Integration of Probabilistic Evaluation Technique with Thomas- Stieber model

Applying Probabilistic evaluation technique with Thomas- Stieber model for minimizing uncertainty in Laminar and dispersed shale distribution calculation.

 Thomas  Stieber model has been used as standard tool for evaluation of laminated sand shale sequence for long time, Model  is based on  total porosity vs Volume of shale  cross plot to identify laminated ,Dispersed and structural shale’s distribution. This study investigates the accuracy of Thomas Stieber model for evaluation of dispersed and laminated shale volumes. Objective of this study is to identify errors in estimations of dispersed and laminated shale volume owing to presence of different clay types in shale due to clay diagenesis. The study further proposes a workflow by integration of probabilistic evaluation with Thomas Stieber model for more robust estimation of dispersed and laminated shale volumes.

Workflow developed focuses on integrating Thomas Steiber technique with probabilistic formation evaluation. Workflow accounts for errors in input parameters of model and minimizes them using least square error optimization technique. Addition of Elemental capture spectroscopy data if available further increases accuracy of clay type evaluation. Once clay type evaluation is done, all different clay types are modelled separately for laminated, dispersed and structural clays using Thomas Stieber method. Next step in workflow is to integrate all separately modelled laminated, dispersed and structural clays to get accurate volumes of laminated, dispersed and structural shales. Uncertainty analysis of results is also performed to determine sources of error and recommendations to minimize them.

In case of sand and single clay shale’s, Thomas Stieber model can be used to estimate laminated and dispersed shale volume. However Clay diagenesis may results into multiple and mixed layer clays, resulting into poor estimation of sand fraction in laminations using Thomas Stieber model due to total porosity variations as a result of clay bound water variations. This creates uncertainty in anisotropy based formation evaluation resulting into error in estimation of laminated and dispersed shale distribution. Proposed workflow helps in reducing errors in shale distribution calculation due to variation in clay types within shale. Reduction in shale distribution error results into minimizing the uncertainty on sand resistivity and sand porosity estimation which leads to more robust water saturation estimation in laminated sands.