vs [SHg acum]
0.5 8349.72 f, Calc_Cemnet, SS
Se apreciarn los diferentes
Cumulative Mercury Sat.(%)/Pc(psi)

8524.02 m, Calc_Cement, SS
8604.52 c, sty, pyr, trz glau, SS
0.4 8545.42 vf, Calc_Cement, SS
8761.62 Wackstone, LS
9321.52 M udstone, LS
sistemas porosos existentes
con su respectivo pico en
0.3

0.2

0.1
la saturacin correspondiente
0
0 10 20 30 40 50 60 70 80 90 100
al radio de poro que domina
Cum ulative Mercury Saturation (%)
el flujo
 Tipos de Roca desde Grficos basados en
relaciones -k de Corazones
Con base en la ecuacin de Kozeny-Carmen y el
concepto de radio hidrulico promedio, Amaefule
y Altunbay presentaron una metodologa para
clasificar los tipos de roca presentes, usando
informacin de corazones.
El concepto de radio hidrulico (rmh) promedio
permite integrar la porosidad y permeabilidad con
la presin capilar.

Cross _Sectional _ Area

r mh Wetted _ Perimeter
 Para un tubo capilar, circular y cilndrico:

r
r mh 2

Considerando la roca como una red de tubos

capilares y aplicando las leyes de Poisseuille y
Darcy Kozeny y Carmen llegaron a:

2
r 2
r e rmh
2

K e 2 e2
8 2 2 2 2
 El radio hidrulico promedio puede ser
relacionado al rea superficial por unidad de
volumen del grano (Sgv) y la porosidad efectiva
mediante la siguiente ecuacin:

2 e 2 e
S gv r (1 e r mh (1 e
Combinando las anteriores ecuaciones llegamos
a:
e
3
1
k (1 e ) 2 2 2 S gv2

Donde k esta en m2 y e en fraccin

 La forma generalizada de la ecuacin de Kozeny-
Carmen es:
e
3
1
k
(1 e ) 2 FS 2 S gv2

Donde Fs es el factor de forma (2 para un cilindro

circular). El trmino Fs 2 se conoce como la
constante de Kozeny-Carmen
Manipulando la ecuacin generalizada de
Kozeny-Carmen tendremos:
k e

1
F S2
e (1 e ) S gv
 Para trabajar la permeabilidad en milidarcies se
realiza la siguiente redefinicin:

RQI (m) Re servoirQualityIndex

k
0.0314
e
Definiendo z como la porosidad normalizada y
FZI, indicador de zona de flujo, como sigue:
e 1 RQI
z (1 )

FZI
FS S gv

Z
e
 Tendremos:

log RQI log z log FZI

Para una unidad hidrulica, la grfica log-log del

ndice de calidad del yacimiento vs la porosidad
normalizada debe dar una lnea recta de
pendiente unitaria. El intercepto en el eje de
porosidad normalizada=1, es el indicador de zona
de flujo, FZI.
 10
HU FZIav
HUF1 7.745
HUF2 5.395
HUIF3 4.278
HUF4 1.918
HUF5 0.662
1
RQI

0.1

0.01
0.01 0.10 1.00
PHIz
Las ecuaciones bsicas son:

K
RQI 0.0314

, ndice de calidad del yacimiento

PHI Z (1 ) , Porosidad normalizada

RQI
FZI
PHI Z , indicador de zona de flujo
 La identificacin de las unidades hidrulicas es
llevada a cabo usando grficas de probabilidad
y/o mtodos estadsticos de agrupamiento o
clustering.
 La clasificacin de tipos de roca a partir de
informacin de presiones capilares y la
clasificacin hecha con la metodologa de
indicador de zona de flujo deben ratificar entre s
los resultados obtenidos. Estos resultados son a
menudo confirmados con anlisis de microscopa
electrnica, SEM y DRX. Abajo se muestran unas
imgenes ejemplo (Campo Apiay)
RT1 RT2 RT3
 Una vez se han clasificado y caracterizado los
tipos de roca, se desarrolla un modelo que a
partir de parmetros de registros pueda indicar el
tipo de roca ms probable en toda la extensin
de cada pozo.
El parmetro candidato a modelar es FZI, ya que
es una variable cuantitativa a partir de la cual se
pueden establecer los tipos de roca.
El modelamiento puede ser llevado a cabo con
una regresin lineal o no lineal, univariada o
multivariada, o en el mejor de los casos, usando
sistemas inteligentes
 Comenzar con datos de Pc,k, , imgenes
de la roca si se tienen y descripcin litolgica.

Calcular Identificar tipos

RQI PHIz FZI de roca con
datos de Pc y
Determinar el nmero Caracterizar :
de unidades usando Mineraloga
Tcnicas estadsticas Textura
geometra de poro

Integrar la informacin y relacionar FZI

con la caracterizacin de los tipos de roca
Determinar las relaciones de los diferentes
parmetros de registros con la variable FZI
y desarrollar el respectivo modelo de
prediccin de FZI

Aplicar el modelo de FZI a los intervalos no

corazonados

Identificar los tipos de roca en los intervalos

no corazonados
MODELO DE PERMEABILIDAD
CASO DE EJEMPLO
El intervalo basal de la Formacin X del campo
FIELD se deposit en un ambiente fluvial y est
compueto por arenizcas arcillosas.

El reconocimiento visual de los corazones

permiti identificar cuatro tipos de FACIES,
incluidas las lodolitas, distribuidos en diferentes
sectores del campo.
 IDENTIFICACIN DE TIPOS DE ROCA A PARTIR
DE INFORMACIN DE CORAZONES

A partir de una grfica modificada de Lorenz,

capacidad de almacenamiento vs capacidad de
flujo se establecieron tres grupos importantes de
calidad de la roca que aporta a la produccin
El radio de poro de los tipos de roca identificados
es visualizado en una grfica de Winland, donde
cada curva corresponde a un valor de radio de
poro especfico.

RT1

RT2

RT3
Los anlisis de geometra poral con sus
imgenes de microscopa electrnica y
distribucin de tamaos de garganta de poro
permite ratificar y confiar en los resultados
obtenidos a partir de la informacin de bsicos.

A continuacin se muestra la distribucin de

radios de poro y las imgenes que caracterizan a
cada tipo de roca identificado.
Rocas Tipo 1.
Rocas de sistema poroso homogneo. El tamao de
poro mas abundante es mayor a 100 m. Presentan
las mejores caractersticas en cuanto a porosidad y
permeabilidad conteniendo escasa matriz
arcillosa(<10%)
30%

RC 48
Porcentaje de Porosidad

5498'
20%
RC 50
4454

|
RC 65
4430'3"
10%
RC66
3967'3"

RC21
3526'9"
0%
1 10 100 1000
Tamao de Poro Promedio
 RT1

Imagen del sistema poroso

tomada de SEM

Imagen de distribucin de
minerales tomada de SEM
Rocas Tipo 2.
Rocas de sistema poroso homogneo. El tamao de
poro ms abundante es cercano a las 70 m. Matriz
arcillosa porosa y fragmentada (8 a 17%).

30%

RC21
3828'7"
Porcentaje de Porosidad

RC25
20% 4126'3"
RC25
4159'5"
RC50
4411'6"

10%
RC 66
4142'10"
RC 65
4419'3"
RC 48
6292'5"
0%
1 10 100 1000
Tamao de Poro Promedio
 RT2

Imagen del sistema

poroso tomada de SEM

Imagen de distribucin de
minerales tomada de SEM
Rocas Tipo 3.
Rocas con sistema poroso taponado por diversas
causas mineralgicas, especialmente por la
presencia de matriz arcillosa abundante (25 a 40%).
En algunas muestras se observ un taponamiento
ayudado por cemento calcreo
30%

RC21
3524'8"
Porcentaje de Porosidad

RC21
20% 3827'3"
RC21
3826'6"
RC21
3523'7"

10%
RC21
3844'7"
RC21
3789'3"
RC 50
4428
0%
1 10 100 1000
Tamao de Poro Promedio
 RT3

Imagen del sistema

poroso tomada de SEM

Imagen de distribucin de
minerales tomada de SEM
 IDENTIFICACION DE TIPOS DE ROCA A
PARTIR DEL INDICADOR DE ZONA DE FLUJO

Se encontr que los valores de FZI muestran muy

buena correspondencia con los tipos de roca
identificados en los
anlisis de
12

geometra poral y 10

Pc. FZI de datos de corazones

8

0
0 1 2 3 4
Tipo de Roca de geometra poral
 DESARROLLO DEL MODELO DE FZI USANDO
SISTEMAS INTELIGENTES

En los intervalos no corazonados la nica

herramienta disponible para reproducir FZI
son los registros de pozo. Los modelos
normalmente necesitan pocas variables
para obtener un buen ajuste. Primero que
todo, una matriz de correlacin debe ser
hecha para identificar las variables que
tienen mejor correlacin con la variable a
predecir
 PHICORE KLCORE FZIcore L_FZIcore

PHICORE 1
KLCORE 0.37 1
FZIcore 0.50 0.82 1
L_FZIcore 0.50 0.41 0.79 1
GR -0.20 -0.09 -0.24 -0.36
ILD 0.05 -0.12 0.13 0.45
PHIT 0.68 0.39 0.46 0.40
RHOB -0.69 -0.39 -0.46 -0.40
SEC -0.23 -0.07 -0.20 -0.32
PHIE 0.68 0.39 0.46 0.40
HFU -0.43 -0.54 -0.81 -0.89

. . . Pero las variables que muestran buena

correlacin con log(FZI) son demasiadas
 FACTOR1 FACTOR2 FACTOR3 FACTOR4 FACTOR5
GR 0.02 0.22 0.95 -0.13 0.27

HFU -0.30 0.15 -0.07 -0.93 0.15

ILD 0.03 -0.39 -0.11 0.17 -0.89

PHIE 0.98 -0.03 0.12 0.14 -0.02

PHIT 0.98 -0.03 0.12 0.14 -0.02

RHOB -0.98 0.03 -0.11 -0.13 0.00

SEC -0.13 0.90 -0.12 -0.03 0.02

. . . En este caso un anlisis de factores

principales es llevado a cabo para
identificar las variables dominantes a
usarsen como Input en el modelamiento.
. . . Despus de
Este anlisis
Estadstico se
Concluye que SEC,
PHIE
GR and ILD son
suficientes para
generar el modelo
para reproducir L_FZI.
Con todos estos argumentos
Un sistema de redes neuronales fue
entrenado para reproducir L_FZI
Comparacin del Log(FZI) obtenido con el
modelo de resdes neuronales y el Log(FZI)
de datos de corazones.

10
R2=0.88

0.1

0.01
0.01 0.1 1 10

FZI from Core Data

 DESARROLLO DE UN MODELO DE TIPO DE
ROCA A PARTIR DE VARIABLES MEDIDAS

Despus de ajustar el modelo de FZI se desarroll un

modelo en lgica difusa
para predecir el tipo de
roca en los intervalos no
corazonados usando
las variables
PHIE, RT, VSHMIN y
Log(FZI),
REPRODUCCION DEL MODELO A
INTERVALOS NO CORAZONADOS

RT1

RT2

RT3