Dissertação

{pt_PT=Geostatistical seismic inversion for CO2 reservoirs characterization: an application example of the northern sector of Lusitanian Basin, Portugal} {} EVALUATED

{pt=Captura e Armazenamento de Carbono (CCS), é fundamental para cumprir os compromissos climáticos da Europa. A resposta a este desafio dependerá da disponibilidade atempada de armazenamento geológico suficiente de CO2. O conhecimento geológico de uma bacia e dados sísmicos são o principal suporte de um projeto de exploração, uma vez que a informação obtida a partir de dados de registo de poços pode ser muito importante para caraterizar a geologia do subsolo. As metodologias de inversão sísmica são normalmente utilizadas para gerar modelos de subsuperfície para a caraterização de reservatórios e prever as propriedades petro-elásticas das rochas, e também avaliar a incerteza, com base nos dados de reflexão sísmica e nos dados de well-log disponíveis. O caso de estudo desta Tese centra-se numa área setorial de um levantamento sísmico 3D, com dados sísmicos fullstack, e 2 poços verticais de exploração de hidrocarbonetos, 13C-1 e Mo-1, adquiridos no setor Norte da Bacia Lusitânica offshore, em Portugal. A metodologia principal no âmbito desta tese diz respeito a um problema de inversão sísmica, utilizando uma Inversão Geoestatística Estocástica, permitindo obtenção de modelos de impedância acústica, respeitando a função de distribuição estimada a partir dos dados de registo de poços disponíveis, e os padrões de continuidade espacial obtidos a partir de modelos de variograma. A segunda propriedade estudada é a porosidade efectiva (ϕ), obtida recorrendo a algoritmos de simulação geoestatística e aos modelos invertidos anteriores de impedância acústica, para recuperar volumes de probabilidade de fácies e volume final de fácies de reservatório., en=Carbon Capture and Storage (CCS), whereby CO2 is captured in large emitters for underground geological storage, is key to achieving Europe's climate commitments. However, meeting this challenge will depend on sufficient geo-storage of CO2 being available in time. A basin geological knowledge and seismic data are the main support of an exploration project, as the information obtained from well-log data can be very important to characterize the subsurface geology. Accordingly, seismic inversion methodologies are commonly used not only to generate subsurface models for reservoir characterization and predict petro-elastic rock properties, but also for uncertainty assessment, based on the seismic reflection data and well-log data available. The case study of this Thesis focused on a sectorial area from an 3D seismic survey dataset, with a full stack seismic data, and 2 legacy vertical wells from hydrocarbon exploration, 13C-1 and Mo-1, acquired in the northern sector of the offshore Lusitanian Basin, in Portugal. The main methodology under the scope of this thesis relates to a seismic inverse problem, using a Geostatistical Stochastic Inversion (GSI), allowing the retrieval of high-resolution acoustic impedance (Ip) models honoring the distribution function as estimated from the available well-log data, and the spatial continuity patterns as retrieved from a variogram models. The second property studied is the effective porosity (ϕ), obtained by recurring to geostatistical simulation algorithms and the previous inverted models of acoustic impedance, to retrieve facies probability volumes and the final volume of reservoir facies.}
{pt=Inversão Geoestatística Estocástica (GSI), Impedância acústica, Porosidade, Caraterização de reservatórios, Well-log, Armazenamento CO2, en=Geostatistical Stochastic Inversion (GSI), Acoustic impedance, Porosity, Reservoir characterization, Well-log, CO2 storage}

dezembro 5, 2023, 14:0

Orientação

ORIENTADOR

Pedro Miguel Martins Pereira

Universidade de Évora

Membro Colaborador

ORIENTADOR

Leonardo Azevedo Guerra Raposo Pereira

Departamento de Engenharia de Recursos Minerais e Energéticos (DER)

Professor Associado