Particionamento da Porosidade por RMN Aplicada na Avaliação da Permeabilidade, Saturação Irredutível de Água e Resistividade Elétrica de Coquinas da Formação Morro do Chaves

José Leão de Luna, Fábio André Perosi, Mariléa Gomes dos Santos Ribeiro, Leonardo Borghi, Andre Souza

Abstract


A análise da viabilidade econômica de um possível reservatório petrolífero se baseia no conhecimento sobre suas propriedades petrofísicas, em especial da porosidade e a sua relação com outras propriedades, como a permeabilidade e resistividade. Em sistemas carbonáticos, a porosidade apresenta alto grau de heterogeneidade, afetando assim as demais grandezas associadas a ela. No presente trabalho, são apresentados dados de resistividade elétrica, permeabilidade, porosidade por ressonância magnética nuclear (porosidade total e seu particionamento em valores de micro, meso e macroporosidade, e saturação de água irredutível) de cinco amostras de Coquinas provenientes de afloramento da Formação Morro do Chaves (Bacia de Sergipe-Alagoas) extraídas com simetria vertical. A análise destes dados permitiu a correlação entre os pares permoporosos e a resistividade, evidenciando o efeito das relações permoporosas no fluxo de corrente elétrica, e entre a distribuição percentual do espaço poroso (micro – valores percentuais inferiores a 3,8% , meso – valores percentuais entre 7,9 e 24,8%, e macroporosidade – valores percentuais superiores a 71,5%) com a permeabilidade e a saturação de água irredutível, indicando forte efeito da mesoporosidade no aumento dos valores observados para aqueles parâmetros. Ainda, dentro do processo de análise, foi possível determinar o comportamento espacial das grandezas analisadas em relação ao afloramento.

Keywords


Coquinas; Formação Morro do Chaves; Ressonância Magnética Nuclear



DOI: https://doi.org/10.11137/2018_2_614_622

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexers and Bibliographic Databases

Social Media

SCImago Journal & Country Rank
0.8
2022CiteScore
 
 
24th percentile
Powered by  Scopus
ISSN
ROAD
Diadorim
DOAJ
DRJI
GeoRef
Google Scholar
Latindex
Oasisbr
Redalyc
Twitter
Instagram
Facebook
 Except where otherwise noted, content on this site is licensed under a Creative Commons Attribution 4.0 International license.