UNIVERSIDAD PRIVADA DEL VALLE Evaluación:

FACULTAD DE TECNOLOGIA

INGENIERIA EN PETROLEO GAS Y ENERGIAS

CAMPUS MIRAFLORES

SIMULACION DE PROCESOS
HIDROCARBURIFEROS

INFORME
SURFER

INTEGRANTE:
 WILMAR AMIR VALENZUELA SOTO

DOCENTE:
ING. ANA PARI TICONA
La Paz 4 de junio de 2019

Gestión I-2019
INDICE GENERAL

1.- OBJETIVOS

2.- MARCO TEORICO

3.- PROGRAMA

4.- MARCO PRACTICO

5.- ANALISIS DE RESULTADOS

6.- CONCLUSIONES

7.- BIBLIOGRAFIA
1.- OBJETIVOS
1.1.- Objetivo general
Conocer el programa SURFER y sus aplicaciones en todos sus comandos
para su aplicación en mapas tridimensionales
1.2.- Objetivo especifico
Usar el surfer 12 curvas de nivel y superficies.
A partir de coordenadas y cota dadas realizar los siguiente: contour map,
3d wireframe, 3d Surface.

2.- MARCO TEORICO

El reservorio es un cuerpo que posee una forma definida en el espacio, con
propiedades petrofísicas en general definidas y un contenido de fluidos en su
espacio poral que solo cambia con la producción. Es imposible modelar
exactamente la forma del reservorio a partir de la limitación tecnológica que
presentan los métodos de adquisición directa o indirecta de datos del mismo. Por
otra parte, los modelos de simulación determinísticos que reproducen los
fenómenos geológicos responsables de la formación del reservorio, están en una
etapa primitiva y en general, son solo aproximaciones muy esquemáticas de la
realidad.

Por lo tanto, para describir un reservorio solo se dispone de observaciones

puntuales (pozos) y muestreos continuos espacialmente, pero escasos de
resolución (sísmica 3D). Ante esta situación la única manera posible de
aproximarnos al conocimiento de la forma del reservorio y sus propiedades es a
través del planteo de modelos estocásticos no puros (regionalizados) que son
formalizados por la Geoestadística. En principio, la caracterización de reservorios
será más precisa cuanta más información se involucre en la misma. En la práctica
se presentan varios problemas cuando intentamos usar datos de distintas fuentes.
Brevemente podemos resumir estos problemas como:

No toda la información está disponible al mismo tiempo (por ejemplo, en un campo

descubierto recientemente la historia de producción no es un dato relevante).

La calidad de los datos de distinta fuente puede ser diferente (por ejemplo, el dato
sísmico ofrece continuidad a real de la información, pero es un dato indirecto que
se utiliza luego de un proceso de interpretación que agrega incertidumbre; por otro
lado, las mediciones de porosidad sobre coronas constituyen un dato muy preciso
con un escaso margen de error, pero de carácter puntual).

La información de distintas fuentes puede tener problemas de escala. este

fenómeno es conocido como “efecto de soporte” (por ejemplo, la permeabilidad
medida en coronas o la calculada con un ensayo de formación representan
distintas escalas de la propiedad física). Un problema relacionado es la resolución
de los datos de distintas fuentes (por ejemplo, la traza sísmica tiene una
resolución en el orden de pocas decenas de metros, mientras que las mediciones
sobre coronas tienen una resolución de pocos centímetros).

Algunos datos son cualitativos y no cuantitativos (por ejemplo, los elementos

descriptivos de las facies y la litología).

Falta de unicidad del problema inverso (por ejemplo, dada una descripción del
reservorio, con un modelo diferencial es posible predecir el comportamiento de la
producción, sin embargo, dada la producción histórica es posible formular más de
un modelo de reservorio con dicha producción).

Estas limitaciones hacen que todos los métodos de descripción de reservorios

utilicen solo una parte de la información disponible. Si bien, los métodos
geoestadísticos presentan mejoras notables sobre los tradicionales, no resuelven
estos problemas definitivamente.

La heterogeneidad del reservorio y el rol de la Geoestadística

La heterogeneidad se define como la variación de una propiedad en función de su

ubicación en el espacio, por ejemplo, la porosidad se puede escribir como:

Por lo que en el caso general es necesario estimar un valor de porosidad para

cada punto en el plano o volumen del reservorio. La heterogeneidad a su vez,
depende de la escala de medición, y pueden ser del tipo:

heterogeneidad microscópica: por ejemplo, distribución de poros y granos.

heterogeneidad macroscópica: porosidad, permeabilidad, saturación etc., en

general mediciones a nivel coronas.

heterogeneidad megascópica: porosidad, permeabilidad, saturación etc., en

general mediciones a nivel registros eléctricos o escala de bloques dentro de un
reservorio. Estas distintas escalas de heterogeneidad tienen distinto efecto de
soporte sobre la descripción, es decir que para realizar una caracterización de
reservorios precisa es necesario tener en cuenta estos aspectos. En un modelo
clásico de capas se asumen valores de porosidad promedio para cada punto del
plano, es decir que no se consideran heterogeneidades micro ni macroscópicas
que ocurren en el intervalo (espesor) que define a la capa. En la descripción de
reservorios se trabaja con información
discreta, luego para realizar un modelo de
reservorios es necesario algún tipo de
interpolación o estimación de puntos
intermedios (en general los nodos de una
grilla). La Geoestadística permitirá definir el
modelo más probable a la luz de los datos
disponibles, ya que por definición es el único
método que considera el comportamiento
espacial intrínseco de cada variable
analizada.

La Geoestadística es rama de las ciencias

matemáticas que estudia el comportamiento
de datos temporal o espacialmente
correlacionados1. A diferencia de las Estadística clásica que estudia fenómenos
aleatorios a partir de observaciones independientes (como las sucesivas tiradas
de un dado no cargado), la Geoestadística estudia fenómenos regionalizados a
partir de observaciones relacionadas por una función de proximidad. Por ejemplo,
el espesor de una unidad estratigráfica en un punto tiende a tener alta correlación
o similitud con los espesores medidos en puntos cercanos y baja correlación con
posiciones alejadas.

Mas precisamente, la Geoestadística tiene el objetivo de estimar valores

esperados y distribuciones de probabilidad en zonas no muestreadas del
reservorio. Estas dos estimaciones se realizan a través de la resolución de un
conjunto de ecuaciones que involucran la optimización de parámetros que
dependen de cada problema en particular (tipo de variable analizada y distribución
espacial de los datos). El criterio de optimización más utilizado en la
Geoestadística es el estimador insesgado de mínima varianza, también llamado
estimador de Kriging; que esencialmente consiste en minimizar la varianza de
estimación en el punto no muestreado.

Finalmente, la Geoestadística permite obtener dos productos finales:

Mapa (Geoestadística 2D) o Volumen (Geoestadística 3D) de valores esperados.

Distribución local de frecuencias en cada punto del plano o del espacio.

El primero es utilizado para el modelado espacial del reservorio mientras que el
segundo permite analizar el comportamiento probabilístico y de riesgo del mismo,
por medio de la cuantificación de la incertidumbre asociada en cada punto del
entorno analizado.

3.- PROGRAMA
Surfer es un software con todas las funcionalidades de visualización en 3D,
contorno y superficie en un paquete modelado que se ejecuta bajo Microsoft
Windows. Surfer se utiliza ampliamente para el modelado del terreno, modelado
batimétrico, visualización de paisaje, análisis de superficies, cartografía para el
contorno, cuencas hidrográficas, cartografía de superficie 3D y muchas más.

Descubra las profundidades de sus datos con las numerosas herramientas de

análisis de Surfer. Ajustar parámetros de interpolación y cuadrícula, evaluar la
continuidad espacial de los datos con variogramas, definir fallas y líneas de
ruptura, o realizar cálculos de cuadrícula tales como volúmenes, transformaciones,
suavizado o filtrado. Surfer transforma rápidamente sus datos en conocimiento.

Como científico ¿En qué me ayuda Surfer 15?

Comunique sus resultados ganados con confianza. Ya sea para su jefe de

proyecto, asesor de tesis o cliente, Surfer facilita una comprensión completa y
completa de los datos.

Surfer se usa masivamente para modelado terrestre, modelado” bathymetric”,

visualización paisajistica, análisis de superficies, mapeado de contornos, mapeado
de lagos y entornos 3d, volúmenes, etc.

Video de introducción a Surfer 15

Novedades de Surfer 15

Crear mapas profesionales

Comunique fácilmente datos espaciales sencillos y complejos. Surfer le ofrece las

herramientas para crear mapas de alta calidad para entregar claramente su
mensaje a compañeros de trabajo, clientes y grupos de interés.

Datos del Modelo en Multi-Dimensiones

Vea sus datos en una nueva dimensión. Las características de modelado 3D de

Surfer le permiten modelar y analizar todos los aspectos de sus datos. Utilice
mapas en 3D para distinguir patrones y tendencias que de otra forma se perderían
en el espacio 2D.
¿Quién debe utilizar Surfer?
Hidrólogos, ingenieros, geólogos, arqueólogos, oceanógrafos, biólogos, ingenieros
forestales, geofísicos, climatólogos

4.- MARCO PRACTICO

1. PASO

Debemos tener las coordenadas en Excel X, Y son coordenadas planas y las

demás cotas son las profundidades.

2. PASO

Abrir Surfer vamos a copiar las coordenadas en new worksheet ajustar los cuadros
agrandándolos

3.PASO

Guardar estos datos con el nombre de curvas de nivel en el formato DAT Data
(*.dat)

4. PASO

Ir a la hoja de presentación a la opción grid variograma, new variograma y

escogemos nuestro Excel guardado, en X la columna A, Y la columna B y Z vamos
a ir variando con las profundidades en general vamos a cambiar a 1400, 180, 100
en detrend escoger quadratic y generar report y veremos los valores de tendencia
central y medidas de dispersión que son los valores Geoestadísticos.

5. PASO

Salir del reporte y lo guardamos y observamos el grafico de variograma hacemos

click derecho en el grafico vamos a la opción statitics y escogemos el eje Z para
observar sus valores de varianza y hacemos lo mismo con cada valor de la
profundidad en sus gráficos correspondientes

6.PASO

Vemos que la varianza no esta en el grafico vamos a plot y buscamos la opción

varianza y la marcamos y cambiamos el estilo de línea, vamos a model, primero
vemos el error de varianza y lo cambiamos a 0.0032 hasta que la línea azul este
encima de los puntos.

7. PASO
Luego de cambiar el error variance vamos a current campo y escoger lineal y lo
vamos a eliminar y vamos a ingresar otro modelo escogemos esférico porque es el
que mas se adapta a estos tipos de variogramas, scala va de acuerdo a la
varianza, length es para poder darle la forma de los datos de variograma 1200 y
vemos que se adapta a los datos.

8. PASO

Vamos a la opción grid, data escoger nuestro Excel en las coordenadas

pondremos X, Y y con Z iremos variando con la profundidad obtendremos 5
gráficos, el método de interacción a usar será kriging y marcamos report y le
podremos nombre según la coordenada Z con la que estamos trabajando y
seleccionamos ok para guardar el grid

9. PASO

Escogemos new 3D Surface y seleccionamos el grid que guardamos según la cota

que estamos trabajando hacemos lo mismo para los 5 mapas una ves obtenido los
5 mapas los seleccionamos todos luego vamos a map, overlay maps luego
ordenar cota, cota sup 1, cot inf 1, cot sup 2 y cot inf 2.

10. PASO

Una ves nuestras capas estén ordenadas entramos a la configuración de cada una
de los mapas click derecho propiedades generales marcar show fase y
cambiamos el color

Para cota color café

Para cot sup 1 azul

Para cot inf 1 café

Para cot sup 2 azul

Para cot inf 2 café

La cota color café porque de esa capa hacia abajo hay tierra

La cota color azul porque de esa capa hacia abajo hay agua

11. PASO

Realizaremos una vista transversal para realizar este hacemos click en map, new
contour map y escogemos de cada cota.
una ves que se tiene los gráficos según su color de apretar click derecho en su
cota y escoger digitize escogemos 2 puntos en el mapa en un cuadro
obtendremos sus coordenadas guardamos con un nombre nuevo según la cota
con la que se está trabajando el tipo de archivo será (*bln).

12. PASO

Click en grid, slice y seleccionamos el archivo (*bln) que guardamos según la cota
con la que estamos trabajando, podemos cambiar el nombre out bln file. Y en
output Dat file lo guardamos con un nuevo nombre y dejarlo en Data files (*dat) lo
guardamos y luego lo abrimos y se desplegará un worksheet, en donde aparecerá
la longitud en la columna A, latitud en la columna B, altura en la columna C, y la
distancia acumulada en D eliminamos columnas A, B y E movemos D a A y C a B.

Seleccionamos la columna A y click en Data luego statistics para ver que se active
la casilla de numero de valores (number of values) y marcar ok

13. PASO

Se despegará una nueva ventana donde tendremos números de valores y cerrar,

insertamos una fila en la posición 1 luego poner el valor que obtuvimos de
números de valores.

Guardar en formato (*bln) luego vamos a la ventana de plot, map, base map, y
escogemos el que acabamos de crear y OK, click derecho en base, propiertes,
scale y desmarcamos el proportional X, Y y cambiamos el legth a 6 pulgadas en X
y 1 pulgada en Y y ok

Entramos otra ves a propietes base map, line style de línea modificar y el color
modificar según la cota para ver cuál es su limite

Una ves realizados los paso correctamente obtendremos los siguienrtes graficos:
5.- ANALISIS DE RESULTADOS
En este laboratorio se llegó obtener los resultados.

Se fue variando la cota para obtener los gráficos.

En un gráfico vemos las coordenadas y en el otro vemos con colores el relieve y

vimos las aplicaciones del comando 3D

6.- CONCLUSIONES
En este laboratorio se logró aprender el uso del programa Surfer con todas sus
aplicaciones se logró graficar y ver el uso que se le puede dar y la ayuda que nos
da este programa para poder resolver los ejercicios de reservorios es una
herramienta muy útil para mostrar los mapas de sus posiciones que nos
tardaríamos en resolver más de 2 días graficando y sacando los datos.

7.- BIBLIOGRAFIA
Golden Softwre.1999. Sufer 7. User’s Guide.Contouring and 3D Surface Mapping
for Scientist and Engineers. Golden Software, Inc.Colorado, USA.619p.
www.goldensoftware.com

Oliver, M.A. 1990. Kriging: a method of interpolations for geographical information

systems. Int. J. Geographical Information Systems. Vol. 4(3): 313-332.