Professional Documents
Culture Documents
INSTITUTO DE GEOCINCIAS
DISSERTAO DE MESTRADO
So Paulo
2011
AGRADECIMENTOS
Ao Prof. Dr. Jorge Kazuo Yamamoto pela orientao, ateno e apoio dados durante
o desenvolvimento deste mestrado.
FAPESP, processo nmero 2008/55882-0, pelo auxlio financeiro concedido na
forma de bolsa de estudos.
Ao Departamento de Geologia Sedimentar e Ambiental e ao Programa de PsGraduao em Recursos Minerais e Hidrogeologia pela acolhida e, em especial, ao
Prof. Dr. Teodoro Isnard Ribeiro de Almeida pelo apoio.
Ao Instituto de Geocincias da Universidade de So Paulo por fornecer toda infraestrutura necessria ao desenvolvimento desta dissertao.
Ana Paula Cabanal e Magali Poli Fernandes Rizzo pela gentileza com que
sempre me trataram e presteza em atender minhas solicitaes.
Aos colegas do Laboratrio de Informtica Geolgica e da Sala 105 pelos momentos
compartilhados.
toda minha famlia pelo apoio e compreenso dados ao longo de todo o mestrado.
RESUMO
ABSTRACT
Data used for studying petroleum reservoirs are obtained through drill core, well
logs, seismic records and, as a consequence, they present different sampling scales.
Multivariate geostatistics is a manner of integrating these data in order to co-estimate
a poorly sampled variable based not only on its own information but also on a
densely sampled variable. In this study, ordinary cokriging, collocated cokriging and
kriging with external drift were applied to co-estimate porosity in the Namorado Oil
Field based on measures of acoustic impedance. Correlation coefficients between
co-estimates and sample porosity values, sample statistics and correlation
coefficients between co-estimates and acoustic impedance measures have been
examined.
Correlation between co-estimated and sample values of porosity is about 0.7.
Lower correlation was obtained by ordinary cokriging applied to heterotopic data. Coestimates statistics such as mean, median and standard deviation are always lower
than their equivalent sample statistics. Values of maximum and minimum indicate
that co-estimates were smoothed except for collocated cokriging with Markov Chain
results. Co-estimates obtained by this last method also presented the best correlation
to acoustic impedance measures, though this correlation is very low and lower than
that calculated through sample data.
NDICE DE FIGURAS
Figura 1. Mapa de localizao da Bacia de Campos, onde se encontra o Campo
Escola de Namorado (alterado de Dias et al.,1990). ................................................. 16
Figura 2. Carta estratigrfica da Bacia de Campos (modificado de Rangel et al.
(1994). In: http://www.anp.gov.br). ............................................................................ 18
Figura 3. Arranjos de dados multivariados: isotopia (esquerda), heterotopia parcial
(centro) e heterotopia total (direita). Crculos azuis, vermelhos e asteriscos
representam respectivamente pontos de amostragem da varivel primria, da
varivel secundria e das duas variveis. Extrada de Watanabe (2008). ................ 42
Figura 4. Arranjo de dados multivariados. Os asteriscos representam os locais onde
a varivel primria ser estimada e h apenas informao da varivel secundria.
Os crculos pretos representam os locais onde apenas a varivel primria foi
amostrada em arranjos colocalizados ou os locais onde as variveis primria e
secundria foram analisadas em arranjos multi-colocalizados. Extrado de Rocha et
al. (2011). .................................................................................................................. 44
Figura 5. Ilustrao da operao de perfilagem a poo aberto. esquerda encontrase o perfil resultante da realizao da perfilagem. .................................................... 49
Figura 6. Bloco-diagrama mostrando a distribuio dos poos de petrleo
disponveis no Campo Escola de Namorado............................................................. 50
Figura 7. Ilustrao da aquisio ssmica em fundo ocenico. ................................. 51
Figura 8. Ilustrao do cubo ssmico. ........................................................................ 52
Figura 9. Histograma dos dados no regularizados (A, B, C), regularizados
isotpicos (A, B, C) e regularizados heterotpicos (A, B). ................................... 62
Figura 10. Variogramas experimentais e modelos tericos de ajuste: porosidade (AA-A), cruzado / dados isotpicos (B-B-B), direto / porosidade / dados isotpicos
(C-C-C), direto / impedncia acstica / dados isotpicos (D-D-D), cruzado / dados
heterotpicos (E-E-E), direto / porosidade / dados heterotpicos (F-F-F), direto /
impedncia acstica / dados heterotpicos (G-G-G), resduos (H-H-H). .............. 65
NDICE DE TABELAS
Tabela 1. Parmetros para clculo dos variogramas experimentais em 5 direes.. 56
Tabela 2. Parmetros para clculo dos variogramas experimentais em 3 direes.. 56
Tabela 3. Estatsticas descritivas das variveis de interesse. ................................... 59
Tabela 4. Parmetros dos modelos ajustados aos variogramas experimentais da
Figura 10. .................................................................................................................. 70
Tabela 5. Parmetros de vizinhana. ........................................................................ 73
Tabela 6. Estatsticas descritivas das estimativas feitas por cko, coc, cocmm1 e kde.
.................................................................................................................................. 80
Tabela 7. Estatsticas descritivas das estimativas feitas por ckohetero. ................... 82
Tabela 8. Coeficientes de correlao entre dados estimados de porosidade e
impedncia acstica amostral. .................................................................................. 89
Tabela 9. Parmetros utilizados para clculo dos variogramas experimentais das
fcies 1, 2, 3 e 4. ....................................................................................................... 95
Tabela 10. Parmetros dos modelos ajustados aos variogramas experimentais das
fcies 1, 2, 3 e 4. ....................................................................................................... 96
Tabela 11. Parmetros para clculo dos variogramas experimentais de porosidade e
permeabilidade para as fcies 1, 2, 3 e 4. ............................................................... 100
Tabela 12. Parmetros dos modelos ajustados aos variogramas experimentais de
porosidade e permeabilidade para as fcies 1, 2, 3 e 4. ......................................... 101
Tabela 13. Parmetros de vizinhana para estimativa das fcies, porosidade e
permeabilidade. ....................................................................................................... 105
Tabela 14. Estatsticas descritivas da porosidade das fcies 1, 2, 3 e 4 medida nos
poos. ...................................................................................................................... 111
SUMRIO
CAPTULO I .............................................................................................................. 13
INTRODUO .......................................................................................................... 13
1.1. OBJETIVOS ............................................................................................................. 14
1.2. JUSTIFICATIVAS .................................................................................................... 15
CAPTULO II ............................................................................................................. 16
REA DE ESTUDO ................................................................................................... 16
2. 1. BACIA DE CAMPOS .............................................................................................. 16
2.1.1. SEQUNCIA CONTINENTAL ......................................................................... 19
2.1.1.1. FORMAO CABINAS .......................................................................... 19
2.1.2. SEQUNCIA TRANSICIONAL ........................................................................ 19
2.1.2.1. FORMAO LAGOA FEIA....................................................................... 20
2.1.3. MEGA-SEQUNCIA MARINHA ..................................................................... 21
2.1.3.1. FORMAO MACA ................................................................................ 21
2.1.3.2. GRUPO CAMPOS ...................................................................................... 22
2.1.3.2.1. FORMAO UBATUBA .................................................................... 23
2.1.3.2.2. FORMAO CARAPEBUS ................................................................ 23
2.1.3.2.3. FORMAO EMBOR ....................................................................... 24
2.2. CAMPO DE NAMORADO ...................................................................................... 24
CAPTULO III ............................................................................................................ 26
MTODOS GEOESTATSTICOS ............................................................................. 26
3.1. VARIOGRAMA ....................................................................................................... 26
3.2. VARIOGRAMA CRUZADO .................................................................................... 27
3.3. VARIOGRAMA RESIDUAL ................................................................................... 28
3.4. KRIGAGEM ............................................................................................................. 29
3.5. COKRIGAGEM ORDINRIA ................................................................................. 31
3.6. COKRIGAGEM COLOCALIZADA......................................................................... 36
3.7. KRIGAGEM COM DERIVA EXTERNA ................................................................. 39
3.8. ARRANJOS DE DADOS MULTIVARIADOS......................................................... 42
3.9. KRIGAGEM DE INDICADORAS ........................................................................... 44
CAPTULO IV ............................................................................................................ 48
MATERIAIS E MTODOS......................................................................................... 48
4.1. BASES DE DADOS ................................................................................................. 48
13
CAPTULO I
INTRODUO
14
1.1. OBJETIVOS
15
1.2. JUSTIFICATIVAS
16
CAPTULO II
REA DE ESTUDO
2. 1. BACIA DE CAMPOS
BACIA DO
ESPRITO
SANTO
DE
CA
M
PO
S
ALTO DE VITRIA
CAMPOS
FALHA
CABO
S. TOM
MACA
CABO
FRIO
ALTO DE
CABO FRIO
RIO DE JANEIRO
70 km
BACIA DE
SANTOS
17
18
Figura 2. Carta estratigrfica da Bacia de Campos (modificado de Rangel et al. (1994). In:
http://www.anp.gov.br).
19
20
21
Seqncia
Ocenica
Progradante.
primeira
seqncia
22
23
Assim como a formao anterior, esta unidade foi inicialmente definida por
Schaller (1973) como Membro Carapebus. Rangel et al. (1994) descrevem-na como
Formao Carapebus, composta por arenito fino a conglomertico intercalado com
pelitos da Formao Ubatuba. A origem destes arenitos est associada a correntes
de turbidez em taludes da bacia, depositados do Turoniano ao Holoceno.
24
25
delimitados por falhas normais e o leo provm da parte central do bloco principal
(Guardado et al., 1990).
As acumulaes de hidrocarbonetos ocorrem em armadilhas que podem ser
estruturais ou estratigrficas e apresentam estrutura ao longo da direo NW-SE. Os
hidrocarbonetos acumulam-se na direo NE-SW. A porosidade mdia destes
arenitos oscila entre 20 e 30% e sua permeabilidade alta, podendo ser maior do
que 1 Darcy.
Segundo Meneses & Adams (1990), a geometria externa dos arenitos
lenticular/tabular. Esses arenitos so limitados por carbonatos na base, por folhelhos
e margas no topo, a norte e a sul por pinchouts (acunhamento/adelgaamento) e a
sudeste, noroeste e sudoeste por falhas. Segundo Lima (2004), a migrao e
acumulao dos hidrocarbonetos foram fortemente influenciadas por tectnica
halocintica.
Cruz (2003) caracterizou a faciologia do reservatrio de Namorado com base
nas eletrofcies identificadas em perfis eltricos e nos dados geolgicos de
testemunhos. Foram definidas seis eletrofcies, trs correspondentes a rochas
reservatrio (arenitos mdios arcoseanos finamente interestratificados, arenitos finos
a mdios cimentados e conglomerados matriz suportados) e trs correspondentes a
rochas no reservatrio (folhelhos, siltitos e argilitos; margas; diamictitos).
Lima (2004) fez um estudo estratigrfico do Complexo Turbidtico do Campo de
Namorado utilizando informaes de perfis e de testemunhos, correlao de poos e
sees estratigrficas. Esse autor reconheceu trs grandes ciclos de deposio para
o Arenito Namorado e definiu o eixo deposicional principal do complexo de lobos
turbidticos canalizados ao longo da direo NW-SE.
26
CAPTULO III
MTODOS GEOESTATSTICOS
3.1. VARIOGRAMA
1
2
(h ) = ( ( x + h ) ( x ))2 .
27
h=0
(Wackernagel, 1998).
28
[ i ( x + h ) i ( x )] = 0 e
cov ( i ( x + h ) i ( x )), ( j ( x + h )
(x ))]= 2 ij (h )
1
2
ij (h ) = [( i ( x + h ) i ( x )) ( j ( x + h ) j ( x ))]. .
ii (h ) jj (h ) ij (h ) ,
29
A soluo para esse inconveniente subtrair a deriva dos dados para que se
possa trabalhar apenas com a componente estacionria. Como a verdadeira deriva
m( x ) desconhecida, ento a mesma previamente calculada mediante uma
funo polinomial. Finalmente, se obtm os resduos R( x ) para os pontos
)
amostrais, subtraindo de ( x ) a deriva estimada m( x ) . O variograma experimental
)
1
Re s (h ) =
2 Nh
[R (x ) R(x )]
x x h
Re s (h ) = [Re s (h ) ].
3.4. KRIGAGEM
z ( 0 ) = i z ( i ) .
i =1
30
=1
i =1
estabelecida de modo a garantir que o erro de estimativa em cada ponto seja zero
para que o estimador no seja enviesado. Essa condio imposta para
minimizao da varincia do erro da krigagem (Isaaks & Srivastava, 1989), por meio
da tcnica do multiplicador de Lagrange.
Os pesos atribudos a cada amostra esto relacionados com a distncia de
cada uma em relao ao ponto estimado, bem como com a dependncia espacial
entre as amostras dada pelo variograma. Esses pesos provm da resoluo de um
sistema linear de equaes denominado sistema de equaes de krigagem
(Yamamoto, 2001)
j C (x i x
j
j =1
j
) = C (x
x i ) para i = 1, n
que pode ser representado sob a forma matricial como (Yamamoto, 2001)
C ( x1 x1 ) C ( x1 x 2 )
C ( x x ) C ( x x )
2
1
2
2
M
M
C ( x n x1 ) C ( x n x 2 )
1
1
L C ( x1 x n ) 1 1 C ( x0 x1 )
L C ( x 2 x n ) 1 2 C ( x 0 x 2 )
M =
.
L
M
M
L C ( x n x n ) 1 n C ( x 0 x n )
L
1
0
1
31
Esse sistema de equaes deve ser resolvido para cada ponto estimado a
menos que o arranjo espacial das amostras seja regular e a distncia entre os
pontos permanea a mesma (Davis, 1986).
*
p0
np
(x0 ) = ip Z p (xi ) ,
p =1 i =1
32
(Wackernagel, 1995).
Doyen (1988) utilizou a cokrigagem e comparou seus resultados com os da
krigagem simples por meio dos mnimos quadrados em um reservatrio simulado.
Este autor utilizou medidas de porosidade e ssmica para realizar a cokrigagem. Os
resultados obtidos mostraram que a cokrigagem foi superior destacando-se a
deteco de variaes laterais sutis impossveis de serem detectadas apenas a
partir de dados esparsos. A cokrigagem forneceu no apenas estimativas de
porosidades mais acuradas e consistentes com os dados de poos como tambm
melhores margens de confidncia.
Segundo Wackernagel (1995), de acordo com a hiptese intrnseca, uma
varivel especfica em um conjunto de N variveis deve ser estimada com base no
erro de estimativa que, em mdia, deve ser nulo. Para tanto, determinam-se pesos
cuja soma seja um para a varivel de interesse (primria) e zero para a varivel
auxiliar (secundria), conforme:
np
i =1
p
i
1 se p = p0
.
= pp0 =
0 se p p 0
33
E Z *p0 ( x 0 ) Z p0 ( x 0 )
np
N np
N np p
= E i Z p ( xi ) ip0 Z p0 ( x0 ) ip Z p ( x 0 ) =
i =1
p = 0 i =1
p =1 i =1
1
23
p p0 123
1
0
np
= ip E Z p ( x i ) Z p ( x0 ) = 0 .
144
42444
3
p =1 i =1
0
2
N n p
p
= E i Z p ( xi ) Z p0 ( x0 ) ,
p =1 i =1
2
E
2
N n p
p
= E i Z p ( x i )
p =1 i =0
2
E
1 se p = p0
a partir da introduo dos pesos 0p = pp0 =
que esto includos nos
0 se p p0
somatrios.
A insero de variveis aleatrias fictcias Z p (0) arbitrariamente posicionadas
na origem permite formar incrementos conforme (Wackernagel, 1995):
34
2
2
N n p
np
N n p
E2 = E ip Z p ( xi ) Z p (0 ) ip = E ip (Z p ( xi ) Z p (0))
p =1 i =0
1442443
p =1 i = 0
i =1
1
23
incrementos
np
nq
P
(xi , x j ) .
E2 = ip qj C pq
p =1 q =1 i = 0 j = 0
np
= 2 pp ( xi x0 ) p
2
E
p
i
p =1 i =1
0 p0
np
nq
(x0 x0 ) ip qj pq (xi x j ) .
p =1 q =1 i =1 j =1
N nq q
j pq (xi x j ) + p = pp0 ( xi x0 ) para p =1, L, N ; i = 1, L, n p
q =1 j =1
.
np
p
j = pp0
para p = 1, L, N
j =1
35
1
0
1 0 11
C11
C12
1 0 12 C 01
1 0 13
0 1 12
= ,
C 21
C 22
0 1 22 C 02
0 1 32
1 1 0 0 0 0 0 1 1
0 0 1 1 1 0 0 2 0
2
CKO
np
= ip pp0 ( xi x0 ) + p0 p0 p0 ( x 0 x0 ) .
p =1 i =1
36
*
1
n1
37
n1 (1)
(2 )
j C1 (x j xi ) + C 21 ( xo xi ) = C1 ( xo xi ) para i = 1, n1
j =1
,
n1
(1)C (x x ) + (2 )C (0) = C (0 )
j
12
j
o
2
12
j =1
C12 (h ) =
C12 (0 )
C1 (h ), h
C1 (0)
ou de forma equivalente:
12 (h ) = 12 (0)1 (h ), h ,
38
onde 1 (h ) =
C12 (h )
C1 (h )
o correlograma da varivel primria Z1; 12 (h ) =
C1 (0)
C1 (0 )C 2 (0 )
z1* ( xo ) m1
n1
z1 ( xi ) m1
i =1
= (i1)
+ (2 )
z 2 ( x o ) m2
n1
j =1
n1
j =1
(1)
j
1 (x j xi ) +
(2 )
12 (0)1 ( x o x i ) = 1 ( x o xi ) para i = 1, n1
,
(1)
j
12 (0 )1 (x j xo ) +
(2 )
= 12 (0 )
39
E[Z ( x )] = ao + b1 y ( x ) .
40
*
( xo ) = i z ( xi ) .
z KDE
i =1
*
E Z ( x o ) Z KDE
(xo ) = 0 ,
= 1.
i =1
y ( xo ) = i y ( xi )
i =1
provm
do
desenvolvimento
da
esperana
matemtica
do
estimador
41
*
E Z KDE
(xo ) = i E [Z (xi )]
i =1
n
= a o + b1 i y ( x i )
i =1
= a o + b1 y ( xo )
n
j C r (x i x j ) 1 2 s ( xi ) = C r ( xi xo ) para i = 1, n
j =1
n
,
j = 1
j
=
1
n
j y (x j ) = y ( xo )
j =1
42
ordinria e da krigagem com deriva externa, por sua vez, deve se restringir aos
casos em que as variveis so altamente correlacionadas.
30
30
30
25
25
25
20
20
20
15
15
15
10
10
10
0
0
10
15
20
0
0
10
15
20
0
0
10
15
20
43
44
115
92
69
46
23
0
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
37
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
74
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
111
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
148
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
185
1 se z ( x ) z k
i( x ; z k ) =
0 se z ( x ) > z k
45
I (h; z k ) =
1 N (h )
[i(x ; z k ) i(x + h; z k )]2
2 N (h ) =1
I * ( z ) = 1 i F ( z ) + i I Z ( xi )< z
i =1
I ( z ) = i I Z ( xi )< z
i =1
sob a condio
=1
i =1
46
sendo
(h)
(h; z k , z k ' )
47
F (x; k (n )) = 1
48
CAPTULO IV
MATERIAIS E MTODOS
49
50
0
00
-3
Porosidade (%)
5
07
-3
valor ausente
0
15
-3
-3
0.07 a 4.25
4.26 a 8.43
5
22
0
30
-3
E
00
10
E
35
00
16
E
35
00
22
E
35
00
28
E
35
00
34
E
35
00
40
E
35
00
46
E
35
00
52
E
35
00
58
1:50000
E
35
00
500 1000 1500 2000
64
E
35
00
70
35
8.44 a 12.61
12.62 a 16.80
16.81 a 20.98
20.99 a 25.16
25.17 a 29.34
75
20
75
40
19
0N
75
95
19
0N
75
50
19
0N
75
05
18
0N
75
60
18
0N
75
15
17
0N
70
0N
29.35 a 33.63
51
52
4.2. ETAPAS
53
com deriva externa, nesses casos considerando a impedncia acstica obtida por
ssmica de reflexo como varivel quasi-exaustiva.
A opo pela interpolao tri-linear foi feita supondo-se variao gradual e
linear nos dados de impedncia acstica do segundo conjunto. A interpolao trilinear uma tcnica que considera os valores de uma determinada varivel,
distribudos nos vrtices de um cubo ou paraleleppedo, para interpolar linearmente
um ponto contido no interior desse cubo ou paraleleppedo. Segundo Bourke (1997),
a aplicao mais comum desta tcnica est na interpolao do interior de clulas de
uma base de dados volumtrica. Mais informaes podem ser obtidas em
http://www.grc.nasa.gov/WWW/winddocs/utilities/b4wind_guide/trilinear.html
(consultado em 1/11/2009).
Tendo em vista o objetivo de estudar os resultados da cokrigagem ordinria
aplicada a diferentes arranjos de dados, tambm foi obtido arranjo com heterotopia
parcial mediante excluso aleatria de informao primria ou secundria de
algumas das amostras do arranjo isotpico. Todos os procedimentos descritos a
seguir foram realizados para os dados de porosidade e de impedncia acstica dos
dois arranjos criados e para os resduos calculados a partir dos dados de
impedncia acstica do arranjo isotpico, considerando funo polinomial de
primeiro grau. As medidas de impedncia acstica, pertencentes ao segundo
conjunto, no foram utilizadas nas etapas seguintes, constituindo apenas a
informao colocalizada necessria aplicao da cokrigagem colocalizada e da
krigagem com deriva externa. O programa utilizado nas prximas etapas foi ISATIS
6.0 (Bleins et al., 2006).
54
t
tc=
ei
i =1
n
i =1
55
56
Resduos
Direo
0/0
45/0
90/0
135/0
0/90
0/0
45/0
90/0
135/0
0/90
0/0
45/0
90/0
135/0
0/90
0/0
45/0
90/0
135/0
0/90
Tol. Ang.
22,5
22,5
22,5
22,5
30
22,5
22,5
22,5
22,5
30
22,5
22,5
22,5
22,5
30
22,5
22,5
22,5
22,5
30
Npassos
Passo(m)
700
700
700
700
15
700
700
700
700
15
700
700
700
700
15
700
700
700
700
15
Cruzado/Dados Heterotpicos
Resduos
45/0
135/0
0/90
45/0
135/0
0/90
45/0
135/0
0/90
0o/0
90/0
0/90
45
45
30
45
45
30
45
45
30
45
45
30
500 m
500 m
15 m
500 m
500 m
15 m
500 m
500 m
15 m
700 m
700 m
15 m
57
4.2.5. CO-ESTIMATIVAS
Na ltima etapa foram realizadas as estimativas por cokrigagem ordinria a
partir do arranjo isotpico (cko) e heterotpico (ckohetero), cokrigagem ordinria
colocalizada (coc), cokrigagem colocalizada com modelo de Markov 1 (cocmm1) e
krigagem com deriva externa (kde). Os blocos onde se estimaram os valores de
porosidade foram definidos com base na malha de amostragem das medidas de
impedncia acstica obtidas por ssmica de reflexo. Foram estabelecidas
dimenses duas vezes maiores que as clulas daquela malha da seguinte forma: 50
m em x, 66,86 m em y e 6 m em z, totalizando 159, 68 e 67 blocos respectivamente
ao longo desses eixos. Com isso, o valor mximo de blocos estimados foi 724404
blocos nos casos de vizinhanas favorveis, 12,36% do total de clulas da referida
malha de amostragem (5856840 clulas).
Destaca-se que, doravante, as abreviaes definidas no pargrafo anterior
sero utilizadas para se referir aos mtodos utilizados nessa dissertao.
58
CAPTULO V
RESULTADOS E DISCUSSO
59
Dados regularizados
Dados no regularizados
Amostra isotpica
Amostra heterotpica
Porosidade
(%)
Impedncia
Resduos
Porosidade
(%)
Impedncia
Resduos
Porosidade
(%)
Impedncia
N de dados
28923
28923
28923
482
482
482
348
401
Mdia
18.95
-59.13
0.00
18.83
-54.77
0.00
18.95
-54.72
Desv. Padro
7.06
35.46
6.95
5.26
38.03
4.75
5.10
37.21
Coef. Var.
0.37
-0.60
0.28
-0.69
0.269
-0.680
Mediana
19.82
-62.88
0.54
19.82
-58.43
0.83
19.89
-59.62
Mnimo
0.07
-128
-20.59
3.35
-127
-18.20
3.35
-127
Mximo
33.53
104.73
14.50
28.15
97.15
9.07
27.87
65.55
60
O desvio padro dos dados regularizados deve ser menor que aquele dos
dados no regularizados para que se mantenha constante a relao volume X
varincia, j que o volume das amostras aumenta com a regularizao. O resultado
foi compatvel com o esperado apenas para a varivel porosidade de ambos os
dados, isotpico e heterotpico. No caso da impedncia acstica, atribui-se o
aumento dessa estatstica aos erros oriundos da interpolao tri-linear.
Embora as estatsticas descritivas dos dados regularizados de impedncia
acstica no sejam condizentes com o esperado, optou-se por mant-los como
dados dessa dissertao, principalmente porque seus variogramas mostraram-se
estruturados conforme pode ser observado na seo 5.2.
Os histogramas obtidos para porosidade a partir dos dados isotpicos (Figura 9
A) e heterotpicos (Figura 9 A) so muito semelhantes entre si e exibem assimetria
negativa mais pronunciada em relao ao histograma dos dados no regularizados
(Figura 9 A). No caso da impedncia acstica praticamente no houve alterao em
seu histograma aps regularizao das amostras (Figura 9 B, B, B). Destaca-se,
entretanto, que o histograma obtido a partir dos dados regularizados isotpicos
(Figura 9 B) aproximou-se mais do original, enquanto o obtido a partir dos dados
heterotpicos (Figura 9 B) ressaltou a presena de diferentes populaes indicando
certa heterogeneidade no reservatrio. Apesar da mistura de populaes, optou-se
por analis-las conjuntamente.
Alm da porosidade e da impedncia acstica, tambm foram analisados os
resduos necessrios a aplicao da kde. Nesse caso, apenas o desvio padro foi
analisado, visto que a mdia igual a zero. Dessa maneira, observa-se reduo do
desvio padro com a regularizao das amostras (Tabela 3), o que est de acordo
com o aumento do volume das mesmas. O histograma aps regularizao das
61
62
0.125
0.100
0.100
0.050
0.050
0.025
0.025
10
20
0.000
30
Porosidade (%)
Impedncia
-100
0.05
-100
25
30
0.05
0.00
0.00
0
Impedncia
B
-100
0.00
15
20
25
Porosidade (%)
Impedncia
100
100
10
-50
30
0.00
B
50
0.15
0.15
0.10
0.10
0.05
0.05
0.00
-100
-50
Impedncia
Figura 9. Histograma dos dados no regularizados (A, B, C), regularizados isotpicos (A, B, C) e regularizados heterotpicos (A, B).
50
0.00
Frequncias
-100
30
0.05
Frequncias
0.00
A
25
0.05
0.05
0.00
20
0.10
0.10
0.05
100
20
15
0.10
0.10
0.05
15
10
0.15
0.15
0.05
Impedncia
10
5
0.15
0.15
0.10
-100
Frequncias
Frequncias
0.10
Porosidade (%)
Impedncia
0.15
0.10
0.10
0.00
30
0.15
100
0.15
25
0.15
0.00
Frequncias
0.000
20
Frequncias
0.075
15
Frequncias
0.075
10
Frequncias
0.125
Porosidade (%)
Porosidade (%)
30
Frequncias
20
Frequncias
Frequncias
10
Frequncias
Porosidade (%)
0
63
Resduos
-20
-10
0.125
-10
C
0
10
0.15
0.15
0.10
0.10
0.05
0.05
0.075
0.050
0.050
0.025
0.025
-20
-10
0
Resduos
10
0.000
0.00
-20
-10
0
Resduos
10
0.00
Frequncias
0.075
Frequncias
0.100
Freqncias
Freqncias
-20
0.125
0.100
0.000
Resduos
10
no
regularizados
isotpicos
(A,
(A,
B,
B,
C),
regularizados
C)
regularizados
64
65
1000
2000
3000
Distncia (m)
Distncia (m)
0
4000
1000
2000
3000
Distncia (m)
4000
25
50
75
100
30
1000
2000
3000
4000
Varincia Espacial
Varincia Espacial
10
20
N45
20
10
D-90
10
1000
Distncia (m)
1000
2000
3000
3000
4000
10
B
4000
25
1000
2000
3000
75
100
Distncia (m)
4000
0
-1
50
Distncia (m)
Distncia (m)
0
20
10
Distncia (m)
Distncia (m)
0
2000
D-90
20
Varincia Espacial
10
30
Varincia Espacial
20
Varincia Espacial
20
N135
30
Varincia Espacial
30
30
30
25
50
75
100
-1
N45
-5
-4
-5
N135
-6
Varincia Cruzada
N90
-2
D-90
-3
N0
-7
-2
-2
-3
-3
-4
-4
N135
-7
-4
-8
-2
-3
-6
-1
Varincia Cruzada
-4
-3
-1
-1
Varincia Cruzada
-3
N45
-1
Varincia Cruzada
-2
D-90
Varincia Cruzada
Varincia Cruzada
-2
-4
-8
0
1000
2000
3000
Distncia (m)
4000
1000
2000
3000
4000
Distncia (m)
25
50
75
100
Distncia (m)
Figura 10. Variogramas experimentais e modelos tericos de ajuste: porosidade (A-A-A), cruzado / dados isotpicos (B-B-B), direto / porosidade / dados
isotpicos (C-C-C), direto / impedncia acstica / dados isotpicos (D-D-D), cruzado / dados heterotpicos (E-E-E), direto / porosidade / dados
heterotpicos (F-F-F), direto / impedncia acstica / dados heterotpicos (G-G-G), resduos (H-H-H).
66
Distncia (m)
0
1000
2000
3000
Distncia (m)
4000
1000
2000
3000
50
75
D-90
N45
10
N135
20
10
10
20
N45
Varincia espacial
20
Varincia Espacial
N90
20
15
15
10
10
Varincia espacial
N135
100
30
Varincia Espacial
Varincia Espacial
Varincia Espacial
30
30
20
25
20
N0
30
Distncia (m)
4000
10
D-90
D-90
1000
2000
3000
4000
1000
Distncia (m)
Distncia (m)
0
1000
2000
3000
2000
3000
0
2000
1000
2000
3000
D
4000
50
75
100
Distncia (m)
0
2000
N135
25
50
75
100
1000
Varincia Espacial
1000
1000
1000
500
500
500
1500
1500
1000
1000
500
Varincia espacial
1500
1500
Varincia Espacial
1500
Varincia Espacial
Varincia Espacial
25
2000
1500
Distncia (m)
Distncia (m)
4000
2000
4000
Distncia (m)
Varincia espacial
500
500
1000
2000
3000
Distncia (m)
4000
1000
2000
3000
4000
0
0
25
Distncia (m)
50
75
100
Distncia (m)
Figura 10 (continuao). Variogramas experimentais e modelos tericos de ajuste: porosidade (A-A-A), cruzado / dados isotpicos (B-B-B), direto /
porosidade / dados isotpicos (C-C-C), direto / impedncia acstica / dados isotpicos (D-D-D), cruzado / dados heterotpicos (E-E-E), direto /
porosidade / dados heterotpicos (F-F-F), direto / impedncia acstica / dados heterotpicos (G-G-G), resduos (H-H-H).
67
Distncia (m)
1000
2000
3000
0.00
3000
0.02
0.02
0.01
0.01
0.00
0.00
-0.01
-0.01
-0.02
-0.02
-0.03
-0.03
-0.04
-0.04
-0.05
-0.05
-0.06
-0.06
Distncia (m)
4000
25
50
75
100
-0.04
-0.04
-0.05
-0.05
-0.06
-0.06
-0.07
-0.07
-0.08
-0.08
1000
2000
3000
-0.07
0
4000
3000
-0.02
-0.02
-0.03
-0.03
-0.04
-0.04
-0.05
-0.05
2000
3000
4000
25
Distncia (m)
Distncia (m)
2000
-0.01
-0.07
1000
Distncia (m)
1000
Varincia Cruzada
-0.03
-0.01
1000
2000
3000
50
75
100
Distncia (m)
Distncia (m)
4000
Distncia (m)
4000
25
50
75
100
15
N0
30
Varincia Cruzada
-0.02
-0.03
Varincia Cruzada
-0.02
2000
-0.01
Varincia Cruzada
Varincia Cruzada
1000
0.00
-0.01
Distncia (m)
0
4000
Varincia Cruzada
15
D-90
30
30
30
N45
10
10
20
N45
10
D-90
20
Varincia Espacial
N135
Varincia Espacial
20
10
10
Varincia Espacial
20
Varincia Espacial
N90
Varincia Espacial
Varincia Espacial
N135
10
D-90
0
1000
2000
3000
Distncia (m)
4000
1000
2000
3000
4000
25
Distncia (m)
50
75
100
Distncia (m)
Figura 10 (continuao). Variogramas experimentais e modelos tericos de ajuste: porosidade (A-A-A), cruzado / dados isotpicos (B-B-B), direto /
porosidade / dados isotpicos (C-C-C), direto / impedncia acstica / dados isotpicos (D-D-D), cruzado / dados heterotpicos (E-E-E), direto /
porosidade / dados heterotpicos (F-F-F), direto / impedncia acstica / dados heterotpicos (G-G-G), resduos (H-H-H).
68
3000
1500
1500
1000
1000
2000
3000
1500
1500
1000
1000
500
500
0
0
500
1000
2000
3000
4000
0
0
50
75
100
1500
1500
1000
1000
500
500
1000
1 000
2000
3000
2000
3000
4000
0
0
H
1000
2000
3000
H
0
50
75
10
N0
10
Varincia Espacial
Varincia Espacial
15
D-90
10
H
100
D-90
20
15
15
10
10
Varincia Es pacial
15
D-90
20
Va rinc ia Espacial
10
15
Varincia Es pacial
N45
N135
25
20
N90
20
20
100
25
N90
20
75
Distncia (m)
4000
25
25
50
Distncia (m)
Distncia (m)
0
4000
25
15
25
Distncia (m)
Distncia (m)
Varincia Espacial
25
500
Distncia (m)
Distncia (m)
0
4000
Varincia Espacial
2000
1000
Varincia Espacial
2000
Distncia (m)
4000
Varincia Espacial
2000
Varincia Espacial
Varincia Espacial
1000
Varincia Espacial
Distncia (m)
0
N0
5
1 000
2000
3000
Distncia (m)
4000
1000
2000
3000
4000
25
Distncia (m)
50
75
100
Distncia (m)
Figura 10 (continuao). Variogramas experimentais e modelos tericos de ajuste: porosidade (A-A-A), cruzado / dados isotpicos (B-B-B), direto /
porosidade / dados isotpicos (C-C-C), direto / impedncia acstica / dados isotpicos (D-D-D), cruzado / dados heterotpicos (E-E-E), direto /
porosidade / dados heterotpicos (F-F-F), direto / impedncia acstica / dados heterotpicos (G-G-G), resduos (H-H-H).
69
reflete
na
preciso
dos
resultados.
Alm
disso,
ocorrncia
de
70
Tabela 4. Parmetros dos modelos ajustados aos variogramas experimentais da Figura 10.
Direo/Mergulho
Porosidade
135/0
Cruzado / Dados
Isotpicos
135/0
Direto / Porosidade /
Dados Isotpicos
135/0
Direto / Impedncia
Acstica / Dados
Isotpicos
135/0
Cruzado / Dados
Heterotpicos
45/0
Direto / Porosidade /
Dados Heterotpicos
45/0
Direto / Impedncia
Acstica / Dados
Heterotpicos
45/0
Resduos
0o/0o
Estrutura
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
5
Modelo
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Efeito Pepita
Esfrico
Esfrico
Esfrico
Esfrico
Amplitude u (m)
800
900
2000
2011
2011
2011
2011
2011
2011
2011
2011
2011
1000
1250
1000
1250
1000
1250
350
650
2500
-
Amplitude v (m)
860
860
1459
1459
1459
1459
1459
1459
1400
1600
1700
1400
1600
1700
1400
1600
1700
800
1000
1300
1500
Amplitude w (m)
34
47
47
47
29
29
29
32
-
Patamar
4
13
26
31.5
-1
-2.7
-2.701
-3.501
1
14
26
33
106
1195
1425
1791
-0.01
-0.05
-0.0518
-0.0609
9
12
24.5
29
400
1294
1379
1579
5
11.5
19
22.52
24.22
71
72
73
Raio em v (m)
Raio em w (m)
N de setores
1
2011
1459
47
4
2
1340
972
30
4
Estimativa por cko
3
2011
1459
47
4
4
1340
972
30
4
Variograma Cruzado
obtido a partir da amostra 5
2011
1459
47
8
6
1340
972
30
8
isotpica
7
2011
1459
47
8
8
1340
972
30
8
1
2011
1459
47
4
2
1340
972
30
4
Estimativa por coc
3
2011
1459
47
4
Variograma Cruzado
4
1340
972
30
4
obtido a partir da amostra 5
2011
1459
47
8
isotpica
6
1340
972
30
8
7
2011
1459
47
8
8
1340
972
30
8
1
1250
1700
29
4
2
830
1130
19
4
Estimativa por cko
3
1250
1700
29
4
Variograma Cruzado
4
830
1130
19
4
obtido a partir da amostra 5
1250
1700
29
8
heterotpica
6
830
1130
19
8
7
1250
1700
29
8
8
830
1130
19
8
1
2500
1300
32
4
2
1700
870
21
4
3
2500
1300
32
4
Estimativa por kde
4
1700
870
21
4
Variograma dos
5
2500
1300
32
8
Resduos
6
1700
870
21
8
7
2500
1300
32
8
8
1700
870
21
8
Legenda: cokrigagem ordinria (cko), cokrigagem colocalizada (coc), krigagem com deriva externa (kde)
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
Correlao
N estimativas
0.682
0.686
0.694
0.700
0.686
0.690
0.699
0.709
0.685
0.687
0.697
0.701
0.689
0.691
0.702
0.709
0.546
0.575
0.614
0.575
0.542
0.579
0.614
0.579
0.677
0.692
0.681
0.701
0.684
0.699
0.684
0.702
482
478
482
478
482
478
482
478
482
481
482
481
482
481
482
481
340
335
346
340
344
337
346
340
481
473
481
473
481
473
481
473
74
Com relao aos raios de busca, foi averiguado o efeito de dois tipos de
vizinhana, uma mais ampla, com raios iguais s amplitudes dos variogramas, e
outra mais restrita, com raios iguais a dois teros daquelas amplitudes.
As buscas foram realizadas por quadrante ou por octante e considerando uma
ou duas amostras por setor de modo a evitar agrupamento de pontos decorrente da
super amostragem de determinado poo em relao aos demais. Esses parmetros
tambm
foram
definidos
visando
determinar
subconjuntos
com
diferentes
75
76
10
15
20
A
25
30
30
5
30
20
B
25
30
10
15
20
C
25
30
30
30
30
rho = 0.686
rho = 0.694
25
20
20
20
20
20
20
15
15
15
15
15
15
10
10
10
10
10
10
10
15
20
25
30
10
10
15
20
5
30
20
15
15
10
10
20
10
25
30
15
20
25
30
25
30
10
15
20
25
30
30
rho = 0.686
10
15
20
30
30
rho = 0.690
25
25
25
25
20
20
20
20
15
15
15
15
10
10
10
10
10
15
20
25
30
Z(x)
20
15
30
Z(x)
25
Z(x)
25
Z(x)
rho = 0.700
25
30
30
10
20
D
25
30
15
Z(x)
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
15
30
rho = 0.682
Z(x)
10
10
15
20
25
30
Figura 11. Diagrama de disperso entre valores amostrais de porosidade e estimados por cko (A, B, C, D, E, F, G, H), ckohetero (I, J, K, L, M, N, O, P), coc
(Q) e kde (R).
77
G
10
15
20
25
30
30
30
20
25
20
20
15
15
15
15
10
10
10
10
Z(x)
20
15
20
25
30
10
15
20
30
25
25
25
20
20
15
15
10
10
30
10
15
20
25
30
25
30
20
30
15
I
25
20
J
25
30
30
5
30
10
15
20
K
25
30
30
10
15
20
30
30
rho = 0.575
30
rho = 0.614
rho = 0.575
25
20
20
20
20
20
20
15
15
15
15
15
15
10
10
10
10
10
10
10
15
20
25
30
10
15
20
25
30
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
20
Z(x)
25
Z(x)
25
10
15
rho = 0.546
25
10
30
30
25
30
rho = 0.709
Z(x)
15
30
rho = 0.699
Z(x)
10
Z(x)
10
15
20
25
30
Figura 11 (continuao). Diagrama de disperso entre valores amostrais de porosidade e estimados por cko (A, B, C, D, E, F, G, H), ckohetero (I, J, K, L, M,
N, O, P), coc (Q) e kde (R).
78
10
15
20
M
25
30
30
5
30
20
N
25
30
10
15
20
O
25
30
30
30
30
rho = 0.579
rho = 0.614
25
25
20
20
20
20
20
20
15
15
15
15
15
15
10
10
10
10
10
10
10
15
20
25
30
15
20
10
15
20
25
30
Z(x)
25
Z(x)
25
30
30
30
10
15
20
15
20
25
30
25
30
Q
25
30
30
5
30
rho = 0.579
10
P
25
10
15
20
30
30
rho = 0.702
rho = 0.709
25
20
20
20
20
20
20
15
15
15
15
15
15
10
10
10
10
10
10
10
15
20
25
30
10
15
20
25
30
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
25
Z(x)
Z(x)
15
30
rho = 0.542
Z(x)
10
10
15
20
25
30
Figura 11 (continuao). Diagrama de disperso entre valores amostrais de porosidade e estimados por cko (A, B, C, D, E, F, G, H), ckohetero (I, J, K, L, M,
N, O, P), coc (Q) e kde (R).
79
80
Tabela 6. Estatsticas descritivas das estimativas feitas por cko, coc, cocmm1 e kde.
cko1
cko2
cko3
cko4
cko5
cko6
cko7
cko8
coc
cocmm1
kde
107665
56048
107665
56048
107665
56048
107665
56048
56048
73494
52608
Mdia (%)
15.49
16.20
15.60
16.20
15.48
16.24
15.59
16.21
16.25
15.81
16.60
4.37
4.61
4.24
4.53
4.14
4.42
4.01
4.40
4.37
4.94
4.21
Coeficiente de Variao
0.282
0.284
0.272
0.280
0.267
0.272
0.257
0.271
0.269
0.312
0.253
Mediana (%)
15.63
16.62
15.84
16.81
15.54
16.58
15.78
16.77
16.80
16.24
17.70
Mnimo (%)
4.85
5.09
4.85
5.09
4.85
5.10
4.85
5.10
5.09
1.25
5.64
Mximo (%)
25.18
25.18
25.59
25.70
25.14
25.14
25.68
25.76
25.76
29.79
24.31
N de dados
81
82
72017
38707
75086
39834
73604
39204
75146
39848
Mdia (%)
17.56
17.89
17.60
17.87
17.74
17.98
17.72
17.91
4.22
4.65
4.00
4.37
3.87
4.43
3.69
4.22
Coeficiente de Variao
0.241
0.260
0.227
0.245
0.218
0.246
0.208
0.236
Mediana (%)
18.35
19.37
18.42
19.02
18.26
19.18
18.33
18.99
Mnimo (%)
4.54
5.64
4.94
5.64
5.00
5.64
5.25
5.64
Mximo (%)
24.88
24.89
24.76
24.76
24.76
24.76
24.76
24.76
83
84
15
20
25
10
25
20
20
20
20
15
15
15
15
10
10
10
10
Porosidade
25
5
10
15
20
25
5
5
10
cko1
10
15
15
20
25
20
25
cko2
cko3
5
cko4
C
20
25
10
15
25
20
20
20
20
15
15
15
15
10
10
10
10
Porosidade
25
5
10
15
20
5
5
25
10
cko3
10
15
15
20
25
20
25
cko4
cko5
5
cko6
E
20
25
10
15
25
20
20
20
20
15
15
15
15
10
10
10
10
5
10
15
20
25
cko5
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
B
20
25
Porosidade
15
25
Porosidade
Porosidade
10
cko2
cko1
5
5
5
10
15
20
25
cko6
Figura 12. Diagrama Q-Q entre valores amostrais de porosidade e estimados por cko (A a H),
ckohetero (I a P), coc (Q), cocmm1 (R) e por kde (S).
85
cko7
10
15
cko8
G
20
25
10
25
20
20
20
20
15
15
15
15
10
10
10
10
Porosidade
25
5
10
15
20
25
5
5
10
cko7
10
15
15
20
25
20
25
cko8
ckoheter2
ckoheter1
5
20
25
10
15
25
20
20
20
20
15
15
15
15
10
10
10
10
Porosidade
25
5
10
15
20
25
5
5
10
ckoheter1
10
15
15
20
25
20
25
ckoheter2
ckoheter3
5
ckoheter4
K
20
25
10
15
25
20
20
20
20
15
15
15
15
10
10
10
10
5
10
15
20
Porosidade
25
25
ckoheter3
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
H
20
25
Porosidade
15
25
Porosidade
Porosidade
5
5
10
15
20
25
ckoheter4
Figura 12 (continuao). Diagrama Q-Q entre valores amostrais de porosidade e estimados por cko
(A a H), ckohetero (I a P), coc (Q), cocmm1 (R) e por kde (S).
86
ckoheter5
10
15
ckoheter6
M
20
25
10
25
20
20
20
20
15
15
15
15
10
10
10
10
Porosidade
25
5
10
15
20
5
5
25
10
ckoheter7
10
15
15
20
25
ckoheter6
ckoheter5
ckoheter8
O
20
25
10
15
P
20
25
25
20
20
20
20
15
15
15
15
10
10
10
10
Porosidade
25
5
10
15
20
25
5
5
10
ckoheter7
10
15
15
20
25
20
25
ckoheter8
coc8
5
cocmm1
Q
20
25
10
15
25
20
20
20
20
15
15
15
15
10
10
10
10
5
10
15
20
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
25
Porosidade
N
20
25
Porosidade
15
25
Porosidade
Porosidade
25
coc8
5
5
10
15
20
25
cocmm1
Figura 12 (continuao). Diagrama Q-Q entre valores amostrais de porosidade e estimados por cko
(A a H), ckohetero (I a P), coc (Q), cocmm1 (R) e por kde (S).
87
kde
5
10
15
S
20
25
25
25
20
20
Porosidade
Porosidade
15
15
10
10
5
5
10
15
20
25
kde
88
89
Mtodo
Vizinhana
Coeficiente de Correlao
cko
1
2
3
4
5
6
7
8
-0.129
-0.112
-0.139
-0.125
-0.143
-0.113
-0.141
-0.125
ckohetero
1
2
3
4
5
6
7
8
-0.135
-0.144
-0.181
-0.163
-0.140
-0.136
-0.193
-0.165
coc
-0.130
cocmm1
-1
-0.374
kde
-0.049
Finalmente, o menor valor de correlao foi obtido pela kde, pois nesse caso as
estimativas so calculadas apenas a partir das medidas da varivel primria,
enquanto as da secundria apenas influenciam os pesos provenientes da resoluo
de seu sistema de equaes. O desempenho da kde est de acordo com o resultado
obtido por Watanabe et al. (2009).
Co-estimativas realizadas utilizando raios de busca iguais a 2000 m (em u), 860 m (em v) e 34 m
(em w), 4 setores de busca e 1 amostra por setor.
90
91
0.07 a 4.25
4.26 a 8.43
8.44 a 12.61
12.62
16.81
20.99
25.17
a
a
a
a
16.80
20.98
25.16
29.34
29.35 a 33.63
-300
0
3575
00
-3000
3550
00
00
5200
3525
00
500
7517
1:35000
500
1000
1500
0.07 a 4.25
4.26 a 8.43
8.44 a 12.61
12.62
16.81
20.99
25.17
a
a
a
a
16.80
20.98
25.16
29.34
29.35 a 33.63
-300
0
3575
00
-3000
3550
00
7520
000
3525
00
500
7517
1:35000
500
1000
1500
0.07 a 4.25
4.26 a 8.43
8.44 a 12.61
12.62
16.81
20.99
25.17
a
a
a
a
16.80
20.98
25.16
29.34
29.35 a 33.63
-300
0
3575
00
-3000
3550
00
000
7520
3525
00
500
7517
1:35000
500
1000
1500
Figura 13. Estimativas de porosidade por cko, ckohetero, coc, cocmm1 e kde em todo o Campo de
Namorado.
92
0.07 a 4.25
4.26 a 8.43
8.44 a 12.61
12.62
16.81
20.99
25.17
a
a
a
a
16.80
20.98
25.16
29.34
29.35 a 33.63
-300
0
3575
00
-3000
3550
00
000
7520
3525
00
500
7517
1:35000
500
1000
1500
0.07 a 4.25
4.26 a 8.43
8.44 a 12.61
12.62
16.81
20.99
25.17
a
a
a
a
16.80
20.98
25.16
29.34
29.35 a 33.63
-300
0
3575
00
-3000
3550
00
0
7520
00
3525
00
500
7517
1:35000
500
1000
1500
Figura 13 (continuao). Estimativas de porosidade por cko, ckohetero, coc, cocmm1 e kde em todo
o Campo de Namorado.
93
resultaram
quatro
variveis
indicadoras
cujos
variogramas
94
Distncia (m)
0
1000
2000
3000
Distncia (m)
0
4000
0.25
10
20
A
30
0.25
0.25
0.25
0.15
0.15
0.10
0.10
0.05
0.05
1000
2000
3000
4000
2000
3000
0.10
0.10
0.05
0.05
10
20
0.00
30
Distncia (m)
0
10
20
30
D-90
0.15
2000
3000
4000
1000
2000
3000
0.10
0.05
0.05
0.00
0.00
Distncia (m)
Distncia (m)
0.10
10
20
0.00
30
Distncia (m)
Distncia (m)
C
4000
10
20
C
30
0.25
0.25
0.20
N0
0.15
D-90
0.05
1000
2000
3000
4000
Distncia (m)
Distncia (m)
0
1000
2000
3000
0.20
D-90
0.15
0.15
0.10
0.10
0.05
0.05
0.05
0.00
0.00
0.15
0.10
0.20
0.10
10
20
0.00
30
Distncia (m)
Distncia (m)
D
0
4000
10
20
D
30
0.04
0.04
0.03
0.03
0.02
0.02
0.01
0.01
0.01
0.00
0.00
0.03
0.02
D-90
0.01
0.00
1000
2000
3000
Distncia (m)
4000
D-90
0.04
N0
0.03
0.04
0.05
0.02
10
20
30
0.05
0.05
0.05
0.20
0.25
0.25
1000
0.05
0.00
0.15
0.15
0.05
0.15
0.10
0.15
4000
0.10
0.00
0.20
Distncia (m)
N0
D-90
0.15
Varincia espacial (facies2)
1000
0.20
0.00
0.00
Distncia (m)
Distncia (m)
0.00
0.20
0.20
D-90
0.00
Distncia (m)
Figura 14. Variogramas experimentais calculados para as fcies 1 (A, A), 2 (B, B), 3 (C, C) e 4 (D,
D). esquerda so apresentadas as duas direes de clculo e direita apenas a vertical para
melhor visualizao.
95
Tabela 9. Parmetros utilizados para clculo dos variogramas experimentais das fcies 1, 2, 3 e 4.
Fcies 1
Direo
Tolerncia angular
N de passos
Passo (m)
Fcies 2
Fcies 3
Fcies 4
0/0
0/90
0/0
0/90
0/0
0/90
0/0
0/90
90
30
90
30
90
30
90
30
30
30
30
30
500
500
500
500
96
Tabela 10. Parmetros dos modelos ajustados aos variogramas experimentais das fcies 1, 2, 3 e 4.
Estrutura
Modelo
Amplitude u (m)
Amplitude v (m)
Amplitude w (m)
Patamar
Fcies 1
1
2
3
4
Efeito Pepita
Esfrico
Esfrico
Esfrico
650
1300
1700
650
1300
1700
22
30
-
0.11
0.21
0.232
0.2385
Fcies 2
1
2
3
4
Efeito Pepita
Exponencial
Exponencial
Exponencial
600
700
1700
600
700
1700
7.5
29
-
0.075
0.135
0.155
0.16
Fcies 3
1
2
3
Efeito Pepita
Exponencial
Exponencial
700
1750
700
1750
26
-
0.05
0.19
0.239
Fcies 4
1
2
3
4
Efeito Pepita
Exponencial
Exponencial
Exponencial
750
800
1100
750
800
1100
4
16
-
0.026
0.042
0.0436
0.0473
97
98
Distncia (m)
1000
2000
3000
0
9
D-90
10
20
30
40
50
60
70
9
8
D-90
1000
2000
3000
4000
10
20
Distncia (m)
1000
2000
3000
30
40
50
60
70
60
70
4000
10
20
30
40
50
15
D-90
5
1000
2000
3000
4000
1000
2000
3000
20
20
D-90
10
Varincia espacial
30
3000
1000
2000
3000
4000
10
20
60
70
30
40
50
C
10
9
8
7
6
D-90
10
20
30
40
50
60
70
60
70
10
10
4000
Varincia espacial
20
D-90
10
20
30
40
50
40
40
30
30
20
D-90
10
Distncia (m)
20
Varincia espacial
20
Varincia espacial
30
Distncia (m)
0
N0
3000
70
4000
30
2000
60
40
1000
50
Distncia (m)
40
40
Distncia (m)
Distncia (m)
0
30
10
2000
20
Varincia espacial
N0
30
1000
10
Distncia (m)
10
40
C
4000
Varincia espacial
Varincia espacial
10
Distncia (m)
40
10
Distncia (m)
Distncia (m)
Varincia espacial
10
Varincia espacial
N0
10
15
D-90
15
Varincia espacial
Varincia espacial
15
Distncia (m)
Distncia (m)
Distncia (m)
0
Varincia espacial
Varincia espacial
N0
Varincia espacial
Distncia (m)
4000
Varincia espacial
Varincia espacial
10
10
20
30
40
50
60
70
Distncia (m)
Figura 15. Variogramas experimentais calculados para os dados de porosidade separados conforme
as fcies 1 (A-A), 2 (B-B), 3 (C-C) e 4 (D-D). esquerda so apresentadas as duas direes de
clculo e direita apenas a vertical para melhor visualizao.
99
Distncia (m)
0
1000
2000
3000
200000
Distncia (m)
0
4000
200000
10
20
30
40
50
60
70
200000
200000
100000
100000
N0
50000
Varincia espacial
150000
50000
1000
2000
3000
4000
150000
150000
100000
100000
50000
50000
10
20
Distncia (m)
1000
2000
3000
50
60
70
60
70
4000
3000
D-90
2000
Varincia espacial
3000
10
20
30
40
50
4000
4000
3000
3000
2000
2000
D-90
1000
1000
1000
2000
3000
4000
1000
2000
3000
0
6000
5000
5000
5000
3000
4000
3000
N0
1000
2000
1000
1000
2000
3000
4000
Distncia (m)
Distncia (m)
0
1000
2000
3000
10
15
20
D-90
5000
3000
3000
2000
2000
1000
1000
10
15
20
10
20
30
40
50
D
60
70
60
50
50
50
40
40
30
30
20
20
Varincia espacial
60
30
N0
70
60
40
30
60
Distncia (m)
Distncia (m)
Varincia espacial
40
50
6000
D-90
20
50
40
4000
4000
60
30
4000
Varincia espacial
20
Varincia espacial
D-90
Varincia espacial
6000
2000
10
C
4000
6000
4000
Distncia (m)
Distncia (m)
Varincia espacial
Varincia espacial
Varincia espacial
1000
1000
Distncia (m)
Distncia (m)
Varincia espacial
N0
Varincia espacial
Varincia espacial
5000
2000
40
Distncia (m)
4000
5000
4000
30
Distncia (m)
Distncia (m)
0
Varincia espacial
D-90
150000
Varincia espacial
Varincia espacial
D-90
20
D-90
10
10
1000
2000
3000
Distncia (m)
4000
10
10
10
20
30
40
50
60
70
Distncia (m)
100
Tabela 11. Parmetros para clculo dos variogramas experimentais de porosidade e permeabilidade para as fcies 1, 2, 3 e 4.
Porosidade
Fcies 1
Fcies 2
Permeabilidade
Fcies 3
Fcies 4
Fcies 1
Fcies 2
Fcies 3
Fcies 4
Direo
0/0
0/90
0/0
0/90
0/0
0/90
0/0
0/90
0/0
0/90
0/0
0/90
0/0
0/90
0/0
0/90
Tol. Ang.
90
30
90
30
90
30
90
30
90
30
90
30
90
30
90
30
N passos
60
60
60
60
60
60
10
60
Passo (m)
500
500
500
500
500
500
500
500
101
Tabela 12. Parmetros dos modelos ajustados aos variogramas experimentais de porosidade e permeabilidade para as fcies 1, 2, 3 e 4.
Estrutura
Modelo
Amplitude u (m)
Amplitude v (m)
Amplitude w (m)
Patamar
Fcies 1
1
2
Efeito Pepita
Esfrico
1000
1000
28
4.8
7.86
Fcies 2
1
2
3
Efeito Pepita
Esfrico
Esfrico
1000
1350
1000
1350
18
-
7.9
12.5
15.8
Fcies 3
1
2
3
4
Efeito Pepita
Esfrico
Esfrico
Esfrico
600
750
1300
600
750
1300
13
-
2
4
30
36.1
Fcies 4
1
2
3
Efeito Pepita
Esfrico
Esfrico
450
-
450
-
10
25
5
23.8
28
Fcies 1
1
2
3
Efeito Pepita
Esfrico
Esfrico
1300
-
1300
-
31
33
55000
175600
205600
Fcies 2
1
2
3
Efeito Pepita
Esfrico
Esfrico
1000
1640
1000
1640
6
-
390
1040
4140
Fcies 3
1
2
3
Efeito Pepita
Esfrico
Esfrico
750
-
750
-
1
4
1407
2407
4307
Fcies 4
1
2
3
Efeito Pepita
Esfrico
Esfrico
744.21
-
744.21
-
6
9
8
13
23
Porosidade
Permeabilidade
102
103
v5 = if else (v1 > v2 & v1 > v3 & v1 > v4, 1, if else (v2 > v1 & v2 > v3 & v2 > v4, 2, if
else (v3 > v1 & v3 > v2 & v3 > v4, 3, if else (v4 > v1 & v4 > v2 & v4 > v3, 4, ffff)))).
104
105
Tabela 13. Parmetros de vizinhana para estimativa das fcies, porosidade e permeabilidade.
Fcies
Raio em u
Raio em v
Raio em w
Setores
Amostras / setor
Mnimo de amostras
5000 m
5000 m
500 m
Porosidade
Permeabilidade
106
Facies
Facies
AUSENT E
AUSENTE
Facies 1
Facies 1
Facies 2
Facies 2
Facies 3
Facies 3
Facies 4
-300
Facies 4
-300
0
3575
00
0
-300
3550
00
000
7520
3525
3550
00
000
7520
00
500
7517
-300
0
3575
00
1:35000
500
1000
3525
00
500
7517
1500
1:35000
500
1000
1500
Facies
AUSENT E
Facies
Facies 1
AUSENTE
Facies 2
Facies 1
Facies 3
Facies 2
Facies 4
Facies 3
Facies 4
-300
0
3575
00
-3000
3550
00
000
7520
3525
500
7517
00
0
-300
0
3575
00
-3000
1:35000
500
1000
3550
00
000
7520
3525
00
1500
500
7517
1:35000
5 00
100 0
1500
107
Facies
AUSENT E
Facies 1
Facies 2
Facies 3
Facies 4
-300
0
357 5
00
-3000
355 0
00
7520
00 0
352 5
00
1:35000
500
1000
1500
500
751 7
Figura 18. Distribuio espacial conjunta das fcies no Campo de Namorado. Para melhor
visualizao, exibe-se, abaixo, o modelo de blocos em 3D com as estimativas das fcies 1, 2 e 4.
108
Fcies
2
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0.0
Freqncias
Freqncias
0.0
Fcies
109
Porosidade-facies1
17.5
20.0
22.5
25.0
27.5
30.0
20.0
22.5
25.0
27.5
30.0
32.5
Freqncias
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
0.25
0.20
0.20
0.15
0.10
0.10
0.05
0.05
10
20
0.2
0.1
0.1
0.0
0.0
10
15
Porosidade-facies3
Porosidade-facies4
0
10
Freqncias
0.2
B
80
90
0.05
0.05
10
20
30
40
50
60
70
80
0.00
90
C
8
10
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0.0
10
Permeabilidade-facies3
Permeabilidade-facies4
10
20
0.0
D
30
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
Freqncias
Freqncias
Freqncias
0.3
0.1
70
0.10
0.2
60
0.10
0.2
50
0.15
15
0.3
40
Freqncias
0.3
Freqncias
0.3
30
Permeabilidade-facies2
Permeabilidade-facies3
0.5
20
0.0
0.15
0.4
3000
0.20
15
0.4
2000
0.20
0.00
0.00
10
10
0.5
1000
Freqncias
0.15
Permeabilidade-facies1
Permeabilidade-facies2
20
0.25
0.0
Freqncias
Freqncias
0.4
10
Porosidade-facies2
Porosidade-facies3
Freqncias
0.0
Freqncias
17.5
Freqncias
3000
0.1
Porosidade-facies1
Porosidade-fcies2
0.0
2000
Freqncias
0.2
0.1
0.00
1000
0.3
0.2
0.0
Freqncias
Freqncias
0.3
Permeabilidade-facies1
32.5
0.1
10
15
Porosidade-facies4
0.0
0.0
10
20
30
0.0
Permeabilidade-facies4
110
111
Tabela 14. Estatsticas descritivas da porosidade das fcies 1, 2, 3 e 4 medida nos poos.
Fcies 1
Fcies 2
Fcies 3
Fcies 4
N dados
14190
7892
15391
1984
Mdia (%)
24.96
15.53
4.15
3.81
2.80
3.84
5.79
4.88
Mnimo (%)
Mximo (%)
33.53
29.71
23.58
20.42
Q25 (%)
22.76
13.61
Q50 (%)
25.06
16.34
Q75 (%)
27.07
18.30
8.63
7.71
112
Tabela 15. Estatsticas descritivas da permeabilidade das fcies 1, 2, 3 e 4 medida nos poos.
Fcies 1
Fcies 2
Fcies 3
Fcies 4
N dados
14190
7892
15391
1984
Mdia (mD)
562.40
22.74
3.58
1.39
418.98
65.60
49.05
3.61
Mnimo (mD)
0.10
0.10
0.10
0.10
Mximo (mD)
3000
2673.12
3000
58.98
Q25 (mD)
320.88
7.05
0.10
0.10
Q50 (mD)
450.31
16.54
0.10
0.10
Q75 (mD)
638.58
30.28
1.52
1.13
113
Tabela 16. Volume poroso do reservatrio obtido a partir das estimativas feitas por cko, ckohetero,
coc, cocmm1 e kde e com base em um dos dois critrios de seleo de blocos reservatrio.
Volume (m3)
Mtodo
Critrio 1
Critrio 2
cko
54.824.432,38
29.211.030,35
ckohetero
72.325.861,91
40.497.490,43
coc
54.928.044,38
29.575.522,36
cocmm1
64.836.415,72
49.426.542,84
kde
33.152.629,63
22.755.423,34
114
115
CAPTULO VI
CONCLUSES
Os resultados obtidos nessa dissertao refletem sobremaneira a baixa
correlao entre a porosidade amostral e os valores de impedncia acstica obtidos
por interpolao tri-linear. Como alternativa interpolao, recomenda-se que em
estudos futuros sejam utilizados dados de perfis snicos e de densidade para
clculo da impedncia acstica visando, assim, integrar os dados ssmicos aos de
poos.
Com relao preciso local, cokrigagem ordinria aplicada aos dados
isotpicos, cokrigagem colocalizada e krigagem com deriva externa resultaram nas
melhores correlaes entre valores reais e co-estimados de porosidade, mas
praticamente no houve diferenas de desempenho entre esses mtodos. Em
contrapartida, a cokrigagem ordinria apresentou resultados inferiores quando foram
utilizados os dados heterotpicos.
Quanto reproduo das estatsticas amostrais, os mtodos tambm
apresentaram desempenho muito similar caracterizado pela obteno de estatsticas
menores que as amostrais, por melhor aderncia das co-estimativas cauda inferior
da distribuio amostral e por suavizao das co-estimativas. A cokrigagem ordinria
aplicada aos dados heterotpicos apresentou pequeno ganho ao ajustar-se
ligeiramente melhor reta de referncia nos diagramas Q-Q.
No que tange preservao da correlao amostral entre porosidade e
impedncia acstica, a cokrigagem colocalizada com utilizao do modelo
markoviano mostrou-se mais eficiente ao obter correlao mais prxima da amostral
116
117
118
REFERNCIAS BIBLIOGRFICAS
Avadhani V. L. N., Anandan M., Thattacherry B. J., Murthy K. S., Gariya B. C. &
Dwivedi A. K. 2006. Acoustic impedance as a lithological and hydrocarbon indicator
a case study from Cauvery Basin. The Leading Edge: 854 858.
Bleins C., Deraisme J., Geffroy F., Jeanne N., Perseval S., Rambert F., Renard D.,
Torres O., Touffait Y. 2006. ISATIS 6.0. Beginners Guide. Frana,
GEOVARIANCES.
Bourke
P.
1997.
Interpolao
Trilinear.
In:
http://local.wasp.uwa.edu.au/
Chils J-P. & Delfiner P. 1999. Geostatistics: Modeling Spatial Uncertainty: John
Wiley & Sons, Inc. New York, 1st. Ed., 695p.
do
reservatrio
de
Namorado.
Dissertao
de
Mestrado,
Davis J. C. 1986. Statistics and data analysis in geology. John Wiley & Sons. 646 p.
119
Dias J. L., Scarton J. C., Esteves F. R., Carnimatti M., Guardado L. R. 1990.
Aspectos da Evoluo Tectono-sedimentar e a Ocorrncia de Hidrocarbonetos
na Bacia de Campos. In: De Raja Gabaglia G. P. & Milani E. J. (coords.) 1991.
Origem e Evoluo de Bacias Sedimentares. PETROBRAS. Rio de Janeiro,
Brasil. p. 333-360.
120
Huuse M. & Feary D. A. 2005. Seismic inversion for acoustic impedance and porosity
of Cenozoic cool-water carbonates on the upper continental slope of the Great
Australian Bight. Marine Geology, 215: 123 - 134.
121
Journel, A.G. & Huijbregts, C.J, 1978. Mining geostatistics: Academic Press. 600p.
Milani E. J. & Thomaz Filho A. 2000. Sedimentary Basins of South America. In:
Cordani U. G., Milani E. J., Thomaz Filho A., Campos D. A. 2000. Tectonic
Evolution of South America. Rio de Janeiro: 31st. International Geological
Congress. Rio de Janeiro, Brasil. p. 389-449.
122
Olea R. 1999. Geostatistics for engineers and earth scientists. Boston, Kluwer
Academic. 303p.
Rangel H. D., Martins F. A. L., Esteves F. R., Feij F. J. 1994. Bacia de Campos.
Boletim de Geocincias da Petrobrs, 8: 203 - 217.
123
Spadini A. R., Esteves F. R., Dias-Brito D., Azevedo R. L. M., Rodrigues R. 1988.
The Maca Formation, Campos Basin, Brazil: Its Evolution in the Context of the
Initial History of the South Atlantic. Revista Brasileira de Geocincias, 18 (3):
261-272.
Vaughan R. D., Atef A. & El-Outefi N. 2003. Use of seismic attributes and acoustic
impedance in 3D reservoir modeling: an example from a mature Gulf of Suez
Carbonate Field (Ras Fanar, Egypt). In: AAPG International Conference.
Barcelona, p. 1 5.
124
Xu W., Tran T. T., Srivastava R. M. & Journel A. G. 1992. Integrating Seismic Data in
Reservoir Modelling: The Collocated Cokriging alternative. In: Proceedings
Annual Technical Conference of the Society of Petroleum Engineers, 67.
Washington, paper SPE 24741, p. 833 842.
125
ANEXO
unit Unit1;
interface
uses
Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs,
StdCtrls;
type
TForm1 = class(TForm)
Button1: TButton;
Button2: TButton;
Button3: TButton;
OpenDialog1: TOpenDialog;
SaveDialog1: TSaveDialog;
OpenDialog2: TOpenDialog;
OpenDialog3: TOpenDialog;
OpenDialog4: TOpenDialog;
SaveDialog2: TSaveDialog;
procedure Button1Click(Sender: TObject);
procedure Button2Click(Sender: TObject);
procedure Button3Click(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;
var
Form1: TForm1;
implementation
{$R *.DFM}
procedure TForm1.Button1Click(Sender: TObject);
var
entrada,saida,batch:textFile;
nomeArquivo,arquivosaida:string;
i,j,k,kz1,kz2,ix1,ix2,iy1,iy2:integer;
cota,cotaMin,x,y,z,m,impedancia,xp,yp:real;
begin
if savedialog1.Execute then
assignfile(saida,SaveDialog1.FileName);
rewrite(saida);
cotaMin:=-2850;
if opendialog1.Execute then
126
assignFile(batch,OpenDialog1.FileName);
reset(batch);
if opendialog2.Execute then
assignFile(entrada,OpenDialog2.FileName);
while not(eof(batch)) do
begin
readln(batch,xp,yp,cota);
kz1:=trunc(abs(cota-cotaMin)/3.0);
m:=(abs(cota-cotaMin)/3)-kz1;
if (m>0)then
kz2:=kz1+1 else
kz2:=kz1;
reset(entrada);
readln(entrada);
readln(entrada);
readln(entrada);
for i:=1 to (kz1-1)*319*136 do readln(entrada);
ix1:=trunc((xp-350079.00)/25.00);
ix2:=ix1+1;
iy1:=trunc((yp-7517054.00)/33.43);
iy2:=iy1+1;
for k:=1 to 2 do
for i:=1 to 136 do
begin
y:=7517054.00+(i)*33.43;
for j:=1 to 319 do
begin
case k of
1:z:=-kz1*3-2850.00;
2:z:=-kz2*3-2850.00;
end;
x:=350079.00+(j)*25.00;
readln(entrada,impedancia);
if ((ix1=j) and (iy1=i)) then writeln(saida,x,'
if ((ix2=j) and (iy1=i)) then writeln(saida,x,'
if ((ix2=j) and (iy2=i)) then writeln(saida,x,'
if ((ix1=j) and (iy2=i)) then writeln(saida,x,'
end;
end;
closeFile(entrada);
end;
closeFile(saida);
closeFile(batch);
showmessage(' fim');
end;
',y,'
',y,'
',y,'
',y,'
',z,'
',z,'
',z,'
',z,'
',impedancia);
',impedancia);
',impedancia);
',impedancia);
127
128
imp222:=impedancia;
r4:=((xf-xp)/(xf-xi)*imp122)+((xp-xi)/(xf-xi)*imp222);
s2:=((yf-yp)/(yf-yi)*r2)+((yp-yi)/(yf-yi)*r4);
if (zf=zp) or (zi=zp) then
p:=s1 else
p:=((zf-zp)/(zf-zi)*s1)+((zp-zi)/(zf-zi)*s2);
writeln(final,r1,' ',r2,' ',r3,' ',r4,' ',s1,' ',s2,' ',p);
end;
end;
closefile(saida);
closefile(batch);
closefile(final);
showmessage(' fim');
end;
procedure TForm1.Button3Click(Sender: TObject);
begin
close;
end;
end.