Modelagem geoestatística da distribuição espacial da gasometria de superfície na atividade de E&P de petóleo e gás

O estudo da distribuição espacial da gasometria de superfície vem sendo algo cada vez mais presente nos meios de pesquisa. Relacionado a isso, está o interesse global em encontrar métodos que contribuam com a redução dos custos envolvidos na prospecção de petróleo e gás. A grande variabilidade e os fatores confundidores associados às medições dos gases em superfície dificultam a caracterização da fonte geradora do fenômeno. No presente estudo, a amostra é formada por dados geoquímicos e caracterizadores das condições de uso e cobertura do solo. Analisar a distribuição destes gases de forma georeferenciada é essencial para entender o comportamento do processo, uma vez que amostras mais próximas se assemelham mais em relação às mais distantes. Neste trabalho, a modelagem da dependência espacial dos gases metano, etano e eteno faz uso de métodos geoestatísticos através de estimadores de máxima verossimilhança e de pressuposições gaussianas no ajuste de modelos que permitam verificar a associação de fatores físicos que podem influenciar na distribuição do fenômeno. Este trabalho objetiva apresentar através da produção de mapas de probabilidade, uma ferramenta probabilística que, juntamente com informações que caracterizam uma maior favorabilidade à presença de hidrocarbonetos de fonte termogênica, auxilie geograficamente na determinação áreas que demonstram um cenário favorável à identificação de regiões potencialmente exploratórias.Studies about Surface Gasometry’s Space Distribution have been becoming a frequent topic amongst the research community. Additionally, there is an increasing global concern on finding better cost saving methods for oil and gas prospecting. A great variety of misleading factors related to gas measurements on surfaces set challenging hurdles on identifying the origin of such phenomenon. In this study, samples are set by geochemical and geophysical data that were observed and collected in the region. Geo-referential gas distribution analysis is crucial to understand the behavior of such process. In this research, geostatistics methods, through maximum likelihood estimators and Gaussian assumptions, were used to modeling the spatial dependence of methane, ethane and ethene. Such method allowed verifying physical factors that might influence over gas’ spatial distribution. The findings are presented in probability maps, a statistic tool that, jointly with the information of thermal hydrocarbon presence likelihood, helps to geographically identifying areas that holds favorable conditions for potentially exploratory regions