ISSN-e: 3006-9467; ISSN: 0016-7975 / 1011-9565
GEOMINAS, Vol. 54, N° 95, 2026
Embedded Files
Petrofísica/Petrophysics/Petrofísica
Marco metodológico para el análisis de certidumbre en la determinación de salinidad y resistividad del agua de formación según la fuente o el origen de los datos: aplicación del criterio experto en evaluación de yacimientos
Marco metodológico para el análisis de certidumbre en la determinación de salinidad y resistividad del agua de formación según la fuente o el origen de los datos: aplicación del criterio experto en evaluación de yacimientos
Methodological framework for the analysis of certainty in the determination of salinity and resistivity of formation water according to the source or origin of the data: application of expert judgment in reservoir evaluation
Methodological framework for the analysis of certainty in the determination of salinity and resistivity of formation water according to the source or origin of the data: application of expert judgment in reservoir evaluation
Quadro metodológico para a análise da certeza na determinação da salinidade e resistividade da água de formação de acordo com a fonte ou origem dos dados: aplicação do julgamento de especialistas na avaliação de reservatórios
Quadro metodológico para a análise da certeza na determinação da salinidade e resistividade da água de formação de acordo com a fonte ou origem dos dados: aplicação do julgamento de especialistas na avaliação de reservatórios
Alfonso Quaglia
IngºGeóº, PhD. Inter Rock USA, LLC. e-mail: quagliaa@inter-rock-ca.com ORCID: https://orcid.org/0009-0001-3039-0850
Rafael Colmenarez
IngºPetróº Universidad de Oriente (UDO). e-mail: davidbestcolmenarez@gmail.com
Ivon Ulacio
IngºPetróº Universidad de Oriente (UDO). e-mail: ivonulacio@gmail.com
Juan Carlos Porras
IngºGeóº, MSc. Inter-Rock, C. A. e-mail: porrasjc@inter-rock-ca.com
Rafael Panesso
IngºGeóº, MSc. Inter-Rock, C. A. – Sucursal Colombia. e-mail: panessor@inter-rock-ca.com ORCID: https://orcid.org/0009-0004-1281-8253
Recibido: 12-12-25; Aprobado: 2-3-26
Abstract
Abstract
Accurate formation water characterization is fundamental for the petrophysical evaluation of hydrocarbon reservoirs, directly impacting water saturation estimation and recoverable reserves calculations. However, determining critical parameters such as salinity and formation water resistivity ($R_w$) is affected by geological heterogeneity and complex hydrogeochemical processes that modify fluid composition according to its interaction with the porous medium. This study presents a methodological strategy based on expert criteria to rank data sources according to their technical and analytical reliability. Three hundred formation water records from fields in South Texas were analyzed, classified by origin and acquisition method: wellhead tests, technical reports, deterministic calculations, DST tests, swabbing, RFT logs, and fluid extraction from rock samples. Each source was evaluated for its ability to faithfully represent reservoir conditions, establishing weighted certainty levels. The developed methodology allows for identifying the most representative sources to estimate salinity and resistivity, avoiding the generalization of $R_w$ values across the field, a practice that often induces significant errors in petrophysical interpretation. A correlation between depth and increased salinity was observed, confirming the presence of sodium chloride waters, which adds coherence to the conceptual model. In conclusion, this workflow improves traceability and precision in reservoir characterization, being adaptable to diverse geological contexts through the systematic application of expert criteria in data evaluation.
Resumen
Resumen
La caracterización precisa del agua de formación es fundamental para la evaluación petrofísica de yacimientos hidrocarburíferos, impactando directamente en la estimación de saturaciones de agua y el cálculo de reservas recuperables. No obstante, la determinación de parámetros críticos como la salinidad y la resistividad del agua de formación ($R_w$) se ve afectada por la heterogeneidad geológica y procesos hidrogeoquímicos complejos que modifican la composición del fluido según su interacción con el medio poroso. Este estudio presenta una estrategia metodológica basada en el criterio experto para jerarquizar fuentes de datos según su confiabilidad técnica y analítica. Se analizaron 300 registros de agua de formación de campos en el sur de Texas, clasificados por su origen y método de obtención: pruebas de cabezal, reportes técnicos, cálculos determinísticos, pruebas DST, swabbing, registros RFT y extracción desde muestras de roca. Cada fuente fue evaluada por su capacidad para representar fielmente las condiciones del yacimiento, estableciendo niveles de certidumbre ponderados. La metodología desarrollada permite identificar las fuentes más representativas para estimar salinidad y resistividad, evitando la generalización de valores de $R_w$ para todo el campo, práctica que suele inducir errores significativos en la interpretación petrofísica. Se observó una correlación entre profundidad y aumento de salinidad, confirmando la presencia de aguas cloruradas sódicas, lo que aporta coherencia al modelo conceptual. En conclusión, este flujo de trabajo mejora la trazabilidad y precisión en la caracterización de yacimientos, siendo adaptable a diversos contextos geológicos mediante la aplicación sistemática del criterio experto.
La caracterización precisa del agua de formación es fundamental para la evaluación petrofísica de yacimientos hidrocarburíferos, impactando directamente en la estimación de saturaciones de agua y el cálculo de reservas recuperables. No obstante, la determinación de parámetros críticos como la salinidad y la resistividad del agua de formación ($R_w$) se ve afectada por la heterogeneidad geológica y procesos hidrogeoquímicos complejos que modifican la composición del fluido según su interacción con el medio poroso. Este estudio presenta una estrategia metodológica basada en el criterio experto para jerarquizar fuentes de datos según su confiabilidad técnica y analítica. Se analizaron 300 registros de agua de formación de campos en el sur de Texas, clasificados por su origen y método de obtención: pruebas de cabezal, reportes técnicos, cálculos determinísticos, pruebas DST, swabbing, registros RFT y extracción desde muestras de roca. Cada fuente fue evaluada por su capacidad para representar fielmente las condiciones del yacimiento, estableciendo niveles de certidumbre ponderados. La metodología desarrollada permite identificar las fuentes más representativas para estimar salinidad y resistividad, evitando la generalización de valores de $R_w$ para todo el campo, práctica que suele inducir errores significativos en la interpretación petrofísica. Se observó una correlación entre profundidad y aumento de salinidad, confirmando la presencia de aguas cloruradas sódicas, lo que aporta coherencia al modelo conceptual. En conclusión, este flujo de trabajo mejora la trazabilidad y precisión en la caracterización de yacimientos, siendo adaptable a diversos contextos geológicos mediante la aplicación sistemática del criterio experto.
Resumo
Resumo
A caracterização precisa da água de formação é fundamental para a avaliação petrofísica de reservatórios de hidrocarbonetos, impactando diretamente na estimativa de saturações de água e no cálculo de reservas recuperáveis. No entanto, a determinação de parâmetros críticos, como a salinidade e a resistividade da água de formação ($R_w$), é afetada pela heterogeneidade geológica e por processos hidrogeoquímicos complexos que modificam a composição do fluido conforme sua interação com o meio poroso. Este estudo apresenta uma estratégia metodológica baseada no critério de especialistas para hierarquizar fontes de dados segundo sua confiabilidade técnica e analítica. Foram analisados 300 registros de água de formação de campos no sul do Texas, classificados por sua origem e método de obtenção: testes de cabeça de poço, relatórios técnicos, cálculos determinísticos, testes DST, swabbing, perfis RFT e extração de fluidos de amostras de rocha. Cada fonte foi avaliada por sua capacidade de representar fielmente as condições do reservatório, estabelecendo níveis de certeza ponderados. A metodologia desenvolvida permite identificar as fontes mais representativas para estimar salinidade e resistividade, evitando a generalização de valores de $R_w$ para todo o campo, prática que costuma induzir erros significativos na interpretação petrofísica. Observou-se uma correlação entre profundidade e aumento da salinidade, confirmando a presença de águas cloretadas sódicas, o que confere coerência ao modelo conceitual. Em conclusão, este fluxo de trabalho melhora a rastreabilidade e a precisão na caracterização de reservatórios, sendo adaptável a diversos contextos geológicos mediante a aplicação sistemática do critério de especialistas.
Palabras clave/Keywords/Palavras-chave:
Palabras clave/Keywords/Palavras-chave:
Agua de formación, Água de formação, Amostras de água de formação, Avaliação petrofísica, Caracterização de reservatórios de hidrocarbonetos, Caracterización yacimientos hidrocarburíferos, Critério de especialistas, Criterio experto, Data traceability, Deterministic methods, Evaluación petrofísica, Expert criteria, Formation water, Formation water resistivity (Rw), Formation water samples, Hidrogeoquímica aguas cloruradas sódicas, Hidrogeoquímica de águas cloretadas sódicas, Hierarquização de fontes de dados petrofísicos, Hydrocarbon reservoir characterization, Jerarquización fuentes datos petrofísicos, Métodos determinísticos, Muestras de agua de formación, Petrofísica sul do Texas, Petrofísica sur de Texas, Petrophysical data source ranking, Petrophysical evaluation, Rastreabilidade de dados, Resistividad de agua de formación (Rw), Resistividade da água de formação (Rw), Salinidad, Salinidade, Salinity, Sodium chloride water hydrogeochemistry, South Texas petrophysics, Trazabilidad de datos.
Citar así/Cite like this/Citação assim: Quaglia et al. (2026) o (Quaglia et al., 2026).
Referenciar así/Reference like this/Referência como esta:
Quaglia, A., Colmenarez, R., Ulacio, I., Porras, J. C., Panesso, R. (2026). Marco metodológico para el análisis de certidumbre en la determinación de salinidad y resistividad del agua de formación según la fuente o el origen de los datos: aplicación del criterio experto en evaluación de yacimientos. Geominas 54(95). 00-00. https://doi.org/10.63692/30069467/95/2
Introducción
Introducción
El agua de formación original, también conocida como agua connata o agua fósil, se encuentra atrapada en los poros de las rocas almacén desde el momento de su deposición. Su composición química está determinada por procesos hidrogeoquímicos como el intercambio iónico, la disolución de minerales, la precipitación química, las reacciones redox y la interacción prolongada con el medio poroso. Estos procesos generan variaciones significativas en la salinidad y el contenido de sólidos disueltos, que a su vez afectan la resistividad eléctrica del fluido.
La resistividad del agua (Rw) es un parámetro clave en la aplicación de modelos como el de Archie, utilizados para calcular la saturación de agua en formaciones productivas. Sin embargo, la práctica común de asumir un valor único de Rw para todo un campo o columna geológica ignora las variaciones verticales y laterales que podrían existir, lo que compromete la precisión de las estimaciones.
Fueron objeto de análisis riguroso 300 registros de agua de formación, pertenecientes a campos vecinos en el Sur de Texas, Estados Unidos de Norte América (Figura 1), los cuales presentaron distintos niveles de incertidumbre al ser clasificados por su origen y método de obtención, tales como: pruebas de cabezal, reportes técnicos, cálculos determinísticos, pruebas DST, Swabbing, registros RFT y extracción de fluidos desde muestras de roca.
La literatura técnica reconoce que la confiabilidad de los datos depende no solo del método utilizado, sino también de las condiciones operacionales y del contexto geológico en el que se aplican. Por ello, se hace necesario establecer un marco metodológico que permita jerarquizar estas fuentes con base en criterios técnicos y analíticos, aplicando el juicio experto como herramienta integradora.
La caracterización del agua de formación constituye un componente esencial en la evaluación de yacimientos hidrocarburíferos, dado su impacto directo en la estimación de saturaciones de agua, resistividades y reservas recuperables. La salinidad y la resistividad eléctrica del agua (Rw) son parámetros que, aunque frecuentemente tratados como constantes en modelos de interpretación, presentan una alta variabilidad espacial y temporal, influenciada por factores geológicos, hidrogeoquímicos y operacionales.
En la práctica profesional, la determinación de estos parámetros se realiza a partir de múltiples fuentes de datos, cada una con distintos niveles de confiabilidad. La ausencia de un criterio sistemático para jerarquizar dichas fuentes puede conducir a errores significativos en la interpretación petrofísica y en la toma de decisiones técnicas.
Ante esta problemática, el presente estudio propone una metodología basada en el criterio experto para clasificar y jerarquizar las fuentes de datos según su origen, método de obtención y nivel de certidumbre, con el fin de optimizar la calidad de las estimaciones y fortalecer la trazabilidad de los resultados.
Figura 1. Área de estudio Frio-Vicksburg. Oil & Gas Journal. 23-septiembre, 2002.
Antecedentes
Antecedentes
Diversos estudios han enfatizado la importancia de caracterizar con precisión el agua de formación en todas las etapas del ciclo productivo de los yacimientos:
Coberly, Moore, Szasz y Whitney (1966) enfatizaron que la resistividad del agua de formación (Rw) es un parámetro esencial para calcular saturación de fluidos a partir de registros eléctricos. En ausencia de mediciones directas, propusieron derivar Rw mediante datos complementarios como la curva SP y el análisis químico del agua como vía de estimación confiable.
Por su parte, Medhat y Andrew (2006) destacaron cómo la composición del agua varía por causas geológicas e hidrogeoquímicas, y subrayaron el valor del análisis de muestras tanto en fondo de pozo como en superficie. A través de casos en Noruega, Medio Oriente, el Golfo de México y China, demostraron que una caracterización continua del agua de formación contribuye significativamente al entendimiento y desarrollo de los yacimientos.
En un enfoque más reciente, Walid, Khaled y Samar (2013) desarrollaron un método numérico para calcular Rw a partir de la resistividad real de la formación, especialmente útil en contextos donde el agua connata no es producida o está contaminada. Validaron su propuesta con datos sintéticos y reales, demostrando su aplicabilidad en yacimientos de baja permeabilidad o en cuencas profundas, donde los métodos convencionales presentan limitaciones.
Estos antecedentes refuerzan la necesidad de aplicar el criterio experto en la selección, validación y jerarquización de fuentes de datos para la caracterización del agua de formación, especialmente donde la precisión de Rw impacta la estimación de reservas y la toma de decisiones operativas.
Justificación
Justificación
La estimación de la salinidad y resistividad del agua de formación es un componente esencial en la evaluación de yacimientos hidrocarburíferos, dado su impacto directo en los cálculos de saturaciones y reservas. Sin embargo, la diversidad de fuentes de datos disponibles y la variabilidad en sus métodos de obtención generan niveles de incertidumbre que pueden comprometer la calidad de las interpretaciones petrofísicas.
Este estudio responde a la necesidad de establecer un marco técnico que permita jerarquizar dichas fuentes con base en criterios de certidumbre, aplicando el juicio experto como herramienta integradora. La clasificación de más de 300 muestras de agua de formación y su análisis según origen, método y confiabilidad, permite construir un flujo de trabajo que mejora la trazabilidad de los datos y fortalece la toma de decisiones técnicas.
La propuesta metodológica no solo aporta rigor académico, sino que ofrece una herramienta práctica para profesionales del área, alineada con los estándares de calidad exigidos por la industria. Su aplicación puede contribuir significativamente a reducir la incertidumbre en la interpretación de saturaciones de fluidos, mejorar la estimación de reservas y elevar el nivel de precisión en la caracterización de activos petroleros.
Objetivos del estudio
Objetivos del estudio
Establecer un marco metodológico para la jerarquización de fuentes de datos utilizadas en la determinación de la salinidad y resistividad del agua de formación, basada en análisis de certidumbre y criterio experto derivados del origen y método de obtención.
Clasificar y documentar los métodos disponibles para la obtención de datos de agua de formación, identificando sus niveles de confiabilidad técnica y analítica.
Evaluar el impacto de la variabilidad de las fuentes de datos en la estimación de parámetros petrofísicos clave, como la resistividad del agua (Rw) y la salinidad, en función de su criticidad en la interpretación de saturaciones y reservas.
Proponer un flujo de trabajo replicable y adaptable que permita a profesionales del área aplicar el criterio experto en la selección y validación de datos, optimizando la caracterización de yacimientos en contextos geológicos diversos.
Metodología
Metodología
Este marco metodológico, constituye un flujo de trabajo que hemos denominado “El Decálogo”, el cual representa un conjunto de diez pasos o recomendaciones fundamentales, orientados a la clasificación, caracterización y jerarquización de datos relacionados con la trazabilidad y la certidumbre de la salinidad y resistividad del agua de formación (Rw):
1. Inventario, Clasificación y Validación de datos: Se realizó una revisión exhaustiva de literatura técnica que sirvieron de base teórica y conceptual. Los datos operacionales fueron suministrados por la empresa Inter-Rock, habiendo validado bases de datos mayormente públicas en campos del Sur del estado de Texas, Estados Unidos de Norte América. Estos datos, aunque la mayoría públicos, fueron codificados para preservar la confidencialidad. La clasificación inicial se hizo por Formación geológica y profundidad, para lo cual se asignaron tres letras (A, I y R). Tabla 1.
Tabla 1. Clasificación por Formación/Profundidad. (Topes y bases de Formación).
Tabla 2. Clasificación de las muestras. Ejemplo (Area/Pozo/Numero de Muestra), Formación y Profundidad.
Esta clasificación permitió consolidar una hoja maestra por fuente, formación y profundidad.
2. Nomenclatura para hoja Maestra (dB). Luego de la clasificación preliminar antes mencionada, las muestras (~300) fueron incorporadas según la siguiente Nomenclatura codificada (Area/Campo, Pozo, Número de muestra), ejemplo: Area “J”, Numero de Pozo “10” y Numero de Muestra “2”. Quedando la muestra identificada de la siguiente manera: (J-10-2). Ver Tabla 2.
3. Fuente de origen: las muestras o registros de salinidad o agua de formación fueron obtenidas mediante diferenciación de la fuente de información u origen, pudiendo identificar 6 diferentes fuentes: Cabezal, DST, RFT, Swabbing, cálculos/reportes y muestras de roca. Tabla 3.
4. Caracterización de métodos y criterios de certidumbre: Una vez identificados los orígenes de los datos, se describieron los métodos de obtención de salinidad y Rw de cada uno, diferenciando entre muestreo directo y cálculos indirectos. Para cada fuente se identificaron los factores de incertidumbre (contaminación, errores operacionales, limitaciones técnicas, etc…), estableciendo criterios de certidumbre específicos. Tabla 4.
5. Caracterización fisicoquímica del agua de formación: A partir de los reportes de los análisis físico-químicos en laboratorio, se creó una base de datos que contiene la contribución de cada ion presente en el agua, además, se determinó un promedio de la salinidad por formación y seguido de esto se creó un gráfico de salinidad vs iones para observar la tendencia del comportamiento de la salinidad de las formaciones estudiadas. En principio, se analizaron los datos físico-químicos disponibles mediante Diagramas de Stiff y relación de Sulín:
a. Diagramas de Stiff para clasificar naturaleza fisicoquímica de aguas de formación.
b. Relación iónica Na⁺/Cl⁻ (método de Sulín) para clasificar y diferenciar las aguas entre connatas o meteóricas.
Tabla 3. Ejemplo de clasificación de las muestras por fuente de origen.
Tabla 4. Resumen de fuentes de origen, métodos de obtención de datos/muestras y factores de incertidumbre.
6. Clasificación hidrogeoquímica mediante gráficos de Piper: para identificar facies hidrogeoquímicas y patrones iónicos por formación, se utilizó el diagrama triangular de Piper que emplea la representación de los datos químicos. Este tipo de diagramas se basa en la agrupación de los distintos tipos de aguas en familias de caracteres comunes, lo que fue de gran utilidad
para reconocer las facies hidrogeoquímicas existentes y permitir una mejor representación gráfica del total de las muestras analizadas.
7. Jerarquización metodológica (Tabla 5): Se desarrolló una metodología de jerarquización basada en:
a. Matriz cualitativa. Para el caso del análisis Cualitativo se construyó una matriz identificando para cada fuente u origen de los datos, las complicaciones técnicas, errores operacionales y probables riesgos de contaminación. Esta calificación se llevó a cabo mediante el anteriormente mencionado criterio experto, el cual se refiere a la descripción cualitativa y sus respectivos niveles de certidumbre a partir de las implicaciones de los procesos involucrados que dan origen a los valores relativos de salinidad o resistividad de agua de formación (Rw).
Tabla 5. Tabla comparativa ponderada de métodos y niveles de certidumbre.
b. Análisis cuantitativo. (Ponderación). Una vez asignados los criterios de certidumbre provenientes del proceso anterior, se procedió a ponderar la confiabilidad de cada método asignando valores, en función de su impacto en la evaluación petrofísica.
8. Selección de yacimientos representativos por formación: para cálculos de Sw y POES. De acuerdo al potencial de las formaciones estudiadas, su espesor y propiedades petrofísicas.
9. Determinación de Saturación de agua en intervalos objetivo: Para los cálculos de saturación de agua y al tratarse de areniscas consolidadas relativamente limpias, se aplicó la ecuación de Archie con parámetros estándar (a=1, m=2, n=2). Dependiendo de la naturaleza de los yacimientos objeto de estudio podrían aplicarse otras ecuaciones para los cálculos de saturación de agua (Sw).
10. Análisis comparativo de Saturación de Hidrocarburo y Petróleo Original en Sitio: el cálculo de reservas o petróleo original en sitio (POES), se determinó en unidades por Acre/Pie. El análisis comparativo se hizo en función de su relación con la jerarquización según el origen de los datos de salinidad y Resistividad de agua de Formación.
Discusión de resultados
Discusión de resultados
1. Clasificación de muestras y fuentes de datos
Se manejaron un número aproximado de 300 muestras clasificadas inicialmente por fuente u origen de los datos: RFT (46,62 %), muestras de roca (20,64 %), cabezal (14,23 %), DST (7,83 %), cálculos/reportes (7,47 %) y Swabbing (3,20 %). Tabla 6.
Tabla 6.
La formación “I” aportó el mayor número de muestras (43,77 %), seguida por la formación “A” (33,10 %) y la formación “R” (23,13 %). Figura 2.
Las muestras de agua provenientes de la extracción de rocas predominan en la formación “A”, mientras que las de origen RFT dominan en las formaciones “I” y “R”. Figura 3.
2. Métodos de obtención de parámetros
El 92,53 % de los datos provienen de análisis físico-químicos de muestras de agua (NaCl eq) de diversos orígenes, mientras que el 7,47 % se derivan de cálculos (SP, Archie). Tabla 7.
Figura 2. Porcentaje de muestras por formación.
Tabla 7. Origen y método de obtención del total de muestras seleccionadas.
Figura 3. Muestras clasificadas por fuente u origen en las formaciones A – I – R.
Se identificaron seis fuentes u origen de los principales datos: Cabezal, Cálculos o reportes, DST, Swabbing, RFT y Muestras de roca, cada uno con sus concentraciones de salinidad promedio y factores de incertidumbre. Figura 4.
Figura 4. Promedio de salinidad por categoría de origen en las formaciones A – I – R.
3. Jerarquización por Certidumbre. Tabla 8.
Se asignó una ponderación a cada método de obtención de datos según criterio experto de acuerdo a sus vulnerabilidades operacionales, analíticas y de representatividad.
Las muestras de cabezal presentan el menor nivel de incertidumbre (ponderación 1), mientras que las muestras de roca exhiben el mayor nivel (ponderación 6).
Se construyó una hoja maestra ordenada por confiabilidad, útil para trazabilidad y selección de datos en interpretación petrofísica.
Tabla 8. Ejemplo de Hoja Maestra ordenada por grado de confiabilidad. (Ponderación).
Figura 5. Composición promedio de los iones principales en el agua de las formaciones A, I y R.
4. Caracterización físico-química
Se observó una correlación entre profundidad y salinidad: la formación “R”, más profunda, mostró mayor salinidad equivalente de iones Na⁺ y Cl⁻. Figura 5.
El método de Sulín clasificó las muestras como aguas connatas al presentar una relación (Na⁺ / Cl⁻) < 1. Tabla 9.
Diagramas de Stiff revelaron aguas con altas concentraciones de Sodio y Cloro (Na⁺ y Cl⁻). Figura 6.
Mediante el uso de los diagramas de Stiff, se pudo observar que la mayoría de las muestras presentan una alta predominancia de cloro y sodio, los gráficos se clasificaron por formación. Para la formación A (Azul), formación I (Naranja) y formación R (Gris) figura 5. En algunos casos, un numero de muestras, presentaron una concentración moderada de iones de calcio, sugiriendo una variación en la composición debido probablemente a diferentes condiciones de residencia de las aguas de formación, donde coincidencialmente, dichas muestras pertenecían a áreas o campos distintos, aunque vecinos. Figura 6.
5. Caracterización hidrogeoquímica
Las muestras de aguas extraídas a partir de los núcleos disponibles se clasificaron como fuera del rango estimado según criterio experto mientras que las provenientes de cabezal se posicionaron como dentro del rango aceptable de certidumbre según valores conocidos y soportados tanto por las pruebas de producción como por expertos del área de estudio. Figura 4.
El ejercicio realizado mediante el diagrama de Piper reveló facies hidrogeoquímicas dominadas por aguas tipo Cloruradas-Sódicas, típicas de ambientes marinos o transicionales. Figura 7. El origen de las aguas tipo (Na⁺Cl⁻) por lo general está asociado a concentraciones de sales por procesos de intercambio catiónico o por mezcla de aguas meteóricas con paleoaguas marinas, es decir, la presencia de aguas de origen marino, acumuladas durante eventos geológicos, lo que indica la progresiva salinización de las aguas debido al mayor tiempo de interacción del sistema agua-roca.
Tabla 9. Ejemplo de la clasificación de aguas de formación según Sulín.
Figura 6. Ejemplo de gráficos de Stiff en la Formación “I” para campos vecinos diferentes “G” y “M”.
Figura 7. Gráfico de Piper mostrando la calidad y clasificación de las muestras de agua a partir de análisis físico-químicos, donde se demostró que pertenecían a las facies hidrogeoquímicas de tipo Cloruradas-Sódicas.
El ejercicio con el diagrama de Piper permitió evidenciar que las aguas cloruradas sódicas presentan mayor salinidad que las aguas bicarbonatadas o sulfatadas, debido a su relación con ambientes sedimentarios y la influencia por infiltración marina, común en zonas transicionales. Estas aguas podrían ser también de origen marino puro.
El estudio muestra que la salinidad aumenta con la profundidad, siendo especialmente alta en la formación R, probablemente por la ocurrencia de yacimientos confinados o semi-confinados donde la mezcla con otras aguas del sistema hidro-geodinámico es limitada, así como el tiempo de residencia y la mayor interacción roca-fluido. En contraste con las aguas menos profundas, las cuales experimentarían mayor hidrodinamismo, infiltración de aguas superficiales y tiempos de residencia mas limitados. Figura 8.
Figura 8. Esquema representativo de calidades y facies hidrogeoquímicas de agua de formación que explican la caracterización del estudio. (Modificado y adaptado de http://www.ec.ca/water/index.htm).
Figura 9. Sensibilidad de Sw en función de la Salinidad según origen. Formación “A”. Well 17.
Figura 10. Sensibilidad de Sw en función de la Salinidad según origen. Formación “I”. Well 17.
Figura 11. Sensibilidad de Sw en función de la Salinidad según origen. Formación “R” Well 17.
Tabla 10. Estimación del POES por Acre-Pie para las formaciones del estudio.
6. Análisis de sensibilidad para la saturación de agua (Sw): Para demostrar las implicaciones que tienen tanto la variabilidad de la salinidad como la de la resistividad de agua de formación, la cual a su vez depende de la temperatura de formación, se realizó un análisis de sensibilidad para las formaciones “A”, “I” y “R”; observándose que, como era de esperarse, al aumentar la salinidad reportada en la base de datos depurada por cada fuente u origen, la saturación de agua disminuye y, en consecuencia, la saturación de hidrocarburos aumenta.
Este comportamiento se observó en el pozo clave denominado Well-17, donde la variación de salinidad y subsecuentemente de Rw, impacta directamente la estimación del espesor neto hidrocarburífero, el cual se evidencia en el track de saturación de agua para las tres formaciones del área de estudio. Figuras 9, 10 y 11.
Los valores de espesor neto para los escenarios de salinidad media y máxima son similares, con diferencias moderadas a mínimas, lo que indica baja sensibilidad al emplear valores altos de salinidad en la determinación de saturación de agua. Sin embargo, en el caso de las fuentes representadas por RFT y muestras de roca, la incertidumbre es mayor, ya que la saturación de agua puede variar significativamente entre los valores mínimos y máximos, demostrando la importancia que tiene la consideración previa de la fuente o el origen de los datos, así como las variaciones de los rangos de salinidad en la interpretación petrofísica.
En resumen: Se realizó un análisis de sensibilidad para las formaciones A, I y R, utilizando los valores mínimo, media y máximo de salinidad reportados por cada fuente de datos, donde el pozo Well-17 sirvió como caso de estudio, mostrando que al aumentar la salinidad, la saturación de agua disminuye y la saturación de hidrocarburos aumenta. La variación de salinidad impacta el espesor neto hidrocarburífero, especialmente cuando los valores de salinidad tienen grandes diferencias. Por el contrario, para los escenarios donde la salinidad media y máxima son similares, el impacto es mínimo, lo que indica baja sensibilidad en la estimación de los espesores útiles al emplear valores más altos de salinidad.
Luego de realizar la sensibilidad de la Saturación de Agua (Sw), se procedió a estimar el Petróleo Original en Sitio por Acre-Pie, tomando como ejemplo las variaciones de salinidad del método de mayor certidumbre como el de las muestras provenientes de cabezal. (Tabla 10). Adicionalmente se requirieron las propiedades de Yacimiento, tales como: Ø = Porosidad (Frac), h = Espesor (pies), A = Área (Acres), Sw = Saturación de agua (frac) y el factor volumétrico Boi .
7. Flujo de trabajo para la clasificación y jerarquización de muestras de agua según la fuente y origen de los datos. El Decálogo.
Finalmente se propone un flujo de trabajo replicable y adaptable que permita a diversos profesionales del área aplicar el criterio experto en la selección y validación de datos, optimizando la caracterización de yacimientos en contextos geológicos diversos. Figura 12.
Figura 12. Flujo de trabajo para la clasificación y jerarquización de muestras de agua según la fuente y origen de los datos. El Decálogo.
Conclusiones
Conclusiones
1. Los resultados obtenidos en este estudio evidencian la necesidad de aplicar un enfoque sistemático en la adecuación y control de calidad de los datos de salinidad a nivel de campo y de laboratorio, apoyado en el criterio experto para la evaluación de los parámetros fisicoquímicos del agua de formación, por lo que la clasificación de fuentes según su origen y método de obtención permitió establecer niveles diferenciados de certidumbre, lo que aporta una base sólida para la toma de decisiones en la caracterización petrofísica de yacimientos.
2. La variabilidad de la salinidad, así como de la resistividad de agua de formación observada entre fuentes confirma que no es recomendable asumir un valor único para todo un campo o inclusive toda una columna geológica, especialmente en contextos geológicos complejos.
3. La correlación entre profundidad y aumento de salinidad, así como la identificación del tipo de agua como clorurada sódica, refuerzan la coherencia del modelo hidrogeológico analizado.
4. Las muestras de agua de más baja certidumbre resultaron ser aquellas analizadas a partir de las provenientes de muestras de rocas disponibles, al quedar clasificadas como fuera del rango estimado para la naturaleza de los yacimientos estudiados, mientras que aquellas provenientes de cabezal se posicionaron como de buena certidumbre dentro del rango aceptable según valores conocidos por expertos del área.
5. Los criterios aplicados en la jerarquización de fuentes permitieron ponderar la confiabilidad de cada método, destacando que las muestras de cabezal presentan menor incertidumbre, mientras que los análisis de fluidos en muestras de roca representan el mayor riesgo interpretativo.
6. La jerarquización adoptada no solo mejora la trazabilidad de los datos, sino que también permite construir escenarios de interpretación más robustos y adaptables a distintos contextos operacionales.
7. Los valores de salinidad equivalente NaCl más representativos por formación, fueron aquellos obtenidos en las muestras tomadas en cabezal de pozo, cuyos resultados fueron los siguientes: 33.340 ppm para la Formación A, 40.220 ppm para la Formación I y 51.137 para la Formación R.
8. Los valores de Petróleo Original en Sitio (POES) más representativos por formación en Barriles por Acre-Pie (Bbls Acre/Pie), utilizando los valores equivalentes de resistividad de agua de formación (Rw) de más alta certidumbre fueron los siguientes: 768,45 para la Formación A, 816,10 para la Formación I y 842,03 para la Formación R.
9. La diferencia en los cálculos del Petróleo Original en Sitio (POES) por Acre-Pie que se genera entre usar los valores mínimos y máximos de Salinidad o su equivalente de resistividad de agua de formación (Rw), fueron los siguientes: 306,99 para la Formación A, 635,45 para la Formación I y 166.62 para la Formación R; lo que implica que, aunque usando como ejemplo los datos provenientes del método de muestreo de mayor certidumbre, queda al descubierto la gran sensibilidad y la criticidad de la determinación de saturaciones de agua y cálculos volumétricos de reservas en función de las salinidades de agua de formación.
10. El flujo de trabajo propuesto constituye una herramienta técnica que puede ser replicada en estudios futuros, contribuyendo a elevar el estándar de precisión y sensibilidad en el cálculo de reservas y en la certidumbre de los procedimientos en evaluación de formaciones.
Recomendaciones
Recomendaciones
1. Aplicar esta metodología para jerarquizar los métodos en función de criterios de certidumbre en estudios futuros, utilizando este flujo de trabajo como referencia y adaptándolo a las particularidades de cada campo y a las características específicas de los yacimientos evaluados para garantizar resultados más precisos y ajustados a las condiciones reales.
2. Realizar un estudio estadístico que jerarquice las fuentes de datos de salinidad y resistividad del agua de formación para determinar reservas hidrocarburíferas considerando los espesores y áreas reales de los yacimientos, evitando la suposición de un valor único de resistividad del agua (Rw) para todo un campo o columna geológica, ya que las variaciones de salinidad, tanto verticales como laterales, pueden afectar de manera importante la determinación de la saturación de agua y subsecuentemente los cálculos volumétricos de las reservas.
3. Utilizar, en lo posible, la herramienta MDT en lugar del registro RFT en futuros estudios donde las muestras de agua de formación sean clave, para reducir los riesgos de contaminación en la toma de muestras de fondo.
4. Realizar un estudio en un campo donde los datos de salinidad y resistividad del agua de formación provengan de la combinación de pruebas MDT y DST extendidas, con el fin de evaluar económicamente el potencial real de los yacimientos, al contar con mejores condiciones operacionales que incrementen la certidumbre de estos métodos a diferencia de sus similares RFT y DST no conclusivos disponibles en este estudio.
5. Si se van a utilizar muestras de agua obtenidas a partir de muestras de roca, procurar utilizar aquellas provenientes de núcleos con ensayos de inclusión de fluidos, garantizando la determinación de aguas originales mediante la técnica de fusión y evaporación del agua fósil a nivel de grano/roca.
Referencias bibliográficas
Referencias bibliográficas
AAPG wiki, “Water resistivity determination”. https://wiki.aapg.org/Water_resistivity_determination
Arteaga, J., “Evaluación Petrofísica De Registros De Pozos Petrolíferos Utilizando Python” Universidad Estatal Península De Santa Elena, La Libertad, Ecuador (2023).
BojaSrki, L., “Die anwendunge Hydrochemischen classification bei sucharbeiten auf Erdo 1- Z angew”, Berlin, (1970).
Camacho, J. (20 abril del 2021). Estimulación Mecánica o Suabeo [Video]. YouTube. [https://www.youtube.com/watch?v=slxD1zlZKnA&t=257s&ab_channel=JoseCamacho]
Coberly C, Moore E, Szasz S, Whitney B, “Determining Formation Water Resistivity from Chemical Analysis”, paper SPE-1337-PA, Sociedad de Ingenieros de Petróleo, Tulsa, Oklahoma, Estados Unidos. (1966).
Cosentino, L., “Integrated Reservoir Studies”, Edition Technic, Paris (2001)
Hem, J., “Study and Interpretation of the Chemical characteristics of Natural Water”. USGS. Water Supply paper no. 2254, 263. (1991).
Jiménez, F., Ruiz, S., “Caracterización De Yacimientos Petroleros Con Base En Probadores De Formación.” Universidad Nacional Autónoma De México, Facultad De Ingeniería, México (2012).
Medhat A. y Andrew C, "Valor Del Agua de Formación", paper SPE 105989, Sociedad de Ingenieros de Petróleo, Richardson, Texas, Estados Unidos. (2006)
Normas ISO, “Accuracy (trueness and precision) of measurement methods and results.”
Piper, A. “A graphic procedure in the geochemical interpretation of water analyses”. U.S. Dept. of the Interior, Geological Survey, Graundwater Water Resources Estados Unidos Washington, Division, Water Branch. https://catalog.hathitrust.org/Record/101676827
Pulido, V., “Caracterización De Las Aguas De Producción En Pozos Horizontales Mediante La Generación De Un Modelo Geológico Del Miembro Morichal, Formación Oficina, En Un Sector Del Bloque Carabobo, En La Faja Petrolífera Del Orinoco, Venezuela”, Universidad Central de Venezuela, Caracas (2018).
Sánchez, J., “Hidráulica Subterránea: Principios Básicos”, Universidad de Salamanca, Departamento de Geología, España (S/f)
Schlumberger, “Log Interpretation Charts”, Edición 2009, Texas, Estados Unidos (2009)
Stiff, H., “The interpretation of chemical water analysis by means of patterns. petroleum transactions”, Aime. Vol 192. pp. 376-379. (1951).
Sulin, V. “Oil water in the system of natural groundwater” USSR. p. 215, Gostopichezdat, Moscow. Rusia (1946).
The SLB Glossary, “extracción de Dean-Stark” https://glossary.slb.com/es/terms/d/dean-stark_extraction.
Torres, E., “Evaluación de la salinidad del agua subterránea a partir de registros de pozo en un área piloto del Valle Medio del Magdalena”, Colombia (2021).
Walid M., Khaled S., Samar S., “New method to calculate the formation water resistivity (Rw)”, Journal of Petroleum Science and Engineering 104, El Cairo Egipto, (2013).
Yrigoyen, A., “Reservoir Characterization & EOR Optimization Practical Course”, Frontender Engineering and Consulting Services, Houston, USA (S/f).
The author(s) declare(s) that she/he/they has/have no conflict of interest related to hers/his/their publication(s), furthermore, the research reported in the article was carried out following ethical standards, likewise, the data used in the studies can be requested from the author(s), in the same way, all authors have contributed equally to this work, finally, we have read and understood the Declaration of Ethics and Malpractices.
Google Sites
Report abuse