VOM2MPS: from virtual outcrop models to multipoint statistics training images for improved reservoir modelling

Utvikling og forvaltning av olje- og gassreservoarer er basert på nøyaktige og realistiske 3D modeller av geologien under havbunnen. Geometrien til bergartene og deres geologiske egenskaper blir kartlagt med begrenset oppløsning ved seismiske undersøkelser og kjerneanalyser, og deretter blir fysiske egenskaper tilordnet, relatert til hvordan væsken strømmer gjennom reservoaret. For å øke kunnskapen om geologien i reservoaret, studerer geologer lignende bergarter som er eksponert i blotninger på jordoverflaten. Ved hjelp av de helt nyeste kartleggingsmetoder, som for eksempel laserskanning brukt for å lage 3D-modeller av blotninger, kan geologer øke forståelse av reservoarbergartene. Dette prosjektet har som mål å bruke fremskritt innen mobil databehandling for å hjelpe geologer i sin tolkning av geologien på feltarbeid. Nettbrett er blitt allestedsnærværende og er nå egnet til å visualisere og undersøke 3D-modeller. En nettbrett-basert app som gjør det mulig å tolke 3D-modeller og kamerabilder direkte i felt vil bli utviklet. Prosjektet vil utforske hvordan tolkning kan gjøres effektivt på feltarbeid, og utvikle arbeidsflyt for å integrere dem i eksisterende modelldatabaser. Tolkningene skal bli brukt til å generere statistiske treningsbilder for simuler ing av geologiske egenskaper i reservoarmodeller. Prosjektet er et samarbeid mellom Uni Research i Bergen og University of Aberdeen i Storbritannia, og vil finansiere to PhD studenter over 3,5 år. En tverrfaglig blanding av geologi, geomatikk og informatikk skal gi ny kunnskap om å anskaffe og bruke data fra geologiske blotninger til reservoarmodellering. Prosjektet inngår som en utvidelse av det pågående SAFARI programmet, finansiert av Norges forskningsråd og FORCE-konsortiet av olje- og gass-selskaper som opererer på den norske kontinentalsokkelen.

An immediate outcome of the VOM2MPS project is the training of two PhDs, in geology and computer science, who have published in an international context. New workflows allow generation of training images from virtual outcrops. A novel algorithm has been devised for co-registering 2D and 3D data. This formed part of a mobile application for interpreting field geology, though applicable in other disciplines. This resulted in the receipt of two best paper awards. The project has a tight coupling with the long-running SAFARI programme with its industry stakeholders. Results are being implemented in SAFARI, which will impact operators through new knowledge and data for aiding understanding and development of conceptual models. In a wider societal context, improvements in modelling through multiscale integration of subsurface and outcrop data has the potential to offer more efficient, and therefore greener, use of natural resources, and are transferable to CO2 storage and geothermal energy.

Creation of geocellular models - computer-based representations of the geometry and properties of subsurface geology - is a fundamental task in managing oil and gas reservoirs. Central to this is the stochastic population of models with physical character istics of the rock and dimensions of depositional features. Recent approaches to statistical modelling have favoured multipoint statistics (MPS) as a more realistic way of populating model cells, based on defining training images to express geological con cepts and spatial relationships. A critical issue is the creation of these training images, which may be derived from photographs, sketches or conceptual models. Outcrops are an important but underused source of information that may be harnessed in MPS mo delling. In this study, we propose to link state-of-the-art geospatial mapping methods with field-based interpretation tools for generating MPS training images. An existing database of 3D virtual outcrop models will be used as the basis for geological int erpretation of facies and sedimentary bodies. Advances in mobile computing have the potential to revolutionise field geology. A tablet-based application will be developed, allowing 3D models and co-registered images captured with the device's on-board cam era to be interpreted by geologists directly in the field. The interpretations will serve as the basis for creating a library of MPS training images, and for performing reservoir modelling simulations. Finally, training images and synthetic reservoir mode ls will be stored in the outcrop database, allowing end-users to visualise virtual outcrop models with reservoir modelling products to get an improved understanding of relationships in the outcrop. The project is led by Uni CIPR in Bergen in collaboration with the universities of Aberdeen, Bergen and TU Wien, and is supported by the FORCE consortium of oil companies. The project will involve two PhD students, several master's students, and will run over 3.5 years.