SOMMAIRE Chapitre I: Introduction à la Géostatistique I- objectif 1- estimateur par polygone 2- estimateur par krigeage Rappel de mathématique Chapitre II: la Géostatistique I- définitions 1- variables régionalisées 2- historique II- notations 1- première idée: corrélation spatiale 2- meilleur idée: variogramme III- utilisation du variogramme 1- estimateur par polygone 2- estimateur par krigeage Chapitre III: variographique I- variable régionalisées 1- structure spatiale II- le variogramme expérimental 1- exemple de variogramme expérimental 2- les trois niveaux de variogramme 3- structure spatiale III- différents cas de variogrammes 1- effets des valeurs extrêmes 2- valeurs manquantes 3- résultats IV- analyse structurale 1- stationnarité d’ordre 2 2- propriétés du variogramme 3- combinaison linéaire autorisée 4- ajustement du variogramme Chapitre IV: modèle de variogramme I- effet de pépite II- variogramme sphérique III- modèle exponentiel IV- modèle gaussien V- modèle sinus cardinal VI- modèle linéaire Chapitre V: le krigeage I- estimateur linéaire classique II- illustration III- définition du krigeage IV- construction du krigeage 1- krigeage simple 2- krigeage ordinaire Chapitre VI: exemple d’application de la Géostatistique à l’étude d’un projet pétrolier I –domaine des mines II- domaine pétrolier Conclusion Cours de Géostatistique, M. Ferdinand KONAN 1 INTRODUCTION Au cours des 25 dernières années, la Géostatistique a prouvé sa supériorité en tant que méthode d’estimation des réserves dans de nombreux types de mines (métaux précieux, fer, etc). Son application à l’industrie pétrolière est plus récente, mais a néanmoins prouvé son utilité, tout particulièrement pour établir la topographie des sites, pour modéliser et simuler l’hétérogéneité interne des réservoirs et des aquifères. Ce cours réservé aux professionnels du domaine ou aux ingénieurs des mines ou pétrole a pour objectif: 1- leur faire comprendre l’ensemble des méthodes de la géostatistique 2- ses domaines d’application 3- son application pratique dans l’industrie pétrolière et minière. L’application informatique conçu pour toutes les études Géostatistique est dénommée « ISATIS ». Une conception de la société Géovariance en collaboration avec le Centre de Géostatistique de l’Ecole des mine de Paris. Cours de Géostatistique, M. Ferdinand KONAN 2 CHAPITRE I: INTRODUCTION À LA GÉOSTATISTIQUE Cours de Géostatistique, M. Ferdinand KONAN 3 I- OBJECTIF: COMPARER PLUSIEURS ESTIMATEURS DE BLOCS MINIERS ET EXAMINER LES IMPLICATIONS FINANCIÈRES. ETAPE 1: ESTIMER LES TENEURS DE 16 BLOCS DE TAILLE 2*2 À PARTIR DE 16 ÉCHANTILLONS DE TAILLE 1*1 EN UTILISANT: - LES POLYGONES D’INFLUENCE - LE KRIGEAGE Cours de Géostatistique, M. Ferdinand KONAN 4 16 ÉCHANTILLONS 735 45 125 167 450 337 95 245 124 430 230 460 75 20 32 20 16 échantillons de taille 1*1 utilisés pour estimer les blocs miniers de taille 2*2 Cours de Géostatistique, M. Ferdinand KONAN 5 1- ESTIMATEUR PAR POLYGONE 735 45 125 167 450 337 95 245 124 430 230 460 75 20 32 20 Plus proche voisin Cours de Géostatistique, M. Ferdinand KONAN 6 2- ESTIMATEUR PAR KRIGEAGE 442 190 142 204 354 276 212 279 189 226 216 271 99 81 88 125 Valeurs krigées des teneurs de blocs Cours de Géostatistique, M. Ferdinand KONAN 7 EXERCICE D’INTRODUCTION Etape 2: prédire les réserves récupérables pour une coupure de 300. c’est-àdire : Si teneur = 300, profit = 0 Si teneur =301, profit = 1 Si teneur = 299, profit = -1 (perte) Cours de Géostatistique, M. Ferdinand KONAN 8 PROFIT À PARTIR DES POLYGONES Profit estimé 735 45 125 167 450 337 95 245 124 430 230 460 75 20 32 20 = (735 - 300) + (450 - 300) + (337 - 300)+(430-300)+(460-300) = 912 Cours de Géostatistique, M. Ferdinand KONAN 9 PROFIT À PARTIR DU KRIGEAGE Profit estimé = 442 190 142 204 354 276 212 279 189 226 216 271 99 81 88 125 (442 - 300) + (354- 300) = 196 Cours de Géostatistique, M. Ferdinand KONAN 10 TENEURS VRAIES DES BLOCS 505 143 81 207 270 328 171 411 102 220 154 263 101 54 44 155 Cours de Géostatistique, M. Ferdinand KONAN 11 PROFIT OPTIMAL 505 143 81 207 270 328 171 411 102 220 154 263 101 54 44 155 profit attendu = (505 - 300) + (328 - 300)+ (411 - 300) = 344 Cours de Géostatistique, M. Ferdinand KONAN 12 PROFIT RÉALISÉ PAR LA MÉTHODE DES POLYGONES 735 45 125 167 450 337 95 245 124 430 230 460 75 20 32 20 505 143 81 207 270 328 171 411 102 220 154 263 101 54 44 155 Profit attendu = 912 profit réalisé = (505 – 300) + (328 - 300) + (411 - 300) = 86 Cours de Géostatistique, M. Ferdinand KONAN 13 PROFIT RÉALISÉ PAR LA MÉTHODE DE KRIGEAGE 442 190 142 204 505 143 81 207 354 276 212 279 270 328 171 411 189 226 216 271 102 220 154 263 99 81 88 125 101 54 44 155 Profit attendu = 196 profit réalisé = (505 – 300) + (270 - 300) = 175 Cours de Géostatistique, M. Ferdinand KONAN 14 COMMENTAIRES Avant de comparer ces résultats, nous allons calculer la récupération optimale c’est-à-dire ce que nous aurions pu récupérer si nous avions connu les teneurs réelles avant l’exploitation. Bien entendu, seulement 3 blocs auraient été choisis dans ce cas (505, 328, et 411) et le bénéfice aurait été 344. on constate donc que le bénéfice prévu par la méthode polygonale (912) est tout à fait irréaliste, dans la mesure où le bénéfice optimal est seulement de 344. on peut également observer que la prévision issue du krigeage (196) est beaucoup plus réaliste, puisque le bénéfice réel est de 175, ce implique un écart de seulement 10%. Il est maintenant intéressant de se demander pourquoi le krigeage donne de meilleurs résultats, en général que les autres méthodes. Cours de Géostatistique, M. Ferdinand KONAN 15 RAPPEL DE MATHEMATIQUE Cours de Géostatistique, M. Ferdinand KONAN 16 RAPPEL DE MATHEMATIQUE Cours de Géostatistique, M. Ferdinand KONAN 17 RAPPEL DE MATHEMATIQUE Cours de Géostatistique, M. Ferdinand KONAN 18 CHAPITRE II: LA GÉOSTATISTIQUE Cours de Géostatistique, M. Ferdinand KONAN 19 I- DÉFINITIONS GEO STATISTIQUE APPLICATION DES SCIENCES DE LA TERRE BRANCHE DES STATISTIQUES Première définition de la géostatistique Etude des variables régionalisées (Matheron) 1- VARIABLES RÉGIONALISÉES Variables aléatoires dont la location dans l’espace et le temps est importante: Elles présentent un aspect aléatoires. Leur comportement est plus ou moins structuré Au grade tendance Along mine gallery Cours de Géostatistique, M. Ferdinand KONAN 21 VARIABLES RÉGIONALISÉES Teneur en metal dans un gisement Au, Ag, Cu, Fe, U, Mn... Profondeur d’un horizon géologique, épaisseur d’un filon Indicatrice de lithologie Perméabilité et porosité Densité d’arbre, densité de poissons Hauteur de pluie etc Cours de Géostatistique, M. Ferdinand KONAN 22 2- HISTORIQUE True grade La géostatistique a démarré en Afrique du Sud au début des années 50. D.G Krige remarque les divergences entre les teneurs estimées des blocs et les teneurs vraies (comparaison après exploitation) Estimated grade Cours de Géostatistique, M. Ferdinand KONAN 23 HISTORIQUE Ayant lu les travaux de Krige, G. Mtheron a l’idée d’expliquer ce phénomène par la corrélation entre les échantillons. Comment la quantifier en fonction de la distance entre les échantillons ? Cours de Géostatistique, M. Ferdinand KONAN 24 II- NOTATION Teneur Localisation Z(x) . x Z(x+h) . h x+h Z(x) est une variable régionalisée localisée au point x Cours de Géostatistique, M. Ferdinand KONAN 25 1- PREMIÈRE IDÉE: CORRÉLATION SPATIALE Etudions la valeur moyenne du produit (Z(x) - m) (Z(x+h) - m) En fonction de la distance h [ m est la moyenne généralisée de Z …] consequences: requiert l’existence et l’invariance de m dans la zone & nécessité d’une bonne estimation de m Cours de Géostatistique, M. Ferdinand KONAN 26 2- MEILLEURE IDÉE: VARIOGRAMME Etudions la valeur moyenne [(Z(x) - m) (Z(x+h) - m)]² En fonction de la distance h (h) Distance h Cours de Géostatistique, M. Ferdinand KONAN 27 III- UTILISATION DU VARIOGRMAME 1- analyses variographique = meilleure compréhension de la variabilité régionale 2- cartographie et estimation de blocs 3- simulation de la variable Cours de Géostatistique, M. Ferdinand KONAN 28 LE KRIGEAGE FONCTIONNE T-IL EN PRATIQUE? Dans les années 60 et 70, les compagnies minières utilisaient des méthodes d’estimation traditionnelles comme les polygones d’influence ou la pondération par l’inverse des distances pour estimer les teneurs des blocs à exploiter. Aujoud’hui la plupart utilise la géostatistique ( variogramme, et Krigeage) Voici une comparaison entre la méthode des polygones et le Krigeage. Cours de Géostatistique, M. Ferdinand KONAN 29 1- ESTIMATEUR PAR POLYGONE Low High Cours de Géostatistique, M. Ferdinand KONAN 30 2- ESTIMATEUR DE KRIGEAGE Low High Cours de Géostatistique, M. Ferdinand KONAN 31 TENEURS VRAIES Low High Cours de Géostatistique, M. Ferdinand KONAN 32 ESTIMATEUR DE KRIGEAGE Estimateur polygone Low Estimateur Krigeage Teneurs vraies High Cours de Géostatistique, M. Ferdinand KONAN 33 CHAPITRE III: VARIOGRAPHIQUE Cours de Géostatistique, M. Ferdinand KONAN 34 Studied Variables I- VARIABLES RÉGIONALISÉES Low Study domain Cours de Géostatistique, M. Ferdinand KONAN 35 II- LE VARIOGRAMME EXPÉRIMENTAL Le plus souvent, il y a très peu de paires de point donnant la même distance h Regroupons les points par classes de distance, et calculons le centre de gravité de ces classes. ½(za-zb)2 hab Cours de Géostatistique, M. Ferdinand KONAN 36 1- EXEMPLE DE VARIOGRAMME EXPÉRIMENTAL Les points du variogramme calculés avec un grand nombre de paire sont plus représentatifs Cours de Géostatistique, M. Ferdinand KONAN 37 2- LES 3 NIVEAUX DE VARIOGRAMMES Variogramme théorique: inaccessible à l’expérimantation 1 2 ( h) E Z ( x h) Z ( x ) 2 Variogramme Régional : accessible , limite : échantillonnage 1 V 2V (h) lim V z ( x h) z ( x) dx 2 Variogramme Experimental : approximation d’une intégrale par une somme discrète 1 ( h) 2N N z( x i 1 i h) z ( xi ) 2 Cours de Géostatistique, M. Ferdinand KONAN 38 III- VARIOGRAMME EXPÉRIMENTAL Nombre de paires Attention à l’échantillonnage Cours de Géostatistique, M. Ferdinand KONAN 39 VARIOGRAMME EXPÉRIMENTAL Variogramme du modèle (h) = 0.5 E{[(Z(x+h) - Z(x)]2} Variogramme Experimental *(h) = N(h) 1 [(z(xi+h) - z(xi)]2 2N(h) i=1 Où Xi sont les emplacements des données, z(xi) les valeurs des échantillons et N(h), le nombre de pairesde points distants de h. Cours de Géostatistique, M. Ferdinand KONAN 40 VARIOGRAMME EXPÉRIMENTAL Echantillons distants de 5 m le long d’une ligne 8 6 *(5) = = 4 3 6 5 7 2 8 9 5 6 3 N(5) = 12 1 [(8 - 6)2 + (6 - 4)2 + (4 - 3)2 + …….(6 - 3)2] 2*N(5) 1 [ 22 + 22 + 12+……….+ 32] 2*12 = 4.625 Cours de Géostatistique, M. Ferdinand KONAN 41 VARIOGRAMME EXPÉRIMENTAL Echantillons distants de 10 m le long d’une ligne 8 6 4 3 6 5 7 2 8 9 5 6 3 N(10) = 11 *(10) = 1 [(8 - 4)2 + (6 - 3)2 + (4 - 6)2 + …….(5 - 3)2] 2*N(10) = 1 [ 42 + 32 + 22+……….+ 22] 2*11 = 4.82 *(15) = 6.00 Cours de Géostatistique, M. Ferdinand KONAN 42 VARIOGRAMME EXPÉRIMENTAL Calculer pour des échantillons distants de 15 m *(5) = 4.625 *(10) = 4.82 *(15) = 6.00 6 4 Effet de pépite 2 0 0 5 10 15 Cours de Géostatistique, M. Ferdinand KONAN 43 COMMENT RÉSOUDRE LE PROBLÈME DES VALEURS INCORRECTES? Cours de Géostatistique, M. Ferdinand KONAN 44 1- EFFET DES VALEURS EXTRÊMES 70 8 6 4 3 6 5 7 2 8 9 5 6 652 *(5) = 3 682 1 [22 + 22 + 12 + 32 + 12 + 22 + 52 2*12 + 6 2 + 1 2 + 4 2 + 12 + 3 2] = 4.625 372.125 Cours de Géostatistique, M. Ferdinand KONAN 45 2- VALEURS MANQUANTES ? 8 6 4 3 6 5 7 2 8 9 5 6 3 N(5) = 10 au lieu de 12 *(5) = 1 [22 + 22 + 12 + 32 + 12 + _ 2 + _2 2*10 + 6 2 + 1 2 + 4 2 + 12 + 3 2] Ne pas completer les valeurs manquantes Cours de Géostatistique, M. Ferdinand KONAN 46 VARIOGRAMME EXPÉRIMENTAL 2D Cours de Géostatistique, M. Ferdinand KONAN 47 VARIOGRAMME EXPÉRIMENTAL Calculate the experimental variogram in 4 main directions 26 23 22 21 19 18 17 15 22 20 17 15 18 16 14 13 19 17 18 20 15 10 10 11 14 20 19 18 15 16 13 10 16 14 18 20 18 14 13 17 19 23 25 20 23 18 15 16 16 21 20 18 22 20 14 15 14 17 19 13 20 18 17 11 Taille de la grille: 1*1 E-W direction: combien de paires de points sont separées de 1 unité N(1) = 7*8 *(1) = 1 [(26-22)2 + (22-19)2 +… + (15-11)2] = 6.41 2*56 Cours de Géostatistique, M. Ferdinand KONAN 48 VARIOGRAMME EXPÉRIMENTAL 26 23 22 21 19 18 17 15 22 20 17 15 18 16 14 13 19 17 18 20 15 10 10 11 14 20 19 18 15 16 13 10 16 14 18 20 18 14 13 17 19 23 25 20 23 18 15 16 16 21 20 18 22 20 14 15 14 17 19 13 20 18 17 11 Taille de la grille: 1*1 Direction E-W: calculer (2), (3), (4) Direction N-S: calculer (1), (2), (3), (4) Cours de Géostatistique, M. Ferdinand KONAN 49 3- Résultats N(1) (1) (2) N(2) (2) (3) N(3) (3) (4) N(4) (4) (1) N (2) N (3) N (4) N (1) E-W E-W N-S N-S 6.41 6.41 4.89 4.89 56 56 56 56 9.40 9.40 8.75 8.75 NE-SW 7.34 7.34 NE-SW 49 49 49 49 13.19 13.19 13. 43 43 13. NW-SE 7.81 7.81 NW-SE 48 10.58 10.58 48 48 10.68 10.68 48 36 19.28 19.28 36 40 10.55 10.55 40 40 12.95 12.95 40 25 17.66 17.66 25 36 10.68 10.68 36 25 12.63 12.63 25 32 32 32 32 16 16 16 16 la distance entre points voisins dans la direction diagonale est de 2. Tracer les courbes des resultats Résultats E-W N-S 15 15 10 10 5 5 0 0 0 1 2 3 4 5 6 0 1 15 15 10 10 5 5 0 0 2 3 4 5 6 3 4 5 6 diagonal diagonal 0 1 2 3 4 5 6 0 1 2 VARIOGRAMME ET COVARIANCE Cours de Géostatistique, M. Ferdinand KONAN 52 1- STATIONNARITÉ D’ODRE 2 C(h) est la fonction de covariance PROPRIETES C 0 Var Z x C h C h C h C 0 Variance d’unecombination linéaire iN i N j N Var i Z x i i jC x i x j i 1 i 1 j1 La fonction de covariance est semi définie positive Cours de Géostatistique, M. Ferdinand KONAN 53 2- PROPRIÉTÉ DU VARIOGRAMMME 0 0 h h 0 h Si m(h)=0, lim 2 0 h h si Z(x) est stationnaire d’ordre 2 , h C 0 C h et lim h h C 0 Cours de Géostatistique, M. Ferdinand KONAN 54 PROPRIÉTÉ DU VARIOGRAMMME Variance d’une combination linéaire iN i N j N Var i Z x i i jC x i x j 0 i 1 i 1 j1 i N j N i j C 0 x i x j i 1 j1 i N j N i N j N i 1 j1 i 1 j1 i j C 0 i j xi x j Cours de Géostatistique, M. Ferdinand KONAN 55 PROPRIÉTÉ DU VARIOGRAMMME Variance d’une combination linéaire iN Var i Z x i i 1 i N j N i 1 j1 i i N j N j C 0 i j x i x j i 1 j1 i N j N i N j N i j C 0 i j x i x j i 1 j1 i 1 j1 iN i N j N i j x i x j i 1 j1 if i 1 i 0 Cours de Géostatistique, M. Ferdinand KONAN 56 3- COMBINAISON LINÉAIRE AUTORISÉE iN If i 1 i 0, iN Zx i 1 i i Est appelée combinaison linéaire autorisée i N j N iN Var i Z x i i j xi x j 0 i 1 j1 i 1 iN If i 1 i 0 -(h) est de type conditionnel semi positif Cours de Géostatistique, M. Ferdinand KONAN 57 COMBINAISON LINÉAIRE AUTORISÉE iN If i 1 i 0, iN Zx i 1 i i Est appelée combinaison linéaire autorisée Cours de Géostatistique, M. Ferdinand KONAN 58 4- AJUSTEMENT DU VARIOGRAMME Ajuster un modèle de variogramme aussi proche que possible du variogramme expérimental Distance (m) Distance (m) 100 200 300 400 500 600 700 800 900 1000 0 100 200 300 400 500 600 700 800 900 1000 0.8 0.8 0.7 0.7 0.7 0.7 0.6 0.6 0.6 0.6 0.5 0.5 0.5 0.5 0.4 0.4 0.4 0.4 0.3 0.3 0.3 0.3 0.2 0.2 0.2 0.2 0.1 0.1 0.1 0.1 0.0 0 100 200 300 400 500 600 700 800 900 1000 Distance (m) Mauvais ajustement 0.0 Variogram : gaus[00001] 0.8 0.0 0 100 200 300 400 500 600 700 800 900 1000 Variogram : gaus[00001] 0.8 Variogram : gaus[00001] Variogram : gaus[00001] 0 0.0 Distance (m) ajustement correct Cours de Géostatistique, M. Ferdinand KONAN 59 CHAPITRE IV: MODÈLE DE VARIOGRAMMES Cours de Géostatistique, M. Ferdinand KONAN 60 I- EFFET DE PÉPITRE PUR 0 0 h C if h 0 Discontinuité du phénomène Cours de Géostatistique, M. Ferdinand KONAN 61 II- VARIOGRAMME SPHÉRIQUE 3 3 h h 1 h C 2 a 2 a h C if h a if h a palier = C 2a/3 Cours de Géostatistique, M. Ferdinand KONAN portée = a 62 III- VARIOGRAMME EXPONENTIEL h h C 1 e a palier = C a Portée pratique = 3 a Cours de Géostatistique, M. Ferdinand KONAN 63 IV- VARIOGRAMME GAUSSIEN h C 1 e (h) Sill = C h a 2 Pratical range ~ 2 a Cours de Géostatistique, M. Ferdinand KONAN 64 V- MODÈLE SINUS CARDINAL (h) h sin a h C 1 h a h a is given in radians Cours de Géostatistique, M. Ferdinand KONAN 65 VI- VARIOGRAMME LINÉAIRE (h) h h C a Cours de Géostatistique, M. Ferdinand KONAN 66 Chapitre V: KRIGEAGE Cours de Géostatistique, M. Ferdinand KONAN 67 Cours de Géostatistique, M. Ferdinand KONAN 68 Cours de Géostatistique, M. Ferdinand KONAN 69 I- Cours de Géostatistique, M. Ferdinand KONAN 70 II- Cours de Géostatistique, M. Ferdinand KONAN 71 Cours de Géostatistique, M. Ferdinand KONAN 72 III- Cours de Géostatistique, M. Ferdinand KONAN 73 Cours de Géostatistique, M. Ferdinand KONAN 74 IV- Cours de Géostatistique, M. Ferdinand KONAN 75 Cours de Géostatistique, M. Ferdinand KONAN 76 V- Cours de Géostatistique, M. Ferdinand KONAN 77 1- Cours de Géostatistique, M. Ferdinand KONAN 78 2- = 344 Cours de Géostatistique, M. Ferdinand KONAN 79 LES ÉTAPES D’UN CAS D’ETUDE Cours de Géostatistique, M. Ferdinand KONAN 80 ANALYSE STRUCTURALE Etape 1 : collecter et vérifier les données Etape 2 : calculer le variogramme expérimental Etape 3 : ajuster un modèle de variogramme Etape 4 : Krigeage ou simulation Cours de Géostatistique, M. Ferdinand KONAN 81 ANALYSE STRUCTURALE Etape 1 : collecter et vérifier les données Si vous n’êtes pas activement impliqué dans le projet depuis le début, trouvez les personnes qui le sont et interrogez les à propos: -Des méthodes d’échantillonnage et d’analyse utilisées, et de toute modification dans ces méthodes -Des différentes zones géologiques, de la fracturation, etc.. -D’un échantillonnage préférentiel, etc.. Des décisions majeures doivent ensuite être prises: - Travailler avec des teneurs (à 3D) ou des accumulations (à2D) Cours de Géostatistique, M. Ferdinand KONAN 82 ANALYSE STRUCTURALE Des décisions majeures doivent ensuite être prises: -Travailler avec des teneurs (à 3D) ou des accumulations (à2D) -Quels sont: les limites de la zone d’étude? Le support des variables Les variables sont elles stationnaires Cours de Géostatistique, M. Ferdinand KONAN 83 ANALYSE STRUCTURALE Etape 2 : calculer le variogramme expérimental Etape 3 : Réalisation du krigeage ou de simulation Cours de Géostatistique, M. Ferdinand KONAN 84 CHAPITRE VI: APPLICATION DE LA GEOSTATISTIQUE Cours de Géostatistique, M. Ferdinand KONAN 85 DOMAINE D’APPLICATION DE LA GÉOSTATISTIQUE POUR LES MINES Cours de Géostatistique, M. Ferdinand KONAN 86 ApplicAtion dAns l’industrie minière La géostatistique à travers ces méthodes basées sur les mathématiques, les probabilités et les statistiques, permet Estimation des réserves globales L’étape importante dans une étude de faisabilité est la détermination des réserve in situ. La géostatistique peut aider l’ingénieur d’exploitation à obtenir, à partir des informations disponibles, de bonnes estimations du tonnage global et la teneur moyenne, ainsi lui permettre de décider si un projet mérite des investissements plus importants ou non. Estimation des erreurs Aucune méthode d’estimation ne peut donner à coup sûr une valeur exacte, puisqu’il ya inévitablement une erreur associée dont il est important de connaitre l’ordre de grandeur. La géostatistique fournit non seulement la valeur estimée mais l’erreur associée également. Espacement optimal des sondages La variance d’estimation (calculée par la géostatistique) dépend du modèle de variogramme choisi pour le gisement, ainsi la localisation des sondages (pas les valeurs numériques). Donc une fois que le variogramme a été déterminé pour un gisment particulier, la variance d’estimation ApplicAtion dAns l’industrie minière Estimation des réserves par bloc Une fois que la décision d’exploiter un gisement a été prise, des estimations bloc par bloc du tonnage en minerai et de la teneur moyenne sont nécessaires. Un bloc peut représenter la production d’un mois. Le krigeage fournit non seulement une estimation du tonnage brut et de la teneur moyenne de chaque bloc, mais également une estimation des variables quantitatives. Maillage et cartographie Bien que la plupart des entreprises minières recherchent habituellement des estimations par bloc, il est parfois utile d’avoir une cartographie par isolignes. La géostatistique permet d’estimer des valeurs aux nœuds d’un maillage régulier. On peut ensuite utiliser un équipement standard de cartographie afin de réaliser le tracé des isolignes. Cette méthode est plus précise que les autres moyens d’estimer des valeurs aux nœuds d’un maillage. Simulation d’un dépôt pour évaluer un plan de forge Comme tout interpolateur, le krigeage donne du gisement une image plus lisse que la réalité. Cela implique que si l’on conçoit un modèle numérique de gisement pour tester différents méthodes d’exploitation, un modèle obtenu par krigeage donnera une image erronée de la variabilité spatiale à petite échelle. Dans ce cas une simulation conditionnelle du gisement s’impose. ApplicAtion dAns l’industrie minière Estimation de la récupération Au stade de l’étude de faisabilité d’un gisement, il faut prévoir les réserves récupérables, c’est-à-dire les quantités de minerai et de métal contenus dans des blocs dont la teneur est supérieur à un seuil économique. Si les dimensions de la mailles d’échantillonnage sont comparables à celles des blocs, les teneurs peuvent être estimées avec une précision raisonnable. Mais si les blocs sont beaucoup plus petites que la maille de sondage, comme c’est souvent le cas au stade de l’étude de faisabilité, il peut être erroné de réaliser la sélection sur les blocs estimés, car ces estimations ne sont pas assez précises. Il faut alors mettre en œuvre les techniques de la géostatistique non linéaire. Exemple d’application de la Géostatistique à l’étude d’un projet pétrolier Cours de Géostatistique, M. Ferdinand KONAN 90 PROBLEMATIQUE -l’exploration pétrolière repose sur la connaissance des réservoirs pétroliers -Ces modèles sont utilisés tout le long de la vie d'un gisement pour planifier les études complémentaires à effectuer, pour optimiser l'implantation de nouveaux puits, mais aussi et surtout, estimer les réserves d'hydrocarbures en place et simuler l'exploitation du prospect réel -Pour faire tout cela, les spécialistes ont besoin de connaître les propriétés-clés qui permettront d'expliquer les phénomènes physiques qui gouvernent le réservoir. -Ils ont à leur disposition un certain nombre de données qui leur permettent d'obtenir ces propriétés, soit de manière directe, soit de manière indirecte. Les travaux de caractérisation réservoir s'appuient essentiellement sur deux types de données : les diagraphies et les données sismiques Par Ferdinand KONAN Les diagraphies Une diagraphie ("well log") consiste à mesurer, pendant (diagraphies instantanées) ou après (diagraphies différées) un forage, les caractéristiques des roches traversées, à l'aide de différentes sondes. La diagraphie représente en général tout enregistrement d'une caractéristique d'une formation géologique en fonction de la profondeur. Par Ferdinand KONAN Les diagraphies Les diagraphies fournissent des informations très locales, car limitées à l'emplacement des puits, et ces derniers ne sont présents qu'en petit nombre sur toute la surface d'un prospect. Les modèles de réservoirs calibrés à partir de ces données diagraphiques sont donc mal conditionnés dès que l'on s'éloigne des puits. Il est donc évident que les diagraphies ne suffisent pas pour contraindre et représenter les modèles de réservoir. Par Ferdinand KONAN La sismique La sismique est une technique de mesure indirecte qui consiste à enregistrer en surface des échos issus de la propagation dans le sous-sol d'une onde sismique provoquée. Ces échos sont générés par les hétérogénéités du soussol et se manifesteront par la présence de réflecteurs sur les enregistrements. Le temps d'arrivée de l'écho permet de situer dans l'espace la position d'un réflecteur et l'amplitude apporte des informations indirectes sur certains paramètres physiques. Par Ferdinand KONAN La sismique Après un traitement adapté, les données sismiques nous donnent une image de la structure du sous-sol, ainsi que des informations sur sa nature. Les données sismiques représentent des mesures avec une bonne couverture spatiale sur l'ensemble du prospect. Leur utilisation est couramment mise en avant lors de la construction de l'enveloppe géométrique d'un modèle réservoir. En revanche, les informations qu'elles contiennent en terme de paramètres physiques importants pour la description du réservoir sont largement sous-utilisées Par Ferdinand KONAN LA GÉOSTATISTIQUE EXEMPLE PRATIQUE Par Ferdinand KONAN LA GÉOSTATISTIQUE EXEMPLE PRATIQUE Données de puits Légende Une grille géologique de: 12.5 km x 4.5km ( 2D) 12.5km x 4.5km x 2.5km (3D) 6 puits forés sur une surface de 56.25 km² Données pétrophysiques étudiées : faciès géologiques obtenus par l’analyse et l’interprétation des logs diagraphiques forés aux puits. Par Ferdinand KONAN LA GÉOSTATISTIQUE EXEMPLE PRATIQUE Par Ferdinand KONAN EXEMPLE PRATIQUE -La validation du ré échantillonnage pour est généralement réalisé en vérifiant que le log original et log réechantionné sont cohérents - et que le nouveau log préserve les détails géologiques et les hétérogénéité verticales. - pour cela l’on vérifie les statistiques des log originaux et réechantionnés ( moyenne, écart type, variance, corrélation entre plusieurs propriétés) Par Ferdinand KONAN EXEMPLE PRATIQUE Variogramme -Modélisation des variogrammes des faciès identifiés dans les direction X, Y, Z -Ces variogrammes expérimentaux, détermineront la loi mathématique qui traduira la variabilité du paramètre pétrophysique étudié - Grâce à cette loi mathématique l’on pourra vérifier la distribution régionale dans la zone d’étude Par Ferdinand KONAN VARIOGRAMME DES FACIÈS: Selon: Qui définit la variabilité spatiale du phénomène étudié en fonction de distance, on a: H1 H2 V 101 Représentation stratigraphique- 3D N Représentation structurale- 3D N CALCUL DES EPAISSEURS DE SABLE Par Ferdinand KONAN CALCUL DU VOLUME EN PLACE Pour réduire les erreurs lors du calcul volumétrique, la géostatistique procédera par la simulation des paramètres utiles (porosité, saturation en eau, N/G) dans un intervalle donnée Les méthodes de simulations possibles utilisées sont: - Méthode de Gauss - Triangulaire - Beta - Gamma - Uniforme - etc Cela permet d’avoir une matrice de données afin de réduire au maximum les risques. Par Ferdinand KONAN La Géostatistique est un outil important d’aide dans : -Identification du prospects; - Précision de la zone de forage; - Connaissance de l’hétérogénéité de toute la zone en vue des futures recherches (forages); -Connaissance du réservoir pour une meilleure simulation du volume en place; - Réduction des risques liées à l’exploration; -Réduction des coûts pendant la phase exploratoire. - etc Par Ferdinand KONAN Conclusion Les choix relatifs au développement d’un gisement se prennent sur la base de représentations incertaines du champ. Sa caractérisation utilise en effet des modèles numériques spatiaux. Cependant, s’ils traduisent au mieux les hétérogénéités du soussol, ils restent porteurs de l’incertitude liée à la complexité du milieu souterrain. L’incertitude géologique consiste en la construction du maillage interne, le remplissage en propriété lithologique et pétrophysique. Ces incertitudes n’étant pas résolvables du fait que l’on ne peut avoir accès directement, il est apparu la modélisation géostatistique qui donne plusieurs réalisations possibles du phénomène. La géostatistique est de plus en plus utilisée dans les entreprises pétrolières. C’est un outil indispensable à la connaissance réelle des phénomènes étudiés. Ceci, grâce à ses méthodes basées sur les sciences exactes. Cours de Géostatistique, M. Ferdinand KONAN