Flow Cytometry

El costo computacional de GA y SA representan una excelente alternativa a otros métodos convencionales para optimizar una función costo. Ambos algoritmos de minimización tuvieron excelente desempeño, pero GA alcanzó más rápida ejecución que SA.

La inversión de reflectividad debe ser basada en un modelo geológico razonable, mediante restricciones en el espacio de búsqueda de los espesores. Esto implica definir el límite superior de búsqueda con base en los espesores máximos previamente determinados mediante registros de pozo.

Los resultados claramente muestran capas por debajo de la resolución sísmica y por encima de 6 ms, el cual corresponde al límite de resolución esperada para los datos.

Es posible resolver paquetes de arena y shale por debajo la resolución sísmica, a partir de la implementación de la Inversión Espectral y posteriormente correlacionarlos con información estratigráfica derivada de registros de pozo.

El método de inversión muestra excelente alcance para resolver la posición vertical de los reflectores asociados al tope y la base de las capas.

Se obtuvo un detalle vertical comparable con la escala de la información de pozo, el cual contrastó notablemente con la baja resolución espacial de los datos sísmicos originales. Esta es una limitación intrínseca de los parámetros de adquisición (distancia horizontal entre trazas), la cual quizás podría mitigarse con una previa interpolación de trazas o con la aplicación métodos geoestadísticos.

La amplitud RMS de los datos invertidos indica rasgos de geometría sinuosa y meandriforme que posiblemente están relacionados con pequeños canales distributarios de llanura mareal. Sin embargo, es necesario mejorar la resolución horizontal de los datos para identificar asociaciones de facies que permitan interpretar un resultado concluyente. Entre tanto, la coherencia no mostró sensibilidad ni

69

evidencia relacionada con rasgos estructurales, lo cual es congruente con la ausencia de estructuras importantes en el sub-volumen seleccionado.

La metodología aplicada agregó información que contribuyó significativamente a la delimitación vertical de rasgos geológicos de interés, como pequeños canales distributarios de poco espesor propios del ambiente de llanura mareal de la Formación Barco. Sin embargo, se recomienda que se realicen futuros estudios dirigidos a resolver problemas relacionados con la resolución sísmica horizontal.

70

BIBLIOGRAFÍA

Ammon, C. J., & Vidale, J. E. (1980). Tomography without rays. Bull. Seism. Soc. Am. (83), 509-528.

ANH. (2007). Colombian Sedimentary Basins: Nomenclature, Boundaries and Petroleum Geology, a New Proposal. Bogotá D.C.: Agencia Nacional de Hidrocarburos.

Basu, A., & Frazer, L. N. (1990). Rapid determination of critical temperature in simulated annealing inversion. Science (249), 1409-1412.

Beheer B.V. (2009). OpendTect. Recuperado el Agosto de 2009, de OpendTect: www.opendtect.org

Brenner, N., & Rader, C. (1976). A New Principle for Fast Fourier Transformation. IEEE Acoustics,

Speech & Signal Processing (24), 264-266.

Brown, A. R. (1986). Interpretation of three dimensional seismic data. AAPG Memoir 42 , 72–83.

Brown, A. R. (2004). Interpretation of Three-Dimensional Seismic Data. J. C. Lorenz, & G. T. Schuster, Edits. Sixth Edition ed. Tulsa, Oklahoma, U.S.A.: AAPG-SEG.

Brown, A. (2001). Understanding Seismic Attributes. GEOPHYSICS , 66 (1), 47-48.

Castagna, J. P. (2004). Spectral Decomposition and High Resolution Reflectivity Inversion. Presented at

the Oklahoma Section Meeting, SEG .

Chen, Q., & Sydney, S. (1997). Seismic Attribute Technology for reservoir forecasting and monitoring. Houston, Texas: Western Atlas International Inc.

Chopra, S., & Marfurt, K. J. (2007). Seismic Attributes for prospect identification and reservoir characterization. (S. J. Hill, Ed.) Tulsa, Oklahoma, U.S.A.: SEG - EAGE.

71

Chopra, S., Castagna, J. P., & Portniaguine, O. (2006a). Seismic resolution and thin-bed reflectivity inversion. Canadian Society of Exploration Geophysicists Recorder , 19–25.

Chopra, S., Castagna, J. P., & Portniaguine, O. (2006b). Thin-bed reflectivity inversion. 75th Annual

International Meeting, SEG, Expanded Abstracts , 2057–2061.

Chopra, S., Castagna, J. P., & Xu, Y. (2009). Thin-bed reflectivity inversion and some applications. first

break , 27, 55-62.

Eaton, J. W. (2008). GNU Octave. Recuperado el Marzo de 2010, de GNU Octave: www.gnu.org/software/octave/

Free Software Foundation, Inc. (2009). GSL - GNU Scientific Library. Obtenido de http://www.gnu.org/software/gsl/

Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Addison- Wesley Publishing Company.

Golden Software Inc. (1993-2002). Surfer v.8.

Google Earth. (2010). Imagen satelital Delta del Río Ganghes (India). Recuperado el 05 de 2010, de Google Earth: www.google.earth.com

Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. Michigan, U.S.A.: University of Michigan Press.

ICP. (2006). Evaluación integrada de yacimientos campos área Lisama, área Llanito y Sardinata. Santander. Piedecuesta: ECOPETROL S.A.

ICP. (2009). Identificación y selección de áreas para la implementación de un piloto de inyección de agua para la

72

INGEOMINAS. (1987). Memoria del Cuadrángulo F-13 Tibú. Bogotá D.C.: Instituto colombiano de Geología y Minería.

INGEOMINAS. (2000). Memoria del Cuadrángulo G-13 Cúcuta. INGEOMINAS. Bogotá D.C.: Instituto Colombiano de Geología y Minería.

Kallweit, R. S., & Wood, L. C. (1982). The limits of resolution of zero-phase. Geophysics (47), 1035– 1046.

Kirkpatrick, S., Gelett, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science (220), 621-630.

Landa, E., Beydoun, W., & Tarantola, A. (1989). Reference velocity model estimation from prestack inversion: Coherency optimization by Simulated Annealing. Geophysics (54), 984-990.

Landmark Graphics Corporation. (2007). Geographix.

Marfurt, K. J., & Kirlin, R. L. (2001). Narrow-band spectral analysis and thin-bed tuning. Geophysics , 66 (4), 1274–1283.

Nuñez, M., & Saavedra, J. L. (2006). Definición de un Modelo Estático para las Formaciones Barco y Catatumbo,

Campo Sardinata, Cuenca Catatumbo, Colombia. Bucaramanga: Universidad Industrial de Santander,

Facultad de Ingenierías Fisicoquímicas, Escuela de Geología.

Ojeda, G. Y., García, P. A., Rubiano, J. L., & Gómez, F. H. (2009). Multiattribute-based net sand estimation in transitional reservoirs: Barco formation, Sardinata Field, Colombia. SEG Expanded

Abstracts , 3530-3533.

Partyka, G. A. (2005). Spectral decomposition: SEG Distinguished Lecture. (SEG, Editor) Recuperado el 30 de Octubre de 2009, de SEG: http://ce.seg.org/dl/spring2005/partykaabstract.shtml

Partyka, G. A., Gridley, J. A., & López, J. A. (1999). Interpretational aspects of spectral decomposition in reservoir characterization. The Leading Edge (18), 353-360.

73

Peyton, L. R., Bottjer, R., & Partyka, G. (1998). Interpretation of incised valleys using new 3D seismic techiques: A case history using spectral decomposition and coherency. The Leading Edge (17), 1294-1298.

Portniaguine, O., & Castagna, J. P. (2004). Inverse spectral decomposition. 74th Annual International

Meeting,SEG, Expanded Abstracts , 1786-1789.

Portniaguine, O., & Castagna, J. P. (2005). Spectral Inversion: Lessons from Modeling and Boonesville Case Study. SEG/Houston 2005 Annual Meeting , 1638-1642.

Puryear, C. I. (2006). Modeling and application of spectral inversion for determination of layer properties. M.S. thesis . Houston, Texas, U.S.A.: University of Houston.

Puryear, C. I., & Castagna, J. P. (2006). An algorithm for calculation of bed thickness and reflection coefficients from amplitude spectrum. SEG/New Orleans 2006 Annual Meeting , 1767-1770.

Puryear, C. I., & Castagna, J. P. (2008). Layer-thickness determination and stratigraphic interpretation using spectral inversion: Theory and application. GEOPHYSICS , 73 (2), 37-48.

Rijks, E. H., & Jauffred, C. E. (1991). Attribute extraction: an important application in any detailed 3-D interpretation study. The Leading Edge of Exploration , 10 (9), 1119.

Rothman, D. H. (1985). Nonlinear inversion, statistical mechanics and residual statics estimation.

Geophysics (50), 2784-2796.

Sambridgue, M. S., & Drijkoningen, G. G. (1992). Genetic Algorithms in seismic waveform inversion.

Geophysics (109), 323-342.

Sambridgue, M. S., & Gallagher, K. (1993). Earthquake hypocenter location using genetic algorithms.

Bull. Seism. Soc. Am. (83), 1467-1491.

Sen, M., & Stoffa, P. L. (1995). Global optimization methods in Geophysical Inversion. Amsterdam: ELSEVIER SCIENCE B.V.

74

Sen, M., & Stoffa, P. L. (1992). Multilayer AVO inversion using Genetic Algorithms. Procedings of the

SEG/EAEG Summer Research Workshop (6), 581-589.

Sheriff, R. E., & Geldart, L. P. (1995). Exploration Seismology (Second Edition ed.). Cambridge University Press.

Stockwell, J. W., & Cohen, J. K. (2008). The New SU User’s Manual. Colorado School of Mines: Center for Wave Phenomena - The Society of Exploration Geophysicists.

Telford, W. M., Geldart, L. P., Sheriff, R. E., & Keys, D. A. (1978). Applied Geophysics. New York, U.S.A.: Cambridge University Press.

Van Houten, F. B., & James, H. (1984). Late Cenozoic Guayabo delta complex in southwestern Maracaibo Basin, northeastern Colombia. The Caribbean South American Plate Boundary and Regional Tectonics. Geol. Soc. of América (162), 325-332.

Vestergaard, P. D., & Mosegaard, K. (1991). Inversion of poststack seismic data using simulated annealing. Geophysical Prospecting (39), 613-624.

Villamil, T. (1999). Campanian–Miocene tectonostratigraphy, depocenter evolution and basin development of Colombia and western Venezuela. Palaeogeography, Palaeoclimatology, Palaeoecology (153), 239–275.

Wall, M. (1996). GAlib: A C++ Library of Genetic Algorithm Components. Massachusetts Institute of Technology. Massachusetts : Matthew Wall.

Widess, M. B. (1973). How thin is a thin bed? GEOPHYSICS , 38 (6), 1176-1180.

75 ANEXOS

76

ANEXO 1. DIAGRAMA DE FLUJO DEL ALGORITMO IMPLEMENTADO PARA EL CÁLCULO DE LA FUNCIÓN OBJETIVO

77

ANEXO 2. CÓDIGO EN LENGUAJE C++ PARA LA TRANSFORMADA RÁPIDA DE FOURIER

80

ANEXO 3. CÓDIGO EN SHELL SCRIPT LINUX PARA LA GENERACIÓN DE SINTÉTICOS

81

ANEXO 4. DIAGRAMA DE FLUJO DEL ALGORITMO GENÉTICO

82

ANEXO 5. DIAGRAMA DE FLUJO