Souza, João Paulo da Ponte, 1990, Vidal, Alexandre Campane, 1969, Avansi, Guilherme Daniel, Carneiro, Cleyton de Carvalho, Universidade Estadual de Campinas. Faculdade de Engenharia Mecânica, Universidade Estadual de Campinas. Instituto de Geociências, Programa de Pós-Graduação em Ciências e Engenharia de Petróleo, and UNIVERSIDADE ESTADUAL DE CAMPINAS
Orientador: Alexandre Campane Vidal Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica Resumo: O trabalho consiste em uma coletânea de dois artigos e o principal objetivo é propor ferramentas para solucionar problemas frequentemente encontrados em processos de análise em geociências, mais especificamente na caracterização de reservatórios. Nesse caso, os dois problemas abordados foram o preenchimento de imagens Fullbore Formation Microimager (FMI) em perfis de poços utilizando Gaussian Kernel Regression seguido por simulação com Multiple Point Statistics e o downscaling de imagens de tomografia computadorizada (CT), convertendo imagens de CT de baixa resolução em µCT (alta resolução) por meio de transferância de estilo usando deep learning. O material usado nesse trabalho foram perfis FMI obtidos em poços da bacia de Santos, Brasil, compostos basicamente por carbonatos e rochas siliciclásticas, e imagens de CT e µCT de rochas carbonáticas, mais especificamente coquinas da formação Itapema, Bacia de Santos. As ferramentas se mostraram eficientes na realização das duas tarefas propostas. Com relação à primeira ferramenta, esta obteve bons resultados ao preencher os espaços sem informação nos perfis FMI de maneira coerente com o contexto da imagem e a segunda ferramenta inseriu com sucesso os detalhes de escalas menores na imagem de CT de baixa resolução, melhorando a resolução e, com isso, a acurácia petrográfica Abstract: This work consists in a collection of two papers and the major objective is to propose tools to solve problems that occurs frequently in analysis workflows in the geoscience field, specially in the reservoir characterization. In this case, the two approached problems were the inpainting of the information gaps on FMI profiles using Gaussian Kernel Regression followed by Multiple Point Statistics simulation and the downscaling of CT images, converting them from a low resolution CT sample to a high resolution µCT through style transfer using deep learning. The materials used in this work were FMI profiles obtained from wells located in Santos Basin, Brazil, composed basically by a mixture of carbonate and siliciclastic rocks, and CT and µCT images of carbonate rocks, specifically coquinas, from Itapema Formation, Santos Basin, Brazil. These tools proved to be eficient to solve the proposed problems. The first one filled the gaps in a proper way, preserving the global texture context of the input image and the second tool was able to successfully insert new details into the low resolution CT image, enhancing the resolution and hence the petrographic accuracy Mestrado Reservatórios e Gestão Mestre em Ciências e Engenharia de Petróleo