La importancia de analizar la continuidad y regularidad de las características de un yacimiento está en desarrollar una mejor predicción de reservas de petróleo in situ, por lo tanto, es necesario conocer como estos parámetros van a estar dispersos. Incorporando la totalidad de la información de la que se dispone de la zona de estudio, realizamos el proceso de caracterización del reservorio que tiene como objetivo simular un modelo del yacimiento lo más cercano a la realidad posible. Para esto se aplica el análisis de los variogramas como técnica geoestadística, que permite analizar el comportamiento espacial de las variables regionalizadas o propiedades del reservorio. Para dicho cálculo se deben definir algunos parámetros como datos de entrada para el modelamiento. En el presente trabajo se desarrolló un algoritmo que permita automatizar el cálculo de variogramas para la optimización de la selección de los parámetros que se necesitan para su ajuste en el modelamiento geoestadístico. Esta técnica consiste en la implementación de Algoritmos Genéticos (AG), probados por medio de la experimentación, que pueden ser utilizados para la optimización del cálculo de variograma basadas en celdas o malla. La técnica de Algoritmos Genéticos (AG) explota la información histórica (memoria implícita) del reservorio, para considerar nuevas zonas de interés con alto potencial de almacenamiento de hidrocarburo, para lo cual se ha ido construyendo el algoritmo para que mejore el cálculo y el ajuste variográfico.

La construcción de un modelo geoestadístico a partir de la integración de datos geofísicos, registros de pozos, información litológica, facies interpretadas, topes estratigráficos, coordenadas de pozos, surveys, wellheaders,los cuales son esenciales para determinar la ubicación de potenciales yacimientos de hidrocarburos y poder determinar el volumen de petróleo original en el sitio (POES). Para lo cual se recopilará información de campo para crear una base de datos la misma que se ingresará a la plataforma de trabajo Openworks, que a su vez, serán cargados a sesiones individuales en el Software Decision Space Geoscience (DSG), lo cual permitirá crear modelos de las diferentes realizaciones geoestadísticas que consisten en modelos de facies utilizando los algoritmos de Simulación Secuencial Indicadora y Simulación Plurigaussiana, además tomando en cuenta las propiedades petrofísicas nos permitirá seleccionar la que más se asemeje a la realidad geológica del campo y de esta manera realizar la estimación de reservas. Los métodos de simulación numérica de yacimientos que se aplican en el software DSG permiten generar datos en las zonas que no cuentan con información, a partir de técnicas o algoritmos de interpolación para cada modelo que se generará, los cuales serán estudiados en el presente proyecto. Abstract The objective of this research is to build a geostatistical model from the integration of geophysical data, logging wells and lithology information to determine the location of potential hydrocarbon deposits and know the POES of field. For which we have to collect information about field according to coordinates of wells, surveys, wellheaders, logging wells, facies interpreted stratigraphic tops and a database to be input in the platform OpenWorks, those data will be charged in individual sessions in the Software Decision Space Geoscience (DSG), which will create models of different Geostatistical realizations such as models of facies using the Sequential Indicator Simulation  and Plurigaussian Simulation algorithms, also the petrophysical properties let to select the most similar model of facies  with the real geological models  of the field and let to determine  the reserves estimation of field. The numerical reservoir simulation  methods applied in the DSG software can generate data in areas that do not have information,  from techniques or interpolation algorithms for each model that will be generated, those methods will be studied in this project.