Espectroscopía: La clave para la obtención de

respuestas petrofísicas rápidas y confiables

Las decisiones relacionadas con las operaciones de terminación de pozos requieren

interpretaciones de registros rápidas, objetivas y confiables. Un método nuevo, casi
automático, de procesamiento de los datos provenientes de las herramientas de
espectroscopía modernas y de adquisición de registros convencionales, provee esa
información rápidamente a los operadores. Un análisis extensivo de la relación exis-
tente entre las propiedades de las rocas y las concentraciones elementales en las
muestras de núcleos proporcionó un fundamento confiable para este nuevo servicio.

Dan Barson Las interpretaciones petrofísicas, que compren-
Rod Christensen den como mínimo la determinación de la
OILEXCO Incorporated porosidad y la saturación de agua, son esenciales
Calgary, Alberta, Canadá para la toma de decisiones relacionadas con la
adquisición de datos de presión, la recolección
Eric Decoster
de muestras de fluidos y las operaciones de entu-
Caracas, Venezuela
bación y terminación de pozos. En consecuencia,
Jim Grau las respuestas confiables en tiempo real o a las
Michael Herron pocas horas de haber adquirido los registros
Susan Herron resultan de suma importancia para los operado-
Ridgefield, Connecticut, EUA res. Si bien los estudios de caracterización de
yacimientos implican más datos y más tiempo
Udit Kumar Guru para ajustar la interpretación en relación con un
El Cairo, Egipto yacimiento en particular, el tiempo y los datos
siempre son escasos. Incluso para estos estudios
Martín Jordán de mayor magnitud, una evaluación rápida y
Petróleos de Venezuela S.A. (PDVSA)
confiable resulta de utilidad como punto de par-
Barinas, Venezuela
tida y como resumen oportuno de los registros.
Thomas M. Maher Los intentos realizados en el pasado para
Apache Egypt Companies proveer un paquete de interpretación generali-
El Cairo, Egipto zado se vieron acosados por la necesidad de
definir en forma manual numerosos parámetros
Erik Rylander y zonas de las formaciones. En condiciones idea-
Clamart, Francia les, estos parámetros son seleccionados por un
intérprete calificado o mediante referencia a
Jim White una base de datos local establecida para el yaci-
Aberdeen, Escocia miento o la formación. Lamentablemente, es
probable que ninguna de estas opciones se
Por su colaboración en la preparación de este artículo, se
agradece a Bill Batzer y Lisa Stewart, Ridgefield, Connecticut, encuentre disponible en el momento requerido.
EUA; Matt Garber, Cambridge, Inglaterra; Martin Isaacs, Un enfoque alternativo consiste en determinar
Sugar Land, Texas, EUA; Daniel Valois, Barinas, Venezuela;
y Richard Woodhouse, consultor, Surrey, Inglaterra. varios de estos parámetros en forma automática.
DecisionXpress, ECS (herramienta de Espectroscopía de Ahora, los registros de concentraciones e-
Captura Elemental), ELANPlus, GLOBAL, GLT (herramienta
de Adquisición de Registros Geoquímicos), Litho-Density, lementales y el procesamiento litológico
MDT (Probador Modular de la Dinámica de la Formación), Spectrolith de los datos adquiridos por las herra-
Platform Express, RST (herramienta de Control de Saturación
del Yacimiento) y SpectroLith son marcas de Schlumberger. mientas de espectroscopía de rayos gamma
inducidos por neutrones posibilitan la estima-
ción de todos los parámetros de la matriz en
forma automática, con un nivel de precisión
como mínimo equivalente al de las lentas técni-
cas convencionales. El número de parámetros se
reduce asombrosamente, limitándose en el caso
óptimo a uno solo: la resistividad del agua de for-
mación, Rw. Al mismo tiempo, los modelos de
conductividad y permeabilidad científicamente
más rigurosos mejoran la confiabilidad de los
resultados.
La combinación de estas técnicas, conocida
como sistema de evaluación petrofísica
DecisionXpress, ha sido aplicada con éxito en
una gran variedad de yacimientos siliciclásticos.
Por el momento, este sistema no es aplicable a
los yacimientos carbonatados, fundamentalmen-
te debido a la falta de buenos modelos científicos
y a la dificultad de distinguir la calcita de la dolo-
mía en presencia de gas. Este artículo explica las
bases de los algoritmos que permiten que el sis-
tema DecisionXpress sea rápido, preciso y con-
fiable, y muestra ejemplos tomados de distintos
ambientes tales como Egipto, Venezuela y el Mar
del Norte. No obstante, primero conviene consi-
derar las limitaciones de las técnicas convencio-
nales.
El problema de la evaluación de registros
Gran parte de la evaluación de registros de pozos
implica la ejecución del análisis volumétrico. Si se
conocen la porosidad y la saturación de fluidos, la
determinación de los volúmenes de fluidos es sen-
cilla. La permeabilidad de la matriz no puede esti-
marse directamente a través de mediciones está-
ticas derivadas de los registros; sin embargo,
puede estimarse a partir de los volúmenes de flui-

16 Oilfield Review
dos y minerales. La dificultad con el análisis volu-
métrico reside en el hecho de que existen muchas
más incógnitas que mediciones. Además de gas,
petróleo y agua—que pueden variar significa-
tivamente en lo que respecta a composición, den-
sidad y abundancia relativa desde el tope hasta la
base de una columna de hidrocarburos—existen
muchos componentes minerales posibles. El ana-
lista de registros también debe conocer la movili-
dad del fluido, por ejemplo si el agua presente en
la formación es agua irreducible o agua de pro-
ducción libre.1
Los conjuntos de registros modernos pueden
proveer cientos de mediciones pero estas medi-
ciones no son todas independientes. Por
ejemplo, muchas mediciones responden intensa-
mente a la porosidad pero ninguna identifica el
volumen de petróleo en forma única. Frente a
este desafío, el intérprete de registros está obli-
gado a trabajar con modelos que reduzcan el
número de incógnitas a una cantidad que se ade-
cue a las mediciones disponibles. Por ejemplo, si
se sabe que un yacimiento corresponde a una
arenisca que contiene petróleo, el intérprete
puede excluir la anhidrita y el gas del modelo. El
intérprete debe elegir el modelo, de manera que
Otoño de 2005
la intervención humana se requiere desde el
principio. Si bien esta elección puede resultar
sencilla para un yacimiento correctamente desa-
rrollado, es probable que resulte dificultosa en
un pozo de exploración o de evaluación, o cuando
el conjunto de mediciones cambia con respecto a
las mediciones obtenidas en los pozos vecinos
que fueron utilizados para establecer el modelo.
Los modelos contienen parámetros que
expresan la respuesta de las mediciones a sus
componentes. Algunos parámetros están defini-
dos con precisión, por ejemplo la densidad de la
calcita. Ciertas respuestas varían considerable-
mente, tal es el caso de la respuesta del registro
de rayos gamma a la lutita. En estas circunstan-
cias, los programas de interpretación de
registros adoptan diferentes enfoques. Los que
hacen hincapié en la facilidad y velocidad de uso
emplean modelos simples y permiten que el
intérprete establezca sólo algunos de los pará-
metros más variables. Aquellos que ponen
énfasis en la exactitud ofrecen modelos comple-
jos y permiten que la mayoría de los parámetros
puedan ser modificados por el usuario (véase
“Revisión de los métodos de interpretación de
registros,” próxima página).
Cualquiera sea el enfoque, los parámetros
más difíciles de seleccionar son invariablemente
los de los minerales de arcilla. El tipo, volumen y
distribución de la arcilla afectan considerable-
mente la determinación de la porosidad a partir
de los registros de porosidad, tales como los
registros de neutrón, densidad y sónico, y la
determinación de la saturación de agua a partir
de los registros de resistividad. En la interpreta-
ción de registros convencional, basada en un
conjunto de registros triple combo—resistivi-
dad, porosidad–densidad, porosidad–neutrón,
rayos gamma y potencial espontáneo—el volu-
men de la arcilla se determina básicamente a
partir de la respuesta del registro de rayos
gamma y de las mediciones obtenidas de los
registros de densidad y de neutrón. La subjetivi-
dad de la interpretación de los registros de rayos
(continúa en la página 20)
1. La saturación de agua irreducible es el valor de satura-
ción de agua más bajo, Swirr, que puede obtenerse en
una muestra de pequeño diámetro a través del desplaza-
miento del agua con petróleo o gas. A este estado se
llega normalmente haciendo circular petróleo o gas a
través de una muestra saturada de agua o haciéndola
girar en un centrifugador con el fin de desplazar el agua
con petróleo o gas.
17
 Revisión de los métodos de interpretación de registros
Las técnicas de interpretación de registros
han evolucionado pasando de las soluciones
lineales de ecuaciones simples de la década
de 1940 a las inversiones matemáticas y las
redes neuronales disponibles actualmente
(derecha).1 Este desarrollo fue impulsado no
sólo por las mejoras logradas en la tecnología
computacional sino también por el número
creciente de mediciones de registros de pozos
y el mayor conocimiento de las respuestas de
los registros. Los objetivos principales de los
intérpretes de registros—determinar la poro-
sidad, la saturación de agua y la permeabili-
dad—siguen siendo los mismos. Lo que ha
cambiado es nuestra capacidad para calcular
estas cantidades en forma más rápida y con-
fiable, en un rango más amplio de formacio-
nes, y nuestra habilidad para computar otros
datos de salida tales como la saturación de
agua irreducible y la mineralogía.
El fundamento de la interpretación cuanti-
tativa de registros es el conjunto de relacio-
nes introducidas por G. E. Archie en el año
1941.2 En esos primeros tiempos, la interpre-
tación era un proceso secuencial—primero se
determinaba la porosidad a partir de un regis-
tro sónico, de densidad o de neutrón, y luego
se hallaba la saturación de agua utilizando el
registro de resistividad. Este proceso se lleva-
ba a cabo utilizando diagramas y nomogramas
que se volvían cada vez más complicados a
medida que se disponía de más registros de
porosidad y en tanto se reconocían y cuantifi-
caban los efectos de la arcilla y de los fluidos
de la zona invadida. La interpretación de
registros dejó de ser un proceso secuencial
simple para convertirse en un proceso con
numerosas opciones e iteraciones.
Tales iteraciones no representaban un pro-
blema para las calculadoras y computadoras
que se estaban introduciendo por ese enton-
ces. Para fines de la década de 1960, complejos
programas tales como el sistema SARABAND,
podían utilizar todas las mediciones de regis-
tros existentes, estimar el volumen de arcilla a
partir de una variedad de fuentes y calcular
las saturaciones de fluidos tanto en la zona
invadida como en la zona no invadida.3
18
Estos programas operaban en forma secuen- formaciones, por ejemplo areniscas arcillosas,
cial; por ejemplo, estimando primero el volu- y para determinadas mediciones de registros
men de arcilla, luego la porosidad y por últi- y ecuaciones de respuesta. No obstante, la
mo la saturación de agua. Sin embargo, se complejidad de la lógica hizo que el agregado
requerían extensivas iteraciones para refinar posterior de una medición o de una idea de
la respuesta. Los programas se diseñaban interpretación nueva resultara cada vez más
específicamente para determinados tipos de dificultoso.
Década de 1940 a
década de 1950
Diagramas y Nomogramas
Enfoque gradual, proceso manual Pocos parámetros
Modelos simples
Transparencias
Curvas presentadas en escalas Modelos simples
seleccionadas y leídas con Parámetros escasos
reglas transparentes o inexistentes
Década de 1960 a
década de 1970
Métodos Secuenciales o Determinísticos
Lógica compleja con enlaces Parámetros explícitos:
iterativos pocos o muchos
Flexibilidad limitada del modelo
Década de 1980 a
década de 1990
Métodos Simultáneos o Estadísticos
Inversión restringida a través de la Usualmente numerosos
minimización de la incertidumbre parámetros explícitos
Mayor flexibilidad en el modelo
Red Neuronal
Datos de entrada mapeados para Mínima cantidad
generar conjuntos de datos de sa- de parámetros
lida en base a datos de entrena-
Década de 1990 a
miento. Modelo implícito (datos
década de 2000
de entrada, datos de salida)
Sistema DecisionXpress
Determinación casi automática de Modelo implícito
la litología y, en consecuencia, Mínima cantidad
otros datos de salida de parámetros
> Desarrollo de los métodos de interpretación para herramientas de adquisición de registros
múltiples desde la década de 1940. No se muestra la interpretación para una sola herramienta
de adquisición de registros.
Oilfield Review
 A fines de la década de 1970, se introdujo la
idea de tratar la interpretación de registros
como un problema de inversión matemática.4
Cada medición posee una ecuación de respues-
ta que puede ser expresada como un conjunto
de volúmenes de formación desconocidos, cada
uno de los cuales es multiplicado por un pará-
metro. Cuando existen como mínimo tantas
ecuaciones como volúmenes desconocidos,
éstos últimos pueden hallarse mediante méto-
dos de inversión comunes. La solución puede
ser restringida; por ejemplo, no permitiendo
que la porosidad exceda un valor específico, y
a cada ecuación de respuesta se le puede asig-
nar un peso diferente. De esta manera, se
simulaba la lógica de los programas secuencia-
les pero no era necesario rescribir el programa
de computación para adicionar o sustraer una
medición o un modelo.
En la década de 1980, se desarrollaron aún
más los métodos de inversión y se redujo el
tiempo computacional insumido en los mismos
para permitir correr diferentes modelos en
forma simultánea.5 De este modo era posible
seleccionar el modelo más adecuado para
cada intervalo ya fuera en forma manual o uti-
lizando algún criterio automático.
Cualquiera sea el método seleccionado, las
tareas principales de la interpretación asistida
por computadoras siguen siendo las mismas.
En primer lugar, los registros de entrada nece-
sitan ser editados, ajustados en profundidad y
corregidos por efectos ambientales. Estas
tareas se encaran cada vez con más frecuen-
cia durante la etapa de adquisición pero aún
constituyen un problema en condiciones difi-
cultosas, tales como pozos que presentan
derrumbes. En segundo lugar, se deben elegir
los parámetros y, cuando se dispone de la
opción, el modelo de formación. Por último, es
preciso controlar los resultados para verificar
su calidad y modificar los parámetros o el
modelo hasta que la interpretación resulte
satisfactoria.
La selección de parámetros siempre ha sido
un tema clave en la interpretación de registros.
La selección manual de parámetros consiste en
Otoño de 2005
seleccionar valores a partir de mediciones
(como las propiedades del revoque de filtra-
ción), registros, gráficas de interrelación o his-
togramas; por ejemplo, a través de la búsqueda
de la resistividad aparente del agua en una
zona de agua. Desafortunadamente, no existe
ninguna certeza de que un intervalo sea acuífe-
ro; ésta es en sí una interpretación. Por lo
tanto, la selección manual de parámetros suele
ser una cuestión de apreciación subjetiva.
La mayoría de los métodos de selección
automática de parámetros implementan la
lógica que subyace a los métodos manuales,
con las mismas limitaciones. En ciertos casos,
los parámetros pueden ser determinados por
métodos de inversión haciendo uso del hecho
de que los parámetros son constantes a lo
largo de un intervalo. Finalmente, los paráme-
tros pueden escogerse de bases de datos espe-
cíficas de un yacimiento, formación, área geo-
gráfica o ambiente geológico en particular.
Estas bases de datos varían desde tablas de
Rw simples hasta conjuntos de procedimien-
tos y las experiencias de los especialistas.
El control de calidad es aún más subjetivo
que la selección de parámetros. Los registros
reconstruidos—los computados a partir de la
solución y los parámetros y el modelo utiliza-
dos—muestran si la solución respeta los
registros de entrada pero no indican si los
parámetros o el modelo son correctos. En la
práctica, la calidad del resultado depende del
criterio del intérprete y de la comparación
con otros datos, tales como el análisis de
núcleos, las pruebas de pozos y los resultados
de producción. Los intérpretes experimenta-
1. Para una revisión detallada, consulte: Marett G y
Kimminau S: “Logs, Charts, and Computers: The History
of Log Interpretation Modeling,” The Log Analyst 31, no
6 (Noviembre–Diciembre de 1990): 335–354.
2. Archie GE: “The Electrical Resistivity Log as an Aid in
Determining Some Reservoir Characteristics,”
Transcripciones del Instituto Americano de Ingenieros
Mineros y Metalúrgicos, 146. Nueva York: Instituto
Americano de Ingenieros Mineros y Metalúrgicos
(1941): 54–62.
3. Introducido por Schlumberger en el año 1970, el sis-
tema SARABAND fue el primer análisis de yacimientos
asistido por computadoras. Para más información,
consulte: Poupon et al, referencia 2, texto principal.
dos no utilizan programas de computación
para hallar la solución sino para implementar
y refinar las ideas que extraen a partir del es-
tudio de los registros sin procesar. No obstan-
te, esta experiencia no tiene que ser general y
requerir mucho tiempo para su desarrollo;
puede obtenerse rápidamente en yacimientos
o en áreas específicas.
Las técnicas más recientes minimizan el
problema de la selección de parámetros. Las
redes neuronales artificiales se entrenan para
convertir los registros en resultados en los
pozos en los que los resultados ya se conocen;
hallando internamente y en forma efectiva las
transformadas y parámetros necesarios para
el modelo y los pozos específicos en cuestión.
Una vez entrenadas, las redes pueden aplicar-
se casi automáticamente en otros pozos en los
que rige el mismo modelo. Si bien las redes
neuronales son más comúnmente utilizadas
para clasificaciones litológicas y para los
casos en los que las transformadas explícitas
no son muy conocidas, por ejemplo la estima-
ción de la permeabilidad y los conjuntos de
registros reducidos, también se aplican al
análisis volumétrico.
Por último, el sistema DecisionXpress utiliza
mediciones nuevas que permiten determinar
en forma casi automática la totalidad o parte
de las propiedades petrofísicas. Sin embargo,
es improbable que desplace a otros métodos de
estudios detallados que requieren altos niveles
de precisión y flexibilidad. Dicho sistema, sin
embargo, debería proporcionar un mejora-
miento significativo en lo que respecta a la
toma de decisiones iniciales rápidas. —JS
4. Mayer C y Sibbit A: “GLOBAL, a New Approach to
Computer-Processed Log Interpretation,” artículo de la
SPE 9341, presentado en la Conferencia y Exhibición
Técnica Anual de la SPE, Dallas, 21 al 24 de septiembre
de 1980.
5. Quirein J, Kimminau S, LaVigne J, Singer J y Wendel F:
“A Coherent Framework for Developing and Applying
Multiple Formation Evaluation Models,” Transcripcio-
nes del 27o Simposio Anual sobre Adquisición de
Registros de la SPWLA, Houston, 9 al 13 de junio de
1986, artículo DD.
19
gamma es ampliamente conocida y puede ilus- mizar los errores gruesos pero no elimina la No obstante, es probable que no se disponga de
trarse con cualquier ejemplo de registro (abajo). necesidad de contar con selecciones de paráme- este tipo de bases de datos hasta después de
Se han utilizado varias técnicas para mejorar tros exactas. En otros casos, la elección de haber desarrollado un área.
la estimación del volumen de arcilla. Algunos modelos y parámetros a menudo se facilita a tra-
programas de interpretación utilizan el mínimo vés de la utilización de una base de datos de Una solución explícita
de los volúmenes de arcilla estimados por dife- conocimientos de un yacimiento, área local o En los últimos 20 años, las nuevas mediciones
rentes métodos, en base al razonamiento de que tipo de ambiente geológico en particular, para obtenidas de los registros han mejorado la
los errores de cada método siempre producen reducir considerablemente las opciones y mi- interpretación. Estas mejoras pueden dividirse
una sobrestimación.2 Este enfoque permite mini- nimizar la necesidad de intervención humana. en dos tipos; las que se concentran en una
mejor definición de los fluidos y las enfocadas
Resistividad de la en una mejor definición de los sólidos.
formación invadida
La definición directa de los fluidos ha mejo-
0.2 ohm,m 2,000
Resistividad aparente 1
rado sustancialmente gracias a los desarrollos
0.2 ohm,m 2,000 logrados en las herramientas de adquisición de
Resistividad aparente 2 registros de resonancia magnética nuclear
Revoque de filtración 0.2 ohm,m 2,000 (RMN). Dado que las principales propiedades de
Derrumbes Resistividad aparente 3 interés—porosidad, saturación y permeabili-
Tamaño de la barrena
0.2 ohm,m 2,000 dad—se relacionan con los fluidos, la técnica
Resistividad aparente 4 RMN parecería ser la mejor opción. Sin em-
6 Pulgadas 16
0.2 ohm,m 2,000 bargo, existen limitaciones, particularmente con
Calibre
Resistividad aparente 5 Factor fotoeléctrico las interpretaciones de los valores de saturación
6 Pulgadas 16
0.2 ohm,m 2,000 0 10
Desviación del pozo porque las mediciones se obtienen en la zona
Resistividad de la Porosidad
-10 Grados 90 zona invadida termal/neutrónica invadida, cerca del pozo, y porque las señales
Tensión Potencial espontáneo 0.2 ohm,m 2,000 45 % -15 indicadoras de la presencia de petróleo y agua,
del cable -430 mV -350 Resistividad de la Densidad de provenientes de la herramienta de RMN, a veces
0 lbf 6,000 Rayos gamma formación verdadera la formación
no están claramente separadas.
MD, pies 0 °API 200 0.2 ohm,m 2,000 1.95 g/cm3 2.95
La otra opción consiste en definir los volúme-
Lutita nes de sólidos y luego aplicar las ecuaciones
conocidas para determinar las propiedades prin-
6,250 cipales de los yacimientos a partir de otras
mediciones. Por ejemplo, la porosidad puede
determinarse con precisión a partir del registro
de densidad si se conoce la densidad de la matriz.
La saturación de agua puede estimarse a partir
de la resistividad si se conocen la conductividad y
la distribución de la arcilla.
El sistema DecisionXpress responde a esta
???
segunda opción.3 Su solución se basa en la medi-
6,300 ción de la concentración de algunos de los ele-
mentos presentes en las rocas y en la posterior
estimación de las principales propiedades de la
matriz a partir de estas concentraciones. La me-
dición de las concentraciones elementales no es
nueva: los elementos químicos han sido detecta-
dos con herramientas de adquisición de registros
de espectroscopía de neutrones pulsados desde
fines de la década de 1970 y las concentraciones
??? se obtenían específicamente para la evaluación
de formaciones derivada de registros obtenidos
> Registro de una secuencia siliciclástica que ilustra algunas en agujero descubierto, utilizando la herramien-
de las dificultades de la interpretación de los registros de rayos ta de Adquisición de Registros Geoquímicos GLT
gamma. El registro de rayos gamma, la separación entre las cur- a mediados de la década de 1980.4 Desafortuna-
vas de neutrón y densidad, y la resistividad indican claramente
la presencia de lutita por encima de 1,904 m [6,246 pies] de pro- damente, la utilización del sistema GLT no se
fundidad medida (MD, por sus siglas en inglés). No obstante, a generalizó por varios motivos: la sarta de la he-
1,909 m [6,296 pies] y por debajo de 1,935 m [6,348 pies] de pro- rramienta GLT era larga; las operaciones eran
fundidad, el registro de rayos gamma indica la presencia de
lentas y en consecuencia costosas; la herra-
lutita, pero los otros registros no. Además, la lectura mínima del
registro de rayos gamma, de 30 °API, puede indicar o no la mienta no era combinable, y la interpretación
presencia de cuarzo puro libre de arcilla. resultaba compleja. La sonda de Espectroscopía

20 Oilfield Review
 1986 1991 1996 < Herramientas de adquisición de registros de
Herramienta de Herramienta de Sonda de espectroscopía para la determinación de la lito-
Adquisición de Control de Saturación Espectroscopía de
Registros Geoquímicos GLT del Yacimiento RST logía. Cada herramienta posee como mínimo una
Captura Elemental ECS
fuente que emite neutrones de alta energía en la
formación y un detector que mide los rayos
gamma emitidos por las reacciones de los neu-
trones con los elementos de la formación. La pri-
mitiva herramienta de Adquisición de Registros
Geoquímicos GLT también incorporaba medicio-
Cartucho de telemetría nes de rayos gamma espectrales naturales y
mediciones de la activación del aluminio; era
larga y lenta para registrar y no resultaba combi-
Cartucho nable con las herramientas de adquisición de re-
de adquisición gistros convencionales. La herramienta de Control
del detector de Saturación del Yacimiento RST fue diseñada
para evaluaciones en pozos entubados y ade-
más puede proveer datos de entrada para la téc-
Detector nica SpectroLith. La sonda de Espectroscopía de
Detectores de neutrones lejano Captura Elemental ECS es la herramienta de
Fuente de neutrones
de baja energía
espectroscopía óptima para la determinación de
la litología en agujero descubierto y la determi-
Detectores de neutrones nación de las propiedades de la matriz mediante
Detector Fuente AmBe la utilización de la técnica SpectroLith y de otras
cercano técnicas asociadas.

Detector de Captura Elemental ECS es corta; fácil de usar y

Fuente minitrón rápida de operar; y mide suficientes elementos
Camisa de boro
como para evaluar la litología (izquierda).
Componentes
electrónicos En cada nivel de profundidad, el procesa-
Recipiente Dewar miento fluye en forma lineal, comenzando con el
Disipador térmico cómputo de la litología, incluyendo el volumen
de arcilla, y continuando por la densidad de los
granos, la porosidad, la permeabilidad y las satu-
• 70 pies de largo • 36 pies de largo • 15 pies de largo raciones (abajo). El cómputo entero puede ser
• 6 sondas • Bajada a través de • 5 pulgadas de
• 2 fuentes la tubería de producción diámetro externo
2. Poupon A, Clavier C, Dumanoir J, Gaymard R y Misk A:
• 2 pasadas [111/16 pulgadas o (con camisa de boro) “Log Analysis of Sand-Shale Sequences—A Systematic
• <600 pies/h 21/2 pulgadas de • fuente química Approach,” Journal of Petroleum Technology 22, no. 7
diámetro externo] • 1,800 pies/h (Julio de 1970): 867–881.
• Fuente minitrón 3. Herron MM, Herron SL, Grau JA, Seleznev NV, Phillips J,
• <200 pies/h El Sherif A, Farag S, Horkowitz JP, Neville TJ y Hsu K:
“Real-Time Petrophysical Analysis in Siliciclastics from the
Integration of Spectroscopy and Triple-Combo Logging,”
artículo de la SPE 77631, presentado en la Conferencia y
Exhibición Técnica Anual de la SPE, San Antonio, Texas,
EUA, 29 de septiembre al 2 de octubre de 2002.
4. Hertzog R, Colson L, Seeman O, O’Brien M, Scott H, McKeon
D, Wraight P, Grau J, Ellis D, Schweitzer J y Herron M:
“Geochemical Logging with Spectroscopy Tools,” SPE
Porosidad total, φT Formation Evaluation 4, no. 2 (Junio de 1989): 153–162.

Permeabilidad, k Saturación de
agua irreducible
Permeabilidades
Litología relativas y corte
Efecto de la arcilla
SpectroLith de agua
sobre la conductividad, Qv
Registros de
concentraciones elementales Saturación de agua, Sw
(Si, Ca, Fe, Gd, Ti)
Propiedades de la matriz Volúmenes
derivadas de los registros Porosidad total, φT de yacimientos
de densidad–neutrón
Registros de
densidad–neutrón
y de resistividad

Parámetros seleccionados Interruptores para la Capacidad de Salinidad del agua Valores límite para las
por el usuario: determinación de los niveles intercambio catiónico de formación permeabilidades y el
de anhidrita y feldespatos de la arcilla corte de agua
> Diagrama de flujo y parámetros seleccionados por el usuario en el procesamiento DecisionXpress. Los rectángulos azules representan los datos de en-
trada, los rectángulos verdes representan los datos de salida y los amarillos indican los cómputos intermedios. La naturaleza directa del proceso contribuye
a su robustez.

Otoño de 2005 21
ejecutado en tiempo real, durante la adquisición vencionales también pueden atribuirse los bene- gamma o la cantidad de rayos gamma recibidos
de registros, y en la mayoría de los casos con la ficios de la velocidad y automatización una vez por el detector para cada nivel de energía. Los
selección de un solo parámetro, Rw, que a menu- que el análisis es adaptado a ambientes específi- rayos gamma se generan cuando los neutrones
do se conoce en los yacimientos desarrollados. cos. La diferencia clave de esta nueva técnica es de alta energía—provenientes de una fuente
Dado que la salida provee todos los parámetros que provee resultados precisos y confiables en la minitrón o una fuente radioactiva tales como el
derivados de los registros, necesarios para el mayoría de los yacimientos siliciclásticos de americio [Am] y el berilio [Be]—bombardean la
picado de puntos para medir la presión, los cualquier lugar del mundo. Para justificar esta formación y pierden energía a través de la dis-
intervalos de muestreo de fluidos y las localiza- atribución, vamos a examinar los fundamentos persión, fundamentalmente por acción del
ciones de extracción de núcleos laterales, sobre los cuales se construyen sus algoritmos. hidrógeno. Cuando se frena hasta alcanzar el
resulta crítica en la toma de las decisiones rela- Concentraciones elementales—Las herra- nivel de energía termal, un neutrón que coli-
cionadas con las operaciones de terminación de mientas de espectroscopía, tales como la sonda siona con el núcleo de ciertos átomos puede ser
pozos (abajo). Algunos sistemas de análisis con- ECS, miden efectivamente un espectro de rayos capturado; en este proceso, el núcleo es excitado
y emite rayos gamma con una distribución de
energías que es característica del elemento.
Agua ligada a
Porosidad Estos rayos gamma pueden degradarse por
las arcillas Siderita dispersión en la formación y el detector; sin
Agua ligada a Anhidrita embargo, hay suficiente definición en el espec-
los capilares tro final para reconocer los picos causados por
Agua Pirita
Agua libre los diferentes elementos (próxima página,
Espesor Hidrocarburo Carbonato
productivo Hidrocarburo extremo superior).
Agua Corte de agua Cuarzo/feldespato/mica El paso siguiente consiste en calcular la pro-
Tensión Mineralogía 1 0 Hidrocarburo
del cable DecisionXpress Hidrocarburo desplazado Arcilla porción, o rendimiento relativo, de los rayos
Permeabilidad
1 lbf 5,000
Rayos gamma Perfil de flujo intrínseca Porosidad Volumen
gamma de cada elemento mediante la compara-
L P K SR ción del espectro medido con el espectro estándar
MD, pies 0 °API 200 0 1 10,000 mD 0.1 50 % 0 0 % 100
adquirido por Schlumberger para cada elemento
individual. Esto se lleva a cabo en el Centro de
Calibración de Efectos Ambientales de Houston.
El espectro se invierte para obtener la propor-
6,250
ción de los principales elementos de aporte.
Estos incluyen algunos de los elementos más
definidos y abundantes presentes en las rocas
sedimentarias, en especial silicio [Si], calcio
[Ca], hierro [Fe] y azufre [S]. El titanio [Ti] y el
gadolinio [Gd] también pueden aportar una señal
significativa y, en consecuencia, deben ser resuel-
tos aunque no sean elementos abundantes. Las
concentraciones de estos seis elementos, que en
6,300 su totalidad resultan exclusivamente de la

5. Los minerales sedimentarios contienen óxidos simples u

óxidos múltiples. Incluso, los minerales de arcilla pueden
ser tratados como mezclas complejas de óxidos. Las
concentraciones se expresan en porcentaje en peso por-
que es la masa y no el volumen de un elemento lo que
contribuye a la concentración relativa medida.
6. El modelo de cierre de óxidos, cuando se aplica a la herra-
mienta ECS, puede ser expresado como: F S{Xi *Yi / Si } = 1,
donde F es el factor de normalización desconocido, Y es
la concentración relativa medida, X es el factor de aso-
ciación de óxidos conocido y S es la sensibilidad a la
6,350 detección relativa conocida. La sumatoria S corresponde a
los seis elementos de la matriz de roca medidos, designa-
dos con la variable i. Una vez que F ha sido calculado en
cada nivel, se computa el porcentaje en peso seco, o las
> Despliegue de salida del sistema DecisionXpress para el registro previo (página 20 ). Una pátina de concentraciones elementales, a partir de Wi = F * Yi / Si.
color gris claro indica los intervalos del registro en los que los datos de entrada son de calidad pobre Herron SL: “Method and Apparatus for Determining
Elemental Concentrations for Gamma Ray Spectroscopy
debido a las condiciones de pozo u otro tipo de problemas. La porosidad, la permeabilidad y las satu- Tools,” Patente de EUA No. 5,471,057 (28 de noviembre de
raciones de fluidos se suman y se promedian a lo largo del intervalo productivo utilizando los valores 1995).
límite de permeabilidad y corte de agua seleccionados por el usuario. Éstos también pueden presen- 7. Herron MM, Matteson A y Gustavson G: “Dual-Range
tarse en una tabla. Los indicadores de control de calidad del carril derecho extremo indican la FT-IR Mineralogy and the Analysis of Sedimentary
descripción de la interpretación correspondiente a la litología (L), la porosidad (P), la permeabilidad Formations,” artículo 9729, presentado en la Conferencia
(K), la saturación (S) y la permeabilidad relativa (R); el color verde indica una interpretación favorable, Anual de la Sociedad de Analistas de Núcleos, Calgary,
el amarillo implica una interpretación moderadamente favorable y el rojo refleja una interpretación 7 al 10 de septiembre de 1997.
desfavorable. El intervalo de lutita por encima de 1,902 m [6,240 pies] de profundidad es afectado
considerablemente por las pobres condiciones de pozo.

22 Oilfield Review
matriz de roca, se computan y utilizan cuantita- vés del análisis químico y la otra para determinar minerales para el procedimiento FT-IR incluye-
tivamente en el procesamiento ulterior. Otros la mineralogía utilizando el procedimiento FT-IR, ron 26 minerales, que pueden determinarse en
elementos, tales como el hidrógeno [H] y el el cual se basa en la respuesta de enlaces mole- su totalidad con una precisión superior a +/- 2%
cloro [Cl], también se miden, pero sólo se utili- culares a luz infrarroja.7 Los estándares de los en peso.
zan cualitativamente.
Las concentraciones son sólo medidas relati-
vas porque la señal total depende del ambiente,

Cantidad de rayos gamma detectados, conteos por segundo

que puede variar a lo largo de todo el intervalo
de adquisición de registros. Para obtener las
concentraciones elementales absolutas, se nece-
sita información adicional; en este caso, a partir
Gd
del principio del cierre de óxidos. Este principio
H
establece que una roca seca consiste solamente
de un conjunto de óxidos, la suma de cuyas con-
centraciones debe equivaler a la unidad. 5 Si Fe
Si
podemos medir la concentración relativa de
todos los óxidos, podemos calcular la concentra-
ción total y el factor necesario para convertirlo Cl
en la unidad. Este factor de normalización con- Inelástico
vertirá luego cada concentración relativa en una
concentración elemental de peso seco.
En la práctica, este proceso no es tan direc-
to. En primer lugar, medimos los elementos, no 0 05 100 150 200 250
los óxidos, pero la naturaleza contribuye ya que Energía de rayos gamma, número de celdas de medición
los elementos más abundantes existen sola-
> Típico espectro de rayos gamma a partir de la herramienta ECS en un
mente en un óxido común, por ejemplo SiO2 para
ambiente siliciclástico que no posee calcio ni azufre. Los rayos gamma
el silicio. De este modo, para la mayor parte de resultantes de la captura de neutrones termales, se muestran divididos
los elementos, un factor de asociación exacto en las contribuciones de los diferentes elementos presentes. También
soporta la conversión de la concentración del están presentes los rayos gamma provenientes de reacciones de neutro-
nes inelásticos pero no se utilizan cuantitativamente. Las proporciones
elemento en la concentración del óxido. En
de captura del hierro [Fe] y del calcio [Ca] incluyen pequeñas señales
segundo lugar, si bien la herramienta ECS mide provenientes del aluminio y del sodio. Esta contaminación se toma en
la mayoría de los elementos más comunes, exis- cuenta durante el procesamiento ulterior.
ten excepciones entre las que la del potasio [K]
y el aluminio [Al] son las más importantes. 200
Afortunadamente, la concentración de estos ele-
mentos se correlaciona fuertemente con la del 300
hierro, de manera que pueden ser incluidos en el
factor de asociación de óxidos correspondiente al
400
hierro.6 Los resultados han sido validados me-
Profundidad, pies

diante la comparación con las concentraciones

500
químicas medidas en las muestras de núcleos
(derecha).
600
Elementos de los minerales—El paso si-
guiente consiste en convertir las concentraciones
elementales en grupos de minerales. Las técni- 700

cas geoquímicas previas fueron diseñadas para

determinar la mayor cantidad de minerales posi- 800
bles. En la técnica DecisionXpress, el objetivo
principal apunta a un contenido de arcilla total 900
preciso y confiable, dividiéndose los minerales
0 50 0 40 0 20 0 20 0 4 0 40
restantes en carbonatos o en cuarzo, feldespatos Silicio, Calcio, Hierro + 0.14 Al, Azufre, Titanio, Gadolinio, ppm
% en peso % en peso % en peso % en peso % en peso
y micas (QFM, por sus siglas en inglés). El desa-
Concentración elemental, fracción de peso seco
rrollo de esta técnica se basó en el estudio de
más de 400 muestras de núcleos de diferentes > Ejemplo de la buena concordancia existente entre las seis concentraciones elementales medidas
ambientes arenosos y ambientes con areniscas en el núcleo (rojo) y las derivadas mediante la aplicación del principio de cierre de óxidos a las
concentraciones relativas de la herramienta ECS (negro). La proporción de hierro contiene cierta
arcillosas. Cada una de las muestras se trituró,
señal del aluminio, de modo que mide efectivamente la concentración de hierro más un 14% de la
mezcló y dividió en dos fracciones; una para de- concentración de aluminio. Los datos de núcleos (círculos rojos) se representan gráficamente
terminar las concentraciones elementales a tra- utilizando la misma combinación.

Otoño de 2005 23
 100 El estudio examinó primero la correlación
existente entre el contenido total de arcilla y

Arcilla, % en peso
varios elementos supuestamente medibles con
50 registros (izquierda). El contenido total de arcilla
es la suma de las fracciones de caolinita, ilita,
esmectita, clorita y glauconita. En la mayor parte
0
0 10 20 0 5 10 0 2.5 5 de los pozos, el aluminio corresponde a la mejor
Torio, ppm Uranio, ppm Potasio, % en peso correlación, lo que no es sorprendente porque las
100 arcillas son aluminosilicatos y el aluminio forma
parte integrante de su composición química. El
Arcilla, % en peso

potasio a veces exhibe una fuerte correlación

50 cuando la arcilla dominante es la ilita; sin embar-
go, tal correlación es perturbada por el potasio en
los feldespatos, las micas y otros minerales. El
0
0 10 20 0 1 2 0 5 10 torio [Th], el uranio [U], el titanio [Ti] y el gado-
Aluminio, % en peso Titanio, % en peso Gadolinio, ppm linio [Gd] son elementos accesorios a menudo
100 enriquecidos en las lutitas, pero estos elementos
en general no revelan una correlación suficiente-
Arcilla, % en peso

mente confiable para uso cuantitativo, fundamen-

50
0
0 25 50 0 15
Silicio, % en peso Hierro, % en peso
> Comparación de las concentraciones de diversos elementos medibles a
través de registros con la concentración de arcilla medida en un pozo. La
fila superior contiene los elementos medidos por espectroscopía de rayos
gamma. Los dos elementos accesorios, Ti y Gd, y los tres elementos prin-
cipales medidos mediante espectroscopía de rayos gamma de captura se
muestran en las filas intermedia e inferior, junto con el aluminio que resulta
difícil de medir con herramientas operadas a cable o con herramientas de
adquisición de registros durante la perforación. Como se observa en muchos
pozos, existe una buena correlación con el aluminio y una buena anticorre-
lación con el silicio. En este pozo, la correlación con el potasio es buena
pero constituyó una excepción entre los pozos estudiados, particularmente
frente a una concentración de arcilla baja.
100
a b
Arcilla, % en peso
talmente debido a la existencia de fuentes que no
son arcillas. El silicio muestra una importante
anticorrelación, que disminuye del 46.8% en peso
30 0 20 40
en el cuarzo puro a aproximadamente 21% en
Calcio, % en peso peso en las arcillas. El hierro se asocia con los mi-
nerales pesados, tales como la siderita y la pirita
y los minerales arcillosos ilita, clorita y glauconi-
ta. El calcio está presente principalmente en la
calcita y en la dolomía.
El aluminio es el mejor indicador elemental de
la arcilla pero resulta difícil de medir en el pozo.
Debido al tamaño reducido de su sección trans-
versal de captura, el aluminio no produce sufi-
cientes rayos gamma de captura como para obte-
ner una medición estadísticamente confiable. En
el pasado, el aluminio se medía induciendo la acti-
vación neutrónica, técnica que requería un equipo
complejo tal como el de la herramienta GLT.
Por este motivo, los investigadores se concen-
c
traron en la búsqueda de otros métodos con

mayor precisión estadística para estimar el conte-

nido total de arcilla. La anticorrelación del silicio
50
es buena pero se ve perturbada por la presencia
de los minerales carbonatados siderita y pirita
(izquierda). Estos minerales actúan como la arci-
0
0 50 100 0 50 100 0 50 100
lla para reducir el volumen de silicio pero se
100–SiO2 100–SiO2 –CaCO3 –MgCO3 100–SiO2 –CaCO3 –MgCO3 –1.99 Fe puede dar cuenta de su presencia midiendo el
calcio, el hierro y, cuando se encuentra disponi-
> Datos de 12 pozos que ilustran cómo se estima la concentración de arcilla a partir de
ble, el magnesio [Mg], cuya medición se analiza
los elementos principales. La concentración de arcilla medida muestra una tendencia
clara con (100 – SiO2), que es perturbada fundamentalmente por los minerales carbona- más adelante. De este modo, combinando cuatro
tados (a). Cuando la calcita y la dolomía se sustraen de la estimación previa, la ajustada elementos—Si, Ca, Fe y Mg—es posible hallar
tendencia es perturbada solamente por la siderita y la pirita (b). Cuando también se sus- una correlación con el contenido total de arcilla
traen los minerales ricos en hierro, la correlación se mejora aún más, lo que indica cómo que posea casi la misma pendiente en todos los
se puede calcular el contenido de arcilla a partir de los cuatro elementos (c). En la prác-
tica, el magnesio no se mide por espectroscopía de rayos gamma de captura sino que pozos, un leve grado de dispersión y una ordenada
la interpretación proporciona el contenido total de carbonatos (calcita + dolomía), lo que en el origen próxima a cero (próxima página,
produce efectivamente resultados idénticos a los que se muestran en la gráfica central extremo superior). Cuando se examinan estas
(b). Para una interpretación litológica completa, la dolomía puede estimarse a partir del
gráficas, es importante concentrarse en la región
factor fotoeléctrico derivado del registro de densidad fotoeléctrica Litho-Densidad o de
las mediciones de la herramienta integrada de adquisición de registros con cable
Platform Express.

24 Oilfield Review
pobre en contenido de arcilla donde se localizan 100
Pozo 1 Pozo 2 Pozo 3 Pozo 4
los yacimientos—la correlación en las lutitas es

Arcilla, % en peso
menos importante. Con excepción de los Pozos 11
y 12, que se analizan más adelante, estos resul- 50

tados muestran una correlación importante y

única entre las concentraciones elementales y el
contenido total de arcilla en un amplio rango de 0

yacimientos siliciclásticos. 100

Pozo 5 Pozo 6 Pozo 7 Pozo 8

Arcilla, % en peso
A esta altura, vale la pena examinar la corre-
lación existente entre el contenido total de arci-
50
lla medido y el registro tradicional de rayos
gamma totales asociado con los mismos datos
(derecha, extremo inferior).8 El rayo gamma se
0
calcula a partir de la suma de sus elementos de
100
aporte—K, Th y U—y es, por lo tanto, indepen- Pozo 9 Pozo 10 Pozo 11 Pozo 12

Arcilla, % en peso
diente de la porosidad. Como es dable de esperar,
existe una correlación general. No obstante, las 50
pendientes y los desplazamientos varían signifi-
cativamente y a menudo se observa considerable
dispersión, particularmente en comparación con 0
la estimación basada en las concentraciones ele- 0 50 100 0 50 100 0 50 100 0 50 100
Contenido estimado Contenido estimado Contenido estimado Contenido estimado
mentales. de arcilla, % de arcilla, % de arcilla, % de arcilla, %
Los Pozos 1 y 2 ilustran el amplio rango en la > Comparación de la concentración de arcilla medida con las concentraciones estimadas mediante los
pendiente. Una extrapolación a arcilla pura arroja- valores de Si, Ca, Fe y Mg en 12 pozos. Salvo en los Pozos 4, 11 y 12, las pendientes son casi iguales y
ría una lectura del registro de rayos gamma de 100 pasan por el origen sin desplazamiento. El coeficiente de correlación general es 0.94, con un error
ºAPI en el Pozo 1, pero de 500 ºAPI en el Pozo 2. Los estándar de 6.9% en peso. En las rocas yacimiento que contienen menos de 25% de arcilla, el error
Pozos 4 y 12 ilustran el rango en los desplazamien- estándar es menor. El contenido de arcilla tiende a ser subestimado en las lutitas; esta subestimación
es corregida en la implementación SpectroLith.
tos o en las indicaciones de contenido de arcilla
nulo. Una extrapolación a contenido de arcilla
nulo da como resultado 30 ºAPI en el Pozo 4 y 70 100
Pozo 1 Pozo 2 Pozo 3 Pozo 4
Arcilla, % en peso

ºAPI en el Pozo 12. Dichas variaciones son bien

conocidas y se evitan parcialmente en la práctica
50
utilizando el conocimiento local y calibrando los
datos del registro de rayos gamma con los datos
de núcleos en un yacimiento en particular.
0
La calibración podría arrojar buenos resulta-
100
dos en varios de los pozos. No obstante, los Pozo 5 Pozo 6 Pozo 7 Pozo 8
Arcilla, % en peso

resultados siguen siendo insatisfactorios en tér-

minos de dispersión y rango dinámico. En los 50
Pozos 3, 5, 7 y 9, la dispersión correspondiente a
un 20% de arcilla en peso es tal que hasta un
registro de rayos gamma calibrado indicaría un 0
porcentaje de arcilla oscilante entre 0 y 40%. Este 100
volumen de arcilla puede significar la diferencia Pozo 9 Pozo 10 Pozo 11 Pozo 12
Arcilla, % en peso

entre roca yacimiento y roca no yacimiento y difi-

culta el uso cuantitativo. Los Pozos 11 y 12 son 50
ejemplos de rango dinámico reducido.
Los Pozos 11 y 12, y en menor medida el Pozo
4, contienen areniscas ricas en feldespato. Los 0
0 100 200 0 100 200 0 100 200 0 100 200
feldespatos y las micas son aluminosilicatos, Rayos gamma, ºAPI Rayos gamma, ºAPI Rayos gamma, ºAPI Rayos gamma, ºAPI
como las arcillas, y en consecuencia afectan el
> Comparación de la concentración de arcilla medida con el registro de rayos gamma en los mismos 12
contenido de silicio. Estas areniscas se analizan
pozos que los de la figura anterior (arriba). El registro de rayos gamma se computó a partir de las con-
utilizando una pendiente diferente e introdu- centraciones de torio [Th], uranio [U] y potasio [K] medidas en las muestras mediante la utilización de la
ciendo un desplazamiento en el estimador de fórmula: rayo gamma = 4Th + 8U + 16K, donde Th y U se expresan en partes por millón (ppm) y K, en %
en peso. Esto equivale a utilizar un registro de rayos gamma normalizado con respecto a la fracción de
8. Ellis DV: Well Logging for Earth Scientists. New York: sólidos o libre de porosidad. Las pendientes y los desplazamientos varían significativamente entre un
Elsevier (1987): 190. pozo y otro. Aún considerando estos elementos, las correlaciones son más pobres que cuando se rea-
lizan las estimaciones utilizando los valores de Si, Ca, Fe y Mg, especialmente en las rocas yacimiento.

Otoño de 2005 25
 100
Arcilla, % en peso
50
0 enfoque aproximado, que conduce a errores,
0 50
Arcilla estimada, %
> Comparación de la concentración
de arcilla medida con las concen-
traciones estimadas mediante los
valores de Si, Ca, Fe y Mg en el
Pozo 4 (cruces) y en los Pozos 11 y
12 (círculos abiertos) utilizando la
ecuación para las areniscas arcó-
sicas o con alto contenido de fel-
despatos. La correlación es fuerte,
particularmente por debajo del 20%
de arcilla.
contenido de arcilla (arriba). La implementación
actual de la herramienta DecisionXpress posee
tres estimadores diferentes correspondientes a la
arenita (contenido de feldespatos < 10%), la
subarcosa (contenido de feldespatos que oscila
entre 10 y 15%) y la arcosa (contenido de feldes-
patos > 25%), que es escasa. Se asume que el
mineral preestablecido es la arenita.
La fracción de carbonatos se determina a par-
tir de la concentración de calcio, asumiendo
inicialmente que el carbonato corresponde a cal-
cita. La dolomía puede detectarse y cuantificarse
mediante la comparación del factor fotoeléctrico
esperado (PEF, por sus siglas en inglés) con el
PEF medido.9 Las fracciones de halita, carbón,
siderita, anhidrita y pirita se miden utilizando la
información en las diferentes proporciones (pró-
xima página). Se considera que el resto de la roca
está compuesto por cuarzo, feldespato y mica
(QFM, por sus siglas en inglés).
Los extensivos estudios de núcleos ayudaron a
los científicos a desarrollar un método preciso y
confiable de estimación del contenido de arcilla a
partir de las concentraciones elementales sin
necesidad de contar con la intervención del usua-
rio. Este proceso es capturado en el algoritmo
SpectroLith.10 Una ventaja importante es que uti-
liza las concentraciones de los elementos
principales, en contraposición con los elementos
accesorios que pueden ser fácilmente afectados
por la diagénesis sedimentaria, el ambiente de
sedimentación o la introducción espuria de pe-
queñas cantidades de minerales pesados. Se
puede demostrar que los resultados son supe-
riores a los del registro de rayos gamma, aún
cuando el análisis de rayos gamma se calibre con
los núcleos. Además, a diferencia del análisis lito-
26
lógico que utiliza las porosidades de los registros
de densidad y de neutrón, los resultados son inde-
pendientes del tipo, volumen y densidad de fluido.
Propiedades de la matriz y porosidad—En
el análisis de registros convencional, la densidad
de la matriz se toma como una constante basada
en el conocimiento local o se obtiene del mode-
lado de minerales. El primero tiende a ser un
100 mientras que el segundo implica datos de entrada
y el control del analista. Un procedimiento alter-
nativo consiste en estimar la densidad de la
matriz directamente a partir de los elementos. Al
igual que con el estudio litológico, las concentra-
ciones elementales y las densidades de las
matrices se obtuvieron de un gran número de
muestras de núcleos, en este caso más de 600. El
objetivo era hallar la mejor correlación entre la
densidad de la matriz y una combinación lineal
de elementos. Si bien el algoritmo es empírico, su
fundamento es lógico.11 La densidad de la matriz
de arenisca es aproximadamente igual a la del
sílice [SiO2] pero aumenta al aumentar las con-
centraciones de minerales con calcio, hierro y
9. El Factor Fotoeléctrico (PEF, por sus siglas en inglés) se
refiere a un registro de propiedades de absorción fotoe-
léctrica. El registro mide el factor de absorción fotoeléc-
trica, Pe, que es definido como (Z/10)3.6, donde Z es el
número atómico promedio de la formación. Pe carece de
unidad pero como es proporcional a la sección eficaz
fotoeléctrica por electrón, a veces se expresa en
barns/electrón. Dado que los fluidos poseen números
atómicos bajos, su influencia es escasa, de manera que
Pe es una medida de las propiedades de la matriz de
roca. El PEF de la dolomía es menor que el de la calcita.
El PEF reconstruido a partir de las fracciones de la
matriz computadas debería ser igual al PEF medido si el
carbonato corresponde a calcita pura. Si el PEF medido
es menor, la diferencia es proporcional a la fracción de
dolomía. Véase Hertzog et al, referencia 4.
10. Herron SL y Herron MM: “Quantitative Lithology: An
Application for Open and Cased Hole Spectroscopy,”
Transcripciones del 37o Simposio Anual sobre Adquisición
de Registros de la SPWLA, Nueva Orleáns, 16 al 19 de
junio de 1996, artículo E.
11. Para las arenitas o las areniscas subarcósicas, los
investigadores hallaron un ajuste por mínimos cuadrados
con un coeficiente de correlación de 0.97 y un error
estándar de 0.015 g/cm3 [0.936 lbm/pies3], como se mues-
tra a continuación:
rma = 2.62 + 0.049 WSi + 0.2274 WCa + 1.993 WFe +
1.193 WS , donde WSi , WCa , WFe y WS son el % en peso
seco de estos elementos.
Herron SL y Herron MM: “Application of Nuclear Spec-
troscopy Logs to the Derivation of Formation Matrix
Density,” Transcripciones del 41er Simposio Anual sobre
Adquisición de Registros de la SPWLA, Dallas, 4 al 7 de
junio de 2000, artículo JJ.
12. La ecuación de Waxman-Smits para la respuesta de las
formaciones arcillosas en lo que respecta a la conducti-
vidad se utiliza para analizar los datos de núcleos y
calcular la saturación de agua a partir de los registros de
resistividad y de otro tipo. El modelo fue desarrollado por
M. Waxman y L. Smits con contribuciones posteriores de
E. C. Thomas. La ecuación de Waxman-Smits-Thomas
puede expresarse de la siguiente manera:
1/Rt = Ct = ØTm* Swn* (Cw + BQv/Sw) ,
donde Ct es la conductividad, o la inversa de Rt, la resisti-
vidad medida derivada del registro; Sw es la saturación
de agua; m* es el exponente de cementación y constituye
una función bien definida de ØT y Qv ; n* es el exponente
de saturación fijado en 2; y Cw es la conductividad del
azufre. Los minerales con hierro poseen un efecto
particularmente intenso sobre la densidad, como
se refleja en el alto coeficiente correspondiente
al hierro. Para las areniscas arcósicas se utiliza
un algoritmo independiente con diferentes coefi-
cientes.
Un análisis similar conduce a un algoritmo
para la respuesta del registro de neutrón en lo que
respecta a la matriz. Si se conocen las propiedades
de la matriz de roca y del fluido—normalmente las
del revoque de filtración—es sencillo calcular la
porosidad total a partir del registro de densidad y
del registro de neutrón. En las zonas acuíferas, las
porosidades corregidas por el efecto de la matriz
deberían concordar sin importar los volúmenes de
arcillas o minerales pesados. En las zonas gasífe-
ras, debería existir un claro cruzamiento revelado
por los efectos de la arcilla. Finalmente, la porosi-
dad total, ØT, que ha de ser utilizada en cómputos
ulteriores, se toma como dos tercios de la porosi-
dad derivada del registro de densidad, ØD, más un
tercio de la porosidad neutrónica, ØN. Esta expre-
sión arroja una estimación aproximada pero con-
fiable de ØT para cualquier fluido de formación.
agua de formación. El primer término es equivalente a la
ecuación de Archie en las formaciones limpias. El se-
gundo término, BQv/Sw, representa la conductividad
adicional debida a la arcilla, donde B representa un
parámetro que es una función de la temperatura y de Cw.
Qv, la capacidad de intercambio catiónico (CEC, por sus
siglas en inglés) por unidad de volumen de poros, se
relaciona directamente con el volumen de arcilla y su
CEC. CEC es la cantidad de iones con carga positiva que
un mineral de arcilla o un material similar puede alojar
en su superficie con carga negativa, expresada como
mili-ion equivalente por 100 g, o más comúnmente, como
miliequivalente (meq) por 100 g.
Smits LJM y Waxman MH: “Electrical Conductivities
in Oil-Bearing Shaly Sands,” Society of Petroleum
Engineers Journal 8, no. 2 (Junio de 1968): 107–122.
Waxman MH y Thomas EC: “Electrical Conductivities
in Shaly Sands I. The Relation Between Hydrocarbon
Saturation and Resistivity Index; II. The Temperature
Coefficient of Electrical Conductivity,” Journal of
Petroleum Technology 26, no. 2 (Febrero de 1974): 213–225.
13. Herron MM, Johnson DL y Schwartz LM: “A Robust
Permeability Estimator for Siliciclastics,” artículo de la
SPE 49301, presentado en la Conferencia y Exhibición
Técnica Anual de la SPE, Nueva Orleáns, 27 al 30 de
septiembre de 1998.
14. Carman PC: Flow of Gases through Porous Media.
Londres: Publicaciones Científicas de Butterworth, 1956.
15. La superficie de poros, S, dentro de un volumen aparente
Vb, puede expresarse como un producto de la superficie
específica por unidad de masa, S0, y la masa de la matriz,
que equivale a su volumen (Vb - Vp) multiplicado por su
densidad, rma. La porosidad, Ø, está dada por Vb/Vp. De
este modo, S/Vp = S0 rma (1-Ø)/Ø.
16. Sobre esta base, la estimación de la permeabilidad k-L
inicial pasa a ser:
kL 1 = 200,000 Ø(m* +2) / {(1-Ø)2 rma2 (60Wclay + 0.22Wsand +
2Wcarb + 0.1Wpyr)2} ,
donde Wclay, Wsand, Wcarb y Wpyr son las fracciones de
peso obtenidas previamente y los coeficientes numéri-
cos se obtienen mediante el ajuste con los datos
experimentales. Teóricamente, y también en la práctica,
esta expresión no rige en condiciones de baja permeabi-
lidad. Cuando la estimación de la permeabilidad k-L
inicial es menor que 100 mD, debe reducirse de la
siguiente manera:
kL 2 = 0.037325 kL 11.714 .
Oilfield Review
 Saturación de agua—Se dispone de varias do fijo resulte satisfactorio. El valor predetermina-
ecuaciones para computar la saturación de agua a do CEC de la arcilla es 0.1 meq/g, un buen valor
partir de la resistividad. Dado que poseemos una para la mayor parte de las ilitas y las cloritas y tam-
medición confiable del volumen de arcilla, es bién para la mayoría de las acumulaciones de
lógico seleccionar una ecuación que utilice el minerales arcillosos encontrados por los investiga-
volumen de arcilla explícitamente y se base en los dores en las rocas sedimentarias; las arcillas que
estudios de laboratorio. La ecuación de Waxman- consisten principalmente en caolinita pura y las
Smits-Thomas satisface estas condiciones y es la arcillas que consisten principalmente en esmecti-
opción actual del sistema DecisionXpress.12 ta pura no figuran en la extensiva base de datos.
La ecuación de Waxman-Smits-Thomas contie- En una formación acuífera, donde Sw = 1, se
ne los únicos dos parámetros que deben ser selec- utiliza la misma ecuación para calcular la resisti-
cionados por el usuario: la conductividad del agua vidad de la formación acuífera, R o , y la
de formación, Cw, y la capacidad de intercambio resistividad del agua de formación aparente, Rwa.
catiónico de la arcilla (CEC, por sus siglas en Permeabilidad k-L —La permeabilidad se
inglés). Las salinidades de las formaciones varían calcula mediante un método desarrollado para
demasiado como para que un valor predetermina- las formaciones siliciclásticas, en base al pará-
Espectros de rayos gamma inducidos
Inversión (desglose espectral)
Concentraciones relativas elementales
(Si, Ca, Fe, S, Gd, Ti, H, Cl y otras
proporciones de captura e inelásticas
y datos de base de la herramienta)
metro lambda, L .13. El parámetro lambda es una
medida del diámetro efectivo de los poros conec-
tados en forma dinámica y, en las geometrías de
poros más simples, puede aproximarse a partir
de la relación volumen/superficie de poros.
Además, cuando la permeabilidad es alta, la per-
meabilidad es proporcional a L 2/F, donde F es el
factor de formación de Archie y es igual a 1/Ø 2.
La combinación de estos valores conduce a una
expresión que es una forma de la relación de
Kozeny-Carman, similar a muchas otras relacio-
nes que aparecen en la literatura:
kL ~ Øm* / (S/ Vp ) 2 ,
donde S es la superficie de poros y Vp es el volu-
men de poros.14 El problema radica entonces en
cómo medir la relación S/Vp a partir de los regis-
tros y cómo adaptar la ecuación para casos de
baja permeabilidad. En la forma mineral de la
permeabilidad k-L , la relación S/Vp se estima a
partir de los volúmenes de minerales presentes.
Esto es posible si se remueve primero el efecto
de la porosidad en la relación, dejando dos tér-
minos, la densidad de la matriz y la superficie
específica por unidad de masa, S0.15 El paráme-
tro S 0 representa una característica de los
diferentes tipos de minerales. Se sabe que las
arcillas poseen un valor de S 0 elevado y que
aportan, sin dudas, la mayor contribución a la
superficie de poros en las areniscas arcillosas.
También se ha observado que el valor total de S0
en una roca puede aproximarse mediante una
combinación lineal de las fracciones másicas de
los minerales presentes.16 Esto funciona bien
hasta que las gargantas de poros se obstruyen

Cierre de óxidos

Concentraciones elementales Mineral Elemento Utilizado Comentario

% en peso seco
(Si, Ca, Fe, S, Gd y Ti)
Modelo SpectroLith
Litología SpectroLith
% en peso seco
(arcilla, carbonato, QFM
y minerales especiales)
Propiedades tales como, φT ρb ,
ρclay, ρcarb y ρQFM
Litología
% en volumen de roca, con fluidos
(arcilla, carbonato, QFM y
minerales especiales)
Anhidrita, CaSO4 Azufre El usuario opta por resolver la anhidrita o
bien la pirita. El correspondiente % en peso
Pirita, FeS 2 Azufre de Ca o Fe se sustrae del % en peso medido,
antes de calcular otras litologías.
Siderita, FeCO3 Hierro A partir del hierro que queda después de
computar la pirita y la arcilla.
Carbón, CHaNbOc Hidrógeno A partir del exceso de hidrógeno que supera
el nivel de hidrógeno promedio del pozo.
Otros minerales normalizados con respecto a
la fracción que no corresponde a carbón.
Halita, NaCl Velocidad de conteo Si se detecta, en la litología se establece
total por encima un 100% de halita.
del umbral
> Exposición general del algoritmo SpectroLith. El flujo de procesamiento
(izquierda) se inicia con las proporciones de captura y la determinación de
la litología, en % en peso seco. La litología se convierte luego en % en
volumen utilizando la porosidad, la densidad volumétrica derivada de los
registros y la densidad de los componentes minerales. Esta tabla sintetiza
la lógica utilizada para detectar minerales especiales y carbón (arriba).

Otoño de 2005 27
ante la existencia de condiciones de baja perme- 10 4 10 4
abilidad y baja porosidad. Empíricamente, se

Permeabilidad medida, mD

observa que cuando la estimación de la permea-
bilidad k-L inicial es menor que 100 mD, debe
disminuirse mediante una función adecuada. La
calidad de las estimaciones de k-L puede juz-
garse a partir de los ejemplos (derecha).
Saturación de agua irreducible—Para juz-
gar si un yacimiento producirá hidrocarburos,
agua o una mezcla de ambos elementos, no es
suficiente conocer la saturación de agua, Sw. Se
puede formular un juicio cualitativo a través de
una comparación simple de Sw con la saturación
del agua irreducible, Swirr. Si Sw es igual a Swirr,
no hay agua producible. De un modo más cuanti-
tativo, las permeabilidades efectivas del petróleo,
el agua y el gas pueden estimarse utilizando rela-
ciones conocidas que dependen de Sw y Swirr. En
consecuencia, la saturación de agua irreducible
es un parámetro importante. En el procesa-
miento DecisionXpress, se obtiene a través de la
ecuación de Coates-Timur.17 Esta ecuación se uti-
liza normalmente para estimar la permeabilidad
pero puede invertirse para obtener el valor de
Swirr utilizando la porosidad y la estimación de la
permeabilidad k-L :
Swirr = 100 Ø 2 / (100 Ø 2 + kL 0.5) .
Desierto Occidental y Delta del Nilo
Estratigrafía Generalizada
Unidad de roca
Edad Litología
Formación Unidad
Khoman
Permeabilidad medida, mD
10 2
10 2
10 0
10 0
10-2
Estimación de Estimación de
la permeabilidad k-Λ la permeabilidad k-Λ
10-2 10-4
0 10 20 30 10-4 100 104
Porosidad medida, % Estimación de la permeabilidad, mD
> Cálculo de la permeabilidad basado en el parámetro lambda, L . Los valo-
res de porosidad y permeabilidad medidos (azul) y la estimación de la per-
meabilidad k-L (rojo) correspondientes a las arenitas cuarzosas de la
Formación Fontainebleau, libres de arcilla, se muestran a la izquierda. La
permeabilidad medida (azul) versus la estimación de la permeabilidad k-L
(rojo) para la misma formación aparece a la derecha. El coeficiente de
correlación para los logaritmos es 0.99.
Con la información sobre litología, porosidad, La incertidumbre asociada con la geología y los
saturación de agua, permeabilidad y saturación cambios abruptos observados en la resistividad
de agua irreducible, el operador cuenta con la del agua de formación hacen que el análisis
mayoría de los datos de entrada necesarios para petrofísico en el emplazamiento del pozo sea
tomar decisiones confiables. Veamos ahora los desafiante pero conveniente. Con dos equipos de
resultados de la aplicación de esta lógica a diver- perforación en operación, la toma de decisiones
sos yacimientos de areniscas de todo el mundo. oportunas es importante para minimizar el
impacto de estas incertidumbres sobre las opera-
Evaluación rápida de litologías ciones.
complejas en Egipto Las areniscas prospectivas de las Formaciones
En la concesión Bahariya Oriental, situada en Bahariya y Abu Roash tienden a ser finamente
Egipto, Apache Egypt está perforando pozos estratificadas y su granulometría varía considerable-
exploratorios en las areniscas Cretácicas de mente. La mineralogía compleja, que incluye a la
Espesor las Formaciones Bahariya y Abu Roash (abajo). glauconita, complica la interpretación de registros.18
promedio,
pies

A
1,250
Á F
B R I C
A
A 400

B 350

C 200
Abu Roash

D 500
Cretácica

E 600 Alejandría

F 200
El Cairo
G 1,000
Bahariya Oriental

Bahariya 950

E G I P T O
Kharita 3,000
0 km 200
0 millas 200
Alamein 160

Alam El Bueib 2,000 > Área Bahariya Oriental, Egipto. Apache Egypt produce petróleo
desde las areniscas Cretácicas de las Formaciones Bahariya y Abu
Roash (derecha).

28 Oilfield Review
Apache esperaba que las interpretaciones pun- Apache seleccionó el servicio DecisionXpress obtenida con la herramienta ECS con el análisis
tuales y robustas, basadas en el sistema en parte porque integra los datos de las herra- de núcleos laterales. Los datos de la herra-
DecisionXpress, ayudaran a los geocientíficos e mientas Platform Express y ECS para determinar mienta ECS ayudaron a identificar zonas con
ingenieros a planificar las operaciones de evalua- la mineralogía. Este servicio provee además una cantidades significativas de calcita. Esto no fue
ción de formaciones subsiguientes, tales como medición continua de la densidad de la matriz, posible utilizando los registros PEF estándar,
las pruebas de formaciones y el muestreo de flui- que puede ser utilizada en el procesamiento de que son afectados por la presencia de barita en
dos con el Probador Modular de la Dinámica de registros subsiguiente. Apache convalidó la mine- el lodo de perforación.
la Formación. ralogía de las formaciones Bahariya y Abu Roash, En un pozo de exploración perforado recien-
temente en la concesión Bahariya Oriental, el
Espesor Pozo EB-28, la evaluación petrofísica realizada
productivo con la tecnología DecisionXpress coincidió satis-
neto
factoriamente con un análisis convencional
Yacimiento
neto llevado a cabo por Apache (izquierda). Sobre la
base de esta interpretación, Apache decidió
Revoque
de correr la herramienta MDT para comprender
filtración Porosidad mejor la movilidad de los fluidos y recoger mues-
Derrumbes tras de fluidos. La permeabilidad obtenida con
Arcilla-Agua ligada Siderita
Tamaño la herramienta MDT se correlacionó bien con la
de la Intervalos Agua Agua capilar-ligada Pirita
barrena disparados permeabilidad estimada mediante la utilización
Hidrocarburo Agua libre Carbonato
6 pulg 16
Calibre Agua Corte de agua Hidrocarburo Cuarzo/feldespato/mica 17. Timur A: “Pulsed Nuclear Magnetic Resonance Studies
Mineralogía 1 0 of Porosity, Movable Fluid, and Permeability of
6 pulg 16 DecisionXpress Hidrocarburo Hidrocarburo desplazado Arcilla Hidrocarburo Sandstones,” Journal of Petroleum Technology 21, no. 6
Profundidad Permeabilidad
intrínseca Sw (Junio de 1969): 775–786.
medida, Rayos gamma Perfil de flujo Porosidad Volumen
L P KSR Coates GR, Miller M, Gillen M y Henderson G: “The MRIL
pies 0 Grados API 150 0 1 10,000 mD 0.1 50 % 0 0 % 100 100 % 0
in Conoco 33-1: An Investigation of a New Magnetic
Resonance Imaging Log,” Transcripciones del 32o
Simposio Anual sobre Adquisición de Registros de la
SPWLA, Midland, Texas, EUA, 16 al 19 de junio de 1991,
artículo DD.
18. La glauconita es un mineral silicatado que se encuentra
en las rocas sedimentarias. Habitualmente se desarrolla
X,600 en las plataformas continentales, caracterizadas por
procesos de sedimentación lentos con materia orgánica
presente en un ambiente oxidante. En cantidad sufi-
ciente, puede formar depósitos verdes, arenosos, de
gran espesor.

< Análisis petrofísico efectuado en tiempo real

de un pozo situado en la concesión Bahariya
Oriental. Esta presentación estándar muestra
información de pozos e información de profundi-
dad, indicadores de espesor productivo neto en
rojo e indicadores de yacimiento neto en amari-
llo en el carril correspondiente a la profundidad.
El Carril 1 muestra la litología obtenida con la
X,650 herramienta integrada de adquisición de regis-
tros con cable Platform Express. Los disparos en
las cuatro zonas y el perfil de flujo se muestran
en el Carril 2. No obstante, la información sobre
corte de agua que aparece en el Carril 3 revela
una zona cerca de X,675 pies que finalmente
produjo agua. Las interpretaciones de los flui-
dos, que aparecen en el Carril 4, indican que el
mayor potencial de petróleo existe justo por
debajo de X,600 pies y alrededor de X,700 pies.
Entre los minerales predominantes, que se
muestran en el Carril 5, se encuentran cuarzo,
feldespato y mica (amarillo) y arcilla (gris) con
cantidades escasas de minerales carbonatados
(azul). Resumidos en el Carril 6 correspondiente
X,700 al control de calidad, se encuentran la litología
(L), la porosidad (P), la permeabilidad (K), la satu-
ración (S) y la permeabilidad relativa (R); el color
verde refleja una interpretación favorable, el ama-
rillo implica una interpretación moderadamente
favorable y el rojo indica una interpretación des-
favorable. El Carril 8 muestra los volúmenes de
hidrocarburo.

Otoño de 2005 29
 del sistema DecisionXpress (izquierda). Ade-
Espesor
productivo más, los resultados de producción confirmaron
neto
el análisis DecisionXpress.
Yacimiento Apache empleó la tecnología DecisionXpress y
neto
ECS en otros pozos de exploración perforados
Revoque de
filtración Agua ligada a Porosidad recientemente en otras dos concesiones situadas
las arcillas
Derrumbes Agua Siderita en Egipto, para realizar evaluaciones petrofísicas
Agua ligada a rápidas con el fin de soportar la toma de decisio-
Tamaño Hidrocarburo los capilares Pirita
de la nes en la ubicación del pozo. Las estimaciones de
barrena Corte de agua Agua libre Carbonato
la relación espesor productivo neto/espesor pro-
6 pulg 16 1 0
Hidrocarburo Cuarzo/ ductivo bruto, basadas en el cómputo realizado
Calibre Agua Permeabilidad feldespato/mica
Mineralogía intrínseca Hidrocarburo con el sistema DecisionXpress, coincidieron con
6 pulg 16 Hidrocarburo desplazado Arcilla Hidrocarburo
DecisionXpress 10,000 mD 0.1 los cómputos de la misma relación desarrollados
Profundidad
medida, Rayos gamma Perfil de flujo Movilidad Porosidad Volumen Sw a partir del lento análisis petrofísico de la compa-
L PK SR
pies 0 Grados API 150 0 1 10,000 mD 0.1 50 % 0 0 % 100 0 % 100 ñía operadora. Las respuestas del sistema
DecisionXpress se obtenían típicamente antes de
bajar la tubería de revestimiento de producción,
lo que ayudaba al operador a estimar el valor de
X,400 los pozos exploratorios y decidir su entubación.
Sobre la base de este éxito, se están reali-
zando planes que apuntan a utilizar la aplicación
DecisionXpress en tiempo real para diseñar pro-
gramas de muestreo de presión y fluidos más
X,450
efectivos y proveer análisis petrofísicos rápidos y
más ágiles.

Decisiones tomadas en
X,500
tiempo real en Venezuela
El Campo Guafita es un campo petrolero maduro
operado por Petróleos de Venezuela S.A. (PDVSA),
que se encuentra ubicado en el Estado de Apure,
cerca del límite entre Venezuela y Colombia (pró-
X,550 xima página, extremo superior). Este campo
produce petróleo liviano, cuya densidad oscila
entre 28 y 32 ºAPI, principalmente desde los
miembros Guardulio y Arauca de la Formación
Guafita.
X,600
En los últimos años, PDVSA implementó un
alto nivel de actividad de perforación sostenida
en el Campo Guafita para mantener los altos
niveles de producción. Con tres equipos de per-
X,650 foración operando a más de 300 km [186 millas]
de la sede central de PDVSA en Barinas, la com-
pañía buscaba un método confiable para
interpretar los registros en forma rápida en la
localización del pozo. El equipo de operaciones
X,700 de PDVSA en Barinas optó por el método de
espectroscopía de rayos gamma inducidos, utili-
zando la sonda ECS y el sistema DecisionXpress.
La Formación Guafita corresponde a una
secuencia de arenisca-lutita en la que es dable
X,750
esperar una interpretación de registros conven-
cional directa. En la realidad, numerosos
factores complican la interpretación de regis-
> Interpretaciones de la permeabilidad y la movilidad. La herramienta MDT midió la presión de formación tros. En primer lugar, la Formación Guafita es
y la movilidad del fluido en nueve profundidades dentro de la Formación Bahariya y en tres profundi- altamente resistiva—una arenisca limpia produ-
dades correspondientes a la zona Abu Roash G sobreyacente (Carril 3). La permeabilidad calculada a
través del procesamiento DecisionXpress en tiempo real (Carril 3) se ajusta estrechamente a las mo-
cirá agua a una resistividad de 10 mS/m [100
vilidades de los fluidos obtenidas con la herramienta MDT. ohm-m] y petróleo a 3.3 mS/m [300 ohm-m].

30 Oilfield Review
Esto se debe a que el agua connata de formación
es inusualmente dulce, oscilando entre un
mínimo de 100 partes por millón (ppm) y un
máximo de aproximadamente 2,500 ppm de clo- Caracas
ruro de sodio [NaCl] equivalente. Por lo tanto, la
calibración básica de la herramienta de induc-
ción exige gran cuidado porque la diferencia AMÉRICA DEL SUR Campo
entre 3 y 10 mS/m es significativa, dado que las Guafita
Apure VENEZUELA
herramientas de inducción responden a la con-
ductividad, no a la resistividad.
Este enfoque de resistividad simplificado es
adecuado para las areniscas limpias pero no se
adecua cuando hay arcilla presente y los efectos de
la conductividad de superficie se vuelven signifi- 0 km 300
cativos. Con salinidades tan bajas del agua 0 millas 300
connata, las condiciones del Campo Guafita tras-
cienden el rango de aplicación tradicional de las > Campo Guafita, Venezuela. Ubicado en el Estado de Apure, cerca del límite entre Venezuela y
ecuaciones convencionales para el cálculo de la sa- Colombia, este campo fue descubierto en 1984 y produce de los yacimientos de la Formación Guafita
turación tales como el modelo de Waxman-Smits.19 de edad Mioceno y Oligoceno.
Además, la utilización de lodo base aceite impide
la adquisición de la curva de potencial espontá- En conversaciones con Schlumberger, PDVSA registros con cable Platform Express, incluyendo
neo, lo que a su vez no permite que el analista de identificó el método de espectroscopía de rayos la sonda ECS, demostraron sistemáticamente la
registros utilice ecuaciones para calcular la satu- gamma inducidos—utilizando el dispositivo linealidad pobre existente entre los rayos gamma
ración diseñadas específicamente para ECS—como una alternativa potencial para cuan- naturales y el volumen de arcilla, Varcilla, derivado
ambientes de agua dulce, tales como la ecuación tificar en forma precisa la arcilla presente en las del procesamiento SpectroLith. También mostra-
de Sen-Goode-Sibbit.20 areniscas de la Formación Guafita. En diversos ron los puntos extremos más altos que son habi-
Después de analizar este problema, PDVSA pozos del Campo Guafita, las numerosas carreras tuales para las areniscas, tanto para la fracción
decidió concentrarse en la reducción de la in- de las herramientas integradas de adquisición de limpia como para la fracción arcillosa (abajo).
certidumbre asociada con la implementación de
un modelo de saturación convencional en el
Campo Guafita. La compañía comenzó con un 350
análisis exhaustivo de las aguas producidas
la
cil
desde diversos intervalos, en varios pozos, para V ar
300 4*
optimizar el valor de Rw a ser utilizado en cada 32
8+
intervalo geológico. =2
Al mismo tiempo, PDVSA reconoció que una GR
250
estimación tradicional del contenido de arcilla,
siempre sesgada por el registro de rayos gamma,
Rayos gamma, grados API

tendía a sobrestimar el volumen de arcilla pre- 200

sente en la formación e invalidaba la ejecución de
una corrección de la arcilla por efecto de la satu-
ración. La alta radioactividad a menudo observada 150
en las areniscas Guafita se atribuye normalmente
a la incompatibilidad existente entre el agua con-
nata original y el agua proveniente del acuífero 100

activo subyacente, que es dulce y se originó proba-

blemente a partir de la recarga meteórica. A
50
medida que el acuífero se eleva, las sales radioac-
tivas depositadas en la formación incrementan la
radioactividad general y conducen a una sobresti- 0
mación del contenido de arcilla. 0 20 40 60 80 100
Volumen de arcilla, %
19. La ecuación de Waxman-Smits se describe en la referen-
cia 12.
> Gráfica de interrelación de rayos gamma en función del volumen de arcilla,
20. El modelo de saturación Sen-Goode-Sibbit se aplica nor- según lo determinado a través del procesamiento SpectroLith. La línea de
malmente en ambientes de areniscas arcillosas y agua regresión destaca la falta de linealidad entre los rayos gamma (GR, por sus
dulce. Para más información, consulte: Sen PN, Goode siglas en inglés) medidos y el volumen de arcilla, Vclay. Los puntos extremos
PA y Sibbit A: “Electrical Conduction in Clay-Bearing de la línea de regresión, en la intersección con los ejes Vclay = 0 y Vclay = 1,
Sandstones at Low and High Salinities,” Journal of
suelen ser altos para un ambiente de areniscas. Estas mediciones se utili-
Applied Physics 63, no. 10 (15 de mayo de 1988): 4832–4840.
zaron posteriormente en el procesamiento DecisionXpress.

Otoño de 2005 31
 Arcilla
Agua irreducible
Cuarzo/feldespato/mica
Agua
Carbonato
Petróleo
Pirita
Calcita
Permeabilidad Agua irreducible
Densidad de granos mediante
Coates-Timur
Derrumbes el procesamiento SpectroLith Pirita
3 10,000 mD 0.1 Agua
Tamaño de 2.5 g/cm 3
Cuarzo
la barrena Permeabilidad SDR Petróleo
Densidad de granos
6 pulg 16 a partir del núcleo 10,000 mD 0.1 Agua ligada
Análisis de fluidos ELANPlus Distribución de T2
Calibre 2.5 g/cm 3 3 Permeabilidad del Ilita
núcleo corregida por 50 % 0 0 29
6 pulg 16 Volumen de arcilla a partir
el efecto Klinkenberg T 2 LM
Rayos gamma de mediciones XRD Porosidad del núcleo Análisis ELANPlus
Profundidad
medida, pies 0 Grados API 300 0 % 100 10,000 mD 0.1 50 % 100 100 % 0 0.3 ms 5,000

X,450

X,500

X,550

X,600

> Procesamiento SpectroLith de un registro del Campo Guafita. Las mediciones del diámetro del pozo en el carril correspondiente a la
profundidad, muestran que el pozo está en buenas condiciones. El Carril 1, en escala de 0 a 300 °API, muestra altos valores de rayos
gamma en el intervalo registrado. Los volúmenes de arcilla obtenidos con la herramienta SpectroLith (gris), que se muestran en el
Carril 2, coinciden con las mediciones de núcleos (círculos azules); la densidad de granos obtenida con la herramienta SpectroLith
(curva roja) es más confiable que las mediciones de densidad baja obtenidas en los núcleos (círculo abiertos) a partir de muestras no
consolidadas. Las estimaciones de permeabilidad, que se muestran en el Carril 3, coinciden con las medidas en los núcleos (círculos
azules). La porosidad computada (Carril 4) también concuerda con las mediciones de porosidad obtenidas en los núcleos (círculos
azules). El Carril 5 exhibe la litología y la porosidad a partir del análisis volumétrico ELANPlus. Los datos de RMN, que aparecen en el
Carril 6, muestran una señal de fluido libre bien desarrollada en las areniscas de alta permeabilidad de la Formación Guafita.

Simultáneamente, los resultados de campo prove-
nientes del procesamiento DecisionXpress indica-
ron gran concordancia con los resultados obtenidos
utilizando la técnica avanzada de análisis multi-
mineral de registros ELANPlus en el centro de cóm-
puto de Caracas, Venezuela.
PDVSA consideró alentadores los resultados y
decidió verificarlos mediante la adquisición de un
núcleo y la obtención de una serie de mediciones
de difracción de rayos X (XRD, por sus siglas en
inglés) para su comparación con el volumen de
arcilla determinado mediante el procesamiento
SpectroLith.
Esta comparación revela una buena corres-
pondencia entre el contenido total de arcilla,
determinado mediante el análisis XRD y el con-
tenido de arcilla determinado mediante el
análisis SpectroLith, si bien las muestras de
pequeño diámetro se obtuvieron en los intervalos
prospectivos más limpios y más porosos (arriba).
La concordancia entre la porosidad estimada y la
permeabilidad estimada y los datos de núcleos
también fue excelente. No obstante, persiste
cierta discrepancia entre la densidad de granos
estimada mediante el análisis SpectroLith y la
densidad de granos medida en las muestras de
núcleos, siendo la densidad de granos de los
núcleos típicamente menor que la densidad del
cuarzo puro. Esta discrepancia podría haber sido
ocasionada por la dificultad de medir en forma
precisa la densidad de granos en base a mues-
tras de pequeño diámetro básicamente no
consolidadas.

32 Oilfield Review
 Revoque Arcilla
de filtración
Cuarzo/feldespato/mica
Derrumbes
Agua ligada a las arcillas Carbonato
Tensión del cable
Agua ligadas a los capilares Pirita
10,000 lbf 0
Tamaño de Hidrocarburo Anhidrita
la barrena
Agua desplazada Siderita
6 pulg 16
Calibre Agua libre Carbón
Agua
6 pulg 16 Hidrocarburo desplazado Sal
Agua
Yacimiento neto Hidrocarburo
Hidrocarburo Calidad de los datos Calidad de los datos
Espesor Permeabilidad
productivo Mineralogía Perfil de flujo k- Λ Porosidad total Porosidad total
neto DecisionXpress L PKSR
0 1 10,000 mD 0.1 50 % 0 100 % 0

X,450

X,500

X,550

> Procesamiento DecisionXpress del registro del Campo Guafita. Para evaluar mejor los resultados en forma rápida que se
obtienen utilizando el procesamiento DecisionXpress, se reprocesó el mismo intervalo del registro previo del Campo Guafita
(página anterior) utilizando el sistema DecisionXpress; esta visualización es una presentación predeterminada. Los datos de
diámetro del pozo, en el carril correspondiente a la profundidad, confirman que la calidad del pozo era buena salvo por la rugo-
sidad observada entre X,465 y X,470 pies. Este delgado intervalo de datos, con una pátina de color gris, no es suficientemente
confiable para realizar una interpretación automatizada. Los indicadores de yacimiento neto e intervalo productivo neto también
se muestran en el carril correspondiente a la profundidad. La mineralogía derivada del procesamiento DecisionXpress apare-
ce en el Carril 1. El Carril 2 muestra el perfil de producción estimada, derivado de los resultados de permeabilidad relativa que
se muestran en el Carril 3. La información sobre porosidad y fluidos de los Carriles 4 y 5 completa la evaluación. La mineralo-
gía, que se exhibe en el Carril 5, es interpretada a partir de los datos ECS utilizando el procesamiento DecisionXpress. En el
Carril 6, correspondiente al control de calidad, se resumen la litología (L), la porosidad (P), la permeabilidad (K), la saturación
(S) y la permeabilidad relativa (R); el verde indica una condición favorable, el amarillo representa una condición moderada-
mente favorable y el rojo significa una condición desfavorable. El análisis rápido DecisionXpress concuerda con los datos de
núcleos y con el análisis ELANPlus que requiere más tiempo.

El análisis XRD demostró además que el
mineral de arcilla predominante era la caolinita,
representando a menudo más del 70% del conte-
nido total de arcilla y estando constituido el resto
de los minerales de arcilla por ilita y una pequeña
fracción de clorita. En tales condiciones, es espe-
rable obtener un valor de CEC medio bajo para
las arcillas; en el procesamiento DecisionXpress
se utilizó un valor de 0.2 meq/g (arriba). Este
resultado obtenido en forma rápida es notoria-
mente similar a la evaluación ELANPlus
completa, incluyendo la estimación de la per-
meabilidad obtenida a partir de la versión
mineralógica de la ecuación k- L . La región
rugosa del pozo, entre X,465 y X,470 pies, está
correctamente señalizada y, según el diagnóstico,
los principales yacimientos de areniscas se
encuentran en estado de saturación de agua
irreducible o próximos a ese estado. Esto fue
confirmado por los resultados de producción,
habiendo entrado el pozo en producción a un
régimen de 191 m3/d [1,200 bbl/d] de fluido, con
un corte de agua inferior a 20%.

Otoño de 2005 33

U
R
Bloque 15/25b
O
N
M a r d e l N o r t e
DINAMARCA
REINO 0 km 200
UNIDO 0 millas 200
> Concesión de OILEXCO en la Cuenca Moray
Firth Externa. Una delgada columna de petróleo,
identificada en el año 1990, condujo a la compa-
ñía a reevaluar el potencial del Bloque 15/25b.
La tecnología DecisionXpress ahora forma
parte integrante de la evaluación de formacio-
nes en el Campo Guafita, lo que asegura que los
resultados de interpretaciones confiables prove-
nientes de una región remota de Venezuela
estén disponibles siempre que sea necesario
tomar decisiones, minutos después de adquiri-
dos los registros de pozos.
Toma de decisiones oportunas
en el Reino Unido
En los últimos años, el gobierno del Reino Unido
ha incentivado a los titulares de descubrimien-
tos sin desarrollar, en áreas marinas del Reino
Unido, a desarrollar o bien ceder las áreas donde
se sitúan estos descubrimientos. En consecuen-
cia, muchas áreas prospectivas sin evaluar han
sido devueltas por sus ex propietarios para ser
ofrecidas como nuevas concesiones. La disponi-
bilidad de estas concesiones ha atraído a
numerosos operadores nuevos en el Mar del
Norte, que percibieron la existencia de potencial
económico en algunos de estos bloques cedidos.
Uno de esos operadores fue OILEXCO, una com-
pañía con sede en Calgary que actualmente está
desarrollando el Bloque 15/25b en la Cuenca
Moray Firth Externa.
Una delgada columna de petróleo, descubier-
ta en el año 1990, atrajo la atención de OILEXCO
(arriba). Después de reprocesar los datos sísmi-
34
A
G
E
cos y mapear las posibles trampas estratigráficas,
la compañía puso en marcha un programa de per-
foración de pozos múltiples.21 Como ayuda para
comprender los resultados de las operaciones de
adquisición de registros, la compañía utilizó el
sistema DecisionXpress. De los tres pozos regis-
trados con el sistema DecisionXpress, el Pozo
15/25b-8 demostró ser el pozo que justificaba la
ejecución de actividades adicionales en el área,
conocida como acumulación Brenda. Dicho pozo
fue perforado en base a una respuesta AVO
(variación de la amplitud en función del despla-
zamiento) anómala de impedancia elástica y
encontró una columna de hidrocarburos dentro
de la arenisca Forties de aproximadamente 15 m
[50 pies] de espesor (próxima página).22
La ejecución de análisis petrofísicos oportu-
nos mediante el sistema DecisionXpress facilitó
el proceso de toma de decisiones rápidas, nece-
sario para ejecutar re-entradas o entubar y pro-
21. Para más información sobre exploración de trampas
estratigráficas por parte de OILEXCO, consulte: Durham
LS: “Subtle Traps Become New Prey,” AAPG Explorer 25,
no. 8 (Agosto de 2004): 14.
22. La variación de la amplitud con el desplazamiento (AVO,
por sus siglas en inglés) se refiere a una variación en la
amplitud de las reflexiones sísmicas con el cambio de la
distancia entre el punto de disparo y el receptor. Las res-
puestas AVO indican diferencias en la litología y en el
contenido de fluidos en las rocas que sobreyacen e
infrayacen el reflector.
23. Para ver ejemplos adicionales, consulte: Poulin M,
Hidore J, Sutiyono S, Herron M, Herron S, Seleznev N,
bar los pozos. Además, gracias a la prontitud de
los análisis, OILEXCO pudo contar con informa-
ción económica importante para mantener a los
socios situados en áreas remotas y a otros inver-
sionistas totalmente informados acerca de la
capacidad de los yacimientos y la productividad
probable. El trabajo de evaluación resultante
confirmó que la acumulación Brenda es quizás
uno de los descubrimientos más grandes realiza-
dos en aguas del Reino Unido en los últimos años
y las operaciones de perforación de desarrollo
mediante pozos de alto ángulo y pozos horizonta-
les comenzarán en enero de 2006.
Interpretación en tiempo real
El sistema DecisionXpress ha sido aplicado con
éxito en una amplia gama de yacimientos silici-
clásticos.23 Esta interpretación en tiempo real no
es totalmente aplicable a yacimientos carbona-
tados, sobre todo por carecerse de un esquema
Grau J, Horkowitz J, Alden M y Chabernaud T: “Deepwater
Core Comparison with Answers from a Real-Time
Petrophysical Evaluation,” artículo de la SPE 90134, pre-
sentado en la Conferencia y Exhibición Técnica Anual de
la SPE, Houston, 26 al 29 de septiembre de 2004.
Rasmus JC, Horkowitz JP, Chabernaud T, Graham P,
Summers M y Wise D: “A New Formation Evaluation
Technique for the Lower Tertiary in South Texas—
Predicting Production in Low Permeability, Fine-Grained
Sandstones” artículo de la SPE 90690, presentado en
la Conferencia Internacional del Petróleo de la SPE,
Puebla, México, 7 al 9 de noviembre de 2004.
Oilfield Review
 Arcilla
Revoque
de filtración Cuarzo/feldespato/mica

Derrumbes Agua ligada a las arcillas Carbonato

Tensión del cable Agua ligada a los capilares Pirita

10,000 lbf 0 Hidrocarburo Anhidrita
Tamaño
de la barrena Agua desplazada Siderita
6 pulg 16 Carbón
Agua libre
Calibre Mineralogía Agua
DecisionXpress Agua Hidrocarburo desplazado Sal
6 pulg 16
Hidrocarburo
Yacimiento neto Rayos gamma Hidrocarburo Calidad de los datos Calidad de los datos
corregidos por Permeabilidad
Espesor efectos ambientales Perfil de flujo k- Λ Porosidad total Porosidad total
productivo neto L P KSR
0 Grados API 200 0 1 10,000 mD 0.1 50 % 0 100 % 0

X,100

X,150

> Análisis petrofísico del Pozo 15/25b-8. Los indicadores de espesor productivo neto, en el carril correspondiente a
la profundidad, de esta visualización DecisionXpress revelan aproximadamente 50 pies de espesor productivo neto
de petróleo cerca de X,150 pies. El Carril 1 presenta la curva de rayos gamma y la litología determinada con el sis-
tema DecisionXpress. El Carril 3 muestra el hidrocarburo y el agua además de la permeabilidad intrínseca. Las satu-
raciones de fluidos y la porosidad se muestran en el Carril 4. La mineralogía detallada, presentada en el Carril 5, se
determina utilizando la sonda ECS y el procesamiento DecisionXpress. Como sucede en todas las presentaciones
DecisionXpress, una pátina gris indica que los resultados están fuera de las especificaciones de tolerancia.

robusto de evaluación de la saturación y univer-
salmente aceptado. Por otra parte, la litología y
los componentes de las propiedades de la matriz
del sistema pueden generar mejoras significati-
vas en las evaluaciones de carbonatos y serán
implementados en el futuro.
A través de la limitación del número de pará-
metros seleccionados por el intérprete de
registros, la interpretación automatizada mini-
miza el sesgo propio de la interpretación. Como
sucede con cualquier esfuerzo por automatizar
tareas ejecutadas normalmente por personas,
las interpretaciones automatizadas deben ser
comparadas cuidadosamente con otros datos
para garantizar la validez de los resultados. Las
comparaciones de los datos de registros con los
datos de núcleos y de producción son cruciales
para que los operadores utilicen esta tecnología
pero, con el tiempo, las comparaciones entre
pozos deberían resultar adecuadas para validar
las interpretaciones.
Los algoritmos del sistema DecisionXpress
arrojan interpretaciones petrofísicas rápidas y
confiables. Si conocen cuánto hidrocarburo hay
presente y dónde puede ser producido económi-
camente, las compañías operadoras pueden
planificar mejor las operaciones de determina-
ción de la presión de formación y de muestreo,
los procedimientos de extracción de núcleos
laterales por medios mecánicos o por percusión
y las pruebas de formaciones, u optar por entu-
bar el pozo, continuar la perforación o perforar
pozos de re-entrada. Además, el análisis petrofí-
sico rápido sirve de soporte para la toma de
decisiones a largo plazo, tales como el desarro-
llo de estrategias de terminación, programas de
estimulación y otras operaciones. —JS/GMG

Otoño de 2005 35