Interpretación de rasgos sismo estratigráficos predominantes en los Horizontes B1 Y B6 de edad Eoceno de un campo de la Cuenca del Lago de Maracaibo

• Resumen
• Abstract

En este artículo se muestra la interpretación sismo estratigráfica de un área de 258 km2 correspondiente al Campo Mo y área Fra, ubicado hacia el SE de la Cuenca del Lago de Maracaibo. Se utilizó una metodología en fases que aunada a los métodos de clasificación de facies sísmicas permitió la categorización y análisis de la traza sísmica a través de redes neuronales, clasificación jerárquica (técnica multi-atributos) y gráficos multi resolución basados en agrupamiento. Los mapas de facies sísmica fueron generados por el método de redes neuronales en los intervalos correspondientes a las unidades estratigráficas B1 y B6. Se realizó la calibración del volumen de facies sísmica de B1 con las electrofacies generadas, el cual permitió la correlación estadística entre ambas, creando una matriz de probabilidad de ocurrencia de cada facies sísmica respecto a las electrofacies partiendo de la correlación existente entre ellas, en lo cual se obtuvo un 60 % de arena limpia y arena con mínimo de lutitas, aunque no se discretizó el cuerpo litológico predominante. La integración de los métodos de clasificación de facies sísmica condujo a resultados fiables que resaltan en zonas significativas que coinciden con las zonas donde se ubican la mayor cantidad de pozos productores.

This article shows the stratigraphic earthquake interpretation of an area of 258 km2 corresponding to Campo Mo and Fra area, located to the SE of the Lake Maracaibo Basin. A phased methodology was used that together with the seismic facies classification methods allowed the categorization and analysis of the seismic trace through neural networks, hierarchical classification (multi-attribute technique) and multi-resolution graphics based on grouping. The seismic facies maps were generated by the neural network method at the intervals corresponding to the stratigraphic units B1 and B6. The seismic facies volume of B1 was calibrated with the generated electrofacies, which allowed the statistical correlation between the two, creating a probability matrix of occurrence of each seismic facies with respect to the electrofacies based on the existing correlation between them, in what which obtained 60% of clean sand and sand with a minimum of shales, although the predominant lithological body was not discretized. The integration of seismic facies classification methods led to reliable results that stand out in significant areas that coincide with the areas where the largest number of producing wells are located.