CARACTERIZAÇÃO DE ROCHAS VULCÂNICAS E CARBONÁTICAS POR MEIO DA ANÁLISE DE IMAGENS DE MICROTOMOGRAFIA DE RAIOS X UTILIZANDO PORESPY, OPENPNM E APRENDIZAGEM DE MÁQUINA
Física Digital; Geologia de Reservatórios; Software Livre; Inteligência Artificial; Transição Energética
A transição energética global demanda novas metodologias para a caracterização de reservatórios, visando a recuperação de hidrocarbonetos e o armazenamento geológico de carbono e hidrogênio. Este trabalho apresenta o desenvolvimento de um fluxo de trabalho computacional de física digital de rochas baseado integralmente em ferramentas de código aberto e inteligência artificial. A partir da análise de 24 amostras, incluindo traquitos vulcânicos da Bacia de Pernambuco, coquinas carbonáticas da Bacia da Paraíba e sistemas granulares artificiais, investigou-se a geometria de poros, a topologia e as propriedades de transporte. Embora as rochas vulcânicas não sejam reservatórios convencionais, sua caracterização é fundamental para compreender sistemas análogos e formações complexas. Os resultados validam a eficiência das ferramentas, mas identificam a resolução de imagem como o principal limitador em litologias complexas, nas quais a microporosidade não resolvida causa uma desconectividade aparente na rede de poros digital devido a gargantas de poros menores que o pixel. A análise topológica, fundamentada na característica de Euler, demonstrou ser uma métrica de conectividade crucial para o entendimento do espaço vazio. Simulações de fluxo revelaram limitações do método Lattice Boltzmann em meios de baixa permeabilidade, enquanto a aprendizagem profunda expôs falhas de generalização em geometrias inéditas. Conclui-se que a física digital de rochas é uma alternativa consistente aos softwares comerciais, desde que suportada por abordagens multiescalares e modelos híbridos de física e dados para mitigar limitações de resolução espacial e assegurar a precisão das simulações numéricas.