Tesis Geofisica Jairo Guillermo Guerrero M

Caracterización de Propiedades del yacimiento......
Jairo Guillermo Guerrero M
1. INTRODUCCIÓN
El campo Orito, es uno de los campos más desarrollados y relativamente mejor conocidos,
muchos estudios e interpretaciones de información geofísica se han realizado en este
campo. Sin embargo, pocos estudios han sido hechos usando la tecnología de atributos
sísmicos y ninguno involucrando el análisis de multiatributos.
En el año 2001, Ecopetrol adquirió un volumen sísmico 3D constituido por una grilla
regular que abarca 50 Km2 (Figura 1.1), en donde aún no se había realizado ningún tipo de
interpretación y mucho menos estudios específicos que utilicen esta información.
Adicionalmente, al momento de la realización de este proyecto se contaba con información
de 16 pozos perforados hasta la Formación Caballos, y compuestos por archivos en formato
ASCII obtenidos a partir de registros digitalizados.
Figura 1.1 – Mapa del volumen sísmico Orito 3D adquirido en el año 2001.
En términos generales, poco ha sido trabajado y publicado para la mayoría de los

yacimientos en Colombia en lo concerniente a análisis de atributos y menos aún utilizando
la tecnología de multiatributos, ya que por lo general la información sísmica es utilizada
exclusivamente para definir rasgos estructurales o variaciones estratigráficas y no usada
cuando la tarea es estimar propiedades del yacimiento en áreas alejadas de los pozos.
1
Caracterización de Propiedades del yacimiento...... Jairo Guillermo Guerrero M
Teniendo en cuenta lo anterior, la propuesta de esta tesis está enfocada a realizar la

caracterización de propiedades del yacimiento Caballos en el campo Orito usando la
tecnología de multiatributos sísmicos, basado en la idea de alcanzar tres importantes
objetivos:
Primero, mejorar el acercamiento en el calculo de propiedades del yacimiento mediante el

uso de multiatributos, permitiendo obtener valores con una mayor aproximación en áreas
fuera de la influencia de los pozos y que utilice para la determinación de los coeficientes w
[ ]
la matriz de covarianza AT A dada por la ecuación:
[
w = AT A ]−1
AT P
Donde P es una matriz que contiene los datos de una propiedad conocida en los pozos, A es
una matriz que contiene los valores conocidos de los atributos en la localización del pozo y
w es una matriz con valores desconocidos de los coeficientes de ponderación.
Segundo, encontrar si la respuesta de multiatributos para el calculo de propiedades

petrofísicas presenta una relación física lógica, con propiedades del medio como la
velocidad de las ondas P y la Impedancia acústica, mostrada mediante gráficas de
dispersión de puntos en donde se muestra la tendencia de las relaciones.
Tercero, mediante la interpretación de los mapas de propiedades generados a partir de

multiatributos, establecer si la respuesta de multiatributos tiene sentido geológico, de
acuerdo a los ambientes descritos para la unidad de interés.
Estos tres pasos permitirán dar validez a los resultados encontrados con multiatributos,
garantizando que los atributos utilizados dentro de la ecuación de multiatributos establecida
para el cálculo de cada propiedad, corresponden a la combinación más adecuada para el
acercamiento a la propiedad que se desea establecer y que la aplicación de multiatributos
fortalecerá así la estimación de una o varias propiedades de una manera más efectiva y
exacta.
Los resultados de este trabajo son muy valiosos, pues además de cont ribuir a incentivar el
uso de la información sísmica más allá de las rutinarias interpretaciones estructurales y
estratigráficas, permitió realizar cálculos de propiedades del yacimiento con gran poder
predictivo, situación que difícilmente se logra mediante el uso de atributos simples. Por
otro lado, los cálculos de propiedades físicas como la velocidad de las ondas P e
impedancia-P igualmente calculadas mediante el uso de multiatributos, permitió dar cierto
sentido físico a las propiedades del yacimiento calculadas, dando aun más fortaleza a los
resultados obtenidos, ya que frecuentemente cuando se hacen este tipo de cálculos no son
2
relacionados a propiedades físicas de la roca. Finalmente, el hecho de poder dar un sentido

geológico a los resultados obtenidos mediante el uso de multiatributos garantiza que los
avances logrados en este sentido van orientados en el mejor camino, pues suele suceder que
a pesar de generarse resultados con multiatributos y algunas veces con atributos, estos
difícilmente son interpretables, pues las tendencias no son claras.
Se puede además afirmar, que los resultados aquí mostrados contribuirán a mejorar el
conocimiento de esta unidad operacional y la distribución de sus propiedades con mayor
detalle. Y a pesar de que el proyecto se realizó para un campo especifico (Campo Orito) se
espera que estos tres pasos involucrados en este trabajo, sean aplicables en otros campos
donde se presenten por lo menos condiciones similares.
1.1 OBJETIVOS.
1.1.1 GENERAL
• Estimar propiedades de un yacimiento fuera del área de influencia de los pozos,

utilizando el análisis de multiatributos, para generar un mayor detalle y
acercamiento en la distribución de propiedades a partir de la información sísmica
3D, lo cual sé vera reflejado mediante mapas de distribución de propiedades.
1.1.2 ESPECIFICOS
• Mejorar la confiabilidad en la estimación de propiedades del yacimiento, mediante

una adecuada selección de atributos a ser usados para la predicción de acuerdo a las
limitantes geofísicas de la unidad a estudiar y a través del agrupamiento jerárquico
de atributos que use como criterio de similitud los coeficientes de correlación. El
grupo de atributos finalmente determinado será controlado por la comparación con
datos conocidos en la ubicación del pozo. Este objetivo se vera representado a
través de mejoramiento de los coeficientes de correlación y disminución del error
cometido.
• Mejorar el poder predictivo en el calculo de propiedades del yacimiento mediante la

utilización de la matriz covarianza para predecir propiedades desde una suma no
linealmente ponderada de atributos en una ecuación de multiatributos. Los
3
resultados serán mostrados mediante tablas y gráficos que muestren dicho

acercamiento.
• Dar la justificación física, a la respuesta del calculo de propiedades del yacimiento

cuando se utiliza multiatributos sísmicos, mediante el establecimiento de una
tendencia lógica entre la impedancia acústica versus porosidad y partir de la
porosidad justificar propiedades como el volumen de shale y la permeablidad.
Dichas relaciones serán mostradas mediante gráficas de dispersión.
• Determinar si la respuesta de multiatributos, justificada físicamente, tiene sentido

geológico de acuerdo a interpretaciones posibles de los mapas generados y a los
ambientes de depositación descritos para la formación en estudio.
4
2. INFORMACIÓN GENERAL
2.1 LOCALIZACIÓN DEL AREA DE ESTUDIO
El área de trabajo geográficamente esta situada en el costado suroccidental de Colombia en

la cue nca del Putumayo en los límites con el Ecuador. El campo Orito ocupa en su totalidad
un área aproximada de 80 km2 . En términos generales el campo corresponde a una
estructura anticlinal asimétrica, limitada al oriente por el “thrust ” de Orito que es la falla
más importante del campo, adicionalmente se presenta un sistema de fallamiento
secundario con dirección primordial NE-SW, que forman una serie de bloques con
diferentes posiciones del contacto agua aceite dentro del campo ( Amaya 1996).
En la cuenca del Putumayo el campo Orito se constituye como el mayor entrampamiento de

hidrocarburos, el cual posee acumulaciones en las Formaciones Caballos, Villeta y Pepino,
las dos primeras de edad Cretáceo y la ultima de edad Terciaria. El campo fue descubierto y
desarrollado por Texaco en 1963. La Formación Caballos constituye el principal
yacimiento del campo y es objetivo de este estudio.
Existen en el campo dos volúmenes de información sísmica 3D adquiridos en los años 1992
y 2001, el presente estudio esta enfocado específicamente en el volumen recientemente
adquirido en el área (ver figura 2.1), donde se realizaron labores que van desde la
interpretación hasta el análisis de multiatributos sísmicos.
El área del volumen sísmico se encuentra ubicado entre las coordenadas (origen 3W):
x y
1 1018249.72 566002.8
2 1026859.39 570212.63
3 1024605.89 574843.42
4 1016001.19 570614.75
2.2 TRABAJOS PREVIOS
La información geológica publicada de la Formación Caballos en el área de estudio

corresponden por lo general a reportes internos y algunas tesis realizadas en el campo. En
cuanto a datos de geología de superficie son pocos debido a las dificultades de acceso a la
5
zona y a la falta de afloramientos de unidades Cretáceas. La información existente

corresponde básicamente a reportes internos de Ecopetrol generados durante la historia de
producción de los campos en la cuenca del Putumayo (Bueno, 1973; Beicip, 1988;
Valderrama 1975).
El nombre de la Formación Caballos fue primero definido por McArthur (1938; en Miley,
1945), para hacer referencia a una sección arenosa localizada en el monte Los Caballos en
Ortega - Valle Superior del Magdalena (Florez & Carrillo, 1994). En la cuenca del
Putumayo la primera referencia pertenece a Olsson (en Jenks, 1956) quien muestra la
Formación Caballos como equivalente a la Formación Hollín en Ecuador.
Estudios del yacimiento y reportes internos representa algunos de los intentos por mejorar
el conocimiento de la Formación Caballos en la cuenca del Putumayo (Bejarano et al.,1990;
Reyes & Ruiz, 1995).
En cuanto a los estudios más recientes tenemos los de Amaya (1996), quien en su trabajo
establece un modelo geológico para la Formación Caballos en el campo Orito, define
ambientes depositacionales y realiza el modelamiento de la Formación Caballos en este
mismo campo (Amaya & Centanaro, 1997).
Por otra parte trabajos orientados al uso de atributos o aún más al uso de multiatributos no
han sido realizados hasta el momento en el área del campo. Únicamente los trabajos de
Amaya (1996) han utilizado propiedades físicas como poder de reflexión, fase, amplitud,
etc., con la finalidad de apoyar sus análisis estratigráfico.
2.3 INFORMACIÓN GEOFÍSICA DISPONIBLE
La información geofísica disponible incluye: un volumen sísmico 3D de 50 Km2 ubicado

en el sector norte del campo Orito y adquirido en el año 2001 (ver Figura 2.1), con un
tamaño de “bin” de 25m x 50m, registrado con un “sample rate” de 2 ms durante 4
segundos y procesados hasta migración post apilado y en donde al momento de la
realización de esta tesis no se habían publicado trabajos de interpretación y mucho menos
de estudios específicos que utilicen dicha información.
Específicamente para el área, se cuenta con información de 26 pozos, los cuales están
compuestos por archivos en formato ASCII obtenidos de registros digitalizados. Con una
serie de registros que incluyen; inducción, Gamma Ray, resistivos y sónicos. De estos 26
pozos, 16 pozos alcanzaron la Formación Caballos y solo 15 cuentan con ol s registros
básicos necesarios para el desarrollo de este estudio.
6
DEPARTAMENTO DEL
Orito PUTUMAYO
PUTUMAYO
Puerto Asís
Río Guamués
Río San Miguel
Río Putumayo
Figura 2.1. Ubicación del área de estudio e información sísmica utilizada en el estudio.
7
Caracterización de Propiedades del yacimiento...... Jairo Guillermo
Guerrero M
2.3.1 Información Sísmica.
Con la idea de mejorar el conocimiento Tabla 2.1. Parámetros de registro Orito

de la estructura geológica y de la 3D, 2001
distribución de propiedades de la roca
en el yacimiento de l a Formación
Caballos en la porción norte del campo PARAMETROS DE REGISTRO -ORITO
Orito y determinar la ubicación de 3D (2001)
nuevos pozos a perforar en las
formaciones Caballos y Pepino, para Fuentes (Cross -line)
obtener producción incremental de Distancia entre disparos 100
hidrocarburos en este sector, Ecopetrol Distancia entre Salvos 300
a mediados del año 2001 adquirió un Profundidad del pozo 1x10m,1x25m
volumen sísmico 3D, en el sector norte Fuente de Energía Sismigel
del campo Orito, ubicado en el Carga 900g/1800g
departamento del Putumayo. El Receptoras (in-line)
Distancia entre
Volumen comprendió 1292 puntos de
Estaciones 50
tiro, con 5184 estaciones receptoras, Distancia Líneas
2
ocupando un área total de 49.92 Km , Receptoras 200
registrado con un equipo I/O SYSTEM Geófonos por estaciones 12
TWO. El diseño incluyó swaths con 10 Tipo de Geófono GS 20 DX 10Hz
líneas por disparo, adicionalmente otros Tipo de tendido Agrupado
parámetros de registro son mostrados en Tendido (Spread)
la tabla 2.1. Canales por Línea 84
Líneas en Full Spread 10
El proyecto tiene origen de coordenadas Canales en Full Spread 840
y elevación en el vértice GPS D PU- Canales auxiliares 4
008, cuyo posicionamiento fue Tamaño del Bin 25x50
FOLD 35
realizado por el Instituto Geográfico
OFFSET
Agustín Codazzi, estos orígenes de
Max offset In-line 2075
coordenadas son:
Max offset Cross-line 950
Max offset 202
Min offset 2282
Estación: GPS D PU008
REGISTRO
Este: 10529766.434 Record Lenght 5s
Norte: 566944.151 Sample Rate 2 ms
Elevación: 284.697 pies Filtro de corte alto 3/4 de Nyquist
fase mínima
Formato de Registro SEG D 4 Bytes
8
La zona del programa sísmico adquirido, se encuentra específicamente ubicado en el flanco

este de la cordillera Oriental (figura 2.1), en el sector noreste del departamento del
Putumayo como se muestra en la figura 2.2.
En total en el programa se contó con 64 líneas fuentes con azimut 334º 02´ 56” en la
dirección SE-NW, y 27 líneas receptoras con azimut 64º 02´56” en la dirección NE-SW.
Orito DEPARTAMENTO
DEPARTAMENTO DEL
PUTUMAYO
PUTUMAYO
Puerto Asís
Río Guamués
Río San Miguel
Río Putumayo
Figura 2.2 Mapa del proyecto, mostrando la ubicación y diseño.
De la información sísmica obtenida se puede decir, que esta es de buena calidad, lo cual se
puede observar por la continuidad y resolución vertical observada tanto en los registros de
campo como en los apilados finales por swath, notándose reflectores fuertes y bien
definidos hasta los primeros 2200 ms, con un rango de frecuencias entre 20 a 60 Hz,
9
2.3.2 Información de Pozo
Desde que el Campo Orito fue descubierto por Texaco en 1963 con la perforación del pozo
Orito-1, hasta la actualidad se han perforado 111 pozos, 48 en los dos Domos Norte y Sur
de los cuales se tienen pozos completados hasta a Formación Caballos, y de estos 16 están
en el volumen norte como lo muestra la Figura 2.3.
El Campo Orito, tenia un estimado de 1.126 BBDP, en tres formaciones productoras y es

una estructura compleja limitada por la Falla de Orito. Los pozos Orito-2, 3, 4 y 5, tiene
datos de corazones en la Formación Caballos, en este estudio se consideraron únicamente
la información de pozos que caen sobre el volumen sísmico 3D adquirido en el 2001 en el
Domo Norte (ver Figura 2.3) y que corresponde a la información de los pozos Orito-5, 6,
10, 14, 15, 21, 24, 34, 35, 36, 37, 38, 39, 40 y 43. El pozo Caldero-1 (C-1), no se tuvo en
cuenta por no tener la serie de registros necesario para este estudio.
La producción del Campo ha venido disminuyendo notablemente de 68.000 BPD en 1970

a 3625 BPD de 38 pozos que aun se encuentran activos.
Figura 2.3 - Time Slice a 900 ms, que muestra los pozos que penetraron hasta la
Formación Caballos en el área de estudio.
10
Como se muestra en las Figuras 2.4 a 2.7 los pozos en el área de interés presentan un
completa serie de registros básicos que incluye: Gamma Ray, sónicos, resistivos, caliper,
etc., necesarios en este trabajo para los cálculos de propiedades del yacimiento tales como
porosidad, permeabilidad, volumen de shale, que adicionalmente se usaron para calcular
propiedades como la velocidad de las ondas-P y la impedancia acústica de las ondas P
mediante el uso de los registros de densidad, Gamma Ray y sónico. Las Figuras 2.4 a 2.7
muestran además las curvas resultantes de los cálculos de propiedades petrofísicas del
yacimiento, las curva resultante para la velocidad de las ondas P (Vp).
Todos los cálculos realizados abarcaron toda la secuencia correspondiente a la Formación

Caballos, cuyo espesor varía de 200 a 300 pies a través de todo el campo.
Estos cálculos de las propiedades petrofísicas en el yacimiento Caballos, como también el

de velocidad de las ondas P e impedancia-P, son de gran importancia para el posterior
cálculo de estas mismas propiedades mediante el uso de atributos y multiatributos, ya que
estas servirán como base tanto para el establecimiento de la ecuación de atributos o
multiatributos como para verificar la validez y poder de predictivo de la respuesta
encontrada mediante el uso de los atributos de la sísmica.
Por tanto, la calidad en el calculo de estas propiedades mediante el uso de los registros
básicos es bastante importante para lograr buenos resultados mediante los cálculos con
atributos, esto quiere decir que en la medida que los valores cálculos con la información de
pozo sean validos, así mismo los resultados con multiatributos serán igualmente validos.
Para el caso estudiado en este proyecto, debe decirse que los datos tanto para la porosidad
calculada a partir del registro sónico como para el volumen de shale calculado a partir del
registro Gamma Ray se presentan bastante buenos para ser usados en los cálculos con
multiatributos, no siendo así para el caso la permeabilidad, ya que como lo veremos mas
adelante las correlaciones porosidad – permeabilidad a partir de los datos de corazones
realizadas para calcular la permeabilidad, presentan bastante dispersión, sin una tendencia
clara como se muestra en la figura 2.8.
Los valores de impedancia acústica utilizados durante la evaluación del sentido físico de las
propiedades petrofísicas del yacimiento evaluadas, fueron obtenidos mediante el producto
de la velocidad por la densidad. Ya que no se contaba con registros de densidad en todos
los pozos, esta fue calculada usando la ecuación de Gardner et al. (1974). Este método
permitió calcular con gran exactitud los datos de densidad a partir de datos conocidos en
otros pozos que si contaban con registro de densidad y ser usados para este cálculo en
11
ubicaciones donde no se contara con este tipo de información. Detalles de este cálculo
serán mostrados más adelante.
Figura 2.4 – Registros de pozo – Gamma Ray, sónico, velocidad de las ondas P calculado,
porosidad, permeabilidad calculada, volumen de shale y caliper para el pozo Orito-6.
Obsérvese como los registros cubren todo el yacimiento en estudio.
Para las figuras 2.4 a 2.7 las convenciones GRCAB = Gamma Ray Caballos, DTCAB=
Sónico Formación Caballos, VP= Velocidad de las ondas P, PORDT= Porosidad a partir
del sónico, VSH_GR= Volumen de shale calculado a partir del registro gamma Ray,
CALI= Registro Caliper y Columna= Muestra las unidades en las que se subdivide la
Formación Caballos
12
Figura 2.5 - Registros de pozo Gamma Ray, sónico, velocidad de las ondas P calculado,
porosidad, permeabilidad calculada, volumen de shale (VSH) y caliper para el pozo Orito
35. Obsérvese como los registros cubren todo el yacimiento en estudio.
En todos los pozos involucrados en este estudio, el registro caliper muestra buenas
condiciones del hueco a largo de la Formación Caballos excepto por algunas pequeñas
anomalías presentes en los pozos 24 (Figura 2.7), 10, 14, 36, conservándose sin embargo
dentro de los limites normales, con pequeñas variaciones en el registro (“spikes”) que no
requieren especial corrección.
13
Figura 2.6 - Registros para el pozo Orito 5. Obsérvese como el registro caliper no se
presenta anómalo en ninguna parte perforada sobre la Formación Caballos, sin
derrumbamiento del pozo (“washout”) en este segmento.
No obstante, es claro que algunos registros no son confiables en las secciones del registro
donde se presenten derrumbamientos del pozo, sobre todo en los registros que se ven
afectados como los sónicos, densidad y neutrón, ya que registros como el Gamma ray y los
resistivos profundos como el LLD o el ILD son menos sensibles a problemas de hueco.
14
Teniendo en cuenta lo anteriormente anotado, es pertinente afirmar que registros como los
sónicos, y las curvas de porosidad, permeabilidad y volumen de shale se presentan
confiables para realizar los análisis de atributos y multiatributos.
Figura 2.7 - Muestra los mismos registros de las figuras anteriores para el pozo Orito 24.
Obsérvese como el registro caliper se presentan pequeñas anomalías conservándose sin
embargo dentro de los limites normales. Obsérvese también como los registros sónico
(naranja en el segundo track) y porosidad (azul en el cuarto track), no presentan sectores
anómalos.
Sin embargo, para el caso de los registros de permeabilidad, vale la pena aclarar que los
análisis de permeabilidad en el yacimiento Caballos, fueron realizados a partir gráficos de
15
porosidad contra permeabilidad de los datos de corazón disponibles, cuyos valores de

permeabilidad presentan un rango bastante amplio ente 0.1 a 1 Darcy, rango que Centanaro
et al. (1993), explican como debido al comportamiento grano creciente o grano decreciente
de los ambientes presentes dentro de la formación. Sin embargo, como lo indica la misma
autora, las correlaciones porosidad – permeabilidad realizadas para cada uno de los ciclos
de depósito no presentan una tendencia clara (figura 2.8), por lo que en estudios anteriores
se utilizaron para encontrar valores promedio de permeabilidad que pudieran ser
extrapolables a todo el campo y que coincidieran con el modelo geológico y características
de producción de cada una de las unidades. Teniendo en cuenta las observaciones de
Centenaro et al. (1993), los datos de permeabilidad fueron tomados para los cálculos con
multiatributos, aunque se esperaba cierto grado de inexactitud.
Teniendo en cuenta lo anterior
Figura 2.8 - Muestra las correlaciones porosidad - permeabilidad de datos de corazones.

Tomado de Centanaro, 1997.
2.3.3 Calculo de la impedancia acústica-P
Como se indicó anteriormente debido a la falta de datos de densidad en los pozos del área,
fue necesario obtener curvas calculadas de densidad para todos los pozos del área de
16
trabajo, a partir de la calibración con otros pozos ubicados inmediatamente al sur que si
cuentan con registros de densidad (RHOB). El método consistió en utilizar los registros
Gamma Ray y velocidad de las ondas-P, que junto con la ecuación de Gardner, 1974 (Ec.
2.1) permitió calcular registros sintéticos de densidad para los pozos del área.
ρb = aVp + bV p + c Ec. 2.1
En la Ec. 2.1 a , b y c son coeficientes que dependen de la litología y Vp es la velocidad de

las ondas P. La figura 2.9 muestra un registro de densidad real y calculado mediante la
ecuación de Gardner (1974) para el pozo Orito-110, así con la curva de velocidad de las
ondas-P y la curva final de impedancia de las ondas P calculada.
DENSITY (g/cm3) IMPEDANCIA (Km/s)-(g/cm3)

VELOCIDAD DE LAS ONDAS P
RHOB DEN(VP)
RHOB_CAL
- RHOB Vp (Km/s) IMP_RHOB IMP_RHOB_CAL
1.5 1.7 1.9 2.1 2.3 2.5 2.7 2.9
2 3 4 5 6 5 6 7 8 9 10 11 1 2 1 3 14 15
6,180 6,180 6,180
6,200 6,200 6,200
6,220 6,220 6,220
6,240 6,240 6,240
6,260 6,260 6,260
6,280 6,280 6,280
6,300 6,300 6,300
6,320 6,320 6,320
6,340 6,340 6,340
6,360 6,360 6,360
6,380 6,380 6,380
6,400 6,400 6,400

DEPTH
DEPTH
6,420 6,420 6,420
6,440 X 6,440 = 6,440
6,460 6,460 6,460
6,480 6,480 6,480
6,500 6,500 6,500
6,520 6,520 6,520
6,540 6,540 6,540
6,560 6,560 6,560
6,580 6,580 6,580
6,600 6,600 6,600
6,620 6,620 6,620
6,640 6,640 6,640
Figura 2.9 – Calculo de la curva de densidad a partir de la ecuación de Gardner (1974) y

curva de impedancia-P final resultante del producto Vp (Km/s) por Densidad (g/cm3).
Los valores de los coeficientes a, b y c (Tabla 2.2) de la ecuación fueron determinados por
Gardner et al (1974).
17
Tabla 2.2 – Valores de los coeficientes a, b, c de la relación de Gardner et al. (1974) para
diferentes litologías.
Litología a b c Rango de Vp
(Km/s)
Shale -0.0261 0.373 1.458 1.5-5.0
Arenisca -0.0115 0.261 1.515 1.5-6.0
Caliza -0.0296 0.461 0.963 3.5-6.4
Dolomita -0.0235 0.390 1.242 4.5-7.1
anhydrita -0.0203 0.321 1.732 4.6-7.4
Para corroborar la exactitud en el cálculo con la ecuación de Gardner (1974), el ejercicio se

hizo a dos pozos que cuentan con registros de densidad y gamma ray a los cuales cual se les
pudiera generar registros sintéticos para ser comparado con los reales. Durante este
procedimiento el registro gamma ray es muy importante, pues permite identificar
variaciones litológicas que obligan a variar las constantes a, b y c de la ecuación 2-1
dependiendo de la litología y así conseguir la exactitud para el calculo de la densidad. En la
primera pista de la figura 2.9 (a la izquierda), se puede observar la comparación entre el
registro de densidad medido (curva azul) y el registro de densidad sintético (curva roja
punteada). Esta comparación se hizo para dos pozos con registro de densidad, para
posteriormente aplicar la ecuación de Gardner (1974) a todos los pozos de interés en el área
de estudio y con el registro de velocidad calcular la impedancia acústica de las ondas-P
como se muestra en la ultima pista de la figura 2.9, donde se compara además el registro de
impedancia-P generado con densidad medido (curva azul) y con densidad sintético (curva
roja), notándose una gran correspondencia entre estos.
2.4 MARCO GEOLÓGICO REGIONAL
En la parte oriental de la denominada cordillera de los andes existe un a serie de cuencas

que se extienden a lo largo de toda Suramérica. La Cuenca del Putumayo en territorio
colombiano es una de ellas con un área aproximada de 50000 km2 (Amaya, 1996) que se
extiende hacia el Ecuador como la cuenca Oriental y hacia el Peru como la cuenca del
Marañon.
2.4.1 Estratigrafía
En la cuenca se presenta una columna sedimentaria de unos 3.5 kilómetros de espesor que
va disminuyendo hacia el escudo de Guyana al oriente, con sedimentos que van desde el
18
Triásico hasta el Holoceno (ver figura 2.10). En la cuenca se encuentran de base a techo las
siguientes unidades:
Figura 2.10 – Columna estratigráfica Generalizada de la Cuenca del Putumayo (fuente

Ecopetrol).
La Formación Motema (Jurasico), la cual constituye el basamento económico en la cuenca

y cuyos sedimentos fueron depositados en ambientes continentales. Esta constituida por
19
areniscas arcósicas, limolitas y conglomerados rojos. Esta unidad suprayace rocas de la

Formación Payande que algunos sectores se encuentra intruida por el Batolito de Mocoa
La Formación Caballos (Aptino-Albiano). Unidad de interés en este estudio y principal

fuente de hidrocarburos en la cuenca, fue depositada discordantemente sobre la Formación
Motema, la cual según Amaya (1996) representa una secuencia retrogradacional en donde
se identifican desde depósitos fluviales a la base, hasta barras de desembocadura al tope,
dentro de un ambiente estuarino dominado por mareas y sin evidencias de retroceso durante
la transgresión. Interpretaciones sobre registros eléctricos permiten identificar cuatro facies
depositacionales mayores en esta formación (Amaya, 1996) (ver figura 2.11); en la base
Facies de Canales Fluviales, con patrones cilíndricos en los registros eléctricos y asociados
Figura 2.11 – Registro típico de la Formación Caballos en el campo Orito mostrando las
facies depositacionales mayores (Tomado de Amaya 1996).
20
a depósitos de planicies de inundación con presencia de paleosuelos; Facies de Planicies de

Marea, en los registros eléctricos se observa intervalos granodecrecientes al tope en las
zonas arenosas y granocrecientes en las zonas arcillosas; Facies de Canales Bajos de
Marea, la aparic ión de arenas en contacto erosivo con los depósitos de planicies, marca el
comienzo de procesos de mayor energía, con patrones cilíndricos y de campanas
observables en los registros eléctricos, estos patrones arenosos corresponden a canales de
marea que cortan planicies arcillosas; por ultimo y hacia el tope de la unidad se presentan
Facies de Barras de Desembocadura, constituida por un paquete masivo de areniscas fino –
granulares, la respuesta eléctrica de estos sedimentos se caracteriza por una baja
resistividad aparente debida al alto contenido de minerales ricos en hierro. Estas
descripciones faciales realizadas por Amaya (1996), fueron acompañadas por sus
respectivas interpretaciones de la geometría, apoyado por la información sísmica (Volumen
3D, 1992) con la que se contaba en el momento.
Esta unidad fue inicialmente definida por Mc Arthur, 1938 (en Miley 1945) y es
generalmente descrita como constituida por areniscas cuarzosas de tamaño fino a medio
algunas veces de grano grueso con intercalaciones de lodolitas grises con materia orgánica,
glauconita y pirita, su espesor varia entre 0 a 250 m, adelgazando hacia el oriente.
Concordante sobre la Formación Caballos se presenta una serie de cuerpos arenosos,

arenosos calcáreos y lodosos, de ambientes marinos correspondientes a la Formación
Villeta (Albiano-Coniaciano), que representan el máximo avance del mar en el norte de
Suramérica (Marceralli, 1998). Su espesor varía entre 300 a 750 m. Mora, Vanegas y
Vergara con el fin de solucionar el problema estratigráfico propusieron los nombres de
Formación Masaya y Formación Las Iglesias para designar estos depósitos
correspondientes a la formación Villeta.
Reposando discordantemente sobre la Formación Villeta, se encuentran una serie de

depósitos arcillosos rojos y lodosos grises que corresponden a La Formación Rumiyaco
(Maastrichtiano-Paleoceno) que fue originalmente definida por McGirk, 1949 (en Amaya,
1996). Estos depósitos marcan un cambio drástico en el sistema de depositación pasando de
ambientes marinos a ambientes continentales, producto del levantamiento de la zona que
produjo una regresión del mar durante el Campaniano, el espesor de esta unidad varia de
188 a 700 metros.
Discordante sobre la Formación Rumiyaco (Amaya, 1996) se encuentra una serie de

depósitos de abanicos aluviales, compuestos por conglomerados y capas de areniscas con
intercalaciones de arcillolitas y lodolitas de la Formación Pepino (Eoceno medio a tardío)
con un espesor que varia de unos 400 a 1300 metros (Cáceres & Teatin, 1985).
21
Sobre la Formación Pepino en contacto gradacional encontramos la Formación Orteguaza

(Oligoceno), compuesta de lutitas, localmente arenosas y limosas. Su espesor promedio es
de unos 150 m (Amaya, 1996).
Concordante sobre la Formación Orteguaza, se encue ntran unos 1500 m de depósitos

(Mioceno a Plioceno), que corresponden al denominado Grupo Orito-Belén, compuesto por
materiales clásticos de grano grueso a fino depositados en condiciones continentales y que
forman el relieve actual.
En la zona de trabajo La Formación Caballos objetivo de este estudio tiene un espesor

promedio de 280 pies, definidos por los cuatro eventos depositacionales anteriormente
descritos, asociados a un sistema depositacional desarrollado en un estuario dominado por
mareas (Amaya, 1996). Aquellas rocas fueron depositadas en ambientes deltáicos a marinos
someros que cubren las Cuencas del Magdalena Superior y Putumayo.
2.4.2 Geología Estructural
En el área total del campo Orito se distinguen dos altos estructurales denominados domos
norte y sur, de los cuales el domo norte se halla ubicado en la parte central de la zona de
estudio (ver figura 2.3), y en donde se han perforado 10 pozos. Tres rasgos estructurales
sobresalientes caracterizan el yacimiento al nivel de la Formación Caballos en este campo,
los cuales son el anticlinal de Orito, la Falla de Orito que marca el limite oriental del
campo, la cual es una de las mayores fracturas de la cuenca del Putumayo con un
desplazamiento vertical cercano a los 5900 pies (Portilla, 1991) y un sistema de fallamiento
secundario, en la dirección Nororiente-Suroccidente que controla la generación de varios
bloques en el campo y que presenta desplazamientos verticales que oscilan entre 20 y 800 a
900 pies en la falla de Caldero según desplazamiento observable a partir de la
interpretación sísmica.
2.4.3 Marco Tectónico
La evolución de la Cuenca del Putumayo involucra 3 estados tectónicos sucesivos a través

del Mesozoico al Cenozoico, primero un estado de “rifting”, seguido por una margen
pasiva y una cuenca foreland (Matthews & Portilla, 1994). De acuerdo con estos autores,
capas rojas, flujos volcánicos y sedimentos marinos representan los más importantes
depósitos formados durante la etapa de “rift” que tardo desde el Triásico a Cretáceo
temprano y están representados por la Formación Motema. Posteriormente como resultado
22
de la formación de una margen pasiva después de la fase de “rift”, se depositaron areniscas

y shales marinos de las formaciones Caballos y Villeta. La cuenca evolucionó hacia
“foreland” durante el Campaniano como consecuencia de la colisión de la aloctona
Cordillera Occidental contra la Cordillera Central hacia el oriente, lo cual hizo que el mar
Cretáceo retrocediera definitivamente y se inicia la depositación bajo ambientes litorales y
continentales representados por la Formación Rumiyaco. Dos fuentes de sedimentos son
observadas; una proveniente del macizo de Guyana y otra de la ancestral Cordillera Central
(Macellari, 1988).
Durante el Eoceno, ocurre un nuevo levantamiento de la Cordillera Oriental, producto de la

colisión del arco Panamá-Baudo, produciéndose en la cuenca la depositación de los
sedimentos de la Formación Pepino.
Durante el Mioceno, ocurre el más importante levantamiento de la Cordillera Oriental en la

llamada Orogenia Andina, separando las cuencas del Valle Superior de Magdalena del
Putumayo, produciendo denudación de las partes altas y depositación de secuencias
clásticas de relleno de canales y depósitos de piedemonte (Govea, C. & Aguilera H., 1980).
En el Putumayo, han sido definidas dos provincias estructurales mayores (Govea &
Aguilera, 1980; Cáceres & Teatin, 1985; Matthews & Portilla, 1994), ver figura 2.12; una
W E
Figura 2.12 – Muestra una sección estructural a través de la cuenca del Putumayo, el campo
Orito esta ubicado en el costado occidental que separa las dos provincias estructurales de la
cuenca. La localización de la sección se encuentra en la figura 2.13. (Modificado de
Matthews & Portilla, 1994).
23
al oriente donde la deformación estructural decrece y se convierte en una región

tectónicamente estable buzando suavemente hacia el Noroccidente, cuya cubierta
sedimentaria tiende a acuñarse hacia el oriente y donde fallas inversas con trenes en la
dirección N-S están presentes, tales como la falla de Puerto Asis (Mattehews & Portilla,
1994, Figura 2.13) y el cinturón plegado al occidente, asociado al levantamiento de la
cordillera oriental, caracterizado por la presencia de anticlinales con ejes en la dirección
primordial NE-SW, asociados a fallas de cabalgamiento buzando hacia el occidente.
Figura 2.13 – Tendencia estructural y localización de los principales campos en la cuenca

del Putumayo, la línea discontinua muestra la ubicación del corte de la figura 2.12
(Modificado de Matthews & Portilla, 1994).
24
3. MARCO TEORICO
3.1 PROPIDADES DEL YACIMIENTO
3.1.1 Propiedades Petrofísicas
3.1.1.1 Porosidad
La porosidad es el espacio vacío creado a través de las rocas entre granos llamado poro o
intersticios que es ocupado por fluidos o por gases. La porosidad de un yacimiento
normalmente es definida como la fracción de volumen total de roca que no esta ocupada
por los constituyentes sólidos. Esta puede ser expresada matemáticamente por:
Vb − V gr Vp
φ= = (3.1)
Vb Vb
Donde: φ =porosidad, Vb =Volumen de roca, V gr =Volumen de grano, V p =Volumen de

poro.
Está demostrado que la porosidad de una roca con un empaquetamiento cívico perfecto es
de 47% y para un empaquetamiento rombohedral es de 25.9 %. La porosidad es
independiente del tamaño de grano, sin embargo si diferentes tamaños de grano son
mezclados, la porosidad se reducirse. La porosidad de un yacimiento petrolífero varían del
5% al 40%, aunque es más frecuente que estén entre el 10% y el 20% (Djebbar et al.
1999). Los factores que afectan la porosidad son: la selección o uniformidad del tamaño de
grano, el grado de cementación o consolidación, la compactación durante o después de la
depositación y el empaquetamiento. A mayor cementación o consolidación mayor perdida
de porosidad.
Geológicamente la porosidad se clasifica en primaria, la cual es producida durante la

depositación, y secundaria que es el resultado de procesos geológicos (diagénesis y
catagénesis) después de la depositación.
Desde el punto de vista de la ingeniería la porosidad se clasifica en total (absoluta) y

efectiva. La porosidad total es aquella que consiste de todos los espacios vacíos (poros,
canales, fisuras, etc.) sin importar que no estén interconectados; La porosidad efectiva es
25
aquella constituida solo de aquellos espacios porosos que están en comunicación y que le
dan la habilidad a la roca de permitir la conducción de fluidos. La porosidad efectiva es
afectada por factores como tipo de arcillas, contenido e hidratación de las mismas, la
selección de los granos, el empaquetamiento y la cementación.
La porosidad puede ser expresada como un porcentaje (47 %), como un decimal (0,47), o
en unidades porosas (30 p.u.)
3.1.1.2 Permeabilidad
La permeabilidad es una de las propiedades petrofísicas más importantes y una de las más
difíciles de medir, la cual es frecuentemente calculada utilizando muestras de corazón. La
permeabilidad de una roca es la facilidad con la cual un fluido de cierta viscosidad puede
fluir a través de esta, bajo un gradiente de presión. La permeabilidad depende de la
porosidad efectiva y la geometría poral. La permeabilidad esta afectada por el tamaño de
grano, forma del grano, selección del grano, empaquetamiento, el grado de consolidación,
cementación, y el tipo de arcillas presentes ya que algunas arcillas como la esmectitas, la
montmorillonitas, etc., pueden bloquear por completo el espacio poroso.
La permeabilidad se clasifica en permeabilidad primaria y secundaria. La permeabilidad

primaria es originada en el momento de la depositación y litificacion de las rocas. La
permeabilidad secundaria resulta de la alteración de la roca por compactación, cementación,
fracturamiento y disolución.
La permeabilidad absoluta k describe el flujo de un fluido homogéneo, no teniendo

interacción química con la roca a través de la cual esta fluyendo.
La permeabilidad es frecuentemente expresada en milidarcy (mD), que es la unidad

comúnmente usada, 1 darcy = 1000 milidarcies. La permeabilidad de un yacimiento puede
variar entre 0.1 y 1000 o más mD.
A manera de cálculo, estadísticamente puede usarse la permeabilidad geométrica que es la

raíz del producto de n términos de valores de permeabilidad, para números positivo desde i
hasta n. Esta dado por la siguiente ecuación:
η
KG = η ∏K
i
i (3.2)
26
Donde, KG = es la permeabilidad geométrica, Ki representa los valores de permeabilidad.

Este tipo de promedio es útil porque es la mejor representación de la permeabilidad en el
interva lo de interés y es una de las maneras como se determino la permeabilidad para los
cálculos de atributos en este proyecto.
3.1.1.3 Volumen de arcilla.
Las arcillas son uno de los más importantes constituyentes de la roca en el análisis de
registros, ya que su presencia afecta la porosidad y la permeabilidad de la roca y tiene gran
influencia en el cálculo de la saturación de agua. La presencia de arcilla en la formación
complica el concepto de porosidad, el agua asociada a las arcillas representa una importante
cantidad de porosidad sin ser efectiva para el entrampamiento de hidrocarburos.
El shale es una roca compuesta por materiales finos (arcillas, clásticos finos, etc.) y
precipitados. Los shales contienen diferentes proporciones minerales arcillosos, limos,
carbonatos y minerales no arcillosos. Algunos de los minerales arcillosos más comunes
son: la caolinita, la illita y la montmorillonita.
La presencia de arcillas en yacimientos petrolíferos contribuyen a generar problemas

relacionados a la porosidad y la permeabilidad, influenciando en buena medida, la
producción de gas y petróleo. Las arcillas pueden estar dispersas a través de las arenas,
rellenando intersticios entre los granos y servir de cemento, en láminas interestratificadas
con las arenas o de carbonatos o formando nódulos dentro de la matriz.
La evaluación de arenas sucias puede hacerse basados en los principios de sedimentación.

Para shales compuestos de arcillas húmedas y limos, el volumen de shale (Vsh) puede
expresarse así:
Vsh = Vsilt + Vclay (3.3)
Para calcular el volumen de shale es necesario contar con una curva indicadora de litología
tal como el registro Gamma Ray. Para evaluar un yacimiento es esencial conocer el Vsh
presente para hacer correcciones a la porosidad. Usando el registro gamma ray el Vsh
puede ser calculado mediante la formula 3.4 considerando que la radiactividad de las
arcillas es constante y debida solo a estas:
27
GRlog − GRclean
Vsh = (3.4)
GRshale − GRclean
Para unidades que contienen materiales radiactivos dentro de la matriz, el método no es

aplicable. Algunos valores del GR pueden ser: para arenas limpias entre 15° a 30° API;
para calizas 5° a 15° API; para dolomitas de 10° a 20° API. La grafica 3.1 muestra la
relación entre GR vs Vsh donde puede ser estimado el valor del Vsh a partir de la deflexión
en el registro gamma ray (x en la ecuación (3.5)) tanto para un comportamiento lineal como
para relaciones no lineales (ecuación 3.5 de Clavier, 1971).
Vsh = 1.7 − (3.38 − ( x + 0.7) 2 (3.5)
Grafica 3.1. Relación lineal y no lineal entre deflexión del GR (x) contra Volumen de
shale.
Otras relaciones para calcular el volumen de shale han sido definidas; se tiene la de Stieber,
(1970, ecuación 3.6), Larionov (1969) para rocas antiguas (ecuación 3.7) y rocas de edad
terciaria (ecuación 3.8):
28
0 .5 x
Vsh = (3.6)
1 .5 − x
Vsh = 0.33 * ( 2 2 x ) − 1) (3.7)
Vsh = 0.083 * ( 2 3.7 x − 1) (3.8)
En las ecuaciones 3.5 a 3.8 el valor “x” representa el valor de la deflexión del registro
gamma ray.
3.1.2 Propiedades Físicas
3.1.2.1 Velocidad de las ondas P
El registro sónico representa una medición directa de la velocidad con la cual las ondas
sísmicas viajan en la tierra como una función de la profundidad, la litología entre otras.
Para el caso de los datos sísmicos, éstos proporcionan una medición indirecta de velocidad.
Basado en aquellos dos tipos de información (registros sónicos y sísmica) se derivan un
gran número de diferentes tipos de velocidades tales como: la intervalica, aparente,
promedio, “root mean square” (rms), instantánea, de fase, de grupo, normal moveout
(NMO), de apilamiento y de migración. La velocidad intervalica es una velocidad promedio
entre dos reflectores.
Diversos factores como la litología, densidad, porosidad, propiedades de los fluidos

intersticiales, profundidad de enterramiento y presión, edad de la roca, grado de
cementación y de compactación, temperatura, forma del poro, etc., afectan la velocidad de
las rocas.
La densidad juega un papel significativo en las variaciones de velocidad, siendo las altas
densidades comúnmente correspondientes a altas velocidades. Por otro lado la porosidad
usualmente es el factor más importante en la determinación de la velocidad en una roca
sedimentaria, lo que normalmente se espera es que a mayor porosidad la velocidad sea
menor siendo esta relación de tipo inversa. Una de las razones para que suceda este efecto
es que la trayectoria de la onda atraviesa los fluidos de baja velocidad contenidos en el
medio poroso. También es claro que por lo general la porosidad decrece al aumentar la
profundidad de enterramiento y de hecho, la velocidad aumenta. También el efecto de la
edad puede afectar la velocidad de las ondas en el medio por pérdida de porosidad con la
edad aunque la edad es solamente un factor de los muchos procesos que pueden reducir la
29
porosidad. En el caso de los fluidos intersticiales, un cambio de un fluido en otro, por

ejemplo el reemplazo de agua por petróleo o gas produce un cambio en la densidad
volumétrica la cual esta dada por : δ = φρ f + (1 − φ ) ρ m donde φ =es la porosidad
ρ f =es la densidad del fluido y ρ m =es la densidad de la matriz y también produce un
cambio en las constantes elásticas y por tanto en la velocidad de las ondas P y en el
coeficiente de reflexión.
Esas variaciones de velocidad a veces son suficientes para reflejar variaciones en las
propiedades de la roca, ya que como vimos anteriormente, especialmente la ve locidad se ve
afectada por cambios en la porosidad y de hecho esto será reflejado en los coeficientes de
reflexión, permitiendo así que sea posible ser extraídos mediante la aplicación de atributos
sísmicos.
3.1.2.2 Impedancia Acústica - P
Si se considera la corteza terrestre como un modelo compuesto por una serie de capas que
suponen una serie de características como la densidad y la velocidad de las ondas
compresionales, estas características son indicadoras del tipo de roca y contenido de
fluidos. El producto de la densidad y la velocidad es lo que se conoce en geofísica como la
impedancia acústica, que esta dado por:
I = ρ .V (3.9)
Donde I es la impedancia acústica, ρ es la densidad del medio y V es la velocidad de las

ondas P (Yilmaz, 1991).
La impedancia acústica es particular para un tipo de litología. Sin embargo cuando existe
un cambio litológico abrupto entre dos litologías diferentes, existe también un cambio en
las propiedades de la roca, que se ve reflejado en variaciones en la impedancia, lo cual hace
que parte de la energía sea transmitida y la otra reflejada.
Cuando el medio superior que contiene la onda incidente tiene una impedancia acústica más
baja que el medio inferior no se presenta un cambio de fase en la reflexión, lo que si ocurre
para el caso contrario donde la onda reflejada presenta un desfase de 180º , convirtiéndose
una compresión en una rarefracción. Para el caso practico, los coeficientes de reflexión que
son función de los contrastes de impedancia, dependen principalmente de las variaciones en
la velocidad, puesto que las variaciones de densidad de las diferentes rocas por lo general
son pequeñas (Dobrin, 1960).
30
Para el caso estudiado en esta tesis la impedancia juega un papel importante por su relación
con la porosidad, como será mostrado en el numeral 3.5 de este capitulo.
3.2 ATRIBUTOS SISMICOS
En el pasado la tarea de los geofísicos parecía estar limitada a la adquisición de información

geofísica y en menos grado al desarrollo de nuevos conocimientos (Pennington, 2001).
Nuevas ideas y conceptos han reconocido a la geofísica como una herramienta para mejorar
el conocimiento del yacimiento y reducir el riesgo asociado con la perforación de pozos en
campos existentes.
Como lo indica Roner et al., (1993) los datos sísmicos han sido rutinariamente usados casi
exclusivamente en interpretaciones estructurales y estratigráficas del yacimiento, pero
frecuentemente subestimados cuando la tarea es determinar propiedades del yacimiento,
tales como porosidad, permeabilidad, volumen de shale, saturación, etc., ya que este tipo de
estimaciones esta basada únicamente en mediciones de pozo, que aunque con mayor
resolución que los datos sísmicos, éstos cubren únicamente las inmediaciones del pozo.
La información sísmica por su parte tiene una ventaja sobre los datos de pozo y es que el
cubrimiento logrado cuando un volumen 3D es adquirido es muchísimo mayor, por tanto,
no está limitado a los alrededores de los pozos.
Como lo indica Jensen et al. (2000), es una sorpresa que la inferencia de propiedades entre
pozos no esté firmemente arraigada a la tecnología del petróleo, pese a la madurez de la
disciplina, ya que por un lado los ingenieros construyen simples modelos de la distribución
entre pozos y los geólogos tienden a trabajar en escalas muy grandes, en consecuencia
ambas disciplinas están desprendidas cuando se trabaja en las regiones entre pozos, a nivel
de detalle suficiente, para hacer predicciones. Sin embargo, una gran cantidad de
información adicional en áreas entre pozos puede ser extraída de la información sísmica
para ser usada en interpretación. Colectivamente, esa información adicional hace referencia
a los atributos sísmicos (Taner et al., 1979).
Para Browm et al. (1996), los atributos sísmicos son necesariamente una derivación de las
mediciones sísmicas básicas y nos están desprendidos los unos de los otros, si no son
simplemente diferentes vías de estudiar y presentar una información básica. Dichas
mediciones básicas hacen referencia al tiempo, amplitud, fase, frecuencia y atenuación.
Para Chen et al. 1997, son cualquier medición especifica de las características cinemáticas,
dinámicas, geométricas o estadísticas de la traza sísmica.
31
Podría decirse que el atributo más simple y más frecuentemente usado, es la amplitud
sísmica, usualmente haciendo referencia al máximo valor de amplitud (positivo o negativo)
en cada punto común en profundidad (CMP), a lo largo del horizonte analizado en el 3D.
En muchos casos, la amplitud de la reflexión corresponde a la porosidad o quizás a la
densidad del fluido que ocupa el espacio poroso. La suposición de que la amplitud es
proporcional a un una propiedad cualquiera, y un simple modelo de amplitudes es
apropiado para realizar interpretaciones, puede llevar a cometer errores en la interpretación
(Pennington, 2001).Es aquí cuando el uso de atributos contribuye a ir más allá que una
simple amplitud.
Muchos de los atributos originales están basados en la Transformada de Hilbert y son en

general los denominados “atributos instantáneos” en donde se considera la traza sísmica
registrada por un geófono como la parte real f(t) de una traza compleja F(t), en donde la
parte imaginaria g(t) de esta traza compleja esta calculada vía la Transformada de Hilbert
de la parte real, así la traza compleja puede ser expresada como:
F ( t ) = f (t ) + ig (t ) (3.10)
Cuando los atributos sísmicos se introdujeron en la geofísica, se hablaba simplemente de

los atrib utos instantáneos calculados traza a traza, pero en la actualidad el termino abarca
cualquier medida especifica de las características geométricas, cinemáticas, dinámicas o
estadísticas de los datos sísmicos.
Variaciones de los atributos instantáneos y otros atributos han sido usados con diferentes
fines, por ejemplo: la coherencia, que es el atributo de similaridad en la forma de la onda
entre trazas vecinas y es frecuentemente usado para identificar fracturas (Marfurt et al.,
1998). En general existe una gran cantidad de atributos disponibles en algunos paquetes de
software de interpretación y procesamiento (Chen & Sydney, 1997), muchos de ellos
resultado de pequeñas diferencias con otros atributos para determinar una propiedad
especifica. Es importante entonces tener una buena idea de la relación entre las propiedades
físicas con las propiedades del yacimiento, para corroborar qué atributo o atributos son
adecuados para realizar predicciones de alguna propiedad.
Un simple flujo diagrama (Figura 3.1) ilustra el proceso básico de la predicción de

propiedades a partir de atributos (Kalkomey, 1997). En el primer paso es importante la
calibración de la sísmica con la información de pozo. El segundo paso hace referencia a la
escogencia de cual atributo o atributos sísmicos se cree el apropiado predecir propiedades
del yacimiento en los lugares donde no existe información de pozo. El siguiente paso para
el cual son importantes el poder de predicción y claridad en la aplicación de los dos
anteriores, es predecir las propiedades del yacimiento entre pozos usando atributos
32
sísmicos, para lo cual los métodos van desde regresión lineal y no lineal, geoestadísticos y
redes neuronales. El paso final es tomar decisiones de inversión a partir de las predicciones
hechas.
Flujo Diagrama base Base
Calibración de pozos y la sísmica
Identificación de atributo(s) sísmicos para

usar como predictor de propiedades del
yacimiento
Predicción de propiedades del yacimiento entre

pozos usando atributo(s) sísmicos
Tomar decisiones basados en las predicciones hechas
Figura 3.1 - Flujo diagrama mostrando el uso de los atributos para

predecir propiedades del yacimiento (Modificado de Kalkomey, 1997)
3.3 CLASIFICACION DE ATRIBUTOS SISMICOS
No existe una sola clasificación de atributos sísmicos debido a la gran variedad de atributos
existentes y los que constantemente se van creando. Sin embargo los atributos sísmicos
pueden ser clasificados en diferentes vías, diversos autores han clasificado los atributos de
acuerdo a sus usos, características cinemáticas y dinámicas, geométricas de la onda,
propiedades del yacimiento, información básica contenida en la traza sísmica, entre otros,
que muchas veces se presentan confusas. Con la idea de mostrar la gran cantidad de
atributos que pueden estar disponibles en la Tabla 3.1 se muestra una lista de atributos y
autores que los han clasificado.
Taner et al., (1994), propone una clasificación basada en las características de los atributos.
Los atributos pueden ser calculados a partir de datos pre-apilados o post-apilados antes o
después de ser migrados. En los atributos pre-apilados los datos entrantes son CDP´s, los
cuales serán direccionales y relacionados al offset, y su calculo genera enormes cantidades
de datos, por lo tanto no es útil para estudios prácticos ( Taner et al., 1994). Cuando se trata
33
de atributos Post-apilados, los datos entrantes pueden ser CDP´s apilados o migrados.
Cuando los datos han sido migrados en tiempo puede notarse que los datos mantienen sus
variables temporales tales como la frecuencia, por lo tanto útiles para trabajos que
involucren el análisis de atributos. Lo que no sucede cuando son migradas en profundidad
donde la frecuencia es reemplazada por el número de onda, perdiendo sus características
temporales (Taner et al., 1994).
Para Taner et al. (1994) los atributos Post-Apilados pueden ser divididos en “atributos de
tipo instantáneo” y “atributos de intervalo”, que para Browm (1996) son “de horizonte” y
“de ventana” los primeros producen un valor del atributo para cada muestra de la traza y
los segundos como su nombre lo indica dan un valor del atributo para un intervalo
(ventana) seleccionada en la traza.
A continuación se muestran algunas clasificaciones de atributos propuestas por autores

como: Chen & Sydney 1997 (Figura 3.2), Browm, 1996 (Figura 3.3), y PAL 2001 (figura
3.4). Para este trabajo se emplearon los atributos de horizonte disponibles en PAL 2001,
los cuales serán nombrados a lo largo del texto
34
35
Para Chen & Sydney (1997), los atributos pueden ser clasificados de acuerdo a dos
categorías; los basados en las características cinemáticas / dinámicas de las ondas y los
basados en las propiedades del yacimiento, que son en general para las dos categorías los
mismos atributos redistribuidos por su utilidad. Esto quiere decir que un atributo
relacionado por ejemplo a amplitud en la categoría (a), es reclasificado en la categoría (b)
de acuerdo a la capacidad de este para estimar alguna propiedad del yacimiento, como por
ejemplo anomalías de gas y petróleo.
(a) Categoría de atributos sísmicos basados en las características

cinemáticas/dinámicas de las ondas.
Amplitude Frequency Phase Energy
Waveshap Attenuatio Ratios Correlatio

e n n
(b) Categoría de atributos sísmicos basados en las

propiedades del yacimiento.
Bright & dim Oil & gas Stratigraphic Structural

Spot Bearing discontinuity discontinui
anomaly
ty
Uncomformity Thin layer Differentiate Lihtologic
Trap/fault reservoir Clastic from pinchout
Block ridge limestone
reservoir
Figura 3.2. Categorías de atributos según Chen & Sydney (1997), (a) Categoría de atributos
sísmicos basados en las características cinemáticas / dinámicas de las ondas (b) Categoría
de atributos sísmicos basados en las propiedades del yacimiento.
36
Para Brown (1996), los atributos son necesariamente una derivación de las mediciones
sísmicas básicas y estos no son independientes el uno del otro, si no simplemente diferentes
vías de presentar y estudiar una cantidad de información básica. Esas mediciones básicas
hacer relación al tiempo, amplitud, frecuencia y atenuación que forman las bases para la
clasificación de atributos (Figura 3.3).
(c) Categoría de atributos sísmicos basados en la información

básica contenida en la traza sísmica.
TIME AMPLITUDE FREQUENCY ATTENUATION
PRE-STACK POST-STACK PRE-STACK POST-STACK PRE-STACK POST-STACK PRE-STACK POST-STACK
HORIZON WINDOW HORIZON WINDOW HORIZON WINDOW HORIZON WINDOW
Figura 3.3 - Categorías de atributos según Brown (1996), basados en la información básica
contenida en la traza sísmica.
Para Brown (1996), los atributos derivados de tiempo proporcionan información

estructural, los derivados de amplitud proporcionan información estratigráfica y del
yacimiento, en cuanto a los atributos derivados de frecuencia no son aún muy entendidos
pero tiende ha pensarse que pueden ser útiles para dar información adicional del
yacimiento. Así mismo Browm (1996) indica que los atributos derivados de atenuación no
son usados hoy día, pero se piensa que pueden ser usados para extractar información
relacionada a la permeabilidad.
37
En PAL (2001), la clasificación está basada en los atributos sísmicos de evento los cuales
están asociados a una superficie, proporcionando información acerca de cómo los atributos
varían en o entre dos superficies geológicas. Estos atributos son generados con de datos
post-apilados, a partir de los cuales se generan atributos de tipo instantáneo y atributos de
horizonte.
Los atributos instantáneos han sido entendidos siempre, como los derivados del análisis de
la traza compleja en la localización del evento; los de traza simple como los extractados de
“ventanas variantes” que pueden cambiar en longitud, posición ó moverse de una traza a
otra; los de multitrazas también poseen ventanas variantes con limites superiores e
inferiores que definen la ventana de extracción y requiere un número de trazas y patrón de
las trazas sobre el cual la extracción tomara lugar. Este proceso es repetitivo para cada
nueva traza hasta producir una nueva superficie.
Los atributos utilizados en este trabajo fueron los de PAL(2001), que pueden ser calificados
como atributos post-apilado de tipo instantáneo y de horizonte, que difieren un poco de la
clasificación propuesta por Chen & Sydney (1997), pero pueden ser enmarcados dentro de
los atributos sísmicos de evento. El siguiente flujo diagrama muestra esta clasificación.
Categoría de atributos sísmicos basados en atributos sísmicos

de evento.
POST_STACK
Horizon
Amplitude Spectral Correlation

Staticstics Staticstics Staticstics
Instantaneous Complex Sequence

Trace Staticstics
Statistics
Figura 3.4 - Categorías de atributos según PAL (2001), basados en atributos sísmicos de
evento.
Los atributos instantáneos y de horizontes clasificados por PAL son los siguientes:
38
• Atributos Instantáneos
Quadrature Trace
Reflection Strength
Phase
Frequency
Apparent Polarity
Bandwidth
Quality Factor
Dominant Frequency
Amplitude Acceleration
Response Phase
Response Frequency
Perigram
Cosine of Phase
Perigram Cosine of Phase
• Atributos de Horizonte
Se dividen en las cinco categorías mostradas en la figura 4 y esta ha su vez se dividen como
sigue:
Estadísticos de Amplitud
RMS de la Amplitud
Promedio Absoluto de Amplitud
Máximo pico de Amplitudes
Pico promedio de Amplitudes
Máximo valle de Amplitudes
Valle promedio de Amplitudes
Amplitud Absoluta Máxima
Amplitud Absoluta Total
Amplitud Total
Energía Promedio
Energía Total
Amplitud Promedio
Varianza en Amplitud
Distorsión en Amplitud
Kurtosis en Amplitud
39
Estadísticos de Traza Compleja
Promedio del Poder de Reflexión

Promedio de Frecuencia Instantánea
Promedio de Fase Instantánea
Pendiente del Poder de Reflexión
Pendiente de Frecuencia instantánea
Estadísticos Espectrales
Ancho de Banda Efectivo

Longitud del Arco
Promedio de Frecuencia de Cero Crossings
Series de frecuencias dominantes (F1, F2, F3)
Pico Espectral de Frecuencia
Pendiente Espectral del Pico de Máxima Frecuencia
Estadísticos de Secuencia
Porcentaje mayor que el Umbral

Porcentaje menor que el Umbral
Espesor de la Amplitud
Energía a la mitad del tiempo
Pendiente de la Energía a la mitad del tiempo
Relación de Muestras Positivas a Negativas
Numero de Picos
Numero de Valles
Estadísticos de Correlación
Coeficiente de covarianza al siguiente CDP

Correlación del cambio de tiempo al siguiente CDP
Promedio de la Relación Señal – Ruido
Longitud de Correlación
Componentes de Correlación
Señal Compleja Karhunen_Loeve
40
A continuación serán descritos brevemente cada uno de los atributos listados anteriormente
y se indicaran los posibles usos que puede dársele a cada uno de ellos. Dichas descripciones
y usos fueron tomados de PAL (2001).
Estadísticos de Amplitud
Los atributos que utilizan la amplitud de la traza sísmica han sido usados durante muchos
años. Los atributos estadísticos de amplitud mostrados aquí toman esa tecnología con
algunas nuevas variaciones utilizando sumas o promedios aritméticos de los valores de
amplitud representativos de un intervalo sísmico.
En general, la información que puede ser extractada utilizando la amplitud, puede ser útil
para identificar acumulaciones de fluidos y gas, litología y porosidad de una manera gruesa,
identificación de arenas deltáicas y canales, discordancias, cambios en la secuencia
estratigráfica ( PAL, 2001). En algunos estudios las amplitudes han sido empleadas para
separar diferentes facies presentes en ambientes deltáicos, detectar cambios en la relación
arena/shale y variaciones en la porosidad.
Este atributo puede ser empleado desde ventanas que involucren una zona de pocos
reflectores, un intervalo de interés o limitarlo a una simple muestra.
RMS de la Amplitud (Root Mean Square), es calculada como la raíz cuadrada del promedio
de los cuadrados de las amplitudes encontradas en la ventana analizada y es muy sensitiva a
valores extremos de amplitud. El promedio absoluto de amplitud, es simplemente la suma
del valor absoluto dividido entre el número de muestras y no es tan sensitivo a amplitudes
extremas. El Máximo pico de Amplitudes, se realiza a través de un ajuste parabólico
tomando la máxima amplitud positiva y dos muestras al lado de esta, para interpolar y
encontrar el máximo valor en los datos. Pico promedio de Amplitudes, suma todos los
valores positivos en la ventana de análisis y ese valor es dividido por el número de muestras
positivas en la misma ventana. Máximo valle de Amplitudes, como en el atributo de
máximo pico pero aquí se toma la máxima amplitud negativa. Valle promedio de
Amplitudes, similar al atributo de pico promedio, pero en esta se suman los valores
negativos. Amplitud Absoluta Máxima, calcula los valores del pico y valle entre la ventana
de análisis, determina el pico o valle más grande y hace un ajuste parabólico, teniendo en
cuenta una muestra a cada lado. Amplitud Absoluta Total, suma todos los valores absolutos
de amplitud entre la ventana. Amplitud Total, simplemente suma las amplitudes. Energía
Promedio, Es la suma de las amplitudes al cuadrado sobre el numero de muestras. Energía
Total, es la suma de las amplitudes al cuadrado. Amplitud Promedio, este atributo suma las
amplitudes y esta suma es dividida por el número de muestras que no son cero. Varianza en
41
Amplitud, calcula el promedio de todas las muestras en la ventana, sustrae el promedio de

cada muestra y calcula el cuadrado de la diferencia, el resultado es la suma de todos esos
valores divididos por el número de muestras. “Skew en Amplitud”, calcula el promedio de
todas las muestras en la ventana, sustrae el promedio de cada muestra y calcula el valor de
la diferencia al cubo, el resultado es la suma de todos esos valores divididos por el número
de muestras. Kurtosis en Amplitud, calcula el promedio de todas las muestras en la
ventana, sustrae el promedio de cada muestra y calcula el valor de la diferencia a la cuarta
potencia, el resultado es la suma de todos esos valores divididos por el número de muestras.
La figura 3.5 muestra una traza cuyos datos numéricos

indican valores de amplitud, que son tomados por cada
atributo de amplitud, para realizar el cálculo. Por ejemplo:
n
1 1
RMS =
N ∑a
I =1
i
2
=
16
(32 2 + 94 2 + ......117 2 + 46 2 )
entonces, RMS = 72.43
Figura 3.5 Traza sísmica mostrando

valores de amplitud
Tabla 3.2 – Atributos de amplitud, su uso y su formula (Modificado de PAL, 2001).

ATRIBUTO USOS FORMULA
Amplitud RMS Identificación de canales deltáicos, arenas

n
1
∑a
gasiferas, permite la diferenciación entre
capas con distribución tipo “Hummocky” o RMS = i
2
caóticas. Es ideal para resaltar amplitudes N I =1

extremas. La ventana puede ir desde unos
pocos ms a secciones completas.
Promedio Absoluto de Identificación de anomalías de amplitud, n
1
Amplitud
cambios litológicos o arenas gasiferas,
diferencia entre capas concordantes,
PAA =
N
∑a i
caóticas o hummocky. i =1
Máximo pico de Amplitudes Identifica anomalías de amplitud, en Se hace con un acercamiento parabólico
particular cercano al horizonte, cambios entre el mayor valor de amplitud, y las dos
litológicos o arenas gasiferas, es adecuado muestras del lado, siendo el mayor valor de
para seguir anomalias de amplitud entre la curva interpolado
secuencias o en reflectores específicos.
Pico promedio de Identifica cambios litológicos y
1 n
Amplitudes
estratigráficos, arenas gasiferas, diferencia
entre capas concordantes, caóticas o
PPA = ∑ ai ( + )
N (+) i=1
hummocky.
Máximo valle de Amplitudes Identifica anomalías de amplitud, en Es un acercamiento parabólico al valor
particular cercano al horizonte, cambios máximo del valle en valor absoluto,
42
particular cercano al horizonte, cambios máximo del valle en valor absoluto,

litológicos o arenas gasiferas, es adecuado teniendo en cuenta las dos muestras vecinas.
para seguir anomalías de amplitud entre
secuencias o en reflectores específicos.
Valle promedio de Caracterización de secuencias,
especialmente con tendencia en la
Amplitudes 1 n
∑ a i ( −)
polaridad. Identifica cambios en litología,
estratigráficos o arenas gasiferas. diferencia VPA =
entre capas concordantes, caóticas o N ( −) i =1
hummocky.
Amplitud Absoluta Máxima Identifica anomalías de amplitud, en Se hace con un acercamiento parabólico
particular cercano al horizonte, cambios encontrando el mayor pico o valle de
litológicos o arenas gasiferas, es adecuado amplitud, y las dos muestras del lado,
para seguir anomalías de amplitud entre siendo el mayor valor de la curva
secuencias o en reflectores específicos. interpolado
Amplitud Absoluta Total Identifica anomalías de amplitud, n
caracterización de secuencias. Identifica
cambios en litología o arenas gasiferas.
AAT = ∑ ai
Diferencia entre capas concordantes, i =1
caóticas o hummocky.
Amplitud Total Identifica anomalías de amplitud, n
AT = ∑ a i
Energía Promedio Identifica anomalías de amplitud, n
1
EP =
N
∑a i
2

Energía Total Identifica anomalías de amplitud, n
ET = ∑ a i
caracterización de secuencias. Identifica 2
Amplitud Promedio Identifica anomalías de amplitud, n
1
AP = ∑ ai
N ( ≠ 0) i =1
Diferencia entre capas concordantes,
Variación en Amplitud Identifica anomalías de amplitud, n
1
VA =
N
∑ (χ i − χ)
2

Skew en Amplitud Identifica anomalías de amplitud, n
1
SA =
N
∑ (χ i − χ)
3

Kurtosis en Amplitud Identifica anomalías de amplitud, n
1
KA =
N
∑ (χ i − χ)
4

Estadísticos de Traza Compleja
43
Este tipo de atributos usa la transformada de Hilbert para convertir cada traza al atributo de
traza compleja deseado y después hace el cálculo estadístico requerido.
Desde el punto de vista matemático, cuando se considera una señal analítica, una traza
sísmica puede ser expresada como una función compleja dependiente del tiempo F(t)
(Taner et al., 1979):
F ( t ) = f (t ) + ig (t ) (3.12)
donde se considera la señal sísmica registrada en sí misma como la parte real f(t) de la traza
compleja F(t). La parte imaginaria g(t) de esta traza compleja es la cuadratura, la cual es
simplemente una versión cambiada de fase 90º de la parte real. Esta cuadratura de la traza
es obtenida vía la Transformada de Hilbert de la parte real (Bracewell, 1965), donde:
1
g (t) = * x (t ) (3.13)
πt
Si sustituimos este termino en la ecuación, se obtiene:
1
F ( t ) = x(t ) + * x (t ) (3.14)
πt
ó
 i 
F ( t ) = δ (t ) +  * f (t ) (3.15)
 πt 
Así, para obtener la señal analítica F(t) por una traza sísmica f(t), el siguiente operador es
aplicado:
i
δ (t ) + (3.16)
πt
Cuando es analizado este operador en el dominio de la transformada de Fourier, este

operador es cero para frecuencias negativas. Por lo tanto es evidente que F(t) no cont iene
componentes de frecuencia negativos.
Después de obtener la traza sísmica compleja, pueden ser calculados los llamados atributos
sísmicos instantáneos. Así, puede decirse que estos atributos son una especie de atributos
44
de tipo instantáneo donde se utilizan artificios estadísticos para generar este tipo de
atributos.
Estadísticos Espectrales
Este tipo de atributos ofrecen, una forma de caracterizar el espectro de poder de los datos
sísmicos. Seis clases de atributos de este tipo pueden ser calculados tal como se mostró
anteriormente. Para el cálculo de estos atributos, el software utilizado emplea el método de
máxima entropía introducido por Burg (1967), más que la Transformada Rápida de Fourier
(FFT), ya que el método de Burg permite análisis espectrales en una ventana de tiempo más
limitada que la que sería necesaria usando FFT que requiere una ventana más amplia (PAL,
2001).
Según PAL (2001), si se considera un espectro de poder generado usando FFT con una
ventana de 1000 ms, FFT determina con gran exactitud la relativa energía de varios
componentes de frecuencia, proporcionando una buena representación grafica de la
contribución de las frecuencias individuales a la información sísmica. Sin embargo, con
ventanas de tiempo pequeñas (50 ms) la resolución y precisión decrecen (figura 3.6).
Figura 3.6 – Resolución y exactitud al aplicar FFT para una ventana de 1000 ms. a la
izquierda y para una ventana de 50 ms a la derecha. Note la perdida de resolución en
frecuencias para una ventana pequeña.
En otras palabras el método de máxima entropía trabaja bien con ventanas pequeñas. Este
método simplemente hace una aproximación al espectro de poder usando polinomios de un
orden especifico.
Determinación de las frecuencias características de las ondiculas sísmicas puede revelar
mucho acerca de la respuesta e interferencia del reflector, así como efectos de absorción y
45
transmisión (PAL, 2001). Normalmente, el espectro de energía o de poder es estimado

desde los datos usando la Transformada Rápida de Fourier (FFT) para convertir los datos
del dominio del tiempo al dominio de la frecuencia.
Alternativamente, la Transformada-Z puede ser usada para representar la ondicula como un

polinomio de orden-n en la variable z. Una forma general para expresar la transformación z
de una ondicula w(t), puede ser expresado así (Poularikas & Seeley, 1985):
nb
∑b i +1 Z −k
W (z) = i =0
na
(3.17)
1 + ∑ ak +1 z − k
k =1
Los polinomios del numerador y del denominador de la ecuación 3.17 pueden ser resueltos
por álgebra tradicional. Las soluciones para el numerador son llamadas ceros, ya que ella
especifica los puntos donde el espectro (W(z)) es cero. Mientras que las soluciones para el
denominador son conocidas como polos ya que ésta especifica los picos en el espectro de
poder (W(z)). Si el espectro de poder es estimado únicamente con valores del numerador,
éste es conocido como promedios móviles (MA, donde nb=0), pero si es estimado solo con
valores del denominador es conocido como autoregresivo (AR, donde na=0) o de máxima
entropía, pero si es estimado con valores del numerador y del denominador es llamado
autoregresivo de promedios móviles (ARMA, donde nb y na >0, Burg 1967).
El método usado por el software PAL empleado en este proyecto usa este método de
máxima entropía, donde para determinar la serie de frecuencias dominantes, el espectro de
poder es modelado para la ventana de datos entrantes usando tres polos (seis polos con la
compleja conjugada), el cual intenta el mejor ajuste a las componentes de energía del
espectro de poder. Las frecuencias en la cual los tres polos ocurren, son llamadas atributos
de frecuencia dominantes F1, F2 y F3.
Para el atributo pico espectral de frecuencia, el espectro de poder es calculado para la

ventana de datos usando polinomios multi-coeficientes (alrededor de 10 coeficientes) los
cuales intentan el mejor ajuste a los componentes de energía del espectro de poder. La
frecuencia a lo largo del polinomio correspondiente al máximo valor de energía es el pico
espectral de frecuencia.
Estos atributos se usan para revelar áreas de fracturamiento, absorción debido a la presencia
de gas y características de la ondícula debido a la litología suprayacente (PAL, 2001).
Estadísticos de Secuencia
46
Estos atributos basan su cálculo en la energía acumulada en una secuencia, en la

comparación de polaridad y en el análisis del umbral de amplitud. Ocho atributos de este
tipo pueden ser calculados por el software utilizado (PAL).
Este tipo de atributos pueden ayudar a caracterizar secuencias estratigráficas, identificar

secuencias litológicas y caracterizar ciertas anomalías de amplitud.
Atributos como Porcentaje mayor que el Umbral, tiene la ventaja de ser sensitivo a
cambios laterales en las características de lo datos y es simplemente un promedio realizado
para cada traza, en donde se toma el numero de muestras con un valor absoluto más grande
que el umbral dividido por el número de muestras entre la ventana de análisis y
multiplicado por 100, el cual representa un porcentaje dentro de la ventana de análisis. Este
atributo especifica que porcentaje de muestras excede un umbral de amplitud específica,
permitiendo determinar la dominancia de eventos de alta amplitud. Por él calculo de este
atributo pueden ser detectados cambios en las facies presentes, ya que altas amplitudes
representarían facies arenosas mientras que bajas amplitudes facies arcillosas (PAL, 2001).
Para el atributo Porcentaje menor que el Umbral, funciona lo mismo que el anterior solo
que esta vez se toman valores absolutos menores que el umbral. Este atributo determina
como muchas muestras están bajo un umbral específico, permitiendo medir eventos de baja
amplitud en la ventana de análisis, siendo útil para determinar trenes estratigráficos
dominantes, permitiendo por ejemplo separar facies más costeras de facies más ricas en
shale en zonas de prodelta (PAL, 2001). El atributo Espesor de la Amplitud es la longitud
total en tiempo que las amplitudes exceden a un valor de amplitud dado. Este atributo es
algo similar al atributo Porcentaje mayor que el Umbral, pero no es el resultado de un
promedio de muestras sino de un tiempo sobre la curva de amplitud (positiva o negativa):
puede ayudar a diferenciar capas concordantes, capas caóticas, hummocky o identificar
anomalías de amplitud a lo largo de un reflector especifico. Energía a la mitad del tiempo
es un atributo que mide el tiempo requerido por la energía entre un intervalo hasta alcanzar
la mitad de la energía total y es expresado como un porcentaje del ancho de tiempo del
intervalo. Si las amplitudes son relativamente constantes en una ventana de análisis, la
mitad de la energía total puede ser alcanzada cerca al centro de la ventana. Este atributo
proporciona una medida cuantitativa de la distribución de energía en una ventana de
tiempo, cambios laterales en este atributo puede indicar variaciones estratigráficas o
anomalías asociadas con contenido de fluidos, cambios litológicos o inconformidades
(PAL, 2001). Para el atributo Pendiente de la Energía a la mitad del tiempo, éste calcula la
pendiente de la curva de energía en un tiempo donde la energía acumulada es la mitad de su
total. Los usos de este atributo son similares a los de Energía a la mitad del tiempo, pero
Pendiente de la Energía a la mitad del tiempo es un indicador más sensitivo. Para el
atributo Relación de Muestras Positivas a Negativas, éste relaciona él número de muestras
positivas en la ventana, dividido por él número de muestras negativas. Este atributo puede
47
ser relacionado a cambios estratigráficos, adelgazamientos o engrosamientos de secuencias

(PAL, 2001). Por su parte el atributo Numero de Picos, hace un conteo de número de picos
positivos entre el horizonte. Puede decirse que es otra medición de frecuencia o
espaciamiento de reflexión, es una simplificación de todos los atributos de frecuencia y es
altamente sensitiva a cambios de espesor, los cuales son frecuentemente detectados por
frecuencia de zero-crossing o promedio instantáneo de frecuencia. Para el atributo Numero
de Valles, cuenta él numero de picos negativos entre el horizonte. Puede tener las mismas
utilidades que el anterior, pero este funciona mejor cuando trabaja en conjunto con el
atributo numero de picos.
Estadísticos de Correlación
Estos atributos cuantifican similaridades traza a traza. Existen dos tipos de estadísticos de
correlación, los estadísticos de traza simple y los estadísticos de trazas múltiples. Los
estadísticos de traza simple, son determinados por correlación cruzada de dos trazas
adjuntas. Debido a que es calculada en una ventana que contiene dos trazas este tendrá alta
resolución, como resultado tendrá la tendencia a ser más sensitivo al ruido en los datos que
otros atributos. Por su parte los estadísticos de trazas múltiples, son determinados por
correlación cruzada de un número de trazas consecutivas que es escogida por el geofísico.
Como él número de trazas involucradas en el análisis es incrementado la resolución así
mismo disminuye.
Los usos posibles de este tipo de atributos, tienen que ver con identificación de fallas,
pinchamientos, áreas con problemas en los datos, zonas de reflectividad caótica o uniforme.
Algunos de estos atributos como el Coeficiente de Covarianza al siguiente CDP, pueden
ayudar a determinar facies de delta ricas en arena asociadas a menor reflectividad, facies
de prodelta pobres en arena asociadas a planicies abisales, servir como un estimador de
relación señal/ruido ayudar a determinar calidad de la sísmica en un área dada, entre otros
(PAL, 2001). Atributos como Correlación del Movimiento de la Ventana de tiempo al
Siguiente CDP, podrían ayudar a detectar cambios abruptos en el buzamiento debidos a
fallamiento, inconformidades y pinchamientos e inclusive por sus características podría
ayudar a determinar cambios en la litología o complejidad geológica. El atributo Promedio
de la Relación Señal – Ruido puede ayudar a cuantificar la calidad de los datos. Si el valor
es alto se puede tener confianza, si hay diferencias grandes entre trazas adjuntas puede
tratarse de fallamiento. El atributo Longitud de Correlación, calcula el coeficiente de
correlación entre el centro de la traza y todas las otras trazas en la ventana, es un indicador
de continuidad lateral y es un útil indicador de persistencia de facies. Altos valores indican
alta similaridad y uniformidad y bajos valores datos ruidosos. El atributo Componentes de
48
Correlación, calcula los componentes de correlación (P1, P2, P3) para trazas usando
muestras entre horizontes. P1 es el componente principal y es útil como una medición de
coherencia lineal de eventos (un valor de 1 indica alta similaridad). P2 es el segundo
componente principal y es indicador de caracteres residuales así mismo como P3. El
atributo Señal Compleja Karhunen_Loeve, es la relación entre los tres componentes de
correlación P1-P3 divido por P1-P2.
3.4 FUNDAMENTO FISICO
La distribución de las propiedades petrofísicas (por ejemplo: porosidad y permeabilidad)

son usualmente relacionadas a la manera en la cual el material fue depositado (Panda &
Lake, 1995). En efecto, las características texturales de los sedimentos, tales como tamaño
de grano y la distribución de los granos, que son en principio determinadas por la historia
depositacional, afectan la calidad de los yacimientos que se ve reflejado principalmente en
valores de porosidad – permeabilidad, así como en las propiedades elásticas de los
sedimentos. Como resultado, los atributos sísmicos pueden ser interpretados en términos
texturales y de porosidad (Gutierrez, 2001).
Para ilustrar de una manera sencilla cómo puede variar la porosidad de acuerdo a la
selección y al tamaño de grano, en la figura 3.7 se muestra dos tipos de granos idealmente
esféricos, que podrían representar, el tamaño arena (R) y el tamaño shale (r). Variando su
contenido, se muestra en el primer recuadro solo tamaño arena con una porosidad
representada por φ a y en el último recuadro solo tamaño arcilla con porosidad φ sh .
φ = φa φ = φ a + φ sh φ = φ sh
Figura 3.7 – Variación de la porosidad de acuerdo al tamaño de grano y la selección, en el

primer y ultimo recuadros una buena selección para tamaño arena y shale respectivamente,
en la parte media la mezcla arena-arcillosa produce un descenso en la porosidad.
La porosidad que es la fracción del volumen total de roca, que no esta ocupado por el
constituyente sólido, esta dada por la ecuación:
49
Vt − Vs Vv
φt = = , donde (3.18)
Vt Vt
Vv = Volumen vacio, Vt = Volumen total y Vs = Volumen sólido de la roca.
Así, para el sistema más sencillo que es el cúbico (figura 3.8), el máximo valor de
porosidad posible esta dada por:
8r 3 − 4 3πr 3
φt = = 0.47 (3.19)
8r 3 t
Figura 3.8 - Sistema cúbico ideal
Considerando como en la figura 3.7, los dos extremos, con esferas de igual tamaño, sin
importar el diámetro.
Cualquier cambio en las propiedades de las rocas tales como porosidad, contenido
litológico, etc, causa cambios en los parámetros elásticos como µ (modulo cortante), κ
(modulo de Bulk) y en ρ (densidad), que a su vez causara un cambio de la velocidad de las
ondas sísmicas en el medio, ya que aquellas variaciones de velocidad están relacionadas a
las propiedades de las rocas a través de las cuales las ondas se propagan, que finalmente, se
verán reflejadas en el registro de esas ondas. Por ejemplo, comparando una roca saturada
con una no saturada, causan cambios tanto en los módulos elásticos como en la densidad,
debido a que en una los poros están llenos de aire y en la otra, llenos de un fluido.
En consecuencia el registro de las ondas sísmicas, tendrá atributos propios de la traza

sísmica, que pueden ser medidos y relacionados a esas propiedades que le dan sus
características. Con esta idea, debemos estar en la capacidad de extraer de la información
sísmica esas propiedades, mediante un adecuado tratamiento de los datos, teniendo en
cuenta que para ello la información sísmica debe ser de buena calidad.
50
De hecho la información sísmica en sí misma esta directamente relacionada a las

propiedades del yacimiento y contienen esta información.
Cuando una onda sísmica, viaja a través de un medio que tiene ciertas propiedades físicas,
la respuesta a esas propiedades del medio es una señal que ha sido afectada por esas
propiedades de la roca (porosidad, permeabilidad, contenido litológico) y su contenido de
fluido (Figura 3.9), más el ruido presente que busca eliminarse cuando la información es
procesada. C
a
r
a
c
t
Tiempo e
Datos Frecuencia r
í
Amplitud s
ti
Fase c
a
Atenuación s
P
r
o
Porosidad p
modelo Permeabilidad
i
e
d
Litología a
Fluidos d
e
s
Figura 3.9 - Modelo esquemático de la relación entre las propiedades del yacimiento y la
respuesta símica.
Si se parte de la idea que en esas características de la onda (Figura 3.9), son un reflejo de
esas propiedades de la roca, los atributos necesariamente deben servir para la determinación
de dichas propiedades, ya que como lo indica Brown (1996) un atributo sísmico es
necesariamente una derivación de una medición sísmica básica (tiempo, amplitud,
frecuencia, fase ó atenuación).
La amplitud, es el máximo desplazamiento de la señal desde un “Zero crossing”, este es un

atributo de la señal sísmica y se piensa como un indicador de facies sísmicas e indicador de
cambios en la composición de las rocas a través y a lo largo de un reflector.
La frecuencia, es definida como el número de ciclos por segundo expresado en hertz.

Típicamente, la señal sísmica registrada varia entre 2 a 120 Hz y la frecuencia dominante
esta entre 15 a 50 Hz (Yilmaz, 1991). El valor del componente de frecuencia determina el
periodo en el espectro de amplitudes con respecto al espesor temporal, lo cual quiere decir
que tantos intervalos de tiempo entre picos consecutivos se van a tener en un tiempo
51
determinado. Así las frecuencias son útiles para identificar patrones que pueden
relacionarse a procesos geológicos e inclusive permiten visualizar efectos producidos por
presencia de capas delgadas.
La fase, es definida como el valor negativo de un retraso de la fase (“phase-lag”) (Robinson

and Treitel, 1980), o es la relación en tiempo entre los componentes de frecuencia de la
onda. La relación común es fase cero en el cual todas las frecuencias están alineadas en la
máxima amplitud, en tiempo cero y fase mínima en el cual las frecuencias están alineadas
entre la primera mitad del ciclo en tiempo cero. La tierra es fase mínima y la sísmica
registrada tiende a ser fase cero. La fase es otro atributo de la traza símica, la cual es
sensitiva a perturbaciones sutiles en el carácter sísmico. Es ideal para detectar
discontinuidades acústicas, en otras palabras si la masa de roca es estable o no presenta
cambios (heterogeneidad) la fase es estable, en el caso contrario la fase es inestable.
La atenuación, es la perdida o redistribución de la energía sísmica con la distancia o el

tiempo. Generalmente es expresada en decibeles que decrecen con la longitud de onda. Es
un decaimiento de la energía y es inversamente proporcional al cuadrado de la distancia. El
decaimiento de la energía es atribuido a la absorción, la cual esta relacionado al tipo de roca
y al contenido de fluido.
Sí como indica Brown (1996) los atributos no son independientes uno del otro, si no
diferentes caminos para estudiar una cantidad de información, valdría la pena pensar si el
trabajar en conjunto atributos de frecuencia, amplitud y/o fase, haría más robusta la
respuesta encontrada, debido al aporte que cada parte de esa información básica que
contiene la onda, puede hacer a lo que se desea encontrar. Por ejemplo, trabajar con
atributos de frecuencia y de fase, ayudaría por ejemplo a diferenciar patrones ó procesos
geológicos y a detectar discontinuidades.
Ahora, ¿qué sucedería si no fuera posible trabajar por ejemplo con atributos de frecuencia,
debido a que el muestreo necesario para analizar este tipo de atributos no es suficiente?.
Seguramente, que la respuesta obtenida variara en gran medida. Es ahí, donde esta tesis
busca entender, hasta que punto los análisis requieren de la capacidad para poder involucrar
atributos, que serían necesarios para obtener un mejor resultado.
52
3.5 TENDENCIA FISISCA DE LOS MATERIALES.
La porosidad esta directamente relacionada a la densidad, un aumento en la densidad en un

mismo material rocoso generalmente povoca una disminución en la porosidad. Ahora, para
el caso de la impedancia acústica, una reducción en el valor de esta debe estar posiblemente
relacionado con un aumento en la porosidad. Como se puede visualizar para el pozo Orito-5
en el crossplot de la figura 3.10, la relación entre la impedancia de las ondas P versus la
porosidad es de tipo inverso, donde la roca de mejor calidad tiene más bajas impedancias,
mientras que las de pobre calidad tienen altas impedancias. Autores como Dvorkin et al.
(2001) muestran las mismas relaciones mostradas en la figura 3.10 y autores como
Bankhead et al. (2001) muestran el importante papel de la impedancia en la interpolación
de propiedades del yacimiento.
0.25
Arenas proximales
0.23 y canales
0.21 Mejor
0.19 selección
Llanuras
Porosidad (%)
0.17
0.15
0.13
0.11 Arenas
0.09 distales y
0.07
0.05
8 9 10 11 12 13
Impedancia (Km/s)/(g/cm3)
Figura 3.10 - Relación entre Impedancia de las ondas P versus la Porosidad, para el pozo O-
5, nótese el comportamiento lineal inverso mostrando por la línea roja y el importante
papel que la impedancia puede jugar en la interpolación de propiedades.
Para la relación entre la porosidad contra la velocidad de las ondas P (Vp), calculada a
partir de la relación:
Vp = 1000000/DT (ft/seg), (3.20)
donde Vp= velocidad de las ondas P y DT = registro sónico (P-sonic log).
53
Se observa una relación inversa entre velocidad (Vp) vs porosidad efectiva (figura 3.11),
indicando además que a mayor porosidad menor velocidad. En la figura 3.11 se observan
tres tendencias; los triángulos en la parte inferior están representando los materiales más
sucios, mientras que los puntos amarillos en la parte superior representan los materiales
más limpios. Similares tendencias para rocas clásticas han sido reportadas por autores como
Mavko et al. (1998).
VELOCIDAD Vs POROSIDAD
0,25
0,2 rocas más limpias

POROSIDAD
0,15
0,1
0,05
0
3,5 3,7 3,9 4,1 4,3 4,5 4,7 4,9 5,1
VELOCIDAD (Km/s)
Figura 3.11. Relación inversa entre Velocidad de las ondas P versus porosidad para el
pozo Orito-5. Note las tres tendencias posiblemente debidas al grado de selección de las
rocas, estando las rocas más limpias hacia la parte superior.
De acuerdo con lo que se puede observar en estas graficas, la velocidad de las rocas es
función de la porosidad y de hecho de las características texturales de la misma.
Resultados similares fueron mostrados por Acevedo (2002) para el campo Puerto Colon en
el Putumayo.
54
Como se observa los “crossplots” generados a partir de registro de pozo y mediante el

análisis de curvas de correlación, la porosidad efectiva (promedio) tiene una relación lineal
inversa con la curva de volumen de shale (Vsh), es decir a menor valor de Vsh la porosidad
es mayor descendiendo a medida que el volumen de shale aumenta, mostrando la relación
directa con el contenido de shale en los materiales (figura 3.12).
Vsh Vs Porosidad
18
16
14
Porosidad (%)
12
10
4
20 25 30 35 40 45 50
Vsh (%)
Figura 3.12 – Relació n existente entre volumen de shale contra porosidad efectiva
promedio para los 15 pozos del área. Nótese la tendencia de los puntos y observe como los
valores de porosidad más altos (aprox. 18 %) a la izquierda corresponden a litologías más
limpias (arena ) y a medida que la roca se va haciendo mas sucia la porosidad va
disminuyendo y el volumen de shale aumentando hasta un valor máximo para el área de
estudio de 50.3 %.
Para el caso de la relación entre el volumen de shale versus permeabilidad calculada a partir
de datos de corazón en la formación de interés, en el “crossplot” entre volumen de shale
versus permeabilidad de la figura 3.13, se puede notar como la permeabilidad desciende
rápidamente con el aumento en el contenido de shale. Así, a medida que aumenta el
contenido de shale la permeabilidad se va haciendo cero.
55
Vsh Vs P E R M E A B I L I D A D Z Axis: G R C A B
0 . 00
600.0 30 . 0
PERMEABILIDAD
6 0 .0
5 00.0
90 . 0
400.0 1 2 0. 0
1 50 . 0
3 00.0
200.0
1 00.0
0.00 0.10 0.30 0.50 0.70 0.90
Vsh_GR
Figura 3.13 - Relación entre Volumen de shale versus permeabilidad, para 15 pozos en el
área de estudio, nótese el comportamiento de la curva mostrando como la permeabilidad
desciende rápidamente con el aumento de shale.
La importancia de las tendencias anteriormente mostradas, es que estas mismas servirán

mas adelante para dar justificación física y mayor claridad a los resultados logrados
mediante el calculo de propiedades con multiatributos.
56
4. METODOLOGÍA
4.1 CARGA DE LA INFORMACIÓN GEOFÍSICA
4.1.1 Carga de la Información Sísmica
Para este trabajo se cargo y utilizó la información de un volumen sísmico 3D de 50 Km2

adquirido en el año 2001 en el área Orito, entre las “inline” 780 a 804 y las “xline” 200 a
392 hasta 4000 ms, adicionalmente existe un vo lumen adquirido en el año 1991 e
interpretado por funcionarios de ECOPETROL. Los horizontes de control principalmente
corresponden a los topes de unidades como Pepino, Villeta, Caballos y Motema y la
interpretación estructural en donde se involucran las fallas regionales y locales que afectan
el yacimiento y adicionalmente las interpretaciones estratigráficas realizadas desde ese
epoca.
4.1.2 Carga de la información de pozo
Al momento de la realización de este trabajo existía en el proyecto información de 110

pozos de los cuales solo 26 caen dentro del área de estudio y solo 16 alcanzaron la
Formación Caballos, la cual es la unidad de interés en este estudio. Todos los pozos
excepto el Orito-16 cuenta con los registros necesarios en este estudio tales como: sónicos
(DT), Gamma Ray (GR), curvas de resistividad (LLD, ILD, SN, etc.), caliper, porosidad y
permeabilidad calculada y solo algunos pozos del área cuentan con información de registros
de densidad. Adicionalmente se utilizaron registros “check shot” durante la calibración de
la información de pozo con la información sísmica.
4.2 CALIBRACIÓN DE LA INFORMACIÓN GEOFÍSICA
4.2.1 Generación de sismogramas sintéticos
La generación de sismogramas sintéticos es un paso importante para realizar una adecuada

interpretación de la información sísmica y en el análisis de atributos y multiatributos. Lo
que se hace es extraer una ondícula de los datos sísmicos, la cual es convolucionada con los
57
coeficientes de reflexión generados con los datos de impedancia acústica que a su vez son
calculados a partir de los registros sónico y densidad en lo posible calibrados con
información de “check shot”.
4.2.2 Calibración de la sísmica con la información de pozo
En este caso en particular, se utilizó la información disponible de algunos pozos sobre el

área, en especial se tuvo en cuenta el sintético generado para el pozo O-5 (Figura 4.1) el
cual mostró un buen amarre con la información sísmica, evitando estiramientos del
sintético y desplazamientos (“shift”), para los demás pozos el ajuste no fue tan bueno, ya
que estos a diferencia del O-5 no cuentan con información de “check shots” y en algunos de
ellos fue necesario hacer desplazamientos del sintético. El control de calidad que se realizó
tuvo en cuenta por un lado la posición de reflectores guía que pueden ser seguidos a través
de todo el volumen y el grado de correlación que mostraba el sintético con la sísmica,
dicha correlación se hizo en una ventana cercana a la unidad de estudio entre 900 a 1050.
Figura 4.1 - Sismograma sintético pozo Orito – 5.
58
4.3 INTERPRETACIÓN DEL VOLUMEN
Dentro del proceso de interpretación y en el análisis de multiatributos, la calibración vista

anteriormente es una etapa delicada e importante ya que de esta depende que las unidades
identificadas en los pozos correspondan a las mismas en la sísmica, convirtiendo datos de
pozo en profundidad a tiempo en la sísmica.
4.3.1 Interpretación de Horizontes
Posterior a la calibración sísmicase empezó con la interpretación de los horizontes de

interés dentro del volumen sísmico 3D, utilizando los sismogramas sintéticos y partiendo
en principio de horizontes sísmicos que pudieran ser claramente seguidos a través del
volumen. Para ello se escogió un reflector guía en la sísmica que corresponde a la
denominada caliza A de la Formación Villeta y que es fácilmente identificable a través de
todo el volumen.
4.3.2 Interpretación de fallas
Para la identificación de las fallas se partió de la interpretación realizada para los horizontes
(Caliza A (Fm. Villeta), Datum intra Caballos, Tope de la Fm. Caballos y tope de la Fm.
Motema), marcando fallas donde se mostraran interrupciones en la continuidad de los
horizontes interpretados y adicionalmente para afinar la interpretación se realizaron tajadas
en tiempo (time slice) para permitir visualizar la tendencia general de aquellas fallas o
lineamientos, asegurando finalmente que las fallas marcadas en las secciones sísmicas
correspondieran a una misma tendencia.
4.4 CALCULO DE PROPIEDADES Y PROMEDIOS
Durante este paso se realizó el control de calidad de los cálculos petrofísicos existentes, se
calcularon las propiedades que fue necesario calcular y se determinaron los promedios para
cada propiedad a evaluar.
4.5 GENERACION DE ATRIBUTOS
59
Se generaron 76 atributos a partir del volumen sísmico; 42 atributos para las Formación
Caballos y 34 atributos para la unidad “U1” de la base de la Fm. Caballos, con los cuales se
realizó los diferentes cálculos en busca de los que presentaban una mayor relación con las
propiedades del yacimiento evaluadas (porosidad, permeabilidad, etc.).
4.6 APROXIMACIONES (PRIMERA APROXIMACIÓN PARA ATRIBUTOS

SIMPLES y SEGUNDA APROXIMACIÓN PARA MULTIATRIBUTOS)
Mediante “crossplots” de los datos gene rados a partir del calculo de propiedades del
yacimiento (numeral 4.4) versus los diferentes atributos calculados a partir de la sísmica
(numeral 4.5), se determinó los coeficientes de correlación entre estas dos variables para
observar el comportamiento y tener herramientas para escoger los atributos más adecuados
para hacer estimación de propiedades. En una primera aproximación se realizó para
atributos simples y en una segunda aproximación para multiatributos. Para ello, se probaron
diferentes relaciones que van desde lineales hasta no lineales, pasando por relaciones de
tipo logarítmico, logaritmos naturales (Ln), exponenciales, polinomios de diferentes
ordenes, entre otros. La idea fue orientar el problema en sus pasos iniciales, para distinguir
en primera instancia atributos simples que funcionen más adecuadamente para estimar
alguna propiedad del yacimiento fuera del área de influencia de los pozos y posteriormente
establecer la mejor relación y más exacta aproximación para multiatributos.
En el numeral 4.7 se detallan los pasos que se siguieron para la determinación de las
ecuaciones para atributos simples y multiatributos.
4.7 ANÁLISIS DE MULTIATRIBUTOS SISMICOS
Como se indico en capitulo anterior, el termino análisis de multiatributos sísmicos es un

termino amplio que encierra todos los métodos geoestadísticos que utilizan más de un
atributo para establecer alguna propiedad física de la tierra (Russell et al., 1997) y se hacia
referencia a tres categorías que son: 1) La extensión cokriging, 2) métodos que usan la
matriz de covarianza y 3) las redes neuronales: En este trabajo se tuvo en cuenta
únicamente la matriz de covarianza por ser considerada como una de las más poderosas
herramientas de análisis de datos (Russell et al., 1997).
60
Durante este análisis, lo primero que se hizo fue definir la frecuencia dominante y
establecer la resolución vertical, así como el espesor promedio para la unidad geológica en
estudio, datos utilizados para definir las ventanas de análisis que serían empleadas.
En el siguiente paso se seleccionó que tipo de propiedades iban a ser analizadas. A partir de
allí se escogieron una serie de atributos que de acuerdo al grado de correlación servirían
para trabajar con dichas propiedades, posteriormente se realizaron análisis con atributos
simples con la idea de establecer cuales de ellos funcionaban mejor con determinada
propiedad de acuerdo al coeficiente de correlación. Por ultimo, y habiendo escogido los
atributos con la mejor respuesta, se procedió a hacer el análisis para multiatributos,
teniendo en cuenta que en este paso debe buscarse la mejor asociación de atributos.
La Figura 4.2 muestra la metodología general y el software empleado durante el desarrollo

del proyecto.
4.7.1 Selección de atributos sísmicos
Cuando se habla de atributos sísmicos por lo general surgen dos preguntas: ¿Cuales
atributos deben usarse para predecir una propiedad? y ¿cómo juzgar la calidad y poder de
predicción lograda usando atributos?.
Para responder a la primera pregunta, hay que tener en mente que una hay estrecha relación
entre la respuesta obtenida de la sísmica y las propiedades del yacimiento, pues como se
menciono anteriormente las características de las ondas son una respuesta a las propiedades
del medio por el cual se propagan. Por otro lado, como lo indica Russell (1997), el número
y tipo de atributos pueden ser determinados geofísicamente. La respuesta de estos atributos
dependerá sobre todo de las características geofísicas de la unidad o capa que se desee
estudiar. Esto hace referencia a la determinación de datos como la frecuencia dominante, la
resolución vertical, así como al espesor promedio para la unidad geológica en estudio,
cuyos datos son utilizados para definir las ventanas de análisis que se emplearan.
En cuanto a la determinación de la calidad y poder de predictivo de esos atributos, el

método más usado es realizando crossplots entre los atributos y la propiedad ha ser medida,
estableciendo los coeficientes de correlación (Figura 4.3). Adicionalmente se puede tener
control sobre la respuesta encontrada, comparando la aproximación en el cálculo mediante
el uso de atributos simples y multiatributos con los datos reales medidos en los pozos.
61
CORRELACIÓN DE REGISTROS DE
POZO
(STRATWORKS)
GENERACIÓN DE SISMOGRAMAS
SINTÉTICOS Y AMARRE DEL VOLUMEN
(SYNTOOL)
DETERMINACIÓN DE LAFRECUENCIA
DOMINANTE, RESOLUCION VERTICAL Y
ESPESOR PROMEDIO
(PAL RAVE)
SELECCIÓN DE PROPIEDADES A
CALCULAR
INTERPRRETACION ESTRUCTURAL
DEL VOLUMEN SÍSMICO
(SEISWORKS 3D) CONTROL DE CALIDAD DE LA
INFORMACION PETROFÍSICA
EXISTENTE, CALCULO DE
GENERACION DE ATRIBUTOS SISMICOS PROPIEDADES FALTANTES Y
A PARTIR DEL VOLUMEN 3D PROMEDIOS
(POSTSTACK-PAL) (PETROWORKS)
ESTABLECIMIENTO DE ATRIBUTOS
GENERACION DE MAPAS DE
SIMPLES QUE MEJOR RESPONDA A LA
PROPIEDADES A PARTIR DE
PROPIEDAD A PREDECIR Y
ATRIBUTOS SIMPLES
ESTABLECIMEINTO DE LA ECUACION (SEISWORKS-ZMAP)
(RAVE)
GENERACION DE MAPAS DE
AGRUPAIENTO JERARQUICO PARA
PROPIEDADES A PARTIR DE
MULTIATRIBUTOS Y GENERACION DE
LA ECUACION DE MULTIATRIBUTOS MULTIATRIBUTOS
(SEISWORKS - ZMAP)
(MATRIX DE COVARIANZA – RAVE - EXCEL)
NO EVALUACION DEL SENTIDO FISICO

(CORRELACION)
SÍ
INTERPRETACION DE MAPAS
(SENTIDO GEOLÓGICO)
Figura 4.2 - Muestra la metodología y el software empleado durante el desarrollo

del proyecto.
62
Para el caso de atributos simples el mejor atributo estará dado por aquel que presente mayor
grado de correlación con el parámetro a ser calculado mediante la aplicación de la mejor
relación, que a criterio de geofísico explique la propiedad (Ver figura 4.3 y Tabla 4.1).
CrossPlot
0.70
0.60
0.50
Porosidad
0.40
0.30
0.20
0.10
0.00
0 1 2 3 4 5 6 7 8 9 101112 13 1415
Fase Instantanea
Figura 4.3 – “Cross plot” de un atributo versus una propiedad. Para el ejemplo fase
instantánea vs porosidad.
Tabla 4.1 Coeficientes de correlación entre atributos sísmicos vs propiedades del

yacimiento
Pico Espect. Frec. Prom. Fase Instantánea Pico Amp. Envol Amplitud RMS
Porosidad Total 0.235 0.75 0.23 0.703
Contenido Shale 0.038 0.08 0.051 0.06
Permeabilidad 0.35 0.23 0.42 0.05
Velocidad Ondas P 0.21 0.719 0.197 0.54
Para el caso de multiatributos, la selección de atributos a ser usados como predictores y

teniendo en cuenta las limitantes geofísicas de la unidad a estudiar, puede ser hecha
mediante la inspección de los coeficientes de correlación a través del agrupamiento
jerárquico de atributos que use como criterio de similitud los coeficientes de correlación
Esto quiere decir que los atributos serán seleccionados a modo de agrupamiento teniendo
en cuenta su coeficiente de correlación, tomando como primer atributo el establecido para
el caso del atributo simple, debido a que este presenta el mayor coeficiente de correlación
63
posible entre todos los atributos calculados y en los pasos posteriores se irán añadiendo al
grupo, atributos que contribuyan en mayor proporción al establecimiento de la propiedad
que se desea calcular. La figura 4.4 muestra este procedimiento.
Coeficiente de Correlación
0 0.2 0.4 0.6 0.8 1
Solución para atributo simple

1 (primera aproximación)
5
Solución para Multiatributos
(segunda aproximación)
Figura 4.4 - Agrupamiento jerárquico de atributos para el establecimiento de la ecuación de

multiatributos. Note como el coeficiente de correlación siempre se va incrementando,
permitiendo la entrada al grupo únicamente de atributos que aumenten en mayor proporción
el coeficiente de correlación.
4.7.1.1 Atributos simples
En el caso de atributos simples, lo que se busca es una relación de tipo lineal o no lineal
entre un atributo y la propiedad a ser calculada y que presente el mejor coeficiente de
correlación teniendo en cuenta las limitantes geofísicas, para descartar atributos que no
ofrezcan validez alguna (Figura 4.5).
64
Estas limitaciones, estarían determinadas por el conocimiento del muestreo, el contenido

frecuencial, la longitud de onda y el espesor de la unidad, que permitiría en primera
instancia descartar atributos que no ofrecen solución cuando se trabaja por debajo de una
longitud de onda o cuando el intervalo a analizar no presenta un número de muestras
suficientes para la aplicación de ciertos atributos (ver marco teórico).
λ
TOPE DE LA UNIDAD
UNIDAD INTERMEDIA
BASE DE LA UNIDAD
Figura 4.5 - Relación entre el espesor del horizonte a estudiar y la longitud de onda.
Nótese como entre el tope y la base de la unidad se tiene por lo menos una longitud de
onda, mientras que entre la unidad intermedia y la base no se alcanza a tener ni siquiera la
mitad de una longitud de onda.
4.7.1.2 Multiatributos
En el caso de multiatributos, básicamente funciona de la misma manera que para atributos

simples. Sin embargo, aquí estamos en un espacio n-dimensional, que depende del numero
de atributos n, con el que se este trabajando. Lo que se hace es por un método de regresión
lineal o no lineal encontrar el hiperplano que mejor se ajuste a los datos en ese espacio y
que permita minimizar el error cuadrático promedio.
El procedimiento en este caso comienza con la determinación del atributo base que
individualmente presente el más alto coeficiente de correlación o mínimo error en la
aproximación al cálculo de la propiedad deseada, ya sea con una relación de tipo lineal o no
lineal que sería la respuesta para atributos simples. Habiendo determinado ese atributo, este
se usa como base y se selecciona en el paso siguiente otro atributo que trabajando en
conjunto con el base, mejore el coeficiente de correlación y por ende la exactitud en la
predicción. De ésta forma se fijan estos dos e introduce un tercer atributo y así
65
sucesivamente hasta encontrar un limite donde los coeficientes de correlación no aumenten

más o comiencen a disminuir Esto daría el número máximo de atributos a usar y también el
máximo coeficiente de correlación que puede ser alcanzado (Figura 4.6).
Puede notarse, como a medida que van siendo introducidos más atributos, buscando
siempre el que mejor ajuste presente, aumenta el coeficiente de correlación y por ende se
reduce el error cometido hasta un límite permitido por los datos. En el ejemplo hipotético
de la figura 4.6, el atributo que presenta el mejor coeficiente de correlación es el promedio
de fase instantánea con un valor de 0.75. Después de ser probado se busca el atributo que
trabajando con junto con el primero presente el mejor ajuste y que para el ejemplo es el
atributo Promedio de frecuencia instantánea que junto con el promedio de fase
instantánea presentan un coeficiente de correlación de 0.906. En los numerales 3 a 4 han
sido introducidos dos atributos más que aumentan el coeficiente de correlación hasta un
máximo de 0.989, después del cual como se ve en el numeral 5 de la tabla, el coeficiente
empieza a disminuir, lo cual marca el limite máximo de atributos a usar y su
correspondiente coeficiente de correlación.
MULTIATRIBUTOS
1
Coef de Correlación
0,95
0,9
0,85
0,8
0,75
0,7
0 1 2 3 4 5 6
Numero de Atributos
Promedio de Fase Instantanea 1 0.75 0.0073

Promedio de Frecuencia Instantanea 2 0.906 0.003656
Maximo valle de Amplitudes 3 0.945 0.002807
Amplitud Rms 4 0.989 0.00093
pendiente de fecuencia espectral 5 0.972 0.0021
Figura 4.6 - Numero máximo de atributos a usar. Note como a medida que se aumenta el
numero de atributos buscando siempre la mejor relación, aumenta el coeficiente de
correlación y disminuye el error hasta un limite dado por los datos.
66
4.7.2 Determinación de ecuaciones
En la búsqueda de la relación matemática, que mejor se ajuste al juego de datos del que
disponemos y que estamos seguros son una representación de la propiedad que se desea
establecer mediante atributos o multiatributos, existen relaciones que van desde lineales
hasta no lineales, siendo posible probar relaciones de tipo logarítmico, logaritmo natural
(Ln), exponenciales, polinomios de diferentes ordenes, entre otros.
En un primer acercamiento para establecer las ecuaciones, los algoritmos del software
RAVE/DV disponibles en la herramienta usada en este proyecto, muestran la manera como
una variable se incrementa con respecto a la otra, sin embargo está limitado a relaciones de
tipo lineal, parabólico o exponencial, siendo a veces imposible para el analista establecer
que tipo de relación el software utilizó para establecer el coeficiente que esta arrojando,
actuando de cierta manera como una caja negra.
Sin embargo en búsqueda de tener claridad en el establecimiento de la relación matemática

más adecuada, se utilizó la matriz de covarianza para establecer los valores de los
coeficientes de las ecuaciones de regresión con polinomios de diferentes ordenes y con el
apoyo del programa Excel se estableció cual es la relación que mejor se ajusta a la nube de
datos.
4.7.3 Establecimiento de la función
De una manera general lo que se busca es una función que convierta un atributo o n-
atributos en una propiedad deseada, esto puede ser expresado así:
P(x,y,z) = F[(A1 (x,y,z),A2 (x,y,z).......,Ai(x,y,z)] (4.1)
Donde P es la propiedad que se desea establecer como una función de coordenadas x,y,z
(variable dependiente); F es la función de relación; y Ai (Variables independientes) donde i
representa el numero de atributos involucrados en el calculo.
El caso más simple posible, seria una relación lineal que involucre un solo atributo así:
P = wo + w1 Atributo (4.2)
67
Para el caso de multiatributos la relación más sencilla posible sería una suma ponderada
linealmente así:
P = wo + w1 A1 + ............ + wm Am (4.3)
Donde wi , i = 0,1............, m = m + 1 coeficientes.
Como un ejemplo, se puede considerar la propiedad P, como la suma de tres atributos

relacionados a Impedancia (I), amplitud (A) y frecuencia (F), que puede ser expresada por
la siguiente ecuación:
P( x, y ) = w0 + w1I ( x, y) + w2 A( x , y ) + w3 F ( x , y ) (4.4)
Para el caso de relaciones de tipo no lineal, la propiedad “P(x,y)” estaría determinada por el
tipo de relación matemática. Por ejemplo para el caso de un polinomio de orden dos, estaría
expresada por la siguiente relación:
P( x, y ) = w0 + w11I ( x, y ) + w12 I 2 ( x, y) + w21 A( x, y ) + w22 A 2 ( x, y ) + w31 F ( x, y ) + w32 F 2 ( x, y )

(4.5)
Donde adicionalmente, tenemos en la ecuación atributos elevados a la segunda potencia.

Generalizando, la función que expresa el valor de la variable dependiente (propiedad a
calcular) en términos de las variables independientes (atributos) así:
P = w0 + w11 A1 + w12 A12 + ...... + w1 j A1j (4.6)

+ w21 A2 + w22 A + ...... + w2 j A
2
2 2
j
+ ....
+ wi1 Ai + wi2 Ai2 + ...... + wij Aij
Donde P es la propiedad que se desea calcular, Ai son los i atributos independientes, wij son
los coeficientes de la ecuación y “j” es el orden del polinomio. Para el campo Orito, las
relaciones que mejor responden a las propiedades que se deseaban calcular, corresponden
para el caso de la porosidad y volumen de shale a polinomios de orden 2 y para el caso de la
permeabilidad a polinomios de orden 3, como sé vera más adelante.
4.7.4 Coeficientes de la ecuación
68
En el ejemplo de las ecuaciones (4.4) y (4.5), la zona del yacimiento esta dado por un
promedio vertical de la propiedad variando espacialmente para cada punto x,y, sobre la
superficie sísmica picada.
Por mínimos cuadrados, puede encontrarse la solución para las ecuaciones (4.4) y (4.5).
Esta solución estaría dada por:
P1 = w0 + w1 I 1 + w2 E1 + ...... + wi F1
P2 = w0 + w1I 2 + w2 E 2 + ...... + wi F2
P3 = w0 + w1 I 3 + w2 E3 + ...... + wi F3
(4.7)
P4 = w0 + w1I 4 + w2 E 4 + ...... + wi F4
..................
PN = w0 + w1 I N + w2 E N + ...... + wi FN
Donde, PN corresponde al valor de una propiedad medida en diferentes pozos y es un valor

conocido dentro de este sistema de ecuaciones ya que es tomada de los registros, N es el
número de muestras espacialmente o verticalmente, i = número de variables independientes
involucrados en la ecuación (atributos) y es otro valor conocido, esta ecuación puede ser
escrita matricialmente como:
 P1  1 I1 E1 ... F1   w0 
P    
 2  1 I2 E2 ... F2   w1 
 P3  1 I3 E3 ... F3   w2 
 =   (4.8)
 P4  1 I4 E4 ... F4   w3 
....  1 ... ... ... ...  .... 
    
 PN  1 IN EN ... FN   wi 
De manera más sencilla es:
P = Aw (4.9)
Donde P es una matriz (Nx1) que contiene los datos de una propiedad conocida en los
pozos (porosidad, permeabilidad, etc.), A es una matriz de (Nx(i+1)) que contiene los
69
valores conocidos de los atributos en la localización del pozo y w es una matriz de ((i+1)x1)
con valores desconocidos de los coeficientes de la ecuación.
El valor de w puede ser resuelto por mínimos cuadrados mediante la solución de la

siguiente ecuación:
w = AT A [ ]−1
AT P (4.10)
Donde el superíndice T indica matrix transpuesta y –1 indica matrix inversa, P y A

corresponden a la matrix de valores de la propiedad de interés y la matrix de valores de
atributos en la ubicación de los pozos respectivamente. Este sistema parcialmente resulto
es:
−1
∑ PN 
w0   N ∑I N ∑E N ... ∑F N

 
w   I 
 1  ∑ N ∑I 2
N ∑I E N N ... ∑I F
N N  ∑ I N PN 
w2   ∑ E N  
 =
∑E I N N ∑E 2
N ... ∑E F
N N

 ∑ E N PN  (4.11)
....   ... ... ... ... ...  .... 
....   ...   
  
... ... ... ...
 .... 
wi   ∑ FN ∑ FN I N ∑ FN E N ∑ FN2   
∑ FN PN 
...
Para polinomios de orden mayor, por ejemplo de orden 2, tendremos un sistema de

ecuaciones similar al mostrado en la ecuación 4.11, solo que con términos dentro de la
matriz de atributos elevados a la tercera y cuarta potencia.
4.7.5 Ecuación final
La ecuación final, para el establecimiento de una propiedad cualquiera del yacimiento,

estará dada por el número de atributos involucrados dentro de la ecuación de multiatributos,
el orden del polinomio determinado por el grado de correlación y los coeficientes de
ponderación determinados por la aplicación de la matriz de covarianza, que nos permitirá
predecir propiedades en lugares fuera de la influencia de los pozos a partir de una suma
lineal o no lineal de atributos previamente calculados y generar mapas de propiedades con
multiatributos. Un ejemplo hipotético de ecuaciones lineales y no lineales, está dado en las
70
ecuaciones (4.4) y (4.5) respectivamente. Las ecuaciones establecidas para el caso

estudiado en el Campo Orito, corresponden a ecuaciones que permiten predecir propiedades
a partir de una relación no lineal como en la ecuación (4.5).
4.7.6 Cálculo del error
Para determinar el error cometido en el cálculo de las propiedades con atributos simples y
multiatributos, primero se determinó cual era el “error uniforme de estimación o el error
típico de determinación”. Este error tiene las mismas unidades de la variable dependiente y
mide el distanciamiento que existe entre los datos calculados y los datos reales. Dicho error
esta dado por la formula:
S y,x =
∑ (Y − Y est )2
(4.12)
N
Luego, se determinó el Coeficiente de correlación, el cual mide la parte residual comparada

con la normal. Esta relación esta dada por:
R
2
= 1−
∑ (Y − Y ) est
2
(4.13)
_
∑ (Y − Y )
est
2
Si R2 =1 no hay residual y el modelo explica totalmente la variación en Y, pero si R2 =0 la

residual y la variabilidad total son iguales y el modelo no explica la variación, en otras
palabras cero es un ajuste pésimo y uno representa un ajuste perfecto.
_
Siendo Y la media aritmética de los valores de la variable dependiente. Puesto que la razón
es siempre positiva, se denota por R2 y a la cantidad R se le conoce como el coeficiente de
correlación y esta dado por:
R=
∑ (Y − Y )est
2
(4.14)
_
∑ (Y − Y ) 2
R es una cantidad sin dimensiones que puede variar entre –1 y 1, cuyos signos indican si la
correlación es inversa (-) o directa (+)
71
Posterior al poder predictivo que puede conseguirse mediante la utilización de

multiatributos, para el cálculo de propiedades del yacimiento y como un procedimiento
necesario durante la metodología para reforzar, verificar y controlar el cálculo realizado con
multiatributos, dos pasos adicionales son necesarios: el primero busca la justificación física
sobre el resultado obtenido y el segundo el sentido geológico que debe tener dicho
resultado.
4.8 RELACIÓN FÍSICA
Para corroborar si el acercamiento realizado mediante el cálculo matemático tiene sentido,

es necesario dar justificación física a la propiedad calculada mediante la utilización de
atributos. Para dar este sentido se tuvo en cuenta propiedades físicas como la velocidad de
las ondas P y la impedancia acústica, con la finalidad de dar justificación física a las
propiedades petrofísicas calculadas (porosidad, etc.). De esta manera, se esperaba que la
velocidad y la impedancia tuvieran como se muestra en el capitulo 3 una relación inversa
con la porosidad, es decir que a mayor porosidad menor velocidad de las ondas P y valores
de impedancia bajas. Esto finalmente daría la herramienta para decidir:
1. Si el juego de atributos utilizado en el cálculo de multiatributos, respondía

adecuadamente desde un sentido físico.
2. O si por el contrario, la relación entre la propiedad calculada y la propiedad física no
tienen ningún sentido.
Si la decisión es del tipo 2, esto nos llevaría a buscar el error en el cálculo, tratando de
encontrar el atributo o atributos que responden de una manera inadecuada a la propiedad
que se desea calcular, permitiendo reevaluar la relación y buscar esos atributos que ayuden
a definir mejor la propiedad.
4.9 SENTIDO GEOLOGICO
El conocimiento de los ambientes presentes en un área, puede ser utilizado para soportar los
resultados producto de los cálculos con atributos y multiatributos. La generación de mapas
que muestren la distribución de los cuerpos como es el caso de mapas de arena neta y
relación “net to gross” ayudan a definir si los resultados obtenidos con multiatributos e
inclusive con atributos simples tienen sentido desde el punto de vista geológico. Aun más,
se espera que además de la tendencia de los cuerpos, los atributos y especialmente los
multiatributos por su poder predictivo, definan mejor la geometría de esos cuerpos y la
distribución de esas propiedades a áreas alejadas de los pozos.
72
5. INTERPRETACIÓN DEL VOLUMEN SISMICO
5.1 ASPECTOS GEOLÓGICOS
El conocimiento geológico del área, previo al desarrollo de cualquier trabajo geofísico, es

muy importante para conseguir un mejor entendimiento de los procesos y las respuestas que
puedan ser obtenidas mediante cualquier medición geofísica y como soporte para las
posteriores interpretaciones.
A continuación se tratan brevemente algunos aspectos geológicos, emanados del

conocimiento previo del área y de la interpretación realizada en este trabajo.
En la parte oriental de la denominada cordillera de los andes existe una serie de cuencas que
se extienden a lo largo de toda Suramérica. La Cuenca del Putumayo en territorio
colombiano es una de ellas con un área aproximada de 50000 Km2 (Amaya, 1996).
En la zona de trabajo La Formación Caballos objetivo de este estudio, tiene un espesor que
varia entre 200 a 300 pies, definidos por los cuatro eventos depositacionales anteriormente
descritos en el capitulo 2, asociados a un sistema depositacional desarrollado en un estuario
dominado por mareas (Amaya, 1996).
Para la interpretación del volumen utilizado en este trabajo se tuvo en cuenta las
interpretaciones previas realizadas por Ecopetrol sobre el volumen 3D ubicado
inmediatamente al sur del volumen de información utilizado para este proyecto (Figura
5.1).
En la interpretación, primero se generaron sismogramas sintéticos a partir de registros

eléctricos y acústicos. Se tomó el sismograma sintético generado para el pozo Orito-9
(Figura 5.2) y adicionalmente se generó un sismograma sintético en el área del volumen de
trabajo para el pozo Orito-5 (Figura 5.3). Puede notarse en estos registros un perfecto
amarre a la información sísmica.
Además de la interpretación del horizonte correspondiente al tope de la Formación

Caballos, también fueron interpretados dos horizontes más; uno que representa la base de la
Formación Caballos (Tope de la Formación Motema) y un horizonte guía llamado Caliza A,
que puede ser seguido a través de los dos volúmenes tanto al sur como al norte y ayuda a
identificar la posición de la base y tope de la Formación Caballos. Estos horizontes son
73
mostrados en los sismogramas sintéticos (Figuras 5.2 y 5.3) y en la sísmica interpretada

como se puede observar en las figuras 5.4 y 5.5.
Figura 5.1 – Ubicación de los dos volúmenes disponibles, al sur volumen del año 1992. Al
norte en rojo volumen del año 2001. Los puntos negros representan la ubicación de algunos
pozos en el área, los puntos más pequeños los pozos del área de estudio.
74
Figura 5.2 – Sintético generado para el pozo Orito-9. Amarre para el volumen sur
(Tomado de Amaya, 1996).
Figura 5.3 – Sintético generado para el pozo Orito-5. Amarre para el volumen norte.
75
5.2 RESULTADOS
O-5
-5
Top Villeta
Villeta
Top Caliza
Caliza AA
Top Caballos
Top Motema
Motema
O -5
Figura 5.4 – Interpretación sobre la inlíne 70, para la caliza A (azul claro), horizonte Datum
(naranja), tope de la Formación Caballos (verde oscuro) y base de la Formación Caballos
(verde claro). La falla de Caldero(verde) y la falla de Orito (rojo). Note el perfecto amarre
del pozo O-5 a la sísmica.
Figura 5.5 – Interpretación sobre la

Crossline 250, para la caliza A (azul
claro), horizonte Datum (naranja),
tope de la Formación Caballos
(verde oscuro) y base de la
Formación Caballos (verde claro),
adicionalmente la falla de
Caldero(verde) y una serie de fallas
de menor salto que posiblemente
han controlado la acumulación de
fluidos (Amaya 1996).
76
La interpretación realizada en este estudio logro definir mucho mejor las estructuras
presentes en la parte norte (Figuras 5.6 y 5.7) con base a la información sísmica disponible
y a su excelente calidad.
Con el amarre de los pozos a la sísmica, se interpretó los horizontes asociados al Tope y
Base de la Formación Caballos en tiempo en el volumen sísmico de la parte norte, para
después ser convertidos a un mapa estructural en profundidad el cual mantiene la misma
tendencia estructural identificada por la interpretación en tiempo. Para el cálculo de
atributos se utilizó el intervalo en tiempo entre el tope y la base de la Formación Caballos.
Figura 5.6 – Anterior

interpretación estructural en
profundidad al tope de la
Formación Caballos, en el
campo Orito para la misma área
de la interpretación mostrada en
la figura 5.8. Al momento de
esta interpretación no se contaba
con la sísmica utilizada en el
presente estudio. Note la
diferencia en el modelo
estructural con la interpretación
de este estudio. El recuadro rojo
representa aproximadamente la
ubicación del volumen sísmico
más reciente (Modificado de
Amaya, 1996).
En el área se ha definido la presencia de un anticlinal asimétrico de unos 12.5 kilómetros de

largo y 8 kilómetros de ancho. Tres rasgos estructurales principales han sido identificados:
El anticlinal de Orito, la falla de Orito, y un fallamiento secundario. El anticlinal de Orito se
extiende aproximadamente con el eje principal en la dirección N-S, el flanco occidental
buza aproximadamente 3.5º, mientras que el oriental buza entre 10º a 20º siendo mayor
hacia la falla de Orito. Dentro de esta gran estructura se incluyen los llamados domo sur y
domo norte, el último ubicado en la parte central del volumen más reciente, que representa
77
la mayor estructura en este sector norte. Matthews y Portilla (1994) describen el anticlinal
de Orito como un anticlinal de bloque colgante, asumiendo que este se desarrollo como
resultado del movimiento a lo largo de la falla con una geometría de rampa plana. No
obstante, para Twiss & Moros (1992), este puede ser un pliegue por propagación de falla.
Figura 5.7 Interpretación estructural en profundidad para los volúmenes norte generado en
este estudio y sur generado por funcionarios Ecopetrol, mostrando la tendencia de las
estructuras y las fallas presentes. La falla más importante del área corresponde a la falla de
Orito, límite de la estructura al oriente. La escala representa valores en profundidad
(TVDSS).
78
Anticlinales
Para la parte norte (domo norte), los anticlinales presentes no presentan una dirección N-S
sino NE-SW, y no parecen estar asociados a la falla de Orito, si no a un sistema de
fallamiento desarrollado en el sentido NE-SW, tal como se puede observar en el mapa de la
figura 5.7 y 5.8. No obstante la falla de Orito sigue siendo la falla más importante del área.
Dentro del denominado anticlinal de Orito, el llamado Domo Norte es una estructura
anticlinal asimétrica de unos 5 km de largo y 1.5 km de ancho cuyo eje corre en la dirección
principal NE-SW, el flanco sur con ángulos entre aproximadamente 5° y el flanco norte
controlado por la segunda falla más importante en el área (falla Caldero) que cruza en la
dirección NE-SW hasta perderse contra la falla de Orito, la cual marca el limite oriental del
campo en este sector. Hacia la parte sur, se alcanza a visualizar el extremo más norte del
denominado Domo Sur y en el costado occidental del área, se alcanza a visualizar un
pequeño alto estructural también controlado por la falla de Caldero en este sector. Un poco
al NE del Domo Norte se visualiza otro alto estructural con su eje corriendo en la dirección
NE-SW, el cual se encuentra posiblemente controlado igualmente por la falla de Calcetero.
Fallas
• Falla de Orito
La falla de Orito es una de las mayores fracturas en la cuenca del Putumayo y de hecho el
rasgo estructural más importante en el área que marca el limite oriental del campo, cuyo
desplazamiento vertical a partir de la sísmica no pudo ser determinado (Figura 5.7). Sin
embargo, autores como Portilla (1991) le asignan un desplazamiento vertical cercano a los
5900 pies (1800 m), constituida por una zona de falla de 300 m a la altura de la Formación
Caballos.
Afortunadamente, en el volumen sísmico interpretado en este trabajo (Figura 5.8), la falla

de Orito esta cruzando todas las líneas, lo cual permitió definir el trazo de la falla e
identificar aproximadamente su plano, el cual presenta una vergencia al NE. En cuanto el
salto de la falla, aunque se sabe que es de varios miles de pies, la información sísmica en el
bloque yacente no es muy clara por lo cual sería un poco arriesgado dar un dato acerca de
su salto. Sin embargo, la interpretación del trazo de la falla de Orito a partir del volumen
reciente, permitió orientar un poco mejor el trazo de falla que se traía desde el sur,
desplazándolo hacia el occidente (Figuras 5.6 y 5.7).
79
Figura 5.8 Interpretación final en profundidad al tope de la Formación Caballos para

el volumen norte, mostrando la tendencia de las estructuras y las fallas presentes. Las
dos fallas más importantes del área corresponden a la falla de Orito límite de la
estructura al oriente y la falla de Caldero.
• Fallamiento Secundario.
Para el área en particular se puede decir que existe un sistema de fallamiento secundario en
la dirección primordial NEE, que producen desplazamientos que varían aproximadamente
entre 900 pies para la falla de Caldero en el sector de estudio hasta unos pocos pies para
80
otras fallas más pequeñas, con un comportamiento por lo general de carácter inverso, con
planos de falla verticales a sub-verticales, y leve vergencia hacia el noroccidente. Dicho
fallamiento, genera varios bloques dentro del campo como se observa en las figuras 5.7 y
5.8, que posiblemente controla la acumulación de fluidos (Amaya, 1996). Adicionalmente,
como indica este mismo autor la historia de producción indica que el contacto gas-aceite ha
descendido ha diferentes niveles dependiendo del bloque, lo que confirma el control
generado por efecto de este fallamiento. Otras fallas menores con desplazamientos
pequeños están presentes en el área con ángulos de buzamiento menores y vergencia al SE
(Figura 5.8).
La interpretación sísmica realizada se constituye en la base de modelos estructural y en el

“input” de entrada entre los cuales se realizaron todos los análisis de atributos y
multiatributos considerados en este trabajo. Dichos análisis están restringidos a la ventana
de resolución definida entre el tope y base de la Formación Caballos y la ventana definida
para la unidad “U1” a la base de esta misma formación.
81
6. RESULTADOS Y ANALISIS DE MULTIATRIBUTOS
En búsqueda de mejorar el poder de predicción, se empleo en este estudio la tecnología de

multiatributos por tener mayo poder predictivo para el calculo de propiedades del
yacimiento tales como porosidad, permeabilidad y contenido de shale. Adicionalmente se
generaron mapas de propiedades físicas como la velocidad de las ondas P e impedancia
acústica, para dar soporte y justificación física a los resultados obtenidos con multiatributos,
esperando que la respuesta final de la propiedad del yacimiento mostrara una tendencia
lógica al ser graficada contra una propiedad física. A continuación se muestran los
resultados comparando atributos simples y multiatributos soportados por ecuaciones,
graficas y mapas que muestran el mayor poder predictivo del método.
De los 16 pozos perforados hasta la Formación Caballos dentro del volumen sísmico, se
usaron 15 pozos, ya que se excluyó el pozo Calcetero-1 debido a la falta de registros
necesarios para este estudio. Por otro lado la calidad de la información de los 15 pozos
usados es lo suficientemente buena para ser utilizado dentro de los cálculos. Como se indicó
en el capitulo 2.
Para la interpretación del volumen sísmico y tal como se indicó en el capitulo 4 para la
determinación de las ventanas de análisis para atributos simples y multiatributos sísmicos
se determino que las frecuencias varían de 20 a 60 Hz, siendo la frecuencia dominante de
unos 45 Hz. Así la longitud de onda tomando una velocidad promedio de 11400 ft/s, es de
aproximadamente 255 pies, siendo el espesor mínimo posible a resolver de 64 pies. Así
podemos decir que el espesor mínimo de la ventana de análisis a emplear es de 64 pies y el
máximo estaría dado por el espesor de la Formación Caballos en éste caso 270 a 280 pies
que corresponden a un intervalo en tiempo de aproximadamente 37 ms.
Para este estudio se utilizaron dos ventanas de análisis: una que corresponde al espesor total
de la Formación Caballos aproximadamente 37 ms, limitada entre el tope y base de la
formación. Con la idea de observar la respuesta cuando se trabaja por debajo de una
longitud de onda, pero por encima de la resolución sísmica, se tomó una segunda ventana
de 15 ms que corresponde a la unidad U1 de la parte baja de la Formación Caballos: La
tabla 6.1 muestra las coordenadas de ubicación de los pozos con su elevación y la
profundidad perforada. Las tablas 6.2 y 6.3 muestran los rangos de profundidad utilizados
para los cálculos en la Formación Caballos y la unidad U1. Las tablas 6.4 y 6.5 muestran
los valores promedios de porosidad, permeabilidad, volumen de shale, velocidad de las
ondas-P e Impedancia acústica de las ondas-P para la Formación Caballos y la unidad U1
de la base de esta formación.
82
POZO CLASIFICACION COORDENADAS 3W BOGOTA ELEVACION (ft) TD (ft)

NORTE ESTE NORTE ESTE GL KB
ORITO 5 Avanzada 570976 1020690 571072 686618 1227 1242 6534
ORITO 6 Desarrollo 568851 1022674 568943 688603 1321 1336 6661
ORITO 37 Desarrollo 568912 1019792,8 569006 685693 1637 1648 7185
Tabla 6.1 Muestra las coordenadas de los pozos utilizados en el proyecto, su elevación y la
profundidad sobre la Formación Caballos y el espesor total perforado en cada pozo.
POZO FORMACION CABALLOS (ft) INTERVALO CALCULOS (ft) ESPESORES (ft)

TOPE BASE REALIZADOS Fm. CABALLOS CALCULOS
ORITO 5 6205 6471 6205 6471 266 266
ORITO 6 6388 6637 6388 6637 249 249
ORITO 10 6280 6552 6280 6552 272 272
ORITO 14 6340 6608 6340 6608 268 268
ORITO 15 6485 6692 6485 6692 207 207
ORITO 21 6951 7270 6951 7270 319 319
ORITO 24 7062 7381 7062 7381 319 319
ORITO 34 6357 6634 6357 6634 277 277
ORITO 35 6462 6742 6462 6742 280 280
ORITO 36 6622 6892 6622 6892 270 270
ORITO 37 6852 7135 6852 7135 283 283
ORITO 38 6944 7212 6944 7212 268 268
ORITO 39 6450 6688 6450 6688 238 238
ORITO 40 6220 6510 6220 6510 290 290
ORITO 43 6225 6471 6225 6471 246 246
Tabla 6.2 Muestra el intervalo de profundidades utilizadas para los diferentes cálculos sobre
la Formación Caballos y el espesor total en cada pozo.
83
POZO UNIDAD U1 (ft) INTERVALO CALCULOS (ft) ESPESORES (ft)

TOPE BASE REALIZADOS UNIDAD U1 CALCULOS
ORITO 5 6368,65 6471 6368,65 6471 102,35 102,35
ORITO 6 6573 6637 6573 6637 64 64
ORITO 10 6443,65 6552 6443,65 6552 108,35 108,35
ORITO 14 6514,5 6608 6514,5 6608 93,5 93,5
ORITO 15 6628,2 6692 6628,2 6692 63,8 63,8
ORITO 21 7093,6 7270 7093,6 7270 176,4 176,4
ORITO 24 7212 7381 7212 7381 169 169
ORITO 34 6517,8 6634 6517,8 6634 116,2 116,2
ORITO 35 6602 6742 6602 6742 140 140
ORITO 36 6778,6 6892 6778,6 6892 113,4 113,4
ORITO 37 7018 7135 7018 7135 117 117
ORITO 38 7100 7212 7100 7212 112 112
ORITO 39 6579,7 6688 6579,7 6688 108,3 108,3
ORITO 40 6390 6510 6390 6510 120 120
ORITO 43 6379 6471 6379 6471 92 92
Tabla 6.3 Muestra el intervalo profundidades utilizadas para los diferentes cálculos sobre la
Unidad U1 y el espesor total empleado en el calculo en cada pozo.
Los datos de propiedades petrofísicas y físicas utilizados en este estudio para los cálculos
de atributos y multiatributos, corresponden a valores promedio tomados para todo el
intervalo de interés.
Dichos cálculos fueron realizados haciendo promedios aritméticos para el caso de la

porosidad, permeabilidad horizontal y volumen de shale, así mismo se realizó un promedio
geométrico con los datos de permeabilidad por ser considerado conceptualmente como un
mejor promedio, sin embargo como se mostrará más adelante la permeabilidad horizontal
parece verse mejor reflejado cuando se trabaja con atributos. Las siguientes tablas muestran
esos valores para toda la Formación caballos y la Unidad U1 de esta Formación.
Como se había indicado en capítulos precedentes, lo primero que se pretende en este

estudio es lograr mayor poder predictivo en el cálculo de propiedades mediante la
utilización de atributos sísmicos. Inicialmente, lo que se hace cuando se pretende
determinar cual atributo responde a cierta propiedad, es establecer el coeficiente correlación
entre varios atributos simples y la propiedad que se desea establecer, escogiendo aquel
atributo que mayor coeficiente de correlación presente con la propiedad, y determinando
que tipo de relación matemática (lineal, polinomial, exponencial, etc) es la que me jor refleja
la propiedad.
84
FORMACIÓN CABALLOS
Porosidad Permeabilidad Volumen de Velocidad Impedancia Acust. Espesor

(Decimales) Geométrica Shale Ondas – P Ondas- P Calculo
POZO (mD) (Decimales) (ft/seg) (Km/s)/(g/cm 3) (ft)
ORITO 5 0.097 38,2 0.335 14200 10.82 266
ORITO 6 0,107 28,3 0.294 14000 10.51 249
ORITO 10 0,069 21,3 0.419 14000 10.748 272
ORITO 14 0,089 32,9 0.369 14000 10.635 268
ORITO 15 0,087 18,6 0.362 14300 10.99 207
ORITO 21 0,105 25,8 0.317 13600 10.20 319
ORITO 24 0,084 25,7 0.355 14600 11.149 319
ORITO 34 0,075 18 0.354 14700 11.307 277
ORITO 35 0,081 25,8 0.304 14900 11.475 280
ORITO 36 0,103 30,1 0.345 13900 10.643 270
ORITO 37 0,065 11,9 0.503 14400 11.128 283
ORITO 38 0,086 23,6 0.382 14300 11.013 268
ORITO 39 0,089 16,5 0.36 14300 10.80 238
ORITO 40 0,095 30,5 0.244 14900 11.321 290
ORITO 43 0,102 26,9 0.207 14400 11.252 246
Tabla 6.4 – Valores de propiedades petrofísicas y físicas promedios calculados para toda la
Formación Caballos, a partir de los datos de pozo.
UNIDAD U1 - FORMACIÓN CABALLOS
Porosidad Permeabilidad Volumen de Velocidad Impedancia Acust. Espesor

(Decimales) Geométrica Shale Ondas – P Ondas- P Calculo
POZO (mD) (Decimales) (ft/seg) (Km/s)/(g/cm 3) (ft)
ORITO 5 0.101 86,2 0,083 14400 10.72 102,35
ORITO 6 0,095 161,4 0,153 14700 10.0269 64
ORITO 10 0,100 39,6 0,143 13800 10.0884 108,35
ORITO 14 0,105 111,5 0,130 14300 10.695 93,5
ORITO 15 0,097 153,9 0,226 14600 11.27 63,8
ORITO 21 0,134 83 0,178 13600 9.925 176,4
ORITO 24 0,100 21,4 0,291 14500 10.80 169
ORITO 34 0,089 128,5 0,313 14700 11.238 116,2
ORITO 35 0,082 106,6 0,105 15000 11.289 140
ORITO 36 0,128 50 0,304 13700 10.282 113,4
ORITO 37 0,086 49,5 0,363 14800 11.36 117
ORITO 38 0,119 104,4 0,335 13900 10.53 112
ORITO 39 0,106 93, 3 0,121 14400 10.796 108,3
ORITO 40 0,089 155,4 0,072 15000 11.267 120
ORITO 43 0,106 80,9 0,247 14300 11.269 92
Tabla 6.5 – Valores de propiedades petrofísicas promedios calculados para La Unidad U1
de la parte inferior de la Formación Caballos, a partir de los datos de pozo.
85
Posteriormente, para el caso de multiatributos se van adicionando más atributos como se

explico en capítulos anteriores, que trabajando con otros atributos permitan mejorar el
poder predictivo en el cálculo de la propiedad. A continuación, se muestran mediante
ecuaciones, tablas y gráficos los resultados para las diferentes propiedades calculadas para
atributos simples y para multiatributos, tanto para toda la Formación Caballos, como para la
unidad “U1” de esta formación.
Para evitar ser repetitivos, recordemos que las ecuaciones para atributos simples, que serán
mostradas a continuación tienen la forma:
P( s ) = w0 + w11 A1 + w12 A12 (6.1)
Donde, los valores de los coeficientes son calculados por mínimos cuadrados y A1
corresponde al valor del atributo calculado en cada punto sobre la sísmica.
Para el caso de multiatributos las ecuaciones son de la forma:
P( m ) = w0 + w11 A1 + w12 A12 + ...... + w1n A1n

+ w21 A2 + w22 A22 + ...... + w2 n A2n
+ .... (6.2)
+ wi1 Ai + wi 2 A + ...... + win A
i
2
i
n
Donde, el valor de los coeficientes de ponderación puede ser hallado como se vio en el
capitulo 4, por la solución del sistema de matrices de la forma:
[
w = AT A ]−1
AT P
(6.3)
Donde los valores A1 , A2 .................An , corresponden al va lor de cada atributo calculado en

la sísmica, P al valor de las propiedades en la ubicación de los pozos y w a los coeficientes
de la ecuación.
A continuación serán mostrados los resultados del acercamiento logrado mediante la

utilización de atributos simples y multiatributos. Dichos resultados están organizados de la
siguiente manera:
1. Tablas de correlación Error, en donde se muestran los atributos usados para el

cálculo de cada propiedad del yacimiento, junto con los coeficientes de correlación
86
y el error cometido tanto para atributos simples como para multiatributos (tablas
pares 6.6 a 6.26).
2. Las Relaciones matemáticas, obtenidas para atributos simples (s) y para
multiatributos (m) por cada propiedad calculada. Cuatro ecuaciones para porosidad
están incluidas en el texto (ecuaciones 6.4 a 6.7) y las ecuaciones para las otras
propiedades calculadas están incluidas en el anexo de formulas (ecuaciones 6.4 a
6.23).
3. Tablas de comparación de Resultados numéricos, para los valores promedio de cada
propiedad, mostrando los valores medidos en la ubicación de los pozos (medido),
los valores calculados mediante atributos simples (AS) y los calculados mediante la
aplicación de multiatributos (tablas 6.7 a 6.27).
4. Graficas de comparación de resultados mediante curvas, para valores medidos en la
ubicación de los pozos, calculados mediante atributos simples y calculados
mediante la aplicación de multiatributos (graficas 6.1 a 6.11).
5. Mapas de propiedades, generados con la aplicación de atributos simples y
multiatributos (Figuras 6.1-6.2 y anexo de mapas).
En primera instancia serán mostrados los resultados para porosidad en el orden

anteriormente numerado. Para las demás propiedades calculadas, las relaciones matemáticas
y los mapas producto del calculo, podrán ser consultados en los anexos de formulas y de
mapas respectivamente.
6.1 PROPIEDADES PETROFISICAS
6.1.1 Porosidad
Formación Caballos
Tabla 6.6 - Correlación-Error (Porosidad Fm. Caballos)

No Atributos Atributos C. Correlación Error
A1 Promedio de frecuencia cero crossing 0,798337 0,00537551

A2 Valle promedio de Amplitudes 0,935207 0,003047
A3 Pico Espectral de Frecuencia 0,97097 0,00203953
A4 Longitud de Correlación 0,995645 0,000789
87
En la tabla 6.6 se observan los valores de coeficiente de correlación y error cometido,

utilizando un atributo (atributo simple) y multiatributos. Note como el coeficiente de
correlación aumenta hasta un valor bastante alto y el error cometido se hace mucho menor.
A partir de este punto se estableció que las funciones que mejor responden a esta propiedad
corresponden a polinomios de orden dos. Las ecuaciones para atributos y multiatributos son
las siguientes:
• Ecuación de porosidad, con atributos simples:
Porosidad ( s ) = 0.17287 − 0.000584204 A1 + 0.00000089927 A12 (6.4)
Donde A1 corresponde al valor del atributo promedio de frecuencias de zero crossing en

cada punto.
• Ecuación de porosidad, con Multiatributos:
Porosidad ( m ) = 0.135759 − 0.000904267 A1 + 0.00000139785 A1 + 0.000273844 A2

2
− 0.0000028621 A2 + 0.00290945 A3 − 0.0000224017 A3

2 2
(6.5)
− 0.000154296 A4 + 0.000000380552 A3
2
Donde, A1 , A2 , A3 y A4 son los valores de los atributos para cada punto calculado en la
sísmica.
Del cálculo para los puntos de control que corresponden a los pozos (Tabla 6.6), mediante
la utilización de las ecuaciones establecidas para atributos simples y multiatributos
mostradas anteriormente, se puede observar el mayor poder predictivo lograda por el
cálculo con multiatributos, siendo el error mínimo de 0.000789, con un alto coeficiente de
correlación de cerca de 0.996. Si comparamos el dato medido con el calculado con
multiatributos (MA) y atributos simples (AS) mostrados en tabla 6.7 y gráfica 6.1, podemos
observar el poder predictivo lograda con la utilización de multiatributos, y la desviación
cuando atributos simples son aplicados. Es de anotar que tanto para el cálculo de porosidad,
como para los demás cálculos realizados con atributos simples y multiatributos sobre el
yacimiento Caballos, siempre se dejaron como pozos de validación los pozos 15 y 24 para
corroborar el poder predictivo del calculo.
En la Tabla 6.7 se muestras los Resultados obtenidos para porosidad en la Formación Caballos
con atributos simples (AS) y multiatributos (MA) en la ubicación de los pozos, puede notarse
el gran acercamiento lograda con multiatributos (MA). Los pozos 15 y 24 coloreados con
amarillo, corresponden a pozos de control.
88
Tabla 6.7 – Comparación de resultados numéricos (Porosidad Fm. Caballos)
Pozo medido AS MA
O-5 0.097 0,101 0.097
O-6 0,107 0,112 0,107
O-10 0,069 0,083 0,069
O-14 0,089 0,104 0,089
O-15 0,087 0,966 0,087
O-21 0,105 0,108 0,105
O-24 0,084 0,083 0,084
O-34 0,075 0,079 0,075
O-35 0,081 0,080 0,081
O-36 0,103 0,109 0,103
O-37 0,065 0,090 0,064
O-38 0,086 0,091 0,085
O-39 0,089 0,094 0,089
O-40 0,095 0,080 0,094
O-43 0,102 0,083 0,098
POROSIDAD MEDIDA vs CALCULADA
0.12
0.11
POROSIDAD
0.1
0.09
0.08
0.07
0.06
O-43
O-40
O-39
O-38
O-37
O-36
O-35
O-34
O-24
O-21
O-15
O-14
O-10
O-6
O-5
POZOS
MEDIDA SINGLE ATRIBUTOS MULTIATRIBUTOS
Gráfica 6.1. Comparación de resultados mediante curvas, para la porosidad en la Formación

Caballos.
89
Las curvas de la grafica 6.1, muestran la comparación de los resultados obtenidos para la
porosidad en la Formación Caballos, mediante los cálculos para atributos simples (curva
amarilla) y multiatributos (curva violeta), comparados con los datos medidos (curva azul) en la
ubicación del pozo. Note como la curva de multiatributos mantiene la misma tendencia de la
curva medida y como la curva de atributos simples presenta desviaciones importantes en
pozos como el 36 y el 24 entre otros. Note también el mayor poder predictivo logrado con
multiatributos, para los pozos de control 15 y 24.
Unidad U1
Tabla 6.8 - Correlación-Error (Porosidad U1)
A1 Promedio de la Relación Señal – Ruido 0,621379 0,0102019

A2 Distorsión en Amplitud 0,830626 0,0068234
A3 Longitud de Correlación 0,872837 0,0059123
A4 Amplitud Absoluta Máxima 0,98121 0,0022727
A5 Componente de Correlación P1 0,995812 0,0010729
En la tabla 6.8 se observan los valores de coeficiente de correlación y el error cometido en el

calculo de la porosidad para la Unidad U1, utilizando un atributo (atributo simple) y para
multiatributos. Note como el coeficiente de correlación comienza en un valor relativamente
bajo aumentando hasta un valor bastante alto y el error cometido se hace mucho menor.
Para la porosidad de la unidad “U1” de la base de la Formación Caballos, se estableció que la

función que mejor responden a la porosidad en la unidad U1 es un polinomio de orden dos.
Las ecuaciones para atributos y multiatributos son las siguientes:
• Ecuación de porosidad, con atributos:
Porisidad ( s ) = −0.00802006 − 0.000155262 A1 − 0.0000000460206 A12
Donde A1 corresponde al valor del atributo Promedio de la Relación Señal – Ruido en cada
punto.
90
• Ecuación de porosidad, con Multiatributos:
Porosidad ( m ) = −0.00000525926 + 0.00012072 A1 − 0.0000000412398 A1 + 0.000767817 A2

2
− 0.00000315996 A2 − 0.0000585925 A3 + 0.00000036614 A3 + 0.000133493 A4

2 2
− 0.00000000762554 A4 − 0.000386484 A5 + 0.00000087723 A5

2 2
Donde, A1 , A2 , A3 , A4 y A5 son los valores de los atributos para cada punto calculado en la
sísmica.
De los calculo de porosidad para la Unidad U1 mediante la aplicación de las ecuaciones

establecida para atributos simples y multiatributos mostradas arriba, se puede observar el
poder predictivo logrado por el cálculo con multiatributos con un alto coeficiente de
correlación de cerca de 0.995 comparado con el logrado para atributos simples con un
coeficiente de determinación de 0.62 como se observa en la tabla 6.8. Si comparamos el dato
medido con el calculado con multiatributos (MA) y atributos simples (AS) mostrados en tabla
6.9 y grafica 6.2, podemos observar el mayor poder predictivo logrado con la utilización de
multiatributos, y la gran desviación cuando atributos simples son aplicados. Es de anotar que
tanto para el cálculo de porosidad, como para los demás cálculos realizados con atributos
simples y multiatributos sobre la Unidad U1, siempre se dejaron los pozos 14 y 15 de control
para corroborar el poder predictivo del calculo.
Tabla 6.9 - Comparación de resultados numéricos (Porosidad U1)

Pozo Medido AS MA
O-5 0,101 0,106 0.101
O-6 0,095 0,1057 0,095
O-10 0,10 0,087 0,105
O-14 0,105 0.108 0.1048
O-15 0,097 0.0893 0.099
O-21 0,134 0.120 0.134
O-24 0,10 0,1087 0,101
O-34 0,089 0,084 0,0896
O-35 0,082 0,101 0,0805
O-36 0,128 0,121 0,1284
O-37 0,086 0,0924 0,0867
O-38 0,119 0,102 0,118
O-39 0,106 0,1076 0,1045
O-40 0,082 0,756 0,0805
O-43 0,106 0,112 0,1075
91
Para los cálculos sobre la unidad U1, los atributos de espectro no fueron usados, por su
limitante en cuanto a la ventana de análisis, ya que estos requieren por lo meno s 12 muestras
que corresponden a 24 ms, siendo esta mayor que los 15 ms correspondientes a esta unidad.
La tabla 6.9 muestra la comparación de los resultados obtenidos para porosidad en la unidad
U1 con atributos simples (AS) y multiatributos (MA) en la ubicación de los pozos. Observe el
mayor poder predictivo logrado con multiatributos (MA). Los pozos 15 y 14 coloreados con
amarillo, corresponden a pozos de control.
En la grafica 6.2 se muestra gráficamente los resultados para la porosidad en la unidad U1,
donde se compara mediante curvas los datos medidos en el pozo (curva azul) con los cálculos
realizados para atributos simples (curva amarilla) y multiatributos (curva violeta). Note como
la curva de multiatributos mantiene la misma tendencia de la curva medida y como la curva de
atributos simples presenta desviaciones importantes en varios pozos. Note también el mayor
poder predictivo logrado con multiatributos, para los pozos de control 15 y 14.
POROSIDAD MEDIDA Vs CALCULADA
0.14
0.13
0.12
POROSIDAD
0.11
0.1
0.09
0.08
0.07
0.06
O-6
O-5
O-43
O-40
O-39
O-38
O-37
O-36
O-35
O-34
O-24
O-21
O-15
O-14
O-10
POZOS
MEDIDA MULTIATRIBUTES SINGLE
Gráfica 6.2 - Comparación de resultados mediante curvas, para la porosidad en la unidad

“U1” de la base de la Formación Caballos.
92
Para evitar ser repetitivos en las siguientes paginas de este capitulo se muestran de la misma
manera como se hizo para el caso de la porosidad primero la tabla de “Correlación-Error”
donde se muestran los valores de los coeficientes de correlación y el error cometido para cada
propiedad calculada, tanto para la Formación Caballos como para la Unidad U1 de la Base de
la Formación Caballos.
Para todas las demás propiedades del yacimiento calculadas, los resultados mediante la
aplicación de multiatributos mostraron tener mayor poder predictivo que los alcanzados
mediante la aplicación de atributos simples. Con valores para multiatributos muchos mas
cercanos a los valores medidos en la ubicación de los pozos. Los resultados muestran:
- Como el coeficiente de correlación comienza en un valor relativamente bajo (para un

atributo ( A1 )) aumentando hasta un valor bastante alto (con multiatributos (A1 ....An )) y el error
cometido se hace mucho menor (ver tablas de correlación - error).
- El mayor poder predictivo logrado con multiatributos (MA) al ser comparados con los
resultados para atributos simples (AS). Para cada caso analizado siempre se dejaron dos pozos
de control (ver tablas de comparación de resultados numéricos), los cuales fueron sacados
durante el calculo para luego chequear el poder de predicción generado mediante los cálculos
con atributos simples y multiatributos. Para la Formación caballos los pozos de control fueron
O-15 y O-24 y para la unidad “U1” los pozos O-14 y 15.
- Curvas de multiatributos cuyos resultados muestran la misma tendencia de los resultados

para valores medidos en la ubicación de los pozos y curvas de atributos simples presentando
desviaciones importantes en varios pozos. Observe para cada caso el mayor poder predictivo
alcanzado con multiatributos en los pozos de control (ver graficas de comparación de
resultados mediante curvas).
Finalmente, la ecuación de atributos y multiatributos fue aplicada a los datos sísmicos para
generar mapas de las diferentes propiedades petrofísicas calculadas como se muestra para el
caso de la porosidad en las figuras 6.1 (multiatributos) y 6.2 (atributos simples), donde además
se aprecia la mejor definición de las tendencias gracias al mayor acercamiento logrado por la
aplicación de multiatributos (figura 6.1) y la menor definición con atributos simples (Fig. 6-2).
Generalizando las observaciones anteriores para todas las propiedades del yacimiento
calculadas, de aquí en adelante serán mostrados únicamente las tablas y graficas resultantes
del análisis.
93
574.020
573.020
572.020
571.020
570.020
569.020
23
21
19
568.020
17
15
13
567.020
11
9
566.020
7
1.015.997 1.016.997 1.017.997 1.018.997 1.019.997 1.020.997 1.021.997 1.022.997 1.023.997 1.024.997 1.025.997
5
(METERS) 0 1000 3
Figura 6.1 – Mapa de Porosidad para la Formación Caballos generado a partir de la aplicación
de multiatributos.
574.020
573.020
572.020
571.020
570.020
569.020
19.5
18
568.020
16
567.020 14
12
566.020 10
1.015.997 1.016.997 1.017.997 1.018.997 1.019.997 1.020.997 1.021.997 1.022.997 1.023.997 1.024.997 1.025.997
(METERS) 0 1000 8
Figura 6.2 – Mapa de Porosidad para la Formación Caballos generado a partir de la aplicación
de atributos simples.
94
6.1.2 Permeabilidad
Formación Caballos
Tabla 6.10 Correlación-Error (Permeabilidad Fm. Caballos)

A1 Frecuencia Dominante F2 0,713353 3,68375

A2 Ancho de Banda Efectivo 0,922179 1,9194
A3 Varianza en Amplitud 0,953277 0,889753
A4 Valle promedio de Amplitudes 0,988928 0,225267
A5 Numero de Valles 0,9996 0,0137
Se estableció que la función que mejor responden a la permeabilidad horizontal en la

Formación Caballos es un polinomio de orden tres. Las ecuaciones para atributos y
multiatributos son mostradas en el Anexo de Formulas.
Tabla 6.11 – Comparación de resultados numéricos (Permeabilidad Fm. Caballos)
Pozo medido AS MA
O-5 0,335 0,311 0,352
O-6 0,294 0,314 0,296
O-10 0,419 0,385 0,412
O-14 0,369 0,365 0,365
O-15 0,362 0,296 0,348
O-21 0,317 0,294 0,317
O-24 0,355 0,317 0,358
O-34 0,354 0,285 0,341
O-35 0,304 0,308 0,308
O-36 0,345 0,361 0,352
O-37 0,503 0,52 0,503
O-38 0,382 0,377 0,383
O-39 0,36 0,344 0,351
O-40 0,244 0,284 0,245
O-43 0,207 0,285 0,206
95
PERMEABILIDAD MEDIDA Vs CALCULADAS
40
35
30
K_Geom
25
20
15
10
6 5 43 40 39 38 37 36 35 34 24 21 15 14 10
POZOS
MEDIDO SINGLE MULTTIATRIBUTES
Gráfica 6.3 – Comparación de resultados mediante curvas, para permeabilidad de la

Formación Caballos.
La permeabilidad calculada con multiatributos alcanza un coeficiente de correlación muy alto

con un error de 0.0137, mostrando prácticamente la misma tendencia que los para los valores
medidos.
Unidad U1
Tabla 6.12 Correlación-Error (Permeabilidad U1)

A1 Pendiente de Frecuencia instantánea 0,585765 25,7537

A3 Promedio de Frecuencia Instantánea 0,890092 13,2657
A4 Componentes de Correlación P1 0,99298 3,35205
96
Tabla 6.13 – Comparación de resultados numéricos (Permeabilidad U1)

Pozo Medido AS MA
O-6 86,2 79,6 86,1
O-5 161,4 151 170
O-43 39,6 68,3 41,2
O-40 111,5 112 111
O-39 153,9 163 148
O-38 83 62,6 83,9
O-37 21,4 70,5 20
O-36 128,5 97,2 126
O-35 106,6 93,7 103
O-34 50 87,6 54,5
O-24 49,5 59,6 50,8
O-21 104,4 68,7 104
O-15 93,3 59,2 88,5
O-14 155,4 84,8 149
O-10 80,9 97,8 78,4
PERMEABILIDAD MEDIDA Vs CALCULADAS
180
160
140
120
K_GEOM
100
80
60
40
20
0
6 5 43 40 39 38 37 36 35 34 24 21 15 14 10
POZOS
MEDIDO ATR. SIMPLE MULTIATRIBUTOS
Gráfica 6.4 - Comparación de resultados mediante curvas, para la permeabilidad en la unidad

“U1” de la base de la Formación Caballos.
97
La Unidad U1, muestra para multiatributos un coeficiente de determinación de cerca de 0.993,

con leves desviaciones para los pozos O-5, O-39, O-34, y O-15.
6.1.3 Volumen de Shale (Vsh)
Formación Caballos
Tabla 6.14 Correlación-Error (Volumen de Shale Fm. Caballos)
A1 Correlación del cambio de tiempo al siguiente CDP 0,759951 0,0351457

A2 Promedio de Frecuencia de Cero Crossings 0,850228 0,02776
A4 Máximo valle de Amplitudes 0,989432 0,007374
Tabla 6.15 – Comparación de resultados numéricos (Volumen de Shale Fm. Caballos)
Pozo medido AS MA
O-5 0,335 0,311 0,352
O-6 0,294 0,314 0,296
O-10 0,419 0,385 0,412
O-14 0,369 0,365 0,365
O-15 0,362 0,296 0,348
O-21 0,317 0,294 0,317
O-24 0,355 0,317 0,358
O-34 0,354 0,285 0,341
O-35 0,304 0,308 0,308
O-36 0,345 0,361 0,352
O-37 0,503 0,52 0,503
O-38 0,382 0,377 0,383
O-39 0,36 0,344 0,351
O-40 0,244 0,284 0,245
O-43 0,207 0,285 0,206
98
VOLUMEN DE SHALE MEDIDO Vs CALCULADOS
0.55
0.5
0.45
0.4
Vsh
0.35
0.3
0.25
0.2
6 5 43 40 39 38 37 36 35 34 24 21 15 14 10
POZOS
MEDIDO MULTIA SINGLE
Gráfica 6.5 – Comparación de resultados mediante curvas, para el volumen de shale en la

Para el volumen de shale en la Formación Caballos, el coeficiente de determinación es de

0.9894. Se observan algunas leves desviaciones en los pozos 5, 34 y 15, conservando sin
embargo mayor poder de predicción.
Unidad U1
Tabla 6.16 Correlación-Error (Volumen de shale U1)

A2 Máximo valle de Amplitudes 0,553695 0,0644
A3 Promedio del Poder de Reflexión 0,803947 0,042685
A4 Pico promedio de Amplitudes 0,903482 0,02995
99
Tabla 6.17 – Comparación de resultados numéricos (Volumen de Shale U1)

Pozo Medido AS MA
O-5 0,083 0,105 0,088
O-6 0,153 0,237 0,155
O-10 0,143 0,206 0,145
O-14 0,13 0,228 0,118
O-15 0,226 0,264 0,229
O-21 0,178 0,253 0,181
O-24 0,291 0,264 0,305
O-34 0,313 0,223 0,301
O-35 0,105 0,213 0,109
O-36 0,304 0,207 0,287
O-37 0,363 0,251 0,384
O-38 0,335 0,261 0,325
O-39 0,121 0,082 0,123
O-40 0,072 0,079 0,071
O-43 0,247 0,254 0,237
VOLUMEN DE SHALE Vs CALCULADOS
0.45
0.4
0.35
0.3
0.25
Vsh
0.2
0.15
0.1
0.05
0
6 5 43 40 39 38 37 36 35 34 24 21 15 14 10
POZOS
MEDIDO ATR. SIMPLE MULTIATRIBUTOS
Gráfica 6.6 – Comparación de resultados mediante curvas, para volumen de shale en la

unidad “U1” de la base de la Formación Caballos.
Para el volumen de shale en la Unidad U1, el coeficiente de determinación es de 0.9896. Se

observan algunas pequeñas desviaciones en los pozos O-14 y O-37.
100
6.2 PROPIEDADES FÍSICAS
Con la idea de dar un sentido físico a la respuesta final encontrada y soportar la exactitud
lograda con multiatributos, se calcularon propiedades físicas de la roca como la velocidad
de las ondas P e impedancia acústica de las ondas P, utilizando también la tecno logía de
multiatributos. La idea fue poder establecer si las propiedades petrofisicas calculadas con
multiatributos, presentaban una tendencia física lógica al ser relacionados a estas
propiedades físicas, tal como se mostró en el capitulo 3 numeral 3.5.
6.2.1 Velocidad de las Ondas P
Formación Caballos
Tabla 6.18 - Correlación-Error (Velocidad de las ondas P – Formación Caballos)
Para el caso de la velocidad de las ondas P para la Formación Caballos los valores de
coeficiente de correlación comienzan en un valor relativamente alto, sin embargo posible de
aumentar, reduciendo aun más el error (Tabla 6.18).
La función que mejor responde a la velocidad es un polinomio de orden dos. Las

ecuaciones para atributos y multiatributos son mostradas en el Anexo de Formulas, donde
A1, A2, A3, A4 y A5 son los valores de los atributos mostrados en la tabla 6.18 para cada
punto calculado en la sísmica.
Para la velocidad de las ondas P de la Formación Caballos, el coeficiente de determinación

alcanza un valor de 0.9907, empezando con un valor alto de 0,8164 como se observa en la
tabla 6.18. Sin embargo, se presentan leves desviaciones especialmente para los pozos O-5,
O-10.
101
Tabla 6.19 – Comparación de resultados numéricos

(velocidad de las ondas P - Formación Caballos)
Gráfica 6.7 – Comparación de resultados mediante curvas, para velocidad de las ondas P -
102
Unidad U1
Tabla 6.20 - Correlación-Error (Velocidad de las ondas P – U1)
Tabla 6.21 – Comparación de resultados numéricos (velocidad de las ondas P – U1)
Para la velocidad de las ondas P en la Unidad U1, el coeficiente de determinación es cerca

de 0.985, mejorando notablemente desde un valor para atributos simples de cerca de 0.55,
como se observa en la tabla 6.20. A pesar de la exactitud con multiatributos, pequeñas
desviaciones pueden ser observadas especialmente para los pozos 15 y 5 (Grafica 6.8).
Estas desviaciones pueden ser debidas al hecho que para el caso especifico de la unidad U1,
no es posible utilizar atributos que requieren por lo menos 10 muestras en intervalo (20
ms.) para ser usados, restringiendo la respuesta y exactitud.
103
15100
14900
14700
14500
14300
14100
13900
13700
13500
6 5 43 40 39 38 37 36 35 34 24 21 15 14 10
POR_REAL MULTIATRIBUTES SINGLE
Gráfica 6.8 – Comparación de resultados mediante curvas, para velocidad de las ondas P –
Unidad U1.
6.2.2 Impedancia Acústica de las Ondas P
Para la impedancia acústica se estableció que las funciones que mejor responden tanto para
la Formación Caballos como para la Unidad U1, son polinomios de orden dos. Las
ecuaciones son mostradas en el Anexo de Formulas.
Formación Caballos
Tabla 6.22 - Correlación-Error (Impedancia acústica de las ondas P – Formación

Caballos)
104
Tabla 6.23 – Comparación de resultados numéricos (Impedancia acústica de las ondas P –

Formación Caballos)
Gráfica 6.9 – Comparación de resultados mediante curvas, para Impedancia acústica de las
ondas P – Formación Caballos.
105
Los coeficientes de determinación para la impedancia acústica en la Fm. Caballos, empieza

desde atributos simples con un valor bastante alto, pero posible de aumentar con
multiatributos (Tabla 6.22). No obstante, a pesar de la exactitud numérica, se presentan
leves desviaciones especialmente en los pozos O-39 y O-24 (Tabla 6.23 y Grafica 6.9).
Unidad U1
Tabla 6.24 - Correlación-Error (Impedanc ia acústica de las ondas P – Unidad U1)

No Atributos Atributos C. CorrelaciónError
A1 Promedio de la Relación Señal – Ruido 0.5 0.333086

A2 Distorsión en Amplitud 0.662 0.272527
A3 Amplitud Total 0.8828 0.1604
A4 Promedio del Poder de Reflexión 0.973 0.0769465
A5 Pendiente de Frecuencia instantánea 0.994 0.0364033
Tabla 6.25 – Comparación de resultados numéricos (Impedancia acústica de

las ondas P – Unidad U1).
Pozo Medido AS MA
O-6 11.0269 11.1747 11.0685
O-5 10.7201 10.8144 10.714
O-43 11.2694 11.117 11.3003
O-40 11.2665 11.4393 11.3086
O-39 10.7965 10.3973 10.8015
O-38 10.5274 10.5511 10.4986
O-37 11.3624 10.8675 11.365
O-36 10.2824 10.5017 10.2424
O-35 11.2894 11.1831 11.2177
O-34 11.2382 10.9793 11.223
O-24 10.8025 10.4015 10.8486
O-21 9.92481 10.4909 9.9408
O-15 11.2704 10.3714 11.2089
O-14 10.6952 10.8507 10.5629
O-10 10.0884 10.6766 10.1388
Los coeficientes de determinación logrados para impedancia de la unidad U1 alcanza un

valor de 0.994, aumentando notablemente desde 0.5 para atributos simples (Tabla 6.24). En
la tabla 6.25 y grafica 6.10 se observa pequeñas desviaciones con respecto al dato medido
para multiatributos y una alta desviación para atributos simples.
106
IMPEDANCIA MEDIDAD Vs CALCULADAS
11.4
11.2
11
IMPEDANCIA
10.8
10.6
10.4
10.2
10
9.8
6 5 43 40 39 38 37 36 35 34 24 21 15 14 10
POZOS
POR_REAL MULTIATRIBUTES SINGLE
Gráfica 6.10 – Comparación de resultados mediante curvas, para impedancia acústica de

las ondas P –Unidad U1.
107
7. INTERPRETACIÓN DE RESULTADOS
7.1 RELACION FISICA
En el capitulo 3 numeral 3.5, se mostró la tendencia física de los materiales principalmente

de la porosidad con propiedades de la roca como velocidad de las ondas-P y la impedancia
acústica de las ondas-P, así como el comportamiento que muestra el volumen de shale
versus la porosidad y la permeabilidad versus el vo lumen de shale. De la misma manera en
éste capitulo se muestra como los resultados obtenidos a partir de los cálculos con
multiatributos muestran las mismas tendencias en cuanto a las relaciones mostradas en
capitulo 3. Lo que se observa es que las tendencias de las relaciones porosidad versus
velocidad e impedancia, el volumen de shale versus permeabilidad así como la relación
volumen de shale versus porosidad efectiva se mantenía después del cálculo de estas
propiedades con multiatributos. Así se graficó primero la impedancia de las ondas-P versus
la velocidad de las ondas-P (Figura 7.1), mostrando una lógica relación lineal directa con
mayor acumulación de puntos hacia los valores más altos de impedancia y velocidad es
decir hacia materiales menos porosos o más sucios.
25
15000
22
13000
Velocidad (Vp)
18
11000
14
9000
10
7000
5000
2
2 4 6 8 10
Impedancia (Ip)
Figura 7.1 - Crossplot de impedancia de las ondas-P (Km/s)/(g/cm3) vs Velocidad-P

(pies/seg), Observese la tendencia lineal y la mayor acumulación de puntos hacia la
esquina superior derecha de la grafica, hacia los materiales mas sucios.
108
Posteriormente se graficó la porosidad versus la velocidad de las ondas-P (Figura 7.2) y

versus la impedancia de las ondas-P observando que se mantuvo la tendencia como se
muestra en la figura 7-3 y 7.4, con una relación inversa entre la porosidad y la velocidad y
entre la porosidad y la impedancia acústica. Además son observables por lo menos tres
tendencias que posiblemente corresponden a la presencia de arenas sucias y arcillas dentro
de la secuencia, siendo la tendencia superior (línea roja) la correspondiente a materiales
más limpios.
24
24
22
22
18 18
Porosidad (%)
14
14
10
10
2
5000 10000 15000
Velocidad (V p)
Figura 7.2 – Crossplot de velocidad-P (pies/seg) contra porosidad (%), note la tendencia
lineal y la mayor acumulación de puntos hacia los materiales finos en la esquina inferior
derecha, mostrando mayor presenc ia de finos a través del área del volumen.
Para el caso del volumen de shale versus porosidad, mostrado en la figura 7.5 generada a
partir de datos promedios de las propiedades en la ubicación de los pozos y la figura 7.6
generada a partir de multiatributos. Se observa que se mantiene una tendencia lógica entre
estas dos propiedades, donde la porosidad disminuye a medida que su aumenta el contenido
de arcilla, mostrando así mismo un mayor poder predictivo para el caso de multiatributos
(figura 7.6), con altas porosidades para materiales bien seleccionados y bajas porosidades
para materiales sucios.
109
0.25
Arenas proximales y
0.23 canales
0.21 Mejor selección
0.19
Llanuras
Porosidad (%)
0.17
0.15
0.13
Arenas distales y
0.11 canales
0.09
0.07
0.05
8 9 10 11 12 13
Impedancia (Km/s)/(g/cm3)
Figura 7.3 - Crossplot de impedancia de las ondas-P (Km/s)/(g/cm3) vs porosidad (%) a

partir de los pozos. Nótese la presencia de tres tendencia lineales, posiblemente debido a la
selección, estando las rocas más limpias hacia la parte superior (línea roja).
Mejor
selección
Porosidad (%)
I m p e d a n c i a ( Km / s ) / ( g / c m 3 )
Figura 7.4 - Crossplot de impedancia de las ondas-P (Km/s)/(g/cm3) vs porosidad (%) a

partir de multiatributos, note la semejanza con la tendencia mostrada en la figura 7.3 y la
mayor acumulación de puntos hacia los materiales arcillosos en la esquina inferior derecha
de la gráfica.
110
Vsh Vs Porosidad
18
16
14
Porosidad (%)
12
10
4
20 25 30 35 40 45 50
Vsh (%)
Figura 7.5 – Crosplot de volumen de shale contra porosidad para los 15 pozos del área.
Observese la tendencia de los puntos con las más altas porosidades hacia el extremo
izquierdo de la grafica donde los materiales son más limpios y los valores más bajos de
porosidad hacia la parte inferior derecha de la grafica donde los materiales son sucios
(mezcla arena arcilla).
90
40
80
35
70
30
Porosidad (%)
60
25
50
20
40
15
30
10
20
5
10
0
20 25 30 35 40 45 50
Vsh (%)
Figura 7.6 – Crossplot de volumen de shale contra porosidad para los cálculos con
multiatributos. Note cómo la tendencia similar a la mostrada en la figura 7.7, pero con una
mayor cantidad de puntos de muestreo.
111
Adicionalmente se graficaron los valores de las propiedades volumen de shale versus

permeabilidad, mostrada para la ubicación de los pozos en la figura 7.7, la cual fue
comparada con la relación obtenidas mediante el cálculo con multiatributos (figura 7.8).
Vsh vs Permeabilidad
670.8 0.05
Porosidad
603.7 0.08
Permeablilidad (mD)
0.12
489.5 0.16
0.20
335.4 0.22
201.2
67.0
0.00 0.20 0.40 0.59 0.79 0.99
Volumen de shale (%)

Figura 7.7 – Crossplot de Volumen de shale contra Permeabilidad para 15 pozos del área de
estudio, note como los valores de permeabilidad descienden rápidamente con un aumento
en el contenido de shale.
190
45
Permeablilidad (mD)
160
40
130
100
35
70
30
40
10
25
25 30 35 40 45
Volumen de shale ( % )
Figura 7.8 –Crosplot de Volumen de shale contra Permeabilidad para todo el volumen con
multiatributos, manteniendose la misma tendencia mostrada en la figura 7.5.
112
De esta comparación se puede observar cómo la tendencia mostrada para la ubicación de

los pozos se mantiene para el cálculo de multiatributos, mostrando un disminución rápida
en la permeabilidad con el aumento en el contenido de arcillas y alguna dispersión hacia los
más altos valores de permeabilidad, debido posiblemente a zonas localmente con mayor
permeabilidad o a datos anómalos ubicados al oriente de la falla de Orito en el bloque
yacente de esta.
7.2 SENTIDO GEOLOGICO
El campo Orito se encuentra en un área que ha sido relativamente desarrollada, no son

muchos los estudios que se han realizado en esta área para tratar de definir mejor las
características del yacimiento. Sin embargo los trabajos de Amaya 1996, representan un
gran aporte al conocimiento del yacimiento Caballos en el Campo Orito.
Según Amaya (1996) las tendencias de los cuerpos y la paleogeografía existente antes de la
depositación de la Formación Caballos, muestran la existencia de paleocanales a través de
los cuales se depositó la Formación Caballos. La paleogeografía pre-Caballos existente fue
mostrada por Amaya (1996) mediante mapas isopacos con valores de espesor que varían
entre 200 – 300 pies como es mostrado en la figura 7.9.
La geometría que puede observarse en éstos isopacos tiene por lo general un patrón sinuoso
con una dirección primordial N-S. Como se muestra en el mapa de la figura 7.9 y como lo
indicó Amaya (1996) en su trabajos; los más altos valores están localizados hacia el centro
del campo y gradualmente incrementándose hacia el norte, mientras que los valores más
bajos están localizados hacia los extremos este y oeste del campo. Esta geometría refleja la
presencia de un paleo-valle que sirvió como depocentro de la Formación Caballos en esta
parte de la cuenca.
Amaya (1996), identificó para esta formación en el área de estudio y un poco más al sur
cuatro eventos de depositación en la Formación Caballos, la unidad más baja compuesta
por depósitos fluviales con menor influencia mareal (ver figura 7.10), las cuales gradan
hacia depósitos estuarinos formados en canales mareales y llanuras mareales que son
suprayacidas por depósitos de canales mareales (figura 7.10), los cuales son finalmente
erodados y suprayacidos por depósitos de barra de desembocadura.
Según Amaya ésta asociación vertical de facies es el producto de un episodio

retrogradacional y representa la depositación en un estuario mareal modificado, con
113
presencia de procesos diagenéticos que modificaron diferencialmente las propiedades

petrofísicas de las facies que componen éste yacimiento en el campo Orito.
Así mismo para observar la tendencia de los cuerpos, se generaron en este trabajo mapas de
arena neta y de relación “net to gross” a partir de la información de pozo, mostrando
efectivamente la existencia de un canal principal (notorio en colores naranja en el mapa
superior y en amarrillos en el mapa inferior de la figura 7.11) que corre aproximadamente
en la dirección N-S con algunos tramos hacia el NE, así mismo se observa hacia el oriente
de este cuerpo principal la presencia de cuerpos arenosos aislados, aproximadamente
paralelos al cuerpo principal.
43
280
Unit 1 (Fluvial Channel)

5
270
10
Unit 3B (lower tidal ch.)
26
40
10
0
36 40
39 Unit 3B (lower tidal ch.)
250
35
21 36 36
21 35
Cumulative oil
240
24 15
37 6 24 production
14 15
38 37 6
14
38 U1
230
34
220
Oil well
23
210
34
22 Gas well
290
34 22
280
Dry well
270 60
20 0
2
0
21 220 0
3 2 1 2
3 1
26
250 240
U3
23
26
240 25
260
0
230
12 270 7 12
8 7
80 80
8 41 41
19
4 19 4
9
81 16 81 16
27 29 29
25 27 25
42
13
13 42 20
CONVENCIONES
90 20
Pozo de Petróleo 31
72 31 72
260
30 18 30
18 32
Pozo de Gas 32
250 23 23
Pozo Seco
240
230 33
33 220 230 Gross thickness
210
200 0 Km
Km 2
0 mi 1. 22
1.
1022000 E
Figura 7.9 - Mapa Isopaco de la Figura 7.10 - Mapa de facies mostrando

Formación Caballos en el campo Orito, la distribución de los depósitos de canal
observe la forma del canal y su fluvial de la unidad U1 (base de la
geometría meándrica. Modificado de Formación Caballos) y de canal mareal
Amaya (1996). inferior de la unidad U3. Observe
además las burbujas cuyo tamaño
representa la producción acumulada. .
Modificado de Amaya (1996).
114
7.3 INTERPRETACIÓN
Después de haber dado justificación física a las propiedades del yacimiento y en especial a
la porosidad, mediante el establecimiento de su relación con las propiedades físicas
generada con multiatributos, éste último paso buscó interpretar los mapas resultantes del
análisis de multiatribitos, con la idea de establecer si éstos presentan o no alguna relación
con las facies ya definidas para la Formación Caballos y si éstos lograban definir con
mayor detalle la geometría y la tendencia de los cuerpos o en otras palabras darle el sentido
geológico a los resultados encontrados con multiatributos.
Figura 7.11 - Mapas de

arena neta (arriba) y
relación “net to gross”
(abajo) para la Formación
Caballos en el área de
estudio, generados a partir
de la información de los
pozos, los cuales confirman
la presencia de un cuerpo
que fue depositado en un
paleovalle que tiene una
dirección principal
aproximadamente N-S y la
presencia de cuerpos
aislados que corren
aproximadamente paralelos
al cuerpo principal.
115
Lo que se obtuvo después de la interpretación de los mapas de porosidad fue un mayor

detalle en la definición de la geometría y tendencia de los cuerpos a través del área de
estudio para la Formación Caballos. Si se comparan los mapas de las figuras 7.9, 7.10 y
7.11 con los de las figuras 7.12 y 7.13 que muestran la distribución de los depósitos
presentes en el área al nivel de la Formación Caballos, allí se puede observar cómo la
geometría de los cuerpos fue más detalladamente definida mediante la interpretación de los
mapas generados a partir de la aplicación de multiatributos sísmicos.
574.020
573.020
572.020
571.020
570.020
569.020
23
21
568.020 19
17
15
13
567.020 11
9
7
5
3
566.020
1.015.997 1.016.997 1.017.997 1.018.997 1.019.997 1.020.997 1.021.997 1.022.997 1.023.997 1.024.997 1.025.997
Figura 7.12 – Mapa de porosidades generado a partir de multiatributos, usado para la

interpretación de la geometría de los cuerpos y sus facies.
116
Canal Fluvial
Unidad 1 (U1) Canal mareal
Unidad 3 (U3)
C--11
Canal mareal * O--43
**
43
Unidad 2 (U2)
O -5
*
O -10
* O -40
O-
O-36 *
* Canal mareal
Unidad 2 (U2) O--339
9
O-
O-21 *
O-
O-35
* *
244
O-2
** O-
O-38 O -37 O--66 O
O-15
* * * *
O-14
14
**
Llanura de
inundación
O -34
* Barras - Unidad 4 ?
Canal mareal Crevasse Splay

Unidad 3 (U3)
Figura 7.13 – Interpretación resultante a partir de los datos de porosidad e impedancia-P

con multiatributos. Note los dos canales interpretados, el canal central asociado a depósitos
de canales fluviales (U1), los laterales asociados a canales mareales inferiores (U3), canales
mareales (U2), “crevasse splay” y depósitos de llanura de inundación en colores blancos.
Como se observa en la figura 7.13 para el área de estudio, se encontró una correlación y
validación adecuada con los ambientes propuestos por Amaya (1996). Así fue posible
identificar; los depósitos correspondientes a la unidad U1 de la parte inferior de la
Formación Caballos y que corresponde a canales fluviales, depósitos de canales mareales
de la unidad U2, depósitos de canales mareales inferiores de la unidad U3, llanuras de
inundación y crevasse Splay.
Esto muestra cómo la adecuada aplicación de la técnica de multiatributos, contribuyó de

una manera positiva a inferir con un mayor poder predictivo propiedades en áreas alejadas
117
de los pozos y cómo la respuesta tiene un sentido geológico totalmente coherente con lo
esperado en el área de estudio, garantizando que la respuesta encontrada y el análisis con
multiatributos fue adecuado.
De la misma manera, se realizó la interpretación de los mapas de volumen de shale y

permeabilidad generados con multiatributos. Para el caso del volumen de shale (Figura
7.14) éste presenta coherencia con la interpretación realizada para el caso de la porosidad
donde la mayoría de los valores bajos de volumen de shale coinciden con los canales
principales Sin embargo, se presentan valores anómalos hacia el costado oriental del área
que no son fáciles de explicar, al no ser por la existencia de otro canal en cercanías a la
Falla de Orito, pero que nos es evidente como ya se vio en el mapa de porosidad..
Figura 7.14 – Mapa resultante de la interpretación del mapa de volumen de shale generado
a partir de multiatributos. Se identifican zonas con valores bajos de volumen de shale
(colores rojos y amarillos) que coinciden con los lugares interpretados en el mapa de
porosidades como correspondientes a depósitos de canales. Sin embargo hacia el oriente
existen datos anómalos que no presentan ninguna relación con los depósitos identificados y
que posiblemente son efecto de la cercanía a la falla de Orito.
Para el caso de la permeabilidad tal como se indicó en el capitulo 3 en términos generales

toda la Formación Caballos no presenta una tendencia clara, como lo muestran los gráficos
118
de porosidad-permeabilidad generados a partir de los datos de corazones provenientes de

los pozos en el área (Centanaro et al. 1993), con un rango de valores bastante alto entre 0.1
a 1 Darcy. Evidentemente esta información igualmente se verá reflejada en los datos de
permeabilidad obtenidos con multiatributos. Por lo tanto la información obtenida tiene tanta
incertidumbre como la que se presenta en la ubicación de los pozos. No obstante, existen
técnicas que permiten caracterizar las permeabilidades como una función de unidades
hidráulicas o tipos de rocas que podrían ayudar a mejorar la correlación y predicción de
esta propiedad con ayuda de la porosidad, sin embargo la aplicación de multiatributos por
efectos de resolución sísmica podría presentar limitaciones.
De esta manera y teniendo en cuenta lo anteriormente planteado para el caso de la

permeabilidad, se localizaron áreas con mejores permeabilidades como se muestra en la
figura 7.15, aunque no pudo ser fácilmente interpretable ni ser relacionado con alguna
tendencia ya descrita. Sin embargo, se identificaron zonas con mejores valores de
permeabilidad como es mostrado en colores naranja y amarillo en el mapa de la figura 7.15
Figura 7.15 – Interpretación del mapa de permeabilidad generado con multiatributos, para
este caso los colores naranja y amarillo representa las zonas con mejores permeabilidades.
Finalmente, para observar cómo están relacionados los datos de producción a los cuerpos
identificados para el área de estudio se montaron sobre el mapa de la figura 7.13 los datos
de producción representados por burbujas cuyo tamaño representa la producción acumulada
119
a febrero de 2003 (ver figura 7.16), notándose como los pozos con mayor producción están
asociados a depósitos del canal fluvial principal (U1), en segundo lugar a canales mareales
de las unidades U3 y U2, de la misma manera las producciones más bajas están en los
pozos cuyos depósitos se acercan hacia la llanura de inundación.
C--11
* O--43
43
**
O -5
*
O -10
* O -40
O-
O-36 *
*
O--339
9
O-
O-21 *
O-
O-35
* *
244
O-2
** O--38
38 O -37 O--66 O
O-15
** * * *
O-14
14
**
O -34
*
Figura 7.16 – Relación de producción a los diferentes depósitos interpretados. El tamaño de

las burbujas representa la producción del pozo, note como las mayores producciones
(burbujas grandes) están asociadas a depósitos de canales fluviales de la unidad U1, y las
menores producciones (burbujas pequeñas) a depósitos alejados del centro de los canales
principales.
120
8. CONCLUSIONES Y RECOMENDACIONES
La estimación de propiedades del yacimiento en áreas fuera de influencia de los pozos

mediante la utilización de multiatributos sísmicos, resulta en una poderosa herramienta
que garantiza una mayor exactitud que cuando se utilizan únicamente información de
pozo ó atributos simples y permite conseguir un mayor acercamiento y detalle en la
estimación de propiedades.
El “agrupamiento jerárquico” que usa como criterio de similitud los coeficientes de

correlación, resultó ser apropiado para la selección de los atributos a ser usados para las
predicciones de propiedades, consiguiéndose agrupar para todos los casos el mejor
juego de atributos posible.
La utilización de la matriz de covarianza para estimar propiedades desde una suma no

lineal de atributos, mostró ser una herramienta útil para lograr una excelente exactitud
en el cálculo.
Para unidades que no presentan el muestreo suficiente, por lo menos 10 muestras (20
ms) o una longitud de onda, se restringe la utilización de ciertos atributos. Lo cual
puede generar resultados menos exactos, como sucede para la unidad “U1”.
Se dio justificación a los resultados obtenidos con multiatributos para porosidad

mediante su relación con la impedancia acústica y a partir de esta se justificó los
resultados logrados para volumen de shale y permeabilidad, permitiendo asegurar la
coherencia de los resultados.
Se dio sentido geológico a la respuesta con multiatributos para la Formación Caballos,

identificando y validando los depósitos ya descritos para el área de estudio. Dichos
depósitos van desde canales fluviales donde se ubican los pozos de mayor producción,
canales mareales, “crevasse splay” y llanuras de inundación.
Finalmente, para el desarrollo de trabajos tendientes a la determinación de propiedades

del yacimiento mediante el análisis de multiatributos, tres pasos son necesarios: la
exactitud: lograda por la aplicación de multiatributos, la justificación física: dada por
la relación entre las propiedades calculadas y propiedades físicas como la impedancia
acústica y el sentido geológico: corroborado por la relación a los ambientes de
depositación presentes en el área y su coherencia con modelos geológicos generados.
121
RECOMENDACIONES
Se recomienda que para trabajos posteriores que involucren análisis de multiatributos, se

tenga especial cuidado si los resultados finales tienen coherencia con las relaciones físicas
y si tienen sentido geológico.
Se recomienda que para análisis de atributos o multiatributos en donde la unidad en estudio

no tenga el muestreo suficiente, se haga un procesamiento especial a los datos, en busca de
aumentar el contenido de frecuencias, para lograr mayor exactitud durante los cálculos y
validez a los resultados encontrados.
122
9. REFERENCIAS CITADAS
Acevedo H., 2002. Inversion of 3D Seismic Data Ove r the Puerto Colon Oil in Colombia,
for Elastic Impedance and Reservoir Rock Quality. Thesis of Master of Sciences
Geophysics. Michigan Technological University.
Allen M. & Hauser Ken., 2001. Generalidades del mapeo de propiedades de registro,
Boletín de GeoQuest. p. 14 –15.
Amaya C. & Centanaro J., 1997. Ambiente Depositacional y Modelamiento del

yacimiento Caballos en el Campo Orito, Cuenca del Putumayo, Colombia. VI Simposio
Bolivariano de las Cuencas Subandinas. Cartagena de Indias, Colombia. Septie mbre 14 –
17.
Amaya C., 1996. Archetecture of estuarine reservoir of Cretaceous - Caballos Formation,

Orito Field, Putumayo Basin, Colombia. Thesis Master of Arts. The University of Texas at
Austin.
Bankhead, B., Meanley, E., Jordan, D., and Schnerk, G., 2001. High- Resolution
Reservoir Characterization in Deepwater Gulf of Mexico: EAGE 63rd Conference &
Technical Exhibition – Amsterdam, The Netherlands, p. 11 – 15.
Beicip-Ecopetrol, 1988. Evaluación Regional Geológica y geofísica de la cuenca del

Putumayo: ECOPETROL, reporte interno, Bogota, p. 170.
Bejarano, A., R. Reyes, and E. Villegas, 1990. Caracterización y evaluación de los

parámetros de registros en la cuenca del Putumayo: ECOPETROL-Instituto Colombiano
del Petróleo, reporte interno, Piedecuesta, Santander, p. 37.
Brown, R. A., 1996. Seismic attributes and their classification: The Leading Edge, 10, p.
1090.
Bracewell, R., 1965. The Fourier Transform and its Application, McGraw-Hill Book Co.,
New York, 381 páginas.
Bueno, R., and P. Gomez, 1973. Análisis de la Información Geológica y Geofísica de la

cuenca del Putumayo: ECOPETROL, reporte interno, Bogotá, p. 62.
123
Burg, J. P., 1967. Maximun entropy spectral analysis. SEG 37th Annual International
Meeting, October, Oklahoma City.
Cáceres H., and P. Teatin, 1985. Cuenca del Putumayo – provincia petrolífera meridional
de Colombia: II simposio – Exploración Petrolera de las cuencas Subandinas, Asociación
Colombiana de Geólogos y Geofísicos de Petróleo, Bogotá, v.1., p. 80.
Carr M., Cooper, R., Smith M, Taner T., & Taylor, G., 2001. The generation of a rock
and fluid properties volume via the integration of multiple seismic attributes and log data.
Rock Solid Images, Houston, Texas, USA.
Centanaro J., Amaya C., Sánchez C., Villadiego O., 1993. Evaluación Integrada de
Yacimientos Campo Orito – Formación Caballos (Resumen Ejecutivo), Reporte Interno de
Ecopetrol, Septiembre.
Chen O. & Sydney, S., 1997. Seismic attributes technology for reservoir forecasting and
monitoring: The Leading Edge. 16. 445-456.
Clavier, C., Hoyle, W., and Meunier, D., 1971. Quantitative Interpretation of Thermal
Neutron Decay Time Logs: Part 1. Fundamentals and Techniques”, JPG, June.
Dobrin M. B., 1960. Introducción a la Prospección Geofísica. 2nd Ed. Editorial Omega
S.A., Barcelona.
Dvorkin J. P. and Gutierrez M., (2001). Grain sorting, porosity, and elasticity,
Geophysics Department, Standford University, July 24, 2001.
Florez, M., & Carrillo, 1994. Estratigrafía de la sucesión litológica basal del cretácico del
Valle Superior del Magdalena, en estudios Geológicos del Valle Superior del Magdalena:
Universidad Nacional de Colombia, Bogotá, p. II-1 – II-25.
Gardner, G. H. F., Gardner, L.W., and Gregory, A.R., 1974. Formation velocity and
Density – The diagnostic Basics for Stratigraphic traps. Geophysics, 39, 770-780.
Grant Geophysical, 2001. Informe Final de operaciones Programa Sísmico Orito 3D 2001,
Septiembre. p. 1-55.
Govea, C., & H. Aguilera, 1980. Geología de la cuenca del Putumayo: Boletín Geológico
Universidad Industrial de Santander, v. 14, No 18, Bucaramanga, p. 45-71.
124
Gutierrez, M. A.,. J., 2001. Textural sorting effect on elastic velocities, Part I: Laboratory
observations, rock Physics models, and applications to field data, SEG, Expanded Abstracts
Jenks, W.F., 1956. Hankbook of South Amarican Geology: Geologycal Society of

Amarica, memoir 65, p. 294-325.
Jensen, J. L., Larry W. L., Patrick W. M., Corbett and Goggin D. J., 2000. Statistics
for Petroleum Engineers and geoscientists. 2nd Edition. Elsevier, Amsterdam.
Kalkomey C. T., 1997. Potential Risk when using seismic attributes as predictor of
reservoir properties. The Leading Edge. 16. 247- 251.
Kerr J., 1996. RAVE Tips for SeisWorks Users. Geophysical Solutions from Landmark´s
User Net. January-February.
Larionov, V. V., 1969. “Borehole Radiometry” Nedra, Moskwa.
Maceralli, C.E., 1988. Cretaceous paleogeography and depositional cycles of western

South America: Journal of South American Earth Science, v. 1, No 4, p. 373-418.
Marfurt, K. J., Kirlin, R. L., Farmer S. L., and Bahorich, M. S., 1998. 3-D seismic
Attributes using a semblance – based coherency algorithm: Geophysics, 63. 1150-1165.
Mastoris S. and Newland S., 1995. Reservoir analysis with RAVE/DV. Geophysical
Solutions from Landmark´s User Net. September-October.
Matthews A.J., and O. Portilla, 1994. Southern Colombia´s Putumayo basin deserves
renewed attention: Oil & gas Journal, v. 92, No 21, p. 85-88.
Mavko, G., Mukerji, T., and Dvorkin, J., (1998). The rock Physic Handbook, Tools for
seismic analysis in porous media, Cambridge University Press.
Miley, R.A., 1945. Geological report on the Chaparral-Ortega area, Department of Tolima,
Texas Petroleum Company, report No. 287 (Informe No. 1050, Ecopetrol), Bogotá, p. 42.
Mora, A., Venegas, D., & Vergara, L., (1998). Estratigrafía del Cretáceo Superior y
Terciario Inferior en el sector norte de la cuenca del Putumayo, Departamento del Caquetá,
Colombia. Geología Colombiana, 23, p. 31-77.
125
PAL, 2001. PostStack Family Reference Manual, Landmark Graphics, September, p. 200 –
332.
Panda, M. & Lake, L. 1993. “Parallel Simulated annealing for Stochastic Reservoir
Modeling,” SPE 26418, Presented at the 68th Annual Technical Conference and Exhibition
of the Society of Petroleum Engineers, Houston, Texas, October 3-6.
Panda, M. N., and L. W. Lake, 1995. A physical model of cementation and its effects on
single-phase permeability, AAPG Bulletin, v. 79, no. 3, p. 431-443.
Pennington W., 2001. Reservoir Geophysics. Geophysics, Vol. 66. January – February:
p.25-30.
Portilla, O., 1991. The Putumayo Fold Belt, Colombia, South America: Structural
interpretation and hydrocarbon potential, Unpublished Master of Science thesis, University
of South Carolina.
Poularikas, A.D. and Seeley, S. (1985). "Signals and Systems", PWS publishers, P. 0-534.
Reyes, A., and C.F. Ruiz, 1995. Estratigrafía de secuencias de la Formación Caballos a
partir de los corazones de los pozos del área de Puerto Colon-Loro-Hormiga, cuenca del
Putumayo: ECOPETROL, reporte interno, p. 21.
Robinson, E. A. and Treitel, 1980. Geophysical signal analysis: Prentice-Hall book Co.
Roner S., Geoltrain S., Hattori M., Schultz P., Varvik G., 1993. Mapping Reservoir
properties from well measurements guided by seismic attributes. 15th Annual OTC in
Houston, Texas, U.S.A-. May.
Roth M. and Elaine M., 1995. Get more from your seismic data with PostStack and PAL.
Geophysical Solutions from Landmark´s User Net. July-August.
Russell B., and Hampson D., Schuelke, J., and Quirein, J., 1997. Multiattribute seismic
analysis. The Leading Edge; Vol. 16, No 10, p. 1439-1443.
Stieber, J., 1970. “Pulse Neutrom Capture Log Evaluation – Louisiana Gulf Coast” SPE
Paper 2961.
Taner, M. T., Koehler, F., and Sheriff, R.E., 1979. Complex seismic trace analysis:
Geophysics 44.1041 –1063.
126
Taner, M. T., Schuelker, O´Doherty R., and Baysal E., 1994. Seismic Attributes revised.
SEG 64th Annual International Meeting. October, Los Angeles, p. 1104-1106.
Tiab, D., and Donaldson, E., 1994. Petrophysics – Theory and Practice of Measuring
Resorvoir Rocks and Fluid Transport Properties. Butterworths – Heinemann Publications.
United States, p. 77-130.
Twiss, R., and E. M. Moros. 1992. Structural Geology.W. H. Freeman, New York. 532 p.
Valderrama, R., 1975. Evolución geológica de la cuenca del Putumayo y sus

implicaciones en lo entrampamientos petrolíferos del campo Nancy-Burdine:
ECOPETROL, reporte interno, Bogota, p. 38.
Yilmaz, O., (1991). “Seismic Data Processing”. Society of Exploration geophysicists,

Stephen M. Doherty editor. Tulsa.
127

Tesis Geofisica Jairo Guillermo Guerrero M

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Geofisica Jairo Guillermo Guerrero M

Cargado por

Copyright:

Formatos disponibles

Caracterización de Propiedades del yacimiento......

Jairo Guillermo Guerrero M

En términos generales, poco ha sido trabajado y publicado para la mayoría de los

Teniendo en cuenta lo anterior, la propuesta de esta tesis está enfocada a realizar la

Primero, mejorar el acercamiento en el calculo de propiedades del yacimiento mediante el

Segundo, encontrar si la respuesta de multiatributos para el calculo de propiedades

Tercero, mediante la interpretación de los mapas de propiedades generados a partir de

relacionados a propiedades físicas de la roca. Finalmente, el hecho de poder dar un sentido

• Estimar propiedades de un yacimiento fuera del área de influencia de los pozos,

• Mejorar la confiabilidad en la estimación de propiedades del yacimiento, mediante

• Mejorar el poder predictivo en el calculo de propiedades del yacimiento mediante la

resultados serán mostrados mediante tablas y gráficos que muestren dicho

• Dar la justificación física, a la respuesta del calculo de propiedades del yacimiento

• Determinar si la respuesta de multiatributos, justificada físicamente, tiene sentido

2.1 LOCALIZACIÓN DEL AREA DE ESTUDIO

El área de trabajo geográficamente esta situada en el costado suroccidental de Colombia en

En la cuenca del Putumayo el campo Orito se constituye como el mayor entrampamiento de

2.2 TRABAJOS PREVIOS

La información geológica publicada de la Formación Caballos en el área de estudio

zona y a la falta de afloramientos de unidades Cretáceas. La información existente

2.3 INFORMACIÓN GEOFÍSICA DISPONIBLE

La información geofísica disponible incluye: un volumen sísmico 3D de 50 Km2 ubicado

2.3.1 Información Sísmica.

Con la idea de mejorar el conocimiento Tabla 2.1. Parámetros de registro Orito

La zona del programa sísmico adquirido, se encuentra específicamente ubicado en el flanco

Figura 2.2 Mapa del proyecto, mostrando la ubicación y diseño.

2.3.2 Información de Pozo

El Campo Orito, tenia un estimado de 1.126 BBDP, en tres formaciones productoras y es

La producción del Campo ha venido disminuyendo notablemente de 68.000 BPD en 1970

Todos los cálculos realizados abarcaron toda la secuencia correspondiente a la Formación

Estos cálculos de las propiedades petrofísicas en el yacimiento Caballos, como también el

porosidad contra permeabilidad de los datos de corazón disponibles, cuyos valores de

Figura 2.8 - Muestra las correlaciones porosidad - permeabilidad de datos de corazones.

ρb = aVp + bV p + c Ec. 2.1

En la Ec. 2.1 a , b y c son coeficientes que dependen de la litología y Vp es la velocidad de

DENSITY (g/cm3) IMPEDANCIA (Km/s)-(g/cm3)

6,200 6,200 6,200

6,220 6,220 6,220

6,240 6,240 6,240

6,260 6,260 6,260

6,280 6,280 6,280

6,300 6,300 6,300

6,320 6,320 6,320

6,340 6,340 6,340

6,360 6,360 6,360

6,380 6,380 6,380

6,400 6,400 6,400

6,420 6,420 6,420

6,440 X 6,440 = 6,440

6,460 6,460 6,460

6,480 6,480 6,480

6,500 6,500 6,500

6,520 6,520 6,520

6,540 6,540 6,540

6,560 6,560 6,560

6,580 6,580 6,580

6,600 6,600 6,600

6,620 6,620 6,620

6,640 6,640 6,640

Figura 2.9 – Calculo de la curva de densidad a partir de la ecuación de Gardner (1974) y

Para corroborar la exactitud en el cálculo con la ecuación de Gardner (1974), el ejercicio se

2.4 MARCO GEOLÓGICO REGIONAL

En la parte oriental de la denominada cordillera de los andes existe un a serie de cuencas