16 Oilfield Review

Espectroscopía: La clave para la obtención derespuestas petrofísicas rápidas y confiables

Dan BarsonRod ChristensenOILEXCO IncorporatedCalgary, Alberta, Canadá

Eric DecosterCaracas, Venezuela

Jim GrauMichael HerronSusan HerronRidgefield, Connecticut, EUA

Udit Kumar GuruEl Cairo, Egipto

Martín JordánPetróleos de Venezuela S.A. (PDVSA)Barinas, Venezuela

Thomas M. MaherApache Egypt CompaniesEl Cairo, Egipto

Erik RylanderClamart, Francia

Jim WhiteAberdeen, Escocia

Por su colaboración en la preparación de este artículo, seagradece a Bill Batzer y Lisa Stewart, Ridgefield, Connecticut,EUA; Matt Garber, Cambridge, Inglaterra; Martin Isaacs,Sugar Land, Texas, EUA; Daniel Valois, Barinas, Venezuela;y Richard Woodhouse, consultor, Surrey, Inglaterra.DecisionXpress, ECS (herramienta de Espectroscopía deCaptura Elemental), ELANPlus, GLOBAL, GLT (herramientade Adquisición de Registros Geoquímicos), Litho-Density,MDT (Probador Modular de la Dinámica de la Formación),Platform Express, RST (herramienta de Control de Saturacióndel Yacimiento) y SpectroLith son marcas de Schlumberger.

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.

Las interpretaciones petrofísicas, que compren-den como mínimo la determinación de laporosidad y la saturación de agua, son esencialespara la toma de decisiones relacionadas con laadquisición de datos de presión, la recolecciónde muestras de fluidos y las operaciones de entu-bación y terminación de pozos. En consecuencia,las respuestas confiables en tiempo real o a laspocas horas de haber adquirido los registrosresultan de suma importancia para los operado-res. Si bien los estudios de caracterización deyacimientos implican más datos y más tiempopara ajustar la interpretación en relación con unyacimiento en particular, el tiempo y los datossiempre son escasos. Incluso para estos estudiosde mayor magnitud, una evaluación rápida yconfiable resulta de utilidad como punto de par-tida y como resumen oportuno de los registros.

Los intentos realizados en el pasado paraproveer un paquete de interpretación generali-zado se vieron acosados por la necesidad dedefinir en forma manual numerosos parámetrosy zonas de las formaciones. En condiciones idea-les, estos parámetros son seleccionados por unintérprete calificado o mediante referencia auna base de datos local establecida para el yaci-miento o la formación. Lamentablemente, esprobable que ninguna de estas opciones seencuentre disponible en el momento requerido.Un enfoque alternativo consiste en determinarvarios de estos parámetros en forma automática.

Ahora, los registros de concentraciones e-lementales y el procesamiento litológicoSpectrolith de los datos adquiridos por las herra-mientas de espectroscopía de rayos gammainducidos por neutrones posibilitan la estima-

ción de todos los parámetros de la matriz enforma automática, con un nivel de precisióncomo mínimo equivalente al de las lentas técni-cas convencionales. El número de parámetros sereduce asombrosamente, limitándose en el casoóptimo a uno solo: la resistividad del agua de for-mación, Rw. Al mismo tiempo, los modelos deconductividad y permeabilidad científicamentemás rigurosos mejoran la confiabilidad de losresultados.

La combinación de estas técnicas, conocidacomo sistema de evaluación petrofísicaDecisionXpress, ha sido aplicada con éxito enuna gran variedad de yacimientos siliciclásticos.Por el momento, este sistema no es aplicable alos yacimientos carbonatados, fundamentalmen-te debido a la falta de buenos modelos científicosy a la dificultad de distinguir la calcita de la dolo-mía en presencia de gas. Este artículo explica lasbases de los algoritmos que permiten que el sis-tema DecisionXpress sea rápido, preciso y con-fiable, y muestra ejemplos tomados de distintosambientes tales como Egipto, Venezuela y el Mardel Norte. No obstante, primero conviene consi-derar las limitaciones de las técnicas convencio-nales.

El problema de la evaluación de registrosGran parte de la evaluación de registros de pozosimplica la ejecución del análisis volumétrico. Si seconocen la porosidad y la saturación de fluidos, ladeterminación 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-

Otoño de 2005 17

dos y minerales. La dificultad con el análisis volu-métrico reside en el hecho de que existen muchasmás 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 labase de una columna de hidrocarburos—existenmuchos componentes minerales posibles. El ana-lista de registros también debe conocer la movili-dad del fluido, por ejemplo si el agua presente enla formación es agua irreducible o agua de pro-ducción libre.1

Los conjuntos de registros modernos puedenproveer cientos de mediciones pero estas medi-ciones no son todas independientes. Porejemplo, muchas mediciones responden intensa-mente a la porosidad pero ninguna identifica elvolumen de petróleo en forma única. Frente aeste desafío, el intérprete de registros está obli-gado a trabajar con modelos que reduzcan elnúmero de incógnitas a una cantidad que se ade-cue a las mediciones disponibles. Por ejemplo, sise sabe que un yacimiento corresponde a unaarenisca que contiene petróleo, el intérpretepuede excluir la anhidrita y el gas del modelo. Elintérprete debe elegir el modelo, de manera que

la intervención humana se requiere desde elprincipio. Si bien esta elección puede resultarsencilla para un yacimiento correctamente desa-rrollado, es probable que resulte dificultosa enun pozo de exploración o de evaluación, o cuandoel conjunto de mediciones cambia con respecto alas mediciones obtenidas en los pozos vecinosque fueron utilizados para establecer el modelo.

Los modelos contienen parámetros queexpresan la respuesta de las mediciones a suscomponentes. Algunos parámetros están defini-dos con precisión, por ejemplo la densidad de lacalcita. Ciertas respuestas varían considerable-mente, tal es el caso de la respuesta del registrode rayos gamma a la lutita. En estas circunstan-cias, los programas de interpretación deregistros adoptan diferentes enfoques. Los quehacen hincapié en la facilidad y velocidad de usoemplean modelos simples y permiten que elintérprete establezca sólo algunos de los pará-metros más variables. Aquellos que ponenénfasis en la exactitud ofrecen modelos comple-jos y permiten que la mayoría de los parámetrospuedan ser modificados por el usuario (véase“Revisión de los métodos de interpretación deregistros,” próxima página).

Cualquiera sea el enfoque, los parámetrosmás difíciles de seleccionar son invariablementelos de los minerales de arcilla. El tipo, volumen ydistribución de la arcilla afectan considerable-mente la determinación de la porosidad a partirde los registros de porosidad, tales como losregistros de neutrón, densidad y sónico, y ladeterminación de la saturación de agua a partirde los registros de resistividad. En la interpreta-ción de registros convencional, basada en unconjunto de registros triple combo—resistivi-dad, porosidad–densidad, porosidad–neutrón,rayos gamma y potencial espontáneo—el volu-men de la arcilla se determina básicamente apartir de la respuesta del registro de rayosgamma y de las mediciones obtenidas de losregistros de densidad y de neutrón. La subjetivi-dad de la interpretación de los registros de rayos

1. La saturación de agua irreducible es el valor de satura-ción de agua más bajo, Swirr, que puede obtenerse enuna muestra de pequeño diámetro a través del desplaza-miento del agua con petróleo o gas. A este estado sellega normalmente haciendo circular petróleo o gas através de una muestra saturada de agua o haciéndolagirar en un centrifugador con el fin de desplazar el aguacon petróleo o gas.

(continúa en la página 20)

18 Oilfield Review

Las técnicas de interpretación de registroshan evolucionado pasando de las solucioneslineales de ecuaciones simples de la décadade 1940 a las inversiones matemáticas y lasredes neuronales disponibles actualmente(derecha).1 Este desarrollo fue impulsado nosólo por las mejoras logradas en la tecnologíacomputacional sino también por el númerocreciente de mediciones de registros de pozosy el mayor conocimiento de las respuestas delos registros. Los objetivos principales de losintérpretes de registros—determinar la poro-sidad, la saturación de agua y la permeabili-dad—siguen siendo los mismos. Lo que hacambiado es nuestra capacidad para calcularestas cantidades en forma más rápida y con-fiable, en un rango más amplio de formacio-nes, y nuestra habilidad para computar otrosdatos de salida tales como la saturación deagua 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 año1941.2 En esos primeros tiempos, la interpre-tación era un proceso secuencial—primero sedeterminaba la porosidad a partir de un regis-tro sónico, de densidad o de neutrón, y luegose hallaba la saturación de agua utilizando elregistro de resistividad. Este proceso se lleva-ba a cabo utilizando diagramas y nomogramasque se volvían cada vez más complicados amedida que se disponía de más registros deporosidad y en tanto se reconocían y cuantifi-caban los efectos de la arcilla y de los fluidosde la zona invadida. La interpretación deregistros dejó de ser un proceso secuencialsimple para convertirse en un proceso connumerosas opciones e iteraciones.

Tales iteraciones no representaban un pro-blema para las calculadoras y computadorasque se estaban introduciendo por ese enton-ces. Para fines de la década de 1960, complejosprogramas tales como el sistema SARABAND,podían utilizar todas las mediciones de regis-tros existentes, estimar el volumen de arcilla apartir de una variedad de fuentes y calcularlas saturaciones de fluidos tanto en la zonainvadida como en la zona no invadida.3

Estos programas operaban en forma secuen-cial; por ejemplo, estimando primero el volu-men de arcilla, luego la porosidad y por últi-mo la saturación de agua. Sin embargo, serequerían extensivas iteraciones para refinarla respuesta. Los programas se diseñabanespecíficamente para determinados tipos de

formaciones, por ejemplo areniscas arcillosas,y para determinadas mediciones de registrosy ecuaciones de respuesta. No obstante, lacomplejidad de la lógica hizo que el agregadoposterior de una medición o de una idea deinterpretación nueva resultara cada vez másdificultoso.

Revisión de los métodos de interpretación de registros

> Desarrollo de los métodos de interpretación para herramientas de adquisición de registrosmúltiples desde la década de 1940. No se muestra la interpretación para una sola herramientade adquisición de registros.

Métodos Secuenciales o Determinísticos

Lógica compleja con enlacesiterativosFlexibilidad limitada del modelo

Parámetros explícitos:pocos o muchos

Pocos parámetros

Modelos simplesParámetros escasoso inexistentes

Métodos Simultáneos o Estadísticos

Inversión restringida a través de la minimización de la incertidumbreMayor flexibilidad en el modelo

Usualmente numerososparámetros explícitos

Déca

da d

e 19

40 a

déca

da d

e 19

50Dé

cada

de

1960

a

déca

da d

e 19

70Dé

cada

de

1980

a

déca

da d

e 19

90Dé

cada

de

1990

adé

cada

de

2000

Mínima cantidadde parámetros

Diagramas y NomogramasEnfoque gradual, proceso manualModelos simples

TransparenciasCurvas presentadas en escalasseleccionadas y leídas conreglas transparentes

Red NeuronalDatos de entrada mapeados paragenerar conjuntos de datos de sa-lida en base a datos de entrena-miento . Modelo implícito (datos de entrada, datos de salida)

Sistema DecisionXpressDeterminación casi automática dela litología y, en consecuencia,otros datos de salida

Modelo implícitoMínima cantidadde parámetros

Otoño de 2005 19

A fines de la década de 1970, se introdujo laidea de tratar la interpretación de registroscomo un problema de inversión matemática.4

Cada medición posee una ecuación de respues-ta que puede ser expresada como un conjuntode volúmenes de formación desconocidos, cadauno de los cuales es multiplicado por un pará-metro. Cuando existen como mínimo tantasecuaciones como volúmenes desconocidos,éstos últimos pueden hallarse mediante méto-dos de inversión comunes. La solución puedeser restringida; por ejemplo, no permitiendoque la porosidad exceda un valor específico, ya cada ecuación de respuesta se le puede asig-nar un peso diferente. De esta manera, sesimulaba la lógica de los programas secuencia-les pero no era necesario rescribir el programade computación para adicionar o sustraer unamedición o un modelo.

En la década de 1980, se desarrollaron aúnmás los métodos de inversión y se redujo eltiempo computacional insumido en los mismospara permitir correr diferentes modelos enforma simultánea.5 De este modo era posibleseleccionar el modelo más adecuado paracada intervalo ya fuera en forma manual o uti-lizando algún criterio automático.

Cualquiera sea el método seleccionado, lastareas principales de la interpretación asistidapor computadoras siguen siendo las mismas.En primer lugar, los registros de entrada nece-sitan ser editados, ajustados en profundidad ycorregidos por efectos ambientales. Estastareas se encaran cada vez con más frecuen-cia durante la etapa de adquisición pero aúnconstituyen un problema en condiciones difi-cultosas, tales como pozos que presentanderrumbes. En segundo lugar, se deben elegirlos parámetros y, cuando se dispone de laopción, el modelo de formación. Por último, espreciso controlar los resultados para verificarsu calidad y modificar los parámetros o elmodelo hasta que la interpretación resultesatisfactoria.

La selección de parámetros siempre ha sidoun tema clave en la interpretación de registros.La selección manual de parámetros consiste en

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 búsquedade la resistividad aparente del agua en unazona de agua. Desafortunadamente, no existeninguna certeza de que un intervalo sea acuífe-ro; ésta es en sí una interpretación. Por lotanto, la selección manual de parámetros sueleser una cuestión de apreciación subjetiva.

La mayoría de los métodos de selecciónautomática de parámetros implementan lalógica que subyace a los métodos manuales,con las mismas limitaciones. En ciertos casos,los parámetros pueden ser determinados pormétodos de inversión haciendo uso del hechode que los parámetros son constantes a lolargo 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 deRw simples hasta conjuntos de procedimien-tos y las experiencias de los especialistas.

El control de calidad es aún más subjetivoque la selección de parámetros. Los registrosreconstruidos—los computados a partir de lasolución y los parámetros y el modelo utiliza-dos—muestran si la solución respeta losregistros de entrada pero no indican si losparámetros o el modelo son correctos. En lapráctica, la calidad del resultado depende delcriterio del intérprete y de la comparacióncon otros datos, tales como el análisis denúcleos, las pruebas de pozos y los resultadosde producción. Los intérpretes experimenta-

dos no utilizan programas de computaciónpara hallar la solución sino para implementary 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 yrequerir mucho tiempo para su desarrollo;puede obtenerse rápidamente en yacimientoso en áreas específicas.

Las técnicas más recientes minimizan elproblema de la selección de parámetros. Lasredes neuronales artificiales se entrenan paraconvertir los registros en resultados en lospozos en los que los resultados ya se conocen;hallando internamente y en forma efectiva lastransformadas y parámetros necesarios parael modelo y los pozos específicos en cuestión.Una vez entrenadas, las redes pueden aplicar-se casi automáticamente en otros pozos en losque rige el mismo modelo. Si bien las redesneuronales son más comúnmente utilizadaspara clasificaciones litológicas y para loscasos en los que las transformadas explícitasno son muy conocidas, por ejemplo la estima-ción de la permeabilidad y los conjuntos deregistros reducidos, también se aplican alanálisis volumétrico.

Por último, el sistema DecisionXpress utilizamediciones nuevas que permiten determinaren forma casi automática la totalidad o partede las propiedades petrofísicas. Sin embargo,es improbable que desplace a otros métodos deestudios detallados que requieren altos nivelesde precisión y flexibilidad. Dicho sistema, sinembargo, debería proporcionar un mejora-miento significativo en lo que respecta a latoma de decisiones iniciales rápidas. —JS

1. Para una revisión detallada, consulte: Marett G y Kimminau S: “Logs, Charts, and Computers: The Historyof Log Interpretation Modeling,” The Log Analyst 31, no6 (Noviembre–Diciembre de 1990): 335–354.

2. Archie GE: “The Electrical Resistivity Log as an Aid inDetermining Some Reservoir Characteristics,” Transcripciones del Instituto Americano de IngenierosMineros y Metalúrgicos, 146. Nueva York: InstitutoAmericano 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 yacimientosasistido por computadoras. Para más información,consulte: Poupon et al, referencia 2, texto principal.

4. Mayer C y Sibbit A: “GLOBAL, a New Approach toComputer-Processed Log Interpretation,” artículo de laSPE 9341, presentado en la Conferencia y ExhibiciónTécnica Anual de la SPE, Dallas, 21 al 24 de septiembrede 1980.

5. Quirein J, Kimminau S, LaVigne J, Singer J y Wendel F: “A Coherent Framework for Developing and ApplyingMultiple Formation Evaluation Models,” Transcripcio-nes del 27o Simposio Anual sobre Adquisición deRegistros de la SPWLA, Houston, 9 al 13 de junio de1986, artículo DD.

gamma es ampliamente conocida y puede ilus-trarse con cualquier ejemplo de registro (abajo).

Se han utilizado varias técnicas para mejorarla estimación del volumen de arcilla. Algunosprogramas de interpretación utilizan el mínimode los volúmenes de arcilla estimados por dife-rentes métodos, en base al razonamiento de quelos errores de cada método siempre producenuna sobrestimación.2 Este enfoque permite mini-

mizar los errores gruesos pero no elimina lanecesidad de contar con selecciones de paráme-tros exactas. En otros casos, la elección demodelos y parámetros a menudo se facilita a tra-vés de la utilización de una base de datos deconocimientos de un yacimiento, área local otipo de ambiente geológico en particular, parareducir considerablemente las opciones y mi-nimizar la necesidad de intervención humana.

No obstante, es probable que no se disponga deeste tipo de bases de datos hasta después dehaber desarrollado un área.

Una solución explícita En los últimos 20 años, las nuevas medicionesobtenidas de los registros han mejorado lainterpretación. Estas mejoras pueden dividirseen dos tipos; las que se concentran en unamejor definición de los fluidos y las enfocadasen una mejor definición de los sólidos.

La definición directa de los fluidos ha mejo-rado sustancialmente gracias a los desarrolloslogrados en las herramientas de adquisición deregistros de resonancia magnética nuclear(RMN). Dado que las principales propiedades deinterés—porosidad, saturación y permeabili-dad—se relacionan con los fluidos, la técnicaRMN parecería ser la mejor opción. Sin em-bargo, existen limitaciones, particularmente conlas interpretaciones de los valores de saturaciónporque las mediciones se obtienen en la zonainvadida, cerca del pozo, y porque las señalesindicadoras de la presencia de petróleo y agua,provenientes de la herramienta de RMN, a vecesno están claramente separadas.

La otra opción consiste en definir los volúme-nes de sólidos y luego aplicar las ecuacionesconocidas para determinar las propiedades prin-cipales de los yacimientos a partir de otrasmediciones. Por ejemplo, la porosidad puededeterminarse con precisión a partir del registrode densidad si se conoce la densidad de la matriz.La saturación de agua puede estimarse a partirde la resistividad si se conocen la conductividad yla distribución de la arcilla.

El sistema DecisionXpress responde a estasegunda opción.3 Su solución se basa en la medi-ción de la concentración de algunos de los ele-mentos presentes en las rocas y en la posteriorestimación de las principales propiedades de lamatriz a partir de estas concentraciones. La me-dición de las concentraciones elementales no esnueva: los elementos químicos han sido detecta-dos con herramientas de adquisición de registrosde espectroscopía de neutrones pulsados desdefines de la década de 1970 y las concentracionesse obtenían específicamente para la evaluaciónde formaciones derivada de registros obtenidosen agujero descubierto, utilizando la herramien-ta de Adquisición de Registros Geoquímicos GLTa mediados de la década de 1980.4 Desafortuna-damente, la utilización del sistema GLT no segeneralizó por varios motivos: la sarta de la he-rramienta GLT era larga; las operaciones eranlentas y en consecuencia costosas; la herra-mienta no era combinable, y la interpretaciónresultaba compleja. La sonda de Espectroscopía

20 Oilfield Review

MD, piesRayos gamma

0 °API 200

-430 -350mV

6 16Pulgadas

Tamaño de la barrena6 16Pulgadas

Calibre

0.2 ohm,m 2,000

0.2 ohm,m 2,000

0.2 ohm,m 2,000

0.2 ohm,m 2,000

0.2 ohm,m 2,000

0.2 ohm,m 2,000

0.2 ohm,m 2,000

0.2 ohm,m 2,000

1.95 g/cm3 2.95

45 % -15

0 10

6,250

Potencial espontáneo

6,0000 lbfResistividad de la

formación verdadera

Resistividad de lazona invadida

6,300

Lutita

???

???

-10 90Grados

Desviación del pozo

Revoque de filtración

Derrumbes

Resistividad aparente 5

Resistividad aparente 4

Resistividad aparente 3

Resistividad aparente 2

Resistividad aparente 1

Resistividad de laformación invadida

Densidad dela formación

Porosidadtermal/neutrónica

Factor fotoeléctrico

Tensióndel cable

> Registro de una secuencia siliciclástica que ilustra algunasde las dificultades de la interpretación de los registros de rayosgamma. El registro de rayos gamma, la separación entre las cur-vas de neutrón y densidad, y la resistividad indican claramentela presencia de lutita por encima de 1,904 m [6,246 pies] de pro-fundidad medida (MD, por sus siglas en inglés). No obstante, a1,909 m [6,296 pies] y por debajo de 1,935 m [6,348 pies] de pro-fundidad, el registro de rayos gamma indica la presencia delutita, pero los otros registros no. Además, la lectura mínima delregistro de rayos gamma, de 30 °API, puede indicar o no lapresencia de cuarzo puro libre de arcilla.

Parámetros seleccionadospor el usuario:

Permeabilidad, k

LitologíaSpectroLith

Propiedades de la matriz derivadas de los registros

de densidad–neutrón

Capacidad deintercambio catiónico

de la arcilla

Interruptores para ladeterminación de los niveles

de anhidrita y feldespatos

Salinidad del aguade formación

Volúmenesde yacimientos

Permeabilidadesrelativas y corte

de agua

Saturación deagua irreducible

Valores límite para laspermeabilidades y el

corte de agua

Efecto de la arcillasobre la conductividad, Qv

Registros dedensidad–neutróny de resistividad

Registros deconcentraciones elementales

(Si, Ca, Fe, Gd, Ti)

Porosidad total, Tφ

Porosidad total, Tφ

Saturación de agua, Sw

> 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 contribuyea su robustez.

Otoño de 2005 21

de Captura Elemental ECS es corta; fácil de usar yrápida de operar; y mide suficientes elementoscomo para evaluar la litología (izquierda).

En cada nivel de profundidad, el procesa-miento fluye en forma lineal, comenzando con elcómputo de la litología, incluyendo el volumende arcilla, y continuando por la densidad de losgranos, la porosidad, la permeabilidad y las satu-raciones (abajo). El cómputo entero puede ser

2. Poupon A, Clavier C, Dumanoir J, Gaymard R y Misk A:“Log Analysis of Sand-Shale Sequences—A SystematicApproach,” Journal of Petroleum Technology 22, no. 7(Julio de 1970): 867–881.

3. Herron MM, Herron SL, Grau JA, Seleznev NV, Phillips J, El Sherif A, Farag S, Horkowitz JP, Neville TJ y Hsu K: “Real-Time Petrophysical Analysis in Siliciclastics from theIntegration of Spectroscopy and Triple-Combo Logging,”artículo de la SPE 77631, presentado en la Conferencia yExhibición 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, McKeonD, Wraight P, Grau J, Ellis D, Schweitzer J y Herron M:“Geochemical Logging with Spectroscopy Tools,” SPE Formation Evaluation 4, no. 2 (Junio de 1989): 153–162.

< Herramientas de adquisición de registros deespectroscopía para la determinación de la lito-logía. Cada herramienta posee como mínimo unafuente que emite neutrones de alta energía en laformación y un detector que mide los rayosgamma emitidos por las reacciones de los neu-trones con los elementos de la formación. La pri-mitiva herramienta de Adquisición de RegistrosGeoquímicos GLT también incorporaba medicio-nes de rayos gamma espectrales naturales ymediciones de la activación del aluminio; eralarga y lenta para registrar y no resultaba combi-nable con las herramientas de adquisición de re-gistros convencionales. La herramienta de Controlde Saturación del Yacimiento RST fue diseñadapara evaluaciones en pozos entubados y ade-más puede proveer datos de entrada para la téc-nica SpectroLith. La sonda de Espectroscopía deCaptura Elemental ECS es la herramienta deespectroscopía óptima para la determinación dela litología en agujero descubierto y la determi-nación de las propiedades de la matriz mediantela utilización de la técnica SpectroLith y de otrastécnicas asociadas.

Cartucho de telemetría

Detectores de neutrones

Detectores de neutrones

Fuente de neutronesde baja energía

1986Herramienta de Adquisición de

Registros Geoquímicos GLT

• 70 pies de largo• 6 sondas• 2 fuentes• 2 pasadas• <600 pies/h

Detectorlejano

Detectorcercano

Fuente minitrón

1991Herramienta de

Control de Saturación del Yacimiento RST

• 36 pies de largo• Bajada a través de la tubería de producción [111/16 pulgadas o 21/2 pulgadas de diámetro externo]• Fuente minitrón• <200 pies/h

Fuente AmBe

Detector

Camisa de boro

Recipiente Dewar

Componenteselectrónicos

Disipador térmico

Cartuchode adquisición

del detector

1996Sonda de

Espectroscopía deCaptura Elemental ECS

• 15 pies de largo• 5 pulgadas de diámetro externo (con camisa de boro)• fuente química• 1,800 pies/h

ejecutado en tiempo real, durante la adquisiciónde registros, y en la mayoría de los casos con laselección de un solo parámetro, Rw, que a menu-do se conoce en los yacimientos desarrollados.Dado que la salida provee todos los parámetrosderivados de los registros, necesarios para elpicado de puntos para medir la presión, losintervalos de muestreo de fluidos y las localiza-ciones de extracción de núcleos laterales,resulta crítica en la toma de las decisiones rela-cionadas con las operaciones de terminación depozos (abajo). Algunos sistemas de análisis con-

vencionales también pueden atribuirse los bene-ficios de la velocidad y automatización una vezque el análisis es adaptado a ambientes específi-cos. La diferencia clave de esta nueva técnica esque provee resultados precisos y confiables en lamayoría de los yacimientos siliciclásticos decualquier lugar del mundo. Para justificar estaatribución, vamos a examinar los fundamentossobre los cuales se construyen sus algoritmos.

Concentraciones elementales—Las herra-mientas de espectroscopía, tales como la sondaECS, miden efectivamente un espectro de rayos

gamma o la cantidad de rayos gamma recibidospor el detector para cada nivel de energía. Losrayos gamma se generan cuando los neutronesde alta energía—provenientes de una fuenteminitrón o una fuente radioactiva tales como elamericio [Am] y el berilio [Be]—bombardean laformación y pierden energía a través de la dis-persión, fundamentalmente por acción delhidrógeno. Cuando se frena hasta alcanzar elnivel de energía termal, un neutrón que coli-siona con el núcleo de ciertos átomos puede sercapturado; en este proceso, el núcleo es excitadoy emite rayos gamma con una distribución deenergías que es característica del elemento.Estos rayos gamma pueden degradarse pordispersión en la formación y el detector; sinembargo, hay suficiente definición en el espec-tro final para reconocer los picos causados porlos diferentes elementos (próxima página,extremo superior).

El paso siguiente consiste en calcular la pro-porción, o rendimiento relativo, de los rayosgamma de cada elemento mediante la compara-ción del espectro medido con el espectro estándaradquirido por Schlumberger para cada elementoindividual. Esto se lleva a cabo en el Centro deCalibración de Efectos Ambientales de Houston.El espectro se invierte para obtener la propor-ción de los principales elementos de aporte.Estos incluyen algunos de los elementos másdefinidos y abundantes presentes en las rocassedimentarias, en especial silicio [Si], calcio[Ca], hierro [Fe] y azufre [S]. El titanio [Ti] y elgadolinio [Gd] también pueden aportar una señalsignificativa y, en consecuencia, deben ser resuel-tos aunque no sean elementos abundantes. Lasconcentraciones de estos seis elementos, que ensu totalidad resultan exclusivamente de la

22 Oilfield Review

5. Los minerales sedimentarios contienen óxidos simples uóxidos múltiples. Incluso, los minerales de arcilla puedenser tratados como mezclas complejas de óxidos. Lasconcentraciones se expresan en porcentaje en peso por-que es la masa y no el volumen de un elemento lo quecontribuye 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 esla concentración relativa medida, X es el factor de aso-ciación de óxidos conocido y S es la sensibilidad a ladetección relativa conocida. La sumatoria S corresponde alos seis elementos de la matriz de roca medidos, designa-dos con la variable i. Una vez que F ha sido calculado encada nivel, se computa el porcentaje en peso seco, o lasconcentraciones elementales, a partir de Wi = F * Yi / Si.Herron SL: “Method and Apparatus for Determining Elemental Concentrations for Gamma Ray SpectroscopyTools,” Patente de EUA No. 5,471,057 (28 de noviembre de1995).

7. Herron MM, Matteson A y Gustavson G: “Dual-Range FT-IR Mineralogy and the Analysis of Sedimentary Formations,” artículo 9729, presentado en la ConferenciaAnual de la Sociedad de Analistas de Núcleos, Calgary, 7 al 10 de septiembre de 1997.

Rayos gamma Perfil de flujoPermeabilidad

intrínseca Porosidad Volumen

Corte de aguaTensióndel cable

MD, pies 0 °API 200 0 1 10,000 0.1mD 50 0% 0 100%

Hidrocarburo1 0

Hidrocarburo

Agua

Agua

Hidrocarburodesplazado

Hidrocarburo

Agua libre

Arcilla

Cuarzo/feldespato/mica

Carbonato

Pirita

Anhidrita

Siderita

Porosidad

L P K SR1 5,000lbf

Espesorproductivo

6,350

6,300

6,250

Agua ligada alos capilares

Agua ligada alas arcillas

MineralogíaDecisionXpress

> Despliegue de salida del sistema DecisionXpress para el registro previo (página 20 ). Una pátina decolor gris claro indica los intervalos del registro en los que los datos de entrada son de calidad pobredebido a las condiciones de pozo u otro tipo de problemas. La porosidad, la permeabilidad y las satu-raciones de fluidos se suman y se promedian a lo largo del intervalo productivo utilizando los valoreslímite de permeabilidad y corte de agua seleccionados por el usuario. Éstos también pueden presen-tarse en una tabla. Los indicadores de control de calidad del carril derecho extremo indican ladescripción de la interpretación correspondiente a la litología (L), la porosidad (P), la permeabilidad(K), la saturación (S) y la permeabilidad relativa (R); el color verde indica una interpretación favorable,el amarillo implica una interpretación moderadamente favorable y el rojo refleja una interpretacióndesfavorable. El intervalo de lutita por encima de 1,902 m [6,240 pies] de profundidad es afectadoconsiderablemente por las pobres condiciones de pozo.

Otoño de 2005 23

matriz de roca, se computan y utilizan cuantita-tivamente en el procesamiento ulterior. Otroselementos, tales como el hidrógeno [H] y elcloro [Cl], también se miden, pero sólo se utili-zan cualitativamente.

Las concentraciones son sólo medidas relati-vas porque la señal total depende del ambiente,que puede variar a lo largo de todo el intervalode adquisición de registros. Para obtener lasconcentraciones elementales absolutas, se nece-sita información adicional; en este caso, a partirdel principio del cierre de óxidos. Este principioestablece que una roca seca consiste solamentede un conjunto de óxidos, la suma de cuyas con-centraciones debe equivaler a la unidad.5 Sipodemos medir la concentración relativa detodos los óxidos, podemos calcular la concentra-ción total y el factor necesario para convertirloen la unidad. Este factor de normalización con-vertirá luego cada concentración relativa en unaconcentración elemental de peso seco.

En la práctica, este proceso no es tan direc-to. En primer lugar, medimos los elementos, nolos óxidos, pero la naturaleza contribuye ya quelos elementos más abundantes existen sola-mente en un óxido común, por ejemplo SiO2 parael silicio. De este modo, para la mayor parte delos elementos, un factor de asociación exactosoporta la conversión de la concentración delelemento en la concentración del óxido. Ensegundo lugar, si bien la herramienta ECS midela mayoría de los elementos más comunes, exis-ten excepciones entre las que la del potasio [K]y el aluminio [Al] son las más importantes.Afortunadamente, la concentración de estos ele-mentos se correlaciona fuertemente con la delhierro, de manera que pueden ser incluidos en elfactor de asociación de óxidos correspondiente alhierro.6 Los resultados han sido validados me-diante la comparación con las concentracionesquímicas medidas en las muestras de núcleos(derecha).

Elementos de los minerales—El paso si-guiente consiste en convertir las concentracioneselementales en grupos de minerales. Las técni-cas geoquímicas previas fueron diseñadas paradeterminar la mayor cantidad de minerales posi-bles. En la técnica DecisionXpress, el objetivoprincipal apunta a un contenido de arcilla totalpreciso y confiable, dividiéndose los mineralesrestantes en carbonatos o en cuarzo, feldespatosy micas (QFM, por sus siglas en inglés). El desa-rrollo de esta técnica se basó en el estudio demás de 400 muestras de núcleos de diferentesambientes arenosos y ambientes con areniscasarcillosas. Cada una de las muestras se trituró,mezcló y dividió en dos fracciones; una para de-terminar las concentraciones elementales a tra-

vés del análisis químico y la otra para determinarla mineralogía utilizando el procedimiento FT-IR,el cual se basa en la respuesta de enlaces mole-culares a luz infrarroja.7 Los estándares de los

minerales para el procedimiento FT-IR incluye-ron 26 minerales, que pueden determinarse ensu totalidad con una precisión superior a +/- 2%en peso.

0 50 100 150 200 250

Energía de rayos gamma, número de celdas de medición

Cant

idad

de

rayo

s ga

mm

a de

tect

ados

, con

teos

por

seg

undo

HGd

Si

Inelástico

Cl

Fe

Prof

undi

dad,

pie

s

500

400

300

200

600

700

800

900

0 50 0 40 0 20 0 20 0 4 0 40Silicio,

% en pesoCalcio,

% en pesoHierro + 0.14 Al,

% en pesoAzufre,

% en pesoTitanio,

% en pesoGadolinio, ppm

Concentración elemental, fracción de peso seco

> Típico espectro de rayos gamma a partir de la herramienta ECS en unambiente siliciclástico que no posee calcio ni azufre. Los rayos gammaresultantes de la captura de neutrones termales, se muestran divididosen las contribuciones de los diferentes elementos presentes. Tambiénestán presentes los rayos gamma provenientes de reacciones de neutro-nes inelásticos pero no se utilizan cuantitativamente. Las proporcionesde captura del hierro [Fe] y del calcio [Ca] incluyen pequeñas señalesprovenientes del aluminio y del sodio. Esta contaminación se toma encuenta durante el procesamiento ulterior.

> Ejemplo de la buena concordancia existente entre las seis concentraciones elementales medidasen el núcleo (rojo) y las derivadas mediante la aplicación del principio de cierre de óxidos a lasconcentraciones relativas de la herramienta ECS (negro). La proporción de hierro contiene ciertaseñal del aluminio, de modo que mide efectivamente la concentración de hierro más un 14% de laconcentración de aluminio. Los datos de núcleos (círculos rojos) se representan gráficamenteutilizando la misma combinación.

El estudio examinó primero la correlaciónexistente entre el contenido total de arcilla yvarios elementos supuestamente medibles conregistros (izquierda). El contenido total de arcillaes la suma de las fracciones de caolinita, ilita,esmectita, clorita y glauconita. En la mayor partede los pozos, el aluminio corresponde a la mejorcorrelación, lo que no es sorprendente porque lasarcillas son aluminosilicatos y el aluminio formaparte integrante de su composición química. Elpotasio a veces exhibe una fuerte correlacióncuando la arcilla dominante es la ilita; sin embar-go, tal correlación es perturbada por el potasio enlos feldespatos, las micas y otros minerales. Eltorio [Th], el uranio [U], el titanio [Ti] y el gado-linio [Gd] son elementos accesorios a menudoenriquecidos en las lutitas, pero estos elementosen general no revelan una correlación suficiente-mente confiable para uso cuantitativo, fundamen-talmente debido a la existencia de fuentes que noson arcillas. El silicio muestra una importanteanticorrelación, que disminuye del 46.8% en pesoen el cuarzo puro a aproximadamente 21% enpeso en las arcillas. El hierro se asocia con los mi-nerales pesados, tales como la siderita y la piritay los minerales arcillosos ilita, clorita y glauconi-ta. El calcio está presente principalmente en lacalcita y en la dolomía.

El aluminio es el mejor indicador elemental dela 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. Enel pasado, el aluminio se medía induciendo la acti-vación neutrónica, técnica que requería un equipocomplejo tal como el de la herramienta GLT.

Por este motivo, los investigadores se concen-traron en la búsqueda de otros métodos conmayor precisión estadística para estimar el conte-nido total de arcilla. La anticorrelación del silicioes buena pero se ve perturbada por la presenciade los minerales carbonatados siderita y pirita(izquierda). Estos minerales actúan como la arci-lla para reducir el volumen de silicio pero sepuede dar cuenta de su presencia midiendo elcalcio, el hierro y, cuando se encuentra disponi-ble, el magnesio [Mg], cuya medición se analizamás adelante. De este modo, combinando cuatroelementos—Si, Ca, Fe y Mg—es posible hallaruna correlación con el contenido total de arcillaque posea casi la misma pendiente en todos lospozos, un leve grado de dispersión y una ordenadaen el origen próxima a cero (próxima página,extremo superior). Cuando se examinan estasgráficas, es importante concentrarse en la región

24 Oilfield Review

Arci

lla, %

en

peso

100

50

0

Arci

lla, %

en

peso

100

50

0

Arci

lla, %

en

peso

100

50

0

Torio, ppm0 10 20

Uranio, ppm0 5 10

Potasio, % en peso0 2.5 5

Aluminio, % en peso0 10 20

Titanio, % en peso0 1 2

Gadolinio, ppm0 5 10

Silicio, % en peso0 25 50

Hierro, % en peso0 15 30

Calcio, % en peso0 20 40

Arci

lla, %

en

peso

100

50

0

100–SiO2

0 50 100

a

100–SiO2–CaCO3–MgCO3

0 50 100

b

0 50 100

100–SiO2–CaCO3–MgCO3–1.99 Fe

c

> Comparación de las concentraciones de diversos elementos medibles através de registros con la concentración de arcilla medida en un pozo. Lafila superior contiene los elementos medidos por espectroscopía de rayosgamma. Los dos elementos accesorios, Ti y Gd, y los tres elementos prin-cipales medidos mediante espectroscopía de rayos gamma de captura semuestran en las filas intermedia e inferior, junto con el aluminio que resultadifícil de medir con herramientas operadas a cable o con herramientas deadquisición de registros durante la perforación. Como se observa en muchospozos, existe una buena correlación con el aluminio y una buena anticorre-lación con el silicio. En este pozo, la correlación con el potasio es buenapero constituyó una excepción entre los pozos estudiados, particularmentefrente a una concentración de arcilla baja.

> Datos de 12 pozos que ilustran cómo se estima la concentración de arcilla a partir delos elementos principales. La concentración de arcilla medida muestra una tendenciaclara con (100 – SiO2), que es perturbada fundamentalmente por los minerales carbona-tados (a). Cuando la calcita y la dolomía se sustraen de la estimación previa, la ajustadatendencia es perturbada solamente por la siderita y la pirita (b). Cuando también se sus-traen los minerales ricos en hierro, la correlación se mejora aún más, lo que indica cómose 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 quela interpretación proporciona el contenido total de carbonatos (calcita + dolomía), lo queproduce efectivamente resultados idénticos a los que se muestran en la gráfica central(b). Para una interpretación litológica completa, la dolomía puede estimarse a partir delfactor fotoeléctrico derivado del registro de densidad fotoeléctrica Litho-Densidad o delas mediciones de la herramienta integrada de adquisición de registros con cablePlatform Express.

Otoño de 2005 25

pobre en contenido de arcilla donde se localizanlos yacimientos—la correlación en las lutitas esmenos importante. Con excepción de los Pozos 11y 12, que se analizan más adelante, estos resul-tados muestran una correlación importante yúnica entre las concentraciones elementales y elcontenido total de arcilla en un amplio rango deyacimientos siliciclásticos.

A esta altura, vale la pena examinar la corre-lación existente entre el contenido total de arci-lla medido y el registro tradicional de rayosgamma totales asociado con los mismos datos(derecha, extremo inferior).8 El rayo gamma secalcula a partir de la suma de sus elementos deaporte—K, Th y U—y es, por lo tanto, indepen-diente de la porosidad. Como es dable de esperar,existe una correlación general. No obstante, laspendientes y los desplazamientos varían signifi-cativamente y a menudo se observa considerabledispersión, particularmente en comparación conla estimación basada en las concentraciones ele-mentales.

Los Pozos 1 y 2 ilustran el amplio rango en lapendiente. Una extrapolación a arcilla pura arroja-ría una lectura del registro de rayos gamma de 100ºAPI en el Pozo 1, pero de 500 ºAPI en el Pozo 2. LosPozos 4 y 12 ilustran el rango en los desplazamien-tos o en las indicaciones de contenido de arcillanulo. Una extrapolación a contenido de arcillanulo da como resultado 30 ºAPI en el Pozo 4 y 70ºAPI en el Pozo 12. Dichas variaciones son bienconocidas y se evitan parcialmente en la prácticautilizando el conocimiento local y calibrando losdatos del registro de rayos gamma con los datosde núcleos en un yacimiento en particular.

La calibración podría arrojar buenos resulta-dos en varios de los pozos. No obstante, losresultados siguen siendo insatisfactorios en tér-minos de dispersión y rango dinámico. En losPozos 3, 5, 7 y 9, la dispersión correspondiente aun 20% de arcilla en peso es tal que hasta unregistro de rayos gamma calibrado indicaría unporcentaje de arcilla oscilante entre 0 y 40%. Estevolumen de arcilla puede significar la diferenciaentre roca yacimiento y roca no yacimiento y difi-culta el uso cuantitativo. Los Pozos 11 y 12 sonejemplos de rango dinámico reducido.

Los Pozos 11 y 12, y en menor medida el Pozo4, contienen areniscas ricas en feldespato. Losfeldespatos y las micas son aluminosilicatos,como las arcillas, y en consecuencia afectan elcontenido de silicio. Estas areniscas se analizanutilizando una pendiente diferente e introdu-ciendo un desplazamiento en el estimador de

8. Ellis DV: Well Logging for Earth Scientists. New York:Elsevier (1987): 190.

Arci

lla, %

en

peso

100

50

0

Arci

lla, %

en

peso

100

50

0

Arci

lla, %

en

peso

100

50

0

Contenido estimadode arcilla, %

0 50 100Contenido estimado

de arcilla, %

0 50 100Contenido estimado

de arcilla, %

0 50 100Contenido estimado

de arcilla, %

0 50 100

Pozo 1 Pozo 2 Pozo 3 Pozo 4

Pozo 5 Pozo 6 Pozo 7 Pozo 8

Pozo 9 Pozo 10 Pozo 11 Pozo 12

Arci

lla, %

en

peso

100

50

0

Arci

lla, %

en

peso

100

50

0

Arci

lla, %

en

peso

100

50

0

Rayos gamma, ºAPI0 100 200 0 100 200 0 100 200 0 100 200

Pozo 1 Pozo 2 Pozo 3 Pozo 4

Pozo 5 Pozo 6 Pozo 7 Pozo 8

Pozo 9 Pozo 10 Pozo 11 Pozo 12

Rayos gamma, ºAPI Rayos gamma, ºAPI Rayos gamma, ºAPI

> Comparación de la concentración de arcilla medida con el registro de rayos gamma en los mismos 12pozos que los de la figura anterior (arriba). El registro de rayos gamma se computó a partir de las con-centraciones de torio [Th], uranio [U] y potasio [K] medidas en las muestras mediante la utilización de lafórmula: 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 desólidos o libre de porosidad. Las pendientes y los desplazamientos varían significativamente entre unpozo 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.

> Comparación de la concentración de arcilla medida con las concentraciones estimadas mediante losvalores de Si, Ca, Fe y Mg en 12 pozos. Salvo en los Pozos 4, 11 y 12, las pendientes son casi iguales ypasan por el origen sin desplazamiento. El coeficiente de correlación general es 0.94, con un errorestándar de 6.9% en peso. En las rocas yacimiento que contienen menos de 25% de arcilla, el errorestándar es menor. El contenido de arcilla tiende a ser subestimado en las lutitas; esta subestimaciónes corregida en la implementación SpectroLith.

contenido de arcilla (arriba). La implementaciónactual de la herramienta DecisionXpress poseetres estimadores diferentes correspondientes a laarenita (contenido de feldespatos < 10%), lasubarcosa (contenido de feldespatos que oscilaentre 10 y 15%) y la arcosa (contenido de feldes-patos > 25%), que es escasa. Se asume que elmineral preestablecido es la arenita.

La fracción de carbonatos se determina a par-tir de la concentración de calcio, asumiendoinicialmente que el carbonato corresponde a cal-cita. La dolomía puede detectarse y cuantificarsemediante la comparación del factor fotoeléctricoesperado (PEF, por sus siglas en inglés) con elPEF medido.9 Las fracciones de halita, carbón,siderita, anhidrita y pirita se miden utilizando lainformación en las diferentes proporciones (pró-xima página). Se considera que el resto de la rocaestá compuesto por cuarzo, feldespato y mica(QFM, por sus siglas en inglés).

Los extensivos estudios de núcleos ayudaron alos científicos a desarrollar un método preciso yconfiable de estimación del contenido de arcilla apartir de las concentraciones elementales sinnecesidad de contar con la intervención del usua-rio. Este proceso es capturado en el algoritmoSpectroLith.10 Una ventaja importante es que uti-liza las concentraciones de los elementosprincipales, en contraposición con los elementosaccesorios que pueden ser fácilmente afectadospor la diagénesis sedimentaria, el ambiente desedimentación o la introducción espuria de pe-queñas cantidades de minerales pesados. Sepuede demostrar que los resultados son supe-riores a los del registro de rayos gamma, aúncuando el análisis de rayos gamma se calibre conlos núcleos. Además, a diferencia del análisis lito-

lógico que utiliza las porosidades de los registrosde densidad y de neutrón, los resultados son inde-pendientes del tipo, volumen y densidad de fluido.

Propiedades de la matriz y porosidad—Enel análisis de registros convencional, la densidadde la matriz se toma como una constante basadaen el conocimiento local o se obtiene del mode-lado de minerales. El primero tiende a ser unenfoque aproximado, que conduce a errores,mientras que el segundo implica datos de entraday el control del analista. Un procedimiento alter-nativo consiste en estimar la densidad de lamatriz directamente a partir de los elementos. Aligual que con el estudio litológico, las concentra-ciones elementales y las densidades de lasmatrices se obtuvieron de un gran número demuestras de núcleos, en este caso más de 600. Elobjetivo era hallar la mejor correlación entre ladensidad de la matriz y una combinación linealde elementos. Si bien el algoritmo es empírico, sufundamento es lógico.11 La densidad de la matrizde arenisca es aproximadamente igual a la delsílice [SiO2] pero aumenta al aumentar las con-centraciones de minerales con calcio, hierro y

azufre. Los minerales con hierro poseen un efectoparticularmente intenso sobre la densidad, comose refleja en el alto coeficiente correspondienteal hierro. Para las areniscas arcósicas se utilizaun algoritmo independiente con diferentes coefi-cientes.

Un análisis similar conduce a un algoritmopara la respuesta del registro de neutrón en lo querespecta a la matriz. Si se conocen las propiedadesde la matriz de roca y del fluido—normalmente lasdel revoque de filtración—es sencillo calcular laporosidad total a partir del registro de densidad ydel registro de neutrón. En las zonas acuíferas, lasporosidades corregidas por el efecto de la matrizdeberían concordar sin importar los volúmenes dearcillas o minerales pesados. En las zonas gasífe-ras, debería existir un claro cruzamiento reveladopor los efectos de la arcilla. Finalmente, la porosi-dad total, ØT, que ha de ser utilizada en cómputosulteriores, se toma como dos tercios de la porosi-dad derivada del registro de densidad, ØD, más untercio de la porosidad neutrónica, ØN. Esta expre-sión arroja una estimación aproximada pero con-fiable de ØT para cualquier fluido de formación.

26 Oilfield Review

9. El Factor Fotoeléctrico (PEF, por sus siglas en inglés) serefiere 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 elnúmero atómico promedio de la formación. Pe carece deunidad pero como es proporcional a la sección eficazfotoeléctrica por electrón, a veces se expresa enbarns/electrón. Dado que los fluidos poseen númerosatómicos bajos, su influencia es escasa, de manera quePe es una medida de las propiedades de la matriz deroca. El PEF de la dolomía es menor que el de la calcita.El PEF reconstruido a partir de las fracciones de lamatriz computadas debería ser igual al PEF medido si elcarbonato corresponde a calcita pura. Si el PEF medidoes menor, la diferencia es proporcional a la fracción dedolomía. Véase Hertzog et al, referencia 4.

10. Herron SL y Herron MM: “Quantitative Lithology: AnApplication for Open and Cased Hole Spectroscopy,”Transcripciones del 37o Simposio Anual sobre Adquisiciónde Registros de la SPWLA, Nueva Orleáns, 16 al 19 dejunio de 1996, artículo E.

11. Para las arenitas o las areniscas subarcósicas, losinvestigadores hallaron un ajuste por mínimos cuadradoscon un coeficiente de correlación de 0.97 y un errorestándar 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 pesoseco de estos elementos.Herron SL y Herron MM: “Application of Nuclear Spec-troscopy Logs to the Derivation of Formation MatrixDensity,” Transcripciones del 41er Simposio Anual sobreAdquisición de Registros de la SPWLA, Dallas, 4 al 7 dejunio de 2000, artículo JJ.

12. La ecuación de Waxman-Smits para la respuesta de lasformaciones arcillosas en lo que respecta a la conducti-vidad se utiliza para analizar los datos de núcleos ycalcular la saturación de agua a partir de los registros deresistividad y de otro tipo. El modelo fue desarrollado porM. Waxman y L. Smits con contribuciones posteriores deE. C. Thomas. La ecuación de Waxman-Smits-Thomaspuede expresarse de la siguiente manera:1/Rt = Ct = ØT

m* Swn* (Cw + BQv/Sw) ,

donde Ct es la conductividad, o la inversa de Rt, la resisti-vidad medida derivada del registro; Sw es la saturaciónde agua; m* es el exponente de cementación y constituyeuna función bien definida de ØT y Qv ; n* es el exponentede saturación fijado en 2; y Cw es la conductividad del

agua de formación. El primer término es equivalente a laecuación de Archie en las formaciones limpias. El se-gundo término, BQv/Sw, representa la conductividadadicional debida a la arcilla, donde B representa unparámetro que es una función de la temperatura y de Cw.Qv, la capacidad de intercambio catiónico (CEC, por sussiglas en inglés) por unidad de volumen de poros, serelaciona directamente con el volumen de arcilla y suCEC. CEC es la cantidad de iones con carga positiva queun mineral de arcilla o un material similar puede alojaren su superficie con carga negativa, expresada comomili-ion equivalente por 100 g, o más comúnmente, comomiliequivalente (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 HydrocarbonSaturation and Resistivity Index; II. The TemperatureCoefficient 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 laSPE 49301, presentado en la Conferencia y ExhibiciónTécnica 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 aparenteVb, puede expresarse como un producto de la superficieespecífica por unidad de masa, S0, y la masa de la matriz,que equivale a su volumen (Vb - Vp) multiplicado por sudensidad, rma. La porosidad, Ø, está dada por Vb/Vp. Deeste modo, S/Vp = S0 rma (1-Ø)/Ø.

16. Sobre esta base, la estimación de la permeabilidad k-Linicial pasa a ser:kL1 = 200,000 Ø(m* +2) / {(1-Ø)2 rma

2 (60Wclay + 0.22Wsand +2Wcarb + 0.1Wpyr)2} ,donde Wclay, Wsand, Wcarb y Wpyr son las fracciones depeso obtenidas previamente y los coeficientes numéri-cos se obtienen mediante el ajuste con los datosexperimentales. Teóricamente, y también en la práctica,esta expresión no rige en condiciones de baja permeabi-lidad. Cuando la estimación de la permeabilidad k-Linicial es menor que 100 mD, debe reducirse de lasiguiente manera:kL2 = 0.037325 kL1

1.714 .

Arci

lla, %

en

peso

100

50

0

Arcilla estimada, %0 50 100

> Comparación de la concentraciónde arcilla medida con las concen-traciones estimadas mediante losvalores de Si, Ca, Fe y Mg en elPozo 4 (cruces) y en los Pozos 11 y12 (círculos abiertos) utilizando laecuación para las areniscas arcó-sicas o con alto contenido de fel-despatos. La correlación es fuerte,particularmente por debajo del 20%de arcilla.

Otoño de 2005 27

Saturación de agua—Se dispone de variasecuaciones para computar la saturación de agua apartir de la resistividad. Dado que poseemos unamedición confiable del volumen de arcilla, eslógico seleccionar una ecuación que utilice elvolumen de arcilla explícitamente y se base en losestudios de laboratorio. La ecuación de Waxman-Smits-Thomas satisface estas condiciones y es laopción actual del sistema DecisionXpress.12

La ecuación de Waxman-Smits-Thomas contie-ne los únicos dos parámetros que deben ser selec-cionados por el usuario: la conductividad del aguade formación, Cw, y la capacidad de intercambiocatiónico de la arcilla (CEC, por sus siglas eninglés). Las salinidades de las formaciones varíandemasiado como para que un valor predetermina-

do fijo resulte satisfactorio. El valor predetermina-do CEC de la arcilla es 0.1 meq/g, un buen valorpara la mayor parte de las ilitas y las cloritas y tam-bién para la mayoría de las acumulaciones deminerales arcillosos encontrados por los investiga-dores en las rocas sedimentarias; las arcillas queconsisten principalmente en caolinita pura y lasarcillas que consisten principalmente en esmecti-ta pura no figuran en la extensiva base de datos.

En una formación acuífera, donde Sw = 1, seutiliza la misma ecuación para calcular la resisti-vidad de la formación acuífera, Ro, y laresistividad del agua de formación aparente, Rwa.

Permeabilidad k-L—La permeabilidad secalcula mediante un método desarrollado paralas formaciones siliciclásticas, en base al pará-

metro lambda, L .13. El parámetro lambda es unamedida del diámetro efectivo de los poros conec-tados en forma dinámica y, en las geometrías deporos más simples, puede aproximarse a partirde la relación volumen/superficie de poros.Además, cuando la permeabilidad es alta, la per-meabilidad es proporcional a L 2/F, donde F es elfactor de formación de Archie y es igual a 1/Ø 2.La combinación de estos valores conduce a unaexpresión que es una forma de la relación deKozeny-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 encómo medir la relación S/Vp a partir de los regis-tros y cómo adaptar la ecuación para casos debaja permeabilidad. En la forma mineral de lapermeabilidad k-L , la relación S/Vp se estima apartir de los volúmenes de minerales presentes.Esto es posible si se remueve primero el efectode la porosidad en la relación, dejando dos tér-minos, la densidad de la matriz y la superficieespecífica por unidad de masa, S0.15 El paráme-tro S0 representa una característica de losdiferentes tipos de minerales. Se sabe que lasarcillas poseen un valor de S0 elevado y queaportan, sin dudas, la mayor contribución a lasuperficie de poros en las areniscas arcillosas.También se ha observado que el valor total de S0

en una roca puede aproximarse mediante unacombinación lineal de las fracciones másicas delos minerales presentes.16 Esto funciona bienhasta que las gargantas de poros se obstruyen

Espectros de rayos gamma inducidos

Inversión (desglose espectral)

Cierre de óxidos

Concentraciones relativas elementales(Si, Ca, Fe, S, Gd, Ti, H, Cl y otrasproporciones de captura e inelásticas y datos de base de la herramienta)

Concentraciones elementales% en peso seco(Si, Ca, Fe, S, Gd y Ti)

Modelo SpectroLith

Litología SpectroLith% en peso seco

(arcilla, carbonato, QFMy minerales especiales)

Litología% en volumen de roca, con fluidos

(arcilla, carbonato, QFM yminerales especiales)

ρclay, ρcarb y ρQFM Propiedades tales como, ρb,φT

Comentario

A partir del hierro que queda después decomputar la pirita y la arcilla.

A partir del exceso de hidrógeno que superael nivel de hidrógeno promedio del pozo.Otros minerales normalizados con respecto ala fracción que no corresponde a carbón.

Si se detecta, en la litología se estableceun 100% de halita.

El usuario opta por resolver la anhidrita obien la pirita. El correspondiente % en pesode Ca o Fe se sustrae del % en peso medido, antes de calcular otras litologías.

Elemento Utilizado

Azufre

Azufre

Hierro

Hidrógeno

Velocidad de conteototal por encimadel umbral

Mineral

Anhidrita, CaSO4

Pirita, FeS2

Siderita, FeCO3

Carbón, CHaNbOc

Halita, NaCl

> Exposición general del algoritmo SpectroLith. El flujo de procesamiento(izquierda) se inicia con las proporciones de captura y la determinación dela litología, en % en peso seco. La litología se convierte luego en % envolumen utilizando la porosidad, la densidad volumétrica derivada de losregistros y la densidad de los componentes minerales. Esta tabla sintetizala lógica utilizada para detectar minerales especiales y carbón (arriba).

ante la existencia de condiciones de baja perme-abilidad y baja porosidad. Empíricamente, seobserva que cuando la estimación de la permea-bilidad k-L inicial es menor que 100 mD, debedisminuirse mediante una función adecuada. Lacalidad 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 essuficiente conocer la saturación de agua, Sw. Sepuede formular un juicio cualitativo a través deuna comparación simple de Sw con la saturacióndel 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. Enconsecuencia, la saturación de agua irreduciblees un parámetro importante. En el procesa-miento DecisionXpress, se obtiene a través de laecuación de Coates-Timur.17 Esta ecuación se uti-liza normalmente para estimar la permeabilidadpero puede invertirse para obtener el valor deSwirr utilizando la porosidad y la estimación de lapermeabilidad k-L :

Swirr = 100 Ø 2 / (100 Ø 2 + kL0.5) .

Con la información sobre litología, porosidad,saturación de agua, permeabilidad y saturaciónde agua irreducible, el operador cuenta con lamayoría de los datos de entrada necesarios paratomar decisiones confiables. Veamos ahora losresultados de la aplicación de esta lógica a diver-sos yacimientos de areniscas de todo el mundo.

Evaluación rápida de litologías complejas en EgiptoEn la concesión Bahariya Oriental, situada enEgipto, Apache Egypt está perforando pozosexploratorios en las areniscas Cretácicas delas Formaciones Bahariya y Abu Roash (abajo).

La incertidumbre asociada con la geología y loscambios abruptos observados en la resistividaddel agua de formación hacen que el análisispetrofísico en el emplazamiento del pozo seadesafiante pero conveniente. Con dos equipos deperforación en operación, la toma de decisionesoportunas es importante para minimizar elimpacto de estas incertidumbres sobre las opera-ciones.

Las areniscas prospectivas de las FormacionesBahariya y Abu Roash tienden a ser finamenteestratificadas y su granulometría varía considerable-mente. La mineralogía compleja, que incluye a laglauconita, complica la interpretación de registros.18

28 Oilfield Review

Alejandría

Bahariya Oriental

200

km0 200

0 millas

El Cairo

E G I P T O

Á F R I C A

Bahariya

Cret

ácic

a

Kharita

Alamein

Alam El Bueib

Abu

Roas

hKh

oman

1,250

EdadUnidad de roca

Formación Unidad

A

B

A

B

C

D

E

F

G

400

350

200

200

500

600

1,000

950

3,000

160

2,000

LitologíaEspesor

promedio,pies

Desierto Occidental y Delta del NiloEstratigrafía Generalizada

> Área Bahariya Oriental, Egipto. Apache Egypt produce petróleodesde las areniscas Cretácicas de las Formaciones Bahariya y AbuRoash (derecha).

Porosidad medida, %

Perm

eabi

lidad

med

ida,

mD

10 20 3010-2

100

102

104

Estimación dela permeabilidad

0Estimación de la permeabilidad, mD

Perm

eabi

lidad

med

ida,

mD

10-4

10-2

100

102

104

10-4

100 104

k-ΛEstimación dela permeabilidad k-Λ

> 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 laFormación Fontainebleau, libres de arcilla, se muestran a la izquierda. Lapermeabilidad medida (azul) versus la estimación de la permeabilidad k-L(rojo) para la misma formación aparece a la derecha. El coeficiente decorrelación para los logaritmos es 0.99.

Otoño de 2005 29

Apache esperaba que las interpretaciones pun-tuales y robustas, basadas en el sistemaDecisionXpress, ayudaran a los geocientíficos eingenieros a planificar las operaciones de evalua-ción de formaciones subsiguientes, tales comolas pruebas de formaciones y el muestreo de flui-dos con el Probador Modular de la Dinámica dela Formación.

Apache seleccionó el servicio DecisionXpressen parte porque integra los datos de las herra-mientas Platform Express y ECS para determinarla mineralogía. Este servicio provee además unamedición continua de la densidad de la matriz,que puede ser utilizada en el procesamiento deregistros subsiguiente. Apache convalidó la mine-ralogía de las formaciones Bahariya y Abu Roash,

obtenida con la herramienta ECS con el análisisde núcleos laterales. Los datos de la herra-mienta ECS ayudaron a identificar zonas concantidades significativas de calcita. Esto no fueposible utilizando los registros PEF estándar,que son afectados por la presencia de barita enel lodo de perforación.

En un pozo de exploración perforado recien-temente en la concesión Bahariya Oriental, elPozo EB-28, la evaluación petrofísica realizadacon la tecnología DecisionXpress coincidió satis-factoriamente con un análisis convencionalllevado a cabo por Apache (izquierda). Sobre labase de esta interpretación, Apache decidiócorrer la herramienta MDT para comprendermejor la movilidad de los fluidos y recoger mues-tras de fluidos. La permeabilidad obtenida conla herramienta MDT se correlacionó bien con lapermeabilidad estimada mediante la utilización

17. Timur A: “Pulsed Nuclear Magnetic Resonance Studiesof Porosity, Movable Fluid, and Permeability of Sandstones,” Journal of Petroleum Technology 21, no. 6(Junio de 1969): 775–786.Coates GR, Miller M, Gillen M y Henderson G: “The MRILin Conoco 33-1: An Investigation of a New MagneticResonance Imaging Log,” Transcripciones del 32o Simposio Anual sobre Adquisición de Registros de laSPWLA, Midland, Texas, EUA, 16 al 19 de junio de 1991,artículo DD.

18. La glauconita es un mineral silicatado que se encuentraen las rocas sedimentarias. Habitualmente se desarrollaen las plataformas continentales, caracterizadas porprocesos de sedimentación lentos con materia orgánicapresente en un ambiente oxidante. En cantidad sufi-ciente, puede formar depósitos verdes, arenosos, degran espesor.

Espesorproductivo

neto

Profundidadmedida,

pies

Cuarzo/feldespato/micaCalibre6 16pulg

Revoquede

filtración

Derrumbes

Tamañode la

barrena6 16pulg

Rayos gamma0 Grados API 150 0 1

Perfil de flujo10,000 0.1mD

Permeabilidadintrínseca Porosidad

50 % 0Volumen

0 % 100L P K S R

Sw

100 % 0

HidrocarburoArcilla

Carbonato

Pirita

Siderita

Porosidad

Hidrocarburo desplazado

Hidrocarburo

Agua libre

1 0Corte de agua

Hidrocarburo

Agua

Hidrocarburo

Agua

Yacimientoneto

Arcilla-Agua ligada

Agua capilar-ligada

X,600

X,650

X,700

Intervalosdisparados

MineralogíaDecisionXpress

< Análisis petrofísico efectuado en tiempo realde un pozo situado en la concesión BahariyaOriental. Esta presentación estándar muestrainformación de pozos e información de profundi-dad, indicadores de espesor productivo neto enrojo e indicadores de yacimiento neto en amari-llo en el carril correspondiente a la profundidad.El Carril 1 muestra la litología obtenida con laherramienta integrada de adquisición de regis-tros con cable Platform Express. Los disparos enlas cuatro zonas y el perfil de flujo se muestranen el Carril 2. No obstante, la información sobrecorte de agua que aparece en el Carril 3 revelauna zona cerca de X,675 pies que finalmenteprodujo agua. Las interpretaciones de los flui-dos, que aparecen en el Carril 4, indican que elmayor potencial de petróleo existe justo pordebajo de X,600 pies y alrededor de X,700 pies.Entre los minerales predominantes, que semuestran en el Carril 5, se encuentran cuarzo,feldespato y mica (amarillo) y arcilla (gris) concantidades escasas de minerales carbonatados(azul). Resumidos en el Carril 6 correspondienteal control de calidad, se encuentran la litología(L), la porosidad (P), la permeabilidad (K), la satu-ración (S) y la permeabilidad relativa (R); el colorverde refleja una interpretación favorable, el ama-rillo implica una interpretación moderadamentefavorable y el rojo indica una interpretación des-favorable. El Carril 8 muestra los volúmenes dehidrocarburo.

del sistema DecisionXpress (izquierda). Ade-más, los resultados de producción confirmaronel análisis DecisionXpress.

Apache empleó la tecnología DecisionXpress yECS en otros pozos de exploración perforadosrecientemente en otras dos concesiones situadasen Egipto, para realizar evaluaciones petrofísicasrápidas con el fin de soportar la toma de decisio-nes en la ubicación del pozo. Las estimaciones dela relación espesor productivo neto/espesor pro-ductivo bruto, basadas en el cómputo realizadocon el sistema DecisionXpress, coincidieron conlos cómputos de la misma relación desarrolladosa partir del lento análisis petrofísico de la compa-ñía operadora. Las respuestas del sistemaDecisionXpress se obtenían típicamente antes debajar la tubería de revestimiento de producción,lo que ayudaba al operador a estimar el valor delos pozos exploratorios y decidir su entubación.

Sobre la base de este éxito, se están reali-zando planes que apuntan a utilizar la aplicaciónDecisionXpress en tiempo real para diseñar pro-gramas de muestreo de presión y fluidos másefectivos y proveer análisis petrofísicos rápidos ymás ágiles.

Decisiones tomadas en tiempo real en VenezuelaEl Campo Guafita es un campo petrolero madurooperado por Petróleos de Venezuela S.A. (PDVSA),que se encuentra ubicado en el Estado de Apure,cerca del límite entre Venezuela y Colombia (pró-xima página, extremo superior). Este campoproduce petróleo liviano, cuya densidad oscilaentre 28 y 32 ºAPI, principalmente desde losmiembros Guardulio y Arauca de la FormaciónGuafita.

En los últimos años, PDVSA implementó unalto nivel de actividad de perforación sostenidaen el Campo Guafita para mantener los altosniveles de producción. Con tres equipos de per-foración operando a más de 300 km [186 millas]de la sede central de PDVSA en Barinas, la com-pañía buscaba un método confiable parainterpretar los registros en forma rápida en lalocalización del pozo. El equipo de operacionesde PDVSA en Barinas optó por el método deespectroscopía de rayos gamma inducidos, utili-zando la sonda ECS y el sistema DecisionXpress.

La Formación Guafita corresponde a unasecuencia de arenisca-lutita en la que es dableesperar una interpretación de registros conven-cional directa. En la realidad, numerososfactores complican la interpretación de regis-tros. En primer lugar, la Formación Guafita esaltamente resistiva—una arenisca limpia produ-cirá agua a una resistividad de 10 mS/m [100ohm-m] y petróleo a 3.3 mS/m [300 ohm-m].

30 Oilfield Review

X,500

X,550

X,600

X,650

X,700

X,750

L P K SRProfundidad

medida,pies

Cuarzo/feldespato/mica Calibre

6 16pulg

Revoque defiltración

Derrumbes

Tamañode la

barrena

6 16pulg

Rayos gamma0 Grados API 150 0 1

Perfil de flujo

10,000 0.1mD

Permeabilidadintrínseca

Volumen0 % 100

Sw

0 % 100

HidrocarburoArcilla

Carbonato

Pirita

Siderita

1 0

Corte de agua

Hidrocarburo

Agua

Hidrocarburo

Agua

10,000 0.1mD

Movilidad Porosidad50 % 0

Hidrocarburodesplazado

Hidrocarburo

Agua libre

X,400

X,450

Espesorproductivo

neto

Yacimientoneto

Agua ligada alos capilares

Agua ligada alas arcillas

Porosidad

MineralogíaDecisionXpress

> Interpretaciones de la permeabilidad y la movilidad. La herramienta MDT midió la presión de formacióny la movilidad del fluido en nueve profundidades dentro de la Formación Bahariya y en tres profundi-dades correspondientes a la zona Abu Roash G sobreyacente (Carril 3). La permeabilidad calculada através del procesamiento DecisionXpress en tiempo real (Carril 3) se ajusta estrechamente a las mo-vilidades de los fluidos obtenidas con la herramienta MDT.

Otoño de 2005 31

Esto se debe a que el agua connata de formaciónes inusualmente dulce, oscilando entre unmínimo de 100 partes por millón (ppm) y unmáximo de aproximadamente 2,500 ppm de clo-ruro de sodio [NaCl] equivalente. Por lo tanto, lacalibración básica de la herramienta de induc-ción exige gran cuidado porque la diferenciaentre 3 y 10 mS/m es significativa, dado que lasherramientas de inducción responden a la con-ductividad, no a la resistividad.

Este enfoque de resistividad simplificado esadecuado para las areniscas limpias pero no seadecua cuando hay arcilla presente y los efectos dela conductividad de superficie se vuelven signifi-cativos. Con salinidades tan bajas del aguaconnata, las condiciones del Campo Guafita tras-cienden el rango de aplicación tradicional de lasecuaciones convencionales para el cálculo de la sa-turación tales como el modelo de Waxman-Smits.19

Además, la utilización de lodo base aceite impidela adquisición de la curva de potencial espontá-neo, lo que a su vez no permite que el analista deregistros utilice ecuaciones para calcular la satu-ración diseñadas específicamente paraambientes de agua dulce, tales como la ecuaciónde Sen-Goode-Sibbit.20

Después de analizar este problema, PDVSAdecidió concentrarse en la reducción de la in-certidumbre asociada con la implementación deun modelo de saturación convencional en elCampo Guafita. La compañía comenzó con unanálisis exhaustivo de las aguas producidasdesde diversos intervalos, en varios pozos, paraoptimizar el valor de Rw a ser utilizado en cadaintervalo geológico.

Al mismo tiempo, PDVSA reconoció que unaestimación tradicional del contenido de arcilla,siempre sesgada por el registro de rayos gamma,tendía a sobrestimar el volumen de arcilla pre-sente en la formación e invalidaba la ejecución deuna corrección de la arcilla por efecto de la satu-ración. La alta radioactividad a menudo observadaen las areniscas Guafita se atribuye normalmentea la incompatibilidad existente entre el agua con-nata original y el agua proveniente del acuíferoactivo subyacente, que es dulce y se originó proba-blemente a partir de la recarga meteórica. Amedida que el acuífero se eleva, las sales radioac-tivas depositadas en la formación incrementan laradioactividad general y conducen a una sobresti-mación del contenido de arcilla.

En conversaciones con Schlumberger, PDVSAidentificó el método de espectroscopía de rayosgamma inducidos—utilizando el dispositivoECS—como una alternativa potencial para cuan-tificar en forma precisa la arcilla presente en lasareniscas de la Formación Guafita. En diversospozos del Campo Guafita, las numerosas carrerasde las herramientas integradas de adquisición de

registros con cable Platform Express, incluyendola sonda ECS, demostraron sistemáticamente lalinealidad pobre existente entre los rayos gammanaturales y el volumen de arcilla, Varcilla, derivadodel procesamiento SpectroLith. También mostra-ron los puntos extremos más altos que son habi-tuales para las areniscas, tanto para la fracciónlimpia como para la fracción arcillosa (abajo).

19. La ecuación de Waxman-Smits se describe en la referen-cia 12.

20. El modelo de saturación Sen-Goode-Sibbit se aplica nor-malmente en ambientes de areniscas arcillosas y aguadulce. Para más información, consulte: Sen PN, GoodePA y Sibbit A: “Electrical Conduction in Clay-BearingSandstones at Low and High Salinities,” Journal ofApplied Physics 63, no. 10 (15 de mayo de 1988): 4832–4840.

A M É R I C A D E L S U R

V E N E Z U E L AApure

CampoGuafita

Caracas

300

km0 300

0 millas

Rayo

s ga

mm

a, g

rado

s AP

I

150

100

50

0

200

250

300

350

0 20 40 60 80 100

Volumen de arcilla, %

GR = 28 + 32

4 * V arcilla

> Campo Guafita, Venezuela. Ubicado en el Estado de Apure, cerca del límite entre Venezuela yColombia, este campo fue descubierto en 1984 y produce de los yacimientos de la Formación Guafitade edad Mioceno y Oligoceno.

> Gráfica de interrelación de rayos gamma en función del volumen de arcilla,según lo determinado a través del procesamiento SpectroLith. La línea deregresión destaca la falta de linealidad entre los rayos gamma (GR, por sussiglas en inglés) medidos y el volumen de arcilla, Vclay. Los puntos extremosde la línea de regresión, en la intersección con los ejes Vclay = 0 y Vclay = 1,suelen ser altos para un ambiente de areniscas. Estas mediciones se utili-zaron posteriormente en el procesamiento DecisionXpress.

Simultáneamente, los resultados de campo prove-nientes del procesamiento DecisionXpress indica-ron gran concordancia con los resultados obtenidosutilizando la técnica avanzada de análisis multi-mineral de registros ELANPlus en el centro de cóm-puto de Caracas, Venezuela.

PDVSA consideró alentadores los resultados ydecidió verificarlos mediante la adquisición de unnúcleo y la obtención de una serie de medicionesde difracción de rayos X (XRD, por sus siglas eninglés) para su comparación con el volumen de

arcilla determinado mediante el procesamientoSpectroLith.

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 elanálisis SpectroLith, si bien las muestras depequeño diámetro se obtuvieron en los intervalosprospectivos más limpios y más porosos (arriba).La concordancia entre la porosidad estimada y lapermeabilidad estimada y los datos de núcleos

también fue excelente. No obstante, persistecierta discrepancia entre la densidad de granosestimada mediante el análisis SpectroLith y ladensidad de granos medida en las muestras denúcleos, siendo la densidad de granos de losnúcleos típicamente menor que la densidad delcuarzo puro. Esta discrepancia podría haber sidoocasionada por la dificultad de medir en formaprecisa la densidad de granos en base a mues-tras de pequeño diámetro básicamente noconsolidadas.

32 Oilfield Review

Profundidadmedida, pies

Agua

Calibre

166 pulg

Tamaño dela barrena

166 pulg

Derrumbes

Rayos gamma

3000 Grados API 1000 %

Volumen de arcilla a partirde mediciones XRD

X,450

X,500

X,550

X,600

0.110,000 mD

Permeabilidad delnúcleo corregida porel efecto Klinkenberg

10050 %

Porosidad del núcleo

050 %

Análisis de fluidos ELANPlus

Petróleo

Agua

Agua irreducible

0100 %

Análisis ELANPlus

Agua ligada

Ilita

Cuarzo

Pirita

Calcita

Petróleo

Agua irreducible

5,0000.3 ms

T2 LM

0

T2 Distribución de

29

Arcilla

Cuarzo/feldespato/mica

Carbonato

Pirita

32.5 g/cm

Densidad de granos medianteel procesamiento SpectroLith

32.5 g/cm3

3

Densidad de granosa partir del núcleo 0.110,000 mD

Permeabilidad SDR

0.110,000 mD

PermeabilidadCoates-Timur

> Procesamiento SpectroLith de un registro del Campo Guafita. Las mediciones del diámetro del pozo en el carril correspondiente a laprofundidad, muestran que el pozo está en buenas condiciones. El Carril 1, en escala de 0 a 300 °API, muestra altos valores de rayosgamma en el intervalo registrado. Los volúmenes de arcilla obtenidos con la herramienta SpectroLith (gris), que se muestran en elCarril 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 noconsolidadas. Las estimaciones de permeabilidad, que se muestran en el Carril 3, coinciden con las medidas en los núcleos (círculosazules). La porosidad computada (Carril 4) también concuerda con las mediciones de porosidad obtenidas en los núcleos (círculosazules). El Carril 5 exhibe la litología y la porosidad a partir del análisis volumétrico ELANPlus. Los datos de RMN, que aparecen en elCarril 6, muestran una señal de fluido libre bien desarrollada en las areniscas de alta permeabilidad de la Formación Guafita.

Otoño de 2005 33

El análisis XRD demostró además que elmineral de arcilla predominante era la caolinita,representando a menudo más del 70% del conte-nido total de arcilla y estando constituido el restode los minerales de arcilla por ilita y una pequeñafracción de clorita. En tales condiciones, es espe-rable obtener un valor de CEC medio bajo paralas arcillas; en el procesamiento DecisionXpress

se utilizó un valor de 0.2 meq/g (arriba). Esteresultado obtenido en forma rápida es notoria-mente similar a la evaluación ELANPluscompleta, incluyendo la estimación de la per-meabilidad obtenida a partir de la versiónmineralógica de la ecuación k-L . La regiónrugosa del pozo, entre X,465 y X,470 pies, estácorrectamente señalizada y, según el diagnóstico,

los principales yacimientos de areniscas seencuentran en estado de saturación de aguairreducible o próximos a ese estado. Esto fueconfirmado por los resultados de producción,habiendo entrado el pozo en producción a unrégimen de 191 m3/d [1,200 bbl/d] de fluido, conun corte de agua inferior a 20%.

L P K S R

X,500

X,550

Yacimiento neto

Calibre

Derrumbes

Revoquede filtración

MineralogíaDecisionXpress

Arcilla

Carbonato

Siderita

6 16pulg

Tamaño dela barrena

6 16pulg

Tensión del cable

10,000 0lbf

10,000 0.1mD

Porosidad total

50 % 0 100 % 0

Cuarzo/feldespato/mica

X,450

Espesorproductivo

neto

Hidrocarburo

Agua

Calidad de los datos

Hidrocarburo desplazado

Agua libre

Agua desplazada

Hidrocarburo

Agua ligada a las arcillas

Sal

Carbón

Anhidrita

Pirita

0 1

Perfil de flujo k- ΛPermeabilidad

Agua ligadas a los capilares

Hidrocarburo

Agua

Porosidad total

Calidad de los datos

> Procesamiento DecisionXpress del registro del Campo Guafita. Para evaluar mejor los resultados en forma rápida que seobtienen 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 dediámetro 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 suficientementeconfiable para realizar una interpretación automatizada. Los indicadores de yacimiento neto e intervalo productivo neto tambiénse 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 quese 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 elCarril 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 denúcleos y con el análisis ELANPlus que requiere más tiempo.

La tecnología DecisionXpress ahora formaparte integrante de la evaluación de formacio-nes en el Campo Guafita, lo que asegura que losresultados de interpretaciones confiables prove-nientes de una región remota de Venezuelaestén disponibles siempre que sea necesariotomar decisiones, minutos después de adquiri-dos los registros de pozos.

Toma de decisiones oportunas en el Reino UnidoEn los últimos años, el gobierno del Reino Unidoha incentivado a los titulares de descubrimien-tos sin desarrollar, en áreas marinas del ReinoUnido, a desarrollar o bien ceder las áreas dondese sitúan estos descubrimientos. En consecuen-cia, muchas áreas prospectivas sin evaluar hansido devueltas por sus ex propietarios para serofrecidas como nuevas concesiones. La disponi-bilidad de estas concesiones ha atraído anumerosos operadores nuevos en el Mar delNorte, que percibieron la existencia de potencialeconómico en algunos de estos bloques cedidos.Uno de esos operadores fue OILEXCO, una com-pañía con sede en Calgary que actualmente estádesarrollando el Bloque 15/25b en la CuencaMoray 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-

cos y mapear las posibles trampas estratigráficas,la compañía puso en marcha un programa de per-foración de pozos múltiples.21 Como ayuda paracomprender los resultados de las operaciones deadquisición de registros, la compañía utilizó elsistema DecisionXpress. De los tres pozos regis-trados con el sistema DecisionXpress, el Pozo15/25b-8 demostró ser el pozo que justificaba laejecución de actividades adicionales en el área,conocida como acumulación Brenda. Dicho pozofue perforado en base a una respuesta AVO(variación de la amplitud en función del despla-zamiento) anómala de impedancia elástica yencontró una columna de hidrocarburos dentrode 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 facilitóel proceso de toma de decisiones rápidas, nece-sario para ejecutar re-entradas o entubar y pro-

bar los pozos. Además, gracias a la prontitud delos análisis, OILEXCO pudo contar con informa-ción económica importante para mantener a lossocios situados en áreas remotas y a otros inver-sionistas totalmente informados acerca de lacapacidad de los yacimientos y la productividadprobable. El trabajo de evaluación resultanteconfirmó que la acumulación Brenda es quizásuno de los descubrimientos más grandes realiza-dos en aguas del Reino Unido en los últimos añosy las operaciones de perforación de desarrollomediante pozos de alto ángulo y pozos horizonta-les comenzarán en enero de 2006.

Interpretación en tiempo realEl sistema DecisionXpress ha sido aplicado conéxito en una amplia gama de yacimientos silici-clásticos.23 Esta interpretación en tiempo real noes totalmente aplicable a yacimientos carbona-tados, sobre todo por carecerse de un esquema

34 Oilfield Review

21. Para más información sobre exploración de trampasestratigráficas por parte de OILEXCO, consulte: DurhamLS: “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 laamplitud de las reflexiones sísmicas con el cambio de ladistancia entre el punto de disparo y el receptor. Las res-puestas AVO indican diferencias en la litología y en elcontenido de fluidos en las rocas que sobreyacen einfrayacen el reflector.

23. Para ver ejemplos adicionales, consulte: Poulin M,Hidore J, Sutiyono S, Herron M, Herron S, Seleznev N,

200

km0 200

0 millas

Bloque 15/25b

M a r d e l N o r t e

NO

RU

EG

A

DINAMARCA

REINOUNIDO

> Concesión de OILEXCO en la Cuenca MorayFirth Externa. Una delgada columna de petróleo,identificada en el año 1990, condujo a la compa-ñía a reevaluar el potencial del Bloque 15/25b.

Grau J, Horkowitz J, Alden M y Chabernaud T: “DeepwaterCore Comparison with Answers from a Real-TimePetrophysical Evaluation,” artículo de la SPE 90134, pre-sentado en la Conferencia y Exhibición Técnica Anual dela 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 EvaluationTechnique for the Lower Tertiary in South Texas—Predicting Production in Low Permeability, Fine-GrainedSandstones” artículo de la SPE 90690, presentado en la Conferencia Internacional del Petróleo de la SPE, Puebla, México, 7 al 9 de noviembre de 2004.

Otoño de 2005 35

robusto de evaluación de la saturación y univer-salmente aceptado. Por otra parte, la litología ylos componentes de las propiedades de la matrizdel sistema pueden generar mejoras significati-vas en las evaluaciones de carbonatos y seránimplementados en el futuro.

A través de la limitación del número de pará-metros seleccionados por el intérprete deregistros, la interpretación automatizada mini-miza el sesgo propio de la interpretación. Comosucede con cualquier esfuerzo por automatizartareas ejecutadas normalmente por personas,las interpretaciones automatizadas deben ser

comparadas cuidadosamente con otros datospara garantizar la validez de los resultados. Lascomparaciones de los datos de registros con losdatos de núcleos y de producción son crucialespara que los operadores utilicen esta tecnologíapero, con el tiempo, las comparaciones entrepozos deberían resultar adecuadas para validarlas interpretaciones.

Los algoritmos del sistema DecisionXpressarrojan interpretaciones petrofísicas rápidas yconfiables. Si conocen cuánto hidrocarburo haypresente 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 núcleoslaterales por medios mecánicos o por percusióny las pruebas de formaciones, u optar por entu-bar el pozo, continuar la perforación o perforarpozos de re-entrada. Además, el análisis petrofí-sico rápido sirve de soporte para la toma dedecisiones a largo plazo, tales como el desarro-llo de estrategias de terminación, programas deestimulación y otras operaciones. —JS/GMG

L P K S R

Yacimiento neto

Calibre

Derrumbes

Revoquede filtración

MineralogíaDecisionXpress6 16pulg

Tamañode la barrena

6 16pulg

Tensión del cable

10,000 0lbf

10,000 0.1mD

Rayos gammacorregidos por

efectos ambientales

0 Grados API 200

Espesorproductivo neto

X,100

X,150

Hidrocarburo

AguaAgua

Hidrocarburo

Agua ligada a las arcillas

Agua ligada a los capilares

Hidrocarburo

Agua desplazada

Agua libre

Hidrocarburo desplazado

Calidad de los datos

Porosidad total Porosidad total

50 % 0

Arcilla

Cuarzo/feldespato/mica

Carbonato

Pirita

Anhidrita

Siderita

Carbón

Sal

Calidad de los datos

100 % 0

k- ΛPermeabilidad

0 1

Perfil de flujo

> Análisis petrofísico del Pozo 15/25b-8. Los indicadores de espesor productivo neto, en el carril correspondiente ala profundidad, de esta visualización DecisionXpress revelan aproximadamente 50 pies de espesor productivo netode 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, sedetermina utilizando la sonda ECS y el procesamiento DecisionXpress. Como sucede en todas las presentacionesDecisionXpress, una pátina gris indica que los resultados están fuera de las especificaciones de tolerancia.