Dissertação
{en_GB=Impact of wavelet extraction in the seismic reservoir characterization: Real case study} {} EVALUATED
{pt=Esta tese teve como base um conjunto de dados reais, para o qual diferentes wavelets foram estimadas e consideradas durante o processo de inversão estocástica, para a geração de modelos de impedância acústica. Os modelos resultantes foram comparados com o objetivo de se avaliar o impacto dos diferentes métodos e parametrizações adotados durante a extração de wavelets representativas do conjunto de dados, na exploração das incertezas espaciais através do cálculo de medidas estatísticas. Adicionalmente, foi utilizada a ferramenta estatística “multidimensional scaling” – MDS de forma a se analisar e quantificar as incertezas dos modelos. A aplicação da metodologia de inversão estocástica em conjunto com a MDS, provou ser uma ferramenta importante para avaliar e quantificar as incertezas associadas aos modelos gerados considerando-se diferentes cenários de wavelets no processo de inversão estocástica. Wavelts pouco fidedignas, em particular extraídas usando-se o método de Fase Constante, geram dados sintéticos que têm dificuldades em reproduzir os dados sísmicos originais, resultando em baixos coeficientes de correlação globais e locais dos modelos de impedância e com maiores incertezas associadas, condicionando a exploração espacial dos parâmetros do modelo real. Nos gráficos MDS, os modelos de melhor ajuste, resultantes das wavelets extraídas pelo método de Roy White, encontram-se concentrados na área de agrupamento e com menores incertezas, ainda que consideradas wavelets pouco adequadas. Os métodos de extração anteriores usam os perfis dos poços e dados sísmicos. Relativamente as wavelets estatísticas, estimadas somente pelos dados sísmicos, geram modelos que refletem um carácter médio dos parâmetros do modelo real., en=This thesis shows a real case application where different wavelet scenarios, extracted under different parameterization assumptions, were considered in stochastic acoustic inversion. The inverted acoustic impedance models, retrieved from these different wavelets, were compared in order to assess the impact of wavelet extraction method and parameterization in the exploration of the uncertainty space globally and locally around the well locations by computing statistical measurements. Additionally, multidimensional scaling (MDS) was used as a statistical tool to quantify the differences from the resulting acoustic impedance models, reproduced under the different wavelet scenarios. Stochastic inversion methodology together with MDS prove to be a powerful tool to assess and quantify the uncertainties associated to generated models, under different wavelet scenarios with different uncertainties associated, helping understand how the real parameters space are being explored. When used unreliable wavelets, in particular for the extracted using the Constant Phase method, the generated synthetic data struggled to reproduce the recorded seismic data, resulting in high uncertain models, impairing the ability to explore the real model parameter space. In the MDS plot, best-fit acoustic impedance models that result from wavelets extracted using Roy White method are more similar and with lower uncertainties, even if considered an unreliable wavelet scenario. The previous methods of extraction use well logs in addition to seismic data. Statistical wavelets, estimated base on seismic data, generate best-fit models that are reflecting a mean behavior of real parameter’s characteristics. }
novembro 26, 2018, 9:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Leonardo Azevedo Guerra Raposo Pereira
Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)
Assistant Professor
