IBP2041_12 ESTUDO DA PROPAGAO DE INCERTEZA DE PARMETROS PETROFSICOS DE RESERVATRIO DE PETRLEO EM PROCESSO DE INJEO DE GUA Rafael F.V.C.

Santos1, Leonardo J.N. Guimares2, Mrcio R. Borges3

Copyright 2012, Instituto Brasileiro de Petrleo, Gs e Biocombustveis - IBP Este Trabalho Tcnico foi preparado para apresentao na Rio Oil & Gas Expo and Conference 2012, realizado no perodo de 17 a 20 de setembro de 2012, no Rio de Janeiro. Este Trabalho Tcnico foi selecionado para apresentao pelo Comit Tcnico do evento, seguindo as informaes contidas no trabalho completo submetido pelo(s) autor(es). Os organizadores no iro traduzir ou corrigir os textos recebidos. O material conforme, apresentado, no necessariamente reflete as opinies do Instituto Brasileiro de Petrleo, Gs e Biocombustveis, Scios e Representantes. de conhecimento e aprovao do(s) autor(es) que este Trabalho Tcnico seja publicado nos Anais da Rio Oil & Gas Expo and Conference 2012.

Resumo
Este trabalho teve o objetivo de estudar a modelagem e simulao de reservatrio de petrleo, considerando incertezas em propriedades petrofsicas. Estudou-se os efeitos da considerao de incertezas nas propriedades permeabilidade e porosidade nas produes acumuladas de leo, gua e no ndice econmico Valor Presente Lquido (VPL). Para considerar essas incertezas foram utilizados mtodos numricos de gerao de campos aleatrios relacionados a conceitos geoestatsticos de correlao espacial. O mtodo de Decomposio LU, foi o utilizado para gerao dos campos correlacionados e condicionados de permeabilidades e porosidades. O simulador de reservatrio utilizado foi o IMEX (Implicit Explicit Black Oil Simulator) da empresa CMG (Computer Modelling Group). Dessa forma, foram realizadas simulaes estocsticas considerando os campos aleatrios e estas simulaes foram comparadas com suas respectivas simulaes determinsticas. No geral, os resultados mostraram que as simulaes determinsticas comparadas com as estocsticas, superestimam as produes acumuladas de leo, e subestimam a produo acumulada de gua. Contudo temse um VPL determinstico (sem considerar incertezas) maior que o VPL estocstico, onde se considera as incertezas associadas aos parmetros estudados.

Abstract
This work aimed to study the modeling and simulation of oil reservoir, considering uncertainties in petrophysical properties. We studied the effects of the consideration of uncertainties in porosity and permeability properties in cumulative yields of oil, water and economic index Net Present Value (NPV). To account for these uncertainties were used numerical methods for generating random fields related to geostatistical concepts of spatial correlation. The method LU Decomposition , was used to generate the fields correlated and conditioned in permeability and porosity. For the reservoir simulator was used IMEX (Implicit Explicit Black Oil Simulator) company CMG (Computer Modelling Group). Thus, stochastic simulations were performed considering the random fields, and these simulations were compared with their deterministic simulations. Overall, the results showed that compared with the deterministic simulations stochastic overestimate the cumulative yields of oil, and underestimate the accumulated production of water. However it has a deterministic NPV (without considering uncertainties) than the stochastic NPV, where one considers the uncertainties in parameters studied.

1. Introduo
A propagao de incerteza desempenha um papel importante na modelagem e simulao de reservatrios de petrleo, tanto do ponto de vista da modelagem geofsica e de fluxo, quanto da modelagem econmica e financeira. A modelagem e simulao de reservatrios de petrleo pode ser de natureza determinstica ou estocstica. A diferena bsica entre estes dois tipos de modelagem e simulao, que nas estocsticas tm-se mltiplas realizaes com probabilidades iguais, ou em possveis cenrios para os modelos com probabilidades especificas. J nas simulaes

______________________________ 1 Mestrando, Engenharia Civil - UFPE 2 PHD, Professor UFPE 3 PHD, Pesquisador LNCC

Rio Oil & Gas Expo and Conference 2012 determinsticas apenas um nico modelo de reservatrio simulado, no considerando com isso as diversas variabilidades e incertezas inerentes ao problema e, por conseguinte, os riscos associados ao processo. O que principalmente caracteriza um reservatrio de petrleo a heterogeneidade de seu meio poroso, e como na maioria das vezes o conhecimento de informaes com respeito a essa heterogeneidade escasso ou desconhecido (incerto), para uma boa previsibilidade de seu comportamento, so necessrios uma modelagem e simulao estocstica, para obteno de resultados mais prximos ao real comportamento do reservatrio. Atualmente, existem diversas tcnicas e mtodos de simulaes estocsticas, com a pretenso de modelar e quantificar a influncia de diferentes tipos de incertezas relacionados aos parmetros de projeto, condies iniciais, dados de entrada, dentre outras variaveis do reservatorio de petrleo (Laure & Hovadik, 2008; Moura Filho, 2006; Costa, 2003; Margueron, 2003). A considerao dessas incertezas importante, pois dessa forma possvel quantificar os riscos e buscar maneiras viveis de minimizar os mesmos, a fim de se obter uma melhor previso e controle do processo de recuperao de leo. Nesse sentido simulaes estocsticas so mais adequadas para previses em reservatrios de petrleo (Huysmans & Dassargues, 2005). O principal objetivo das simulaes estocsticas obter e avaliar modelos de reservatrios (realizaes) como possveis representaes do reservatrio real, e atravs da mdia da simulao desses modelos obtida a melhor estimativa para o modelo real do reservatrio de petrleo. A simulao no determinstica, estocstica, pode fazer uso, por exemplo, de ferramentas da geoestatsticas. A geoestatstica um ramo em rpida evoluo da Estatstica Aplicada e da matemtica, que oferece uma coleo de ferramentas que quantificam e modelam a variabilidade espacial. Variabilidade espacial inclui escala de variabilidade (heterogeneidade) e direcionalidade dentro de conjuntos de dados (Chambers, et al,2000). O presente trabalho teve o propsito de estudar o impacto da considerao das incertezas em atributos petrofsicos nas produes acumuladas de leo, gua e ndice econmico VPL, utilizando campos aleatrios correlacionados e condicionados, de permeabilidades e porosidades em simulaes estocsticas. Estes campos foram utilizados nas simulaes de um reservatrio de petrleo com mecanismo de recuperao de leo atravs do mtodo de injeo de gua. A injeo de gua em reservatrios de petrleo um dos mtodos de recuperao suplementar mais empregado na explotao de petrleo. A gua injetada serve ao mesmo tempo para manter a presso do reservatrio e deslocar o leo na direo dos poos produtores. Tal mtodo utilizado quando o reservatrio est baixando a produtividade ou se encontra na fase madura.

2. Fundamentao Terica
2.1. Geoestatstica A geoestatstica se originou da indstria de minerao atravs de dois grandes nomes: o engenheiro de minas sulafricano D.G. Krige, e o estatstico H.S. Sichel (Deutsch, 2002). Ambos desenvolveram, no incio dos anos 50, mtodos que supriam a necessidade de estimar as reservas de minrio. As tcnicas clssicas de estatsticas da poca eram consideradas inadequadas at ento, para realizar essas estimativas. A geoestatstica interpreta o domnio do reservatrio, por exemplo, como um meio em que h autocorrelao entre s distribuies de suas variveis. Dessa forma, busca-se atravs de um conjunto de amostras distribudos espacialmente, estudar a variabilidade e correlao amostral a fim de inferir informaes mais detalhadas no interior do domnio amostrado (Toledo,1990). Uma das maneiras eficientes de obteno de amostras distribudas espacialmente no domnio do reservatrio atravs da gerao de campos aleatrios. Existem diversas metodologias para gerao de campos aleatrios como: Turning bands, Mtodo Simulao Sequencial Gaussiana (SGS-Sequential Gaussian Simulation), Mtodo de decomposio LU, dentre outros (Deutsch, 2002). Para obteno dos campos aleatrios deste trabalho foi escolhido o mtodo de Decomposio LU. Este mtodo foi escolhido devido apresentar metodologia simples e ser bastante eficiente para problemas com baixa dimenso das malhas ou campos do modelo. A seguir apresentada uma maneira de obteno de campos aleatrios correlacionados atravs desse mtodo.

Rio Oil & Gas Expo and Conference 2012 2.2. Mtodo Decomposio LU Condicionado Este mtodo basicamente utiliza a covarincia entre a localizao espacial dos dados do reservatrio, com a localizao dos pontos da malha de discretizao do mesmo, e tambm um vetor de variveis randmicas independentes com funo distribuio de probabilidade (FDP) normal, bem como dados de condicionamento. Primeiro a matriz de covarincia C calculada:

Onde C11 a covarincia entre dados em um determinado ponto, C22 a covarincia entre os ns de uma malha, e C12 a covarincia entre a localizao dos dados com a localizao dos ns na malha. A decomposio LU fornece as matrizes L e U, que quando multiplicadas igual matriz C:

Usando o vetor, Z, de dados conhecidos (condicionados), e um vetor de variveis aleatrias w (obtido atravs de algum gerador de nmeros aleatrio), o vetor de uma realizao, ZCS, dado por: (1) Vale ressaltar que o vetor w possui um nmero de valores igual ao nmero de ns, ou elementos, da malha da simulao. Percebe-se que o mtodo de fcil implementao, e bastante til para problemas com poucas dimenses. Uma caracterstica importante que em apenas um passo os dados conhecidos so condicionados, e tambm, o mtodo pode ser aplicado a qualquer tipo de funo de covarincia (Hohn, 1999). No entanto, pouco utilizado em problemas com grandes dimenses, pois possui restrio de memria computacional, uma vez que uma matriz N x N precisa ser resolvida, onde N o nmero de localizaes do reservatrio. Entretanto, este trabalho utilizou este mtodo de gerao de campos aleatrios para a propriedade permeabilidade absoluta horizontal, e utilizando a relao inversa de Kozeny-Carman foram obtidos os campos de porosidades correspondentes. 2.3. Relao Kozeny-Carman Um dos modelos mais utilizados e aceitos que relaciona a porosidade com a permeabilidade o modelo proposto por Kozeny (1927) e modificado por Carman (1937). Este modelo foi deduzido a partir da soluo analtica das equaes de Navier Stokes considerando uma representao simplificada do espao poroso. Segundo Oliveira (2009), a equao de Kozeny-Carman pode ser preditiva em regime de alta porosidade em materiais compostos por partculas bem distribudas, tais como areias naturais e rochas sedimentares. A representao do modelo de Kozeny-Carman, para um meio continuo, pode ser expressa da seguinte forma: (2)

Onde 0 = porosidade de referncia. K0 = permeabilidade intrnseca da matriz 0. Em casos em que as partculas desviam fortemente da forma esfrica, ou possuem tamanho das partculas amplamente distribudo e um meio consolidado, a equao de Kozeny-Carman frequentemente no vlida. Os resultados deste estudo foram avaliados em termos de produo acumulada de leo, gua e ndice econmico VPL, a seguir mostrada detalhes da aplicao do estudo.

Rio Oil & Gas Expo and Conference 2012

3. Aplicao
O reservatrio escolhido, para o estudo, foi o exemplo msxmo009 que um caso do SPE (Society of Petroleum Engineers), encontrado no tutorial do simulador de fluxo IMEX (Implicit Explicit Black Oil Simulator) da CMG (Computer Modelling Group). Este reservatrio foi escolhido por apresentar geometria simples e poucos poos de petrleo, e consequentemente rpida simulao uma vez que foi necessrio um nmero muito grande de simulaes desse reservatrio. Algumas modificaes foram feitas nesse exemplo para convenincia do estudo, essas sero descritas mais a frente. O IMEX um simulador Black-Oil (trifsico - leo, gua e gs), bastante verstil. Este suporta discretizao de malhas de reservatrio, cartesianas, malhas cilndricas, malhas de vrtices (Corner-Point), e malhas regulares com profundidade e espessura variveis (IMEX, Users guide, 2007). Esse simulador de reservatrio utiliza o mtodo de diferenas finitas para resoluo das equaes dos modelos. Esse exemplo de reservatrio representa um processo de recuperao de leo utilizando o mtodo de injeo de gua durante um perodo de concesso de 30 anos de produo. A Figura 1 mostra a malha geomtrica do reservatrio, com suas fcies ou camadas, e poos de produo e injeo. O reservatrio do exemplo da SPE (original - msxmo009) apresentava uma malha de 10x10x3 blocos nas direes i,j e k respectivamente, e esta foi modificada, por convenincia, para uma malha de 20x20x3 equivalente em dimenses totais. As novas dimenses desses blocos, e principais propriedades de rocha e fluido, esto apresentadas na Tabela 1.

Figura 1: Malha do reservatrio de petrleo estudado. Tabela 1: Condies iniciais e propriedades do reservatrio e propriedades do leo e da gua Propriedades do reservatrio Tamanho das clulas (ft) Permeabilidades 1 camada (mD) Permeabilidades 2 camada (mD) Permeabilidades 3 camada (mD) Porosidade constante Profundidade de referncia (ft) Compressibilidade da rocha (1/psi) Presso inicial do reservatrio (psi) Presso de ponto de bolha (psi) Propriedades dos fluidos Densidade (lbm/ft) Compressibilidade (1/psi) Fator Vol. de Formao (RB/STB) Viscosidade (cp) Saturao inicial i 250 200 50 500 j 250 200 50 500 0,3 4,150 3,0x10-6 3000 2.500 leo 46,244 1,369x10 1,5 1,04 0.88
-5

k 20,30,50 20 5 50

gua 62,238 3,04x10-6 1,04 0,31 0,12

O reservatrio em questo possui dois poos. Um poo produtor e outro injetor. O poo injetor est localizado e completado na clula (1,1,1), e trabalha com injeo de gua a 20000 STB/dia . Por outro lado, o poo produtor esta 4

Rio Oil & Gas Expo and Conference 2012 localizado e tambm completado na clula (20,20,3), a produo de leo varia numa faixa de 1000 a 20000 STB/dia. Um corte transversal do reservatrio mostrado na Figura 2.

Figura 2: Corte esquemtico do reservatrio. As permeabilidades variam com a direo, no entanto possui o mesmo valor nas clulas ou blocos das camadas (layers). Na Figura 3 so apresentadas as regies de permeabilidades para as direes i, j e k.

(a) (b) Figura 3: (a) Permeabilidades para as direes x (i) e y (j), (b) permeabilidades para as direes z (k). Portanto, para caracterizao do reservatrio em termos das variveis permeabilidades e porosidades, foram gerados campos aleatrios correlacionados condicionados nos poos para obteno das simulaes estocsticas. 3.1. Obteno dos Campos Aleatrios Na gerao dos campos de permeabilidades para cada uma das trs camadas do reservatrio, com o mtodo de decomposicao LU, foi considerado um coeficiente de variao CV=60%, ou seja, os campos gerados apresentavam mdias correspondentes as do caso base apresentado e desvio padro igual a 60% das medias de cada camada do reservatrio. Por sua vez os campos gerados foram os das permeabilidades horizontais (x e y), estes na direo x foram relacionadas atravs de Kozeny-Carman para obteno dos campos de porosidades correspondentes. Para gerar as realizaes dos campos de permeabilidades foi utilizada uma funo de covarincia do tipo exponencial, como descrita abaixo. (3) Onde > 0 o comprimento de correlao. O principal benefcio da utilizao da funo de covarincia, ferramenta da geoestatistica, a possibilidade de considerar variveis correlacionadas espacialmente na gerao dos campos. O software IMEX aceita campos de permeabilidade impostos para cada um dos trs eixos espaciais (x, y e z). Portanto, as permeabilidades nas direes x (i) foram obtidas com comprimento de correlao de 820,2 ft (250 m) e na direo y com 1312,32 ft (400 m) e, por conseguinte, os campos de porosidades foram obtidos com os mesmos comprimentos de correlao da direo x (i) utilizando Kozeny-Carman. Na direo z, as permeabilidades foram um dcimo das permeabilidades mdias nas direes horizontais x e y. Os campos gerados com essas caractersticas, foram todos obtidos honrando-se os valores das permeabilidades e porosidades nos poos. Os campos foram honrados nos poos, com os valores mdios do caso base, tanto os campos de permeabilidades como os de porosidades. 5

Rio Oil & Gas Expo and Conference 2012 Uma das questes importantes de quanto se geram campos aleatrios correlacionados, que estes devem ser estacionrios, ou seja, a mdia (esperana) de uma varivel regionalizada deve ser independente da posio amostral, mais detalhes em Deutsch, 2002. Contudo, foram realizadas simulaes estocsticas, neste caso uma simulao Monte Carlo, utilizando os campos provenientes do mtodo de Decomposio LU, e dessa forma obtidos os resultados de produes acumuladas de leo, gua, e dos indicadores econmicos VPL e EVPL (esperana do VPL). 3.2. Clculo do Valor Presente Lquido (VPL) Uma das metodologias mais empregada na avaliao de qualquer investimento baseada na anlise do Valor Presente Lquido (VPL). O VPL a soma algbrica de todos os fluxos de caixa descontados para o instante presente (t=0), a uma taxa de juros (d). Na rea de reservatrio de petrleo existem diversos trabalhos que utilizam este indicador de investimento para avaliar a viabilidade dos projetos (Fonseca, 2010; Schiozer et al, 2004; Costa,2003; Oliveira, 2003). O VPL do fluxo de caixa da operao de um reservatrio pode ser representado de acordo com a seguinte formula: (4) onde: d a taxa de desconto aplicada ao capital; T o tempo final ou tempo de concesso do projeto; F o fluxo de caixa da operao no tempo , dado por: Nos dias atuais, os termos da Equao 4, podem chegar a um nvel de detalhamento relativamente elevado, pois existem diversas teorias e conceitos que trabalham com cada um deles. Este trabalho fez uso da Equao 4, com um fluxo de caixa bastante simplificado, o qual considera apenas os custos de injeo de gua e produo de leo e gua, assim como as receitas de produo de leo e gs. Outros tipos de custos e receitas foram desconsiderados para efeito de simplificao. Na Tabela 2 so mostrados os valores dos parmetros, que foram mantidos constantes e utilizados para o clculo da funo VPL deste trabalho. Esses valores foram os mesmos considerados por Oliveira (2006) e Fonseca (2010). Tabela 2: Valores dos parmetros do VPL. Parmetro Preo do petrleo (US$/m3) Preo do gs (US$/m3) Custo da produo de gua (US$/m3) Custo de injeo de gua (US$/m3) Taxa de desconto Valor 25 1 5 2 0,093

Como para cada resposta de uma simulao estocstica obtido um valor de VPL, foi possvel obter distribuies de freqncias para os valores do VPL obtidos nas simulaes estocsticas. Com isso foram, encontradas as mdias desses valores que geralmente chamada de valor monetrio esperado (VME) ou esperana do VPL (EVPL).

4. Resultados e Discusso
Partindo da inteno de investigar a convergncia das simulaes estocsticas utilizando os campos aleatrios de permeabilidades horizontais nas camadas, foram obtidos oito conjuntos de simulaes com nmero de realizaes diferentes investigando-se o EVPL (esperana do VPL) de cada. Para todos os conjuntos de simulaes foram admitidas as mesmas consideraes de incertezas para os campos de permeabilidades, ou seja, os campos foram obtidos com as mesmas mdias e desvios padres. A seguir na Tabela 3 mostrado o estudo de convergncia para o ndice EVPL, considerando as informaes desta etapa do trabalho.

Rio Oil & Gas Expo and Conference 2012 Tabela 3: Resultados das simulaes para diversos nmeros de realizaes de campos. Nmero de EVPL Desv. Padro Realizaes (Dlar) (Dlar) 30 50 100 300 500 1000 1500 3,107x108 3,113x108 3,119x108 3,117x108 3,114x108 3,111x108 3,116x108 1,134x107 1,149x107 1,318x107 1,984x107 2,494x107 2,567x107 2,237x107

Para este caso a convergncia atingida com aproximadamente 500 realizaes de campos. A Figura 4, mostra um exemplo de realizao de campos de permeabilidades com anisotropia geomtrica e porosidades correlacionadas correspondentes.

Perm 1 camada

Perm 2 camada

Perm 3 camada

Poro 1 camada Poro 2 camada Poro 3 camada Figura 4: Realizao de campos de permeabilidades na direo i e campos correspondentes de porosidades. Curvas de produo acumulada de leo do caso base e da mdia das 500 realizaes de campos de permeabilidades com anisotropia, correlacionados com porosidades Os efeitos da considerao da anisotropia das permeabilidades correlacionadas com as porosidades nas produes acumuladas de leo e gua, em cada uma das trs camadas do reservatrio nas 500 realizaes de campos, esto presentes na Figuras 5. Nestas figuras esto presentes as mdias das simulaes estocsticas (em verde), bem como a curva da simulao do caso base (em vermelho).

Rio Oil & Gas Expo and Conference 2012

(a) (b) Figura 5: Curvas de produo acumulada de leo (a) e gua (b) do caso base e da mdia das 500 realizaes de campos de permeabilidades. A Figura 6, mostra o histograma das produes acumuladas de leo e gua, das simulaes das 500 realizaes de campos correlacionados.

Figura 6: Histograma das produes acumuladas de leo e gua. A Tabela 4, mostra os valores das estatsticas da Figura 6, e valores da simulao do caso determinstico. Tabela 4: Comparao entre o caso base e a mdia das simulaes estocsticas. Mdia Np Desv. Mdia Wp Desv. Simulao (m3) Padro Np (m3) Padro Wp Determinstica Estocstica 1,342x107 1,231x10
7

3,702x10
5

2,075x107 2,158x10
7

4,798x105

Da Tabela 4 pode-se observar uma diferena de aproximadamente 8,3 % entre a simulao determinstica e estocstica para a produo acumulada de leo e 4% para produo acumulada de gua. Esta diferena corresponde, aproximadamente, a superestimar 7 milhes de barris de petrleo e subestimar 5 milhes de barris de gua. Essas diferenas so bastante expressivas e influenciam significativamente nos clculos do VPL. A Figura 7 apresenta o histograma do VPL para as 500 realizaes estudadas. E a Tabela 5, mostra das 500 realizaes do estudo, para a EVPL dessas simulaes.

Rio Oil & Gas Expo and Conference 2012

Figura 7: Histograma do VPL das simulaes estocsticas. Tabela 5: Estatsticas para o EVPL das simulaes estocsticas. EVPL Desv. Simulao (Dlar) Padro Determinstica Estocstica 3,388x108 3,114x10
8

2,494x107

Observa-se, a partir da Tabela 5, que o EVPL para as simulaes estocsticas aproximadamente 8% menor que o caso determinstico. Essa uma diferena bastante significativa que muito influencia nas tomadas de decises de investimentos. Ressalta-se que na maioria dos casos o custo para aquisio de informaes geolgicas de reservatrio pode ser muito elevado e tambm deve ser considerado no ndice VPL. Contudo este trabalho no considerou esses nem outros detalhes, abrindo espao para uma infinidade de outros estudos referentes viabilidade econmica e financeira do investimento de exploraro e produo (E&P) de petrleo.

5. Concluso
Neste trabalho, foi possvel realizar simulaes estocsticas de um reservatrio de petrleo, e gerar campos de permeabilidades e porosidades a fim de obter simulaes que melhor representasse as incertezas com relao a estas propriedades. Com a utilizao do mtodo de decomposio LU, foram gerados campos condicionados e correlacionados apresentando estacionaridade em suas realizaes. Aps as simulaes, foram obtidas curvas das mdias de produes acumuladas de leo e gua das simulaes estocsticas, onde estas mdias foram predominantemente diferentes das curvas provenientes da simulao do caso base. Uma dessas diferenas, para a simulao estocstica considerando a geoestatstica, chegou a apresentar diferena de produo acumulada de leo de 8,5 % para menos em relao ao caso base (determinstico). Uma vez que a ordem de grandeza de milhes de barris para as produes acumuladas, diferena como esta, bastante significativa do ponto de vista financeiro. Como esperado, devido produes acumuladas diferentes, os VPLs das simulaes estocsticas tambm diferiram, com relao ao caso base, em aproximadamente, 8%. Outra informao importante com respeitos aos resultados das simulaes estocsticas esta na obteno do desvio padro que transmite uma ideia de variabilidade do projeto e com isso seus riscos associados.

6. Referncias
CARMAN, P. C. Trans. Inst. Chem. Eng. London, v. 15, 150, 1937. CHAMBERS R. L., YARUS J. M. and HIRD K. B. Petroleum geostatistics for nongeo-staticians. Geologic Column of The Leading Edge, (2000). 9

Rio Oil & Gas Expo and Conference 2012 COSTA A. P. A. Quantificao do impacto de incertezas e anlise de risco no desenvolvimento do campos de petrleo. Campinas SP Brasil, 2003. DEUTSCH, C.V., Geostatistical reservoir modeling. Applied Geoestatistics Series. Oxford, 2002. FONSECA, L.A, Otimizao para simulao estocstica de reservatrios de petrleo: Algoritmos de Diferenas Randmicas Simultneas. Dissertao de Mestrado. Universidade Federal de Pernambuco, Recife, 2010. HOHN, Michael Edward. Geostatistics and petroleum geology. 2nd. ed. Dordrecht: Kluwer Academic Publ., 1999. 235 p. HUYSMANS M.; DASSARGUES A. Stochastic analysis of the effect of heterogeneity and fractures on radionu-clide transport in a low-permeability clay layer. University of Liege, Belgica, 2005. HUYSMANS M.; DASSARGUES A. Stochastic analysis of the effect of heterogeneity and fractures on radionu-clide transport in a low-permeability clay layer. University of Liege, Belgica, 2005. IMEX, CMG (Computer Modelling Group). IMEX, USERS GUIDE, 2007 KOZENY, J. Wusserkraft u. Wusserwirtschuft, v. 22, 67-86, 1927 LARUE D. K. and HOVADIK J. Why is reservoir architecturean insignificant uncertainty in many appraisal and development studies of clastic channelized reservoirs? Journal of Petroleum Geology, Vol. 31(4), October 2008. LARUE D. K. and HOVADIK J. Why is reservoir architecturean insignificant uncertainty in many appraisal and development studies of clastic channelized reservoirs? Journal of Petroleum Geology, Vol. 31(4), October 2008, pp 337-366. MARGUERON M.V.L. Processo de tomada de deciso sob incerteza em investimentos internacionais na explorao & produo de petrleo: Uma abordagem multicritrio. Rio de janeiro, 2003. MOURA FILHO M. A. B. Integrao de Anlise de Incertezas e Ajuste de Histrico de Produo. Campinas SP Brasil, 2006. OLIVEIRA, D.F.B.; Tcnicas de Otimizao da Produo para Reservatrios de Petrleo: Abordagens sem Uso de Derivadas para Alocao Dinmica das Vazes de Produo e Injeo o; 116f, Dissertao de mestrado, Universidade Federal de Pernambuco, 2006. OLIVEIRA, R.S. Propriedades de escala no escoamento de fluido em meio poroso modelado por empacotamento Apoloniano. Dissertao de Mestrado. Universidade Federal da Bahia, 2009. SCHIOZER D.J., LIGERO E.L., SUSLICK S.B., COSTA A.P.A., SANTOS, J.A.M. User of representative models in the integration of risk analysis and production strategy definition. Journal of Petroleum Science & Engineering. Campinas, So Paulo, Brazil,2004. TOLEDO J. P. Caracterizao geoestatstica em simuladores numricos de reservatrio. UNICAMP, 1990.

10