IMAGEAMENTO E MODELAGEM DIGITAL COM GPR EM … · fundamental para minha evolução, Filipe Ramos e...

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE CIÊNCIAS EXATAS E DA TERRA

PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA

________________________________________________________________________________________

DISSERTAÇÃO DE MESTRADO

IMAGEAMENTO E MODELAGEM DIGITAL COM GPR EM

MICROBIALITOS DA FAZENDA ARRECIFE, CHAPADA

DIAMANTINA (BA), NE DO BRASIL

Autora:

REBECA SEABRA DE LIMA

Orientador:

PROF. DR. FRANCISCO PINHEIRO LIMA FILHO

Dissertação Nº 196 / PPGG

NATAL/RN

Agosto de 2017

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE CIÊNCIAS EXATAS E DA TERRA

PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA

________________________________________________________________________________________

DISSERTAÇÃO DE MESTRADO

IMAGEAMENTO E MODELAGEM DIGITAL COM GPR EM

MICROBIALITOS DA FAZENDA ARRECIFE, CHAPADA

DIAMANTINA (BA), NE DO BRASIL

Dissertação de Mestrado apresentada ao Programa de Pós-

Graduação em Geodinâmica e Geofísica, do Departamento de

Geologia da Universidade Federal do Rio Grande do Norte

como requisito a obtenção do título de Mestra em Geodinâmica

e Geofísica com área de concentração em Geofísica.

Autora:

REBECA SEABRA DE LIMA

Banca Examinadora:

Prof. Dr. Francisco Pinheiro Lima Filho – Orientador/Presidente (DG/UFRN)

Prof. Dr. David Lopes de Castro – Membro Interno (DG/UFRN))

Prof. Dr. Virgínio H. de Miranda Lopes Neumann– Membro Externo (PPGEOC/UFPE)

NATAL/RN

Agosto de 2017

Lima, Rebeca Seabra de. Imageamento e modelagem digital com GPR em microbialitos daFazenda Arrecife, Chapada Diamantina (BA), NE do Brasil / RebecaSeabra de Lima. - 2017. xii, 72 f.: il.

Dissertação (mestrado) - Universidade Federal do Rio Grandedo Norte. Centro de Ciências Exatas e da Terra. Programa de Pós-Graduação em Geodinâmica e Geofísica. Natal, RN, 2017. Orientador: Francisco Pinheiro Lima Filho.

1. Geofísica - Dissertação. 2. Imageamento digital -Dissertação. 3. GPR - Dissertação. 4. Microbialitos -Dissertação. I. Lima Filho, Francisco Pinheiro. II. Título.

RN/UF/CCET CDU 550.3

Universidade Federal do Rio Grande do Norte - UFRNSistema de Bibliotecas - SISBI

Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial Prof. Ronaldo Xavier de Arruda - CCET

iv

“Todo aquele que se dedica ao estudo da ciência chega a convencer-se de que nas leis do

Universo se manifesta um Espírito sumamente superior ao do homem, e perante o qual nós,

com nossos poderes limitados, devemos humilhar-nos”.

Albert Einstein

v

À minha mãe, minha fortaleza, merecedora das minhas maiores vitórias.

vi

AGRADECIMENTOS

Ao Programa de Pós-Graduação em Geodinâmica e Geofísica (PPGG) e ao Programa de

Recursos Humanos da Petrobras (PRH-229) pela concessão da bolsa de estudos. À Petrobras

e ao Projeto “Imageamento Digital de Feições Geométricas em Carbonatos com Sísmica de

Refração” (SISMOCARBO) pelo financiamento parcial desta pesquisa. À dGB pela licença

acadêmica do OpendTect.

Ao meu querido orientador Francisco Pinheiro pelos conselhos, ensinamentos e paciência

durante esses anos de orientação. Obrigada também pelos momentos de descontração em

campo e em laboratório. Aos integrantes do Laboratório de Análises Estratigráficas (LAE),

em especial a Washington Teixeira e suas longas explicações sobre o método GPR que foi

fundamental para minha evolução, Filipe Ramos e seus ensinamentos sobre OpendTect e

Francisco Costa que me auxiliou com os dados de GPS e com o Arcgis. Aos amigos do LAE

que me ajudaram na etapa de campo: Lucila Egito, Anderson Souza (também com o

processamento de dados GPS), Marta e Aritz. Agradeço também a Kátia de Julio por

compartilhar momentos (muitas vezes de sufoco) durante esse período.

Aos amigos que o curso de Geologia me deu e que até hoje estão comigo: Samir Valcácio

e Carla Hemillay. Aos professores David Castro e João Andrade (UFRA) por me guiarem

quando comecei a estudar sobre os atributos geofísicos. Ao professor Narendra Srivastava e à

professora Valéria Córdoba que me auxiliaram durante o estudo petrográfico. Ao “DEMat”

pelas análises químicas. Ao professor Hilário Bezerra pela preocupação com minhas

amostras. À secretaria do PPGG, Thalles Pinto e ao professor Moab Praxedes pelas

orientações.

À minha família (em especial minha mãe) pelo apoio e por me compreender em

momentos difíceis e de ausência. Ao meu noivo George Amorim pelas longas conversas e por

me acalmar quando precisei. À minha prima Mayara Araújo pelo suporte e pelas conversas

nos finais de semana. À minha amiga Mariana Dias, pelo apoio de sempre.

Por fim, agradeço sobretudo à Deus, por ser o principal responsável por tudo isso

acontecer, por me manter serena e me dar confiança e tranquilidade para enfrentar as minhas

batalhas, acadêmicas e emocionais. Sem Ele, nada disso seria possível.

Muito obrigada a todos e me perdoem quem acabei esquecendo de agradecer.

vii

RESUMO

O trabalho envolve o imageamento e modelagem digital de uma colônia microbialítica

neoproterozoica do afloramento da Fazenda Arrecife (BA), com o uso do método Ground

Penetrating Radar (GPR) e a aplicação de atributos matemáticos. Concomitantemente, foi

realizado o levantamento de seções colunares e a aquisição de perfis radioativos, permitindo a

caracterização das fácies sedimentares. Foram também realizados estudos petrográficos e

análises químicas (MEV/SED e FRX) para identificar a composição dos níveis escuros

(estilolíticos), que geram reflexões nos radargramas. O atributo “Amplitude Instantânea”

realçou a colônia de microbialitos (baixa amplitude), pois exibe um padrão de assinatura GPR

distinto. O atributo de “Energia” apresentou resultados semelhantes ao de “Amplitude

Instantânea”, proporcionando uma melhor visualização da laminação interna do microbialito

colunar. Já o atributo de “Similaridade” realçou o limite da colônia com os depósitos

tempestíticos. A combinação “Traço de Hilbert com Energia” mostrou um realce mais

significativo do limite de crescimento da colônia microbialítica do que o atributo de “Energia”

isolado. Já o atributo “Traço de Hilbert com Similaridade” realçou a estrutura interna da

colônia microbialítica. Foram descritas as fácies microbialíticas (MCme, MCm e MCma) e

fácies tempestítica (Cahm). O estudo petrográfico indicou a presença de minerais como

limonita e/ou siderita, o que corrobora com os resultados das análises químicas. As análises

químicas com MEV/SED e FRX mostram que no nível estilolítico ocorre maiores valores de

Fe (11,9%), justificando assim os fortes refletores observados nas seções GPR, que são

resultado do contraste eletromagnético entre o meio (ℇcalcário = 6,55) e o os níveis estilolíticos

(ℇferro= 14,2). Para a modelagem digital, foi elaborado um sólido 3D que representa

adequadamente a colônia microbialítica. A metodologia abordada neste trabalho, envolvendo

a aplicação de atributos aos dados GPR, permitiu realçar características do microbialito que

foram pouco observadas no dado original. Portanto, pode ser utilizada em outros contextos

geológicos semelhantes (aflorantes ou não-aflorantes).

Palavras-Chave: Imageamento digital, GPR, Microbialitos.

viii

ABSTRACT

This thesis involves the digital imaging and modeling of a neoproterozoic microbialitic

colony in the Fazenda Arrecife (BA) outcrop, using the Ground Penetrating Radar (GPR)

method and the application of mathematical attributes. Concomitantly, columnar sections and

radioactive profiles acquisition were carried out, allowing the characterization of the

sedimentary facies. Petrographic studies and chemical analysis (SEM/EDS and XRF) were

used to identify the composition of the stylolithic levels that generate reflections in the GPR

sections. The "Instantaneous Amplitude" attribute highlighted a microbialite community (low

amplitude), which displays different signature pattern. The "Energy" attribute showed a

similar result comparing to the "Instantaneous Amplitude". Nevertheless, this attribute

provided a better visualization of the internal lamination of the columnar microbialite. The

"Similarity" attribute emphasized the community boundary. The "Hilbert Trace/Energy"

combination showed significant enhancement of the microbial growth boundaries compared

to the "Energy" attribute. The attribute "Hilbert Trace/Similarity" highlighted the internal

structure of the microbial community. The described facies were designated as microbialitic

facies (MCme, MCm and MCma) and tempestite facies (Cahm). Minerals, such as limonite

and/or siderite, were identified by the petrographic study, which corroborates with the

chemical analysis results. The chemical analysis shows high Fe values to the stylolithic level,

which causes the reflections observed in the GPR sections, due to the electromagnetic contrast

between the microbialite (ℇ = 6.55) and the stylolithic levels (ℇ = 14.2). The generated 3D

solid properly represents a microbial community. The attribute application to GPR data

allowed to highlight the microbialitic features not observed in the original data. Therefore,

this application can be used in similar geologic contexts.

Keywords: Digital imaging, GPR, Microbialites.

ix

ÍNDICE

Epígrafe .............................................................................................................................. iv

Dedicatória.......................................................................................................................... v

Agradecimentos.................................................................................................................. vi

Resumo .............................................................................................................................. vii

Abstract............................................................................................................................... viii

Índice................................................................................................................................... ix

Lista de Figuras................................................................................................................... xi

Lista de Tabelas.................................................................................................................. xiii

1. INTRODUÇÃO .........................................................................................................

1

1.1 Apresentação ................................................................................................................ 1

1.2 Objetivo ........................................................................................................................ 2

1.3 Justificativa .................................................................................................................. 2

1.4 Localização da Área de Estudo .................................................................................... 3

1.5 Metodologia .................................................................................................................

4

2. CONTEXTO GEOLÓGICO ................................................................................... 6

2.1 Geologia Regional ....................................................................................................... 6

2.2 Microbialitos da Fazenda Arrecife ...............................................................................

8

3. MATERIAIS E MÉTODOS ....................................................................................... 11

3.1 Ground Penetrating Radar (GPR) ............................................................................... 11

3.1.1 Fundamentação Teórica ......................................................................................... 11

3.1.2 Aquisição ............................................................................................................... 12

3.1.3 Processamento ........................................................................................................ 13

3.2 Atributos GPR .............................................................................................................. 16

3.2.1 Atributo de Amplitude Instantânea ........................................................................ 18

...3.2.2 Atributo de Energia ................................................................................................ 19

3.2.3 Atributo de Similaridade ........................................................................................ 19

3.2.4 Atributo Traço de Hilbert ....................................................................................... 20

x

3.3 Descrição Geológica e Gamaespectometria ................................................................. 21

3.4 Petrografia .................................................................................................................... 22

3.5 Microscopia Eletrônica de Varredura (MEV)/Sistema de Energia Dispersiva (SED)

e Fluorescência de Raios-X (FRX) ...............................................................................

22

4. RESULTADOS E DISCUSSÕES ..............................................................................

25

4.1 Seções GPR e Parametrização dos Dados Geofísicos.................................................. 25

4.2 Seções Colunares e Perfis de Raios Gama ................................................................... 27

4.3 Seções Delgadas ........................................................................................................... 31

4.4 Análises Químicas ....................................................................................................... 33

4.5 Análise de Atributos .................................................................................................... 37

4.5.1 Amplitude Instantânea ............................................................................................ 37

4.5.2 Energia .................................................................................................................... 38

4.5.3 Similaridade ............................................................................................................ 39

4.5.4 Traço de Hilbert com Energia e Traço de Hilbert com Similaridade ..................... 40

4.6 Modelo Digital 3D .......................................................................................................

41

5. ARTIGO .......................................................................................................................

43

6. CONCLUSÕES ........................................................................................................... 64

REFERÊNCIAS BIBLIOGRÁFICAS ...........................................................................

66

xi

LISTA DE FIGURAS

Figura 1.1 – Mapa de localização da área de estudo .............................................................. 4

Figura 2.1 – Mapa geológico do Cráton São Francisco ......................................................... 7

Figura 2.2 – Classificação de acordo com Walter (1972) ...................................................... 8

Figura 2.3 – Classificação geométrica de estromatólitos segundo Logan et al. (1964) ......... 9

Figura 3.1 – Princípio do Método GPR ................................................................................. 12

Figura 3.2 – Vista parcial do afloramento no momento de uma aquisição com GPR e os

elementos que compõem o equipamento ...............................................................................

12

Figura 3.3 – Mapa esquemático das aquisições 2D e 3D e vista frontal de uma das

bioermas da Fazenda Arrecife (BA) ......................................................................................

13

Figura 3.4 - Cálculo da constante dielétrica a partir da fórmula da velocidade ..................... 14

Figura 3.5 – Radargrama bruto e processado ........................................................................ 16

Figura 3.6 – Radargrama interpretado (tracejado em preto) ilustrando a linha L4 e sua

posição geográfica no afloramento (centro da bioerma) ........................................................

17

Figura 3.7 – Cubo 3D como produto final de interpolação e modo de visualização no

OpendTect ..............................................................................................................................

18

Figura 3.8 – Diagrama Isométrico do traço sísmico real e complexo .................................... 19

Figura 3.9 – Cálculo das energias das amostras representado pela fórmula .......................... 19

Figura 3.10 – Esquema de padrões que podem ser utilizados para analisar a similaridade

entre os traços .........................................................................................................................

20

Figura 3.11 - Cálculo da similaridade. Exemplo em duas direções (“u” e “v”) .................... 20

Figura 3.12 - Fotografias ilustrando o levantamento de seções colunares

concomitantemente a aquisição dos perfis de radioatividade ................................................

21

Figura 3.13 - Detalhe do microscópio óptico e das lâminas delgadas confeccionadas para o

estudo petrográfico .................................................................................................................

22

Figura 3.14 - Equipamento para realizar MEV/SED e FRX .................................................. 23

Figura 3.15 - Níveis escuros observados nas laminações do microbialito e no acamamento

do tempestito ..........................................................................................................................

24

Figura 4.1 – Fotomosaico da área de estudo, seção GPG longitudinal (L5) e mapa

esquemático da localização espacial das colônias .................................................................

26

Figura 4.2 – Estratificação cruzada hummocky ...................................................................... 27

xii

Figura 4.3 – Seção colunar FA-08 com sua respectiva descrição e perfil de raios gama ...... 29

Figura 4.4 – Seção colunar FA-13 com sua respectiva descrição e perfil de raios gama ...... 30

Figura 4.5 – Fotomicrografias de amostra coletada em um microbialito, mostrando a

calcita geminada, possivelmente relacionada a um metamorfismo precoce ..........................

31

Figura 4.6 – Fotomicrografia de uma amostra de microbialito onde as setas amarelas

indicam a presença de minerais ricos em ferro com hábito botrioidal e a seta vermelha

indica hábito euedral ..............................................................................................................

32

Figura 4.7 – Fotomicrografia do microbialito e do tempestito com estilólitos ...................... 32

Figura 4.8 – Fotomicrografia do tempestito. Detalhe da calcita/dolomita e quartzo detrítico

e intraclastos e pelóides ..........................................................................................................

33

Figura 4.9 – Imagem de MEV com seu respectivo espectro de energia para a amostra 1 ..... 34

Figura 4.10 - Imagem de MEV com seu respectivo espectro de energia para a amostra 1 ... 35

Figura 4.11 - Imagem de MEV com seu respectivo espectro de energia para a amostra 3 ... 36

Figura 4.12 – Seção GPR com atributo de Amplitude Instantânea ........................................ 38

Figura 4.13 – Seção GPR com atributo de Energia ............................................................... 39

Figura 4.14 – Cubo de energia 3D ......................................................................................... 39

Figura 4.15 – Seção GPR com atributo de Similaridade ....................................................... 40

Figura 4.16 – Atributo Traço de Hilbert com Energia ........................................................... 41

Figura 4.17 – Atributo Traço de Hilbert com Similaridade ................................................... 41

Figura 4.18 – Modelo Digital 3D ........................................................................................... 42

xiii

LISTA DE TABELAS

Tabela 3.1 – Fluxo de processamento adotado para o trabalho ............................................. 15

Tabela 4.1 – Resultados de SED e FRX com valores em porcentagens para elementos

químicos da amostra 1 ............................................................................................................

34

Tabela 4.2 - Resultados de SED e FRX com valores em porcentagens para elementos


35

Tabela 4.3 - Resultados de SED e FRX com valores em porcentagens para elementos


37

1 - INTRODUÇÃO

Imageamento e Modelagem Digital com GPR em Microbialitos da Fazenda Arrecife, Chapada

Diamantina (BA), NE do Brasil

LIMA, R.S.

1

1. INTRODUÇÃO

1.1 Apresentação

O trabalho intitulado “Imageamento e Modelagem Digital com GPR em Microbialitos da

Fazenda Arrecife, Chapada Diamantina (BA), NE do Brasil, corresponde a documentação

escrita da dissertação do curso de mestrado da geóloga Rebeca Seabra de Lima, aluna do

Programa de Pós-Graduação em Geodinâmica e Geofísica (PPGG), do Centro de Ciências

Exatas e da Terra (CCET), da Universidade Federal do Rio Grande do Norte (UFRN). A

defesa pública desta pesquisa é um dos pré-requisitos do PPGG para obtenção do título de

Mestra em Geodinâmica e Geofísica na área de concentração em Geologia e Geofísica do

Petróleo.

Esta pesquisa foi orientada pelo Prof. Dr. Francisco Pinheiro Lima Filho, do

PPGG/UFRN, tendo sido parcialmente financiada com recursos do Projeto “Imageamento

Digital de Feições Geométricas em Carbonatos com Sísmica de Refração” (Sigla:

SISMOCARBO). Este projeto foi desenvolvido no Laboratório de Análises Estratigráficas

(LAE) do Departamento de Geologia da UFRN, tendo sido coordenado pelo Prof. Dr.

Francisco Pinheiro Lima Filho e financiado pela PETROBRAS.

A dissertação encontra-se compartimentada em 6 capítulos. O Capítulo 1, introdutório,

apresenta o contexto em que foi desenvolvida a dissertação. O Capítulo 2 apresenta uma breve

revisão bibliográfica acerca do contexto geológico da Bacia de Irecê, e mais especificamente,

do contexto local do afloramento da Fazenda Arrecife. O capítulo 3 descreve a metodologia

utilizada na pesquisa e fornece as premissas teóricas que servem de suporte para uma melhor

compreensão dos aspectos abordados no decorrer do trabalho. Apresenta também informações

sobre o levantamento e o processamento de dados GPR, aquisições de seções colunares e

gamaespectometria, estudo petrográfico e análises químicas com MEV/SED e FRX. O

capítulo 4 aborda os resultados obtidos e discussões acerca dos dados que foram trabalhados.

Também descreve a modelagem digital 3D realizada com esses dados. O capítulo 5

corresponde ao artigo científico submetido na Revista Geologia USP: Série Científica. Esse

artigo apresenta a metodologia empregada na aquisição, tratamento e discussões sobre os

dados GPR, tendo como foco principal a aplicação de atributos para a caracterização da

geometria e respostas eletromagnéticas da bioerma imageada. Este capítulo encontra-se



LIMA, R.S.

2

estruturado na forma de artigo, seguindo as normas do respectivo periódico. O capítulo 6, por

fim, expõe sucintamente as conclusões desta dissertação.

1.2 Objetivo

O objetivo principal deste trabalho foi analisar a assinatura geofísica e modelar uma

colônia de microbialitos (bioermas, estromatólitos) associada a depósitos tempestíticos que

ocorrem na Fazenda Arrecife (Bahia), utilizando o método Ground Penetrating Radar (GPR).

As interpretações foram feitas a partir dos dados em tempo observados nos radargramas.

Foram utilizadas ainda técnicas avançadas de processamento GPR, denominadas de atributos

matemáticos, com o objetivo de ressaltar a geometria de uma colônia de microbialito colunar

selecionada. Além disso, o levantamento de seções colunares concomitante a aquisição de

gamaespectometria permitiu identificar as fácies sedimentares e correlacioná-las, quando

possível, às radarfácies. Este trabalho também teve como objetivo investigar, por meio de

estudo petrográfico e de análises químicas, os níveis escuros responsáveis por originar fortes

reflexões nas seções GPR.

1.3 Justificativa

A literatura especializada (McMechan et al. 1998; Van Dam e Schlager, 2000; Loucks et

al., 2004; Guidry et al., 2007) mostra que o imageamento digital com GPR permite a

caracterização tridimensional de afloramentos análogos a reservatórios petrolíferos em rochas

carbonáticas, propiciando modelos computacionais em escala de detalhe, com informações

sobre a geometria do alvo estudado.

A proposta do trabalho, envolvendo o uso conjunto do método GPR e a análise de

atributos, abre novas perspectivas para o imageamento digital 3D da geometria de

microbialitos. A carência de artigos em revistas especializadas que abordem sobre o

imageamento em detalhe de microbialitos torna esta proposta relevante. Além disso, o

imageamento de microbialitos da Fazenda Arrecife torna-se relevante devido a importância

que estes depósitos representam para o estudo dos reservatórios encontrados nas camadas do

Pré-sal, em sua maioria rochas carbonáticas de origem microbial.



LIMA, R.S.

3

O método GPR tem se mostrado uma das tecnologias mais promissoras no imageamento

de alta resolução em rochas carbonáticas quando comparado a outras técnicas não-invasivas.

Esse método é vantajoso devido à alta resolução alcançada, quando comparado ao método da

sísmica tradicional, por exemplo. Muitos autores tem usado o GPR em estudos de

afloramentos carbonáticos análogos a reservatórios de hidrocarbonetos (Forte et al., 2012;

Grasmueck et al., 2005a,b; Jesus, 2010; Jesus et al., 2012; Pérez, 2003; Takayama et al.,

2008).

Para a interpretação dos dados foi utilizada a análise de atributos, que é uma das técnicas

aplicadas a estudos sísmicos que mais pode ser aplicada a dados GPR (Castro et al., 2014). O

método GPR tem propriedades cinemáticas similares ao método sísmico (Fisher et al., 1992),

portanto, apenas com algumas modificações, as abordagens utilizadas para a onda sísmica tem

sido perfeitamente aplicadas para as ondas eletromagnéticas emitidas pelo GPR (Ursin, 1983).

A análise de atributos aplicada a interpretação de dados GPR é uma técnica recente (Cassidy,

2009), mas exemplos dessa aplicação já podem ser encontrados em alguns estudos, como por

exemplo, Senechal et al. (2000), Corbeanu et al. (2002), Geerdes e Young (2007), Böniger e

Tronicke (2010), Forte et al. (2012), Zhao et al. (2013), Castro et al. (2014) e Reis Júnior. et

al. (2014).

1.4 Localização da Área de Estudo

A Fazenda Arrecife está inserida na porção centro-norte do estado da Bahia (Chapada

Diamantina Oriental) e corresponde a uma extensão areal de aproximadamente 5,0 km²,

situada na zona rural do município de Várzea Nova. O acesso à região pode ser efetuado por

estradas pavimentadas partindo da cidade de Morro do Chapéu, onde é possível acessar a BA-

144 até Várzea Nova e então, a partir deste ponto, o acesso pode ser realizado por uma estrada

não pavimentada com sentido aproximado para oeste. Outra alternativa pode ser a rota desde

Jacobina, tomando a BR-324 e, em seguida, a BA-144, para acessar a estrada não

pavimentada acima citada, que dá acesso ao sítio (Figura 1.1).



LIMA, R.S.

4

Figura 1.1 – Mapa de localização da área de estudo.

1.5 Metodologia

Para a obtenção dos dados e a confecção deste trabalho foi seguida a seguinte sistemática:

(1) Levantamento Bibliográfico: Esta etapa constou de uma revisão bibliográfica sobre a

geologia regional e local da área de estudo, microbialitos, método GPR, especificamente no

tocante ao uso desta técnica para o imageamento de rochas carbonáticas e bioermas

estromatolíticas. Também foi realizada uma pesquisa bibliográfica sobre atributos aplicados

ao dado GPR (Reis Júnior et al., 2014; Castro et al., 2014; Zhao et al., 2013; Forte et al.,

2012), o que mostrou a carência de artigos sobre este tema.

(2) Aquisição de Dados Geológicos e Geofísicos: Esta etapa foi realizada na Fazenda

Arrecife, onde foi feita a aquisição de perfis GPR e também o levantamento de seções

colunares, com os respectivos perfis radioativos adquiridos com um gamaespectômetro

portátil. Também foram coletadas amostras das rochas para estudos petrográficos e análises

químicas com Microscópio Eletrônico de Varredura (MEV), acoplado ao Sistema de Energia

Dispersiva (SED) e Fluorescência de Raios-X (FRX).



LIMA, R.S.

5

(3) Processamento de Dados Geológicos e Geofísicos: Nesta etapa foram processadas as

linhas GPR e elaborado um cubo 3D, ambos os processos foram realizados no Reflexw 8.0.

Posteriormente, foram aplicados os atributos geofísicos no software OpendTect 6.0.3.

Também foi realizado o estudo petrográfico e as análises químicas das amostras coletadas em

campo.

(4) Modelagem Digital 3D e Interpretação de Dados Geológicos e Geofísicos: Consistiu

na confecção do Geobody (realizada no OpendTect) e na interpretação dos dados GPR já

processados e com aplicação de atributos. Também foi feita a interpretação dos constituintes

minerais a partir do estudo petrográfico e das análises químicas.

(5) Elaboração da Dissertação e do Artigo Científico: Esta última etapa consta da

redação da dissertação, documento final para a obtenção do título, e da submissão do artigo

científico.

2 – CONTEXTO GEOLÓGICO



LIMA, R.S.

6

2. CONTEXTO GEOLÓGICO

2.1 Geologia Regional

As rochas que afloram na Fazenda Arrecife pertencem à Bacia de Irecê (Figura 2.1) e

constituem a principal ocorrência de coberturas sedimentares neoproterozoicas da porção

norte do Cráton São Francisco (Souza et al., 1993). As unidades litoestratigráficas desta bacia

incluem o Complexo Xique-Xique, além dos supergrupos Espinhaço e São Francisco,

respectivamente, Paleoproterozoico, Mesoproterozoico e Neoproterozico (Inda e Barbosa,

1978).

O Supergrupo São Franscisco corresponde às rochas sedimentares neoproterozoicas que

recobrem o Cráton São Francisco. Ocorre em dois grupos de rochas distintos. Na porção oeste

está representada pelo Grupo Macaúbas, depósitos siliciclásticos, e pelo Grupo Bambuí,

constituído pelas Formações Sete Lagoas, Santa Helena e Lagoa do Jacaré, com rochas

sedimentares carbonáticas e pelíticas (Guimarães, 1996). Na porção leste do Cráton (Figura

2.1), ocorrem as rochas do Grupo Una, composto pelas rochas das formações Bebedouro e

Salitre.

A Formação Bebedouro é composta por metasiltitos e metargilitos, apresentando seixos

dispersos de composição variada e seixos caídos (dropstones), sugestivos de sua origem

glacial (Guimarães, 1996; Figueiredo; 2008). Já a Formação Salitre consiste de carbonatos

(calcários e dolomitos) que segundo Barbosa e Silva (1992), Leão e Dominguez (1992) e

Dominguez (1993), foram depositados em uma bacia do tipo rampa suave (homoclinal) e em

ambiente marinho raso com frequente ação de ondas e marés. O espaço de acomodação

gerado para a deposição destes sedimentos foi decorrente de subsidência termal intracratônica

(Bizzi et al., 2003), associada com a subida generalizada do nível do mar, devido a

deglaciação ocorrida no Neoproterozoico (Barbosa et al., 2003). As rochas desta unidade

foram recentemente datadas pelo método U/Pb por Santana et al. (2015), sendo sua idade

máxima de deposição 669 ± 14 Ma.

As rochas da Formação Salitre se destacam pela abundância de biostromas e bioermas de

estromatólitos fosfáticos, de natureza diversa e de diferentes dimensões, os quais constituem

os objetos principais de investigação deste trabalho. Bonfim et al. (1985) mapearam a

sequência carbonática da Formação Salitre, dividindo-a em quatro unidades litoestratigráficas



LIMA, R.S.

7

informais, denominadas de Nova América, Jussara, Gabriel e Irecê, de uma forma geral, em

consonância com seus respectivos ambientes de sedimentação. Na área de estudo afloram

apenas os carbonatos biogênicos, estromatólitos colunares, pertencentes à unidade Nova

América.

Figura 2.1 – Mapa geológico do Cráton São Francisco com destaque em vermelho para a Bacia de

Irecê, onde situa-se a área de estudo. Modificado de Pinto e Martins-Neto (2001).



LIMA, R.S.

8

A associação da Formação Bebedouro (rochas glaciogênicas) com a sobreposta Formação

Salitre (carbonatos, essencialmente, com algumas feições de clima árido) caracteriza as rochas

da Formação Salitre como Cap Carbonates (carbonatos de capa, em tradução livre), tipo de

depósito raro dentro do registro geológico, mas comum em diversos depósitos

neoproterozoicos espalhados pelo mundo (Reitner, 2011).

2.2 Microbialitos da Fazenda Arrecife

De acordo com Burne e Moore (1987), o termo “microbialito” refere-se a depósitos

organossedimentares que crescem a partir da atividade de comunidades microbiais bentônicas

por trapeameno (trapping) de sedimentos e precipitação mineral. Trata-se de um termo mais

genérico que abrange depósitos de origem biológica, independente da estrutura associada. Já o

termo “estromatólito”, segundo Riding (2011), refere-se a sedimentos autigênicos

acamadados ou laminados. Essa laminação interna pode variar, portanto, é classificada em 4

tipos (Figura 2.2A). O termo “bioerma” também é bastante utilizado para designar esses tipos

de depósitos e está relacionado à sua forma de ocorrência, sendo definida por uma estrutura

organossedimentar circunscrita e seu comprimento mínimo é menor ou igual a 100 vezes sua

espessura máxima (Walter, 1972) (Figura 2.2B).

Figura 2.2 – (A) Tipos de laminação interna encontrada nos estromatólitos; (B) Tipos de bioerma.

Classificações de acordo com Walter (1972).



LIMA, R.S.

9

As bioermas que afloram no sítio da Fazenda Arrecife são divididas em dois grupos

taxonômicos. O primeiro (dos supergrupos Kussiellida e Conophytonida) é composto por

bioermas colunares, de natureza domal a subesférica e suas colunas tem em média 15 cm de

diâmetro e 8 cm de altura. Já o segundo grupo (Gymnosolen, Jurusania e Boxonia), também

composto por microbialitos colunares, apresenta-se significativamente menor

(respectivamente, 6 cm e 2 cm de altura/diâmetro) e não formam bioermas, mas são

encontrados esparsamente dispersos (Srivastava e Rocha, 2002). Esses autores também

diferenciaram os dois grupos de bioermas por meio de análises químicas, mostrando que as

bioermas menores possuem maior teor de fosfato (P2O5 > 30,5%), enquanto que as bioermas

maiores tendem a apresentar valores inferiores de P2O5 (< 3,5 %). Com base nos resultados

das análises químicas obtidas, Srivastava e Rocha (op. cit.) sugerem que a associação de

microrganismos responsáveis pela formação de estromatólitos fosfáticos foi seletiva.

Na classificação baseada no padrão geométrico de Logan et al. (1964) (Figura 2.3), as

bioermas da Fazenda Arrecife são incluídas na classe SH (Stacked Hemispheroids -

Hemisferóides Verticais Empilhados), que se refere aos estromatólitos colunares da área de

estudo. Também é possível observar bioermas do tipo LLH-SH (Lateral Linked

Hemispheroids + Stacked Hemispheroids – Hemisferoides Lateralmente Ligados e

Empilhados), relacionados aos estromatólitos colunares que apresentam ramificação entre

suas colunas.

Figura 2.3 – Classificação geométrica de estromatólitos. Modificado de Logan et al. (1964).



LIMA, R.S.

10

Quanto às rochas adjacentes (grainstones tempestíticos), Srivastava e Rocha (op. cit.)

fazem uma breve descrição dessas rochas catrbonáticas apontando para estruturas

sedimentares relacionadas à ação de ondas de tempestades como, por exemplo, estratificação

cruzada hummocky e níveis de brechas de tempestades. Desta forma, para estes autores, a

associação de fácies sedimentares dos tempestitos com os microbialitos sugere tratar-se de um

cenário deposicional que representa um ambiente marinho, em região de intermaré rasa.

3 – MATERIAIS E MÉTODOS



LIMA, R.S.

11

3. MATERIAIS E MÉTODOS

3.1 Ground Penetrating Radar (GPR)

3.1.1 Fundamentação Teórica

O Ground Penetrating Radar (GPR), também conhecido como Radar de Penetração do

Solo ou Georadar, é um método ativo, não invasivo, que por meio da emissão de ondas

eletromagnéticas (EM) consegue detectar feições geológicas rasas em subsuperfície (Annan,

1996).

O princípio deste método baseia-se na emissão de um pulso eletromagnético, por meio de

uma antena transmissora, com duração de nanosegundos (10 -9

s) e frequência que varia entre

16 e 2600 MHz. Ao atingir meios (alvos) com diferentes propriedades eletromagnéticas a

velocidade de propagação é alterada, desta forma, parte da energia EM é refletida, a qual é

captada pela antena receptora, e outra parte sofre difração, continuando a se propagar até

encontrar outra superfície de contraste, ou até mesmo ser atenuada completamente pelo meio.

O tempo duplo (tempo decorrido entre a emissão da onda EM por uma antena transmissora

até o momento em que é registrado seu retorno por uma antena receptora, após atingir o alvo e

retornar à superfície) é então calculado, transmitido, registrado e armazenado por uma

unidade de controle, que ainda registra a respectiva intensidade do sinal refletido (Figuras 3.1

e 3.2).



LIMA, R.S.

12

Figura 3.1 – Princípio do Método GPR. As setas em vermelho indicam a emissão e o retorno de um

pulso eletromagnético após atingir um alvo. Ao lado, o produto gerado (radargrama).

Figura 3.2 – Vista parcial do afloramento no momento de uma aquisição com GPR e os elementos

que compõem o equipamento.

3.1.2 Aquisição

Os dados geofísicos foram adquiridos com um sistema SIR-3000, fabricado pela GSSI

(Geophysical Survey Systems, Inc.), utilizando as antenas de 200 e 400 MHz. Foram

adquiridas 13 linhas paralelas ao paredão principal do afloramento, de sentido NNE-SSW,



LIMA, R.S.

13

constituindo assim uma malha 2D com 329 m de aquisição, além de 32 linhas, compondo

uma malha regular, onde foi imageada uma colônia de microbialito, medindo 10 m na direção

N-S e 5m na direção E-W, abrangendo uma área de 50 m² e totalizando 215 m lineares de

dados GPR (Figura 3.3A). Este microbialito foi imageado em detalhe, devido a sua condição

íntegra, diferentemente do microbialito aflorante à frente, que se encontra erodido. Sendo

assim, o resultado do imageamento 3D ficaria visualmente mais interessante (Figura 3.3B).

Figura 3.3 – (A) Mapa esquemático mostrando as aquisições 2D e 3D, bem como a localização

espacial do fotomosaico e das colônias; (B) Vista frontal de um dos microbialitos da Fazenda Arrecife

(BA), onde foi realizada a aquisição 3D (quadrado tracejado em vermelho). O tracejado em azul indica

o microbialito escolhido para ser detalhadamente imageado.

Todas as aquisições (2D e 3D) foram realizadas com espaçamento de 0,5 m entre as linhas

e foi utilizada uma janela de tempo de 200 n, com uma amostragem de 1024 amostras por

traço e 50 traços por metro. Para o geoposicionamento dos dados foi realizado um

levantamento planialtimétrico, utilizando GPS Geodésico, com precisão milimétrica, além de

uma Estação Total.

3.1.3 Processamento

Este procedimento consta de uma série de etapas, realizadas em laboratório, as quais

utilizam operadores matemáticos a princípio oriundos da sísmica, que de forma geral



LIMA, R.S.

14

permitem remover sinais indesejados (ruídos), que foram captados pela antena receptora, e

realçar as feições de interesse presentes nos radargramas.

O fluxo de processamento adotado para este trabalho é considerado básico, a fim de

interferir o mínimo possível no dado original, tendo em vista que a qualidade do sinal nos

dados brutos já era considerada satisfatória. Depois de avaliar diversos fluxos de

processamento, foi definida uma sequência suficiente para atenuar o ruído, sem modificar o

sinal, de forma que não comprometesse a interpretação geológica.

A sequência de processamento seguiu a seguinte ordem: 1) Correção do Tempo Zero; 2)

Dewow; 3) Background Removal; 4) Remoção do Ganho da Aquisição; 5) Aplicação de

Ganho; 6) Filtro Passa-Banda; 7) Correção Topográfica e 8) Conversão Tempo-Profundidade.

Estes procedimentos encontram-se resumidos na Tabela 3.1.

Apesar da morfologia do terreno da área de estudo não apresentar grandes desníveis, foi

necessário aplicar a técnica da correção topográfica para melhor reconstruir a geometria real

dos refletores para que não ocorressem problemas na interpretação das seções GPR. Nesta

etapa, as coordenadas geográficas também foram inseridas no cabeçalho do dado. Finalmente,

a conversão do tempo em profundidade foi realizada a partir da análise de velocidade pelo

método das hipérboles, resultando em uma velocidade de aproximadamente 0,117 m/ns e

constante dielétrica (ℇ) = 6,55 (Figura 3.4).

Figura 3.4 – Cálculo da constante dielétrica a partir da fórmula da velocidade.



LIMA, R.S.

15

Tabela 3.1 - Fluxo de processamento adotado para o trabalho.

PROCEDIMENTO DESCRIÇÃO

Correção do Tempo Zero Remove os registros nulos efetuados no período de tempo que a

antena receptora fez leituras, mas os primeiros sinais enviados pela

antena transmissora ainda não haviam retornado.

Dewow Remove o ruído de baixa frequência gerado pela indução

eletromagnética entre as antenas.

Background Removal Remove sinais provenientes das ondas aéreas e terrestres diretas.

Remoção do Ganho Remove o ganho aplicado durante a aquisição.

Aplicação de Ganho da

Aquisição

Corrige os efeitos de perda de sinal relacionados à propagação das

ondas e realça os refletores de interesse.

Filtro Passa-Banda Remove os ruídos de alta e baixa frequência que estão fora da

banda de sinal da frequência central da antena utilizada.

Correção Topográfica Atribui a cada traço seu respectivo valor de cota. Permite a

representação das variações de altitude (z) presentes na superfície.

Conversão Tempo-

Profundidade

Após análise do campo de velocidades, convertem-se as

informações visualizadas em nanosegundos para profundidade em

metros.

Comparando-se o dado bruto (Figura 3.5A) com o dado processado (Figura 3.5B),

observa-se a correção do tempo zero no dado processado, além da remoção das ondas diretas

e ruídos de alta e baixa frequência. Os efeitos relacionados à indução eletromagnética e a

atenuação do sinal em profundidade foram corrigidos, permitindo assim a visualização dos

limites de crescimento das bioermas microbialíticas (radarfácies “M”) e seu contato lateral

com os depósitos tempestíticos (radarfácies “T”). Uma vez processadas, as linhas GPR foram

interpoladas gerando, portanto, um cubo 3D através do Reflexw. Posteriormente, esse cubo foi

convertido para o formato SEG-Y e então importado no OpendTect para visualização 3D e

aplicação de atributos.



LIMA, R.S.

16

Figura 3.5 - Radargrama bruto (A) e processado (B) da área de estudo. As setas indicam a

melhoria do dado após o processamento. “T” (radarfácies tempestítica) e “M” (radarfácies

microbialítica)

3.2 Atributos GPR

Para aprimorar e facilitar a interpretação das seções GPR, foram utilizados diversos

atributos geofísicos disponíveis no software OpendTect, muitas vezes envolvendo a atuação

de um atributo sobre o outro. Essa técnica é extremamente importante para o imageamento e a

interpretação mais detalhada, visando melhorar previsões geológicas concernentes a

elementos dos sistemas petrolíferos, tanto em regiões de novas fronteiras exploratórias quanto

em áreas de desenvolvimento onde a geometria dos reservatórios necessita de um

mapeamento de mais detalhe.

De acordo com Chopra e Marfurt (2005), o atributo sísmico é uma medida quantitativa de

uma característica geofísica de interesse a partir de um dado sísmico, ou no presente caso,

dado GPR. Esses atributos são gerados para enfatizar uma característica desejada, a qual não é



LIMA, R.S.

17

identificada diretamente nos dados originais. Tais características podem ser falhas e dobras,

presença de hidrocarbonetos, contatos litológicos, continuidade, truncamentos ou espessura

dos refletores.

A análise de atributos foi feita a partir das linhas processadas resultantes da aquisição 3D.

Como as linhas maiores da malha regular são paralelas à escarpa do afloramento, foi possível

correlacionar a interpretação do dado GPR com a caracterização geológica realizada em

campo. Apesar de todas as 32 linhas terem sido processadas, a linha L4 foi escolhida para

ilustrar a aplicação dos atributos, tendo em vista que essa linha imageia exatamente a porção

central da bioerma, facilitando a sua visualização completa (tanto em profundidade quanto em

extensão lateral) (Figura 3.6).

Figura 3.6 – Radargrama interpretado (tracejado em preto) ilustrando a linha L4 e sua posição

geográfica no afloramento (centro da bioerma).

Primeiramente foi realizada uma interpolação no Reflexw, no modo de linhas 2D

adquiridas nas posições x e y. Desta forma, um cubo 3D foi gerado e em seguida importado no

OpendTect para então iniciar os testes com os atributos (Figura 3.7). Dentre os atributos



LIMA, R.S.

18

avaliados se destacam: Amplitude Instantânea, Energia, Similaridade, Traço de Hilbert com

Energia e Traço de Hilbert com Similaridade. Esses atributos foram aplicados com o objetivo

de realçar a geometria da bioerma.

Figura 3.7 – (A) Cubo 3D como produto final da interpolação das 32 linhas processadas; (B) Cubo

3D importado para o modo de visualização do OpendTect para posterior análise de atributos.

3.2.1 Atributo de Amplitude Instantânea

Os atributos sísmicos baseados em eventos instantâneos são gerados a partir da análise do

traço sísmico complexo no local exato do evento de referência (Figura 3.8). Segundo Taner et

al. (1979), o traço sísmico convencional pode ser visto como o componente real de um traço

complexo, o qual pode ser calculado em condições usuais. Em outras palavras, os atributos

calculados com base em eventos instantâneos levam em consideração a parte imaginária do

traço sísmico/GPR complexo.

A análise de traços sísmicos complexos produz uma separação natural das informações de

amplitude e fase, que são atributos medidos. O atributo de amplitude instantânea é chamado

de “força da reflexão” e o de fase, além de ser um atributo por si só, é a base para medidas de

frequência instantânea.



LIMA, R.S.

19

Figura 3.8 – Diagrama Isométrico do traço sísmico real e complexo (extraído de Taner et al., 1979).

3.2.2 Atributo de Energia

O atributo de energia é calculado a partir da razão entre a soma dos quadrados das

amplitudes e o número de amostras, dentro de uma janela de tempo específica. A partir das

variações de amplitude, esse atributo permite realçar refletores com baixas e altas energias,

sendo resumido pela fórmula do cálculo das energias das amostras (Figura 3.9).

Figura 3.9 – Cálculo das energias das amostras representado pela fórmula.

3.2.3 Atributo de Similaridade

O atributo de similaridade faz parte de uma classe de atributos relacionados à geometria

dos refletores e realçam características geométricas do dado sísmico/GPR. Trata-se de uma

forma do atributo de coerência, o qual caracteriza o quão dois ou mais traços são similares

entre si (Chopra, 2001).

Este atributo é também denominado “multi-traço”, que representa as propriedades de

similaridade do dado atuando em cada traço individualmente. O cálculo desse atributo

abrange um conjunto de traços referentes a um padrão de vizinhança em relação a um traço

central (Figura 3.10). Existem diversos padrões para calcular o atributo de similaridade, o

padrão adotado neste trabalho faz parte da extensão (disponível no software OpendTect)



LIMA, R.S.

20

“todas as direções”. Para a análise de dois segmentos, u (x, y, z) e v (x, y, z) por exemplo, o

atributo de similaridade é calculado a partir da fórmula segundo a Figura 3.11.

Figura 3.10 – Esquema de padrões que podem ser utilizados para analisar a similaridade entre os

traços. Apenas padrões simétricos com dois traços vizinhos a um traço central são ilustrados nesse

esquema. Extraído de Forte et al. (2012).

Figura 3.11 – Cálculo da similaridade. Exemplo em duas direções (“u” e “v”).

3.2.4 Atributo Traço de Hilbert

O atributo Traço de Hilbert, pertencente a classe dos atributos instantâneos, é um atributo

que leva em consideração a parte imaginária do traço sísmico/GPR complexo, sendo assim,

podendo ser computado a partir do traço sísmico/GPR real por meio da Transformada de

Hilbert. Tanto o traço real, quanto o imaginário, possuem o mesmo espectro de amplitude.

A combinação do atributo Traço de Hilbert com outros atributos revela um aspecto de

pseudo-relevo as seções, muitas vezes, realçando elementos não observados com apenas um

atributo inserido.



LIMA, R.S.

21

Essa metodologia, também conhecida como Volume de Amplitudes, foi desenvolvida por

Bulhões (1999). Para o Volume de Amplitudes, é necessária a escolha da janela de tempo

relacionada ao comprimento de onda do dado sísmico/GPR que se quer investigar.

3.3 Descrição Geológica e Gamaespectometria

A descrição das rochas do afloramento foi feita através do levantamento de seções

colunares (Figura 3.12A), caracterizando padrões granulométricos, litologia e estruturas, a fim

de identificar as fácies sedimentares.

A gamaespectometria permite que seja quantificada a emissão natural de radiação gama

emitida pelos elementos radioativos potássio, tório e urânio, contidos nos corpos rochosos. A

intensidade de radiação obtida é diretamente proporcional ao número de fótons detectados

pelo equipamento em um determinado intervalo de tempo (Souza, 2013). A aquisição foi

realizada por meio de um gamaespectômetro portátil, modelo RS-230 BGO Super-SPEC, da

Radiation Solutions (Figura 3.12B). Esse método foi aplicado para correlação com as seções

colunares e para auxiliar na discriminação das fácies sedimentares. Foram levantadas 17

seções colunares concomitante a aquisição de perfis de raios gama.

Figura 3.12 – Fotografias ilustrando o levantamento das seções estratigráficas (A),

concomitantemente ao levantamento dos perfis de radioatividade (B).



LIMA, R.S.

22

3.4 Petrografia

O microscópio óptico petrográfico permite a visualização minuciosa da composição e

textura de uma rocha, ampliando sua imagem em até 1000 vezes. Para este trabalho, foram

confeccionadas 8 lâminas delgadas analisadas no equipamento modelo BX-41 da marca

Olympus, permitindo a descrição microscópica dos constituintes minerais das amostras

coletadas em campo (Figura 3.13).

Figura 3.13 – (A) Detalhe do microscópio óptico; (B) Detalhe das lâminas delgadas confeccionadas

para o estudo petrográfico.

3.5 Microscopia Eletrônica de Varredura (MEV)/Sistema de Energia Dispersiva (SED) e

Fluorescência de Raios-X (FRX)

O princípio da Microscopia Eletrônica de Varredura (MEV) está relacionado à geração de

uma imagem a partir da incidência de um feixe de elétrons no mineral, sob condições de

vácuo, fornecendo informações de detalhe com aumentos de até 300.000 vezes (Reed, 2005).

A análise foi realizada com o Sistema de Energia Dispersiva (SED) acoplado, possibilitando

assim a determinação da composição qualitativa e semi-quantitativa das amostras, por meio

da emissão de raios-x característicos.

Já a Fluorescência de Raios-X, realizada por dispersão de energia, é um método quali-

quantitativo baseado na medida das intensidades (número de raios-x detectados por unidade



LIMA, R.S.

23

de tempo) dos raios-x característicos emitidos pelos elementos que constituem a amostra

(Nascimento Filho, 1999).

A análise com MEV foi realizada com o equipamento Hitachi Tabletop Microscope TM-

3000 do fabricante Hitachi (Figura 3.14A) e o modelo de SED SwiftED3000, da Oxford

Instruments. A análise com FRX foi adquirida com o EDX-720 da Shimadzu (Figura 3.14B).

Figura 3.14 – (A) Equipamento para realizar a Microscopia Eletrônica de Varredura com Sistema de

Energia Dispersiva; (B) Equipamento para aquisição da Fluorescência de Raios-X.

Estas análises foram realizadas visando identificar a composição química dos minerais

responsáveis pelos fortes refletores observados nos radargramas. Foram coletadas amostras

dos grainstones tempestíticos, dos microbialitos e dos níveis escuros que preenchem os

estilólitos e que marcam as laminações dos microbialitos e as algumas camadas dos

grainstones tempestíticos. As análises realizadas com MEV/SED e FRX forneceram um

panorama geral da composição química dessas amostras (Figura 3.15).



LIMA, R.S.

24

Figura 3.15 – Níveis escuros observados nas laminações do microbialito (A) e no acamamento do

tempestito (B), observados na forma de refletores nas seções GPR.

4 – RESULTADOS E DISCUSSÕES



LIMA, R.S.

25

4. RESULTADOS E DISCUSSÕES

4.1 Seções GPR e Parametrização dos Dados Geofísicos

Para uma melhor interpretação dos dados GPR foi utilizado um fotomosaico (Figura

4.1A) de um corte vertical que expõe as colônias microbiais da área de estudo. Foram feitas

correlações com os perfis (tanto longitudinais, quanto da aquisição 3D) adquiridos exatamente

na área acima da exposição que contém algumas colônias visíveis somente em planta.

Apenas uma colônia que aflora na exposição vertical é detectada nos radargrama

(referente a linha L5), representada pela radarfácies microbialítica M1, observada no

fotomosaico (Figura 4.1A). As colônias representadas pelas radarfácies microbialíticas “M2”,

“M3” e “M4” são vistas somente em planta (Figura 4.1C). Já as rochas adjacentes a essas

colônias (tempestitos) são identificadas nas seções GPR como radarfácies tempestítica,

representada por “T” (Figura 4.1B). Também é observado um refletor contínuo ao longo da

seção GPR, ilustrado pelo tracejado verde, associado à superfície basal de crescimento desses

microbialitos, assim como os seus limites laterais de crescimento (Figura 4.1B), ilustrados

pelo tracejado laranja.

As radarfácies microbialíticas (“M1”, “M2”, “M3” e “M4”) são identificadas pelas baixas

amplitudes e pelo aspecto dômico dos refletores (geometria montiforme), que está relacionado

ao arranjo de suas colunas. As radarfácies relacionadas a esses microbialitos possuem

terminações laterais que truncam os refletores adjacentes, marcando os seus limites de

crescimento, ilustrados pelo tracejado laranja (Figura 4.1B).

Já a radarfácies relacionada aos tempestitos apresentam baixa complexidade, podendo ser

resumidas como refletores plano-paralelos, porém, apresentando alguma ondulação. Tal

padrão de refletores é compatível com a estratificação plano-paralela dominante nos

tempestitos. Essa radarfácies possui refletores com maior amplitude do que a radarfácies

microbialítica, podendo indicar uma heterogeneidade maior em relação a esta última. A

estrutura sedimentar relacionada a ondas de tempestade (estratificação cruzada hummocky)

que foi descrita no afloramento (Figura 4.2) não foi identificada nos radargramas, pois as

antenas escolhidas para a aquisição (200 e 400 MHz) não apresentaram resolução vertical

suficiente para identificar essas estruturas sedimentares.

Imageamento e Modelagem Digital com GPR em Microbialitos da Fazenda Arrecife, Chapada Diamantina (BA), NE do Brasil

LIMA, R.S.

26

Figura 4.1 – (A) Fotomosaico da área de estudo; (B) Seção GPR longitudinal (L5) mostrando a radarfácies microbialítica (“M1”, “M2”, “M3” e “M4”) e a radarfácies tempestítica (“T”). O tracejado verde representa a superfície basal de

crescimentos dos microbialitos e o laranja, seus limites de crescimento laterais; (C) Mapa esquemático mostrando a localização espacial das colônias microbialítcas vistas em planta.



LIMA, R.S.

27

Figura 4.2 - Estratificação cruzada hummocky observada nas rochas tempestíticas

4.2 Seções Colunares e Perfis de Raios Gama

O levantamento das seções foi fundamental para a identificação das mudanças

granulométricas entres as camadas de calcarenitos tempestíticos, para a parametrização da

largura das colunas dos microbialitos, assim como para a identificação dos níveis de material

escuro que ocorrem em todo afloramento. Estas camadas ou lâminas de composição não

carbonática (que ocorrem muitas vezes na forma de estilólitos) estão entre os principais

fatores responsáveis pela alta amplitude das ondas eletromagnéticas.

A partir disto, foi possível identificar 4 associações de fácies distintas: Microbialitos

Colunares maiores (MCma), Microbialitos Colunares médios (MCm), Microbialitos

Colunares menores (MCme) e Calcarenitos com estratificação cruzada hummocky (Cahm).

As fácies MCma, MCm e MCme são observadas na seção colunar FA-08 e a fácies Cahm na

seção colunar FA-13. Porém, a fácies Cahm ocorre em outras seções descritas, assim como as

fácies microbialíticas. A denominação para a rocha carbonática tempestítica foi a partir da

classificação de Folk (1962), que se refere ao tamanho médio dos grãos e/ou cristais.

a) Fácies MCma

Esta associação fácies está associada à microbialitos colunares de porte maior (Figura

4.3C). Suas cabeças microbiais medem cerca de 18 cm de largura e suas colunas encontram-

se ramificadas. A cor desses microbialitos também é cinza clara e sua laminação interna é



LIMA, R.S.

28

marcada, ocasionalmente, por estilólitos. A radioatividade nesta fácies apresenta valores entre

120 e 128 cps.

b) Fácies MCm

Representa os microbialitos de porte médio (Figura 4.3B). As cabeças microbiais neste

tipo de fácies medem aproximadamente 12 cm de largura e, diferentemente da fácies MCma,

não apresentam ramificação. Esses microbialitos são predominantemente de cor cinza claro e

eventualmente encontram-se intercalados com estilólitos semelhantes aos da fácies MCme,

sendo que menos espessos. A resposta radioativa indica valores que variam de 100 a 115 cps.

c) Fácies MCme

Esta associação de fácies está relacionada à microbialitos colunares de porte menor

(Figura 4.3A). Suas cabeças microbiais medem cerca de 6 cm de largura e seus valores de

radioatividade variam entre 94 e 105 cps. Apresenta cor cinza claro e encontram-se

delimitados em sua porção basal por estilólito de aproximadamente 2 cm de espessura, que se

encontra preenchido por material.

d) Fácies Cahm

Esta fácies está associada ao calcarenito com estratificação cruzada hummocky. Esta

associação de fácies possui duas assinaturas radioativas distintas. Uma assinatura corresponde

aos calcarenitos de granulação mais grossa, valores de radioatividade entre 130 e 200 cps, que

estão situados na porção basal da seção colunar FA-13 (Figura 4.4A). Já a outra assinatura

corresponde a calcarenitos de granulação mais fina, com valores de radioatividade entre 80 e

130 cps, que estão no topo da seção colunar FA-13 (Figura 4.4B).


LIMA, R.S.

29

Figura 4.3 - Seção colunar FA-08 com sua respectiva descrição e perfil de raios gama. (A) Fácies MCma; (B) Fácies MCm; (C) Fácies MCme.


LIMA, R.S.

30

Figura 4.4 - Seção colunar FA-10 com sua respectiva descrição e perfil de raios gama. (A) Fácies Cahm de granulação mais grossa; (B) Fácies Cahm de

granulação mais fina.



LIMA, R.S.

31

4.3 Seções Delgadas

O estudo petrográfico mostrou que a assembleia mineral dos microbialitos é composta

por: calcita e/ou dolomita (Figura 4.5), quartzo detrítico, limonita e/ou siderita e opacos (pirita

e/ou hematita). A presença de minerais de ferro pode ser resultado da alteração da pirita

(diagenética) que possivelmente estava associada à matéria orgânica dos microbialitos,

tipicamente de ambiente redutor e, devido à oxidação, sofreu uma alteração epigenética

conforme a seguinte paragênese:

FeS2 (pirita) -> Fe2O3 (hematita) -> FeO.OH.nH2O (limonita) ou FeCO3 (siderita)

Figura 4.5 – Fotomicrografias de amostra coletada em um microbialito, mostrando a calcita

geminada, possivelmente relacionada a um metamorfismo precoce. (A) Nicóis paralelos; (B) Nicóis

cruzados.

Esses minerais de ferro aparecem ora com hábito botrioidal (aglomerado), ora com hábito

euedral (Figura 4.6). O primeiro tem origem biogênica, enquanto que o segundo, origem

inorgânica.

Foi identificada ainda a presença de estilólitos horizontais nas seções delgadas (Figura

4.7A), que podem ser resultado da pressão litoestática, em decorrência do soterramento dos

microbialitos, ou estilólitos verticais de natureza tectônica, que aparecem nas rochas

tempestíticas (Figura 4.7B). Os estilólitos, em ambos os casos, encontram-se preenchidos por

material escuro, provavelmente ferruginoso, oriundo da composição química dos minerais

ricos em ferro encontrados nessas rochas.



LIMA, R.S.

32

Figura 4.6 – Fotomicrografia de uma amostra de microbialito onde as setas amarelas indicam a

presença de minerais ricos em ferro com hábito botrioidal e a seta vermelha indica hábito euedral.

Nicóis paralelos.

Figura 4.7– (A) Fotomicrografia do microbialito. As setas apontam estilólitos horizontais

resultantes do soterramento dos microbialitos. Nicóis paralelos; (B) Fotomicrografia do grainstone

com estilólitos tectônicos na posição vertical. Nicóis paralelos.

Nos tempestitos, observa-se além de calcita e/ou dolomita, a presença de quartzo detrítico

(Figura 4.8A), minerais opacos (pirita e/ou hematita), limonita e/ou siderita. Como

constituintes aloquímicos ocorrem intraclastos e pelóides (Figura 4.8B). Estas rochas

aparentemente não apresentam matriz, ou seja, são grão-suportadas. Desta forma, podem ser

classificadas segundo Dunham (1962) como grainstones.



LIMA, R.S.

33

Figura 4.8 – Fotomicrografias do tempestito. (A) Detalhe da calcita/dolomita e quartzo detrítico.

Nicóis paralelos; (B) Intraclastos e pelóides observados em toda parte da seção delgada. Nicóis

paralelos.

4.4 Análises Químicas

As análises químicas foram realizadas em 3 amostras distintas. As amostras 1 e 2

correspondem respectivamente aos grainstones tempestíticos e microbialitos e a amostra 3 aos

níveis estilolíticos. Foram feitas análises nas áreas escuras (que marcam o acamamento) a fim

de identificar a composição química destes níveis e, assim, justificar o contraste

eletromagnético.

A Figura 4.9 mostra a imagem MEV com seu espectro de energia, produto do resultado

do SED (picos de energia para os determinados elementos químicos encontrados na amostra),

para a Amostra 1 e suas respectivas composições químicas, obtidas pelos métodos SED e

FRX (Tabela 4.1). Já a Figura 4.10 e Tabela 4.2 representam essas mesmas informações para

a Amostra 2. Os resultados obtidos tanto na Amostra 1 (grainstones), quanto na Amostra 2

(microbialitos), não mostram valores significantes de elementos que podem ser responsáveis

pelo contraste eletromagnético observado nas seções GPR, como ferro e fósforo, por exemplo.



LIMA, R.S.

34

Figura 4.9 – Espectro e energia da Amostra 1, obtido pelo MEV, mostrando os picos de energia

dos elementos químicos presentes na amostra.

Tabela 4.1 – Teores dos elementos químicos da Amostra 1, obtidos pelo SED e FRX.

AMOSTRA 1

Elemento SED (% atom) FRX (%)

Ca 51,1 73,1

Mg 13,9 7,7

Si 18,6 11,3

Al 7,5 3,1

K 4,7 3,1

Fe 1,4 1,2

P 0,3 -

2 4 6 8 10 12 14keV

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

cps/eV

Ca

Ca

S S P Si Al

Mg K K

Fe Fe

C



LIMA, R.S.

35

Figura 4.10 – Espectro e energia da Amostra 2, obtido pelo MEV, mostrando os picos de

energia dos elementos químicos presentes na amostra.


AMOSTRA 2


Ca 64,6 86,7

Mg 31,9 6,3

Si 2,5 3,8

Al 0,9 1,1

K - 0,9

Fe - 0,6

P - -

2 4 6 8 10 12 14keV

0

1

2

3

4

5

6

7

cps/eV

Ca

Ca

Al Mg

C Si



LIMA, R.S.

36

Para a Amostra 3 (Figura 4.11 e Tabela 4.3), por outro lado, foram identificadas

quantidades consideráveis de elementos como Fe (16,2%) e P (11,6%). Esses elementos

podem ter sido concentrados durante o processo de dissolução que originou as feições

estilolíticas.

Portanto, os fortes refletores observados nas seções GPR são resultado da presença de

níveis fosfáticos ferruginosos e não necessariamente pelos níveis que marcam o acamamento

das rochas aflorantes. Estes refletores são o resultado do contraste de constante dielétrica

entre o meio carbonático - ℇcalcário = 6,55 - calculada a partir da velocidade encontrada para o

meio (Figura 3.4) e os níveis estilolíticos - ℇóxido de ferro= 14,2 - extraída de Braga (2014), que

ocorrem em todo afloramento. Esses níveis fosfáticos ferruginosos são lateralmente extensos,

o que facilita a visualização nos radargramas, pois a resolução alcançada com as frequências

das antenas utilizadas durante a aquisição (200 E 400 MHz) não detecta feições

subcentimétricas.

Figura 4.11 – Espectro e energia da Amostra 2, obtido pelo MEV, mostrando os picos de energia dos

elementos químicos presentes na amostra.



LIMA, R.S.

37


AMOSTRA 3


Ca 60,9 53,4

Mg - -

Si 8,7 15,3

Al 3,2 -

K 1,2 1,3

Fe 11,4 11,9

P 14,6 16,8

4.5 Análise de Atributos

4.5.1 Amplitude Instantânea

O atributo de Amplitude Instantânea provou ser sensível às variações de amplitude

causadas pelo contraste eletromagnético entre interfaces estratigráficas em profundidade

(Figura 4.12), que podem estar relacionados a mudanças litológicas bruscas entre rochas

adjacentes (Chopra e Mafurt, 2005). Os depósitos tempestíticos são representados por

reflexões mais intensas, ou seja, maiores amplitudes, resultado dos fortes contrastes EM do

meio, implicando que esse tipo de rocha tem composição heterogênea, pois se trata de um

calcário impuro. Já nos microbialitos acontece o inverso, suas reflexões são menos intensas,

ora ausentes, com amplitudes menores, pois há pouco ou nenhum contraste EM nesse meio, o

que implica num tipo de rocha mais homogênea. Com esse atributo, portanto, foi possível

individualizar a colônia microbialítica como sendo um padrão de assinatura distinto dos

demais na seção.



LIMA, R.S.

38

Figura 4.12 – Seção GPR com atributo de Amplitude Instantânea. O atributo realçou a colônia

de microbialitos devido ao seu padrão de assinatura distinto..

4.5.2 Energia

O atributo de Energia apresentou resultados semelhantes ao atributo de Amplitude

Instantânea, porém, além da individualização da colônia microbialítica, esse atributo

proporcionou uma melhor visualização da laminação interna desse corpo microbial, que

representa suas colunas. A cor vermelha representa áreas de alta energia e a cor preta e cinza,

áreas de baixa energia (Figura 4.13). Esse contraste é explicado pela distinção do padrão das

assinaturas GPR para as rochas tempestíticas e para os microbialitos. Como os microbialitos

são de natureza homogênea, não há contraste significativo de propriedades eletromagnéticas,

implicando em amplitudes mais baixas (ou seja, baixa energia), enquanto que nos tempestitos

ocorre exatamente o contrário (alta energia), por se tratar de rochas calcárias com

siliciclásticos e, consequentemente, de natureza heterogênea.

Para complementar a interpretação, foi elaborado um cubo de energia que realça e

individualiza a região onde se encontra o microbialito, evidenciado por zonas claras de baixa

energia (Figura 4.14).



LIMA, R.S.

39

Figura 4.13 – Seção GPR com atributo de Energia Esse atributo realçou melhor as laminações

internas do microbialito.

Figura 4.14 - Cubo de energia 3D elaborado para realçar a assinatura GPR da colônia microbialítica

(linha tracejada).

4.5.3 Similaridade

As regiões de cores mais claras expressam alta similaridade entre os refletores, enquanto

que as regiões mais escuras são traduzidas como zonas de baixa similaridade. A partir disso, é

possível realçar a fronteira entre tempestitos e microbialito (áreas mais escuras, ou seja, baixa

similaridade e maior heterogeneidade), que representa um local não similar à vizinhança

(Figura 4.15).



LIMA, R.S.

40

Nas porções da seção onde se encontram os tempestitos, existem zonas escuras e claras,

as zonas escuras implicam em áreas não similares, o que se deve ao fato das rochas

tempestítiticas serem internamente heterogêneas. Já na porção onde ocorre o microbialito, é

possível observar em sua maioria zonas mais claras (similares), tendo em vista que são rochas

internamente mais homogêneas que os tempestitos.

Figura 4.15 – Seção GPR com atributo de Similaridade. Esse atributo realçou a fronteira entre a

colônia microbialítica e os depósitos tempestíticos.

4.5.4 Traço de Hilbert com Energia e Traço de Hilbert com Similaridade

A primeira combinação (Traço de Hilbert com Energia) contemplou não apenas o contato

do microbialito com os depósitos tempestíticos, mas também a estrutura interna da colônia

microbialítica (Figura 4.16). O limite de crescimento da colônia foi melhor realçado quando

comparado a aplicação do atributo de Energia isoladamente, por exemplo. Por outro lado, as

laminações internas do microbialito ficaram mais evidentes apenas com a aplicação do

atributo de Energia.

Já combinação Traço de Hilbert com Similaridade (Figura 4.17) apresenta resultado

semelhante à seção onde apenas o atributo de Similaridade foi aplicado, ainda que neste

último o realce da estrutura interna do microbialito e a fronteira com os depósitos

tempestíticos tenham ficado mais evidentes.



LIMA, R.S.

41

Figura 4.16 –Seção GPR com atributo Traço de Hilbert com Energia. Esse atributo mostrou um

realce mais significativo do limite de crescimento da colônia microbialítica do que o atributo de

Energia isolado.

Figura 4.17 - Seção GPR com atributo Traço de Hilbert com Similaridade. Esse atributo realçou a

estrutura interna da colônia microbialítica.

4.6 Modelo Digital 3D

A partir das linhas GPR processadas convencionalmente, foi possível obter um modelo

digital 3D no software Surpac 6.6.2, o qual é específico para a modelagem geológica. Este

software permitiu criar um volume virtual da colônia microbialítica a partir dos refletores que



LIMA, R.S.

42

delimitam sua estrutura externa por meio de strings (linhas), tanto nas seções GPR de direção

“x”, quanto nas de direção “y”, que foram interpoladas e originaram o modelo tridimensional

apresentado na Figura 4.18A. Também foram delimitadas superfícies internas que

correspondem à laminação da colônia, a qual apresenta um padrão montiforme (Figura

4.18B).

A partir da elaboração do modelo 3D foi possível parametrizar os dados geofísicos

(Figura 4.18C), obtendo-se os seguintes valores:

Eixo maior = 7,5 m;

Eixo menor = 5,5 m;

Espessura máxima = 2,5 m;

Volume = 43 m³;

Área superficial total = 85 m².

Figura 4.18 – (A) Representação do modelo digital 3D da colônia de microbialitos originado a partir

de strings (linhas) em sucessivas seções GPR; (B) Laminação interna do microbialito e (C)

Parametrização da colônia. Eixo “y” em todas as imagens representa o norte geográfico.

Com isso, é possível afirmar que a confecção de um sólido 3D, a partir das interpretações

geofísicas, permite parametrizar a colônia microbialítica.

C

A B

5 - ARTIGO



LIMA, R.S.

43

5. ARTIGO

O artigo disposto a seguir foi produzido inteiramente por Rebeca Seabra de Lima com

orientação, supervisão e auxílio do prof. Dr. Francisco Pinheiro Lima Filho, além da

assistência do Dr. Washington Luiz Evangelista Teixeira e do geólogo Filipe Ramos de

Albuquerque, ambos do Laboratório de Análises Estratigráficas (LAE), no processamento dos

dados. Este trabalho foi submetido para a revista Geologia USP série científica.

IMAGEAMENTO E MODELAGEM DIGITAL COM GPR EM MICROBIALITOS

NEOPROTEROZOICOS DA FORMAÇÃO SALITRE, NE DO BRASIL.

GPR-Digital Imaging and Modeling in Microbialites from Salitre Formation, NE Brazil.

Imageamento com GPR em Microbialitos

Rebeca Seabra de Lima, Washington Luiz Evangelista Teixeira, Filipe Ramos de

Albuquerque; Francisco Pinheiro Lima Filho.

Programa de Pós-Graduação em Geodinâmica, Laboratório de Análises Estratigráficas,

Departamento de Geologia, UFRN. Avenida Senador Salgado Filho, 3000, Caixa Postal 1596,

Bairro Lagoa Nova, CEP 59078-970, Natal, RN, Brasil - Telefone 84 32153683 - ramal 212/

Celular 84 981402191

([email protected]; [email protected]; [email protected];

[email protected]).

6.406 palavras, 19 páginas, 12 figuras.

RESUMO:

O estudo de afloramentos análogos disponibiliza informações relevantes para um reservatório

em escala não observada na sísmica. Devido às recentes descobertas de campos petrolíferos

em reservatórios microbiais, faz-se necessário realizar um estudo mais preciso dessas rochas.

Atualmente, com o uso de geofísica rasa e os avanços no processamento de dados e da

modelagem computacional, podem ser elaborados modelos tridimensionais em escala de

detalhe. O uso do método Ground Penetrating Radar (GPR) em depósitos microbiais, apesar

de pouco abordado na literatura, vem se mostrando cada vez mais eficaz no estudo de

afloramentos análogos para caracterizar, com maior resolução, os reservatórios em

exploração. A proposta desta pesquisa abre novas perspectivas para o imageamento digital 3D

de microbialitos, principalmente quando associada ao processamento GPR e a aplicação de



LIMA, R.S.

44

“atributos geofísicos”. O processamento com atributos em seções GPR foi aplicado com o

objetivo de extrair informações dos dados processados convencionalmente. Dentre eles, o

atributo de “amplitude instantânea” mostrou resultados promissores realçando o limite entre a

colônia de microbialitos (baixa amplitude) e os depósitos tempestíticos (alta amplitude). O

atributo de “energia” apresentou resultado semelhante, sendo que apresentou uma melhor

visualização da laminação interna do microbialitos colunar. A combinação “traço de Hilbert

com energia” ressaltou os limites de crescimento da colônia e o “traço de Hilbert com

similaridade” destacou melhor a sua laminação interna. De posse dessas informações, é

possível afirmar que as técnicas geofísicas utilizadas para o imageamento digital 3D de

microbialitos podem ser aplicadas em outros contextos geológicos semelhantes, a fim de

identificar as geometrias interna e externa desse tipo de análogo e melhor compreendê-lo.

Palavras-chave: Imageamento digital; GPR; Microbialitos.

ABSTRACT

The study of analogous outcrops provides relevant information for an unobserved scale

reservoir in seismic data. Due to the fact of recent discoveries of oil fields in microbial

reservoirs, it is necessary a precise study of these rocks. The shallow geophysics and advances

in data processing and computational modeling can provide high-resolution three-dimensional

models. The use of the Ground Penetrating Radar (GPR) method in microbial deposits,

although the lack of information about this approach in the literature, has been increasingly

effective in the study of analogous outcrops to characterize, with high-resolution, the

reservoirs in exploration. The proposal of this research is to create perspectives for 3D digital

imaging of microbialites, especially when associated with GPR processing and the application

of "geophysical attributes". Processing with attributes in GPR sections was applied in order to

extract information from conventionally processing GPR data. The "instant amplitude"

attribute showed promising results highlighting the limit between the colony of microbialites

(low amplitude) and the tempestite deposits (high amplitude). The "energy" attribute

presented a similar result, on the other hand, provided a better visualization of the internal

lamination of the columnar microbialites. The "Hilbert trace/energy" highlighted the growth

boundary of the microbialite and "Hilbert trace/similarity" highlighted the internal lamination

of the microbialite. Therefore, it is possible to affirm that the geophysical techniques used for

digital 3D imaging of microbialites can be applied in other similar geological contexts in

order to identify the internal and external geometries of this type of analogue.

Keywords: Digital imaging; GPR; Microbialites.

INTRODUÇÃO

Mais de 30% das reservas de hidrocarbonetos do mundo estão situadas em reservatórios

carbonáticos (Bagdan e Pemberton, 2004) e este valor tende a aumentar, principalmente

devido às recentes descobertas de campos petrolíferos gigantes em rochas carbonáticas

denominadas genericamente de “Camadas Pré-Sal” (Carminatti et al., 2008). Apesar da

complexidade envolvida na identificação deste sistema petrolífero, sabe-se que parte

significativa dos reservatórios corresponde a depósitos microbiais (Awramik e Buchheim,



LIMA, R.S.

45

2012; Virgone et al., 2013). Um exemplo destes reservatórios, já em exploração, encontra-se

na Bacia de Santos (Beltrão et al., 2009; Muniz e Bosence, 2009; Himi et al., 2015; Muniz e

Bosence, 2015).

Como consequência direta desta descoberta há uma busca para a identificação de bons

análogos recentes e antigos (Virgone et al., 2013). São considerados como análogos recentes

aos reservatórios do “Pré-Sal” os microbialitos da Lagoa Salgada, Rio de Janeiro (Srivastava

e Rocha 2002; Silva et al., 2007; Rezende et al., 2013), os microbialitos de Shark Bay, na

Austrália (Jahnert e Collins, 2011) e os microbialitos da região do Great Salt Lake, Estados

Unidos (Virgone et al., 2013; Pace et al., 2016). Existem poucos afloramentos considerados

como análogos antigos, como os depósitos microbiais do Cretáceo, Bacia de Salta, Argentina

(Hamon et al., 2012; Roemers-Oliveira et al., 2015), os depósitos microbiais do Jurássico,

Bacia Ibérica, Espanha, (Pueyo-Anchuela et al., 2011), os depósitos microbiais do Eoceno,

Bacia Green River, Estados Unidos (Virgone et al., 2013) e microbialitos do Neoproterozoico

da Bacia de Irecê, Brasil (Himi et al., 2015).

Para Virgone et al. (2013) os análogos recentes e antigos fornecem chaves adicionais para

descrever o padrão sedimentológico e estratigráfico observado na escala de testemunho e

ajudam no entendimento do impacto das mudanças climáticas, do fluxo de fluido e da química

da água na produção de carbonatos. O estudo de afloramentos análogos disponibiliza ainda

informações sobre a eventual presença de heterogeneidades (deposicionais ou

deformacionais) em escala não observada na sísmica tradicional, portanto, não aplicada a

trabalhos rotineiros de reservatório. Atualmente, com o uso de geofísica rasa (GPR,

Eletrorresistividade e Sísmica) e os avanços no processamento de dados e da modelagem

computacional, podem ser elaborados modelos tridimensionais em escala de detalhe,

impossível de serem obtidos com a sísmica de prospecção para hidrocarbonetos. Com estes

modelos pode ser possível entender melhor a distribuição dos fluidos nos reservatórios.

O método Ground Penetrating Radar (GPR) tem sido utilizado com sucesso no

imageamento de feições geológicas em rochas carbonáticas como, por exemplo, para o

imageamento de falhas e fraturas (Pipan et al., 2003a, 2003b; Grasmueck et al., 2005a, 2005b;

Jeannin et al., 2006; Theune et al., 2006; McClymont et al., 2008; Forte et al., 2012;

Fernandes et al., 2015), de paleocavernas colapsadas e outras feições cársticas (Chamberlain

et al., 2000; McMechan et al., 2002; Al-fares et al., 2002; Loucks et al., 2004; Kruse et al.,

2006; Jesus et al., 2012; Reis Jr et al., 2014; Reis Jr et al., 2015), de geometrias de

plataformas carbonáticas (Jorry e Biévre, 2011) e de coquinas (Jahnert et al., 2012; Menezes

et al., 2016).

Um número reduzido de artigos foi publicado utilizando o GPR no estudo de depósitos

microbiais (Pueyo-Anchuela et al., 2011; Himi et al., 2015). Entretanto, o método GPR

mostrou-se adequado para o imageamento dos depósitos microbiais neoproterozoicos da

Formação Salitre, NE do Brasil, objeto deste trabalho, o qual é considerado um análogo

antigo aos reservatórios do Pré Sal (Himi et al., 2015).

O método GPR, quando aplicado a áreas que apresentam materiais dielétricos com baixa

condutividade elétrica, como o encontrado na área desta pesquisa, permite que a atenuação da

propagação da onda eletromagnética (EM) possa ser considerada independente da velocidade

de propagação. Desta forma, o método GPR apresenta semelhanças cinemáticas com o

método sísmico, pois as ondas, eletromagnéticas e mecânicas, se propagam com velocidades

que dependem diretamente das propriedades físicas do meio. Tais semelhanças permitem que



LIMA, R.S.

46

técnicas de processamento desenvolvidas para o método sísmico possam ser aplicadas ao

método GPR com apenas algumas modificações. Uma dessas técnicas herdadas da sísmica e

aplicados nos dados de GPR é o uso de atributos (Castro et al., 2014). Os atributos

representam subconjuntos do volume total de informações contidos em um dado sísmico, ou

GPR, caso desta pesquisa, e a análise de atributos refere-se à decomposição deste dado em

atributos constituintes (Barnes, 1999).

Os principais fatores que diferenciam os métodos estão relacionados à escala de

aplicabilidade e aos parâmetros físicos envolvidos (Ursin, 1983). As técnicas de

processamento e interpretação desenvolvidas para o dado sísmico, utilizadas para estimar

geometria e propriedades físicas dos reservatórios a partir de atributos sísmicos, podem

também ser aplicadas aos dados GPR para realçar feições geológicas de interesse, desde que

feitas adaptações nos parâmetros de entrada dos algoritmos das equações (Carcione, 2007),

como, por exemplo, números de traços analisados, amostragem temporal, escala da

velocidade e etc, pois os dados de GPR costumam apresentar mais traços (amostragem

horizontal) e menor janela de tempo (amostragem vertical) que nos dados sísmicos

convencionais.

A aplicação de atributos em dados de GPR é bem recente (Cassidy, 2009). Exemplos

desse tipo de aplicação pode ser encontrada em alguns trabalhos, como Senechal et al. (2000),

Corbeanu et al. (2002), Geerdes e Young (2007), Böniger e Tronicke (2010), Forte et al.

(2012), Castro et al. (2014), Reis Jr et al. (2014) e Reis Jr et al. (2015).

É objetivo deste trabalho realizar avaliações com diferentes atributos para comparar os

resultados entre si e com o processamento tradicional, no que tange o realce de feições

geológicas (geometria dos corpos microbiais, contatos com as rochas adjacentes) e de

radarfácies. Os atributos avaliados neste trabalho foram: de amplitude instantânea, energia,

similaridade, traço de Hilbert com energia e traço de Hilbert com similaridade.

CONTEXTO GEOLÓGICO

A área de estudo está situada na porção centro-norte do Cráton São Francisco, Chapada

Diamantina, no nordeste do Brasil. No afloramento da Fazenda Arrecife, onde foram

realizadas as aquisições (exposição vertical ou tanque), afloram os microbialitos

neoproterozoicos da Formação Salitre, que compõem, juntamente com a Formação

Bebedouro, o Grupo Una do Supergrupo São Francisco (Figura 1A). As rochas da Formação

Bebedouro encontram-se sob as rochas da Formação Salitre, sendo separadas por discordância

erosiva. A Formação Bebedouro é composta por metasiltitos e metargilitos, apresentando

seixos dispersos de composição variada e seixos caídos (dropstones) sugestivos de sua origem

glacial (Guimarães, 1996; Figueiredo; 2008). Já a Formação Salitre é constituída por rochas

carbonáticas com pequenas intercalações terrígenas, além de rochas bioconstruídas. Esses

litotipos caracterizam depósitos de ambiente marinho plataformal dominado por marés (Misi,

1998; Bonfim et al., 1985; Souza et al., 1993). As rochas da Formação Salitre foram

recentemente datadas pelo método U/Pb por Santana et al. (2015), sendo sua idade máxima de

deposição 669 ± 14 Ma.

As rochas da Formação Salitre se destacam pela abundância de biostromas e bioermas de

microbialitos, de natureza diversa e de diferentes dimensões, os quais constituem os objetos

principais de investigação deste trabalho. Na área de trabalho, estes depósitos



LIMA, R.S.

47

organossedimentares encontram-se associados a rochas calcareníticas originadas pela ação de

tempestades, evidenciadas por estratificações cruzadas do tipo hummocky, segundo Srivastava

e Rocha (2002). No entanto, estudos recentes afirmam que os depósitos laminados que se

intercalam com esses microbialitos são representados por grainstones oolíticos, originados

por fluxo bidirecional, caracterizados por estratificações cruzadas do tipo herringbone (Caird

et al., 2017).

METODOLOGIA

Aquisição dos dados geofísicos

Os dados geofísicos foram adquiridos com um sistema SIR-3000, fabricado pela GSSI

(Geophysical Survey Systems, Inc.), utilizando as antenas de 200 e 400 MHz. Foram

adquiridas 13 linhas paralelas ao paredão principal do afloramento, com direção NNE-SSW e

328, 83 m de aquisição, além de 32 linhas compondo uma malha regular adquirida no modo

3D. Foi imageada uma colônia de microbialitos, medindo 10 m na direção N-S e 5 m na

direção E-W, abrangendo uma área de 50 m² e totalizando 215 m lineares de dados GPR

(Figura 1B). Ambas as aquisições foram realizadas com espaçamento de 0,5 m entre as linhas.

O grid 3D é o principal objeto de estudo da pesquisa, pois a partir desses dados foram testados

os atributos geofísicos.

Para o geoposicionamento dos dados, foi realizado um levantamento planialtimétrico

utilizando GPS Geodésico, com precisão milimétrica, além de uma Estação Total. Para o

imageamento 3D (grid representado pelo tracejado vermelho na Figura 2), foi escolhida uma

colônia de microbialitos que se encontra totalmente preservada em planta (representado pelo

tracejado azul na Figura 2), apesar de não aflorar no corte vertical. Por existir uma colônia

bem exposta próxima a ela, foi possível correlacioná-las e, assim, parametrizar o dado

geofísico.



LIMA, R.S.

48

Figura 1: (A) Localização da área de estudo e do contexto regional; (B) Croqui da aquisição das linhas GPR e

localização espacial dos microbialitos.

Figura 2: Vista frontal de uma das colônias de microbialitos da Fazenda Arrecife (BA), onde foi realizada a

aquisição 3D, ilustrada pelo quadrado tracejado em vermelho. O tracejado em azul indica a colônia escolhida para ser detalhadamente imageada, onde foram adquiridas duas linhas GPR referentes ao seu eixo maior e ao seu eixo menor.



LIMA, R.S.

49

Processamento

A etapa de processamento foi feita no software Reflexw e teve como objetivo aumentar a

relação sinal ruído, a fim de obter uma melhor representação visual do dado geofísico

referente aos alvos estudados. Trata-se de um processamento básico que consta de poucas

etapas, a fim de interferir o mínimo possível no dado original, tendo em vista que a qualidade

do sinal nos radargramas brutos já era considerada satisfatória.Depois de avaliar diversos

fluxos de processamento, foi definida uma sequência suficiente para atenuar o ruído, sem

modificar o sinal, de forma que não comprometesse a interpretação geológica.

A sequência de processamento seguiu a seguinte ordem: (1) Correção do Tempo Zero

(Start Time); (2) Dewow; (3) Background Removal; (4) Remoção do Ganho; (5) Aplicação de

Ganho; (6) Filtro Passa-Banda; (7) Correção Topográfica; (8) Conversão Tempo-

Profundidade.

Apesar da morfologia do terreno da área de estudo aparentemente plana, foi necessário

aplicar uma correção topográfica para melhor reconstruir a geometria real dos refletores para

que não ocorressem problemas na interpretação das seções GPR. Nesta etapa, as coordenadas

geográficas também foram inseridas no cabeçalho do dado. Na etapa Conversão Tempo-

Profundidade, foi realizada uma análise de velocidade pelo método das hipérboles, resultando

em valor de velocidade de aproximadamente 0,117 m/ns e constante dielétrica (ℇ) = 6,6.

Comparando-se o dado bruto (Figura 3A) com o dado processado (Figura 3B), observa-se

a correção do tempo zero no dado processado, além da remoção das ondas diretas e ruídos de

alta e baixa frequência. Os efeitos relacionados à indução eletromagnética e a atenuação do

sinal em profundidade foram corrigidos, permitindo assim a visualização dos limites de

crescimento da colônia microbialítica (“M”) e seu contato lateral com os depósitos

tempestíticos (“T”). Uma vez processadas, as linhas GPR foram interpoladas também no

software Reflexw gerando, portanto, um cubo 3D. Posteriormente, esse cubo foi convertido

para o formato SEG-Y e então importado no software OpendTect para visualização 3D e

aplicação de atributos.



LIMA, R.S.

50

Figura 3: (A) Radargrama bruto da área de estudo; (B) Resultado pós-processamento. Na seção, as setas

indicam os efeitos do processamento na seção GPR e a simbologia “T” e “M”, refere-se ao posicionamento dos tempestitos e do microbialito, respectivamente.

Parametrização do sinal geofísico

Para uma melhor interpretação dos dados GPR foi utilizado um fotomosaico de um corte

vertical que expõe as colônias microbiais da área de estudo (Figura 4A). Foram feitas

correlações com os perfis (tanto longitudinais, quanto da aquisição 3D) adquiridos exatamente

na área acima da exposição que contém algumas colônias visíveis somente em planta (Figura

4B).

Apenas uma colônia que aflora na exposição vertical é detectada nos radargrama

(referente a linha L5), representada pela radarfácies microbialítica M1, observada no

fotomosaico (Figura 4A). As colônias representadas pelas radarfácies microbialíticas “M2”,

“M3” e “M4” são vistas somente em planta (Figura 4C). Já as rochas adjacentes a essas

colônias (tempestitos) são identificadas nas seções GPR como radarfácies tempestítica,

representada por “T”. Também é observado um refletor contínuo ao longo da seção GPR,

ilustrado pelo tracejado verde, associado à superfície basal de crescimento desses

microbialitos (Figura 4B).

As radarfácies microbialíticas (“M1”, “M2”, “M3” e “M4”) são identificadas pelas baixas

amplitudes e pelo aspecto dômico dos refletores (geometria montiforme), que está relacionado



LIMA, R.S.

51

ao arranjo de suas colunas. As radarfácies relacionadas a esses microbialitos possuem

terminações laterais que truncam os refletores adjacentes, marcando os seus limites de

crescimento, ilustrados pelo tracejado laranja (Figura 4B).

Figura 4: (A) Fotomosaico da área de estudo; (B) Seção GPR longitudinal (L5) mostrando a radarfácies

microbialítica (“M1”, “M2”, “M3” e “M4”) e a radarfácies tempestítica (“T”). O tracejado verde representa a

superfície basal de crescimentos dos microbialitos e o laranja, seus limites de crescimento laterais; (C) Mapa

esquemático mostrando a localização espacial das colônias microbialítcas vistas em planta.

Já a radarfácies relacionada aos tempestitos apresentam baixa complexidade, podendo ser

resumidas como refletores plano-paralelos, porém, apresentando alguma ondulação. Tal

padrão de refletores é compatível com a estratificação plano-paralela dominante nos



LIMA, R.S.

52

tempestitos. Essa radarfácies possui refletores com maior amplitude do que a radarfácies

microbialítica, podendo indicar uma heterogeneidade maior em relação a esta última. A

estrutura sedimentar relacionada a ondas de tempestade (estratificação cruzada hummocky)

que foi descrita no afloramento (Figura 5) não foi identificada nos radargramas, pois as

antenas escolhidas para a aquisição (200 e 400 MHz) não apresentaram resolução vertical

suficiente para identificar essas estruturas sedimentares.

Figura 5: Estratificação cruzada hummocky observada nas rochas tempestíticas.

Os fortes refletores que ressaltam a laminação interna desses microbialitos (Fig. 6A) são

gerados por altas amplitudes causadas pelo contraste de constante dielétrica entre o meio

carbonático (ℇcalcário = 6,5) e os níveis escuros fosfáticos ferruginosos encontrados em todo o

afloramento (ℇferro= 14,2), e, por isso, ressaltam também o acamamento dos tempestitos (Fig.

6B).

Figura 6: Níveis escuros observados nas laminações do microbialito (A) e no acamamento do tempestito (B),

observados na forma de refletores nas seções GPR.

Atributos GPR

Para aprimorar a interpretação dos dados GPR, foi utilizada uma técnica denominada

“análise de atributos sísmicos”, adaptada ao dado GPR. De acordo com Chopra e Marfurt

(2005), o atributo sísmico é uma medida quantitativa de uma característica geofísica de

interesse a partir de um dado sísmico. Esta técnica tem sido utilizada na interpretação de

radargramas GPR muito recentemente (Cassidy, 2009). A partir desta técnica, foi possível



LIMA, R.S.

53

ressaltar feições não observadas, ou pouco evidentes, no dado em amplitude, facilitando a

interpretação geológica. A abordagem de atributos geofísicos aplicados a dados GPR na

caracterização de depósitos microbiais, no entanto, não é encontrada na literatura.

A análise de atributos foi feita a partir dos dados 3D processados. Como os perfis maiores

do grid são paralelos à escarpa do afloramento, foi possível correlacionar a interpretação do

dado GPR com a descrição geológica realizada em campo. A linha L4 foi escolhida para

ilustrar a aplicação dos atributos, tendo em vista sua posição espacial, que passa exatamente

sobre a porção central da colônia microbialítica, facilitando a sua visualização completa (tanto

em profundidade quanto em extensão lateral) (Figura 7).

Figura 7: Radargrama interpretado (tracejado em preto) ilustrando a linha L4 e sua posição geográfica no

afloramento (centro da bioerma).

RESULTADOS E DISCUSSÕES

Atributo de amplitude instantânea

Os atributos sísmicos baseados em eventos instantâneos são gerados a partir da análise do

traço sísmico complexo no local exato do evento de referência Segundo Taner et al. (1979), o

traço sísmico convencional pode ser visto como o componente real de um traço complexo, o

qual pode ser calculado em condições usuais. Em outras palavras, os atributos calculados com

base em eventos instantâneos levam em consideração a parte imaginária do traço

sísmico/GPR complexo.



LIMA, R.S.

54

O atributo de “amplitude instantânea” provou ser sensível às variações de amplitude

causadas pelo contraste eletromagnético (EM) entre as rochas em profundidade (Fig. 8), que

podem estar relacionados a mudanças litológicas bruscas entre rochas adjacentes (Chopra e

Mafurt, 2005). Os depósitos tempestíticos são representados por reflexões mais intensas, ou

seja, maiores amplitudes, resultado dos fortes contrastes EM do meio, implicando que esse

tipo de rocha tem composição heterogênea, pois se trata de um calcário impuro. Já nos

microbialitos acontece o inverso, suas reflexões são menos intensas, ora ausentes, e seus

valores de amplitude são menores, pois há pouco ou nenhum contraste EM nesse meio, o que

implica num tipo de rocha mais homogênea.

Desta forma, este atributo permitiu uma melhor individualização da colônia

microbialítica, destacada pela baixa concentração de energia EM expressa por baixos valores

de amplitude (região onde predomina as cores quentes). Também foi possível contemplar o

seu limite de crescimento (região que circunda a colônia, representadas por cores frias) onde é

possível observar áreas com valores maiores de amplitude.

Figura 8: Nesta figura pode se observar a seção GPR com aplicação do atributo de “amplitude instantânea”. O

atributo realçou a colônia de microbialitos devido ao seu padrão de assinatura distinto.

Atributo de energia

O “atributo de energia” é calculado a partir da razão entre a soma dos quadrados das

amplitudes e o número de amostras, dentro de uma janela de tempo específica. A partir das

variações de amplitude, esse atributo permite realçar refletores com baixas e altas energias

(Fig. 9A), apresentando um resultado semelhante ao atributo de amplitude instantânea, porém,

além da individualização da colônia microbialítica, esse atributo proporcionou uma melhor

visualização da laminação interna desse corpo microbial, que representa suas colunas. A cor

vermelha representa áreas de alta energia e a cor preto e cinza, áreas de baixa energia. Esse

contraste é explicado pela distinção do padrão das assinaturas GPR para as rochas

tempestíticas e para os microbialitos. Como os microbialitos são de natureza homogênea, não

há contraste significativo de propriedades eletromagnéticas, implicando em amplitudes mais

baixas (ou seja, baixa energia), enquanto que nos tempestitos ocorre exatamente o contrário

(alta energia), por se tratar de um calcário com siliciclásticos e, consequentemente, de

natureza heterogênea.

Outra técnica utilizada foi a combinação do atributo “traço de Hilbert” com outros

atributos. O “traço de Hilbert” atribui algoritmos que revelam um aspecto de pseudo-relevo



LIMA, R.S.

55

nas seções, muitas vezes, realçando elementos não observados com apenas um atributo

inserido.

A partir disso, a primeira combinação (“traço de Hilbert com energia”) contemplou não

apenas o contato do microbialito com os depósitos tempestíticos, mas também a estrutura

interna da colônia microbialítica (Fig. 9B). O limite de crescimento da colônia foi melhor

realçado quando comparado a aplicação do “atributo de energia” isoladamente, por exemplo.

Por outro lado, as laminações internas do microbialito ficaram mais evidentes apenas com a

aplicação do “atributo de energia”. Para complementar a interpretação, foi elaborado um cubo

de energia que realça e individualiza a região onde encontra-se o microbialito, evidenciado

por zonas claras de baixa energia (Figura 10).

Figura 9: (A) “Atributo de energia”. Esse atributo realçou melhor as laminações internas do microbialito; (B)

Atributo “traço de Hilbert com energia”. Esse atributo mostrou um realce mais significativo do limite de crescimento da colônia microbialítica do que o “atributo de energia” isolado.



LIMA, R.S.

56

Figura 10: Cubo de energia 3D elaborado para realçar a assinatura GPR da colônia microbialítica (linha

tracejada).

Atributo de similaridade

O atributo de similaridade faz parte de uma classe de atributos relacionados à geometria

dos refletores e realçam características geométricas do dado sísmico/GPR. Trata-se de uma

forma do “atributo de coerência”, o qual caracteriza o quão dois ou mais traços são similares

entre si (Chopra, 2001).

Este atributo é também denominado “multi-traço”, que representa as propriedades de

similaridade do dado atuando em cada traço individualmente. O cálculo desse atributo

abrange um conjunto de traços referentes a um padrão de vizinhança em relação a um traço

central. Existem diversos padrões para calcular o “atributo de similaridade”, o padrão adotado

neste trabalho faz parte da extensão (disponível no software OpendTect) “todas as direções”.

As regiões de cores mais claras expressam alta similaridade entre os refletores, enquanto

que as regiões mais escuras são traduzidas como zonas de baixa similaridade. A partir disso, é

possível realçar a fronteira entre tempestitos e microbialito (áreas mais escuras, ou seja, baixa

similaridade e maior heterogeneidade), que representa um local não similar à vizinhança

(Figura 11A).

Nas porções da seção onde se encontram os tempestitos, existem zonas escuras e claras.

As zonas escuras implicam em áreas não similares, o que se deve ao fato das rochas

tempestíticas serem internamente heterogêneas. Já na porção onde ocorre o microbialito, é

possível observar em sua maioria zonas mais claras (similares), tendo em vista que são rochas

internamente mais homogêneas que os tempestitos.

Atributo traço de Hilbert

O “atributo traço de Hilbert”, pertencente a classe dos atributos instantâneos, é um

atributo que leva em consideração a parte imaginária do traço sísmico/GPR complexo, sendo



LIMA, R.S.

57

assim, podendo ser computado a partir do traço sísmico/GPR real por meio da Transformada

de Hilbert. Tanto o traço real, quanto o imaginário, possuem o mesmo espectro de amplitude.

A combinação do “atributo traço de Hilbert” com outros atributos revela um aspecto de

pseudo-relevo as seções, muitas vezes, realçando elementos não observados com apenas um

atributo inserido.

Essa metodologia, também conhecida como Volume de Amplitudes, foi desenvolvida por

Bulhões (1999). Para o Volume de Amplitudes, é necessária a escolha da janela de tempo

relacionada ao comprimento de onda do dado sísmico/GPR que se quer investigar.

A combinação “traço de Hilbert com similaridade” (Figura 11B) apresenta resultado

semelhante à seção onde apenas o “atributo de similaridade” foi aplicado, ainda que neste

último o realce da estrutura interna do microbialito e a fronteira com os depósitos

tempestíticos tenham ficado mais evidentes.

Figura 11: (A) “Atributo de similaridade”. Esse atributo realçou a fronteira entre a colônia microbialítica e os

depósitos tempestíticos; (B) Atributo “traço de Hilbert com similaridade”. Esse atributo realçou a estrutura interna da colônia microbialítica.

Modelagem 3D

A partir das linhas GPR processadas convencionalmente, foi possível obter um modelo

digital 3D no software Surpac 6.6.2, o qual é específico para a modelagem geológica. Este



LIMA, R.S.

58

software permitiu criar um volume virtual da colônia microbialítica a partir dos refletores que

delimitam sua estrutura externa por meio de strings (linhas), tanto nas seções GPR de direção

“x”, quanto nas de direção “y”, que foram interpoladas e originaram o modelo tridimensional

apresentado na Figura 12A. Também foram delimitadas superfícies internas que

correspondem à laminação da colônia, a qual apresenta um padrão montiforme (Figura 12B).

A partir da elaboração do modelo 3D foi possível parametrizar os dados geofísicos

(Figura 12C), obtendo-se os seguintes valores:

Eixo maior = 7,5 m;

Eixo menor = 5,5 m;

Espessura máxima = 2,5 m;

Volume = 43 m³;

Área superficial total = 85 m².

Figura 12 – (A) Representação do modelo digital 3D da colônia de microbialitos originado a partir de strings

(linhas) em sucessivas seções GPR; (B) Laminação interna do microbialito e (C) Parametrização da colônia. Eixo

“Y” em todas as imagens representa o norte geográfico.

Com isso, é possível afirmar que a confecção de um sólido 3D, a partir das interpretações

geofísicas, permite parametrizar a colônia microbialítica.

CONCLUSÕES

O dado GPR mostra duas assinaturas distintas para a área de estudo: uma delas com

baixos valores de amplitude (refletores de menor intensidade, com geometria montiforme),

associada à radarfácies microbialítica. Já o outro padrão de assinatura revela refletores de

maior intensidade, em sua maioria plano-paralelos, que expressam regiões de alta amplitude,

referente à radarfácies tempestítica.

A aplicação de algoritmos matemáticos (atributos) aos dados GPR permitiram identificar,

em escala decimétrica, os limites de crescimento do microbialito imageado, além de realçar

sua geometria interna (laminação). Os atributos relacionados à amplitude (“mplitude

A B

C



LIMA, R.S.

59

instantânea”, “energia” e “traço de Hilbert com energia”) permitiram identificar duas áreas

que correspondem a duas repostas eletromagnéticas distintas: Regiões de baixas amplitudes e,

consequentemente, baixas energias foram identificadas como zonas onde aflora o

microbialito; regiões de altas amplitudes e energias foram identificadas como rochas

tempestíticas. O “atributo de energia”, no entanto, conseguiu realçar melhor a estrutura

interna da colônia microbialítica, enquanto que a combinação desse atributo com o atributo

“traço de Hilbert”, realçou os limites de crescimento da colônia e sua fronteira com os

depósitos tempestíticos. O “atributo de similaridade” também conseguiu realçar a fronteira

entre a colônia microbialítica e os depósitos tempestíticos, bem como a laminação interna da

colônia. Já com a combinação “traço de Hilbert com similaridade”, essas feições não ficaram

tão evidentes, ainda que tenha conseguido inferir um contraste de similaridade.

A interpretação das seções GPR a partir da aplicação de atributos mostra um melhor

resultado do que o processamento convencional. O sólido 3D construído a partir dessas

interpretações permite parametrizar a colônia microbialítica, projetando um modelo geológico

real das colônias da área de estudo.

A metodologia abordada nesta pesquisa, envolvendo a aplicação de atributos aos dados

GPR, permitiu realçar características do microbialito que foram pouco observadas no dado

original. Portanto, pode ser utilizada em outros contextos geológicos semelhantes (aflorantes

ou não-aflorantes).

AGRADECIMENTOS

Os autores agradecem a DGB Earth Sciences Company pela licença acadêmica do

software OpendTect 6.0.0 e à Companhia de Petróleo Brasileira (Petrobras) pelo apoio

financeiro ao projeto Sismocarbo. RSL e FPLM agradecem também a concessão da bolsa de

estudos pela Petrobras através do Programa de Recursos Humanos (PRH) – 229 da

Universidade Federal do Rio Grande do Norte (UFRN).

REFERÊNCIAS

Al-fares, W., Bakalowicza, M., Guérinc, R., Dukhan, M. (2002). Analysis of the karst

aquifer structure of the Lamalou area (Hérault, France) with ground penetrating radar. Journal

of Applied Geophysics, 51(2), 97-106.

Awramik, S. M., Buchheim, H. P. (2012). The quest for microbialite analogs to the South

Atlantic Pre-Salt carbonate hydrocarbon reservoirs of Africa and South America. Houston

Geological Society Bulletin, 55, 21.

Bagdan, C. A., Pemberton, S. G. (2004). Karst breccia and bank collapse breccia:

Implications for reservoir characterization of the McMurray Formation, Alberta, Canada.

AAPG Bulletin, 88, 13.

Barnes, A. E. (1999). Seismic attributes past, present, and future. In: SEG Technical

Program Expanded Abstracts 1999, 1, 892-895. Society of Exploration Geophysicists.

Beltrão, R. L. C., Sombra, C. L., Lage, A. C. V. M., Fagundes Netto, J. R., Henriques, C.

C. D. (2009). Challenges and new technologies for the development of the pre-salt cluster,

Santos Basin, Brazil. Offshore Technology Conference, 1-11. Houston, Texas.



LIMA, R.S.

60

Bonfim L. F. C., Rocha A. J. D., Pedreira A. J., Morais Filho J. C., Guimarães J. T., Tesch

N. A. (1985). Projeto Bacia de Irecê. Relatório Final. Salvador, CPRM.

Böniger, U., Tronicke, J. (2010). Improving the interpretability of 3D GPR data using

target–specific attributes: application to tomb detection. Journal of Archaeological Science,

37(4), 672-679. Caird, R. A., Pufahl, P. K., Hiatt, E. E., Abram, M. B., Rocha, A. J. D., Kyser, T. K.

(2017). Ediacaran stromatolites and intertidal phosphorite of the Salitre Formation, Brazil:

Phosphogenesis during the Neoproterozoic Oxygenation Event. Sedimentary Geology, 350,

55-71.

Carcione, J. M. (2007).Wave fields in real media: Wave propagation in anisotropic,

anelastic, porous and electromagnetic media. Amsterdam: Elsevier.

Carminatti, M., Wolff, B., Gamboa, L. (2008). New exploratory frontiers in Brazil. 19th

World Petroleum Congress. 1-11. Madrid, Spain.

Cassidy, N. J. (2009). Ground penetrating radar data processing, modelling and analysis.

In: H. M. Jol (Ed.), Ground Penetrating Radar: theory and applications, 1, 141-172.

Amsterdam: Elsevier.

Castro, D. L., Reis Júnior, J. A., Teixeira, W. L. E., Albuquerque Silva, V., Lima Filho, F.

P. (2014). Ground-penetrating radar imaging techniques applied in 3D environment: example

in inactive dunes. Revista Brasileira de Geofísica, 32(2), 273-289.

Chamberlain, A. T., Andrew, T. C., William, S., Chis, P., Roslyn, C. (2000). Cave

detection in limestone using ground penetrating radar. Journal of Archaeological Science,

27(10), 957-964.

Chopra, S., Marfurt, K. J. (2005). Seismic attributes - A historical perspective.

Geophysics, 70(5), 3SO-28SO.

Corbeanu, R. M., Mcmechan, G. A., Szerbiak, R. B., Soegaard, K. (2002). Prediction of

3D fluid permeability and mudstone distributions from ground-penetrating radar (GPR)

attributes: Example from the Cretaceous Ferron member, east-central Utah. Geophysics,

67(5), 1495-1504.

Fernandes, A. L., Medeiros, W. E., Bezerra, F. H., Oliveira, J. G., Cazarin, C. L. (2015).

GPR investigation of karst guided by comparison with outcrop and unmanned aerial vehicle

imagery. Journal of Applied Geophysics, 112, 268-278.

Figueiredo, F. T. (2008). Fácies sedimentares e proveniência da Formação Bebedouro,

Neoproterozóico (BA). Dissertação (Mestrado). São Paulo: Instituto de Geociências - USP.

Forte, E., Pipan, M., Casabianca, D., Di Cuia, R., Riva, A. (2012). Imaging and

characterization of a carbonate hydrocarbon reservoir analogue using GPR attributes. Journal

of Applied Geophysics, 81, 76-87.

Geerdes, I., Young, R.A. (2007). Spectral decomposition of 3D GPR data from an alluvial

environment. The Leading Edge, 26(8), 1024-1030.

Chopra, S. (2001). Integrating coherence cube imaging and seismic inversion. The

Leading Edge, 20(4), 354-362.

Grasmueck, M., Weger, R., Horstmeyer, H., (2005a). Full-resolution 3D GPR imaging.

Geophysics 70 (1), K12–K19.

Grasmueck, M., Viggiano, D., Smith, L., Nyahay, R. (2005b). 3-D vision Ground

Penetrating Radar (GPR): reservoir anatomy beyond the outcrop surface. AAPG Annual

Meeting. Resumo expandido. Calgary, Alberta.

Guimarães, J. T. (1996). A Formação Bebedouro no Estado da Bahia; faciologia

estratigrafia e ambientes de sedimentação. Dissertação (Mestrado). Salvador: Instituto de

Geociências – UFBA.



LIMA, R.S.

61

Hamon, Y., Rohais, S., Deschamps, R., Gasparrini, M. (2012) Outcrop analogue of Pre-

salt microbial series from South Atlantic: the Yacoraite Fm, Salta rift system (NW

Argentina). Hedberg Conference. 1-4. Houston, Texas.

Himi, M., Medeiros Souza, A., Lovera, R., Francelino, A. M., Egito, L. M., Teixeira, W.

E., Lima Filho, F. P., Casas, A. (2015). First Attempt to Characterize Neoproterozoic

Stromatolites at Chapada Diamantina (Brazil) by Geophysical Methods. 21st European

Meeting of Environmental and Engineering Geophysics, 1-5. Turin, Italy: NSG.

Jahnert, R. J., Collins, L. B. (2011). Significance of subtidal microbial deposits in Shark

Bay, Australia. Marine Geology, 286(1), 106-111.

Jahnert, R., De Paula, O., Collins, L., Strobach, E., Pevzner, R. (2012). Evolution of a

coquina barrier in Shark Bay, Australia by GPR imaging: Architecture of a Holocene

reservoir analog. Sedimentary Geology, 281, 59-74.

Jeannin, M., Garambois, S., Grégoire, C., Jongmans, D., 2006. Multiconfiguration GPR

measurements for geometric fracture characterization in limestone cliffs (Alps). Geophysics,

71(3), B85-B92.

Jesus, T. E. S., Reis Jr., J. A., Castro, D. L., Lima Filho, F. P. (2012). Imageamento digital

de paleocavernas colapsadas com ground penetrating radar. Geologia USP. Série Científica,

12(3), 71-84.

Jorry, S. J., Bièvre, G. (2011). Integration of sedimentology and ground‐penetrating radar

for high‐resolution imaging of a carbonate platform. Sedimentology, 58(6), 1370-1390.

Kruse, S., Grasmueck, M., Weiss, M., Viggiano, D. A. (2006). Sinkhole structure imaging

in covered Karst terrain. Geophysical Research Letters, 33(16), 1-6.

Loucks, R. G., Mescher, P., McMechan, G. A. (2004). Three-dimensional architecture of a

coalesced, collapsed-paleocave system in the Lower Ordovician Ellenburger Group, central

Texas. AAPG Bulletin, 88(5), 545-564. McClymont, A. F., Green, A. G., Streich, R., Horstmeyer, H., Tronicke, J., Nobes, D. C.,

Pettinga, J., Campbell, J., Langridge, R. (2008). Visualization of active faults using geometric

attributes of 3D GPR data: an example from the Alpine Fault Zone, New Zealand.

Geophysics, 73(2), B11–B23.

McMechan, G. A., Loucks, R. G., Mescher, P., Zeng, X. (2002). Characterization of a

coalesced, collapsed paleocave reservoir analog using GPR and well-core data. Geophysics,

67(4), 1148-1158.

Menezes, P. T. L., Travassos, J. M., Medeiros, M. A. M. (2016). A High-resolution facies

model of pre-salt lacustrine carbonates reservoirs. Morro do Chaves Fm. Example, Brazil. 78th

EAGE Conference and Exhibition, 1-5. Vienna, Austria.

Misi, A., Veizer, J. (1998). Neoproterozoic carbonate sequences of the Una Group, Irecê

Basin, Brazil: chemostratigraphy, age and correlations. Precambrian Research, 89(1-2), 87-

100.

Muniz, M. C., Bosence, D. W. J. (2015). Pre-salt microbialites from the Campos Basin

(offshore Brazil): image log facies, facies model and cyclicity in lacustrine carbonates. In: M.

C. Muniz, D. W. J Bosence (Eds.), Microbial carbonates in space and time: implications for

global exploration and production, 418(1), 221-242. London: Geological Society.

(Geological Society Special Publications).

Muniz, M., Bosence, D. (2009). Sedimentological and stratigraphic analysis of Aptian

non-marine carbonates of the Southern Campos Basin, Brazil. AAPG Annual Convention &

Exhibition. Resumo expandido. Denver, Colorado.

Pace, A., Bourillot, R., Bouton, A., Vennin, E., Galaup, S., Bundeleva, I., Patrier, P.,

Dupraz, C., Thomazo, C., Sansjofre, P., Yokoyama, Y., Franceschi, M., Anguy, M., Pigot, L.,



LIMA, R.S.

62

Virgone, A., Visscher, P. T. (2016). Microbial and diagenetic steps leading to the

mineralisation of Great Salt Lake microbialites. Scientific reports, 6, 1-12.

Pipan, M., Forte, E., Guangyou, F., Finetti, I. (2003a). High-resolution GPR imaging and

joint characterisation in limestones. Near Surface Geophysics, 1, 39–55.

Pipan, M., Forte, E., DalMoro, G., Sugan, M., Finetti, I. (2003b). Integrated vertical radar

profiles (VRP) and multi-fold GPR for site characterization. 2nd

International Workshop on

Advanced Ground Penetrating Radar, 125-129. Delft, Netherlands: IEEE.

Pueyo-Anchuela, Ó., San Miguel, G., Martínez, M., Aurell, M., Bádenas, B. (2011).

Geophysical mapping and 3D geometrical characterization of carbonate carbonate buildups in

Jabaloyas (Kimmeridgian, NE Spain). Abstracts. 28th

IAS Meeting of Sedimentology.

Zaragoza, Spain.

Reis Júnior, J. A., Castro, D. L., Casas, A., Himi, M., Lima Filho, F. P. (2015). ERT and

GPR survey of collapsed paleocave systems at the western border of the Potiguar Basin in

northeast Brazil. Near Surface Geophysics, 13(4), 369-381.

Reis Júnior, J. A., Castro, D. L., Jesus, T. E. S., Lima Filho, F. P. (2014).

Characterization of collapsed paleocave systems using GPR attributes. Journal of Applied

Geophysics, 103, 43-56.

Rezende, M. F., Tonietto, S. N., Pope, M. C. (2013). Three-dimensional pore

connectivity evaluation in a Holocene and Jurassic microbialite buildup. AAPG bulletin,

97(11), 2085-2101.

Roemers Oliveira, E., Fernandes, L. A., Freire, E. B., Simões, L. S. A. (2015). Filamentos

microbianos em estromatólitos e laminitos da Sequência Balbuena III

(Maastrichtiano/Daniano) da Formação Yacoraite na Sub-bacia Metán-Alemania, na região de

Salta, Argentina, e seus significados paleoambientais. Brazilian Journal of Geology, 45(3),

399-413.

Santana, A. V. A., Chemale Júnior, F., Scherer, C. M. S. (2015). Caracterização

petrográfica, geoquímica e análises isotópicas U-PB (SHRIMP) em siltito tufáceo, Formação

Salitre, Supergrupo São Francisco, Bahia. XV Congresso Brasileiro de Geoquímica e

International Symposium on Climate and Geodynamics of Amazon Basin, Anais. Brasília:

SBGq.

Senechal, P, Perroud, H., Senechal, G. (2000). Interpretation of reflection attributes in a

3-D GPR survey at Vallée d’Ossau, western Pyrenees, France. Geophysics, 65(5), 1435-1445.

Silva, L. H., Iespa, A. A. C., Damazio-Iespa, C. M. (2007). Considerações sobre

estromatólito do tipo domal da Lagoa Salgada, Estado do Rio de Janeiro, Brasil. Anuário do

Instituto de Geociências, 30(1), 50-57.

Souza, S. L., Brito, P. C. R., Silva, R. W. S. (1993). Estratigrafia, sedimentologia e

recursos minerais da Formação Salitre na Bacia de Irecê, Bahia. In: Pedreira, A. J. (Ed.), Série

arquivos abertos, 2, 1-34. Bahia: CBPM.

Srivastava, N. K.; Rocha, A. J. D. (2002). Fazenda Arrecife, BA - Estromatólitos-

Neoproterozóicos. In: C. Schobbenhaus, D. A. Campos, E. T. Queiroz, M. Winge, M.

Berbert-Born (Eds.) Sítios geológicos e paleontológicos do Brasil, 1, 95-100. Brasília:

DNPM/CPRM/SIGEP.

Taner, M. T., Koehler, F., Sheriff, R. E. (1979). Complex seismic trace analysis.

Geophysics, 44(6), 1041-1063.

Theune, U., Rokosh, D., Sacchi, M.D., Schmitt, D.R. (2006). Mapping fractures with

GPR: a case study from Turtle Mountain. Geophysics, 71(5), B139-B150.

Ursin, B. (1983). Review of elastic and electromagnetic wave propagation in horizontally

layered media. Geophysics, 48(8), 1063-1081.



LIMA, R.S.

63

Virgone, A., Broucke, O., Held, A. E., Lopez, B., Seard, C., Camoin, G., Guo, L. (2013).

Continental carbonates reservoirs: the importance of analogues to understand presalt

discoveries. The 6th

International Petroleum Technology Conference, 1-9. Beijing, China.

6 - CONCLUSÕES



LIMA, R.S.

64

6. CONCLUSÕES

A modelagem 3D com os dados GPR e a aplicação de atributos geofísicos permitiram

uma melhor individualização da geometria externa do microbialito imageado, assim como

realçou os refletores que definem a laminação interna do corpo microbial no afloramento da

Fazenda Arrecife (BA). Nas condições encontradas no afloramento, a interpretação com uso

de atributos mostrou um resultado melhor do que uma interpretação baseada em dados GPR

com processamento convencional, permitindo uma definição geométrica mais aproximada da

forma externa das colônias e também dos refletores que mostram os limites de crescimento

das mesmas, uma vez que os atributos acabam realçando as assinaturas dos alvos de

investigação, facilitando a projeção das bioermas em subsuperfície. Pode-se afirmar também

que a interpretação das seções GPR a partir da aplicação de atributos mostra um melhor

resultado do que o processamento convencional e que o sólido 3D construído a partir dessas

interpretações permite parametrizar a colônia microbialítica, projetando um modelo geológico

real das colônias da área de estudo.

Nas seções GPR foi possível identificar a radarfácies microbialítica “M” e a radarfácies

tempestítica “T”. A primeira é identificada pelas baixas amplitudes e pelo aspecto dômico dos

refletores (geometria montiforme) que está relacionado ao arranjo de suas colunas. Possui

terminações laterais que truncam os refletores adjacentes, marcando os limites de crescimento

das colônias. Já a radarfácies relacionada aos tempestitos apresentam baixa complexidade,

podendo ser resumidas como refletores plano-paralelos, porém, apresentando alguma

ondulação. Tal padrão de refletores é compatível com a estratificação plano-paralela

dominante nos tempestitos. Essa radarfácies possui refletores mais intensos do que a

radarfácies microbialítica, podendo indicar uma heterogeneidade maior em relação a esta

última.

O levantamento de seções colunares e de perfis radioativos na Fazenda Arrecife permitiu

caracterizar com mais detalhe a estrutura interna dos microbialitos, diferenciando-os de

acordo com a largura de suas colunas. Também foi possível interpretar a variação

granulométrica dos grainstones tempestíticos e a concentração de lâminas e estilólitos

fosfáticos ferruginosos que ocorrem nas rochas do afloramento. Desta forma, foi possível

identificar 4 associações de fácies: fácies microbialíticas MCme, MCm e MCma,

diferenciadas pelo arranjo de suas colunas e pelos padrões de assinaturas radioativas. Estas



LIMA, R.S.

65

fácies não podem ser associadas à radarfácies “M”, pois esta última foi classificada com

respeito à geometria externa das colônias microbiais, e não a estrutura interna das suas

colunas. Outra associação de fácies interpretada durante a descrição geológica é a fácies

tempestítica Cahm, a qual pode ser facilmente associada a radarfácies tempestítica “T”.

Com o estudo petrográfico, foi possível identificar a presença de minerais como limonita

e/ou siderita (explicando a presença de ferro nas amostras), o que corrobora com a

interpretação das análises químicas. As análises químicas realizadas identificaram a presença

de elementos químicos (Fe e P), que constituem os níveis estilolíticos presentes nas rochas do

afloramento, justificando assim o contraste eletromagnético nos dados GPR e que geram

reflexões importantes nos radargramas.

A aplicação de algoritmos matemáticos (atributos) aos dados GPR permitiram identificar,

em escala decimétrica, os limites de crescimento do microbialito imageado, além de realçar

sua geometria interna (laminação). Os atributos relacionados à amplitude (Amplitude

Instantânea, Energia e Traço de Hilbert com Energia) permitiram identificar duas áreas que

correspondem a duas repostas eletromagnéticas distintas: Regiões de baixas amplitudes e,

consequentemente, baixas energias foram identificadas como zonas onde aflora o

microbialito; regiões de altas amplitudes e energias foram identificadas como rochas

tempestíticas. O atributo de Energia, no entanto, conseguiu realçar melhor a estrutura interna

da colônia microbialítica, enquanto que a combinação desse atributo com o atributo Traço de

Hilbert, realçou os limites de crescimento da colônia e sua fronteira com os depósitos

tempestíticos. O atributo de Similaridade também conseguiu realçar a fronteira entre a colônia

microbialítica e os depósitos tempestíticos, bem como a laminação interna da colônia. Já com

a combinação Traço de Hilbert com Similaridade, essas feições não ficaram tão evidentes,

ainda que tenha conseguido inferir um contraste de similaridade.

A metodologia abordada neste trabalho, envolvendo a aplicação de atributos aos dados

GPR, permitiu realçar características do microbialito que foram pouco observadas no dado

original. Portanto, pode ser utilizada em outros contextos geológicos semelhantes (aflorantes

ou não-aflorantes). A construção de um modelo 3D da colônia microbialítica e sua

parametrização também pode ser aplicada a outras colônias microbialíticas.



LIMA, R.S.

66

REFERÊNCIAS BIBLIOGRÁFICAS

Al-fares, W., Bakalowicza, M., Guérinc, R., Dukhan, M. (2002). Analysis of the karst

aquifer structure of the Lamalou area (Hérault, France) with ground penetrating radar. Journal

of Applied Geophysics, 51(2), 97-106.

Annan, A. P. (1996). Transmission dispersion and GPR. Journal of Environmental and

Engineering Geophysics, 1(B), 125-136.

Awramik, S. M., Buchheim, H. P. (2012). The quest for microbialite analogs to the South

Atlantic Pre-Salt carbonate hydrocarbon reservoirs of Africa and South America. Houston

Geological Society Bulletin, 55, 21.

Bagdan, C. A., Pemberton, S. G. (2004). Karst breccia and bank collapse breccia:

Implications for reservoir characterization of the McMurray Formation, Alberta, Canada.

AAPG Bulletin, 88, 13.

Barbosa, P. A. R., Silva, A. (1992). Modelo deformacional para o sudeste de Goiás e suas

implicações metalogenéticas. In: L. A. Bizzi, C. Schobbenhaus, R. M. Vidotti, J. H.

Gonçalves (Eds), Geologia, tectônica e recursos minerais do Brasil: texto, mapas e SIG, 692.

Brasília: CPRM.

Barbosa, J. S. F., Sabaté, P., Marinho, M. M. (2003). O Cráton do São Francisco na Bahia:

uma síntese. Revista Brasileira de Geociências, 33(1), 3-6.

Barnes, A. E. (1999). Seismic attributes past, present, and future. In: SEG Technical

Program Expanded Abstracts 1999, 1, 892-895. Society of Exploration Geophysicists.

. Beltrão, R.L.C., Sombra, C.L., Lage, A.C.V.M., Fagundes Netto, J.R., Henriques,

C.C.D. (2009). Challenges and new technologies for the development of the pre-salt cluster,

Santos Basin, Brazil. Offshore Technology Conference, 1-11. Houston, Texas.

Bizzi, L. A., Schobbenhaus, C., Vidotti, R. M., e Gonçalves, J. H. (2003). Geologia,

tectônica e recursos minerais do Brasil. Brasília: CPRM.

Bonfim L.F.C., Rocha A.J.D., Pedreira A.J., Morais Filho J.C., Guimarães J.T., Tesch

N.A. (1985). Projeto Bacia de Irecê. Relatório Final. Salvador, CPRM.

Böniger, U., Tronicke, J. (2010). Improving the interpretability of 3D GPR data using

target–specific attributes: application to tomb detection Journal of Archaeological Science,

37(4), 672-679.

Braga, N. C. (2014). Manual de mecatrônica. São Paulo: Editora Newton C. Braga.

Burne, R. V., Moore, L. S. (1987). Microbialites: organosedimentary deposits of benthic

microbial communities. Tulsa: Palaios.

Caird, R. A., Pufahl, P. K., Hiatt, E. E., Abram, M. B., Rocha, A. J. D., Kyser, T. K.

(2017). Ediacaran stromatolites and intertidal phosphorite of the Salitre Formation, Brazil:



LIMA, R.S.

67

Phosphogenesis during the Neoproterozoic Oxygenation Event. Sedimentary Geology, 350,

55-71.

Carcione, J.M. (2007).Wave fields in real media: Wave propagation in anisotropic,

anelastic, porous and electromagnetic media. Amsterdam: Elsevier.

Carminatti, M., Wolff, B., Gamboa, L. (2008). New exploratory frontiers in Brazil. 19th

World Petroleum Congress. 1-11. Madrid, Spain.

Cassidy, N.J. (2009). Ground penetrating radar data processing, modelling and analysis.

In: H. M. Jol (Ed.), Ground Penetrating Radar: theory and applications, 1, 141-172.

Amsterdam: Elsevier.

Castro, D. L., Reis Júnior, J. A., Teixeira, W. L. E., de Albuquerque Silva, V., Lima Filho,

F. P. (2014). Ground-penetrating radar imaging techniques applied in 3D environment:

example in inactive dunes. Revista Brasileira de Geofísica, 32(2), 273-289.

Chamberlain, A.T., Andrew, T.C., William, S., Chis, P., Roslyn, C. (2000). Cave

detection in limestone using ground penetrating radar. Journal of Archaeological Science,

27(10), 957-964.

Chopra, S. (2001). Integrating coherence cube imaging and seismic inversion. The

Leading Edge, 20(4), 354-362.

Chopra, S., Marfurt, K. J. (2005). Seismic attributes - A historical perspective.

Geophysics, 70(5), 3SO-28SO.

Corbeanu, R. M.; Mcmechan, G. A.; Szerbiak, R. B., Soegaard K. (2002). Prediction of

3D fluid permeability and mudstone distributions from ground-penetrating radar (GPR)

attributes: Example from the Cretaceous Ferron member, east-central Utah. Geophysics,

67(5), 1495-1504.

Dominguez, J. M. L. (1993). As coberturas do Cráton do São Francisco: uma abordagem

do ponto de vista da análise de bacias. O Cráton do São Francisco. SBG/BA-SE, SGM/BA,

137-159.

Dunham, R.J. 1962. Classification of Carbonate Rocks According to Depositional texture.

Memoir AAPG, 1, 108-121.

Fernandes, A. L., Medeiros, W. E., Bezerra, F. H., Oliveira, J. G., Cazarin, C. L. (2015).

GPR investigation of karst guided by comparison with outcrop and unmanned aerial vehicle

imagery. Journal of Applied Geophysics, 112, 268-278.

Figueiredo, F.T. (2008). Fácies sedimentares e proveniência da Formação Bebedouro,

Neoproterozóico (BA). Dissertação (Mestrado). São Paulo: Instituto de Geociências - USP.

Fisher, E., McMechan, G. A., Annan, A. P. (1992). Acquisition and processing of wide-

aperture ground-penetrating radar data. Geophysics, 57(3), 495-504.

Folk, R. L. (1962). Spectral Subdivision of Limestone Types. Memoir AAPG, 1, 62-84.



LIMA, R.S.

68

Forte, E., Pipan, M., Casabianca, D., Di Cuia, R., Riva, A. (2012). Imaging and

characterization of a carbonate hydrocarbon reservoir analogue using GPR attributes. Journal

of Applied Geophysics, 81, 76-87.

Geerdes, I., Young, R.A. (2007). Spectral decomposition of 3D GPR data from an alluvial

environment. The Leading Edge, 26(8), 1024-1030.

Grasmueck, M., Weger, R., Horstmeyer, H. (2005a). Full-resolution 3D GPR imaging.

Geophysics, 70(1), K12-K19.

Grasmueck, M., Viggiano, D., Smith, L., Nyahay, R. (2005b). 3-D vision Ground

Penetrating Radar (GPR): reservoir anatomy beyond the outcrop surface. AAPG Annual

Meeting. Abstracts. Calgary, Alberta.

Guidry, S.A., Grasmueck, M., Carpenter, D.G., Gombos Júnior, A.M., Bachtel, S.L.,

Viggiano, D.A. (2007). Karst and early fracture networks in carbonates, Turks and Caicos

Islands, British West Indies. Journal of Sedimentary Research, 77(6), 508-524.

Guimarães, J.T. (1996). A Formação Bebedouro no Estado da Bahia; faciologia

estratigrafia e ambientes de sedimentação. Dissertação (Mestrado). Bahia: Instituto de

Geociências – UFBA.

Hamon, Y., Rohais, S., Deschamps, R., Gasparrini, M. (2012) Outcrop analogue of Pre-

salt microbial series from South Atlantic: the Yacoraite Fm, Salta rift system (NW

Argentina). Hedberg Conference. 1-4. Houston, Texas.

Himi, M., de Medeiros Souza, A., Lovera, R., Francelino, A. M., Egito, L. M., Teixeira,

W. E., Lima Filho, F. P., Casas, A. (2015). First Attempt to Characterize Neoproterozoic

Stromatolites at Chapada Diamantina (Brazil) by Geophysical Methods. 21º European

Meeting of Environmental and Engineering Geophysics, 1-5. Turin, Italy: NSG.

Inda, H. A. W., Barbosa, J. F. (1978). Mapa Geológico do Estado da Bahia. Escala

1:1.000.000. Salvador: Secretaria de Minas e Energia do Estado da Bahia/CBPM.

Jahnert, R. J., Collins, L. B. (2011). Significance of subtidal microbial deposits in Shark

Bay, Australia. Marine Geology, 286(1), 106-111.

Jahnert, R., De Paula, O., Collins, L., Strobach, E., Pevzner, R. (2012). Evolution of a

coquina barrier in Shark Bay, Australia by GPR imaging: Architecture of a Holocene

reservoir analog. Sedimentary Geology, 281, 59-74.

Jeannin, M., Garambois, S., Grégoire, C., Jongmans, D., 2006. Multiconfiguration GPR

measurements for geometric fracture characterization in limestone cliffs (Alps). Geophysics,

71(3), B85-B92.

Jesus, T. E. S. (2010). Mapeamento de rochas carbonáticas da borda oeste da Bacia

Potiguar e imageamento digital de paleocavernas colapsadas. Relatório de Graduação. Natal:

Departamento de Geologia - UFRN.



LIMA, R.S.

69

Jesus, T.E.S., Reis Júnior, J.A., Castro, David L., Lima Filho, F.P. (2012). Imageamento

digital de paleocavernas colapsadas com ground penetrating radar. Geologia USP. Série

científica, 12(3), 71-84.

Jorry, S. J., Bièvre, G. (2011). Integration of sedimentology and ground‐penetrating radar

for high‐resolution imaging of a carbonate platform. Sedimentology, 58(6), 1370-1390.

Kruse, S., Grasmueck, M., Weiss, M., Viggiano, D.A. (2006). Sinkhole structure imaging

in covered Karst terrain.Geophysical Research Letters, 33(16), 1-6.

Leão, Z. M. A. N., Dominguez, J. M. L. (1992). Plataformas Carbonáticas Precambrianas:

o exemplo da Fm. Salitre - Proterozoico Superior Estado da Bahia. In: L. A. Bizzi, C.

Schobbenhaus, R. M. Vidotti, J. H. Gonçalves (Eds), Geologia, tectônica e recursos minerais

do Brasil: texto, mapas e SIG, 692. Brasília: CPRM.

Logan, B. W., Rezak, R., e Ginsburg, R. N. (1964). Classification and environmental

significance of algal stromatolites. The Journal of Geology, 72(1), 68-83.

Loucks, R.G., Mescher, P., McMechan, G.A., 2004. Three-dimensional architecture of a

coalesced, collapsed-paleocave system in the Lower Ordovician Ellenburger Group, central

Texas. AAPG Bulletin, 88(5), 545-564.

Macedo, M. H. D. F. (1982). Les systèmes isotopiques rubidium-strontium et potassium-

argon dans les argiles extraites de sédiments carbonatés: Application à la datation du

Protérozoïque sédimentaire du Brésil dans les Etats de Bahia et Santa-Catarina Tese

(Doutorado).

McClymont, A.F., Green, A.G., Streich, R., Horstmeyer, H., Tronicke, J., Nobes, D.C.,

Pettinga, J., Campbell, J., Langridge, R. (2008). Visualization of active faults using geometric

attributes of 3D GPR data: an example from the Alpine Fault Zone, New Zealand.

Geophysics, 73(2), B11–B23.

McMechan, G.A., Loucks, R.G., Zeng, X., e Mescher, P. (1998). Ground penetrating

radar imaging of a collapsed paleocave system in the Ellenburger dolomite, central Texas.

Journal of Applied Geophysics, 39(1), 1-10.

McMechan, G. A., Loucks, R. G., Mescher, P., Zeng, X. (2002). Characterization of a

coalesced, collapsed paleocave reservoir analog using GPR and well-core data. Geophysics,

67(4), 1148-1158.

Menezes, P. T. L., Travassos, J. M., Medeiros, M. A. M. (2016). A High-resolution facies

model of pre-salt lacustrine carbonates reservoirs. Morro do Chaves Fm. Example, Brazil.

78th EAGE Conference and Exhibition, 1-5. Vienna, Austria.

Misi, A., Veizer, J. (1998). Neoproterozoic carbonate sequences of the Una Group, Irecê

Basin, Brazil: chemostratigraphy, age and correlations. Precambrian Research, 89(1-2), 87-

100.



LIMA, R.S.

70

Muniz, M., Bosence, D. (2009). Sedimentological and stratigraphic analysis of Aptian

non-marine carbonates of the Southern Campos Basin, Brazil. AAPG Annual Convention &

Exhibition. Denver, Colorado.

Muniz, M. C., Bosence, D. W. J. (2015). Pre-salt microbialites from the Campos Basin

(offshore Brazil): image log facies, facies model and cyclicity in lacustrine carbonates. In: M.

C. Muniz, D. W. J Bosence (Eds.), Microbial carbonates in space and time: implications for

global exploration and production, 418(1), 221-242. London: Geological Society.

(Geological Society Special Publications).

Nascimento Filho, V. F. (1999). Técnicas analíticas nucleares de fluorescência de raios X

por dispersão de energia (EDXRF) e por reflexão total (TXRF). Piracicaba: Escola Superior

de Agricultura Luiz de Queiroz.

Pace, A., Bourillot, R., Bouton, A., Vennin, E., Galaup, S., Bundeleva, I., Patrier, P.,

Dupraz, C., Thomazo, C., Sansjofre, P., Yokoyama, Y., Franceschi, M., Anguy, M., Pigot, L.,

Virgone, A., Visscher, P.T. (2016). Microbial and diagenetic steps leading to the

mineralisation of Great Salt Lake microbialites. Scientific reports, 6, 1-12.

Pérez, Y. A. R. (2003). Caracterização da geometria de depósitos sedimentares na Borda

Sudoeste da Bacia Potiguar. Dissertação (Mestrado). Departamento de Geologia – UFRN.

Pinto, C.P., e Martins-Neto, M.A. (2001). Bacia do São Francisco: geologia e recursos

naturais. Belo Horizonte: SBG..

Pipan, M., Forte, E., DalMoro, G., Sugan, M., Finetti, I. (2003b). Integrated vertical radar

profiles (VRP) and multi-fold GPR for site characterization. 2nd International Workshop on

Advanced Ground Penetrating Radar, 125-129. Delft, The Netherlands: IEEE.

Pipan, M., Forte, E., Guangyou, F., Finetti, I. (2003a). High-resolution GPR imaging and

joint characterisation in limestones. Near Surface Geophysics, 1, 39–55.

Pueyo-Anchuela, Ó., San Miguel, G., Martínez, M., Aurell, M., Bádenas, B. (2011).

Geophysical mapping and 3D geometrical characterization of carbonate carbonate buildups in

Jabaloyas (Kimmeridgian, NE Spain). Abstracts. 28th

IAS Meeting of Sedimentology.

Zaragoza, Spain.

Reed, S. J. B. (2005). Electron microprobe analysis and scanning electron microscopy in

geology. New York: Cambridge University Press.

Reis Júnior, J. A., de Castro, D. L., de Jesus, T. E. S., Lima Filho, F. P. (2014).

Characterization of collapsed paleocave systems using GPR attributes. Journal of Applied

Geophysics, 103, 43-56.

Reis Júnior, J. A., Castro, D. L., Casas, A., Himi, M., Lima Filho, F. P. (2015). ERT and

GPR survey of collapsed paleocave systems at the western border of the Potiguar Basin in

northeast Brazil. Near Surface Geophysics, 13(4), 369-381.

Reitner, J., e Thiel, V. (2011). Encyclopedia of geobiology. Dordrecht: Springer.



LIMA, R.S.

71

Rezende, M. F., Tonietto, S. N., Pope, M. C. (2013). Three-dimensional pore

connectivity evaluation in a Holocene and Jurassic microbialite buildup. AAPG bulletin,

97(11), 2085-2101.

Riding, R. (2011). The nature of stromatolites: 3,500 million years of history and a

century of research. In Advances in stromatolite geobiology. Berlin: Springer.

Roemers Oliveira, E., Fernandes, L. A., Freire, E. B., Simões, L. S. A. (2015). Filamentos

microbianos em estromatólitos e laminitos da Sequência Balbuena III

(Maastrichtiano/Daniano) da Formação Yacoraite na Sub-bacia Metán-Alemania, na região de

Salta, Argentina, e seus significados paleoambientais. Brazilian Journal of Geology, 45(3),

399-413.

Santana, A. V. A.; Chemale Júnior, F.; Scherer, C. M. S. (2015). Caracterização

petrográfica, geoquímica e análises isotópicas U-PB (SHRIMP) em siltito tufáceo, Formação

Salitre, Supergrupo São Francisco, Bahia. XV Congresso Brasileiro de Geoquímica e

International Symposium on Climate and Geodynamics of Amazon Basin, Anais. Brasília:

SBGq.

Sénéchal, P; Perroud, H., Sénéchal, G. (2000). Interpretation of reflection attributes in a

3-D GPR survey at Vallée d’Ossau, western Pyrenees, France. Geophysics, 65(5), 1435-1445.

Silva, L. H., Iespa, A. A. C., Damazio-Iespa, C. M. (2007). Considerações sobre

estromatólito do tipo domal da Lagoa Salgada, Estado do Rio de Janeiro, Brasil. Anuário do

Instituto de Geociências, 30(1), 50-57.

Souza, A. D. M. (2013). Proposta metodológica para o imageamento, caracterização,

parametrização e geração de modelos virtuais de afloramentos. Tese (Doutorado). Natal:

Departamento de Geologia – UFRN.

Souza, S.L., Brito, P.C.R., Silva, R.W.S. (1993). Estratigrafia, sedimentologia e recursos

minerais da Formação Salitre na Bacia de Irecê, Bahia. In: Pedreira, A. J. (Ed.), Série

arquivos abertos, 2, 1-34. Bahia: CBPM.

Srivastava, N. K.; Rocha, A. J. D. (2002). Fazenda Arrecife, BA - Estromatólitos-

Neoproterozóicos. In: C. Schobbenhaus, D. A. Campos, E. T. Queiroz, M. Winge, M.

Berbert-Born (Eds.) Sítios geológicos e paleontológicos do Brasil, 1, 95-100. Brasília:

DNPM/CPRM/SIGEP.

Takayama, P., Menezes, P., Travassos, J. (2008). High-Resolution 3D GPR imaging of

carbonate analogue reservoirs. 33rd International Geological Congress, 234-237. Oslo,

Norway.

Taner, M. T., Koehler, F., Sheriff, R. E. (1979). Complex seismic trace analysis.

Geophysics, 44(6), 1041-1063.

Taner, M. T. (2001). Seismic attributes. CSEG recorder, 26(7), 48-56.

U., Rokosh, D., Sacchi, M.D., Schmitt, D.R. (2006). Mapping fractures with GPR: a case

study from Turtle Mountain. Geophysics, 71(5), B139-B150.



LIMA, R.S.

72

Ursin, B. (1983). Review of elastic and electromagnetic wave propagation in horizontally

layered media. Geophysics, 48(8), 1063-1081.

Van Dam, R.L., Schlager, W. (2000). Identifying causes of ground‐penetrating radar

reflections using time‐domain reflectometry and sedimentological analyses. Sedimentology,

47(2), 435-449.

Virgone, A., Broucke, O., Held, A. E., Lopez, B., Seard, C., Camoin, G., Guo, L. (2013).

Continental carbonates reservoirs: the importance of analogues to understand presalt

discoveries. The 6th International Petroleum Technology Conference, 1-9. Beijing, China.

Walter, M. R. (1972). Stromatolites and the biostratigraphy of the Australian Precambrian

and Cambrian (No. 11). Palaeontological Association.

Zhao, W., Forte, E., Pipan, M., e Tian, G. (2013). Ground penetrating radar (GPR)

attribute analysis for archaeological prospection. Journal of Applied Geophysics, 7, 107-117

IMAGEAMENTO E MODELAGEM DIGITAL COM GPR EM … · fundamental para minha evolução, Filipe Ramos e...

Documents

Transcript of IMAGEAMENTO E MODELAGEM DIGITAL COM GPR EM … · fundamental para minha evolução, Filipe Ramos e...