FR2520882A1 - Procede pour la production d'un enregistrement caracteristique notamment du facies des formations geologiques traversees par un sondage - Google Patents

Abstract

DANS UN PROCEDE D'OBTENTION D'UN ENREGISTREMENT CARACTERISTIQUE DE FACIES DE FORMATIONS GEOLOGIQUES, ON DEPLACE DES APPAREILS DE DIAGRAPHIE DANS UN SONDAGE POUR PRODUIRE UN FAISCEAU DE MESURES OU LOGS LI A CHACUN DES NIVEAUX SUCCESSIFS HI DE CELUI-CI. A CHACUN DE CES NIVEAUX, ON ASSOCIE UN ECHANTILLON DONT LES COORDONNEES SONT CONSTITUEES PAR LES MESURES RESPECTIVES DANS L'ESPACE MULTIDIMENSIONNEL DEFINI PAR LES DIFFERENTS LOGS. ON ANALYSE LE NUAGE D'ECHANTILLONS AINSI OBTENU POUR Y DISTINGUER DES MODES CARACTERISTIQUES D'AMAS OU LA CONCENTRATION DES ECHANTILLONS EST ELEVEE. LES ECHANTILLONS SONT RATTACHES A CES MODES POUR FORMER DES CLASSES N1, N2 CARACTERISTIQUES CHACUNE D'UN ELECTRO-FACIES RESPECTIF, QUE L'ON REPRESENTE EN FONCTION DE LA PROFONDEUR PAR UNE COURBE EN PALIERS 100.

Description

Procédé pour la production d'un enregistrement caractéris-

ticue notanmment du facies des fo Qrraations qéoloqiques

-ravertses par un sondage.

L'invention concerne l'étude géologique des sous-sols en vue notamment de la localisation et de l'exploitation de matières minérales. L'observation et l'étude géologique des formations de la crogte terrestre est à la base de toute recherche minière ou pétrolière Depuis longtemps, on a mis en évidence des

corrélations entre certains phénomènes géologiques et la for-

mation de concentrations de matières minérales suffisamment

denses pour en rendre l'exploitation économiquement rentable.

Dans ces recherches, l'étude des faciès des roches rencontrées

revêt une importance particulière On entend par faciès, no-

tamment d'une roche sédimentaire, un ensemble de caractéris-

tiques et de propriétés d'une roche qui résultent des condi-

tions physques chimiques et biologiques qui ont présidé à la formation ủ sëdirment et lui ont donné son apparence distinctive à l'égard des autres sédiments Cet ensemble de caractéristiques fournit des indications sur l'origine des dépôts, leurs chenaux de distribution et l'environnement dans lequel ils se sont produits Ainsi, par exemple, les

dépôts de sédiments peuvent être classes selon leur locali-

sation continentale, côtière ou sous-marine, selon leur ori-

t 20882 ' gine fluviale, lacustre, éolienne, selon l'environnéxnent dans lequel ils se sont produits, tel qu'estuaire, zone de

delta, marécage, etc Ces renseignements, à leur tour, per-

mettent de détecter par exemple des zones dans lesquelles la probabilité d'une accumulation d'hydrocarbure est élevée. Les sources d'informations sur le faciès des formations sont diverses Elles peuvent provenir d'observations de surface

ou du sous-sol, et notamment de l'étude de carottes décou-

pées ou taillées dans les roches étudiées par exemple à

l'occasion d'un sondage tel qu'un forage pétrolier.

Les caractères géologiques utilisés pour reconnaître un fa-

ciês comprennent, outre la faune et la flore fossiles la minéralogie, c'est-à-dire la composition minérale de la roche: silicate, carbonate, évaporite, etc; la texture: dimension et classement des grains et leur morphologie, degré de compaction, de cimentation, etc; ces paramètres peuvent avoir une importance déterminante sur la perméabilité de-roches présentant par ailleurs des valeurs de porosité et autres semblables; ils sont liés à l'aspect microscopique des roches;

la structure: épaisseur des couches, alternance de celles-

ci, présence de galets, lentilles, fractures, degré de paral-

lélisme des laminations, épaisseur des feuillets, etc:

tous paramètres liés à l'aspect macroscopique des roches.

Les caractéristiques pétrophysiques et pétrographiques d'une roche, excluant les données paléontologiques, constituent le litho-faciès de la roche Celui-ci rassemble donc les

caractères descriptifs de la roche indépendamment de la géné-

tique de formation, et notamment de dépdt De ce fait, le Ji-

tho-facias est un sous-ensemble du faciès d'une roche.

tta 2 Q 882 D'autres renseignements en provenance du sous-sol peuvent être utilisés par le géologue pour la reconnaissance des

faciès Ils peuvent être fournis par les débris de f'ora-

ge qui sont évacués vers la surface, depuis le fond d'un puits, par un fluide, en général une boue, injecté au voisi-

nage de l'outil de forage.

On a également déjà remarqué que certaines mesures de carac-

téristiques physiques des formations traversées par un forage permettaient d'obtenir des renseignements intéressants pour

la reconnaissance des faciès.

De telles mesures pour la connaissance des caractéristiques

physiques des formations géologiques traversées par des son-

dages sont actuellement pratiquées sur une très large échelle, notamment dans les forages pétroliers Elles sont effectuées à l'aide de sondes déplacées dans lé forage et les signaux transmis par la sonde donnent lieu à un enregistrement en fonction de la profondeur, appelé diagraphie ou log Elles

peuvent intéresser des caractéristiques très variées, résul-

tant soit de phénomènes naturels tels que le potentiel spon-

tané ou l'émission naturelle de radiations gamma, soit d'une

stimulation préalable de la formation par la sonde par émis-

sion de courant électrique ou d'ondes acoustiques, d'ondes électromagnétiques, de particules nucléaires, etc.

Dans le cas de la recherche pétrolière, elles visent à déter-

miner avec précision les couches qui contiennent des hydro-

carbures et à connaître, outre la nature et la quantité de ces derniers, la possibilité de les extraire des roches dans

lesquelles ils sont contenus.

Une partie substantielle des efforts d'interprétation des

mesures de diagraphie a tendu, jusqu'à présent, vers l'éva-

luation de la porosité des roches réservoirs, ou matrices, et de leur perméabilité, ainsi que de la fraction du volume des pores occupés par ces hydrocarbures Ces techniques dites tt 2 Q 88 R d'évaluation des formations font en général apparaître à

titrecômplémentaire des paramètres tels que la densité mo-

yenne de grains des roches des matrices et leur teneur en argile.

Ces études d'interprétation ont également déjà mis en évi-

dence et utilisé des corrélations entre les mesures fournies par les outils diagraphie et certaines caractéristiques de composition des roches traversées par des sondages Il est

notamment usuel de tirer des diagraphies ou logs des infor-

mations sur la lithologie des formations traversées, par exemple la proportion de calcaire et de dolomite d'une roche à un niveau donné du puits L'extraction de ces paramètres constitue donc une ébauche d'étude du litho-faciès à l'aide

des diagraphies.

Des études plus récentes ont montré qu'il pouvait en fait exister des relations très nettes entre l'apparition ou l'évolution de certaines caractéristiques dans les mesures

de diagraphie et certains paramètres du litho-faciès.

On en est ainsi venu à se demander si l'on ne pouvait pas mettre en évidence une correspondance entre les différents

faciès ou litho-faciès rencontrés dans un intervalle de for-

mation d'épaisseur donnée et l'ensemble des mesures de dia-

graphie qui peuvent ftre obtenues dans cet intervalle de

façon à mettre en évidence un "électro-faciès" ou "para-

faciès" qui constituerait une image du faciès ou du litho-

faciès de la roche vue au travers des enregistrements dia-

graphiques.

Cette idée repose sur la notion selon laquelle chaque diagra-

phie ou log présente un spectre de réponse caractéristique

des faciès ou litho-faciès des différentes zones le long des-

quelles il a été établi et que l'ensemble de ces logs repré-

sente une "signature" de ce faciès ou du litho-faciès.

52 02882

Cependant, on n'est pas parvenu jusqu'à présent à mettre au point un procédé qui permette,d'une manière relativement constante, fiable et systématique, d'établir, à partir des seules mesures de diagraphie faites dans un sondage sur un intervalle d'épaisseur donnée, un enregistrement ou une représentation, notamment sous la forme d'un graphique, qui fournisse en fonction de la profondeur une image, au moins approximative, de la succession des litho-faciès présents

dans cet intervalle.

D'une manière plus spécifique, il serait souhaitable de pou-

voir, à partir des mesures de diagraphie sur un intervalle de profondeur donnée dans un sondage, mettre en évidence dans celui-ci un ensemble de tranches ou de zones propres à être classées en correspondance, au moins approximative, avec

les différents faciès ou litho-faciès présents dans l'inter-

valle, de telle façon que toutes les zones correspondant à un faciès ou litho-faciès semblable appartiennent à une

même classe.

L'invention vise notamment un procédé permettant d'effectuer,

d'une manière raisonnablement fiable et essentiellement auto-

matique, une telle distinction et classification à partir de mesures de diagraphie sur un intervalle d'un sondage en vue

de produire une ou plusieurs représentations, notamment gra-

phiques, caractéristiques des faciès présents dans cet in-

tervalle. Ce procédé comprend notamment les étapes suivantes on effectue des mesures de diagraphie sur une pluralité de niveaux dans un intervalle le long d'un sondage afin d'obtenir un faisceau de plusieurs mesures pour chacun de ces niveaux;

on associe à chaque niveau de l'intervalle de sondage consi-

déré un échantillon dans un espace multidimensionnel dont les coordonnées sont fonction des valeurs de diagraphie mesurées à

252 È 88 I

ce niveau, l'ensemble des échantillons obtenus formant un nuage dans cet espace multidimensionnel; on explore les échantillons de ce nuage afin de déterminer une pluralité de modes caractéristiques correspondant chacun à une zone de densité maximale dans la distribution de ces échantillons, on considère chacun comme caractéristique d'un amas respectif et on lui rattache tous les échantillons de cet amas; et

on effectue un enregistrement, en fonction de la profon-

deur, par exemple sous forme graphique,d'une caractéristique géologique ou physique des formations dans l'intervalle de

sondage en attribuant à chaque niveau une valeur caractéris-

tique fixée en fonction du mode auquel l'échantillon repré-

sentatif dudit niveau a été rattaché dans l'espace multi-

dimensionnel considéré.

Selon un aspect de l'invention, l'exploration du nuage est

effectuée en analysant la position de chacun de ces échan-

tillons en relation avec les échantillons voisins, pour défi-

nir un indice de densité respectif et on détermine lesdits modes caractéristiques en sélectionnant des maximum locaux

de ces indices de densité dans le nuage.

Selon une forme de mise en oeuvre de l'invention, on procède à la désignation d'un faciès ou litho-faciès correspondant pour chacun des modes ainsi caractérisés et on produit une représentation graphique en fonction de la profondeur de la succession de faciès ou litho-faciès ainsi obtenus, par

exemple à l'aide de codages graphiques appropriés.

Selon une forme de réalisation préférée, les modes caracté-

ristiques de chaque amas ou modes terminaux sont constitués par des échantillons issus des mesures elles-mêmes Chaque mode est donc caractérisé par des valeurs de diagraphie

effectivement obtenues au cours de la mesure.

2524882 '

On peut avantageusement procéder à la sélection ébsditsmodes caractéristiques en procédant en deux temps Dans un premier temps, on détermine un ensemble de modes locaux sur la base

de l'analyse des maximums de densité locaux évoquée précé-

demment Dans un deuxième temps, on choisit,parmi ces modes locaux, un nombre réduit de modes terminaux sur la base

de leur mutuel éloignement en fonction d'une loi prédéter-

minée En particulier, par une technique de regroupement

ou clustering, on détermine ceux des modes locaux qui pré-

sentent des dissemblances globalement maximales Ces modes terminaux sont considérés chacun comme caractéristique d'un super-amas A chacun de ces modes terminaux est rattaché un

sous-groupe de modes locaux précédemment déterminés.

Grâce à ce procédé, on définit un nombre limité de classes, correspondant chacune à l'unzdes modes terminaux sélectionnés qui se caractérise à la fois par une forte densité de points représentatifs dans cet espace et des caractères distinctifs

ou des dissemblances nettement marqués, à raison de l'êloi-

gnement mutuel de ces modes dans cet espace On parvient ainsi à faire entrer chaque point de cet espace associé à

un niveau respectif, dans une classe qui peut être, éven-

tuellement, caractérisée par un nombre ou un ensemble de va-

leurs dans t'espace multidimensionnel considéré qui sont

directement dérivées des mesures de diagraphie et repré-

sentent un "électro-faciès" dont la détermination ne dépend

que de ces mesures.

Chaque niveau étant rattaché à une classe, il est possible

de tracer une représentation graphique de cet électro-

faciès en fonction de la profondeur, dans laquelle on affecte

chaque niveau d'un indice correspondant à la classe à la-

quelle il est rattaché On constate, à l'issue d'une telle

opération que les valeurs ainsi attachées aux niveaux s'or-

donnent selon une courbe en paliers, dans laquelle la dis-

tance par rapport à laxe des profondeurs de chaque palier, correspond à l'indice d'une classe respective Chaque palier couvre plusieurs niveaux adjacents qui tombent dans des classes identiques sur des zones d'épaisseur plus ou moins grande dont chacune correspond à un électrofaciès distinct, plusieurs zonesreprésentant un même électrofacièspouvant se retrouver le long de l'intervalle considéré,séparées par des zones de faciès différents A partir d'une désignation

du litho-faciès correspondant à chaque classe, on peut tra-

cer un figuré des litho-facies traverses en fonction de la profondeur. On est parvenu, en mettant en oeuvre la méthode qui vient d'être brièvement décrite dans son principe, à déceler une correspondance remarquable entre des faciès géologiques, tels qu'ils peuvent être déterminés par exemple à partir de l'analyse de carottes sur un intervalle déterminé, et des électro-faciès définis par des tranches respectives dans

l'intervalle et leurs classes respectives.

Grâce à cette méthode, l'expérimentation confirme ainsi l'hy-

pothêse formulée ci-dessus selon laquelle une détermination, au moins approximative,des litho-faciès géologiques peut être dérivëe d'un traitement convenable des mesures de diagraphie obtenues dans un intervalle de formations géologiques traversées par un sondage La technique ici préconisée peut être pratiquée à l'aide d'un

ensemble des principaux types de mesures de diagraphie exis-

tants, tels que les mesures de résistivité, conductivité, den-

sité, porosité neutron, vitesse du son, etc, que l'on quali-

fiera ici de logs standards.

Cette technique S 'enrichit en outre de façon remarquable par l'utilisation des résultats de mesures de pendagemétrie qui

sont très denses en informations de structure Cette utili-

sation peut prendre diverses formes On peut par exemple in-

tégrek des résultats de pendagemétrie directement avec les autres mesures de diagraphie Ces résultats peuvent être alors 256288 i'

exprimés sous la forme de logs dits synthétiques qui résultent de l'ex-

traction de caractéristiques particulières des mesures de pendagemétrie.

On peut également leur confronter la profondeur des transitions entre électro-faciès après un premier traitement pour affiner, selon un processus itératif, les critères permettant d'effectuer la répartition des échantil-

lons de mesure en classes relativement homogènes.

D'une façon générale, la technique qui vient d'être évoquée peut s'appli-

quer à l'échelon d'un champ d'exploitation dans lequel sont forés plusieurs

puits ou sondages qui rencontrent des formations qui présentent des analo-

gies sur le plan géologique.

Bien entendu, il existe des modes de réalisation ou de mises en oeuvre pré-

férées du procédé selon l'invention, dont il sera fait état ci-après En outre, il va sans dire que le processus de détermination de litho-faciès à partir des seules mesures de diagraphie peut être avantageusement guidé

par des opérations complémentaires exécutées de façon manuelle ou autama-

tique et qui peuvent faire intervenir l'appréciation d'experts ou la con-

naissance particulière de certaines situations ou régions, ainsi que la

camparaison avec d'autres sources de renseignements.

Selon un mode de réalisation particulier, on procède en deux étapes Dans une première étape, on considère un espace multidimensionnel de points

obtenus à partir de groupes de niveaux consécutifs dans l'ordre des profon-

deurs, présélectionnés selon un critère déterminé D'après ce critère

seuls sont considérés camme appartenant à un tel groupe de niveaux consécu-

tifs, les niveaux entre lesquels la valeur de chaque log ne subit pas une

variation supérieure à un écart respectif déterminé à l'avance et corres-

pondant à des effets de trous ou aux incertitudes inhérentes de la mesure.

Ainsi, ne sont pas considérés comme appartenant aux groupes de niveaux sélec-

tionnés les points au voisinage desquels les logs subissent une transititon relativement marquée ou évoluent selon une rampe ou encore adoptent une configuration en forme de bosse dont la hauteur est supérieure à la plage

d'écart précédemment définie.

A l'aide des groupes de niveaux ainsi sélectionnés, on procède à l'analyse précédemment évoquée dans l'espace multidimensionnel des logs On obtient

ainsi un ensemble de classes caractérisant chacune un électro-faciès pré-

sent dans l'intervalle de sondage exploré.

Dans une deuxième étape, on analyse alors la position des points aux ni-

veaux qui n'ont pas été retenus dans la première analyse par rapport aux groupes de niveaux qui ont été classés à l'issue de la première étape En particulier, pour chaque point ou groupe de points non retenus, on analyse

sa position par rapport aux groupes de niveaux voisins supérieurs et infé-

rieurs dans l'échelle des profondeurs et qui ont fait l'objet d'un classe-

ment Cette analyse de position peut avantageusement s'effectuer par une analyse des distances dans l'espace multidimensionnel des logs entre les points représentatifs des niveaux non retenus et les points représentatifs

des niveaux adjacents supérieurs et inférieurs classés, ou d'un point con-

sidéré camne représentatif de chaque groupe de tels niveaux consécutifs

déjà classés.

Cette étude permet de mettre en évidence soit des transitions brusques cor-

respmdant à la limite entre deux faciès bien distincts, soit des rampes relativement moins raides et correspondant à des transitions entre des faciès dont les caractéristiques respectives ne sont pas nécessairement

très éloignées les unes des autres, soit enfin, dans le cas de configura-

tions en forme de bosse, l'existence des bancs ou de strates de faible

épaisseur présentant lm faciès différent des faciès immédiatement environ-

nants Cette analyse de distances permet alors, non seulement de déterminer celui des types de situation (rampe ou bosse) rencontré, mais également de situer en profondeur la ou les transitions correspondantes entre faciès différents Ainsi, par exemple, dans le cas d'une rampe de transition entre un sable et une argile, le niveau de sépration des deux faciès est fixé en un point dont la distance,

dans l'espace des logs aux groupes de niveaux consécutifs adja-

cents en profondeur qui correspondent respectivement au sable

et à l'argile est maximale Dans le cas d'un banc de faible.

épaisseur, l'attribution d'un faciès à ce banc est également effectuée sur la base des distances des points de ce banc,dans l'espace multidimensionnel des logs,aux faciès qui l'entourent

* dans l'espace des profondeurs.

R 52 0882

Ainsi, selon ce mode de réalisation la première étape identi-

fie les électro-faciès à partir des seuls intervalles d'échan-

tillonnage stables,à l'aide d'une analyse dans l'espace mul-

tidimensionnel des logs dont la profondeur est pratiquement absente Au contraire, la deuxième étape réintroduit l'élément

de profondeur pour l'attribution de faciès aux niveaux d'échan-

tillonnage qui n'ont pas été retenus dans la première étape.

Selon une mise en oeuvre préférée de l'invention, on considère,

pour la détermination des modes caractérisant les électro-

faciès, ou modes terminaux, un espace multidimensionnel dans lequel l'ensemble des points ou échantillons représentatifs

des différents niveaux à partir des mesures de diagraphie ef-

fectuées dans l'intervalle considéré est rapporté à un système d'axes constitué par au moins deux composantes principales

du nuage formé par cet ensemble de points En outre, on pré-

fère opérer ladite détermination des modes terminaux dans un espace dont le nombre de dimensions est réduit par rapport à celui de l'espace des mesures de diagraphie utilisées, en

choisissant ou en sélectionnant les seules composantes prin-

cipales les plus significatives sur la base de leur variabi-

lité maximale eu égard à la distribution des points de nuage.

Grâce à cette technique, on parvient à effectuer une sélec-

tion, à la fois efficace, c'est-à-dire relativement rapide si l'on prend en considération le temps de traitement, et correcte, c'est-à-dire fournissant des résultats exploitables,

en pratique, pour déterminer les électro-faciès.

Bien entendu, à partir de la détermination d'une pluralité de modes terminaux sur un intervalle de profondeur donnée avec la classe attachée à chacun d'eux, il est possible non seulement de tracer un graphique en paliers représentatif desdits niveaux affectés à l'index de classe correspondant,

ou-le figuré d'une suite de faciès, mais également de tra-

cer une courbe représentative de toute caractéristique dési-

23 i O 88 '

rée en foraction de la profondeur, en affectant tous les ni-

veaux tombant dans une même classe d'une même valeur de cette caractéristique, par exemple une valeur moyenne de celle-ci

pour tous les niveaux qui tombent dans cette classe.

Selon un aspect de l'invention, on utilise la répartition des échantillons de mesure en amas caractérisés chacun par un mode respectif, pour simplifier et alléger les opérations d'interprétation des données de diagraphie dites d'évaluation des formations Ces opérations bien connues, permettent de fournir des informations sur la porosité des formations

traversées et leur teneur en fluides, notamment en hydrocar-

bures, ainsi que la facilité avec laquelle ces fluides peu-

vent circuler à l'intérieur des cavités dans lesquelles ils se trouvent On a en effet remarqué que l'on pouvait obtenir des résultats de bonne qualité quant à cette évaluation par une technique de compression de données dans laquelle, au lieu de procéder aux traitements requis pour chaque niveau d'un intervalle de sondage, on se limite aux mesures obtenues aux niveaux correspondant à des modes caractéristiques d'un

amas respectif.

Selon un autre aspect de l'invention, la désignation du litho-faciès correspondant à chaque échantillon de mesure ou à chaque mode est effectuée d'une manière essentiellement automatique A cet effet, on considère, dans l'espace des diagraphies réalisées, un volume caractéristique de chaque litho-faciès susceptible d'être rencontré dans les formations traversées par l'intervalle de sondage considéré Ces volumes sont définis à partir de mesures effectuées à priori dans ces litho-faciès dans des conditions de trous déterminées On analyse la position de chaque échantillon de mesure ou mode caractéristique d'un amas dans l'espace multidimensionnel des logs par rapport à ces volumes caractéristiques pour attribuer à chacun de ces échantillons ou modes un faciès ou litho-faciès correspondant Cette affectation peut être

effectuée sur la base d'un calcul des distances de l'échan-

tillon ou du mode considéré aux points définissant chaque volume caractéristique d'un litho-faciès distinct En cas

22 08208

de conflit entre litho-faciès concurrents, on prévoit en ou-

tre de départager ces derniers sur la base de leurs plausi-

bilités respectives.

Selon une forme de réalisation, on sélectionne parmi l'ensem-

ble des litho-faciès possibles un sous-ensemble de litho- faciès probables dans l'intervalle de sondage considéré, affectés chacun d'un indice de plausibilité respectif Ces indices de plausibilité peuvent être utilisés pour lever les conflits ou ambiguités dans la détermination du litho-faciès

des échantillons de mesure.

On prévoit avantageusement de sélectionner ces litho-faciès les plus plausibles à l'aide d'une procédure d'intelligence artificielle dans laquelle on prend en compte non seulement les résultats d'une analyse grossière de la lithologie de l'intervalle de sondage, obtenue à partir des logs respectifs, mais encore des informations relatives à la morphologie de

ces logs et des données extérieures Cette étape peut avan-

tageusement être mise en oeuvre à l'aide d'un programme inter-actif dans lequel un dialogue s'établit entre une

machine de traitement et un opérateur qui fournit à la ma-

chine les données dont il dispose, sous la direction de

cette dernière.

Les explications et les exemples non limitatifs qui suivent sont donnés en référence aux dessins annexés:

la figure 1 est une représentation schématique d'un équipe-

ment de diagraphie en opération dans un sondage; la figure 2 est un diagramme portant des informations en fonction de la profondeur d'un intervalle de sondage étudié; la figure 3 est un tableau comparatif des sensibilités de différents types de diagraphies couramment utilisées aux facteurs caractéristiques des litho-faciès;

R 52088 R

les figures 4 a et 4 b représentent schématiquement, sous la forme d'un organigramme, la mise en oeuvre du procédé selon l'invention; la figure 5 est un diagramme représentatif de courbes tracées en fonction de la profondeur;

* les figures 6 a et 6 b illustrent un nuage de points représen-

tatifs de valeurs de deux paramètres caractéristiques des formations, mesurées dans un intervalle de profondeur donnée;

la figure 7 montre quatre logs de mesures effectivement réa-

lisées et des logs des quatre premières composantes principales sur un intervalle de sondage étudié; la figure 8 est un organigramme schématique d'un traitement

permettant de distinguer dans l'intervalle des zones se ratta-

chant à des classes prédéterminées; la figure 9 illustre la mise en oeuvre de l'opération NEIGE du diagramme de la figure 8;

la figure 10 illustre des explications concernant la techni-

que de regroupement des modes locaux par des segments; les figures l A et ll B illustrent un dendrogramme mettant en évidence les longueurs respectives de ces segments; la figure 12 formée par la juxtaposition des figureà 12 A et 12 B représente un figuré d'électro-faciès en fonction de la profondeur aux côtés d'autres indications et représentations caractéristiques des formations du sous-sol traversé; la figure 13 illustre un processus Ue déduction automatique utilisé dans une variante de 'lise en oeuvre de l'invention; la figure 14 est un organigramme schématique de cette variante; la figure 15 représente un nuage de pointsdans un diagramme

bidimensionnel sur lequel on a mis en évidence des modes lo-

caux et terminaux à l'issue de l'analyse de ce nuage; la figure 16 formée des figures 16 A et 16 B est un tableau I représentatif des caractéristiques d'un ensemble de segments reliant

des modes locaux dans un exemple de mise en oeuvre de l'invention.

la figure 17 est un tableau II énumérant des caractéristiques.

des modes terminaux sélectionnés dans l'exemple de la figure 16.

La figure 1 représente un équipement de diagraphie dans un

sondage 10 traversant des formations sédimentaires 12 compre-

nant des strates représentées schématiquement par des plans de séparation tels que 14 et 15 L'équipement comprend une sonde 16 de forme allongée et propre à être déplacée dans le sondage 10, à l'extrémité d'un cable 18 au bout duquel elle est suspendue et qui la relie à la fois mécaniquement et électriquement, par l'intermédiaire d'une poulie de renvoi 19 en surface, à une installation de commande 20 équipée d'un

treuil 21 autour duquel s'enroule le cable 18 L'installa-

tion de commande comprend notamment des équipements d'enre-

gistrement ainsi qu'il est bien connu, permettant de produire des représentations graphiques appelées diagraphies ou logs de mesures effectuées par la sonde 16, en fonction de la

profondeur de cette dernière dans le sondage ou forage -10.

Cette profondeur est fonction de la longueur de cable dérou-

lée Elle est détectëe par une roulette 22 en appui sur le

càble.

Sur la figure 2, on a représenté en fonction de la profondeur du haut vers le bas de la figure, les résultats d'une analyse géologique d'une carotte dans un sondage Ils comprennent une représentation 30 ou log à l'aide d'un figuré conventionnel de la structure géologique révélée par la carotte Cette représentation 30 est composée d'une série de couches telles que 31, 32, 33 ou zones de faciès différenciées par une représentation symbolique différente, celle de la couche 31 t 52 o 88 a correspondant par exemple à une argile, celle de la formation

32 à un calcaire,celle de la formation 33 à une variëté de cal-

caire différent Le faciès de ces différentes zones est explicité par des indications en clair dans une colonne 35

intitulée 'description" Du point de vue géologique, chacune

de ces zones successives est caractérisée par une relative homogénéité, définie par un ensemble de caractères qui varient d'une zone à l'autre Ces caractères, qui dépendent notamment de la composition minéralogique, de la texture et de la structure des roches constituant ces zones, définissent des litho-faciès respectifs Leur étude permet d'obtenir des informations sur les conditions de formation de ces roches,

lesquelles à leur tour fournissent des indices pour la re-

cherche de concentrations de matières minérales utiles et

susceptibles d'exploitation.

La réponse d'une sonde telle que 16 déplacée dans le sondage

dépend des formations traversées par celui-ci A l'origi-

ne cependant, les mesures de diagraphies effectuées à l'aide de telles sondes visaient moins une connaissance de type proprement géologique des terrains traversés que l'obtention de renseignements directement liés à l'existence de matières

exploitables dans les roches rencontrées.

Les techniques de mesure mettant en oeuvre différents phéno-

mènes physiques se sont multipliées et on est parvenu à ob-

tenir des renseignements de type quantitatif sur les réser-

voirs rencontrés grâce à une combinaison judicieuse des infor-

mations fournies par les différents types de logs Ceux-ci ont été standardisés de façon à fournir des mesures à des niveaux discrets séparés par des intervalles de profondeur égaux Les techniques de corrélation de logs différents en profondeur à cet effet sont classiques Elles permettent l'automatisation de l'interprétation des résultats des mesures en vue d'obtenir des estimations de la porosité des roches rencontrées, du volume de pores occupés par des hydrocarbures,

et de la faculté d'écoulement des hydrocarbures hors des ré-

servoirs dans le cas de l'exploration pétrolière.

252 0882

C'est ainsi qu'on parvient notamment à partir de mesures de

résistivité, de vélocité du son, de masse volumique,de ré-

ponse aux rayons gamma, émission de neutrons et autres stimu-

lations de type nucléaire, à obtenir une analyse précise ou une évaluation des formations traversées par un intervalle

de sondage à proximité immédiate de celui-ci.

Des techniques d'analyse de formation du type mentionné ci-

dessus sont bien connues, par exemple sous les noms de SARRA-

BAND, CORIBAND, (marques déposées),et sont exposées par exemple dans des Brevets français publiés sous les numéros

2 080 945, 2 208 123.

Toutefois, chacune des différentes mesures de diagraphie ou log étant affectée non seulement par la teneur en fluide des roches traversées par le sondage mais par toutes leurs autres caractéristiques physiques, il peut être intéressant d'envisager d'en tirer également des renseignements sur la structure géologique des formations traversées qui, à leur

tour, peuvent être utilisées pour déterminer, par des consi-

dérations proprement géologiques et à l'échelle d'un champ,

d'un bassin ou d'une région, les zones d'accumulation proba-

ble de matières possédant une valeur économique.

On a représenté sur la figure 3 un tableau fournissant des renseignements de nature qualitative sur la sensibilité des

différents types de mesures de diagraphie aux facteurs géolo-

giques principaux caractérisant les roches dans lesquelles

sont effectuées ces mesures.

Dans la colonne de gauche 50 de la figure 3, sont indiqués différents paramètres dont on peut obtenir une mesure par diagraphie,avec en face une désignation abrégée de l'outil

correspondant dans la colonne 51 Les méthodes et outils per-

mettant l'obtention des 16 paramètres a) à p) de la colonne sont tous bien connus dans l'art des mesures géophysiques

dans les sondages Dans les Brevets d'interprétation ou d'ana-

lyse précédemment cités, on trouvera des référence à des docu-

ments décrivant ces principales méthodes de mesures On se bornera donc à indiquer en ce qui concerne certaines parmi les plus récentes, telles que la mesure des temps de propa- gation électromagnétique c), le Brevet des Etats-Unis

NI 3 944 910,pour la mesure d'atténuation d'ondes électroma-

gnétiques d),le brevet Etats-Unis NI 3 944 910; pour les mesures de spectrométrie de rayons gamma naturels f), le Brevet Etats-Unis No 3 976 878 pour la mesure de la section efficace de capture photoélectrique i), le Brevet Etats-Unis N 3 922 541; pour la'mesure de section efficace de capture de neutrons thermiques j), le brevet Etats-Unis No 3 971 935;

et pour les mesures de spectrométrie de rayons gamma inélas-

tiques m), le Brevet Etats-Unis NO 4 055 763 Pour chacun des types de mesures a) à p), on a indiqué dans la colonne 52 le degré selon lequel il est influencé par la minéralogie de la roche rencontrée, en utilisant trois types de caractères allant du plus gros au plus petit, selon que le paramètre en question est plus ou moins sensible à

cette minéralogie.

De même, on a indiqué (colonne 53) pour chacun des paramètres j) à p> sa sensibilité à la texture des roches traversées par

le sondage et dans la colonne 54, sa sensibilité à la struc-

ture de celles-ci, selon une échelle à trois degrés semblable

à celle utilisée pour la colonne 52.

Enfin, on a porté dans la colonne 55 une indication qualita-

tive de la sensibilité des paramètres a) à p) aux fluides contenus dans la formation, fluides qui peuvent notamment

consister en: pétrole, gaz ou eau de salinité très variable.

L'observation du tableau de la figure 3 suggère que l'on puisse établir une correspondance entre, d'une part, différents

litho-faciès caractérisés par les facteurs de minéralogie, tex-

ture et structure, accessibles aux géologues par les moyens d'observation habituellement à leur disposition et, d'autre part, des électro-faciès qui seraient tirés directement d'une analyse quantitative appropriée d'un ensemble de mesures de diagraphie prises par exemple parmi les mesures de la colon-

ne 50.

La possibilité d'établir une telle correspondance, entre des électrofaciès et des litho-faciès est susceptible d'apporter une aide précieuse à la connaissance géologique d'une zone de la croûâte terrestre dans une région donnée, connaissance de nature à venir compléter les renseignements habituellement disponibles aux géologues et éventuellement, les aider dans leur interprétation des faciès rencontrés pour la connaissance

de l'histoire des formations et la détermination des concen-

trations de matières minérales recherchées.

On a ainsi constaté qu'il était possible de tirer parti des sensibilités propres de chacun des logs d'un ensemble de logs, pour produire une image au moins approximative du

litho-faciès Cette image est obtenue à partir d'une re-

connaissance de zones sur un intervalle donné d'un sondage et susceptibles d'être classées dans un ensemble de classes déterminées. Pour parvenir à ce résultat, on part de N diagraphies (ou

logs) obtenues sur un intervalle de sondage Hi, H 2 (figure 1).

Les valeurs mesurées sont discrétisées et corrélées en pro-

fondeur, de façon à disposer pour chaque niveau de l'inter-

valle considéré d'une pluralité de valeurs de logs distincts.

Une valeur typique d'intervalle entre niveaux consécutifs

est 15 centimètres (six pouces).

Selon un mode préféré de réalisation, les valeurs successives de logs ainsi obtenues de 15 centimètres en 15 centimètres sont analysées de façon à déterminer des groupes de niveaux consécutifs pour lesquels lesdites valeurs de logs restent à 252 Èea 2 l'intérieur d'une plage définie par une valeur supérieure et

une valeur inférieure Cette plage est déterminée en considé-

ration de l'intervalle des variations possibles de chaque log en fonction des conditions de trou, telles que par exemple la rugosité ou le cavage et des erreurs inhérentes à la mesure

elle-même On peut en effet considérer, que pour tous les ni-

veaux dont les mesures tombent à l'intérieur d'une telle plage,

la caractéristique physique mesurée par le log garde une va-

leur sensiblement constante Dans un intervalle de profondeur

donnée, on peut trouver plusieurs groupes de niveaux qui sa-

tisfont à cette condition pour des valeurs moyennes de cette caractéristique qui peuvent être tout à fait différentes les

unes des autres.

En dehors des groupes de niveaux consécutifs qui sont ainsi caractérisés par une certaine stabilité de la valeur des mesures

de diagraphie correspondantes, on rencontre, dans un interval-

le de sondage, d'autres niveaux qui ne présentent pas ces ca-

ractéristiques de stabilité En particulier, si l'on considère

un log déterminé, il existe des phénomènes de rampes dans les-

quels un premier et un deuxième groupe de niveaux consécutifs, pour lesquels le log est relativement stable à une première et une deuxième valeur caractéristique respective, sont reliés par

des niveaux pour lesquels le log évolue entre la valeur carac-

téristique du premier groupe et la valeur caractéristique du deuxième groupe On rencontre également des situations dans lesquelles, entre deux groupes de niveaux caractérisés par des

valeurs relativement stables, il existe des niveaux consécu-

tifs pour lesquels les valeurs du log s'éloignent de façon marquée des première et deuxième valeurs caractéristiques de chacun des deux groupes niveaux stables, révèlent ainsi la présence entre ces deux groupes d'une strate ou d'un banc de faible épaisseur dont les caractéristiques géophysiques sont

sensiblement différentes de celles des bancs qui l'environ-

nent Dans ce cas, le Jog présente une bosse ou un pic rela-

tivement marqué.

2520882 '

Dans les deux cas, ces bosses et ces rampes sont le résultat

d'une convolution de la mesure en raison de la résolution in-

suffisante des outils de mesure.

Sur la figure 5, on a représenté un log dans lequel la cour-

be 105 représente les fluctuations d'une grandeur Li en fonc-

tion de la profondeur mesurée dans le sens perpendiculaire à

l'axe Li On note sur cette figure une portion 115 de la cour-

be 105 dont toutes les valeurs sont situées entre une borne

Ll AL et une borne LI + AL pour un ensemb 2 e de niveaux con-

sécutifs.

On remarque également pour une portion 116 de la courbe un autre groupe de niveaux consécutifs dont les valeurs restent comprises entre deux niveaux L 2 + AL et L 2 AL La

transition entre les portions 112 et 116 est relativement bru-

tale L'écart 2 AL correspond à un intervalle de tolérance pour les mesures de la caractéristique Li en fonction des conditions

de trou et de l'incertitude propre à la mesure.

On a également représenté une portion de courbe 117 de la courbe 105 qui forme une bosse à front relativement raide

telle qu'on ne puisse pas définir sur l'intervalle de profon-

deur AP un groupe de niveaux pour lesquels la valeur mesu-

rée L reste à l'intérieur d'une plage de variation 2 AL.

On a également représenté en 118 un autre type de situation

dans lequel on ne peut pas reconnaître un tel groupe de ni-

veaux Il s'agit d'une rampe 118 dans laquelle la valeur de la grandeur mesurée tend à croître d'une manière plus ou moins régulière entre une première et une deuxième portion 113 et

119 du log 105 dans lesquelles le niveau du log reste rela-

tivement stable à des valeurs respectives différentes.

Selon la forme de réalisation préférée ici, décrite, on effectue une première analyse de l'ensemble des N diagraphies

pour ne retenir que les mesures qui correspondent à des grou-

pes de niveaux consécutifs dans lesquels ces mesures peuvent être considérées comme stables Dans ce qui suit, on exclut donc, provisoirement dans une première étape, tous les niveaux

qui ne correspondent pas à de tels groupes.

On considère un espace à plusieurs dimensions dont chacune

correspond à l'un des N locs On peut associer à chaque ni-

veau de profondeur non exclu un point dans cet espace dont chaque coordonnée est constituée par la valeur de la mesure

du log respectif.

Ainsi, dans l espace ou hyper-espace considéré, l'ensemble des mesures effectuées sur l'intervalle H 1, H 2 est représenté

par un nuage de points ou échantillons.

L'observation d'un tel nuage de points montre qu'en pratique,

pour un intervalle de profondeur donné, la densité de répar-

tition de ces points est loin d'être uniforme Au contraire,

ces points tendent à se grouper sous forme d'amas, dans les-

quels la concentration des points est relativement élevée, et qui sont plus ou moins nettement séparés les uns des autres par des zones comportant relativement peu de points Chacun

de ces amas correspond à un faisceau de caractéristiques géo-

physiques particulières que l'on peut vouloir chercher à

représenter par un point caractéristique de cet amas.

Afin de faciliter la reconnaissance desdits amas et leur caractérisation, il est commode de procéder, à l'aide d'un appareillage de traitement de l'information, à une suite d'opérations représentées à la figure 4 (formées des figures 4 a et 4 b) qui va d'abord être décrite rapidement avant

d'être reprise plus en détail.

On part du nuage de points défini par les valeurs des diffé-

rents logs aux différents niveaux sélectionnés de l'intervalle du sondage étudié Ces valeurs sont mises en mémoire (bloc 81)

figure 4 a) et on effectue une analyse des composantes prin-

cipales de ce nuage dans l'espace (ou axes d'inertie maxi-

male) selon une technique qui sera décrite ultérieurement

(bloc 82).

On considère alors un système de référence dont les axes de coordonnées sont les composantes principales déterminées à l'étape 82 et on effectue un changement de coordonnées des points du nuage de l'espace 81 pour les représenter dans

l'espace défini par les composantes principales (bloc 83).

On réduit alors le nombre de dimensions de cet espace (bloc 84) de façon à ne retenir pour la représentation du nuage de

points que les coordonnées définies par les composantes prin-

cipales les plus significatives et à rejeter celles qui cor-

respondent essentiellement à du bruit de mesure Le nuage de points associés dans cet espace à chaque niveau de profondeur est donc défini par un nombre de coordonnées inférieur au nombre de logs d'origine Cette réduction ou diminution du nombre de dimensions est rendue possible par l'existence de corrélation entre les mesures de diagraphie, dans certains types de formation tout au moins, l'élimination des autres fact eurs correspondant à une perte d'information négligeable

dans de nombreuses situations.

On effectue de préférence une représentation graphique des valeurs de chacune des composantes principales retenues en fonction de la profondeur des niveaux auxquels elles sont associées, de façon à obtenir des diagraphies ou logs de composantes principales que l'on appellera ciaprès P C.

logs (voir bloc 86).

Dans l'espace des composantes principales sélectionnées, on effectue une analyse des amas composant le nuage de points par une technique de compression de données (bloc 88), dans laquelle on définit pour chaque amas de points dans l'espace un mode local qui est obtenu ici par la sélection de l'un des points de cet amas o la densité de distribution des points

est maximale.

2520882 '

L'analyse se poursuit par une étude des distances mutuelles entre les modes locaux ainsi déterminés (regroupement ou clustering) (bloc 89) qui peut être traduite graphiquement

par une construction de forme arborescente ou dendrogramme.

On effectue alors une sélection parmi les modes locaux en fonction de leurs espacements mutuels pour ne retenir qu'un nombre limité de modes, dits terminaux (bloc 90),dont les distances mutuelles sont les plus grandes et qui correspondent à des groupes respectifs de caractéristiques qui présentent des dissemblances maximales Cette sélection est suivie (figure 4 b, bloc 91) par un rattachement de chacun des points du nuage, dans l'espace des composantes principales réduit, à l'un des modes terminaux sélectionnés, tous les points

rattachés à un mode terminal étant réunis dans une même classe.

Chaque classe peut être affectée d'un indice (bloc 92) que l'on prend, dans cet exemple, égal à la valeur de la première

composante principale (PC 1) du mode terminal respectif.

Ainsi, chacun des niveaux appartenant à un des groupes de ni-

veaux sélectionnés au départ pour la première étape de l'analy-

se peut être rapporté à une des classes qui viennent d'être

déterminées On peut alors voir apparaître des groupes de ni-

veaux consécutifs dans l'espace de la profondeur qui appartien-

nent à une même classe et correspondent donc à ce que l'on

convient d'appeler un même électro-faciès.

Le procédé comprend alors une deuxième étape o chacun des niveaux tenus à l'écart au cours de la première étape est rattaché lui aussi à une classe d'électro-faciès Au cours de cette deuxième étape, chacun des niveaux initialement tenu à l'écart est testé pour son appartenance à une rampe ou à une bosse Le test est effectué dans l'espace des composantes principales en calculant la distance du point représentatif de ce niveau dans cet espace aux points représentatifs des deux groupes de niveaux consécutifs classés au cours de la première étape et qui se trouvent les plus voisins du niveau

testé, de part et d'autre de celui-ci dans l'espace des pro-

fondeurs Ce calcul de distance peut être effectué à l'égard de chaque point de ces groupes de niveaux ou de l'un d'entre

eux, par exemple d'un mode local représentatif.

Il est significatif que cette détermination de distance de cha-

cun des points initialement non retenus est réalisée par rap-

port à deux groupes de niveaux classés adjacents, l'un supé-

rieur et l'autre inférieur dans l'espace des profondeurs Une

telle analyse de distance pour l'ensemble des niveaux corres-

pondant par exemple aux portions 117 ou 118 de la courbe 105 de la figure 5 permet de faire apparaître le type d'évolution

des caractéristiques calculées pour chacun des niveaux sépa-

rant deux groupes de niveaux classés Il permet notamment de

mettre en évidence des évolutions en forme de rampe ou en for-

me de bosse ou cloche.

Dans le cas o on détecte ainsi une rampe, on suppose que cha-

que point de la rampe appartient à l'un des deux électro-

faciès qui l'encadrent et on place la transition entre ces deux électrofaciès en un point de cette rampe qui est à égale distance dans l'espace des composantes principales des points

représentatifs des deux groupes de niveaux adjacents dans l'es-

pace des profondeurs.

Dans le cas d'une distribution en forme de bosse, une telle analyse de distance permet de déterminer non seulement les

niveaux de transition en profondeur limitant un banc relative-

ment mince, mais également en fonction de la distance eucli-

dienne maximale entre les points représentatifs des niveaux de ce banc et les groupes de niveaux classés environnants, de rattacher ce banc mince à l'une des classes déjà déterminées

au cours de la première étape ou de lui affecter une classi-

fication distincte si aucune des classifications déjà déter-

minées au cours de la première étape ne paraît lui corres-

pondre. A l'issue de oes deux étapes, la classification obtenue peut alors donner lieu au tracé d'une courbe pilote (bloc 93) dans laquelle on représente, en fonction de la profondeur, 1 'indice de classe affecté à chaque

niveau On obtient ainsi une courbe en paliers 100 (figu-

re 5) dans laquelle il existe autant de valeurs de paliers distinctes que de classes sélectionnées Ainsi, par exemple, le palier 102 est composé par une succession de a ni- veaux adjacents dans une zone de profondeur Hi, Hj donnée à l'intérieur de l'intervalle de sondage Hi, H 2 et qui, à l'issue de l'analyse des blocs 88 à 92 et 85 tombent dans

une mime classe représentée par l'abscisse 103.

Cette courbe pilote 100 illustre le fait qu'à l'issue de l'analyse effectuée, les niveaux adjacents tendent à se grouper en zones d'épaisseur variable, plusieurs zones distinctes correspondant à une même classe, c'est-à-dire comportant

des caractéristiques similaires pouvant être mises en évi-

dence à l'intérieur de l'intervalle considéré La courbe 100 se présente donc comme un log d'électro-faciès numérique,

chaque numéro d'indice de classe constituant une identifi-

cation sommaire d'un électro-faciès respectif.

On a représenté dans un bloc 94 une étape facultative de purification, ou d'affinage des résultats, dans laquelle une intervention manuelle peut éventuellement permettre d'effectuer certaines corrections et d'injecter dans le processus des renseignements tirés de la connaissance par

ailleurs de la géologie locale.

L'un des produits de la courbe pilote 93 peut être constitué par une rectangularisation des logs formant le point de départ 80 du processus (figure 4 a) (bloc 95 via ligne 96) cette étape pouvant bénéficier d'une opération d'affinage éventuelle du

bloc 94.

Selon une forme de réalisation, la rectangularisation d'un

log peut être effectuée en traçant, pour chaque zone de pro-

fondeur telle que définie par un palier tel que 102 de la

courbe 100, un palier dont l'abscisse sur l'échelle du para-

mètre Li mesuré par ce log est égale à la moyenne des valeurs de ce log Li pour l'ensemble des niveaux qui tombent dans

la classe d'indice 103.

On a représenté en trait plein la diagraphie ou log Li 105 en fonction de la profondeur telle que réellement mesurée et, en tirets, la courbe rectangularisée 106 pour ce même paramètre de mesure On constate en particulier pour que les zones 102 et 108 définies par la courbe pilote 100 et qui sont affectées du même indice de classe 103, les paliers respectifs 112 et 113 de la courbe rectangularisée sont à une

même valeur d'abscisse 114.

Un produit ultérieur ue cette étape (bloc 76) peut consister dans le tracé de logs zonés, c'est-à-dire affectés d'une seule et unique valeur pour tous les niveaux qui tombent dans une classe déterminée du log d'électro-faciès 100, cette valeur

étant la valeur effectivement mesurée au niveau qui corres-

pond au mode terminal ayant donné naissance à la classe con-

sidérée Les logs zonés sont donc constitués à partir de va-

leurs réellement mesurées et non de moyennes,contrairement

au produit de l'étape 95.

* Dans une forme d'exécution particulière, on sélectionne la

valeur de la première composante principale pour tous les ni-

veaux d'une même classe et on calcule la moyenne, cette va-

leur étant comparée à l'indice de classe, ou valeur modale, correspondant de ladite composante prix ipale pour le mode terminal correspondant à cette classe L'écart entre cette moyenne et cette valeur modale fournit un critère de qualité

de l'é lectro-fàciès représenté par cette classe.

Sur la base du processus conduisant au log d'électro-faciès numérique que l'on vient de définir, on peut produire une

image du litho-faciès des formations traversées La corres-

pondance entre litho-faciès et électro-faciès peut éventuelle-

ment être précisée par une intervention mettant en jeu des

2520882 '

connaissances extérieures aux diagraphies Il est intéres-

sant de fournir à partir de cette analyse une représentation graphique du litho-faciès à l'aide de figurés conventionnels

se rapprochant de ceux représentés par exemple dans la par-

tie gauche de la figure 2 (bloc 97) Cette représentation graphique peut'être réalisée par des moyens d'enregistrement ou de tracé graphique automatiques dans une bande graphique parallèle à l'axe des profondeurs parallèlement à d'autres enregistrements soit des mesures d'origine soit de résultats

de leur traitement.

La détermination des modes terminaux, mais également celle des modes locaux peut être également employée dans un but d'allègement des calculs pour effectuer des traitements d'interprétation des mesures effectuées en vue d'analyser la formation du point de vue de sa teneur en hydrocarbures et de sa productibilité, selon les techniques classiques

et connues d'interprétation à l'aide d'ordinateurs.

Enfin, les sorties graphiques du bloc 97 peuvent bénéficier, non seulement des opérations de purification ou d'affinage du bloc 94 mais également de l'établissement de corrélations avec des produits de mesures de pendagemétrie On peut no-

tamment utiliser, en parallèle aux courbes d'électro-faciès, ou dérivées de la détermination de ceux-ci,des résultats de programmes tels que GEODIP (voir par exemple Brevet français

publié sous le No 2 185 165) bloc 98.

La technique de compression de dimension résumée en référence aux blocs 82 à 84 de la figure 4 a est décrite ci-après plus

en détail.

Lorsqu'on analyse un nuage de points représentatifs des mesu-

res de diagraphie effectuées sur une succession de niveaux dans un intervalle de forage, on constate que la densité

de répartition de ces points dans le nuage varie.

2520882 '

On remarque notamment que les points du nuage ne sont pas

distribués d'une manière identique dans toutes les directions.

Au contraire, ils tendent à s'orienter dans des directions privilégiées, correspondant à des directions de variabilité maximale de la répartition de ces points dans cet espace. Ainsi, dans un espace à deux dimensions, un nuage de points

représenté par la figure 6 a tend à s'inscrire dans une enve-

loppe approximativement elliptique 140, les directions de variabilité maximale de ce nuage pouvant être représentées par le grand axe 142 de cette ellipse (figure 6 b) pour la direction principale de variabilité,ou première composante

principale,et par le petit axe 144 de l'ellipse pour une deu-

xième composante ou direction principale de variabilité dans une direction perpendiculaire à la première Les amas de

points rencontrés peuvent prendre des formes très diverses.

On connaît par exemple dans les diagrammes à deux dimensions, l'une constituée par des mesures de porosité neutron (outil CNL) et l'autre par des mesures de masse volumique telles qu'elles résultent d'un outil FDC, des répartitions des points

selon une forme qui s'apparente à celle d'un boomerang Celle-

ci est typique de la présence de zones à fort pourcentage

diargile en conjonction avec des sables ou des grés.

La première composante principale est déterminée,par un trai-

tement statistique, comme la droite pour laquelle la somme des distances euclidiennes des points du nuage à cette droite

est minimale Autrement dit, si les points du nuage sont pro-

jetés orthogonalement sur cette droite, la somme des distances

entre ces points et leurs projections respectives est minimale.

La deuxième composante principale est déterminée en considé-

rant parmi les droites perpendiculaires à la première compo-

sante principale celle pour laquelle la somme des distances des points du nuage à cette droite est minimale Il s'agit donc d'une détermination dans un sous-espace excluant la dimension de la composante principale Si le nuage de points est tracé dans N dimensions, il est possible de déterminer

n composantes principales dont chacune correspond à une direc-

2520882 '

tion de variabilité maximale dans un sous-espace perpendi-

culaire aux composantes précédemment déterminées.

Le traitement mathématique qui permet d'obtenir les compo-

santes principales comprend la détermination de la matrice de corrélation du nuage de points Chaque terme de la matrice de corrélation entre deux dimensions i et j (c'est-à-dire deux mesures ou logs différents) obéit à la définition: a. Cij = ijl vufi V-a dans laquelle les coefficients ij sont des coefficients de covariance définis par la relation n aî <x 'm ú m &=l Dans ces relations, x 4 est la valeur du log i pour le point t i

xm est la valeur moyenne des mesures de logs qui peut s'expri-

mer sous la forme: n i = 1

n est le nombre total de points du nuage.

Etant donné la matrice de corrélation du nuage de points, selon l'expression: C c 1 Cln C C 21

MC

Cnl Cnn-

chi nn les composantes principales du nuage de points sont les

vecteurs propres de cette matrice.

Dans la détermination des coefficients de corrélation, on normalise de préférence la valeur des mesures avant le cal- cul Cette normalisation peut s'effectuer par exemple en ramenant l'intervalle de variabilité de tous les logs à une valeur commune, par exemple de O à 100 Bien entendu, d'autres

hypothèses peuvent être utilisées Par exemple, pour certai-

nes mesures telles que la résistivité, on peut normaliser

le logarithme de la mesure.

Ainsi, la première composante principale PC 1 est la direc-

tion de variabilité maximale.

La deuxième composante principale PC 2 est la direction de variabilité maximale du nuage dans un plan ou un hyper-plan

perpendiculaire à la première composante principale.

La troisième composante principale PC 3 est la direction de variabilité maximale du nuage de points, perpendiculairement aux deux composantes principales précédentes, etc.

Lorsque toutes les composantes principales PC 1 à P Cn corres-

pondant aux nuages de points ont été déterminées, on procède à un changement de coordonnées pour exprimer la position des points du nuage dans le système d'axes constitué par les composantes principales (ou axes d'inertie maximale) ainsi déterminées La transformation s'effectue linéairement par calculateur à partir de la connaissance des vecteurs propres

de la matrice de corrélation.

En pratique, l'existence de composantes principales ou axes principaux d'inertie traduit la présence de corrélations entre les caractéristiques physiques mesurées par les logs ou diagraphies Les coordonnées des points du nuage le long de la première composante principale, par exemple, fournissent

une mesure d'un facteur sous-jacent et présent dans les for-

mations rencontrées par le sonde, et auquel les différents types de mesures pratiqués ont tendance à répondre dans le

même sens d'une façon plus ou moins marquée.

On considère par exemple un intervalle de sondage sur une profondeur d'environ 180 mètres et comprenant 1 200 niveaux

de mesures équidistants espacés d'environ 15 cm chacun.

Dans cet intervalle de sondage ont été relevés les logs suivants: REOB: mesure de masse volumique; PHIN: mesure de porosité par un outil neutron CNL (voir tableau de la figure 3); GR mesure du rayonnement gamma naturel; HRT mesure de la température;

HRXO inverse de la racine carrée de la mesure de la résis-

tivité à proximité de la paroi du puits dans la zone dite envahie; DT: mesure du temps de transit des ondes acoustiques; RT: mesure de la résistivité de la formation à distance éloignée du puits ou du sondage; RXO: mesure de la résistivité à proximité de la paroi du sondage. On considère seulement les six premières mesures pour la détermination des composantes principales On les dénomme logs actifs par opposition aux deux dernières mesures de

résistivité dénommées logs passifs.

On effectue une analyse statistique élémentaire des valeurs obtenues pour ces différentes mesures On en détermine, par exemple, la moyenne, l'écart type, le maximum, le minimum et l'intervalle dynamique entre valeurs consécutives On effectue ensuite un calcul des indices de corrélation entre

chaque type de mesure effectuée dans l'intervalle du sondage.

Les résultats de ce calcul peuvent se traduire par une matri-

ce de corrélation selon la relation( 4)ci-dessus Cette matrice

est construite dans l'espace à six dimensions des logs actifs.

On détermine alors les vecteurs propres de la matrice de corrélation On peut en déduire l'inertie du nuage de 1200

points par rapport à chacune des composantes principales.

Les valeurs calculées apparaissent dans le tableau ci-dessous: On remarque que l'inertie du nuage de points par rapport à la première composante prinxipale est de 85,5 % du total des inerties L'inertie cumulée afférente aux deux composantes principales s'élève à 94 %,

Cela signifie qu'à elles deux, ces deux composantes principa-

les permettent de traduire la plus grande partie de l'infor-

Axe principal Inertie En pourcent Pourcent cumulé

1 1,5130 85,5 85,5

2 0,5633 9,4 94,9

3 0,1389 2,3 97,2

4 0,0957 1,6 98,8

0,0452 0,7 99,5

6 0,0269 0,4 100,-

mation contenue dans les logs, relativement aux formations

traversées par l'intervalle de sondage considéré.

La détermination des coefficients de corrélation de chacun des logs réalisés avec les six composantes principales obte-

nues renforce cette observation Ces composantes sont dési-

gnées par PC 1 à PC 6 dans l'ordre d'inertie décroissante dans le tableau ci-dessous: Les coefficients de ce tableau traduisent chacun dans quelle mesure les valeurs des composantes principales associées aux différents points du nuage se corrèlent avec chacun des logs

relevés dans l'intervalle de sondage.

On peut donc dire que si l'on trace un log en fonction de la profondeur des valeurs de la première composante principale pour chacun des niveaux du nuage, on obtient un indice de

corrélation de près de 90 % entre les variations de cette pre-

mière composante principale et celle de la masse volumique mesurée On constate que ces corrélations sont très fortes entre la première composante principale et chacune des mesures effectuées Elles le sont moins, sauf dans le cas

de la mesure de rayon gamma pour la deuxième composante prin-

Log PC 1 PC 2 PC 3 PC 4 PC 5 PC 6

RHOB 0,907 0,315 0,244 0,133 0,005 0,036

PHIN -0,975 -0,107 -0,064 0,128 0,064 0,116

GR -0,745 0,658 -0,078 -0,075 0,032 0,001

T -0,970 -0,099 0,160 0,079 0,128 -0,081

EXO -0,958 -0,074 0,209 -0,155 -0,082 0,052

-0,972 0,069 -0,014 0,176 -0,130 -0,053

sifs

0,746 0,154 -0,286 0,007 -0,165 0,137

RXO 0,763 0,126 -0,281 0,064 -0,137 0,029

cipale Elles tendent à devenir négligeables pour les au-

tres composantes principales.

On s'appuie sur cette observation pour limiter l'analyse du nuage de points représentatifs des mesures effectuées sur l'intervalle du sondage considéré à un espace à deux

dimensions, éventuellement trois, si l'on reste dans l'es-

pace des composantes principales Cette réduction de dimen-

sion permet en effet de simplifier ou d'alléger les opéra-

tions visant la reconnaissance d'amas dans le nuage et

la caractérisation de chacun de ces derniers.

La compression des dimensions de l'espace du nuage de points analysé (bloc 84 de la figure 4 a) peut ainsi être effectuée en ne retenant que celle des composantes principales dont

l'inertie cumulée dépasse un seuil prédéterminé.

Cette sélection peut être complétée et sa validité vérifiée par d'autres moyens Par exemple, on peut tracer les logs des valeurs des composantes principales rejetées ou que l'on

se propose de rejeter sur l'intervalle.

La figure 7 représente un tracé de deux logs 160 et 162 cor-

respondant aux troisième et quatrième composantes principales

du nuage considéré à titre d'exemple, en fonction de la pro-

fondeur de l'intervalle dont sont issues les mesures On

constate que les variations de ces deux courbes sont de pe-

tite amplitude et ne présentent pas de caractères saillants.

Leur forme générale s'apparente à un bruit, ce qui reflète

bien la notion déjà exprimée selon laquelle le contenu d'in-

formations de chacune des composantes principales dans l'ordre

des inerties décroissantes diminue.

En revanche, l'observation des saillies telles que 165 et 167

lans les logs des troisième et quatrième composantes princi-

pales est de nature à fournir des indications intéressantes,

soit sur la présence de facteurs ayant une signification géo-

logique particulière mais qui sont sans influence sur cer-

taines mesures, soit parce qu'elles dénotent des erreurs

sur l'une des mesures par exemple.

Abstraction faite de ces anomalies, l'élimination des compo- santes principales d'ordre secondaire correspond à

un filtrage, ce q u i explique pourquoi la suite du trai-

tement dans un espace de dimensions réduites par la sélec-

tion de certa ines des composantes principales peut fournir des

résultats de bonne qualité.

Une autre façon de vérifier dans quelle mesure la sélection d'un nombre limité de composantes principales est justifiée, consiste à faire subir un changement de coordonnées inverse

aux points du nuage à partir de l'espace de dimensions rédui-

tes pour les restituer dans l'espace des mesures réellement effectuées et reconstituer les logs à partir de chacune des composantes des points ainsi restitués On constate souvent qu'il suffit de conserver deux composantes principales sur six à partir dls mesures faites dans l'intervalle considéré pour obtenir

une excellente oerrespondance entre les logs d'origine et les logs re-

aonstitués après élimination de quatre des six ccaposantes principales,

bien qoe les autres composantes principales puissent contenir des infor-

mations suppléoentaires intéressantes.

Sur la figure 7, on a également représenté les courbes 190 et 192 correspondant respectivement au tracé des valeurs des première et deuxième composantes principales (PC 1 et PC 2) des points du nuage obtenu ou PC logs (voir bloc 86 de la

figure 4 a).

Sur la figure 7 figurent également quatre courbes, respecti-

vement 194, 195, 196 et 197 correspondant aux logs de masse volumique RHOB, porosité neutron PHIN, DT (sonique) et

GR (radiation gamma naturelle) Ces logs permettent de cons-

tater une correspondance assez nette entre les logs de mesures et les PC logs, par exemple aux niveaux de transition

repérés par les références 198 et 199.

L'analyse du nuage de points dans l'espace des composantes principales réduit se poursuit par la détermination des amas dans ce nuage, ceux-ci étant constitués par des

régions de l'espace contenant une densité de points relati-

vement élevée et séparéesd'autres régions de même nature par

des régions dans lesquelles la densité de points est relati-

vement faible.

La figure 8 représente un organigramme de cette phase Elle illustre les différentes opérations de traitement qui vont être maintenant passées en revue et peuvent être effectuées

à l'aide d'une machine de traitement de l'information pro-

grammée à cet effet Elle couvre sensiblement les opérations

décrites par les blocs 88 à 92 des figures 4 a et 4 b.

On considère les données mémorisées correspondant au nuage de points (bloc 200) Pour chaque point du nuage, on détermine son K ième voisin le plus proche dans l'espace des composantes

principales sélectionnées (bloc 202 NEIGH).

Cette opération correspond, étant donné un nombre K = 3 de points voisins, à déterminer à partir de points tels que 250 et 260 (figure 9), le rayon dk 1 de l'hypersphère qui contient les trois points 251, 252 et 253 les plus voisins du point 250 et pour le point 260, le rayon dk 2 qui contient les

trois points 261, 262 et 263, les plus voisins du point 260.

Ce voisinage est exprimé par des mesures de distance eucli-

dienne dans l'espace considéré.

Pour un nombre déterminé de points voisins K, l'inverse des distances dk 1, dk 2 représente une mesure de la densité locale

des points du nuage autour du point 250, 260 considéré.

Les données d'entrée de l'étape NEIGH (bloc 202) sont donc le nombre K et les PC logs sélectionnés pour la représentation du nuage La sortie de cette phase est un nombre dk pour

chaque point du nuage.

L'opération suivante (bloc 204) vise à déterminer des modes

locaux (sortie 205) qui correspondent à des points de den-

sité maximale dans le nuage de points en fonction d'une ana-

lyse des valeurs dk Cette analyse s'effectue dans l'un et/ ou l'autre de deux espaces. Le premier espace est la profondeur On scrute l'ensemble des valeurs dk en fonction du niveau des points associés pour déterminer si,dans une fenêtre ou tranche de profondeur I déterminée autour d'un niveau,aucun autre niveau ne possède un indice dk inférieur Un niveau satisfaisant à une telle

condition est alors considéré comme un mode local de profon-

deur L'indication de la largeur de la tranche de profondeur I considérée est symbolisée comme transmise sur une entrée

207 du bloc LOCMOD 204.

Le deuxième espace est celui des composantes principales o se trouve défini le nuage considéré On détermine tous les points dont les K points les plus voisins sont affectés d'une

valeur de dk supérieure On obtient ainsi un deuxième ensem-

ble de modes locaux.

Pour la suite des opérations, on sélectionne des modes locaux constituant la sortie de cette phase 204 sous la commande d'une instruction 206 LMSA correspondant à un algorithme de recherche de mode local selon l'une des modalités suivantes 1.(BATW): utilisation exclusive des seuls modes locaux issus de l'analyse de profondeur;ou 2.(DELF): des seuls modes locaux issus de l'analyse spatiale; 3.(BAID): seuls sont utilisés les modes locaux communs aux deux ensembles considérés (intersection des deux ensembles); 4.(BAUD) tous les modes locaux déterminés sont utilisés (union des ensembles de modes locaux déterminés en profondeur

et dans l'espace).

Chacun des modes locaux ainsi sélectionnés est représentatif d'un amas dont la densité en ce point a une valeur maximale ou au moins localement élevée On rattache, par une opéra- tion figurée au bloc 210, chacun des points du nuage au mode

local dont il est le plus rapproché, sur la base de sa dis-

tance euclidienne dans l'espace du nuage L'intérêt de cette

étape de rattachement sera bien visible ultérieurement.

Son effet principal est de permettre une compression de données grâce à laquelle on représente le nuage de points

initial seulement par les modes locaux ainsi sélectionnés.

Sur la base de ce nuage clairsemé, il est possible d'effec-

tuer un certain nombre d'opérations de type déjà connu dans l'interprétation des données de diagraphie, par exemple des analyses de caractéristiques de la formation qui permettent, avec un volume de calcul considérablement allégé d'obtenir

des résultats précis.

Après l'étape de rattachement 210 qui peut d'ailleurs prendre

place ultérieurement dans le programme, on procède à une opé-

ration de liaison et de regroupement de segments (UPLINX; AGGREG) (bloc 212) qui peut se traduire par l'établissement d'un dendrogramme On considère (figure 10) l'ensemble des modes locaux sélectionnés à l'issue de l'étape 204 et l'on recherche les deux modes locaux 300 et 302 dont la distance euclidienne est la plus petite dans l'espace des PC logs d'un nuage considéré On oriente le segment ainsi déterminé dans

le sens du mode dont l'indice dk est minimum (densité maximum).

Ce vecteur est donc orienté dans le sens des densités crois-

santes et il est caractérisé,pour la recherche de nouveaux segments, par sa seule extrémité 302 Son origine n'est plus

considérée dans la recherche qui suit.

On recherche ensuite le segment de longueur minimale immédia-

2520882 '

tement suivant,ici constitué par les points 304 et 306 orientés dans cet ordre Puis, on détermine le plus petit segment restant dans cet espace après l'élimination des points origine 300 et 304, lequel dans cet exemple est le segment 306, 302, ce qui conduit à l'élimination du point 306 Le processus se poursuit de la sorte jusqu'à ce que tous les points du nuage de modes locaux aient été réunis par des segments dont la longueur va en croissant au fur et

à mesure que l'on progresse dans le nuage.

L'extrémité du dernier segment ainsi sélectionné correspond

à l'indice dk minimum pour l'ensemble des modes locaux envi-

sagés En outre, on peut remarquer que les r derniers seg-

ments sélectionnés au cours de ce processus ont des longueurs

supérieures à celles des segments antérieurement déterminés.

Ils correspondent en outre à des densités élevées dans l'en-

semble des densités des modes locaux considérés Ainsi, les modes locaux qui sont aux extrémités de ces r segments de distance maximale présentent un ensemble de caractéristiques qui, globalement, sont les plus dissemblables mutuellement parmi l'ensemble des modes locaux considérés Il est donc légitime de sélectionner les r extrémités de ces segments comme

des modes locaux terminaux représentatifs de groupes de carac-

téristiques bien distincts, définissant une classe correspon-

dant à un litho-faciès et à laquelle se rattachent une plura-

lité de niveaux dont les mesures traduisent des caractéristi-

ques voisines: sinon identiques.

Le mode de regroupement des modes locaux qui vient d'être

défini est caractérisé par l'appellation de regroupement con-

glomératif ascendant hiérarchique à simple liaison (Hierarchi-

cal single Link up-hill, cong-lomerate clustering) Il permet de représenter les distances entre les modes locaux analysés sous une forme arborescente appelée dendrogramme à partir de

laquelle une sélection de certains de ces modes, dits ter-

minaux, peut être effectuée en fonction d'un seuil de dis-

2520882 '

tance minimum.

Sur la base de cette sélection de modes terminaux, on peut rattacher à chacun de ceux-ci tous les autres modestlocaux qui leur ont été associés par des liens ou segments, mais qui étaient affectés d'une valeur de densité inférieure (dk supérieur) On peut également faire rentrer dans une même classe, pour le mode terminal sélectionné, tous les niveaux

qui avaient été rattachés (bloc 210) à chacun des modes lo-

caux associés à ce mode terminal.

Ainsi; à la suite de cette opération, tous les niveaux du nuage de points analysés se trouvent classés dans autant de classes qu'il existe de modes terminaux Chacune de ces classes peut être caractérisée par un nombre ou indice attaché à ce mode terminal, par exemple, la valeur de la première composante principale pour chaque mode

terminal Il est possible, comme on l'a déjà expliqué précé-

demment,d'établir, à partir de cette classification, une courbe pilote (voir bloc 93 de la figure 4 b) en paliers Il suffit à cet égard de reporter, pour chaque niveau, en

de la profondeur, la valeur d'indice de la classe correspon-

dante pour obtenir une courbe en paliers dont l'allure four-

* nit des indications exploitables-en correspondance des litho-

faciès des formations traversées.

Un exemple précis de mise en oeuvre de la technique de regrou-

pement par liaison ascendante est exposé ci-dessous en se réfé-

rant à un nuage de points répartis dans un espace défini par trois composantes principales, tiré, après changement de coordonnées correspondantes, des mesures pratiquées sur les 1200 niveaux de l'intervalle de sondage auquel il a été déjà

fait référence ci-dessus.

Les modes locaux ont été sélectionnés sur la base d'un nombre K = 5, la largeur de fenêtre ou de tranche I utilisée pour la

sélection des minimum locaux en profondeur est de 2 -L'algo-

rithme de recherche de mode local accomplit une sélection des modes locaux dans l'espace des profondeurs et dans celui

des composantes principales (mode BAID).

Le nombre de modes locaux retenus en fonction de cet algo-

rithme sur les 1200 niveaux est de 69. Dans un premier temps, les distances de ces modes locaux sont sélectionnées, en déterminant pour chaque mode local le mode local le plus voisin, les deux modes locaux les plus voisins de l'ensemble constituant le premier segment 300, 302 de la figure 10 Sur la figure 16, les 69 segments apparaissent par ordre de longueur décroissante es modes locaux

origine et extrémité sont repérés par leurs numéros d'appa-

rition de 1 à 69 dans l'échelle des profondeurs croissantes et, pour les modes origine, également par leur numéro de

niveau (colonne No de niveau) dans les 1200 mesures.

Dans ce tableau et celui de la figure 17, produits par ordi-

nateur, l'inscription E 01 à la fin d'une valeur numérique signifie que cette valeur doit être multipliée par 10 pour obtenir la valeur de dk En outre, les valeurs décimales sont dénotées par des points au lieu de virgules Ainsi, 0 7991 E-01

signifie 0,07991 et 0 7991 E+ 00 signifie 0,7991.

On constate que le plus petit segment correspond à la liaison du mode 4 au mode 5 Il apparaît en bas du tableau de la

figure 16.

Le mode 5 apparaît dans la colonne "extrémité segment", en fonction de la règle indiquée précédemment, l'indice dk associé au mode origine 4 étant égal à 0,08910 tandis que le dk associé au mode 5 (au cinquième rang à partir du haut dans la liste de la figure 16) est égal à 0,07991 On écarte

le mode 4 et l'analyse est poursuivie avec les 68 modes res-

tants Elle fait apparaître que le segment de plus petite longueur succédant au segment ( 4, 5) est le segment( 12, 17) dont la longueur est 0,122360, le dk du mode 12 étant 0,1168 alors que le dk du mode 17 que l'on trouve plus haut

dans la liste est égal à 0,11011 Le mode 12 est donc éli-

miné et le processus se poursuit, le résultat apparaissant

sous la forme du tableau de la figure 16.

Lorsqu'on scrute ce tableau de bas en haut, on remarque par

exemple que le mode 17 constitue l'extrémité de deux seg-

ments respectivement ( 12, 17) et ( 11, 17) avant d'apparaître dans un segment ( 17, 15) de plus grande longueur dont il constitue l'origine, en raison de son dk supérieur au dk du mode 15 (ce dernier étant de 0,08585) Le mode 17 est alors éliminé et n'apparaît donc plus dans la partie supérieure du tableau de la figure 16 lorsqu'on scrute celui-ci de bas

en haut.

Le mode 15 qui forme l'extrémité du segment( 17, 15),constitue

l'origine d'un segment ( 15, 14)plus long dont le mode d'extré-

mité 14 a un dk de 0,05338 qui est plus petit que tous les dk de tous les autres modes locaux considérés On retrouve ce mode local 14 encore comme extrémités de deux segments ( 18, 14) et ( 50,14), au sommet de la liste de la figure 16,

ces derniers segments ayant par ailleurs des longueurs supé-

rieures à celles de tous les segments qui les précèdent.

Une représentation graphique, appelée dendrogramme, plus formelle que celle de la figure 10, peut être tracée notamment

à l'aide du calculateur, à partir des données de la figure 16.

Dans le diagramme ou dendrogramme de la figure 11 form S par la juxtaposition de hput en bas des figures 11 l A et 11 B. est portée en abscisse à la partie supérieure, une échelle

de longueur de segments de la gauche vers la droite.

Les 69 modes locaux sélectionnés à l'origine apparaissent avec leur désignation correspondante en ordonnée dans la colonne de gauche du diagramme En face de la désignation du mode 47, par exemple, en haut de la figure 11, s'étend un trait ou tiret 300 dont la longueur, parallèlement à l'axe des abscisses 399, est égale à la distance entre ce mode 47 et un mode 59 immédiatement en dessous qui-constitue l'extrémité d'un segment respectif que l'on a repéré par une flèche 450 sur la liste de la figure 16 Une ligne parallèle en tirets 302 de longueur égale à la ligne 300 s'étend à par-

tir du mode 59 Les extrémités des lignes 300 et 302 sont réunies parallèlement à l'axe des ordonnées ou axe vertical

400 par une ligne 309 Par convention, dans la représenta-

tion d'un segment tel que ( 47, 59), le mode 59 caractérisant

l'extrémité du segment est placé plus bas que celui qui carac-

térise l'origine ( 47) de ce segment.

Tout segment présent sur la figure 16 est représenté par une liaison en tirets sur le dendrogramme de la figure 11 entre les points représentatifs des modes d'origine et d'extrémité du segment sur la droite des ordonnées 400 Chacune de ces

liaisons comprend deux lignes ou séries de lignes horizon-

tales telles que 300 et 302 reliées par une ou plusieurs

verticales telles que 309.

Le niveau 47 ne constitue l'extrémité d'aucun segment de la figure 16 En revanche, le niveau 59 constitue l'origine d'un segment d'extrémité 50 (flèche 452 figure 16) Le mode 50 constitue également l'extrémité d'un segment 49, 50 (flèche 454,figure 16) relativement court (ligne 306, figure ll)et d'un segment 46, 50 (flèche 456 figure 16) dont la longueur est

plus grande et marquée par la ligne 304, qui correspond elle-

même à la longueur cumulée des lignes 306 et 308 du dendro-

gramme de la figure 11 Le mode 50 est encore l'extrémité d'un segment 56, 50 (flèche 457 figure 16, longueur cumulée

des lignes 306, 308 et 316)et d'un segment 57,50 (flëc Ae 45 d-

figure 16, longueur des lignes 306, 308, 316 et 318) La liai-

son entre les modes 59 et 50 du segment 59, 50 comprend les lignes horizontales 302 et 310 dont la longueur cumulée égale celle des lignes 306, 308, 316 et 318 et représente la longueur du segment, et une verticale 313 joignant

les extrémités 312 et 314 de ces deux séries d'horizontales.

La construction du dendrogramme s'effectue en partant du mode 14 à l'extrémité inférieure du diagramme de la figure

11 (flèche 460 figure 16) La densité au mode 14 est maxi-

male (dk minimal) et il forme l'extrémité d'un premier seg-

ment ( 13, 14) qui est le plus petit segment relié au mode

14 Le mode 13 est placé au-dessus du mode 14 sur l'axe 400.

Le tableau de la figure 16 montre que le mode 13 n'est lui-

même l'extrémité d'aucun segment.

Le plus court segment suivant relié au mode 14 est un segment ( 15, 14) (flèche 462 figure 16) On met en place son origine

au-dessus du mode 13 dans le dendrogramme.

Le segment 15 est l'extrémité d'un segment ( 17, 15 > (flèche 463 figure 16) qui permet de situer le point 17 au-dessus

du segment 15.

Ce segment 17 est l'extrémité d'un segment ( 12, 17) de petite longueur (flèche 464 figure 16) qui permet de situer le mode 12 au-dessus du mode 17 (figure 11) En remontant la liste de la figure 16, on remarque (flèche 466) que le mode 17 est également l'extrémité d'un segment ( 11, 17) qui permet de

localiser le mode 11 sur le dendrogramme de la figure 11.

La figure 16 montre ensuite que le mode 11 est l'extrémité d'un segment ( 21, 11) (flèche 468) qui permet de situer le mode 21 dans le dendrogramme de la figure 11, etc.

Un tel dendrogramme peut être tracé sous la commande d'un or-

dinateur qui se livre aux opérations précédentes Les modes locaux sont portés sur l'axe 400 dans l'ordre qui vient d'être défini et reliés comme expliqué ci-dessus à l'aide de fourches à deux branches, telles que 330 et 332 pour les modes 14 et 13 Les longueurs de ces branches représentent chacune la longueur du segment 13, 14 Chaque fourche est réunie vers

le milieu de son sommet 334 à une fourche suivante, permet-

tant de matérialiser les liaisons entre chaque couple de

modes définissant un segment et la longueur de ce segment.

Il est possible, si l'on choisit un seuil de longueur mini-

male pour les segments ainsi mis en évidence dans l'ensemble

des modes locaux, de sélectionner parmi ceux-ci un sous-

ensemble de modes terminaux Dans l'exemple présent, on a choisi un seuil de longueur minimale égal à 0,751 dont la position est matérialisée par un trait 401 en tirets longs sur la figure 16 Ce seuil définit 18 modes qui caractérisent des segments dont les longueurs lui sont supérieures, et qui

constituent des modes,dits terminaux,dans l'intervalle de son-

dage ainsi analysé Ces 18 modes terminaux sont rassemblés dans le tableau de la figure 17 o l'on a choisi de les classer par ordre de valeur croissante de leurs coordonnées de première composante principale telles qu'elles apparaissent

dans la colonne 360, les coordonnées des deux autres compo-

santes principales apparaissant respectivement dans les co-

lonnes 362 et 364.

On choisit de considérer chacune des valeurs de la colonne 360 comme caractéristique d'une classe attachée à chacun des modes terminaux ainsi détectés Ces modes sont repérés par leur numéro dans l'ensemble des modes locaux (colonne 370), dans l'ensemble des niveaux traités (colonne 372) et par un numéro,dit de faciès ou d'électro-faciès,dans la colonne d'extrême gauche 376,de 1 à 18, dans l'ordre croissant des indices de la colonne 360 On a en outre rappelé dans une colonne 378, les valeurs dk correspondant à chacun de ces

m Dles terminaux.

L'opération de sélection de seuil qui vient d'être décrite est symbolisée sur l'organigramme de la figure 8 par le bloc 214 (THRESHOLD) qui reçoit une instruction d'entrée NFAC qui peut être, comme on vient de l'expliquer, un seuil de distance prédéterminé, ou qui peut être un nombre déterminé

à l'avance de modes terminaux.

Cette opération de sélection par seuil peut revêtir d'autres formes, et en particulier être effectuée selon une procédure plus diversifiée aboutissant éventuellement à une sélection plus fine des modes terminaux que l'on désire retenir C'est ainsi par exemple qu'on peut envisager, après avoir effectué une première sélection de modes terminaux, de retenir un

deuxième seuil inférieur au premier, que l'on applique sélec-

tivement seulement à un ou plusieurs segments rattachés à ces

modes terminaux.

Si l'on se reporte au dendrogramme de la figure 11, la ligne 401 parallèle à l'axe des modes 400 et coupant l'axe des abscisses au point 1, 751 définit le seuil mentionné à propos de la figure 16 On a entouré d'un cercle toutes les désignations de modes locaux sélectionnés comme terminaux,

à partir de cette valeur de seuil,sur le dendrogramme Cha-

cun de ces modes est relié par un double trait au point d'in-

tersection de la droite de seuil 401 avec la fourche de dis-

tance correspondante Chacun des points d'intersection tels

que 404 entre la ligne de seuil 401 et les branches horizon-

tales des fourches du dendrogramme, est relié par une telle double ligne au mode local occupant la position la plus basse parmi l'ensemble des modes locaux qui sont connectés à ce point de concours 404 Cette observation traduit le fait que les segments ont été, par hypothèse, orientés en plaçant leurs

modes extrémité (dk minimal) vers le bas du diagramme.

Si l'on se reporte à la figure 8, l'étape d'application du seuil 401 (bloc 214) est suivie d'une étape de rattachement de chacun des modes locaux non retenus, à un mode terminal correspondant Cette étape (bloc 216) CUTLNK est illustrée par l'observation du dendrogramme de la figure 11 A chaque mode terminal correspondant à un point d'intersection 404,

on rattache les autres modes locaux reliés à ce point 404.

Ils occupent une position immédiatement supérieure dans le dendrogramme Ainsi, au mode hyperterminal 14 (extrémité inférieure du dendrogramme), on rattache les modes locaux

13, 15, 17, 12, 11, 21 et 16 Au mode terminal 18, on ratta-

che les modes locaux 22 et 23, etc Par ce rattachement, on assimile à un mode terminal,pour la classification dans un même électro-faciès, tous les modes locaux dont la distance

à ce mode terminal est inférieure au seuil donné, c'est-à-

dire encore qui ne traduisent pas une dissemblance jugée suffisante par rapport à ce mode terminal pour pouvoir être considérés comme éventuellement caractéristiques d'un faciès

particulier distinct.

Au fur et à mesure qu'on rapproche la ligne 401 de l'axe 400 vers -la gauche du dendrogramme, on obtient une finesse de

plus en plus grande dans la détermination des modes termi-

naux etdes faciès associés.

On conçoit d'ailleurs que l'on puisse, en fonction de

considérations extérieures fondées sur des observations com-

plémentaires, faire une sélection de modes terminaux à par-

tir, non plus d'un seul seuil, mais de plusieurs seuils,en fonction par exemple de certaines valeurs d'indices dk ou de valeurs de composantes principales, etc. Il est par ailleurs bien entendu que la sélection ainsi

opérée dépend des pondérations ou des facteurs de normali-

-sation dont on a pu affecter les logs utilisés dans l'espace des mesures, en vue de les transposer dans l'espace des composantes principales Comme expliqué ci-dessus, l'étape de rattachement 216, figure 8, est suivie d'une étape 218 de classement des modes terminaux en fonction d'une valeur d'indice définissant chaque classe attachée à chaque mode terminal. Dans le tableau de la figure 17, on fait apparaître dans la colonne 363 le nombre de modes locaux rattachés à chaque

mode terminal 1 à 18.

Sur la figure 15 est représenté un diagramme sur lequel on a porté en abscisses la porosité neutron et en ordonnées la

masse volumique relevées aux différents niveaux d'un inter-

valle de sondage Dans cette représentation, chaque point d'un nuage bidimensionnel est représenté par un chiffre entre O et 9 qui correspond à un numéro d'identification du mode terminal auquel il a été rattaché par les opérations qui viennent d'être décrites précédemment On a entouré d'un cercle double les 10 modes terminaux déterminés dans cet exemple Entourés d'un cercle simple sont représentés les

points du nuage qui correspondent à des modes locaux sélec-

tionnés sur la base de l'analyse de densité précédemment décrite Ces modes locaux, comme les autres points, sont rattachés aux modes terminaux O à 9 Ce dernier rattachement a été effectué sur la base d'une analyse correspondant au dendrogramme de la figure 11 Le rattachement des autres points du diagramme aux modes terminaux a été effectué par

l'intermédiaire de leur rattachement aux modes locaux en-

tourés d'un cercle.

Chaque classe, ou électro-faciès,déterminée dans l'intervalle de sondage correspond à un litho-faciès dont on effectue la désignation en fonction des valeurs des logs pour les points qui tombent dans cette classe Cette désignation s'effectue donc à partir d'une connaissance de la réponse globale de l'ensemble des logs pour chacun des litho-faciès les plus courants Il s'agit là d'une connaissance à priori qui peut être mise en oeuvre manuellement par un expert géologue ou de façon automatique à l'aide d'un corps de règles utilisant des techniques dites d'intelligence artificielle Ces règles constituent des applications de déductions semblables à celles auxquelles se livrent les experts géologues et sont baties en fonction de leur expérience Elles permettent chacune, étant donné une ou plusieurs constatations de départ, d'en tirer

des conclusions sur la présence de tel ou tel litho-faciès.

Ces conclusions peuvent être exprimées sous la forme de

probabilités Qu'elle soit manuelle ou automatique, la dési-

gnation des litho-faciès peut faire appel à d'autres donnges

que les mesures de logs Elle peut également faire interve-

nir un processus d'itération pour affiner les conclusions premières.

Le résultat de cette désignation est ainsi de faire corres-

pondre à chaque classe désignée par un numéro un litho-

faciès, par exemple:classe 1, quartzite; classe 2, calcaire bien compacté; etc Ces conclusions peuvent être fixées sous forme graphique en fonction de la profondeur à l'aide de figurés caractéristiques de chaque faciès La machine de traitement est programmée pour commander un dispositif de traçage de log en fonction du figuré correspondant à la désignation lithologique de chaque classe identifiée pour chaque groupe de niveaux consécutifs rattachés à une même classe La courbe en paliers,ou courbe pilotede la figure 5 peut selon les besoins de l'utilisateur final être produite

ou non sur l'enregistrement.

Un tel enregistrement des résultats du procédé apparaît sur la figure 12 pour un intervalle de sondage dans lequel sont présents des sables plus ou moins argileux et contenant du

pétrole et deux veines minces de charbon.

Les faciès apparaissent dans la colonne 412 et sont accompa-

gnés d'une description littérale imprimée automatiquement

dans une colonne voisine 416.

A droite de ces indications concernant le litho-faciès fi-

gurent (colonne 418) les résultats d'une analyse d'évalua-

tion des formations qui font apparaître en % la porosité totale PHI, le pourcentage d'eau dans les pores * i W (zones blanches 420), le pourcentage résiduel de pétrole dans la zone envahie ( sxo zone noire 422) , le volume de roche de matrice (mat zone 424),dont la nature est précisée en

412 et 416,et les volumes d'argile et de silt.

A gauche de la colonne 412, apparaissent les résultats des mesures du pendagemètre HDT avec (colonne 426) les quatre courbes de résistivité issues des quatre patins (la courbe 1 est répétée) et les lignes de jonction transversales 427, ou lignes de corrélation,fournies par un traitement de corrélation du type GEODIP tel que décrit dans le Brevet

français publié sous le numéro déjà cité.

Les indications d'angle et de direction de pendage issues des mesures de pendagemétrie sont portées par les flèches du diagramme 428 Enfin, les colonnes de gauche du diagramme fournissent les enregistrements des logs de résistivité, colonne 430, avec les codages respectifs (lignes continues

micro SFL, tirets longs: induction, tirets courts: Late-

rolog profond, pointillés: laterolog superficiel);les logs de porosité gamma RHOB, DT (sonique) et neutron NPHI,dans

la colonne 432; enfin le rayonnement gamma GR, et le poten-

tiel spontané SP,dans la colonne 434.

Par la seule utilisation des modes locaux à l'issue des éta-

pes de compression de données décrites précédemment et de

leur valeur de logs associés, on peut avantageusement effec-

tuer une interprétation des données de diagraphie sur un in-

tervalle de formation avec une excellente précision, tout en allégeant considérablement le volume de calcul nécessaire à cet effet Ainsi, dans l'exemple précédemment examiné, au lieu de calculer les paramètres de la formation issue du traitement d'interprétation à l'aide de 1200 niveaux, on

utilise les 69 modes locaux sélectionnés pour tracer un dia-

gramme d'évaluation des formations d'allure semblable

à celui de la colonne 418 de la figure 12.

Le procédé qui vient d'être décrit comporte bien entendu de nombreuses variantes En particulier, il permet de tirer avantageusement profit des mesures obtenues à l'aide d'un pendagemètre, par exemple par le pendagemètre décrit dans le Brevet Etats-Unis No 4 251 773 Un tel pendagemètre est équipé de quatre patins pourvus chacun de moyens de mesure de la conductance des zones de la paroi du puits avec les- quels ils sont amenés en contact, de façon à obtenir quatre séries de mesures, fonction de la profondeur de l'outil-dans le puits Il est possible d'intégrer ces mesures aux autres

mesures de diagraphie constituant le nuage de points consi-

déré jusqu'à présent Cette intégration peut revêtir diverses formes.

Selon une forme de réalisation, après avoir rendu les inter-

valles de mesure des données de pendagemétrie compatibles avec ceux des autres mesures, on ajoute individuellement les mesures en provenance de chaque patin pour déterminer chaque point représentatif d'un niveau du puits, l'espace de ce nuage comprenant donc N + 4 dimensions si N est le nombre

de diagraphies réalisées autre que par un outil de pendage-

métrie.

Les mesures fournies par les outils de pendagemétrie sont beaucoup plus denses dans l'échelle des profondeurs que celles qui sont pratiquées pour les autres logs Ces derniers sont en effet échantillonnés tous les 15 cm environ alors que l'échantillonnage des mesures de pendagemétrie peut être effectué tous les 0,25 ou 0,50 centimètre Afin de rendre par conséquent les résolutions verticales des mesures de pendagemétrie compatibles avec celles des autres logs, on

peut procéder de la façon suivante A chaque niveau d'échan-

tillonnage du pendagemètre, les mesures de résistivité ou de conductance effectuées par les quatre patins sont combinées pour obtenir une valeur unique pour ce niveau, notamment la valeur moyenne des quatre mesures On ramène alors le log de résistivité ainsi obtenu à un échantillonnage tous les 15 cm par une technique de moyenne glissante A cet effet, on associe à chaque niveau Hi pour lequel des échantillons des autres logs ou logs standards des colonnes 430 à 434 de la figure 12 ont été obtenus, une valeur de résistivité Ri obtenue en calculant la moyenne des échantillons du log de résistivité issus du pendagemètre sur un intervalle de 90 cm, encadrant ce niveau Hi. On calcule ensuite une valeur de résistivité du pendagemètre

associée au niveau suivant H + 15 cm dans l'échelle d'échan-

tillonnage des logs standards On obtient ainsi une autre

valeur Ri + 15 de résistivité issue du pendagemètre Le pro-

cessus est réitéré pour tous les niveaux de l'intervalle

du sondage exploré H 1 à Hn* La nouvelle diagraphie de résis-

tivité obtenue peut être alors corrélée en profondeur avec

l'une des diagraphies de résistivité issues des autres mesu-

res que celles fournies par le pendagemètre, par exemple les valeurs fournies par les mesures de résistivité classiques ou les mesures issues du latérolog, ou encore des outils à induction Cette opération de corrélation de profondeur peut

s'effectuer selon les techniques classiques déjà évoquées ci-

dessus Elle permet d'effectuer le recalage en profondeur des mesures issues du pendagemètre par rapport aux autres mesures. A partir de ce recalage, selon un mode de réalisation, on détermine un ou plusieurs logs synthétiques échantillonnés

tous les 15 cm à partir de caractéristiques respectives rele-

vées sur les mesures issues du pendagemètre Ces caractéris-

tiques peuvent, par exemple, comprendre la fréquence de cer-

taines caractéristiques des mesures issues de chaque patin, par exemple les pics locaux de ces mesures, ou la variance de la mesure de conductance sur un intervalle de profondeur

de référence,ou l'épaisseur moyenne des strates mises en évi-

dence par le pendagemètre sur cet intervalle, ou encore le nombre de lignes de corrélation tirées du traitement de corrélation des courbes obtenues par le procédé GEODIP déjà

évoqué ci-dessus dans cet intervalle de profondeur de référen-

ce, sans que cette énumération soit limitative.

Les logs synthétiques sont obtenus par une technique de

moyenne glissante dans laquelle, après recalage en profon-

deur des mesures brutes, on détermine pour chaque niveau d'échantillonnage des autres logs, la valeur moyenne de la caractéristique choisie (variance, densité de corré- lation, etc) sur un intervalle de profondeur de 90 cm centré

sur le niveau choisi.

Les caractéristiques physiques auxquelles snnt sensibles ces logs synthétiques sont fonction de la caractéristique choisie

pour construire chacun d'eux Ces logs synthétiques sont avan-

tageusement utilisés conjointement aux autres logs dans le traitement d'analyse conduisant à la détermination des

électro-faciès évoqué précédemment.

L'intérêt de l'utilisation des-:mesures de pendagemétrie

dans une analyse d'électro-faciès est que ces dernières mesu-

res sont très sensibles à la structure des formations traver-

sées Il est donc possible d'améliorer, grâce à l'adjonction de ces mesures, la connaissance de la profondeur du niveau

de transition entre deux faciès différents.

On peut affiner la détermination de la profondeur de transi-

tion entre les électro-faciès déterminés conformément à la procédure qui vient d'être relatée, par exemple après avoir

tracé la courbe pilote de la figure 5, à l'aide d'une repré-

sentation parallèle des résultats d'un traitement de corré-

lation GEODIP entre les courbes.

On a représenté sur la figure 12 un réseau de quatre courbes 4601 à 4604 issues d'un tel processus de corrélation La confrontation des résultats des mesures dé pendagemétrie avec les produits du traitement qui conduisent à l'établissement

d'une classification des niveaux de mesure et à une segmen-

tation du sondage en zone peut donner lieu à une procédure d'itération Grace aux informations de pendagemétrie, il est possible de modifier les critères de coupure à l'issue de l'opération de regroupement (opération THRESHOLD du bloc 214 figure 8) afin d'obtenir une coïncidence adéquate

entre les trcs sitionsentre classes telles qu'elles apparais-

sent par exemple sur la courbe en palier FAC (courbe 100 -

figure 5) et les indications de structure émanant du penda-

gemètre Les points des courbes 460 qui ont été corrélés à

l'issue du traitement GEODIP sont reliés par des lignes trans-

versales telles que 427 On vérifie la correspondance entre

ces lignes et les profondeurs de transition entre les diffé-

rentes transitions du log de litho-faciès 412 Lorsqu'une discordance est relevée entre la position en profondeur d'une série de niveaux corrélés entre eux de la représentation GEODIP et une transition voisine entre deux litho-faciès, on modifie la position de cette dernière de façon à la faire

coincider avec l'indication fournie par la courbe GEODIP.

On fait ainsi bénéficier la recherche ou le positionnement des électrofaciès de la richesse du contenu des mesures de

pendagemétrie en information de structure.

Les résultats de la confrontation entre les courbes issues

du pendagemètre et les résultats de la classification obte-

nus à l'issue du traitement décrit précédemment, peuvent donc être utilisés d'une manière itérative pour répéter cette

procédure d'analyse et notamment, modifier les règles con-

duisant à la sélection des modes terminaux en vue d'affiner

le choix du nombre d'électro-faciès et les critères qui con-

courent à leur définition.

Un tel processus itératif peut alors permettre non seulement de préciser les limites entre classes correspondant à des électro-faciès différents, mais encore de procéder à une analyse fine des litho-faciès à l'intérieur d'une classe

préalablement déterminée au cours d'une première phase d'ana-

lyse relativement grossière.

A cet égard, la détermination des niveaux de transition entre électrofaciès dans la deuxième étape du procédé au cours de laquelle on rattache les niveaux non retenus, dans la première étape d'analyse des mesures peut être influencée

par de telles données.

Les procédures selon l'invention présentent en outre l'avan-

tage considérable de pouvoir être utilisées non seulement dans le cadre d'un puits déterminé, mais à l'échelon d'un champ d'exploitation comprenant plusieurs puits Plusieurs formes de mise en oeuvre de ces procédures sont alors prévues

selon l'invention.

Selon une forme particulière, au lieu de considérer un nuage de points correspondant aux seules mesures effectuées dans

un puits donné, on considère un nuage de points correspon-

dant à l'ensemble des mesures dans plusieurs puits Ce nuage

est analysé selon les techniques qui ont été rapportées pré-

cédemment pour la détection des amas dans l'hyperespace res-

pectif et la détermination des modes locaux caractéristiques

de chacun de ces amas, les autres points du nuage étant ratta-

chés à ces modes locaux.

Comme dans le cas d'un seul puits, il est possible, à partir

des modes locaux ainsi déterminés, d'effectuer une interpré-

* tation d'évaluation des formations selon les techniques déjà évoquées sous les noms de Saraband, Coriband, ou Global On constate, comme précédemment, que les résultats de l'analyse effectuée sur un nombre limité de niveaux dans chaque puits, sélectionnés selon la méthode qui vient d'être indiquée, sont pratiquement aussi bons sur le plan pratique que les

résultats issus d'une application de ces techniques à l'en-

semble des niveaux des puits ayant fourni des valeurs de me-

sure, tout en nécessitant un volume de calculs très inférieur

en raison du nombre plus réduit de niveaux considérés.

En outre, on peut déterminer, à l'échelon du champ dans lequel sont forés les puits considérés, une série de modes terminaux à partir desquels peuvent être définies des classes associées L'analyse du rattachement des niveaux de chaque puits à ces diverses classes permet de réaliser l'analyse

des litho-faciès de chacun des puits.

Selon une variante de réalisation, lorsqu'on est en présence d'un champ dans lequel un certain nombre de puits, appelés puits clés, ont déjà fait l'objet d'une analyse minutieuse et en particulier, d'une détermination de leurs composantes

principales, de leurs modes locaux et de leurs-mcdes termi-

naux, on peut utiliser ces résultats pour faciliter l'analyse faciologique des formations traversées par un autre puits dans

le même champ.

A cet effet, les mesures de diagraphie effectuées dans ce puits particulier ou dans plusieurs puits, autres que des puits clés peuvent être combinées avec les mesures obtenues dans les puits clés pour réaliser un nuage multi-dimensionnel,

dans lequel on considère les distances des points correspon-

dant aux puits à analyser par rapport aux modes locaux et aux modes terminaux des puits clés On effectue un rattachement de ces points auxdits modes locaux et modes terminaux clés dont ils sont les plus proches sur la base de la comparaison

de leur distance euclidienne à ces points clés, ou modes clés.

Cette analyse permet de situer, dans le ou les puits non ana-

lysés, la position des électro-faciès ou éventuellement, d'une partie seulement des électro-faciès rencontrés dans les puits clés. Enfin, il est également possible de rapporter les mesures

d'un puits inconnu dans l'espace des composantes principa-

les déterminées au cours de l'analyse d'un ou plusieurs

puits clés.

On va maintenant décrire en variante un processus dans lequel

on utilise les données fournies par les diagraphies pour ob-

tenir une identification aussi précise que possible du faciès.

des formations rencontrées en tenant compte également des autres sources d'informations que les logs qui peuvent se

trouver à la disposition de l'analyste. La figure 14 résume le processus d'analyse Sur cette figure

sont entourées par des lignes courbes fermées les désigna-

tions des différentes étapes du processus Les données de départ de ces étapes ainsi que leurs résultats sont indiqués

à l'intérieur de blocs rectangulaires.

On considère au départ (bloc 5 02) une base de données (bloc 504) permettent de caractériser 90 litho-faciès différents

chacun par un volume respectif dans l'hyper-espace des mesu-

res de logs ou de diagraphies Cet hyper-espace peut compren-

dre huit dimensions de base constituées par les huitlogs standards précédemment évoqués à titre d'exemple Ces valeurs sont avantageusement complétées par les mesures issues des

outils de pendagemétrie, essentiellement des logs synthéti-

ques du type défini précédemment.

Le volume associé à chaque électro-faciès est constitué par un ensemble de points correspondant à des valeurs de mesures possibles pour cet électro-faciès Le nombre de ces mesures varie en fonction du litho-faciès considéré Le nombre

de points de chaque volume peut être typiquement compris en-

tre une demi-douzaine et plusieurs dizaines, voire près d'une centaine Les valeurs de logs caractérisant chaque faciès sont considérées comme obtenues dans un puits présentant des conditions de référence du point de vue de l'état du trou de forage, de la température, de la pression, etc. On applique la technique d'analyse présentement décrite à

des intervalles de sondages qui sont préalablement sélection-

nés-sur la base d'une observation directe des logs, ou de la connaissance générale du champ Typiquement, on considère un intervalle dont l'épaisseur peut être comprise entre 50 et 200 m En fonction des conditions de trou particulières (bloc 506) régnant dans cet intervalle, diamètre du trou, cavage, lesquels peuvent être fournis par une mesure de

diamètre, ainsi que des conditions propres à la boue qui rem-

plit le forage, résistivité de la boue notamment, on décale

la base de données définissant les 90 litho-faciès qui vien-

nent d'être évoqués, de façon à rendre ces mesures applica-

bles aux conditions de trou particulières à l'intervalle de forage considéré Cette adaptation (bloc 510) est effectuée pour chacun des logs en fonction des procédures de correction

pour les conditions de trou bien connues.

On analyse alors les mesures réellement obtenues dans le fora-

ge en fonction de la base de données (bloc 512) ainsi actua-

lisée en vue d'effectuer la désignation du faciès rencontré à chaque niveau de mesure Cette attribution comprend plusieurs

étapes En particulier, il n'est pas toujours possible d'obte-

nir par une comparaison directe des valeurs de chaque point du nuage résultant des mesures dans le sondage (bloc 514), avec la base de données de définition des différents électro-faciès,

une attribution de,litho-faciès non ambiguë pour chaque niveau.

Il existe des recouvrements entre les volumes de définition de chaque litho-faciès (on se référera à ces volumes comme à des électro-faciès) En conséquence, un point du nuage mesuré

peut tomber dans une zone correspondant à plusieurs litho-

faciès possibles.

On effectue donc tout d'abord une analyse statistique relati-

vement grossière (bloc 516) dans laquelle on détermine pour chaque point de mesure ses distances à quatre points de

définition de chaque électro-faciès qui sont les plus pro-

ches du point de mesure considéré On attribue un indice de

définition de chaque électro-faciès qui sont les plus pro-

ches du point de mesure considéré On attribue un indice de plausibilité de l'appartenance de ce point à chacun des

électro-faciès en fonction inverse des distances déterminées.

On regroupe les résultats de cette analyse statistique à l'échelon de l'intervalle étudié pour produire une liste d'indices de plausibilité de la présence de chacun des 90

électro-faciès dans cet intervalle.

On peut également limiter cette étude préliminaire à la dé-

termination du nombre de points de mesures tombant dans chaque volume d'un ensemble de 15 volumes types déterminés à l'avance

dans l'espace des logs.

On obtient ainsi une identification lithologique grossière

ou "litho-données" (bloc 518) qui constitue l'une des infor-

mations d'entrée de l'étape suivante.

Cette étape suivante (bloc 524) met en oeuvre des techniques dites "d'intelligence artificielle" permettant d'automatiser des processus déductifs relativement complexes tels que ceux

qui sont mis en oeuvre par les experts dans un domaine d'étu-

des déterminé, ici le domaine de la géologie Le processus déductif ici mis en oeuvre fait appel à deux autres sources de données: 1) bloc 520: la morphologie des différents logs obtenus sur l'intervalle analysé, à savoir plateau:large, moyen ou étroit, rampe:longue, moyenne, courte ou très courte, (figure 13)et 2) bloc 522: des données dites"extérieures" notamment: minéralogie, formation géologique, stratigraphie, sédimentologie, géographie, paléonthologie(figure 13) Ces

dernières comprennent notamment des données régionales, no-

tamment la localisation géographique du sondage qui permettent

d'inférer des diverses conséquences sur la géologie des for-

mations, des données fournies par une analyse des débris de

forage, la description de carottes, et la connaissance géolo-

gique générale que peut avoir l'analyste de la zone géolo-

gique dans laquelle se trouve l'intervalle étudié Les règles régicoeles par exemple prennent en compte certaines caractéristiques lithologiques spécifiques d'une région donnée; celles-ci sont d'ordre très général et correspondent à des informations publiées

dans des ouvrages géologiques d'intérêt général.

Les techniques d'intelligence artificielle sont connues.

Elles mettent en oeuvre des règles qui rattachent des don- nées de départ à une ou plusieurs conclusions Ces données

de départ sont tirées des sources qui viennent d'être évoquées.

Les conclusions sont formulées sous la forme de déductions

sur la nature des formations dans l'intervalle analysé, énon-

cées sous la forme de caractères possibles, accompagné chacun de valeurs d'indice chiffrant la plausibilité de présence

ou d'absence de ce caractère Les indices de plausibilité peu-

vent prendre des valeurs comprises entre -1 et + 1 Les plau-

sibilités positives correspondent à des probabilités de pré-

sence du caractère ou du litho-faciès auquel ils sont atta-

chés Les valeurs négatives correspondent à des probabilités

d'absence, d'autant plus fortes qu'elles sont négatives.

L'intervalle de plausibilité (-0,2, + 0,2) correspond à une

zone d'incertitude.

Les types de conclusions fournies dans l'exemple présent forment trois catégories:

le meilleur paléo-environnement de dépôt (côtier, lagu-

naire, etc); le type géologique principal (biologique, évaporitique, carbonaté ou plutonique);

une liste de litho-faciès les plus plausibles dans l'inter-

valle considéré, accompagnés d'un indice de plausibilité

respectif (bloc 526).

Cette partie du processus (bloc 520) peut être mise en oeuvre

à l'aide de procédures du dialogue entre la machine de trai-

tement et l'utilisateur La machine est programmée pour guider

l'utilisateur par des séries de questions et poursuivre l'in-

vestigation en fonction des réponses fournies par l'utili-

sateur à ces questions Ainsi, le programme pose à l'utili-

sateur des questions sur la stratigraphie, la sédimentologie,

la minéralogie, etc (figure 13) Il pose ensuite des ques-

tions sur la structure ou la morphologie des différentes cour-

bes de logs en proposant les différentes réponses possibles.

Dans le présent exemple, les règles mises en oeuvre sont au nombre de 400 On donne ci-dessous trois exemples simples de ces règles, en liaison avec chaque source d'informations fournie au programme: Rèqle 054: " si, d'après les litho-données, le pourcentage de points

de mesure qui tombent dans le volume type N 13 (correspon-

dant approximativement à des valeurs de mesure rencontrées dans le gypse) est supérieur à 5 %, alors la plausibilité que le paléo-environnement de dépôt de la aonesoitlacunaire est ( 0,7) pélagique (-l),lacustre ( 0,2), aride (-0,6), côtier ( 0,3) ou récifal ( 0,2) " Rèqle 295: si 1 la période de stratigraphie est crétacé, et 2 la province géologique est l'une des suivantes: Iran, plissement géologique du Zagros; alors: a) c'est l'indice que le paléo-environnement de dépôt de la zone est fluvial (-0,6), lacustre (-0,6), deltaique (-0,6), glaciaire (-0,8), etc b) c'est l'indice que le principal type lithologique de la zone est détritique (-0, 3), biologique ( 0,3), évaporitique

( 0,3) ou plutonique (-0,5).

3 c'est un léger indice que la formation géologique de la zone n'est pas globalement compactée, et 4 il y a un léger indice ( 0,2) de présence de pétrole

dans la zone".

Règle 008 1 s'il y a un plateau sur la courbe des rayonnements gamma de la zone,et 2 le niveau de radioactivité de la zone est inférieur à

40 API,

alors c'est un fort indice ( 0,8) que la zone est une zone propre, c'està-dire de faible teneur en argile " La figure 13 représente très schématiquement le processus déductif mis en oeuvre par ces règles qui relient les trois

grandes sources de données, aux trois catégories de conclu-

sions évoquées ci-dessus en passant par des conclusions in-

termédiaires sur le caractère compacté ou non de la formation,

sa propreté (absence d'argile) et l'énergie de dépôt.

La liste des litho-faciès les plus plausibles (bloc 526) per-

met de procéder à l'attribution de chacun des points de l'in-

tervalle au litho-faciès le plus plausible, tous les autres

litho-faciès étant éliminés.

Pour chacun des points de mesure, sa distance est calculée aux cinq points les plus proches des litho-faciès plausibles (bloc 530) On pondère les distances ainsi obtenues par un facteur dérivé de la plausibilité de chacun de ces faciès

afin d'affecter Au point considéré le litho-faciès qui cor-

respond à la distance pondérée minimale.

Ce processus fournit donc directement une segmentation de l'intervalle de sondage en zones successives correspondant chacune à un faciès respectif qui est désigné directement

à la sortie (bloc 532).

Bien entendu, comme dans l'exemple précédent, il est possible d'affiner chacune de ces zones en faisant notamment appel aux

données issues des mesures de pendagemétrie.

L'adjonction de données externes et de morphologie des cour-

bes permet ainsi d'obtenir une indication de certains carac-

tères génétiques du faciès, c'est-à-dire autres que pétro-

graphiques et pétrophysiques Elle permet en outre de lever

des ambiguïtés éventuelles dans la détermination des litho-

faciès à partir des seules données de diagraphies.

On donne ci-dessous un exemple de conclusions fournies à

l'issue du processus qui vient d'être décrit pour un inter-

valle de formation déterminé baptisé "Zone 1 " Toutes les valeurs de plausibilité négatives et inférieures à un seuil

déterminé ont été éliminées.

a) Le meilleur paléo-environnement de déposition pour la "Zone 1 " est côtier 0,978 lagunaire 0,837 néritique 0,549 b) le principal type lithologique pour la zone est biologique 0,988

évaporitique 0,571.

c) Les litho-faciès les plus plausibles pour la "Zone 1 " sont: calcaire dolomitique bien cimenté 0,967 dolomite bien cimentée O,959 calcaire dolomitique modérément cimenté 0,956 dolomite modérément cimentée O,956 calcaire bien cimenté 0,941 calcaire modérément cimenté 0,914 dolomite anhydre 0,910 calcaire sableux 0,958 calcaire argileux 0,856 schiste bitumineux 0,848 schiste massif 0,816 calcaire silexeux 0,807 silex 0,791 gypse 0,766 calcaire dolomitique faiblement cimenté 0,766 grès modérément compacté ou cimenté 0,756 sidérite (Fe CO 3) 0,743 sel 0,730

dolomite alvéolaire 0,711.

Claims (25)

Revendications.

1 Procédé d'obtention d'un enregistrement d'une représenta-

tion caractéristique des faciès de formations géolociques traversées par un sondage ( 10) foré dans un terrain pour la

recherche et l'exploitation de matières minérales caracté-

risé en ce qu'il comprend les étapes suivantes: a) on produit, à partir d'appareils de mesure ( 16) déplacés

dans ce sondage ( 10), une série de mesures de diagraphie dis-

tinctes ( 194 à 197) pour des niveaux successifs d'un inter-

valle du sondage en vue de disposer, pour chaque niveau, d'un ensemble de valeurs de mesure respectives b) on sélectionne dans l'intervalle de sondage des groupes de niveaux consécutifs pour lesquels la variation des mesures de

diagraphie respectives reste dans une plage respective déter-

minée; et dans une première étape c) on associe à chaque niveau sélectionné de l'intervalle de sondage un échantillon dans un espace multidimensionnel, dont les coordonnées sont fonction des valeurs de diagraphie mesurées à ce niveau, l'ensemble des échantillons constituant un nuage ( 140) dans l'espace multidimensionnel des diagra phies;

d) on explore à l'aide d'un ordinateur les relations de cha-

cun de ces échantillons avec des échantillons voisins afin de produire un ensemble de valeurs (dk) représentatives de la densité en échantillons du nuage en une multiplicité de points de cet espace; e) on détermine, à partir de ces valeurs de densité, une

pluralité de modes terminaux dans cet espace, qui correspon-

dent chacun à un maximum local de la densité de distribution de ces échantillons dans le nuage, caractéristique d'un amas d'échantillons dans ce nuage

f) on rattache chaque échantillon d'un amas au mode termi-

nal respectif pour constituer pour chacun de ces modes terminaux une classe (no 1 à 18) d'échantillons caracté- ristique d'un électro-faciès; et g) dans une seconde étape, on analyse la position, dans

l'espace multidimensionnel des logs, de l'échantillon re-

présentatif de chaque niveau non retenu dans l'étape b), par rapport à celle d'échantillons correspondant aux groupes de niveaux consécutifs classés à l'issue de la première étape et voisins de ce niveau dans l'échelle des profondeurs

de part et d'autre de celui-ci, pour attribuer à chacun des-

dits niveaux non retenus une classe caractéristique d'un électro-faciès; et

h) on enregistre, en fonction de la profondeur, une repré-

sentation des électro-faciès ainsi déterminés pour les for-

mations traversées par l'intervalle de sondage ( 100, 412).

2 Procédé selon la revendication 1, caractérisé en ce que chaque valeur représentative de la densité de distribution est fonction des distances d'un échantillon respectif à un nombre prescrit (K) des échantillons les plus proches de

celui-ci dans l'espace multidimensionnel considéré.

3 Procédé d'obtention d'un enregistrement caractéristique

du faciès de formations géologiques traversées par un son-

dage ( 10) foré dans un terrain pour la recherche et l'ex-

ploitation de matières minérales, caractérisé en ce qu'il comporte les étapes suivantes: a) on produit, à partir d'appareils de mesure ( 16) déplacés

dans ce sondage, une série de mesures de diagraphie dis-

tinctes ( 194 à 197) pour des niveaux successifs d'un inter-

valle de sondage, en vue de disposer pour chaque niveau d'un ensemble de valeurs de mesure respectives; b) on sélectionne dans l'intervalle de sondage des groupes

de niveaux consécutifs pour lesquels la variation des me-

sures de diagraphie respectives reste dans une plage respec-

tive déterminée; et dans une première étape c) on associe à chaque niveau sélectionné de l'intervalle de sondage un échantillon dans un espace multidimensionnel

dont chaque coordonnée est fonction d'une valeur de diagra-

phie respective mesurée à ce niveau, l'ensemble des échan-

tillons constituant un nuage ( 140) dans l'espace multidi-

mentionnel des diagraphies; d) on sélectionne, à l'aide d'un ordinateur, un ensemble desdits échantillons que l'on qualifie de modes terminaux, au voisinage desquels la densité du nuaqe en échantillons passe par un maximum local, chacun de ces modes terminaux étant caractéristique d'un amas (figure 15);

e) on rattache chaque échantillon d'un amas au mode termi-

nal respectif pour constituer, pour chacun de ces modes

terminaux, une classe (n O 1 à 18) d'échantillons caracté-

ristique d'un électro-faciès, et f) dans une seconde étape, on analyse la position, dans

l'espace multidimensionnel des logs, de l'échantillon re-

présentatif de chaque niveau non retenu dans l'étape b),

par rapport à celle d'échantillons correspondant aux grou-

pes de niveaux consécutifs classés à l'issue de la première

étape et voisins de ce niveau dans l'échelle des profon-

deurs de part et d'autre de celui-ci, pour attribuer à cha-

cun desdits niveaux non retenus une classe caractéristique d'un électrofaciès; et

g) on enregistre, en fonction de-la profondeur, une carac-

téristique des formations traversées dans laquelle on attri-

bue à chaque échantillon tombant dans la même classe la

meine valeur polir cet S cpracteristiar,1 ' ( 100, 10 E).

4 Procédé selon la revendication 3, caractérisé en ce que l'analyse de la densité de distribution des points du nuage dans cet espace comprend une étape dans laquelle on détermine pour chaque échantillon un indice de densité des échantillons

du nuage (dk).

5 Procédé selon la revendication 4, caractérisé en ce que la détermination dudit indice s'effectue en déterminant parmi les hyper- sphères centrées en chaque échantillon du nuage et englobant un nombre prédéterminé d'échantillons voisins, celle qui a un rayon minimum, la valeur de ce rayon étant caractéristique de la densité du nuage à l'échantillon

centre de cette hyper-sphère (fig 9).

6 Procédé selon la revendication 4 ou 5, caractérisé en ce

que la détermination des modes terminaux comprend une recher-

che des maximum locaux de l'indice de densité en fonction

d'un critère de profondeur dans l'intervalle de sondage consi-

déré et/ou d'un critère prédéterminé dans l'espace multidi-

mensionnel du nuage ( 204).

7 Procédé selon l'une des revendications 3 à 6,caractériséen ce

qu'on détermine les composantes princi 9 ales ( 142,144) du nuage d'échantillons représentatifs de chaque niveau dans l'espace desdites mesureseten projette les échantillons dudit nuage

dans un espace de composantes principales réduit en ne rete-

nant que les coordonnées des échantillons dudit nuage sur les

composantes principales vis-à-vis desquelles le moment d'iner-

tie du nuage est le plus élevé, en vue d'effectuer ladite

sélection de modes terminaux.

8 Procédé d'obtention d'un enregistrement caractéristique du.

faciès de formations géologiques traversées par un sondage ( 10)

foré dans un terrain pour la recherche et l'exploitation de ma-

tières minérales, caractérisé en ce qu'il comprend les étapes suivantes: a) on produit, à partir d'appareils de mesure ( 16) déplacés dans ce sondage, une série de mesures de diagraphie distinc- tes ( 194 à 197) pour des niveaux successifs d'un intervalle

de sondage en vue de disposer pour chaque niveau d'un en-

semble de valeurs de mesure respectives; b) on sélectionne dans l'intervalle de sondage des groupes

de niveaux consécutifs pour lesquels la variation des me-

sures de diagraphie respectives reste dans une plage res-

pective déterminée; et dans une première étape c) on associe à chaque niveau sélectionné de l'intervalle

de sondage considéré un échantillon dans un espace multi-

dimensionnel, dont chaque coordonnée est fonction d'une va-

leur de diagraphie respective mesurée à ce niveau, l'en-

semble des échantillons constituant un nuage dans l'espace multidimensionnel des diagraphies ( 140);

d) on sélectionne, à l'aide d'un ordinateur, dans l'ensem-

ble des composantes principales du nuage d'échantillons ( 142, 144) un sous-ensemble de ces composantes vis-à-vis desquelles le moment d'inertie de ce nuage est le plus élevé; e) on transpose le nuage d'échantillons dans le sous-espace des composantes principales ainsi sélectionnées; f) on détermine, dans l'espace transposé, une pluralité de points correspondant à des maximum locaux de la densité de distribution des échantillons dans le nuage transposé qu'on qualifie de modes terminaux; g) on rattache chaque échantillon du nuage transposé à un mode terminal respectif pour constituer pour chacun de

ces modes terminaux une classe d'échantillons caractéris-

tique d'un électro-faciès ( 91); et h) dans une seconde étape, on analyse la position, dans

l'espace multidimensionnel des logs, de l'échantillon re-

présentatif de chaque niveau non retenu dans l'étape b),

par rapport à celle d'échantillons correspondant aux grou-

pes de niveaux consécutifs classés à l'issue de la premiè-

re étape et voisins de ce niveau dans l'échelle des pro-

fondeurs de part et d'autre de celui-ci, pour attribuer

à chacun desdits niveaux non retenus une classe caractéris-

tique d'un électro-faciès;et

i) on enregistre, en fonction de la profondeur, une repré-

sentation fonction des électro-faciès ainsi déterminés des

formations traversées par l'intervalle de sondage.

9 Procédé selon la revendication 8, caractérisé en ce qu'on

vérifie la validité de la sélection des composantes princi-

pales en déterminant que le moment d'inertie des échantillons

du nuaje dans chacune des composantes principales non rete-

nues est inférieur à un seuil déterminé, et/ou en analysant l'expression des coordonnées des échantillons du nuage sur les composantes principales non retenues en fonction de la profondeur et/ou en comparant des diagraphies reconstituées à partir des seules coordonnées du nuage sur les composantes principales sélectionnées avec les mesures de diagraphie

effectivement réalisées.

Procédé selon l'une des revendications 1 à 9, caractérisé

en ce que la détermination des modes terminaux comprend les étapes suivantes: a) on effectue une recherche de modes locaux correspondant

à des points du nuage au voisinage desquels la densité d'échan-

tillons atteint un maximum local ( 204); et b) on sélectionne parmi ces modes locaux un sous-ensemble de modes terminaux en fonction de leurs éloignements mutuels

selon une loi prédéterminée ( 212,216).

11 Procédé selon la revendication 10, caractérisé en ce qu'on sélectionne lesdits modes terminaux à partir des modes locaux en regroupant lesdits modes locaux par des segments et en retenant comme modes terminaux les modes locaux appartenant à des segments dont la longueur est supérieure à une valeur

prescrite en fonction d'une loi prédéterminée ( 212).

12 Procédé selon la revendication 11, dans lequel chaque mode local est affecté d'un indice de densité, caractérisé en ce qu'on détermine tout d'abord les deux modes locaux les

plus rapprochés et l'on élimine celui dont l'indice de den-

sité est le plus faible, on détermine parmi les modes locaux restants ceux dont la distance est la plus petite et l'on élimine à nouveau celui dont l'indice de densité est le plus faible, et l'on poursuit l'opération jusqu'à obtenir un nombre limité de modes locaux en fonction d'une loi prédéterminée et dont les espacements mutuels dans le nuage

sont relativement grands.

13 Procédé selon la revendication 12, caractérisé en ce que lesdits modes locaux terminaux sont sélectionnes sur la base d'au moins un seuil de longueur minimale des segments

constitués par les modes retenus ( 401).

14 Procédé selon l'une des revendications 11 à 13, caracté-

risé en ce qu'on rattache chaque mode local non terminal au mode terminal dont il dépend dans l'ensemble des segments

successifs reliant ces modes locaux ( 216).

Procédé selon la revendication 14, caractérisé en ce que

chaque niveau est rattaché au mode local qui est le plus pro-

che de l'échantillon représentatif de ce niveau dans l'espace considéré et tous les niveaux rattachés à un mode local non terminal sont affectés à la classe du mode terminal auquel

est rattach& ce mode local.

16 Procédé selon l'une des revendications précédentes, carac-

térisé en ce qu'on classe les modes terminaux en fonction de la valeur de leurs coordonnées respectives sur une composante

principale du nuage.

17 Procédé selon l'une des revendications précédentes, caxac-

térisé en ce qu'on confronte les niveaux de transition entre classes distinctes le long dudit intervalle de sondage avec

les données issues de mesures de pendagemétrie, et l'on modi-

fie les critèxes de sélection des modes terminaux en fonction

des résultats de cette confrontation.

18 Procédé selon l'une des revendications 1 à 16, carac-

térisé en ce que l'on effectue, à l'aide d'un pendagemètre,

des mesures dans l'intervalle de sondage considéré, on ex-

trait de ces mesures des valeurs au moins une caractéris-

tique dans une pluralité d'intervalles élémentaires succes-

sifs de profondeur, on produit un log synthétique de ces valeurs sur la profondeur de l'intervalle de sondage pour chacune desdites caractéristiques ainsi extraites; et on intègre ledit; log synthétique dans l'ensemble des mesures

de giagraphie définissant ledit nuage d'échantillons.

19 Procédé selon l'une des revendications 1 à 18, caracté-

risé en ce qu'on produit dans ladite étape d'enregistrement une représentation de zones juxtaposées parallèlement à l'axe

des profondeurs, et identifiées chacune par un figuré corres-

pondant à l'ëlectro-faciês ou au lith-o-fauiês res 3 ectif du

groupe de niveaux adjacents definissant cette zone ( 412,416).

252088 Z

Procédé selon l'une des revendications 1 à 19, caracté-

risé en ce que ladite étape d'enregistrement est produite sous

la forme a'une courbe en paiiers ( 100) paralleles a la pro-

fondeur dont les distances à l'axe de profondeur sont fonc-

tion d'un indice caractéristique de chaque classe.

21 Procédé selon l'une des revendications 1 à 20, caractérisé

en ce que ledit enregistrement comprend un graphique ( 106) repré-

sentatif d'une mesure de diagraphie dans lequel chaque niveau

est affecté de la valeur moyenne de cette mesure pour l'en-

semble des niveaux de la même classe.

22 Procédé pour la production d'un enregistrement fondé sur l'analyse d'électro-faciès deformations géologiques traversées par un sondage ( 10), caractérisé en ce qu'il comprend les étapes suivantes:

on déplace des outils de uiagrahie ( 16) devant une ?lu-

ralité de niveaux successifs d'un intervalle de sondage de , façon à disposer, pour chacun de ces niveaux, d'un ensemble de valeurs respectives de mesures de diagraphie; on considère, dans un espace multidimensionnel, un nuage ( 80) d'échantillons dont les coordonnées respectives sont obtenues à partir desdites valeurs de mesures de diagraphie pour un niveau respectif associé à chacun de ces échantillons; on analyse par le calcul la distribution des échantillons dans ce nuage pour sélectionner de ianiere automatiq-ue un nonbre liraité de Lmodes locaux correspondailt chacun à un r Laximum local de la densité du nuage, caractéristique d'un amas dans ce nuage ( 88); on combine les valeurs de diagraphie correspondant auxdits modes locaux sélectionnés pour effectuer une évaluation des formations traversées par le sondage à partir des mesures effectuées; et on attribue à chaque niveau de sondage les valeurs des caractéristiques évaluées pour le mode local représentatif de l'amas auquel appartient ce niveau pour tracer un graphique

d'évaluation en fonction de la profondeur.

23 Procédé d'obtention d'un enregistrement d'une représen-

tation caractéristique du faciès de formations géologiques

traversées par un sondage foré dans un terrain pour la recher-

che etl'exploitation de matières minérales, caractérisé en ce qu'il comprend les étapes suivantes: a) on produit, à partir d'appareils de mesure déplacés dans ce sondage, une série de mesures de diagraphie distinctes, pour des niveaux successifs d'un intervalle de sondage en vue de disposer pour chaque niveau d'un ensemble de valeurs de mesure respectives ( 514);

b) on forme une base de données relatives à un groupe sélec-

tionné à l'avance de litho-faciès susceptibles d'dtre ren-

contrés dans les formations traversées, chacun de ces litho-

faciès étant caractérisé par un ensemble de points définis-

sant un volume respectif dans l'espace des diagraphies réa-

lisées à l'aide desdits appareils de mesure ( 504); c) on caractérise les mesures de diagraphie effectuées à

chaque niveau par la position dans ledit espace de diagra-

phie d'un échantillon dont les coordonnées sont constituées par les valeurs desdites mesures de diagraphie au niveau respectif, l'ensemble des échantillons constituant un nuage dans l'espace multidimensionnel des diagraphies; d) on confronte la position de chaque échantillon dans le nuage avec celle des volumes caractéristiques de chacun desdits lithofaciès, afin d'affecter à chaque échantillon de mesure un des lithofaciès présélectionnés ( 530); et e) On enregistre en fonction de la profondeur une indication relative au litho-faciès ainsi affecté à chaque échantillon

pour l'intervalle du sondage considéré ( 532).

24 Procédé selon la revendication 23, caractérisé en ce que la confrontation de la position de chaque échantillon aux volumes de définition des litho-faciès comprend, dans le cas o l'échantillon coïncide avec des volumes de litho-faciès concurrents, un calcul de la distance dudit échantillon à

un ou plusieurs points caractéristiques du volume de défi-

nition de chacun desdits litho-faciès et un processus de

comparaison des distances ainsi déterminées-pour l'affecta-

tion dudit échantillon à un faciès respectif ( 530).

25 Procédé selon l'une des revendications 23 et 24, carac-

térisé en ce que, préalablement à ladite étape de confron-

tation, ladite base de données des litho-faciès présélection-

nés est modifiée en fonction des conditions de trou dans l'intervalle de sondage dans lequel ont été effectuées les

diagraphies de l'étape a) ( 510).

26 Procédé selon l'une des revendications 23 à 25, carac-

térisé en ce que ladite étape de confrontation comprend une

étape dans laquelle on procède à une sélection parmi l'en-

semble des litho-faciès possibles d'un sous-ensemble de litho-

faciès les plus plausibles et on confronte chaque échantillon de mesure auxdits litho-faciès sélectionnés en tenant compte

de la plausibilité de chacun d'entre eux.

27 Procédé selon les revendications 24 et 26 conjointement,

caractérisé en ce que, dans le cas o la position d'un échan-

tillon correspond à des litho-faciès concurrents, on pondère la distance de cet échantillon au volume caractéristique de chacun des litho-faciès par la plausibilité correspondante avant ladite étape de comparaison pour effectuer ladite affectation. 28 Procédé selon la revendication 26 ou 27, caractérisé en ce que ladite étape de détermination des plausibilités met en oeuvre un processus d'intelligence artificielle dans lequel on fait intervenir l'une au moins des informations suivantes: résultat d'une analyse lithologique grossière sur la base des mesures effectuées, morphologie des courbes de diagraphie

obtenues et données extérieures ( 524).

29 Procédé selon la revendication 6, caractérisé en ce que ladite étape de recherche des modes terminaux comprend en

outre une sélection parmi les échantillons correspondant aux-

dits maximum locaux d'un ensemble sur la base de leurs

distances mutuelles dans le nuage.