Reyes-Prez, Y.A.

Tese de Doutorado

97
Tabela 5.8 - Resultados do clculo de volume no Petrel.
Caso Net volume
[*10^3 m
3
]
Volume poroso
[*10^3 rm
3
]
VOIP
[*10^3 sm
3
]
GIIP
[*10^6 rm
3
]
Fcies objeto
anlogos
622375 92124 15714 68

5.3- ANLISE DE INCERTEZAS
A anlise de incertezas uma ferramenta que vem sendo utilizada em projetos e
estudos de casos por oferecer a possibilidade de se quantificar as incertezas
relacionadas modelagem geolgica. Quando modelamos um reservatrio passamos
por vrias fases de construo na integrao dos dados geolgicos. Isto vai se refletir
na acuracidade dos modelos, na resoluo e na distribuio das propriedades que
queremos modelar.
O processo de determinar as incertezas do Modelo Geolgico sempre
complexo devido ao elevado nmero de variveis que devem ser consideradas. As
infinitas realizaes possveis na simulao estocstica de um reservatrio podem ser
obtidas variando-se a semente geradora ou os diferentes dados empregados na
construo do modelo. Neste trabalho estas variaes sero utilizadas nos dois
modelos criados com maior enfoque nos dados de anlogos utilizados. Pretende-se
assim prover uma medida das incertezas associadas ao Modelo Geolgico escolhido
para o reservatrio e a influncia do mesmo no clculo de volume de leo (Cosentino
2001).
5.3.1- ANLISE DE INCERTEZAS NO MODELO DA BACIA POTIGUAR
Com objetivo de testar a sensibilidade dos ranges de incertezas dos parmetros
geolgicos em diferentes nveis, foi variada a semente geradora, no caso inicial, do
Modelo de Fcies orientado a pixel. Para isto, foi empregado no software Petrel, o
processo denominado de rotina de trabalho de Incertezas. Nele, podem ser
modificados todos os processos que foram usados na gerao do caso inicial, assim
como, as diferentes variveis escolhidas.
Pode-se dizer de forma resumida, que cada rodada da rotina de trabalho ser
correspondente gerao de um novo modelo e reconstruo de estudo de caso
inicial (figura 5.22). Para simplificar, o software, tem como resultado de cada rodada
um novo volume com os valores dos parmetros que foram variados (figura 5.23).
Reyes-Prez, Y.A. Tese de Doutorado

98













Figura 5.22- Resumo do fluxo do processo de anlise de incertezas no Petrel.













Figura 5.23- Esquema da organizao dos dados nas diferentes realizaes da anlise de
incertezas.
Usando a rotina de trabalho de incerteza da figura 5.24 foram feitas 100
simulaes, cujos resultados do clculo de volume podem ser apreciados no grfico
5.1. Estes resultados mostraram variaes entre 32291 e 41534 com mdia de 37584
*10^3 sm
3
, sendo seus valores de percentis P10 (34736), P50 (37570) e P90 (40762).


Reyes-Prez, Y.A. Tese de Doutorado

99













Figura 5.24 Rotina de trabalho de incerteza utilizado para analisar a influncia da semente
geradora no clculo de volume do modelo orientado a pixel.















Grfico 5.1- Histograma da distribuio do clculo de volume de leo resultado da variao
da semente no modelo orientado a pixel.

A distribuio do histograma no grfico 5.1 mostrou uma alta variabilidade (9243
*10^3 sm
3
) de volume de leo com aproximadamente 45% dos resultados concentrados
no percentil P50.
Reyes-Prez, Y.A. Tese de Doutorado

100
Um procedimento similar de variao de semente geradora foi utilizado para a
anlise de incertezas do modelo orientado a pixel construido com a utilizao dos
dados de anlogos no modelo variogrfico.
Usando a rotina de trabalho de Incerteza foram feitas 100 simulaes cujos
resultados do clculo de volume de leo podem ser apreciados no grfico 5.2. Estes
resultados mostraram variaes entre 38252 e 449744 com mdia de 41897 *10^3 sm
3

sendo seus valores de percentis P10 (40050), P50 (41995) e P90 (43593).












Grfico 5.2- Histograma da distribuio do clculo de volume de leo resultado da variao
da semente no modelo orientado a pixel com dados de anlogos no modelo variogrfico.

A distribuio do histograma no grafico 5.2 mostrou uma menor variabilidade
(6722 *10^3 sm
3
) dos valores mximo e mnimo de volume de leo, mas apresentou
em seu percentis P50 volumes maiores que os do percentis P90 do modelo anterior.
Estas altas variaes podem estar associadas ao maior volume poroso existente neste
modelo.
O trabalho continuou com as variaes realizadas no modelo orientado a objeto.
Para isto adotou-se uma rotina de trabalho de incerteza mais complexa (figura 5.25).
Sendo variados a semente geradora e os parmetros de largura e espessura com valores
mximos aleatrios que oscilavam entre 120 a 300 e 25 a 50 respectivamente.

Reyes-Prez, Y.A. Tese de Doutorado

101











Figura 5.25- Rotina de trabalho (Workflow) de incerteza utilizado para analisar a influncia
da semente geradora e parmetros de largura e espessura no clculo de volume do modelo
orientado a objeto.
Os resultados do clculo de volume de leo podem ser apreciados no grfico 5.3.
Estes resultados mostraram variaes entre 33474 e 39559 com mdia de 36289 *10^3
sm
3
sendo seus valores de percentis P10 (34785), P50 (36284) e P90 (38042).













Grfico 5.3- Histograma da distribuio do clculo de volume de leo resultado da variao
da semente, largura e espessura no modelo orientado a objeto.
A distribuio do histograma mostrou uma variabilidade baixa (6085 *10^3 sm
3
)
dos valores mximo e mnimo de volume de leo e apresentou aproximadamente 55%
Reyes-Prez, Y.A. Tese de Doutorado

102
dos resultados concentrados no percentil P50. Este resultado mostra que, apesar da
incerteza nas variaes dos valores mximos de largura e espessura obtidos no
anlogo, o modelo construido apresenta menos incerteza em relao a seu caso base do
que os outros casos base analisados anteriormente.
Diante deste resultado, foram rodados mais 100 casos sem modificar a semente
geradora do caso base e modificando os prametros de largura e espessura com valores
mximos aleatrios que oscilavam entre 90 a 250 e 20 a 60, respectivamente. Os
resultados dos clculos de volume podem ser apreciados no grfico 5.4. Estes
resultados mostraram variaes entre 33710 e 38205, com mdia de 36112 *10^3 sm
3
,
sendo seus valores de percentis P10 (34850), P50 (36202) e P90 (37224).












Grfico 5.4- Histograma da distribuio do clculo de volume de leo resultado da variao
da largura e espessura no modelo orientado a objeto.
A distribuio do histograma no grfico 5.4 mostrou a menor variabilidade (4495
*10^3 sm
3
) do volume de leo de todos as anlises de incertezas realizadas,
confirmando assim, que o efeito da semente geradora praticamente o mesmo que o
da incerteza existente nos dados coletados em campo.
A somatria dos 200 volumes analizados do modelo orientado a objeto, mostra
(grfico 5.5) que mais de 65% dos volume esto prximos aos percentis P50 (36256
*10^3 sm
3
) com valores aproximados ao caso base inicial (36919 *10^3 sm
3
).
Reyes-Prez, Y.A. Tese de Doutorado

103
Confirmando que este modelo que oferece a menor variabilidade ao ser testado na
anlise de incertezas.













Grfico 5.5- Histograma da distribuio do clculo de volume de leo nos 200 casos testados
no modelo orientado a objeto.
5.3.2- ANLISE DE INCERTEZAS NO MODELO DO MAR DO NORTE
Empregando os dois casos iniciais gerados pelo clculo de volume de leo e gs
no reservatrio do Mar do Norte, foi realizada uma anlise das incertezas associadas a
alguns dos parmetros definidos no modelo.
Primeiramente, foi utilizado um procedimento similar ao modelo da Bacia
Potiguar para a variao da semente geradora na anlise de incertezas do modelo
orientado a pixel.
Os resultados do clculo de volume de leo podem ser apreciados no grfico 5.6.
Estes resultados mostraram variaes entre 11012 e 13321, com mdia de 12107 *10^3
sm
3
, sendo seus valores de percentis P10 (11503), P50 (12067) e P90 (12811). J os
resultados dos clculos de volume de gs podem ser apreciados no grfico 5.7. Estes
resultados mostraram variaes entre 55 e 65 com mdia de 59 *10^6 sm
3
sendo seus
valores de percentis P10 (56), P50 (59) e P90 (62).


Reyes-Prez, Y.A. Tese de Doutorado

104











Grfico 5.6- Histograma da distribuio do clculo de volume de leo resultado da variao
da semente no modelo orientado a pixel.











Grfico 5.7- Histograma da distribuio do clculo de volume de gas resultado da variao da
semente no modelo orientado a pixel.

A distribuio dos histogramas mostrou a existncia de uma baixa variabilidade
dos volume, pelo qual existe um baixo efeito da semente geradora nos volumes
calculados.
Reyes-Prez, Y.A. Tese de Doutorado

105
O trabalho proseguiu com as variaes realizadas no modelo orientado a objeto.
Tambm neste caso foi realizado uma variao da semente geradora e analisados os
efeitos da mesma no clculos dos volume de leo (grfico 5.8) e gs (grfico 5.9).











Grfico 5.8- Histograma da distribuio do clculo de volume de leo resultado da variao
da semente no modelo orientado a objeto.











Grfico 5.9- Histograma da distribuio do clculo de volume de gs resultado da variao da
semente no modelo orientado a objeto.
Para o volume de leo, estes resultados mostraram variaes entre 13474 e
17033, com mdia de 15290 *10^3 sm
3
, sendo seus valores de percentis P10 (14437),
P50 (15279) e P90 (16293). J os resultados do clculo de volume de gs, mostraram
variaes entre 66 e 79, com mdia de 71 *10^6 sm
3
, sendo seus valores de percentis
Reyes-Prez, Y.A. Tese de Doutorado

106
P10 (67), P50 (71) e P90 (75). Os volumes obtidos nestes casos se mostraram maiores
que os determinados na anlise anterior. Provavelmente devido aos volumes porosos
apresentaram seus valores incrementados.
O histograma mostrou a existncia de uma baixa variabilidade para os volumes
de gs maior no caso do volume de leo. Neste ltimo pode observar-se pelo menos
um caso muito alto e outro com valores muito baixos, provavelmente relacionados
com problemas do algoritmo para honrar as curvas de proporo e gerar os canais.
Foi realizada uma anlise de incertezas para determinar a influncia nos dois
casos base de cada um dos processos. Este tipo de estudo conhecido como anlises
de sensibilidade e com ele podemos conhecer qual ser a influncia relativa dos
parmetros incertos.
Usando a rotina de trabalho (workflow) de incerteza da figura 5.26 foram feitas
100 simulaes para os processos de Contato gs/leo e leo/gua, fcies e porosidade
no modelo orientado a pixel e objeto. Os contatos foram variados em um metro e nos
modelos de fcies e porosidade foram variadas as sementes geradoras.















Figura 5.26- Rotina de trabalho de incerteza utilizado para analisar a sensibilidade dos
diferentes processos no clculo de volume do modelo orientado a objeto. So ressaltadas as
diferentes etapas de gerao dos novos casos.
Reyes-Prez, Y.A. Tese de Doutorado

107
O grfico resultante da anlise de sensibilidade mostra a influncia de cada um
dos parmetros incertos, sendo que, a escala ser a mesma nos trs grficos, para
facilitar a comparao da influncia relativa de cada um dos parmetros. Nos grficos
5.10 e 5.11 so apresentados os resultados para o modelo orientado a pixel.






























Grfico 5.10- Grfico de sensibilidade do volume de leo no modelo orientado a pixel.
Reyes-Prez, Y.A. Tese de Doutorado

108






























Grfico 5.11- Grfico de sensibilidade do volume de gs no modelo orientado a pixel.

A anlises destes grficos nos permite identificar os processos de maior peso
para cada volume. No caso do volume de leo, o contato apresenta uma maior
influncia relativa que os modelos de fcies e porosidade. Estes dois ltimos tm um
peso bastante similar. J no caso do volume de gs, os modelos de fcies tm uma
Reyes-Prez, Y.A. Tese de Doutorado

109
maior sensibilidade do que os de porosidade, contudo, continua o contato como sendo
quem pode ocasionar uma maior variabilidade dos volumes totais.
Um comportamento diferente foi observado da anlise dos grficos de
sensibilidade do modelo orientado a objeto (grfico 5.12 e 5.13).






















Grfico 5.12- Grfico de sensibilidade do volume de leo no modelo orientado a objeto.

Reyes-Prez, Y.A. Tese de Doutorado

110






















Grfico 5.13- Grfico de sensibilidade do volume de gs no modelo orientado a obejto.
No caso do volume de leo, os trs processos apresentam uma influncia
relativa semelhante. Cabe ao modelo de fcies a maior variabilidade entre eles. J no
caso do volume de gs, os modelos de fcies e porosidade apresentam uma maior
influncia do que a do contato gs/leo. Neste ltimo, os volumes totais so pouco
afetados ao serem variados em um metro.
Reyes-Prez, Y.A. Tese de Doutorado


112
CONCLUSES

No presente trabalho foi desenvolvida uma metodologia de integrao de dados
geolgicos e geofsicos de depsitos transicionais recentes, em ambiente
tridimensional, para serem empregados como subsdio na modelagem de reservatrios
petrolferos e estudada a influncia dos mesmos no clculo de volume.
Nos trabalhos de campo realizados foram levantados 12.164,6 m de linha GPR
em trs reas da desembocadura do Rio Parnaba. Tambm foram identificadas
numerosas estruturas sedimentares que caracterizam o ambiente transicional
destacando-se entre elas, bioturbao, flaser, wave, marcas onduladas, dunas 3D e
deposio de clastos de argilas.
Com as informaes obtidas com diferentes antenas de GPR foi possvel
visualizar a superposio de diferentes geraes de canais estuarinos. Estes dados
permitiram a delimitao da geometria do canal e, em alguns casos, das diferentes
geraes de canais e at das estratificaes cruzadas. Os parmetros de largura e
espessura determinados nos radargramas apresentaram valores que variaram entre
29,78 a 169,92 e 2,71 a 15,16 respectivamente.
Nos procedimentos de modelagem dos reservatrios foram criadas diferentes
rotinas de trabalho que podem ser adaptados para aplicaes de estudos de anlogos.
Na gerao do modelo da Bacia Potiguar foram aplicadas as redes neurais sendo o
mtodo que melhor representou as heterogeneidades dos perfis existentes
aprendizagem supervisionada. Este modelo gerado uma base de dados disponvel
para outros estudos em anlogos a sistemas transicionais da Bacia Potiguar.
A aplicao dos dados de anlogos no modelo da Bacia Potiguar tanto no
estudo variogrfico da modelagem orientada a pixel como nos canais da modelagem
orientada a objeto mostraram resultados com maior significado geolgico. Os mesmos
apresentam uma maior continuidade da fcies arenito e arenito fino no sentido da
direo principal do reservatrio. Inclusive no modelo orientado a objeto possvel
ver os principais canais com geometria bem marcada e com distribuio bastante
semelhante s interpretadas com base nos perfis de GPR. Os dois casos bases gerados
com aplicao dos dados de anlogos apresentaram maior volume de leo apesar de
manter aproximadamente as mesmas proporces das fcies iniciais.
Reyes-Prez, Y.A. Tese de Doutorado


113
A aplicao dos dados de anlogos no modelo do Mar do Norte tm uma maior
continuidade da fcies arenito no sentido da direo principal do reservatrio.
Novamente o modelo orientado a objeto proporciona um maior volume de leo e gs.
Nos dois reservatrios a modelagem orientada a objeto foi a que mais fielmente
representou os depsitos estuarinos, porm cada geometria simulada s pde ser
preenchida por uma nica fcies, acarretando numa indesejvel limitao.
Na anlise de incertezas foram rodadas 1200 simulaes, com seus respectivos
clculos de volumes, dos quais 600 foram aproveitados para estudar a sensibilidade
dos diferentes processos no reservatrio do Mar do Norte.
No modelo da Bacia Potiguar, a somatria dos 200 volumes analisados do
modelo orientado a objeto, mostra que mais de 65% dos volume esto prximos aos
percentis P50 (36256 *10^3 sm
3
), com valores aproximados ao caso base inicial
(36919 *10^3 sm
3
). Confirmando que este modelo o que oferece a menor
variabilidade ao ser testado na anlise de incertezas.
No modelo do Mar do Norte, a distribuio dos histogramas do modelo orientado
a pixel mostrou a existncia de uma baixa variabilidade dos volume, pelo qual existe
um baixo efeito da semente geradora nos volumes calculados. J os clculos dos
volumes obtidos na modelagem orientada a objeto mostrou um maior volume de
reservatrio. A distribuio dos histogramas mostrou a existncia de uma baixa
variabilidade para os volumes de gs, e um pouco maior no caso do volume de leo,
os quais devem estar relacionados com problemas do algoritmo para honrar as curvas
de proporo e gerar os canais.
A anlise de sensibilidade no volume de leo da modelagem orientada a pixel
apresentou, no contato, uma maior influncia relativa do que os modelos de fcies e
porosidade, tendo estes dois ltimos um peso bastante similar. J no caso do volume
de gs, os modelos de fcies tm uma maior sensibilidade do que os de porosidade.
No caso da modelagem orientada a objeto, os trs processos apresentaram uma
influncia relativamente semelhante no volume de leo. Cabe ao modelo de fcies a
maior variabilidade entre eles. J no caso do volume de gs, os modelos de fcies e
porosidade apresentaram uma maior influncia do que os do contato gs/leo. Neste
ltimo, os volumes totais so pouco afetados ao serem variados em um metro.
Reyes-Prez, Y.A. Tese de Doutorado


114
Finalmente, recomendamos a realizao deste estudo em reservatrios com
dados reais da Bacia Potiguar; bem como a aplicao desta metodologia em
reservatrios de diferentes sistemas deposicionais, adicionando, quando possvel, a
modelagem de outras propriedades e a simulao do fluxo de fluidos. Trabalhos
futuros devero ser direcionados a levantamentos de dados de anlogos que respondam
s caractersticas existentes nos algoritmos dos softwares de modelagem de
reservatrios.





Reyes-Prez, Y.A. Tese de Doutorado


116
REFERNCIAS BIBLIOGRFICAS

Alapetite J., Leflon B., Gringarten E., Mallet J. 2005. Sthocastic modeling of fluvial
reservoirs: the YACS approach. Society of Petroleum Engineers, SPE Annual
Technical Conference and Exhibition, Dallas, Texas.
Annan A. P. 1992. Ground Penetring Radar. Workshop Notes. Sensors and Software,
incorporated, Mississauga, Ontario,150 p.
Annan A.P. 2001. Ground Penetrating Radar, Workshop Notes. Sensors and Software
incorporated, Ontario, 192 p.
Arnot M.J., Lewis J.M., & Good T.R. 1997. Photogeological and image-analysis
techniques for collection of large-scale outcrop data. Journal of Sedimentary
Research, 67, 984-987.
Bagnoli E. 1992. The Mossor sandstone, Canto do Amaro oil field, Late Cretaceous
of the Potiguar Basin, Brazil: An example of a Tidal Inlet-Channel reservoir. In:
E. G. Rhodes, T. F. Moslow (eds.), Marine clastic reservoirs: examples and
analogues, 183- 199.
Bagnoli E, Farias. P.R.C 1989. Roteiro da excurso Bacia Potiguar emersa.
PETROBRAS/DEPEX/DEBAR, Natal, 10 p, (Relatrio Interno).
Barnes J.W. & Lisle R.J., 2004, Basic Geological Mapping. Geological Society of
London Handbook Series. Open University Press, Milton Keynes, UK.
Bellian J.A., Kerans C. & Jennette D.C. 2005. Digital outcrop models: applications of
terrestrial scanning LIDAR technology in stratigraphic modelling. Journal of
Sedimentary Research , 72 (2): 166-176.
Blitzkow D. 1995. O Problema de Valor de Contorno da Geodsia Resultados
prticos para a Amrica do Sul. Tese de Livre Docncia, Escola Politcnica da
USP, Dept. de Engenharia de Transportes. So Paulo.
Bohling G. 2005. Stochastic simulation and reservoir modeling workflow. C&PE, 940.
Bristow C. S. 1995. Internal geometry of ancient tidal bedforms revealed using ground
penetrating radar. In: B. W. Flemming and A. Bartholoma (eds), Tidal signatures
in modern and ancient sediments: International Association of Sedimentologists
Special Publication, 24, 313-328.
Reyes-Prez, Y.A. Tese de Doutorado


117
Bristow, C.S., Jol, H.M. (eds.). 2003. Ground Penetrating Radar in Sediments. Geol.
Soc. London Spec. Publ, vol. 211.
Bristow C.S., Best, J.L., Aashworth P.J. 2000. The use of GPR in developing a facies
model for a large sandy braided river, Brahmaputra River, Bangladesh. In: D.A.
Noon, G.F. Stickley, D. Longstaff (eds.), Proceedings of the Eighth International
Conference on Ground Penetrating Radar. SPIE, Billingham, vol. 4084, 95 100.
Browne G.H. & Slatte R.M. 2002. Outcrop characterization of a late Miocene slope
fan system, Mount Messenger Formation, New Zealand. AAPG Bulletin, 86 (5):
841-862.
Bryant L.D. & Flint S.S. 1993. Quantitative clastic reservoir geolgical modelling:
problems and perspectives. In: S. Flint, & L.D. Bryant (eds), The geological
modelling of hydrocarbon reservoir and outcrop analogues. International
Association of Sedimentologists Special Publication, 15, 3-20.
Bryant I., Carr D., Cirilli P., Drinkwater N., Mccormick D., Tilke P. & Thurmond D J.
2000. Use of 3D digital analogues as templates in reservoir modelling. Petroleum
Geoscience, 6 (3): 195-201.
Caers J. 2005. Petroleum Geostatistics. Society of Petroleum Engineers, Texas, 88 p.
Caracuel J.E., Cardenal J., Delgado-Garcia J., Garcia-Lpez S. 2000. A simple
photogrammetric method to improve quantitative image analysis in geosciences
research. Journal of Sedimentary Research, 70 (2): 1337-1340.
Castro J.C. 1992. Facies, reservoirs and stratigraphic framework of the Mossor
Member (Latest Cenomanian- Earliest Turonian) in Potiguar Basin, NE Brazil: an
example of a Tide and Wave dominated Delta. In: E. G. Rhodes & T. F. Moslow
(eds.), Marine clastic reservoirs: examples and analogues, 161- 182.
Castro J. C. & Barrocas S. L. S. 1981. Roteiro de campo: fcies da Formao Au,
Bacia Potiguar. Rio de Janeiro, PETROBRAS/CENPES. 30 p. (Relatrio
Interno).
Chapin M.A.; Davies S.; Gibson J.L & Pettingill H.S. 2004. Reservoir architecture of
turbidite sheet sandstones in laterally extensive outcrop, Ross Formation, Western
Ireland. In: GCSSEP 15
th
Annual Research Conference Proceedings, Submarine
Fans and Turbidite Systems, 53-68.
Reyes-Prez, Y.A. Tese de Doutorado


118
Clifton, H.E. 1982. Estuarine Deposits. In: P.A. Scholle & D. Spearing (eds.),
Sandstone Depositional Environments. AAPG Memoir, 31, 179-189.
Coleman J.L., Browne G.H., King P.R. et al. 2000. The inter-relationshipsof scales of
heterogeneity in subsurface, deep water Lessons learned from the Mount
Messenger Formation (Miocene), Taranaki Basin, New Zealand. In: P. Weimar,
A.H. Bouma & B.F. Perkins (eds), Gulf Coast Section Society of Economic
Paleontologists & Mineralogists Foundation, 20
th
Annual Research Conference
Proceedings, Deep-Water Reservoirs of the World, Houston, USA, 263-283.
Collinson J.D. 1970. Deep channels massive beds and turbidite current genesis in the
central Pennine Basin. Procccedings of the Yorkshire Geological Society, 37,
495-520.
Crdoba V.C. 2001. A Evoluo da Plataforma Carbontica Jandara durante o
Neocretceo na Bacia Potiguar: anlise paleoambiental, diagentica e
estratigrfica. Tese Doutorado, Instituto de Geocincias e Cincias Exatas,
UNESP, 239 p.
Cosentino L. 2001. Integrated Reservoir Studies. Institut Franais du ptroli
publications. Technip, Paris, Frana. 310 p.
Cressie N. 1985. Fitting variogram models by weighted least squares. Mathematical
geology, 7 (5): 563-585.
Dalrymple R.W., Zaitlin B.A., Boyd R. 1992. Estuarine facies models: conceptual
basins and stratigraphic implications. Journal of Sedimentary Petrology, 62,
1130-1146.
Davies J.L. 1964. A morpogenic approach to world shorelines: Zeitfur Geomorph, 8,
27-42.
Davis J.L., Annam A.P. 1989. Ground-penetrating radar for high-resolution mapping
of soil and rock stratigraphy. Geophys Prospect, 37, 531-551.
Deutsch C. V. 2002. Geostatistical Reservoir Modeling. Oxford University Press,
376p.
Dreyer T., Falt L.M., Hoy T., Knarud R., Steel R., & Cuevas J.L. 1993. Sedimentary
architecture of field analogues for reservoir information (SAFARI): A case study
of the Fluvial Escanilla Formation, Spanish Pyrenees. In: Flint S.S. & Bryant I.D.
(eds), The Geological Modelling of Hydrocarbon Reservoirs and Outcrop
Reyes-Prez, Y.A. Tese de Doutorado


119
Analogues. International Association of Sedimentologists, Special Publication 15,
5780.
Eschard R., Lemouzy P., Bacchiana C., Desaubliaux G., Parpant J. & Smart B. 1998.
Combining sequence stratigraphy, Geostatistical simulations and production data
for modeling a fluvial reservoir. In: Chaunoy field (Triassic, France). AAPG
Bulletin, 82 (4): 545-568.
Fairbridge R.W. 1968. The encyclopedia of geomorfphology. New York, Reinhold
Book, v.2.
Fairbridge R.W. 1980. The estuary: its definition and geodynamic cycle. In:
Chemestry and Biogeochemestry of estuaries, E. Olausson & I. Cato (eds), 1-35.
Farias P.R.C., Castro J.C., Tibana P., Barrocas S. L. S. 1990. Cretceo da Bacia
Potiguar - Roteiro de excurso. In: SBG, Congr. Bras. Geol., 36, Natal, Anais...,
43 p. (Separata).
Floris F.J.T. & Peersmann M.R.H.E. 2002. Integrated scenario and probabilistics
analysis for asset decision support. Petroleum Geoscience, 8, 1-6.
Fossen H. & Hesthammer J. 1998. Structural geology of the Gullfaks Field, northern
North Sea. In: M. P. Coward, T. S. Daltaban & H. Johnson (eds), Structural
Geology in Reservoir Characterization. Geological Society, London, Special
Publications, 127, 231-261.
Gauw D.S. 2007. Estudo integrado de anlogo a reservatrios petrolferos fluviais:
caracterizao, parametrizao e modelagem tridimensional de depsitos
recentes do Rio Assu (Rio Grande do Norte/Brasil), Dissertao de Mestrado,
Universidade Federal do Rio Grande do Norte/Programa de Ps-Graduao em
Geodinmica e Geofsica, Natal/RN, 99 p.
Gawthorpe R.L., Collier R.E.L, Alexander J., Bridge J.S. & Leeder M.R. 1993.
Ground penetrating radar: application to sandbody geometry and heterogeneity
studies. In: C. P. North & D. J. Prosser (eds.), Characterization of fluvial and
aeolian reservoirs, Geological Society Special Publication, 73, 421-432.
Giles M.R., Stevenson S., Martin S.V., Cannon S.J.C., Hamilton P.J., Marshall J.D. &
Samways, G.M. 1992. The reservoir properties and diagenesis of the Brent
Group: a regional perspective. Geological Society, London, Special Publications,
61, 289-327.
Reyes-Prez, Y.A. Tese de Doutorado


120
Glennie K.W. 1970. Desert sedimentary environments. Elsevier Co., Amsterdam.
Glennie K.W. 1998. Petroleum Geology of the Nort Sea Basic Concepts and Recent
Advances, 4 Ed. University of Aberdeen, 656 p.
Gringarten E. & Deutsch C.V. 2001. Variogram Interpretation and Modeling.
Mathematical Geology, 33(4): 507-534.
Hamilton D. S., Holtz M. H, Ryles P., Lonergan T. & Hillyer M. 1998. Approaches to
Identifying Reservoir Heterogeneity and Reserve Growth Opportunities in a
Continental-Scale Bed-Load Fluvial System: Hutton Sandstone, Jackson Field,
Australia. AAPG Bulletin, 82 (12): 2192-2219.
Hayes M.O. 1975. Morphology of sand accumulation in estuaries: An introduction to
the symphosium. In: L.E Cronin (ed.), Estuarine Research, New York, Academic
Press, 2, 3-22.
Hiscott R. N. 2001. Depositional sequences controlled by high rates of sediment
supply, sea-level variations, and growth faulting; the Quaternary Baram Delta of
northwestern Borneo. Marine Geology, 175, n. 1-4, 67-102.
Hodgetts D., Imber, J., Childs C., Flint S., Howell J., Kavanagh J., Neil P.& Walsh J.
2001. Sequence stratigraphic responses to shoreline-perpendicular growth
faulting in shallow marine reservoirs of the Champion Field, offshore Brunei
Darrussalam, South China Sea. AAPG Bulletin, 85, 433-457.
Hodgetts D., Drinkwater N.J., Hodgson D.M., Kavanagh J., Flint S., Keogh K.J. &
Howell J. 2004. Three dimensional geological models from outcrop data using
digital data collection techniques: an example from the Tanqua Karoo depocentre,
South Africa. In: A. Curtis & R.Wood (eds), Geological Prior Knowledge.
Geological Society of London Special Publications, 239, 457-475.
Jervey M.T. 1988. Quantitative geological modelling of siliciclastic rock sequences
and their seismic expression. In: C.K. Wilgus, B.S. Hastings, C.G. Kendall, H.W.
Posamentier, C.A. Ross & J.C. Van Wagoner (eds), Sea Level Changes: An
Integrated Approach, SEPM Special Publication, 42, 47-49.
Jiang Q & Butler R.M. 1996. Experimental studies on effects of reservoir
heterogeneity on the Vapex process. Journal of Canadian petroleum technology,
35 (10): 46-54.
Reyes-Prez, Y.A. Tese de Doutorado


121
Jol H.M., Lawton D.C., Smith D.G. 2002. Ground penetrating radar 2-D and 3-D
subsurface imaging of a coastal barrier spit, Long Beach, WA, USA.
Geomorphology, 53, 165-181.
Jol H.M., Bristow C.S., Smith D.G., Junck M.B. & Putnam P.2003. Stratigraphic
imaging of the Navajo Sandstone using ground-penetrating radar. The Leading
Edge, 22 (9): 882-887.
Kenyon N.H., Amir A. & Cramp A. 1995. Geometry o the younger sediment bodies of
the Indus Fan. In: K.T. Pickering & R.N. Hiscott (eds), Atlas of deep water
environments: architectural style in turbidite systems, 2, 89-93.
Kjerfve B. 1989. Estuarine geomorphology and physical oceanography. In: Estuarine
Ecology, J. Day, C.Hall, M. Kemp & A. Yanezz-Arancibia, Wiley (eds), New
York, 47-78.
Kjerfve B. & Magill K.E. 1989. Geographic and hydrodynamic characteristics of
shallow coastal lagoons. Marine geology, 88 (43): 187-199.
Knight R. 2001. Ground Penetrating Radar for environmental applications. Annu. Rev.
Earth Planet, Sci., 29: 229-255.
Kreidler W.L., Andery P.A. 1949. Mapa Geolgico da rea sedimentar costeira do
estado do Rio Grande do Norte e parte do Cear. Rio de Janeiro, Conselho
Nacional do Petrleo, 86-90.
Landim P. M. B. 2003. Anlise estatstica de dados geolgicos. Rio Claro, Editora
Unesp, 253 p.
Landim P. M. B. & Sturaro J. R. 2002. Krigagem indicada aplicada elaborao de
mapas probabilsticos de riscos. DGA, IGCE, UNESP/Rio Claro, Lab.
Geomatemtica, texto didtico 06, 19 p.
Larue D.K. & Friedmann F. 2005. The controversy concerning stratigraphic
architecture of channelized reservoir and recovery by waterflooding. Petroleum
Geoscience, 11, 2, 131-146.
Lima G.A.C., Vidal A.C. & SUSLICK S.B. 2005. Estimativa da incerteza na
porosidade presente em dados de petrofsica e geofsica de poo. XXVI In Latin
American Congresso in Computational Methods in Engineering. Guarapari, ES,
Brasil.
Reyes-Prez, Y.A. Tese de Doutorado


122
Matheron G. 1962. Traite de Geostatistique Apliquee. Memoires bureau de Recherches
Geologiques et Minieres, Edt Bureau de Recherche et Minieres, Paris, 1 (24).
McCaffrey K.J.W, Jobnes R.R., Holdsworth R.E., Wilson R.W., Clegg P., Imber J.,
Holliman N. & Trinks I. 2005. Unlocking the spatial dimension: digital
technologies and the future of geoscience fieldwork. Journal of the Geological
Society of London, 162, 1-12.
Menezes L. 2004. Mapeamento digital de anlogos a reservatrios petrolferos:
exemplo para depsitos fluviais da unidade Au-3 - Bacia Potiguar. Dissertao
de Mestrado, CCET, UFRN, 135 p.
Middleton, G.V. 1991. A short historical review of clastic tidal sedimentology. In:
Clastic Tidal Sedimentology, D.G. Smith, G.E. Reinson, B.A. Zaitlin, R.A.
Rahmani (eds.) Canadian Society of Petroleum Geologists. Memoir, 16, ix-xv.
Montgomery S. 1992. Petroleum potential of Upper and Middle Magdalena basins,
Colombia. Part 2: Plate tectonics, reservoirs, source rocks and field histories:
Petroleum Frontiers, 9, part 3, 1-57.
Morris J., Hampson G. & Maxwell G. 2003. Controls on facies architecture in the
Brent Group, Strathspey Field, UK North Sea: implications for reservoir
characterization. Petroleum Geoscience, Geological Society Publishing House, 9,
209-220.
Neal A. 2004. Ground-penetrating radar and its use in sedimentology principles,
problems and progress. Earth Science Reviews, 66, 261-330.
Paim P.S.G, Faccini U.F. & Netto R.G. (eds). 2003. Geometria, arquitetura e
heterogeneidades de corpos sedimentares: Estudo de casos. Universidade do Vale
do Rio dos Sinos-UNISINOS, Programa de Ps-graduao em Geologia, So
Leopoldo-RS, 239 p.
Pardo-Iguzquiza E. 1999. VARFIT: A Fortran-77 program for fitting variogram
models by weighted least squares. Computer Geosciense, 25, 251261.
Peijs-van Hilten M., Good T. R., & Zaitlin B.A. 1998. Heterogeneity modeling and
geopseudo upscaling applied to waterflood performance prediction of an incised
valley reservoir: Countess YY pool, Southern Alberta, Canada. AAPG Bulletin,
82, 2220-2245.
Reyes-Prez, Y.A. Tese de Doutorado


123
Pringle J.K., Westermann A.R., Clark J.D., Drinkwater N.J. & Gardiner A.R. 2004a.
3D high resolution digital models of outcrop analogue study sites to constrain
reservoir model uncertainty - Alport Castles, Derbyshire, UK example. Petroleum
Geoscience, 10, (4) 343-352.
Pringle J.K., Westermann A.R. & Gardiner, A.R. 2004b. Virtual Geological Outcrops-
Fieldwork and analysis madeless exhausting? .Geology Today, 20, (2) 67-72.
Pringle J.K., Clark J.D., Westermann A.R. & Gardiner A.R. 2003. Using GPR to
extract 3-D turbidite channel architecture from the Carboniferous Ross
Formation, Country Clare, Western Ireland. In: C.S. Bristow & H. Jol (eds),
Geological Society Special Publicaion, GPR in Sediments, 211, 309-320.
Pringle J.K., Howell J.A., Hodgetts D., Westerman A.R, & Hodgson D.M. 2006.
Virtual outcrop models of petroleum reservoir analogues: a review of the current
state-of-the-art. First Break, 24, 33-42.
Pritchard D.W. 1967. What is an estuary? Physical wiewpoint. In: G.D. Lauff (eds.),
Estuaries, 3-5.
Porsani J.L. 2002. Mtodo GPR: Aplicaes em Geologia, Geotecnia, Meio Ambiente
e Planejamento Urbano. IV Escola de Vero de Geofsica. IAG/USP.
Pyrez M., Catunearu O. & Deutsch C. V. 2005. Stochastic surface-based modeling of
turbidite lobes. AAPG Bulletin, 89 (2): 177191.
Reyes-Prez Y.A. 2003. Caracterizao da geometria de depsitos sedimentares na
Borda Sudoeste da Bacia Potiguar, Dissertao de Mestrado, Universidade
Federal do Rio Grande do Norte/Programa de Ps-Graduao em Geodinmica e
Geofsica, Natal/RN, 81 p.
Reyes-Prez Y.A., Lima-Filho F.P., Menezes L., Porsani J.L., Appi C.J., Arajo V.D.
& Souza A.M. 2003. Caracterizao da geometria de depsitos sedimentares da
Formao Au na borda sudoeste da Bacia Potiguar, NE do Brasil. Revista de
Geologia (UFC), 16 (2): 19-34.
Reyes-Prez Y.A., Lima Filho F.P., Freire R.C., Menezes L., Sousa A.M., Moura
M.V.M., Gauw D.S. & Appi. C.J. 2004. Geometria interna 3D de depsitos de
mar na foz do Rio Parnaba, nordeste do Brasil. In: XLII Congresso Brasileiro de
Geologia. Arax-MG. CD Rom.
Reyes-Prez, Y.A. Tese de Doutorado


124
Reynolds A.D. 1999. Dimensions of Paralic Sandstone Bodies. AAPG Bulletin, 83,
(2): 211-229.
Robinson S.D.E., Michaud Y. 1999. Geomorphologic applications of ground
penetrating radar. In: R. Gilbert (eds.), A Handbook of Geophysical Techniques
for Geomorphic and Environmental Research, Geological Survey of Canada,
Open File Report 3731, 69-102.
Rogers S.J., Chen H.C., Kopaska-Merkel D.C., Fang J.H. 1995. Predicting perbeability
from porosity using artificial neural netework. AAPG Bulleting.
Rosemblueth A. & Weiner N. 1945. The role of models in science. Philosophy of
Science, XII (4): 316-321.
Sampaio A.V. & Schaller H. 1968. Introduo Estratigrafia da Bacia Potiguar. Rio
de Janeiro, Boletim Tcnico PETROBRS, 11(1):19-44.
Sawakuchi A.O. & Giannini P.C. 2006. Complexidade em sistemas deposicionais.
Revista Brasileira de Geocincias, 36 (2): 347-358.
Seeber G. 2003. Satellite geodesy, 2 Ed, Gryter, 589 p.
Shebl M.A. 1995. Geochemical and diagenetic investigations of the Tensleep
Sandstone Reservoirs, Bighorn Basin, Wyoming. In: Ph.D. Dissertation,
University of Wyoming, Laramie.
Sherlock D.H., Dodds K. J. & Weir G. 2007. The development of analog reservoir
modelling for seismic and reservoir engineering research. Journal of Petroleum
Science and Engineering, 57, 8291.
Silva A.O., Abraho D., Santos M.B., 1994. Estratigrafia de seqncias do
Cenomaniano Superior-Turoniano Inferior da Bacia Potiguar. In: SBG, Congr.
Bras. Geol., 38, Cambori, Anais..., 590-592.
Smith D.G. & Jol H.M. 1995. Ground penetrating radar: antenna frequencies and
maximum probable depths of penetration in Quaternary sediments. Journal of
Applied Geophysics, 33, 93100.
Staggs J.G., Young A. & Slatt R.M. 2003. Ground-penetrating radar facies
characterization of deepwater turbidite outcrops. The Leading Edge, 22 (9): 888-
891.
Reyes-Prez, Y.A. Tese de Doutorado


125
Tasaryova Z. & Hampson G.J. 2004. Controls on Delta Plain Sandstone Geometries
and their Im-plication for Reservoir Exploration in Middle Jurassic Succes-sions:
Saltwick Formation, Yorkshire Ness Formation, North Sea. GeoLines, 17, 90-91.
Thurmond J B. 2004. From collection to utilization: Outcrop analog data in a 3D world

Search and Discovery. AAPG Annual Meeting, Dallas, Texas, 18-21.
Tyler N. & Finley R.J. 1991. Architetural controls on the recovery of hydrocarbons
from sandstone reservoir. In: A.D. Miall & N. Tyler (eds), The three-dimensional
facies architeture of terrigenous clastic sediments and its implications for
hydrocarbon discovery and recovery. Concepts in sedimentology and
paleontology. SEPM, Tulsa, 3 ,1-15.
Vasconcelos E.P., Lima Neto F. F., Roos S. 1990. Unidades de correlao da
Formao Au. In: SBG, Congresso Brasileiro de Geologia, 36, Natal. Anais..., 1,
227-240.
Verssimo L. S. 1983. Projeto Mapas Metalogenticos e de Previso de Recursos
Minerais. Folha SA.24-Y-A. Parnaba. Escala 1:250000. Texto e Mapas.
Companhia de Pesquisas de Recursos Minerais, 2v.
Viseur S. 1999. Sthocastic Boolean simulations of fluvial deposits: a new approach
combining accuracy with efficiency. Society of Petroleum Engineers, SPE Annual
Technical Conference and Exhibition, Dallas, Texas.
Walker R.G. & James N.P. (eds). 1992. Facies models: response to sea level changes.
Ontrio, Canad, Geol. Assoc. Canada, 454 p.
Webster R. & McBratney A.B. 1989. On the Akaike information criterion for choosing
models for variograms of soil properties. Journal Soil Sciense, 40, 493-496.
Willis B. J. & C. D. White. 2000. Quantitative outcrop data for flow simulation.
Journal of Sedimentary Research, 70, 788802.
Xu X., Aiken C.L.V., Bhattacharya J.P. 2002. Photorealistic Virtual 3-D Geologic
Outcrops with Examples in Texas, Utah, Arkansas and California: The Virtual
Fieldtrip is here. AAPG Annual Meeting. Houston, Texas. Disponvel em:
www.aapg.org/datasystems/abstract/13annual /SHORT/43795.pdf. Acesso em: 26
de Janeiro de 2007.
Yoshida S., Jackson M.D., Johnson H. D., Muggeridge A.H. & Martinius A.W. 2001.
Outcrop studies of tidal sandstones for reservoir characterization (Lower
Reyes-Prez, Y.A. Tese de Doutorado


126
Cretaceous Vectis Formation, Isle of Wight, Southern England). In: O. Martinsen
& T. Dreyer (eds), Sedimentary environments offshore Norway- Paleozoic to
Recent, Norwegian Petroleum Society Special Publication, 10, 233257.
Yoshida S., Johnson H. D., Pye K., Dixon R. J. 2004. Transgressive changes from tidal
estuarine to marine embayment depositional systems; the Lower Cretaceous
Woburn Sands of southern England and comparison with Holocene analogs.
AAPG Bulletin, 88 (10):1433-1460.
Young R.A., Slatt R.M. & Staggs J.G. 2003. Application of ground penetration radar
imaging to deepwater (turbidite) outcrops. Marine Petroleum Geology, 20, 809-
821.