Imageamento da porosidade através de perfis geofísicos de poço

O imageamento da porosidade é uma representação gráfica da distribuição lateral da porosidade da rocha, estimada a partir de dados de perfis geofísicos de poço. Apresenta-se aqui uma metodologia para produzir esta imagem geológica, totalmente independente da intervenção do intérprete, através de um algoritmo, dito, interpretativo baseado em dois tipos de redes neurais artificiais. A primeira parte do algoritmo baseia-se em uma rede neural com camada competitiva e é construído para realizar uma interpretação automática do clássico gráfico o P_b - Φ_N, produzindo um zoneamento do perfil e a estimativa da porosidade. A segunda parte baseia-se em uma rede neural com função de base radial, projetado para realizar uma integração espacial dos dados, a qual pode ser dividida em duas etapas. A primeira etapa refere-se à correlação de perfis de poço e a segunda à produção de uma estimativa da distribuição lateral da porosidade. Esta metodologia ajudará o intérprete na definição do modelo geológico do reservatório e, talvez o mais importante, o ajudará a desenvolver de um modo mais eficiente as estratégias para o desenvolvimento dos campos de óleo e gás. Os resultados ou as imagens da porosidade são bastante similares às seções geológicas convencionais, especialmente em um ambiente deposicional simples dominado por clásticos, onde um mapa de cores, escalonado em unidades de porosidade aparente para as argilas e efetiva para os arenitos, mostra a variação da porosidade e a disposição geométrica das camadas geológicas ao longo da seção. Esta metodologia é aplicada em dados reais da Formação Lagunillas, na Bacia do Lago Maracaibo, Venezuela.

A possible correlation between the host genetic background in the epidemiology of Hepatitis B virus in the Amazon region of Brazil

ABSTRACT: The Amazon region of Brazil is an area of great interest because of the large distribution of hepatitis B virus in specific Western areas. Seven urban communities and 24 Indian groups were visited in a total of 4,244 persons. Each individual was interviewed in order to obtain demographic and familial information. Whole blood was collected for serology and genetic determinations. Eleven genetic markers and three HBV markers were tested. Among the most relevant results it was possible to show that (i) there was a large variation of previous exposure to HBV in both urban and non-urban groups ranging from 0 to 59.2%; (ii) there was a different pattern of epidemiological distribution of HBV that was present even among a same linguistic Indian group, with mixed patterns of correlation between HBsAg and anti-HBs and (iii) the prevalence of HBV markers (HBsAg and anti-HBs) were significantly higher (P=0.0001) among the Indian population (18.8%) than the urban groups (12.5%). Its possible that the host genetic background could influence and modulate the replication of the virus in order to generate HB carrier state.

Papilloma vírus humano: prevalência, distribuição e importância como fator preditivo para metástases linfonodais em carcinoma do pênis

A etiologia do carcinoma epidermóide do pênis (CEP) está relacionada a múltiplos fatores de risco como a presença de prepúcio, pobre higiene, dermatites crônicas e tabagismo. Entretanto, o fator de risco mais extensivamente estudado, éa infecção pelo papiloma vírus humano (HPV). Está bem estabelecido que esteexerce um importante papel etiológico em neoplasias da cérvice uterina; entretanto, sua associação com CEP tem sido foco de debates, demonstrando-se presença viral variando entre 15% a 80% dos casos, sugerindo que apenas um subgrupo desses tumores seja causado pelo HPV. O prognóstico da doença é influenciado negativamente principalmente pela presença de metástases em linfonodos inguinais. Desta forma, a abordagem cirúrgica destes, assume importância decisiva na cura da doença. Poroutro lado, os métodos disponíveis para o estadiamento desses linfonodos são imprecisos e as linfadenectomias são acompanhadas de morbidade significativa. A descrição de outros marcadores histológicos é escassa, devido a raridade desses tumores.O objetivo do presente trabalho é avaliar a prevalência, distribuição e associação do HPV com parâmetros histológicos de pior prognóstico, no sentido de determinar seu possível valor preditivo para metástases inguinais, assim como avaliar os fatores prognósticos já descritos. Espécimes tumorais em parafina de 82 pacientes portadores de carcinoma epidermóide do pênis, foram testados para prevalência e distribuição do genótipo do HPV por PCR. O estado do HPV foi correlacionado com fatores histopatológicos e ocorrência de metástases inguinais. Foi também avaliada a influência de diversascaracterísticas histológicas tumorais, na sobrevida livre de doença inguinal em 5 anos. O seguimento variou entre 1 e 71 meses (média 20 meses). O DNA do HPV foi identificado em 60,9% da amostra, tendo maior prevalência dos tipos virais 11 e 6 (64% e 32%, respectivamente). Não houve correlação independente significativa das variáveis histológicas de pior prognóstico com o estado do HPV. A probalidade de sobrevida livre de doença inguinal em 5 anos, também não foi influenciada pelo HPV (log Rank teste=0,45). Os únicos fatores patológicos independentes para metástases inguinais foram estadiamento T≥T1b-T4 (p=0,02), invasão linfovascular (p=0,04) e fronte de invasão infiltrativa (p-0,03). O estado e a distribuição do HPV não mostrou correlação com fatores histológicos de pior prognóstico, nem mostrou importância na predição de metástases linfonodais em CEP.

Aplicação de redes neuronais artificiais ao tratamento e interpretação de perfis geofísicos de poço aberto

A análise dos perfis petrofísicos de poço aberto possui um papel de fundamental importância para os estudos geológicos e geofísicos, no que se refere a obtenção de um maior conhecimento da subsuperfície, bem como para a identificação e exploração de depósitos minerais e petrolíferos. Alguns tópicos importantes da interpretação geológica dos perfis como a determinação de interfaces, a identificação mineralógica e a correlação poço-a-poço são extremamente tediosos e dispendem na sua execução uma grande carga horária. A automação destes procedimentos é em princípio bastante complicada, mas necessária, pois permitirá um melhor aproveitamento do tempo de trabalho do geólogo de produção e do intérprete de perfis. As redes neuronais artificiais apresentam uma boa performance para a solução destes tipos de problema, inclusive nos casos nos quais os algoritmos sequenciais apresentam dificuldades. Mostrar-se-á nesta tese que as redes neuronais artificiais podem ser utilizadas eficientemente para a automação desses procedimentos da interpretação geológica dos perfis. Apresentamos detalhadamente as novas arquiteturas e as aplicações sobre dados sintéticos e perfis reais.

Construção de banco de dados petrofísicos para determinação automática de litologias

Neste trabalho desenvolveu-se uma solução para o clássico problema da determinação automática de litologias. Construiu-se um banco de dados utilizando-se a técnica de análise discriminante aplicada sobre trechos testemunhados de poços perfilados de um campo situado em lâmina d'água profunda localizado na bacia de Campos. A técnica de análise de agrupamento, utilizada por um grande número de pesquisadores, foi testada para o mesmo conjunto de dados porém não forneceu resultados satisfatórios em comparação com os obtidos com a análise discriminante. Os dados de perfis, após sofrerem correções ambientais, são colocados em profundidade com os dados de testemunhagem e determina-se uma função discriminante que classifica as respostas dos perfis de acordo com as litofácies descritas nos testemunhos. Dessa forma obtém-se um banco de dados, a partir do qual se faz a discriminação de litologias em poços, testemunhados ou não, da mesma área. O banco de dados assim construído permite sua atualização através da incorporação de trechos testemunhados de novos poços. Mostra-se a necessidade de agrupar as litologias em quatro litofácies principais para este campo de maneira a padronizar os resultados, diminuir as indeterminações e melhorar a apresentação final. Como produto final obtém-se uma curva discriminada de eletrofácies que reproduz, com algum grau de certeza, as litofácies que reproduzem as litologias esperadas em subsuperfície. Como exemplo de aplicação deste método, utilizou-se as curvas discriminadas para correlacionar três poços, utilizando para isto um algoritmo de correlação automática.

Correlação de poços com múltiplos perfis através da rede neural multicamadas

A correlação estratigráfica busca a determinação da continuidade lateral das rochas, ou a equivalência espacial entre unidades litológicas em subsuperfície, a partir de informações geológico-geofísicas oriundas de poços tubulares, que atravessam estas rochas. Normalmente, mas não exclusivamente, a correlação estratigráfica é realizada a partir das propriedades físicas registradas nos perfis geofísicos de poço. Neste caso, busca-se a equivalência litológica a partir da equivalência entre as propriedades físicas, medidas nos vários poços de um campo petrolífero. A técnica da correlação estratigráfica com perfis geofísicos de poço não é uma atividade trivial e sim, sujeita a inúmeras possibilidades de uma errônea interpretação da disposição geométrica ou da continuidade lateral das rochas em subsuperfície, em função da variabilidade geológica e da ambigüidade das respostas das ferramentas. Logo, é recomendável a utilização de um grande número de perfis de um mesmo poço, para uma melhor interpretação. A correlação estratigráfica é fundamental para o engenheiro de reservatório ou o geólogo, pois a partir da mesma, é possível a definição de estratégias de explotação de um campo petrolífero e a interpretação das continuidades hidráulicas dos reservatórios, bem como auxílio para a construção do modelo geológico para os reservatórios, a partir da interpretação do comportamento estrutural das diversas camadas em subsuperfície. Este trabalho apresenta um método de automação das atividades manuais envolvidas na correlação estratigráfica, com a utilização de vários perfis geofísicos de poço, através de uma arquitetura de rede neural artificial multicamadas, treinada com o algoritmo de retropropagação do erro. A correlação estratigráfica, obtida a partir da rede neural artificial, possibilita o transporte da informação geológica do datum de correlação ao longo do campo, possibilitando ao intérprete, uma visão espacial do comportamento do reservatório e a simulação dos possíveis paleoambientes. Com a metodologia aqui apresentada foi possível a construção automática de um bloco diagrama, mostrando a disposição espacial de uma camada argilosa, utilizando-se os perfis de Raio Gama (RG), Volume de Argila (Vsh), Densidade (ρ_b) e de Porosidade Neutrônica (φ_n) selecionados em cinco poços da região do Lago Maracaibo, na Venezuela.

Deconvolução de perfis de poços através do ajuste de energia

As medidas de resistividade são de fundamental importância para o cálculo da saturação de óleo em reservatórios potencialmente produtores. A combinação das medidas de resistividade rasa e profunda permite a obtenção dos parâmetros R_t, R_xo e d_i. Mas, em reservatórios complexos existem dificuldades em se obter leituras confiáveis de R_t, devido à baixa resolução vertical das ferramentas de investigação profunda. Em reservatórios laminados, por exemplo, as leituras obtidas pela ferramenta de indução profunda (ILD) podem levar a uma interpretação errônea das mesmas, levando a acreditar que as medidas obtidas do perfil referem-se a uma única camada. Este problema pode ser em parte resolvido através de uma metodologia que melhore a resolução vertical dos perfis de investigação profunda, valendo-se do uso de informações obtidas de um perfil de alta resolução vertical, i.e; a curva de resistividade rasa. Uma abordagem neste sentido seria usar um perfil de alta resolução que apresente uma boa correlação com o perfil de investigação profunda. Esta correlação pode ser melhor avaliada se aplicarmos um filtro no perfil de alta resolução, de tal forma que o perfil resultante tenha teoricamente a mesma resolução vertical do perfil de baixa resolução. A obtenção deste filtro, porém, recai na premissa de que as funções respostas verticais para as ferramentas de alta e baixa resolução são disponíveis, o que não ocorre na prática. Este trabalho se propõe mostrar uma nova abordagem onde o filtro pode ser obtido a partir de um tratamento no domínio da freqüência. Tal tratamento visa igualar a energia espectral do perfil de alta resolução à energia espectral do perfil de baixa resolução tendo como base o Teorema de Parseval. Será mostrado que a resolução vertical depende fundamentalmente da energia espectral do perfil em questão. A seguir, uma regressão linear é aplicada sobre os perfis de alta resolução filtrado e de baixa resolução. Para cada ponto amostrado dos perfis, uma rotina de minimização é aplicada visando escolher o melhor intervalo de correlação entre os perfis. Finalmente, um fator de correção é aplicado sobre cada ponto do perfil de baixa resolução. Os resultados obtidos com os perfis de indução são promissores, demonstrando a eficácia da abordagem e mesmo quando aplicada em perfis com diferentes propriedades petrofísicas, a metodologia funcionou satisfatoriamente, sem danificar os perfis originais.