Geostatistical modeling of clay spatial distribution in siliciclastic rock samples using the plurigaussian simulation method

ResumenCon el fin de implementar esquemas de recuperación secundaria y mejorada en formaciones terrígenas complejas como los depósitos turbidíticos, el conocimiento de la distribución espacial de los granos de lutitas es un elemento crucial para la predicción del flujo de fluidos. Debido a que la interacción de los granos de lutitas con el agua puede provocar que éstas modifiquen su tamaño y/o forma, lo que causaría taponamiento de los espacios porosos y consecuentemente impacto en el flujo. En el presente trabajo, se propone una metodología para la simulación estocástica de la distribución espacial de granos obtenida a partir de imágenes de microscopio electrónico de barrido de muestras de rocas siliciclásticas. El objetivo de la metodología es obtener modelos estocásticos que permitan investigar el comportamiento de los granos de lutitas bajo diferentes condiciones de interacción físico-químicas y regímenes de flujo, y que sirvan de referencia para obtener propiedades petrofísicas (porosidad y permeabilidad) efectivas a escala de núcleo. Para la simulación estocástica espacial de los granos se utiliza el método plurigaussiano, el cual se basa en el truncado de varias funciones aleatorias Gaussianas estándar, lo cual permite manejar de manera adecuada la proporción de cada categoría y las relaciones de dependencia espacial cuando se tiene más de dos categorías o clases de grano. Los resultados muestran que los medios porosos estocásticamente simulados utilizando el método plurigaussiano reproducen adecuadamente las proporciones, las estadísticas básicas y tamaños de las estructuras de los poros presentes en las imágenes de referencia estudiadas.

In order to implement secondary and enhanced oil recovery processes in complex terrigenous formations as is usual in turbidite deposits, a precise knowledge of the spatial distribution of shale grains is a crucial element for the fluid flow prediction. The reason of this is that the interaction of water with shale grains can significantly modify their size and/or shape, which in turn would cause porous space sealing with the subsequent impact in the flow. In this work, a methodology for stochastic simulations of spatial grains distributions obtained from scanning electron microscopy images of siliciclastic rock samples is proposed. The aim of the methodology is to obtain stochastic models would let us investigate the shale grain behavior under various physico-chemical interactions and flux regimes, which in turn, will help us get effective petrophysical properties (porosity and permeability) at core scale. For stochastic spatial grains simulations a plurigaussian method is applied, which is based on the truncation of several standard Gaussian random functions. This approach is very flexible, since it allows to simultaneously manage the proportions of each grain category in a very general manner and to rigorously handle their spatial dependency relationships in the case of two or more grain categories. The obtained results show that the stochastically simulated porous media using the plurigaussian method adequately reproduces the proportions, basic statistics and sizes of the pore structures present in the studied reference images.