Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil

Fault zones accommodate deformation in a complex pattern, presenting themselves with different geometries, types of secondary structures, and changing the petrophysical parameters of host rocks. From a perspective of exploration of siliciclastic hydrocarbon reservoirs, understanding the complexit...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Oliveira, Lorenna Sávilla Brito
Outros Autores: Bezerra, Francisco Hilário Rego
Formato: doctoralThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Estratigrafia mecânica
Bandas de deformação
Propriedades petrofísicas
Atributos sísmicos
Machine learning
Bacia Rio do Peixe
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
Endereço do item:https://repositorio.ufrn.br/handle/123456789/52769
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-52769
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Estratigrafia mecânica
Bandas de deformação
Propriedades petrofísicas
Atributos sísmicos
Machine learning
Bacia Rio do Peixe
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
spellingShingle Estratigrafia mecânica
Bandas de deformação
Propriedades petrofísicas
Atributos sísmicos
Machine learning
Bacia Rio do Peixe
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
Oliveira, Lorenna Sávilla Brito
Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil
description Fault zones accommodate deformation in a complex pattern, presenting themselves with different geometries, types of secondary structures, and changing the petrophysical parameters of host rocks. From a perspective of exploration of siliciclastic hydrocarbon reservoirs, understanding the complexity of fault zones has become fundamental, since these structures alter rock volumes, thus influencing fluid flow. The challenge of understanding these structures requires the use of conventional methodologies, providing relationships with the structural framework of the basin, as well as understanding the deformation of a fault zone from the outcrop scale, where it is possible to observe secondary structures such as deformation bands. In this research, fault zones in the Rio do Peixe Basin were investigated at the outcrop scale, understanding the mechanical-stratigraphic influence of deformation bands, and fault detection and characterization were also performed automatically using reflection seismic data. For this, structural, sedimentological and petrophysical data were combined to analyze mechanically the rock layers, and to characterize the deformation generated by deformation bands. Also, seismic data were used for automatic fault detection through seismic attributes and deep learning. Our results show the mechanical-stratigraphic influence of deformation bands in a fault zone that indicate the same regional trend of NE-SW, E-W and NW-SE direction, generating changes evidenced by our models in petrophysical parameters such as porosity, permeability, Young's modulus and Poisson's ratio. The deformation bands cross the sedimentary layers without being conditioned to their thickness, varying structural parameters such as frequency, dip, geometry and thickness of the bands. Our results also demonstrate the comparison between seismic attributes and deep learning (DNN), in which DNN is more successful in detecting faults, identifying their subsidiary segments with more strikes variation and number of minor faults. Seismic attributes are shown to be conditional on noise in the seismic data. Furthermore, we interpreted and mapped a new fault, which is aligned parallel to Fault Malta of E-W direction, with a central negative flower structure.
author2 Bezerra, Francisco Hilário Rego
author_facet Bezerra, Francisco Hilário Rego
Oliveira, Lorenna Sávilla Brito
format doctoralThesis
author Oliveira, Lorenna Sávilla Brito
author_sort Oliveira, Lorenna Sávilla Brito
title Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil
title_short Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil
title_full Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil
title_fullStr Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil
title_full_unstemmed Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil
title_sort caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3d, bacia rio do peixe - brasil
publisher Universidade Federal do Rio Grande do Norte
publishDate 2023
url https://repositorio.ufrn.br/handle/123456789/52769
work_keys_str_mv AT oliveiralorennasavillabrito caracterizacaodefalhasutilizandodadosdeafloramentoesismicadereflexao3dbaciariodopeixebrasil
_version_ 1773959547391574016
spelling ri-123456789-527692023-06-19T22:12:32Z Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil Oliveira, Lorenna Sávilla Brito Bezerra, Francisco Hilário Rego http://lattes.cnpq.br/4041246284452547 https://orcid.org/0000-0002-3512-5212 http://lattes.cnpq.br/6050302316049061 Nogueira, Francisco Cezar Costa Nicchio, Matheus Amador Castro, David Lopes de https://orcid.org/0000-0003-1110-9389 http://lattes.cnpq.br/8279954644750743 Maciel, Ingrid Barreto Lima, Kledson Tomaso Pereira de Estratigrafia mecânica Bandas de deformação Propriedades petrofísicas Atributos sísmicos Machine learning Bacia Rio do Peixe CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS Fault zones accommodate deformation in a complex pattern, presenting themselves with different geometries, types of secondary structures, and changing the petrophysical parameters of host rocks. From a perspective of exploration of siliciclastic hydrocarbon reservoirs, understanding the complexity of fault zones has become fundamental, since these structures alter rock volumes, thus influencing fluid flow. The challenge of understanding these structures requires the use of conventional methodologies, providing relationships with the structural framework of the basin, as well as understanding the deformation of a fault zone from the outcrop scale, where it is possible to observe secondary structures such as deformation bands. In this research, fault zones in the Rio do Peixe Basin were investigated at the outcrop scale, understanding the mechanical-stratigraphic influence of deformation bands, and fault detection and characterization were also performed automatically using reflection seismic data. For this, structural, sedimentological and petrophysical data were combined to analyze mechanically the rock layers, and to characterize the deformation generated by deformation bands. Also, seismic data were used for automatic fault detection through seismic attributes and deep learning. Our results show the mechanical-stratigraphic influence of deformation bands in a fault zone that indicate the same regional trend of NE-SW, E-W and NW-SE direction, generating changes evidenced by our models in petrophysical parameters such as porosity, permeability, Young's modulus and Poisson's ratio. The deformation bands cross the sedimentary layers without being conditioned to their thickness, varying structural parameters such as frequency, dip, geometry and thickness of the bands. Our results also demonstrate the comparison between seismic attributes and deep learning (DNN), in which DNN is more successful in detecting faults, identifying their subsidiary segments with more strikes variation and number of minor faults. Seismic attributes are shown to be conditional on noise in the seismic data. Furthermore, we interpreted and mapped a new fault, which is aligned parallel to Fault Malta of E-W direction, with a central negative flower structure. Zonas de falha acomodam a deformação de forma complexa, apresentando-se com diferentes geometrias, gerando variados tipos de estruturas secundárias e alterando parâmetros petrofísicos de rochas hospedeiras. Em uma perspectiva de exploração de reservatórios siliciclásticos de hidrocarbonetos, a compreensão da complexidade de zonas de falha é necessária, uma vez que essas estruturas alteram volumes de rocha influenciando assim no fluxo de fluidos. No desafio de entender essas estruturas faz necessário o uso de metodologias convencionais, proporcionando relações com o arcabouço estrutural da bacia, assim como compreendendo a deformação de uma zona de falha desde a escala de afloramento, onde é possível observar estruturas secundárias como bandas de deformação. Nessa pesquisa, foram investigadas zonas de falhas na Bacia Rio do Peixe em escala de afloramento, entendendo a influência mecânico-estratigráfica das bandas de deformação, e também foi realizada a detecção e caracterização de falhas de forma automática através de dados de sísmica de reflexão. Para isso, foram combinados dados estruturais, sedimentológicos e petrofísicos para analisar as propriedades geomecânicas das rochas, e caracterizar a alteração nas propriedades petrofísicas das rochas gerada por bandas de deformação. Ainda, foram utilizados dados sísmicos para a detecção automática de falhas através de atributos sísmicos e técnica de aprendizagem profunda de máquina. Nossos resultados mostram a influência mecânico-estratigráfica de bandas deformação em uma zona de falha que indicam mesma tendência regional de direção NE-SW, E-W e NW-SE, gerando alterações evidenciadas por nossos modelos em parâmetros petrofísicos como porosidade, permeabilidade, modulo de Young e razão de Poisson. As bandas de deformação transpassam as camadas sedimentares sem estarem condicionada a espessura dessas, variando parâmetros estruturais como frequência, mergulho, geometria e espessura de bandas. Em relação as análises de zona de falha em macro escala, nossos resultados demonstram uma comparação entre atributos sísmicos e aprendizagem profunda (DNN), na qual o DNN é mais bem sucedido na detecção de falhas, identificando seus segmentos subsidiários com maior variação de direção e quantidade de falhas menores. Atributos sísmicos se mostram condicionados ao ruido no dado sísmico. Ainda, interpretamos e mapeamos uma nova falha, que está alinhada paralela a Falha Malta de direção E-W, com uma estrutura em flor negativa central. 2023-06-19T22:11:51Z 2023-06-19T22:11:51Z 2023-03-13 doctoralThesis OLIVEIRA, Lorenna Sávilla Brito. Caracterização de falhas utilizando dados de afloramento e sísmica de reflexão 3D, Bacia Rio do Peixe - Brasil. Orientador: Francisco Hilário Rego Bezerra. 2023. 121f. Tese (Doutorado em Geodinâmica e Geofísica) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2023. https://repositorio.ufrn.br/handle/123456789/52769 pt_BR Acesso Aberto application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA

Registros relacionados