03734nmc a2200241 4500 20260520005439.0 260224s xxu ing Inglés 068.82 553.28 C62 2018 0015648 Spectral gamma-ray logging of Cerro Ballena anticline, Santa Cruz province Data-driven model for facies classification, with implication for subsurface oilfield development 29/06/2022 ; 25/02/2019 22 p. ; 153-175 Perfil de rayos gamma espectral del anticlinal del Cerro Ballena, provincia de Santa Cruz: modelo Data-driven para clasificación de facies, con implicancias en el desarrollo de yacimientos petroleros.La respuesta del perfil de rayos gamma espectral en formaciones productivas aporta información clave para el análisis de subsuelo y la caracterización de reservorios. En la Formación Bajo Barreal de la cuenca del Golfo San Jorge, la aplicación de métodos comúnmente usados para clasificar litofacies en base a este perfil se ve dificultada por la complejidad mineralógica y la presencia común de componentes piroclásticos.Este trabajo describe la construcción de un modelo experimental para clasificación de litofacies en base al perfil de rayos gamma espectral para afloramientos del Cerro Ballena, provincia de Santa Cruz. El proceso de modelado matemático se enmarcó en el contexto geológico durante todas las etapas. El modelo de clasificación de facies (litofacies) fue generado mediante un detallado estudio sedimentológico realizado previamente, y comprende categorías de depósitos clásticos gruesos, así como diferentes tipos de depósitos de planicie de inundación. El perfil de rayos gamma registrado para una sección de 380 m, con una separación vertical de 50 cm entre muestras, constituye la variable de entrada para el modelo generado. La aplicación de análisis de varianza simple (ANOVA) determinó que existe diferencia estadísticamente significativa entre las categorías de facies respecto a las mediciones de rayos gamma espectral. Esta instancia validó la factibilidad de desarrollar un algoritmo con Machine Learning para transformar la variable de entrada (mediciones de rayos gamma espectral) en facies. El objetivo del estudio fue generar un modelo empírico capaz de predecir litologías en nuevos sets de datos, evaluando su consistencia con los datos disponibles. Para lograrlo, durante el proceso de modelado evitó el sobreajuste mediante una cuidadosa combinación de bootsraping, validación cruzada y retención. Para maximizar la precisión del modelo, se empleó la métrica log loss para penalizar falsas clasificaciones. El modelo generado replica con efectividad las categorías determinadas mediante criterios sedimentológicos en el estudio de afloramiento.Los perfiles de rayos gamma de las secciones aflorantes fueron correlacionados con el subsuelo con alta certidumbre durante el estudio de superficie, validando el carácter de análogos de los afloramientos para los yacimientos cercanos. Los resultados de este estudio habilitan expectativas respecto de la construcción de modelos de facies para el subsuelo en base a mediciones de rayos gamma CONGTP Castillo Gamarra, Francisco 755 Lema, Marina A. 756 Paredes, José Matildo 757 Congreso de Exploración y Desarrollo de Hidrocarburos (10mo. : 2018 nov. 5 - 9 : Mendoza) 573 Simposio de Evaluación de Formaciones (2018 nov. 5 - 9 : Mendoza) 675 128426 128426 https://biblioteca.iapg.org.ar/ArchivosAdjuntos/Conexplor2018/SEF/1231.pdf 0 0 0 0 199348 BVIAPG BVIAPG 068.82 553.28 C62 2018 0015648 2026-03-02 200064923 0 068.82 553.28 C62 2018 0015648 200064923 2026-03-02 23:26:23 2026-03-02 ARCHIVO