MODELADO ESTATICO 3D DE LA FORMACIÓN MOGOLLÓN EN EL

BLOQUE 2 – YACIMIENTO ZAPOTAL – LOTE X

CUENCA TALARA – PERÚ

Autores:
Renzo Toledo Campomanes (1)
José Carlos Rejas Jiménez (2)

Dirección:
(1) Petrobras Energía Perú, Amador Merino Reyna, 285/5° Piso
San Isidro – Lima – Perú
(2) Schlumberger, México

RESUMEN.

El modelado estático tridimensional viene constituyéndose en una herramienta de amplio uso en

la actualidad, describiendo de manera integral el reservorio y generando modelos geológicos
más coherentes y sólidos. El presente trabajo está enfocado en presentar la metodología
utilizada para la creación del modelo estático de la Formación Mogollón en el Bloque 2,
Yacimiento Zapotal, comprendiendo los procesos de control de calidad y carga de la
información de entrada para la generación del modelo, construcción de los modelos estructural,
estratigráfico y de propiedades petrofísicas, y la exportación de las grillas para su carga en el
simulador numérico.

INTRODUCCIÓN.

El presente trabajo tiene como finalidad mostrar el flujo de trabajo para la caracterización
estática de la Formación Mogollón en el Bloque 2 del Yacimiento Zapotal, Lote X. Este
yacimiento forma parte de la nueva denominación del área Este en el lote (ETANESTE –
Estudio Técnico de Alternativas de Negocio en el área Este), orientada a identificar
oportunidades de inversión en proyectos integrales tales como perforación infill, reparaciones, e
inyección de agua y/o gas. La Compañía encargada del estudio en su etapa de visualización
(identificación de oportunidades) fue Knowledge Reservoir, con la finalidad de estimar el
petróleo original in situ, proveer interpretaciones geológicas y de ingeniería, y evaluar el
incremento potencial de producción utilizando diferentes esquemas de negocio en el área.

GEOLOGÍA DE LA FORMACIÓN MOGOLLÓN.

Se considera que los sedimentos de la Formación Mogollón han sido originados como producto
de la combinación de ambientes y procesos sedimentarios, originando depósitos fluviales,
deltaicos y marinos someros. Estos depósitos conforman un relleno con forma longitudinal y
eje NE- SO, que coincide con el eje de la cuenca, teniendo su cabecera en el sector NE
(Carozzi, 1975). Un aporte de origen aluvial se ubica perpendicularmente al eje principal
(Figura 1).

Litológicamente la Formación Mogollón está compuesta por cuerpos de conglomerados y

areniscas conglomerádicas intercaladas con capas de lutita. Su composición mineralógica es
muy compleja y está descrita en diversos informes de análisis de coronas efectuados en pozos
del área.

La sección completa de la Formación Mogollón presenta 5 miembros que de la base al tope son
los siguientes: Mogollón Inferior, Mogollón Medio, Fuente, Chorro Inferior y Chorro Superior.
 pply

nd
u
nt S

tre
ime
Sed t ion

e
id
ec

w
Dir

in
as
1

lb
na
Paleocurrents direction (from Carozzi

tio
7

si
& Palomino, 1993)

po
de
Secondary paleocurrent direction

s
xi
2 (from Daudt et al (2003))

-a
ng
Lo
3
1. Fluvial Domain
2. Upper Fan (fluvial/delta plain transition?)
7 3. Middle Fan (delta plain)
4. Lower Fan (delta front)

4
5. Delta front/Prodelta transition
6. Prodelta
7. Proximal Alluvial Fans

Block X limits
6

Present day coast line

Figura 1. Modelo Depositacional de la Formación Mogollón.

CONTROL DE CALIDAD Y CARGA DE INFORMACIÓN.

La información de pozos (nombres, coordenadas X e Y, elevaciones, profundidades finales,

topes formacionales y de miembros, perfiles eléctricos convencionales e interpretados y
polígonos de falla en el tope y la base de la Formación Mogollón fueron cargados en el software
Petrel™ para su uso en la generación del modelo estático tridimensional. Asimismo, se realizó
el control de calidad de la información importada a través de cuadros estadísticos (para los datos
de pozos y topes) e histogramas de frecuencia (para los perfiles de pozo).

GENERACIÓN DE LITOFACIES.
Se generaron perfiles discretos de litofacies (asociaciones de facies con características
litológicas comunes) a partir de la respuesta de los perfiles de Rayos Gamma y Resistividad y
de los perfiles litológicos de cada pozo en el Bloque 2, asignándose un código para cada
litología descrita (Figura 2). No fue posible la identificación de depofacies (facies
depositacionales) dada la gran cantidad de arena y la carencia de rasgos electrográficos
característicos.

LITOFACIE CODIGO
LUTITAS 0
LIMOLITAS 1
ARENAS FINAS 2
ARENAS GRUESAS 3
CONGLOMERADO 4

Figura 2. Izquierda: Perfil discreto de litofacies para el pozo EA7093 (último track). Derecha: Códigos de
litofacies empleados para las distintas litologías descritas.
MODELO ESTRUCTURAL.

A partir de los polígonos de falla en el tope y en la base de la Formación Mogollón, generados

en el modelo bidimensional tradicional, se realizó la construcción de los planos de falla que
limitan el Bloque 2, a través de la inserción de pilares a lo largo de estos polígonos,
considerando las ausencias de sección y los pasos de falla determinados en cada pozo y la
proyección de los mismos en las zonas sin control de pozos, en donde se infiere que la falla esta
presente (Figura 3).

Una vez generados los planos de falla, se procedió a la construcción de la grilla a través del
proceso de Pilar Gridding. Para el caso del Bloque 2, el tamaño de celda en la horizontal fue de
100 m x 100 m, considerando al menos dos celdas entre pozo y pozo, dando como número de
celdas 27 en la dirección i y 23 en la dirección j. Se tuvo en consideración que los límites del
bloque sean celdas enteras para efectos de simplificación de los cálculos en la simulación
numérica de reservorios; esta metodología es conocida como Corner Points (Figura 3).

Figura 3. Modelo estructural tridimensional (Izquierda) y visualización de celdas en el tope, centro y base
de la grilla (Derecha), construidas por el método de Corner Points.

MODELO ESTRATIGRÁFICO.

Para la construcción del modelo litoestratigráfico se tomó como referencia las superficies de
correlación confeccionadas a partir de topes de formación y de miembros; este proceso incluyó
la generación de horizontes y zonas litoestratigráficas y la división vertical de la formación en
capas (layering). Así, el número de horizontes creados fue de 7, lo que produjo 6 zonas con
diferente número de capas entre ellas (66 en total), y la grilla creada en el proceso de Pilar
Gridding fue recortada en la vertical tomando como límites los horizontes generados en el tope
y en la base de la formación. Para efectos de control de calidad del modelo se generó una grilla
denominada Zone Index en la cual se diferenciaron los miembros considerados por la división
litoestratigráfica y sus capas asociadas; así, al visualizar cada una de las capas podemos saber si
la construcción de la grilla fue realizada de manera coherente (Figura 4).
 Figura 4. Grilla litoestratigráfica final para el Bloque 2.
UPSCALING DE LITOFACIES Y DE PERFILES DE POZO INTERPRETADOS.

Es necesario asignar valores a las celdas en la grilla tridimensional penetradas por los perfiles de
pozo considerando un promedio de valores en el intervalo vertical de cada capa (i.e., en el
espesor de capa). Este paso es necesario para la posterior distribución de los valores de las
propiedades entre pozos.

Cuando se trata de perfiles de litofacies, al ser curvas discretas, el mejor método de ponderación
es “Most of”, o sea, la asignación a la celda de valores que ocurren con mayor frecuencia en la
vertical, restringida al espesor de capa. Para el upscaling de los perfiles continuos como
porosidad y permeabilidad, los métodos de ponderación empleados normalmente son
aritméticos y geométricos, respectivamente, y se toma como tendencia los perfiles de litofacies
ya promediados.

GEOESTADISTICA APLICADA AL MODELADO: ANALISIS DE DATOS.

Se realizó el análisis geoestadístico de datos a través de la creación de curvas de proporción

vertical de facies y la generación de variogramas. Esta curva permite verificar que exista una
organización vertical lógica de las litofacies de acuerdo al marco sedimentológico conocido
para la formación que se está estudiando (Eschard et al., 1998).

Posteriormente, se procedió a la construcción de variogramas tanto horizontales como verticales

por zona para determinar el grado de correlación espacial entre las litofacies de los pozos del
proyecto. Se tuvo en consideración que hacia la parte Este del Lote X el sentido de aporte de los
sedimentos de la Formación Mogollón estuvo orientado de Este a Oeste y que la geometría de
los cuerpos tiende a ser más alargada en la dirección de mayor correlación para las litologías
más gruesas (e.g., conglomerados de fondo de canal).

El tipo de variograma utilizado fue el esférico debido al comportamiento lineal en corta

distancia observado por la propiedad litofacies y porque es más robusto y estable cuando el
sistema de ecuaciones de Kriging es aplicado para la distribución espacial de la propiedad
(Schlumberger – Petrel Property Modeling Course, 2005).

El análisis de datos también fue realizado para las propiedades continuas como porosidad y
permeabilidad, mediante la aplicación de transformaciones a los datos de entrada y la creación
de variogramas horizontales y verticales. Dentro de las transformaciones iniciales tenemos las
siguientes:

 Input Truncation: Remoción de valores fuera de rango (outliers).

 Shift Scale: Cambio de escala para asignar un rango determinado a un conjunto de
valores. Esto es muy útil, por ejemplo, para asignar un rango de porosidad a la litofacies
más abundante.
 Normal Score: Transformación de los datos a una distribución normal, con media 0 y
desviación standard de 1. Esto se hace con la finalidad de asignarle a la función
aleatoria el principio de estacionaridad, es decir, el de no alterar su media ni su
desviación standard con la distancia.

Luego, se generaron variogramas horizontales y verticales con los datos transformados de las
propiedades porosidad y permeabilidad, por litofacies, para encontrar las distancias de
correlación de los datos en un sentido areal y para tener una idea del grado de continuidad de los
mismos en la dirección vertical. La Figura 5 muestra los variogramas de la propiedad porosidad
para la litofacies Arenas Gruesas, tanto horizontal (dirección principal) como vertical, del
Miembro Chorro Superior Repetido. El modelo usado fue esférico, al igual que para las
litofacies.

Figura 5. Variograma horizontal (Izquierda) y vertical (Derecha) para la propiedad porosidad (litofacies
Arenas Gruesas) en el Miembro Chorro Superior Repetido. Nótese la ciclicidad mostrada por el
variograma vertical, evidenciando una repetición de eventos sedimentarios (e.g., apilamiento de canales).

MODELO TRIDIMENSIONAL DE LITOFACIES.

El modelo de litofacies fue generado por zona y respetando las curvas de proporción vertical y
los variogramas generados anteriormente. Se utilizó el algoritmo Sequential Indicator
Simulation (SIS), que crea un modelo estocástico con múltiples realizaciones, todas
equiprobables, a partir de semillas aleatorias variables, calculando la probabilidad de ocurrencia
de una facies en un lugar específico de la grilla, respetando los datos de entrada en los pozos y
las direcciones obtenidas por los variogramas (Schlumberger – Petrel Property Modeling
Course, 2005).

MODELO PETROFÍSICO.

La porosidad efectiva fue calculada para cada pozo en una etapa previa de evaluación de
perfiles, tomando como base las curvas de porosidad original (perfil de densidad, neutrón y/o
sónico. Esta porosidad fue ajustada con los valores de los ensayos de laboratorio obtenidos para
la corona del pozo EA7093. La permeabilidad fue calculada a partir de relaciones Porosidad-
Permeabilidad (Ley k-Phi) entre los datos de laboratorio y teniendo en consideración las
litofacies generadas en el paso anterior. Para la población de la grilla se utilizó el algoritmo
Sequential Gaussian Simulation, por zona y por litofacies.

Para el caso de la porosidad, solo se tuvo en consideración la grilla de litofacies como

condicionante para la propagación de la propiedad, pero para la permeabilidad, adicionalmente
a la grilla de litofacies, se tuvo en cuenta la grilla de porosidad como variable secundaria para el
Co-kriging (Figura 6).
Figura 6. Modelos tridimensionales de porosidad (izquierda) y permeabilidad (derecha) de las
Formaciones Mogollón Repetido y Mogollón In Situ, generados con el algoritmo Sequential Gaussian
Simulation y condicionados por litofacies.
EXPORTACION DEL MODELO.

El paso final en el modelamiento estático de reservorios consiste en la exportación de la grilla

para su posterior carga en el simulador numérico. El formato usado para este proceso es el
Rescue, que agrupa una serie de archivos binarios con toda la información de la grilla
(dimensiones, corner points, propiedades por celda, trayectorias de pozos, etc.)

CONCLUSIÓN.

La caracterización estática tridimensional de la Formación Mogollón en el Bloque 2 constituyó

un paso importante hacia el entendimiento de los reservorios que la conforman, así como provee
los medios para la simulación numérica que permitirá definir el comportamiento de los fluidos,
cuantificar las reservas remanentes y definir el mejor esquema de explotación para la
recuperación de las mismas.

Los pasos explicados dentro de este reporte constituyen el flujo de trabajo básico de
caracterización, habiéndose introducido, en cuanto se refiere a la experiencia de los autores, la
definición de los perfiles y la grilla de litofacies para su uso como cubo condicionante en la
propagación de las propiedades petrofísicas. Esto es de vital importancia para entender cómo las
heterogeneidades litológicas permiten o no la distribución y el flujo de fluidos dentro del
reservorio.

Finalmente, el análisis geoestadístico de datos, en especial la generación de variogramas,

también constituyó una buena experiencia de trabajo en la búsqueda de una determinación más
precisa de los trends depositacionales de los sedimentos de la Formación Mogollón, paso
importante en la comprensión de los cambios litológicos areales así como de propiedades
petrofísicas tales como porosidad y permeabilidad.

REFERENCIAS BIBLIOGRÁFICAS.

 Centro de Tecnología Aplicada (CTA) – Perez Companc, 1997: “Caracterización de Reservorios

de la Formación Mogollón – Áreas Central, Somatito, Laguna, Zapotal”.

 Daudt, J., Stifano, P., Savini, R., Castillo, J. & Ostos, M., 2001: “Sequence Stratigraphic
approach in Talara Basin, NW Peru: Integrated analysis of Mogollon-Chira cycle”. Memoir of
the 21st International Association of Sedimentologists Meeting, Davos, Switzerland.

 Knowledge Reservoir, 2007: “Estudio del Área Etan Este, Cuenca de Talara, Bloque X, Perú”.
Reporte Final.

 Leyva, Juan; Daudt, José, 2003: “Tectonic Influence in Trap Generation during the Early
Eocene, Talara Forearc Basin, NW Perú: A case study of the Mogollon Formation”. VIII
Simposio Bolivariano – Exploración Petrolera en las Cuencas Subandinas.

 Schlumberger, 2005: “Petrel Property Modeling Course”. Schlumberger Information Solutions

(SIS).