UNIVERSIDADE ESTADUAL PAULISTA “JULIO DE MESQUITA FILHO” INSTITUTO DE GEOCIÊNCIAS E CIÊNCIAS EXATAS Trabalho de Formatura Curso de Graduação em Geologia CONTEXTUALIZAÇÃO DEPOSICIONAL DA FORMAÇÃO RIO CLARO NO MUNICÍPIO DE PAULÍNIA/SP EMPREGANDO SIMULAÇÕES ESTOCÁSTICAS Vinícius Falchi Bernardo Profª.Dra. Maria Rita Caetano-Chang (orientadora) Me. Elias Hideo Teramoto (co-orientador) Rio Claro (SP) 2013 1 UNIVERSIDADE ESTADUAL PAULISTA Instituto de Geociências e Ciências Exatas Câmpus de Rio Claro VINÍCIUS FALCHI BERNARDO CONTEXTUALIZAÇÃO DEPOSICIONAL DA FORMAÇÃO RIO CLARO NO MUNICÍPIO DE PAULÍNIA/SP EMPREGANDO SIMULAÇÕES ESTOCÁSTICAS Trabalho de Formatura apresentado ao Instituto de Geociências e Ciências Exatas - Câmpus de Rio Claro, da Universidade Estadual Paulista Júlio de Mesquita Filho, para obtenção do grau de Geólogo. Rio Claro - SP 2013 2 VINÍCIUS FALCHI BERNARDO CONTEXTUALIZAÇÃO DEPOSICIONAL DA FORMAÇÃO RIO CLARO NO MUNICÍPIO DE PAULÍNIA/SP EMPREGANDO SIMULAÇÕES ESTOCÁSTICAS Trabalho de Formatura apresentado ao Instituto de Geociências e Ciências Exatas - Câmpus de Rio Claro, da Universidade Estadual Paulista Júlio de Mesquita Filho, para obtenção do grau de Geólogo. Comissão Examinadora Prof. Dra. Maria Rita Caetano-Chang (orientadora) Flávio de Paula e Silva (FUNDUNESP) Eduardo Reckziegel de Sousa (CSIRO) Rio Claro, _____ de __________________________ de ________. Assinatura do(a) aluno(a) assinatura do(a) orientador(a) Agradecimentos Agradeço primeiramente o Criador do Universo, e por tudo aquilo que nele se manifesta e nos faz evoluir. Agradeço novamente o Criador por ter enviado Grandes Mentes para o plano terrestre, de modo que o Caminho fosse iluminado para todos nós. Agradeço enormemente minha família que me deu a oportunidade de estar vivo e me incentivou desde muito cedo a desvendar os mistérios da natureza em todas as suas nuances. Agradeço carinhosamente a minha segunda família, especialmente a minha bela amada Ana Carolina, que em tanto contribuíram para meu crescimento pessoal. A todos aqueles que estiveram ao meu redor e sempre contribuíram, seja pelo exemplo dado, seja pela transmissão de conhecimento, meu sincero obrigado. “Have you also learned that secret from the river; that there is no such thing as time? "That the river is everywhere at the same time, at the source and at the mouth, at the waterfall, at the ferry, at the current, in the ocean and in the mountains, everywhere and that the present only exists for it, not the shadow of the past nor the shadow of the future.” - Hermann Hesse, Siddhartha 3 RESUMO A Formação Rio Claro, de idade terciário-quaternária, é entendida como constituída por depósitos pouco consolidados, sendo predominantemente produto de sistemas fluviais. Na região de Paulínia (SP), estudos geológicos de cunho sedimentológico, estrutural e geomorfológico indicam que a Formação Rio Claro é constituída por depósitos fluviais meandrantes. Na primeira fase dos trabalhos, foram utilizados dados texturais de sondagens SPT, obtidos por empresas terceirizadas, para a geração de modelos estocásticos do arcabouço estratigráfico. As amostras obtidas na área de estudo foram previamente submetidas a análises granulométricas, obtendo-se assim cinco litofácies distintas, das quais três podem ser agrupadas numa única unidade litofaciológica de lamitos (planície de inundação) e as outras duas de areias médias a grossas e argilosas (fácies de canal). Procedeu-se então a uma modelagem geoestatística do arcabouço estratigráfico, em que os modelos gerados foram confrontados com dados de campo (afloramentos análogos) e com modelos conceituais geológicos aplicáveis a este tipo de sistema deposicional. Foram gerados 100 modelos com as sondagens SPT e 50 modelos de um afloramento análogo, o que permitiu correlacionar os dois conjuntos de simulações ao modelo deposicional da região. O método T-PROGS tem boa aplicabilidade na simulação de arcabouços estratigráficos e suas limitações inerentes podem ser abordadas com estudos em paralelo, como modelagens estocásticas de afloramentos análogos ou métodos geofísicos. Abstract The Rio Claro Formation, Tertiary-Quaternary age, is composed of unconsolidated sediments deposited by fluvial systems. In Paulínia (SP) region geological studies comprising sedimentological, structural and geomorphological aspects indicate that the Rio Claro Formation is constituted by deposits of a meandering fluvial system. Data from SPT drillings were used to obtain sedimentary textural information in order to generate stochastic stratigraphic models. Particle size analysis was carried with the core samples which resulted in the distinction of five litofacies, three of which can be grouped into only one mudstone unit. The other two facies represent channel belt facies, being clayey sands and medium to coarse sands. Geostatistical modeling of the stratigraphic architecture followed together with correlation of analogue outcrop data and conceptual models for this type of depositional system. 100 models were generated with the SPT drillings and 50 models were generated with data from an analogue outcrop, which allowed constraining of both simulation sets to the depositional model given for the region. T- PROGS methodology has good applicability in simulating stratigraphic frameworks and its inherent limitations may be approached with parallel studies, such as stochastic modeling of analogue outcrops or geophysical methods. Palavras-chave: Modelagem Estocástica, Formação Rio Claro, Sistemas fluviais meandrantes. Key words: Stochastic modeling, Rio Claro Formation, Meandering Fluvial Systems. 4 SUMÁRIO 1 INTRODUÇÃO ....................................................................................................... 6 2 OBJETIVOS E JUSTIFICATIVA ........................................................................ 8 3 CONTEXTO GEOLÓGICO .................................................................................. 9 3.1 Bacia do Paraná no interior paulista ................................................................ 10 3.2 Subgrupo Itararé .............................................................................................. 11 3.3 Diabásio ........................................................................................................... 11 3.4 Formação Rio Claro ......................................................................................... 12 3.5 Sedimentos quaternários .................................................................................. 14 3.6 Caracterização da área de estudo ..................................................................... 14 3.6.1 Sistemas fluviais meandrantes ............................................................ 16 4 MATERIAIS E MÉTODOS ................................................................................. 19 4.1 Contextualização teórica .................................................................................. 19 4.2 Modelos estocásticos de arcabouço estratigráfico ........................................... 20 4.2.1 Cadeias de Markov ............................................................................. 21 4.2.2 Metodologia T-PROGS ...................................................................... 22 4.2.2 Modelagens do arranjo estratigráfico.................................................. 25 4.3 Materiais utilizados .......................................................................................... 25 5 ATIVIDADES DESENVOLVIDAS .................................................................... 27 5.1 Análise e integração dos bancos de dados ....................................................... 29 5.2 Sondagens ........................................................................................................ 29 5.3 Modelagem estocástica do arcabouço estratigráfico........................................ 31 5.4 Avaliação e seleção dos modelos ..................................................................... 33 5 5.5 Análise de um afloramento análogo ................................................................ 35 6 RESULTADOS E DISCUSSÕES ........................................................................ 36 6.1 Correlações das unidades litofaciológicas descritas ........................................ 36 6.2 Modelo sedimentar .......................................................................................... 37 6.3 Dados de campo ............................................................................................... 39 6.4 Modelos estocásticos ....................................................................................... 41 6.4.1 Sondagens SPT na área de estudo ........................................................... 41 6.4.2 Dados de campo ...................................................................................... 46 6.5 Integração dos resultados ................................................................................. 46 7 CONCLUSÕES ..................................................................................................... 51 REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................... 53 Anexo I ........................................................................................................................... 57 Anexo II ......................................................................................................................... 60 Anexo III ........................................................................................................................ 77 6 1. INTRODUÇÃO O presente trabalho ocupa-se em demonstrar a aplicabilidade de métodos geoestatísticos, mais confiáveis do ponto de vista geológico, para modelar sistemas estratigráficos complexos. O estudo de caso insere-se regionalmente no contexto da Bacia do Paraná, nas vizinhanças de Paulínia, estado de São Paulo. Na área foram descritos litotipos correlacionados ao Subgrupo Itararé e à Formação Rio Claro (MELO, 1995; FERNANDES, 1997), além de diques de diabásio. De acordo com Fernandes (1997), a Formação Rio Claro na região é produto de processos fluviais ocorridos no Cenozoico. O sistema seria meandrante e apresentaria feições típicas de eventos de mais alta energia, como rompimentos de diques marginais e deposição de sedimentos mal selecionados e grossos. Diversos autores como Carle & Fogg (1996; 1997), Fogg et al. (1998) Weissman et al. (1999), Lee et al. (2007) e Alberto (2010) avaliaram sistemas aquíferos complexos, semelhantes ao deste estudo de caso, por meio de abordagem geoestatística convencional e T- PROGS (Transition probability geostatistical software). Este tipo de simulação alinha, de modo consistente, conceitos e dados geológicos a modelos matemáticos como as Cadeias de Markov, algoritmo fundamental nos softwares de modelagem como o aplicativo MODFLOW do GMS 6.5. Para determinar os modelos estratigráficos, foram integradas informações diversas (hard data) com modelos conceituais (soft data), o que possibilitou avaliar com maior grau de confiabilidade a situação da área. A partir de dados de sondagens SPT e análises granulométricas das litologias descritas na área de estudo, foi possível padronizar as descrições para os fins desejados, definindo cinco unidades litofaciológicas. Dentre essas, três foram agrupadas em uma única litofácies, de tal modo que no modelo foram utilizados três tipos litofaciológicos para modelar o arcabouço. 7 O polígono definido para dar as condições de contorno do modelo tem dimensões 850 m x 875 m, totalizando uma área de aproximadamente 0,74 km², sobre a qual estão distribuídas 140 sondagens com descrições litológicas. A partir desses dados foram gerados 100 (cem) modelos do arcabouço estratigráfico. Adicionalmente foi realizada uma modelagem de um afloramento análogo. Nesta atividade o afloramento foi inteiramente fotografado em alta resolução, e com as fotografias pôde-se fazer uma montagem de uma foto panorâmica. Sobre esta foto panorâmica, foram desenhados perfis litofaciológicos. Foram gerados pseudo-poços da seção do afloramento, os quais foram registrados no formato específico do software de modo a conduzir as simulações do arcabouço estratigráfico do mesmo e assim comparar com os resultados das simulações da área a partir de sondagens SPT. Estes dois conjuntos de modelos foram então correlacionados a modelos de sistemas fluviais meandrantes. 8 2. OBJETIVOS E JUSTIFICATIVA O presente trabalho visa demonstrar a aplicabilidade da modelagem estocástica a sistemas fluviais meandrantes com alto grau de heterogeneidade, além de contribuir para o melhor entendimento da contextualização deposicional da Formação Rio Claro na região. Não raramente dispõe-se de dados insuficientes para uma caracterização precisa e confiável do meio geológico. Por motivos diversos, empresas e pesquisadores não investem o suficiente, em termos financeiros e em tempo/dedicação, na aquisição de dados para o desenvolvimento de bons modelos conceituais. Dessa forma, além de buscar demonstrar a aplicabilidade do uso de modelagens numéricas ao entendimento do arcabouço estratigráfico, o presente estudo visa contribuir, em bases mais confiáveis (menos subjetivas), para o estudo da dinâmica atividade humana/meio geológico, como é o caso que ocorre em áreas impactadas. Ao final, pretende-se encontrar os modelos com maior probabilidade de representação da situação real da área, tendo como base os dados disponíveis. 9 3. CONTEXTO GEOLÓGICO 3.1 Bacia do Paraná no interior paulista A Bacia do Paraná é uma bacia intracratônica com acumulação de rochas sedimentares e vulcânicas, cujas idades variam entre o Siluro-Ordoviciano e o Cretáceo. O embasamento é composto por rochas ígneas e metamórficas, cujas idades radiométricas situam-se entre 700 Ma e 450 Ma (CORDANI et al. 1984 apud QUINTAS et al. 1997), correspondendo ao Ciclo Orogênico Brasileiro. A área total da bacia é de cerca de 1.600.000 km2 (Figura 1), que se estendem países vizinhos – Argentina, Paraguai e Uruguai. A Bacia do Paraná possui formato alongado na direção NNE-SSW, com aproximadamente 1750 km de comprimento e largura média de 900 km. Apresenta derrames de lava basáltica em dois terços da porção brasileira (ZALÁN et al.1990a apud QUINTAS et al. 1997). Almeida (1980) e Zalán et al. (1990b) apud Quintas et al. (1997) interpretam que o pacote de rochas sedimentares e vulcânicas da Bacia do Paraná resultou da superposição de três bacias diferentes. Estes autores defendem que a bacia do Paraná teve evolução policíclica e identificam que as posições relativas das placas tectônicas teriam sido os principais controladores dos limites individuais de cada bacia. A primeira bacia, correspondente às sequências siluriana e devoniana, teria sido depositada em um golfo aberto para o paleo- oceano Pacífico. Já a segunda, que corresponde à sequência permocarbonífera, típica de sinéclise intracontinental, desenvolveu-se em mar interior. A fase de erupção das lavas corresponderia à "terceira bacia" do Paraná. Figura 1 – Extensão da Bacia do Paraná 10 3.2. Subgrupo Itararé Segundo a classificação litoestratigráfica de França & Potter (1991) apud Trzaskos et al. (2006), o Grupo Itararé é composto por três grandes ciclos com argilosidade crescente para o topo, denominados de formações Lagoa Azul, Campo Mourão e Taciba. Essas três unidades são mapeáveis em subsuperfície e são, grosso modo, correlatas às formações Campo do Tenente, Mafra e Rio do Sul, mapeadas na borda leste catarinense da bacia por Schneider et al. (1974). No estado de São Paulo, a unidade permanece indivisa devido à parca continuidade lateral das fácies e à inexistência de marcos regionais, sendo aí mais comumente classificada como Subgrupo Itararé. Para Soares (1972), no estado de São Paulo, o Supergrupo Tubarão engloba o Subgrupo Itararé e a Formação Tatuí, interpretando-as como pertencentes a um ciclo glacial e a outro pós-glacial, respectivamente. No intervalo glacial, o autor identificou arenitos de granulação variável, muito finos a conglomeráticos, argilosos ou não, por vezes micáceos, exibindo estratificação cruzada acanalada e plano-paralela; apresentam frequentes estruturas deformacionais, como identificado nas proximidades de Tietê (SP). Entre os arenitos, ocorrem intercalados siltitos cinza, ritmitos e folhelhos, mais raramente com fósseis vegetais. Corpos de diamictitos cinza, descontínuos, ocorrem na seção, por vezes no topo, assumindo tonalidades marrom-avermelhadas. O Subgrupo Itararé aflora nos bordos sudeste e noroeste da Bacia do Paraná e tem grande expressão em termos de amplitude no registro sedimentar e complexidade dos processos geradores, alcançando espessuras de até 1000 metros na Bacia do Paraná. Fernandes (1997) ressalta a dificuldade de se correlacionar as colunas estratigráficas da literatura no que tange o Subgrupo Itararé, em grande parte devido à complexidade de seu ambiente deposicional. Por outro lado, como nota a autora, é consenso na bibliografia que o Subgrupo Itararé apresenta feições glaciais marcantes como estrias, seixos pingados, diamictitos etc. São 11 conhecidas as seguintes litofácies sensu lato: arenitos, diamictitos, siltitos, argilitos, lamitos, ritmitos e camadas de carvão. Na área do presente trabalho, são comuns fácies mais finas, predominando siltitos e ritmitos, com lentes arenosas presentes, interpretados como depositados em ambiente marinho, provavelmente interglacial, de plataforma ou transicional (praia e planície de maré), (FERNANDES, 1997). 3.3. Diabásio Intrusões ígneas de composição básica são comuns no sudeste do Brasil, e dados geocronológicos dessas rochas compilados por Machado et al. (2005) mostram que são, na prática, correlacionáveis à Formação Serra Geral da Bacia do Paraná, de aproximadamente 130 Ma. Tais rochas ocorrem como sills e diques de diabásio, contemporaneamente aos derrames da Formação Serra Geral, intrudidas nas rochas do Subgrupo Itararé. Sua filiação geoquímica é toleítica, possuindo mineralogia composta por plagioclásio, augita, pigeonita e mais raramente olivina. Rocha Campos et al. (1988) apud Alberto & Chang (2003) obtiveram, utilizando datação pelo método K-Ar, idades entre 135 Ma e 130 Ma, ao passo que os dados de Ar40- Ar39, obtidos por Turner et al. (1994) apud Alberto & Chang (2003), revelam variação entre 137 Ma e 128 Ma. Esse evento geológico é de grande importância por ser a maior manifestação vulcânica reconhecida no planeta, cobrindo uma área de cerca de 1 milhão de km2 e contabilizando volumes de cerca de 650.000 km3 entre os continentes Sul-americano e Africano. Na área de estudo, corpos de diabásio são abundantes e extensos. Por possuírem baixa permeabilidade, restringem o fluxo e podem ser usados em modelos matemáticos como bases impermeáveis. Outro ponto importante a ser ressaltado acerca das intrusões básicas é que o metamorfismo de contato imposto aos litotipos do Subgrupo Itararé diminuiu consideravelmente sua porosidade original. 12 3.4 Formação Rio Claro A Formação Rio Claro foi definida por Bjonberg & Landim (1966), ocorrendo entre as cotas 600 m e 800 m acima do nível do mar. Fúlfaro & Suguio (1968) afirmam que a Formação Rio Claro é formada principalmente por arenitos, por vezes conglomeráticos, com lâminas ou lentes de argilas subordinadas, atingindo espessuras máximas de 20 metros, com ocorrência de uma cascalheira na base. Os autores supracitados interpretam que a sedimentação da Formação Rio Claro teria se dado em clima semiárido, sincronicamente à formação de pedimentos, ou ainda em ambiente fluvial controlado por tectônica. Para Penteado (1976), a sedimentação da unidade teria ocorrido em clima semiárido, em bacias alveolares escalonadas controladas por falhas. De acordo com Fernandes et al. (1994) e Melo (1995), a Formação Rio Claro ocorre em maior extensão no platô de Rio Claro, e de forma mais descontínua na borda leste da Depressão Periférica, em contato com o Planalto Atlântico. A espessura na área de transição desses domínios morfológicos é de cerca de uma dezena de metros, ao passo que no platô de Rio Claro são da ordem de 20 m a 40 m. Para Melo (1995) havia certo grau de confusão associado à Formação Rio Claro, posto que sedimentos entendidos como quaternários eram também correlacionados à Formação Rio Claro, consideravelmente mais antiga. Seu estudo procurou estabelecer uma datação relativa baseada em critérios faciológicos e geomorfológicos, argumentando com a impossibilidade de se realizar datações absolutas. Entretanto, Ferreira & Caetano-Chang (2008) conduziram um estudo de datação por termoluminescência em sedimentos associados às formações Rio Claro e Piraçununga, bem como de alguns sedimentos de coberturas quaternárias. As autoras obtiveram resultados que apontam idades do Pleistoceno. A mais antiga foi de 745.000 anos AP, determinada em amostras da Formação Rio Claro. As demais idades obtidas variavam entre 400.000 e 145.000 anos AP em ambas as unidades. 13 Os depósitos da borda leste da Depressão Periférica foram correlacionados à Formação Rio Claro por Melo (1995), tendo em vista as semelhanças granulométricas, mineralógicas, faciológicas e geomorfológicas. Melo (1995) definiu quatro litofácies para a Formação Rio Claro – Trcl, Trcc, Trca e Trcm – detalhadas na sequência. Trcl – Depósitos ou sedimentos imaturos tanto textural quanto mineralogicamente. Comumente não apresentam estratificação, ou esta é incipiente. Ocorrem grande proporção de matriz fina e clastos de tamanho variável (centimétricos em geral) dispersos caoticamente em matriz lamítica. Do ponto de vista sedimentológico, é interpretada como produto de processos gravitacionais (corridas de lama, coluvionamento) no contexto fluvial de interface com o Planalto Atlântico. Trcc – Depósitos de cascalhos imbricados com clastos de quartzo e quartzito frequentemente arredondados, inseridos em uma matriz arenosa de textura variável e estratificações acanaladas e tabulares. É tida como produto de sedimentação de fundo de canal em regime de fluxo superior e barras de pontal em sistema fluvial meandrante. Trca – Depósitos de areia predominantemente fina com estratificações planoparalelas e cruzadas acanaladas, por vezes apresentando laminações cavalgantes e delgadas intercalações de argila com feições de deformação por sobrecarga. É tida como depósitos de rompimento de diques marginais. Trcm – Principalmente constituída por depósitos argilosos e silto-argilosos com estratificação e laminação distinta a indistinta, contendo impressões de folhas e caules, pistas fósseis e apresentando deformações de sobrecarga. Esta unidade faciológica é interpretada como produto de decantação em planícies de inundação em sistema fluvial meandrante. Fernandes (1997) também identificou quatro litofácies para a Formação Rio Claro em sua área de estudo que abrange o município de Paulínia. Foram denominadas Si, Ar, Ag e La. Si – Siltitos/arenitos muito finos/argilitos com laminação planoparalela horizontal, com raros clastos de arenitos. Apresentam cores que variam entre o amarelo ocre e vermelho claro. As espessuras são decimétricas a métricas, podendo atingir 10 m a 15 m. Ocorrem raras camadas de siltito amarelo ocre, laminados e ricos em restos vegetais de ambiente lacustre. São interpretados como formados em meandros abandonados, preenchidos por inundações. 14 Ar – Arenitos quartzosos, grossos ou médios a finos, às vezes conglomeráticos, mal a medianamente selecionados, com grânulos e seixos de quartzo subangulosos ou subarredondados; apresentam granodecrescência normal ou inversa. Estratificação tabular de médio porte está presente, por vezes sendo acanalada ou cruzada de baixo ângulo. Podem ocorrer camadas centimétricas a decimétricas de conglomerados e camadas centimétricas lenticulares da fácies Si. Mais raramente ocorrem corpos sigmoidais de arenitos com cerca de 1 m de espessura e alguns metros de comprimento em meio a fácies Si. Conglomerados matriz-suportados (areia grossa com seixos de quartzo), em camadas de até 1 m, encontram-se associados à fácies Ar. Ag – Argilitos siltosos esbranquiçados com laminação incipiente, na forma de corpos tabulares extensos com até 2 metros de espessura. La – Lamitos argilosos variando a arenitos pelíticos, maciços, com esparsos grânulos e seixos de quartzo subarredondados ou subangulosos, Esses lamitos, de cor cinzenta com manchas vermelhas, podem ocorrer na base, adjacente ou no topo das demais fácies. São interpretados como fluxos de detritos ou corridas de lama, somando ao todo vários metros de espessura. 3.5 Sedimentos quaternários Melo (1995) propôs um diagrama para organizar 14 unidades litofaciológicas mais jovens que a Formação Rio Claro (composta por quatro unidades). Dessas 14, cinco seriam do período Terciário/Quaternário e as demais do Quaternário. O principal critério utilizado foi a geomorfologia, discretizando-se os depósitos segundo ambientes como colúvio-aluvial, aluvial, terraços, leques aluviais, boçorocas, rampas, entre outros. 3.6 Caracterização da área de estudo A região de Paulínia, onde está sendo desenvolvido o presente trabalho, situa-se na faixa de transição entre dois domínios geomorfológicos principais, a Depressão Periférica e o Planalto Atlântico. A Formação Rio Claro, alvo deste estudo, insere-se no contexto da Depressão Periférica. 15 O município de Paulínia (SP) faz parte do setor oeste estudado por Fernandes (1997), que identificou unidades litoestratigráficas permo-carboníferas, cretáceas e sedimentos terciários e quaternários. Para a autora, na coluna estratigráfica da área ocorrem rochas do Subgrupo Itararé, diques de diabásio contemporâneos à Formação Serra Geral e intrudidos no Subgrupo Itararé, além de depósitos cenozoicos coluvionares terciários (Formação Rio Claro) e aluvionares quaternários. Alberto & Chang (2003) conduziram um estudo de caracterização por simulação numérica de fluxo em um sistema de encosta-rio nas adjacências da área deste estudo e identificaram as unidades mapeadas por Fernandes (1997), como ilustrado no mapa da figura 2. Figura 2 - Mapa geológico da região de Paulínia. Modificado de Fernandes (1997) No local de estudo, os materiais que constituem o arcabouço geológico são basicamente as litofácies identificadas por Fernandes (1997) para a Formação Rio Claro e as intrusões de diabásio. 16 3.6.1 Sistemas Fluviais Meandrantes Considerando que o sistema deposicional da Formação Rio Claro seja de fato meandrante, faz-se necessário uma breve abordagem deste sistema. Esta análise bibliográfica será aplicada na interpretação dos produtos resultantes das simulações estocásticas. De um modo geral, observa-se que os rios do tipo meandrante ocorrem em porções distais das bacias hidrográficas, onde predomina a sedimentação sobre a erosão. No entanto, por diversos motivos como controles tectônicos ou climáticos, rios podem apresentar-se anastomosados ou entrelaçados em um determinado trecho e meandrante em outro, e depois tornarem a ser anastomosados ou entrelaçados (BRIDGE, 2006). A figura 3A ilustra as posições típicas dos tipos de rio e o perfil erosivo/deposicional destes, bem como a figura 3B uma vista em planta dos tipos de rio retilíneo, meandrante, anastomosado e entrelaçado. Figura 3A Figura 3B Figura 3– A - Zonas geomorfológicas em sistemas aluviais e fluviais; B - Tipos de rios encontrados na natureza. Modificado de Nichols (2009). Assumindo que no registro estratigráfico da área de estudo foram observadas feições típicas de canais meandrantes, são abaixo ressaltados os aspectos principais deste tipo de sistema deposicional. Como pode ser observado em Nichols (2009), Miall (1992), Collinson (1996), entre outras publicações, sistemas fluviais meandrantes são tipicamente representados por um canal que erode as margens externas e deposita parte dos sedimentos nas barras de pontal, nas margens internas dos meandros. São depositados sedimentos arenosos no próprio canal e 17 observa-se uma agradação vertical desses sedimentos, além de agradação lateral das barras de pontal à medida que o canal migra. O comportamento de migração está associado à própria dinâmica de erosão e deposição do canal, que constrói barras e diques marginais e passa a fluir acima do nível da planície de inundação. Em um evento de maior descarga, a energia do fluxo poderá promover o rompimento de diques marginais, causando assim a deposição de sedimentos de crevasse splays, e também a avulsão do canal, gerando meandros abandonados. A figura 4 ilustra os subambientes de sistema fluvial meandrante. Meandros abandonados e planícies de inundação são ambientes de mais baixa energia, onde predominam a deposição por decantação de finos, siltes e argilas, que preservados constituem lamitos tipicamente. Figura 4 – Esquema de um sistema deposicional meandrante. Modificado de Nichols (2009) Uma seção estratigráfica típica de sistemas fluviais meandrantes é composta por uma sucessão de areias com granocrescência descendente, com contato erosivo na base, sobre lamitos de planície de inundação ou depósitos do tipo oxbow lake. Observam-se sucessões de preenchimento de canal com estratificações cruzadas e laminações cruzadas acanaladas (Figura 5). Nas barras, a acreção lateral ocorre perpendicularmente às estratificações cruzadas. Sobrepostas às sequências de preenchimento de canal podem ser observadas lamas e areias finas, além de solos orgânicos, ou outro ciclo de preenchimento de canal, ou de amalgamento de canais. 18 Nesses sedimentos finos são encontrados os maiores potenciais para preservação de macrofósseis, como raízes e folhas de plantas vasculares; Fernandes (1997) observou impressões de folhas da família Typhaceae em sedimentos finos da Formação Rio Claro na região de Paulínia. Figura 5 – Perfil litofaciológico típico de sistemas fluviais meandrantes. Modificado de Nichols (2009) Entretanto, ressalta-se que em um típico ciclo de granocrescência descendente (FUp) como no caso do sistema fluvial meandrante, é possível que estejam preservadas apenas as areias médias a grossas/argilosas da coluna, representando em termos sedimentológicos uma agradação das fácies de canal maior do que sua migração lateral. 19 4. MATERIAIS E MÉTODOS 4.1 Contextualização teórica Alberto (2010) aponta que atualmente o mercado brasileiro dispõe de uma infinidade de estudos ambientais deficientes quanto à quantidade e qualidade das informações necessárias para uma boa caracterização dos problemas ambientais. Tais deficiências técnicas resultam em problemas gerenciais e podem desencadear contaminações de áreas sensíveis e assim grandes impactos ambientais. Tal deficiência atualmente é observada na ausência da caracterização da heterogeneidade inerente a sistemas deposicionais. Lee et al. (2007) e Alberto (2010) ressaltam que o arcabouço hidrogeológico exerce forte controle sobre o fluxo em aquíferos e, consequentemente, sobre o transporte de contaminantes. Sharp et al. (2003), considerando sistemas fluviais, afirmam que além de refletirem seu ambiente deposicional, as fácies definem tendências, dimensões, conectividades e heterogeneidades internas aos aquíferos clásticos. Sendo assim, conclui-se que aquíferos heterogêneos apresentam variabilidade espacial de parâmetros hidrogeológicos importantes como permeabilidade e transmissividade, causadas por variações texturais nos sedimentos. Estes autores propõem a definição de três tipos de heterogeneidade (layer cake, jigsaw puzzle e labyrinth), os quais embutem o grau de complexidade geológica em função da origem do sistema deposicional. Os modelos podem ser observados na figura 6. Figura 6 - Tipos de heterogeneidade em função do sistema deposicional. Modificado de Sharp et al. (2003) 20 Considerando que só é possível amostrar “pontualmente” um sistema deposicional com respeito às litologias que o constituem, seja por métodos de superfície ou subsuperfície, é praticamente impossível saber qual o real arranjo estratigráfico que se tem, de tal modo que a modelagem numérica pode auxiliar nesta questão. 4.2 Modelos estocásticos de arcabouço estratigráfico A caracterização estratigráfica estocástica deve contar com a integração de dados de campo (hard data) e provenientes de modelos geológicos conceituais (soft data), de modo que seja possível considerar as possibilidades geológicas mais plausíveis (LEE et al. 2007; FOGG et al. 2008; ALBERTO, 2010). Sharp et al. (2003) afirmam que todas as escalas de estruturas heterogêneas inerentes ao sistema aquífero fluvial complexo podem ser descritas qualitativa e quantitativamente, sendo possível interpolar as informações e prever sua disposição conforme o sistema deposicional, além de ser possível considerar mudanças impostas pela diagênese ou fraturamento. O somatório de todos estes fatores reflete diretamente sobre os valores de condutividade hidráulica das unidades que compõem o aquífero heterogêneo. Bridge (2006) afirma que o índice de conectividade entre fácies de canal pode ser medido pela proporção de depósitos de canal (CDP em inglês); quando o valor for menor que 0,40, a maioria dos depósitos de canal não estará conectada, e quando acima de 0,75, todos os canais estarão conectados. O índice se baseia nas frequências de distribuição dos comprimentos ou larguras das fácies de canal versus os comprimentos ou larguras das fácies de planície de inundação. Com isso se obtém uma curva bimodal, em que o maior pico representa a quantidade de canais não conectados, e o menor, os canais conectados. Seguindo a linha de raciocínio de Bridge (2006), conclui-se que a integração de dados coletados em campo a um modelo sedimentar pautado em dados sedimento-estratigráficos confiáveis é fundamental para uma boa caracterização estocástica, dado que os modelos gerados são todos matematicamente possíveis e possuem iguais chances de representarem a 21 realidade. Neste sentido, os critérios geológicos são capazes de identificar quais modelos são mais realistas, ou próximos de um modelo determinístico confiável. 4.2.1 Cadeias de Markov Por definição, uma cadeia de Markov é um modelo probabilístico que exibe um tipo especial de dependência, onde, dado um estado presente, o futuro não depende do estado passado. Sua formulação pode ser abordada da seguinte maneira: sendo Z0; Z1; Z2;…; Zn uma sequência de variáveis aleatórias, que assumem valores no espaço-estado {S1; S2;...; Sn}, a sequência será uma cadeia de Markov, ou um processo de Markov se Pr(Zi = Sk l Zi-1 = Sl ; Zi-2 = Sn; Zi-3 = Sr ;…; Z0 = Sp) = Pr(Zi = Sk l Zi-1 = Sl ) =: plk Onde o símbolo “ l ” é a probabilidade condicional. Em problemas unidimensionais, uma cadeia de Markov é descrita por uma única matriz de transição de probabilidade. Probabilidades de transição correspondem a frequências relativas de transições de um certo estado para outro. Essas probabilidades de transição podem ser arranjadas na forma de uma matriz quadrada: de tal modo que plk denota a probabilidade de transição de um estado Sl para um estado Sk , e n é o número de estados possíveis no sistema. 22 A matriz p deve apresentar propriedades específicas: (1) seus elementos não podem ser negativos, mas sim maiores ou iguais a zero; e (2) os elementos de cada fileira devem somar 1,0. As probabilidades de transição consideradas são denominadas transições de único passo. É possível considerar transições com N passos, o que significa que a transição de um estado para outro se dá em N passos. Tal matriz pode ser obtida multiplicando a de passo- único por ela mesma N vezes, o que devido às propriedades de aperiodicidade e irredutibilidade leva à obtenção de fileiras idênticas, de tal modo que se têm probabilidades estacionárias, em que os estados futuros não dependem do estado inicial Sl. (ELFEKI & DEKKING, 2001). Esses autores ainda afirmam que é possível utilizar cadeias de Markov acopladas, que descrevem o comportamento conjunto de sistemas independentes, cada um evoluindo de acordo com as leis clássicas para cadeias de Markov unidimensionais. Tal técnica pode ser empregada para construção de um processo estocástico bidimensional em uma célula Zi,j, dadas as duas cadeias unidimensionais acopladas (Xi e Yj). Os materiais geológicos podem ser codificados em números, de modo que um “estado” equivale a uma litologia, por exemplo. Assim tem-se uma cadeia que descreve sua probabilidade de transição na direção horizontal e outra na vertical. A matriz de probabilidade de transição entre um tipo de litofácies e outro pode ser utilizada para simular sequências sedimentares em uma, duas ou até três dimensões (CARLE et al., 1998; ELFEKI & DEKKING, 2001). 4.2.2 Metodologia T-PROGS A qualidade e confiabilidade de simulações de fluxo e transporte dependem fundamentalmente do modelo de arcabouço que hospedará os fluidos, o que se consegue por meio de modelagem geoestatística dos dados de sondagens SPT, geofísicas etc. 23 A geoestatística tradicional baseia-se fundamentalmente na teoria das variáveis regionalizadas, em que a variabilidade no espaço de um dado parâmetro físico pode ser descrita em termos probabilísticos com dependência espacial em relação aos dados disponíveis. Com técnicas como a krigagem, por exemplo, é possível caracterizar corpos de minério e quantificar o grau de incerteza associado. A partir dos dados disponíveis, estima-se o valor da variável em um ponto y, a partir de um valor conhecido em x. O valor em y é função do valor em x e da distância que os separam – h –, ou o lag (x+h). Tais cálculos fornecem a função variograma, para a qual existem soluções e modelos teóricos aos quais se ajustam o variograma experimental, obtido a partir dos dados que se dispõe. 2γ(h) = E{[Z(x+h) – Z(x)]2} Onde a função variograma [2γ(h)] é igual a esperança matemática do quadrado da diferença entre os valores de pontos no espaço [Z(x)] separados por uma distância h. A definição de variograma pode ser encontrada em Landim (2003), de onde se depreende que a interpretação do variograma permite obter parâmetros que descrevem o comportamento espacial das variáveis regionalizadas. Em hidrogeologia estocástica, a função aleatória multivariada Gaussiana é comumente utilizada para modelar a variabilidade espacial do logaritmo da condutividade hidráulica (GOMÉZ-HERNANDÉZ & XIAN-HUAN, 1998). Esses autores atribuem a este uso o fato de que o modelo multi-Gaussiano é atraente do ponto de vista matemático, por ser inteiramente caracterizado por um valor esperado e uma função de covariância ou matriz, sendo matematicamente simples e permitindo inferências facilmente. Goméz-Hernandéz & Xian-Huan (1998) apontam que dados de campo podem dar suporte a uma distribuição Gaussiana univariável de log-K, o que não implica em distribuições multivariadas, as quais podem compartilhar o mesmo histograma Gaussiano e até as mesmas funções de covariância. Dada esta limitação, Lee et al. (2007) mostraram que, para modelar sistemas aquíferos com elevado grau de heterogeneidade, a simulação geoestatística Gaussiana é ineficiente. 24 Fogg et al. (1997) e Lee et al. (2007) concordam que a geoestatística convencional Gaussiana pode ser utilizada para modelar como varia o parâmetro K internamente às fácies, pois esta assume um meio contínuo, ao contrário do cenário da justaposição de fácies complexa observada em sistemas aquíferos aluviais. Sendo assim, o melhor método para modelar a variabilidade espacial dos diferentes materiais é a metodologia da probabilidade de transição. Carle e Fogg (1996, 1997) e Carle et al. (1998) desenvolveram uma abordagem alternativa à tradicional, baseada em probabilidade de transição, para modelar estatisticamente a variabilidade espacial da correlação cruzada de fácies. A abordagem baseia-se na representação da estrutura espacial com a probabilidade de transição t, em lugar do variograma ou covariância, de tal modo que: tjk (h) = Pr {k ocorre em x + h | j ocorre em x} onde k e j referem-se às categorias ou unidades hidrofaciológicas; x é um vetor de localização espacial, e h é um vetor de separação (lag) ou passo. Carle & Fogg (1996) afirmam que é possível quantificar estimativas subjetivas de parâmetros categóricos (comprimento médio, padrões de justaposição e assimetrias, como ciclos de granodecrescência etc.), traduzindo-as em modelos de continuidade espacial por meio da metodologia da probabilidade de transição. Deutsch & Journel (1992) apud Carle & Fogg (1996) afirmam ainda que a interpretação subjetiva é o que torna um modelo bom, pois os dados são raramente suficientes. Neste sentido, torna-se imprescindível incorporar informações de modelos geológicos e inferidas pelo modelador aos modelos matemáticos, o que é possível com o pacote T-PROGS. A análise por meio da metodologia T-PROGS também depende dos resultados obtidos por meio de cálculos matriciais de probabilidade de transição na direção vertical das cadeias de Markov, os quais tornam possível a modelagem espacial dos atributos geológicos observáveis (comprimentos médios, proporção de litologias, anisotropia e justaposição), utilizando o modelo matemático das cadeias de Markov (ALBERTO, 2010). 25 Esse autor afirma ainda que a aplicação do método T-PROGS tem por objetivo avaliar modelos estratigráficos e simulações estocásticas em conjunto, para assim obter-se um modelo hidrogeológico preciso, que possa representar melhor as condições reais observadas em campo. 4.2.3 Modelagens do arranjo estratigráfico Dispondo-se de dados como descrições de furos de sondagem, como no caso de estudo, é possível plotar tais informações em uma malha tridimensional regular, georreferenciada no programa GMS 6.5, e posteriormente interpolar as informações por meio da metodologia T-PROGS. A variável regionalizada a ser interpolada é a litologia, a qual foi aqui definida em três litofácies, ou unidades hidrofaciológicas. Por intermédio de cálculos de probabilidade de transição, segundo o algoritmo das Cadeias de Markov, o pacote T-PROGS realiza n simulações do arcabouço estratigráfico nas três dimensões, a partir da variabilidade observada nas sondagens SPT na direção vertical. 4.3 Materiais utilizados Para a realização deste estudo foram utilizados dados disponíveis para a região de Paulínia (SP), obtidos de trabalhos pretéritos desenvolvidos pela equipe do Laboratório de Estudos de Bacias (LEBAC - DGA/IGCE). A área de estudo dispõe de um banco de dados geológicos que consiste de sondagens SPT com descrições litológicas. São 140 poços com profundidade média em torno de 20 m, distribuídos não uniformemente no polígono definido (Figura 7). Durante esses trabalhos foram descritas diversas litologias em campo e em testemunhos de 140 poços, além das informações obtidas a partir das sondagens SPT conduzidas na área estudada. Com base em análises granulométricas das amostras coletadas, foram identificadas cinco unidades litofaciológicas na área: a) silte argiloso; b) argila arenosa; c) areia argilosa ; d) areia média a grossa e e) siltito (lamito). As curvas granulométricas obtidas encontram-se no anexo 1. 26 Dessas unidades, foram agrupadas as duas primeiras e a última, gerando o material denominado K1, correspondente aos materiais finos em geral e de planície de inundação (a + b + e). As unidades “c” e “d” foram denominadas na modelagem como K2 e K3, e correspondem às de arrombamento de canal e fácies de canal, respectivamente. Para as modelagens, foi delimitada uma área de aproximadamente 0,74 km2 em um site contaminado por hidrocarbonetos na região de Paulínia, interior do estado de São Paulo (Figura 7). Figura 7 - Mapa da área de estudo, com indicação dos furos de sondagem. 27 5. ATIVIDADES DESENVOLVIDAS O fluxograma da figura 8 sintetiza a metodologia empregada no presente estudo. Figura 8 – Diagrama sintetizando a metodologia empregada e as atividades desenvolvidas que embasaram as interpretações e conclusões formuladas. Inicialmente foi realizado um levantamento bibliográfico para a fundamentação teórica do método geoestatístico utilizado e para o registro do estado da arte do conhecimento geológico acerca da Formação Rio Claro na região de Paulínia, além de revisão da literatura básica acerca de sistemas deposicionais fluviais. Em seguida, foram tratados os dados disponíveis no banco de dados do LEBAC, associando dados de sondagens SPT com descrições litológicas e análises granulométricas feitas pela equipe do LEBAC e empresa terceirizada, durante diferentes fases de investigação da área de estudo. 28 As informações disponíveis passaram então por tratamento geoestatístico, tendo sido conduzidos procedimentos de padronização dos dados das sondagens SPT para alimentar o aplicativo T-PROGS. Utilizando-se esse aplicativo, foi possível prever a variação lateral das fácies pelo método das cadeias de Markov, com base no comprimento médio estimado de fácies, em modelos geológicos conceituais para sistemas fluviais e por analogia com observação de afloramento. À semelhança do trabalho conduzido por Weissmann & Fogg (1999), as probabilidades de transição para as tendências de justaposição de fácies foram estimadas pelo software e analisadas aplicando-se a Lei de Walther, dados de modelos conceituais, e informações obtidas em trabalhos de mapeamento prévios. Foram gerados 100 modelos estocásticos do arcabouço estratigráfico da área de estudo, por meio da metodologia de probabilidade de transição (T-PROGS). A partir desses modelos estocásticos igualmente prováveis, discutiu-se quais realizações (modelos numéricos individuais) seriam mais condizentes com a realidade geológica da área, com base na observação de feições de arquitetura de fácies correlacionáveis a modelos conceituais de sistema fluvial meandrante. As feições identificadas foram canais alongados na direção E-W na porção norte e, em alguns casos, também na porção sul, e o amalgamento de depósitos de canais e de meandros abandonados em uma matriz de depósitos de planície de inundação. Ressalta-se que não foram discretizadas fácies de rompimento de dique marginal (crevasse splay), considerando que, na simplificação do número de litofácies modeladas, os siltes e areias finas a muito finas que compõem este elemento arquitetural não aparecem nas simulações, estando contidas nas fácies de planície de inundação – lamitos (em verde nos modelos). Numa outra etapa, foram conduzidos trabalhos de campo para coleta de dados de afloramento análogo, para suporte às interpretações dos resultados obtidos na etapa anterior. Nesta etapa, o afloramento foi fotografado em detalhe e as fotografias foram utilizadas em uma montagem, a qual possibilitou a construção de pseudo-poços no formato que atende a exigência do software. Assim, foram adicionalmente gerados 50 modelos estocásticos do arcabouço estratigráfico a partir de dados de campo. Um afloramento no km 129 da rodovia 29 Cosmópolis-Paulínia foi amostrado, descrito e fotografado, o que permitiu uma montagem digital da seção completa com alta resolução. Sobre esta montagem foram desenhados perfis litoestratigráficos, com o propósito de avaliar a correspondência entre os resultados das simulações obtidas com o aplicativo T- PROGS e os dados de sondagens SPT e de campo, além de facilitar a análise estratigráfica que norteou a seleção de modelos representativos. 5.1 Análise e integração dos bancos de dados As descrições originais das sondagens SPT foram feitas por empresa terceirizada; tais informações foram padronizadas com base em análises granulométricas prévias realizadas no LEBAC. Dentre as cinco litofácies definidas dessa forma, consideraram-se apenas três unidades hidrofaciológicas, denominadas K1, K2 e K3 na elaboração do modelo com o programa GMS 6.5. A Unidade K1 agrupa as fácies compostas por silte, silte argiloso e argila arenosa, constituindo essencialmente um lamito; corresponde a fácies de planície de inundação, agrupando ainda as fácies de rompimento de dique marginal (crevasse splay). As fácies K2 (areia argilosa) e K3 (areia média a grossa) representam, respectivamente, arenitos de fácies de canais de mais baixa e de mais alta energia. Os dados disponíveis constam de planilhas Excel e contêm as descrições litológicas das sondagens. Para alimentar o software GMS 6.5 foi necessário padronizar as informações em um arquivo “.txt” em formato de tabela, em que são especificados a referência espacial e os materiais – variáveis regionalizadas que correspondem às litologias. O modelo da planilha em extensão “.txt” pode ser verificado no anexo 2. 5.2 Sondagens As sondagens foram plotadas em um grid georreferenciado de dimensões 850 m x 875 m x 20 m, nas direções X, Y e Z, respectivamente. Sua origem no sistema de projeção UTM (Datum SAD 1969, zona 23, 48 – 42W) encontra-se representada na tabela 1. As células possuem dimensões aproximadas nas direções X-Y-Z da ordem de 6,0 m x 6,0 m x 0,50 m, 30 maior resolução permitida pelo software para o modelo; os dados foram interpolados em 817.600 células. Tabela 1 - Configuração do grid dos modelos. Eixo Comprimento do eixo Origem do eixo Nº de células ao longo do eixo X 850 m 280450 140 Y 875 m 7484325 146 Z 20 m 570 40 Os dados de poços foram plotados seguindo a padronização das fácies, separadas em três unidades hidofaciológicas: lamito, areia argilosa e areia média a grossa. A disposição espacial das fácies observadas nas sondagens encontra-se representada na figura 9. Figura 9 - Disposição espacial das sondagens SPT padronizadas para a modelagem(Visualização com exagero vertical 5,0). Norte indicado pelo eixo Y. 31 5.3 Modelagem estocástica do arcabouço estratigráfico Nesta etapa criou-se um grid com dimensões tais que abarcassem as sondagens a serem interpoladas, englobando todas aquelas entre as cotas 570 m e 590 m, de modo a não sobrarem grandes espaços vazios dentro do grid e para aumentar a precisão e a confiabilidade das simulações. O grid foi criado atribuindo-se um valor de origem para os eixos X, Y e Z e definindo os comprimentos de cada eixo, além do número de células em cada eixo. Foram tentados diversos números de células, de modo que quanto maior, também maior resolução os modelos teriam. Constatou-se que o software tem um limite operacional em torno de 850.000 células e, sendo assim, a maior resolução que foi possível atingir foi de 6 m x 6 m x 0,5 m em cada célula. Priorizou-se um maior detalhe na direção vertical para que fosse possível simular a variação faciológica disponível nas sondagens que se encontram em torno desse grau de resolução (sendo de aproximadamente de 30 cm a 50 cm as menores lentes arenosas intercaladas em matriz lamítica). Numa etapa seguinte foi utilizado o aplicativo T-PROGS, com a seleção da guia “borehole data”, que contém as sondagens plotadas. O software reconhece qual o material mais abundante e constrói as matrizes de transição em função do material de background mais abundante. O passo seguinte consistiu em computar o lag da probabilidade de transição de um material para outro, de modo similar ao de um variograma, pelo algoritmo das Cadeias de Markov. É possível escolher o valor do lag sabendo-se que, quanto menor, mais tempo o software levará para processar os dados e mais fácil e preciso será o ajuste gráfico das curvas de probabilidade de transição àquelas produzidas pela aplicação das Cadeias de Markov. Dentre as opções oferecidas pelo software existem aquelas que permitem editar os valores obtidos na computação das matrizes de transição, que é o caso mais adequado quando se tem controle na obtenção dos dados brutos. O estudo se utilizou de dados de sondagens SPT, padronizadas; a opção de ajuste das curvas mais adequada foi a “fit curves to a discrete lag”, em que é feito o ajuste gráfico visualmente, como ilustrado na figura 10. 32 Após calcular todas as probabilidades de transição na direção vertical, o software calcula as probabilidades de transição nas outras duas dimensões horizontais. Utilizando a opção automática “by default” do software, escolheu-se efetuar a computação em função das “razões dos comprimentos das lentes”, tanto para a direção X quanto para a direção Y. Figura 10 – Ajuste gráfico das curvas de probabilidade de transição às matrizes produzidas pelas Cadeias de Markov. Realizadas essas etapas, procedeu-se à utilização do aplicativo TSIM, que define quantas interações de probabilidade de transição de um elemento finito para outro (de uma célula do grid para a outra) serão realizadas, considerando um máximo de cinco, que foi a opção adotada. Nesta etapa definiram-se quantas realizações, ou seja, quantos modelos seriam feitos. Foram feitos 100 modelos/simulações, gerando material sets que são representados pelas fácies lamito, areia argilosa e areia média a grossa. Se o número de células exceder certo valor limite, o aplicativo TSIM não “roda” e, caso seja próximo do limite, o tempo para computar todas as probabilidades de transição em cada célula do grid será o máximo, também em função do número de materiais (litofácies) a serem interpolados. Neste trabalho, simplificou-se de cinco para três as unidades 33 faciológicas, de modo a viabilizar a operação, que demorou aproximadamente 20 horas para gerar os 100 modelos com sucesso. 5.4 Avaliação e seleção dos modelos Nesta etapa do trabalho foram avaliadas e selecionadas quais das 100 simulações realizadas pelo aplicativo T-PROGS são mais próximas de modelos conceituais de sistemas fluviais meandrantes. Utilizando-se deste critério, esperava-se ter um indicativo da aplicabilidade do método e qualidade dos resultados obtidos ao simular heterogeneidades do arcabouço geológico sedimentar. Todas as simulações foram submetidas a uma análise visual sistemática buscando observar a presença ou ausência de determinadas feições-critério comuns a um número expressivo de simulações. As feições consideradas nessa análise foram: a) canal alongado na direção E-W a norte da área; b) canal alongado na direção E-W a sul da área; c) amalgamento de canais e retrabalhamento na face oeste do modelo; d) amalgamento de canais e retrabalhamento na face leste do modelo; e e) amalgamento de canais e retrabalhamento na face norte do modelo. As feições foram observadas sistematicamente desde as camadas superficiais até 2 metros na vertical, para a vista em planta, e até 30 metros nas faces laterais norte, oeste e leste. Cada feição-critério considerada foi observada individualmente em todas as simulações, e a presença ou ausência de tais feições foram tabeladas. Esta seleção sistemática teve por objetivo eleger aquelas simulações que melhor ilustram o sistema deposicional considerado. Numa primeira etapa de triagem, observou-se que apenas 5% das simulações não apresentavam as feições-critério de modo evidente, e que 19% mostravam tais feições apenas no bordo leste, ao passo que em 18% das simulações não se observam nitidamente a feição retrabalhamento no bordo W ou E, mas apresentam evidências de amalgamento de canais. Logo na etapa de triagem, 58% das simulações apresentaram, de modo evidente, as feições- critério estipuladas. Na segunda etapa reduziu-se o número de simulações elegíveis de 95 para 78, escolhendo-se apenas 10 daquelas pertencentes aos conjuntos de 19% e 18% mencionados, que não apresentavam todas as feições-critério. 34 Numa segunda etapa pós-triagem observou-se que, das 100 simulações, 78 apresentavam as feições (a), (c), (d) e (e). A tabela 2 resume a frequência das feições utilizadas na etapa de triagem. Tabela 2 – Frequência das feições-critério observadas na etapa de triagem, considerando todas as 100 simulações Feição-critério Canal E-W na porção norte Amalgamento e retabralhamento de canais (W) Amalgamento e retabralhamento de canais (E) Amalgamento e retabralhamento de canais (N) Frequência 77% 86% e 78%, respectivamente 78% e 75%, respectivamente 55% para ambas as feições Nesta etapa reduziu-se de 78 para 55 o número de simulações elegíveis para ilustrar e fomentar a discussão dos resultados, tendo sido a feição “e” (amalgamento e retrabalhamento de canais o no bordo norte) o critério decisivo, dado que todas as 78 anteriores são bons modelos no sentido em que se assemelham a modelos de depósitos fluviais meandrantes. Numa etapa posterior reduziu-se o número de simulações a serem discutidas de 55 para 21, utilizando como critério a presença do canal E-W no bordo sul da área, juntamente com a presença de todas as outras feições-critério. O último critério utilizado foi justamente o canal do bordo sul, por ser frequente em apenas 38% do total de 100 simulações, e em 40% do total de 78 simulações da primeira triagem. Tais procedimentos foram adotados de modo que nenhuma simulação fosse desconsiderada na análise estratigráfica da Formação Rio Claro na área de estudo. Entretanto, ressalta-se que todos os modelos são possíveis representações da realidade do contexto deposicional, e para um estudo da hidrogeologia do local, por exemplo, todos os padrões de heterogeneidade faciológica devem ser considerados. 35 5.5 Análise de afloramento análogo Foi realizada uma coleta de dados de campo no quilômetro 129 norte da Rodovia General Milton Tavares de Souza, que liga Cosmópolis a Paulínia, onde se encontra um afloramento que apresenta a arquitetura de fácies considerada neste trabalho. Neste local foram coletadas amostras das quatro litofácies existentes, análogas àquelas descritas na área de estudo pelas sondagens SPT, e posteriormente analisadas por meio de ensaios de granulometria conjunta. Outra atividade conduzida em campo foi o registro fotográfico detalhado, que permitiu a construção de um banco de dados com imagens de detalhe e panorâmicas do afloramento. Estas imagens foram utilizadas em uma montagem, formando um mosaico do afloramento e dando a visão panorâmica sem perdas consideráveis de resolução. A partir da montagem realizada, foram construídos perfis litoestratigráficos para evidenciar as texturas e estruturas sedimentares existentes. Foram gerados ainda pseudopoços que foram registrados no formato dos dados das sondagens SPT (tabulações em “.txt”) e com eles, foram gerados 50 modelos estocásticos do afloramento, de modo a estabelecer comparações com os produtos obtidos na modelagem das sondagens SPT. 36 6. RESULTADOS E DISCUSSÕES 6.1 Correlações das unidades litofaciológicas descritas É possível estabelecer correlações entre as descrições obtidas por Melo (1995) e Fernandes (1997) e os dados obtidos nas sondagens SPT realizadas na área. As correlações foram estabelecidas em função dos ambientes deposicionais interpretados pelos autores e pelas texturas entre fácies, como pode ser observado na tabela 3. Atendendo a propósitos operacionais, os materiais das sondagens SPT foram agrupados em três litofácies, equivalentes a três unidades hidrofaciológicas: K1 (silte/lama/silte argiloso/argila arenosa - fácies de planície de inundação), K2 (areia argilosa - fácies de canal de menor energia), K3 (areia média a grossa - fácies de canal). Ressalta-se, entretanto, que as escalas de trabalho em Melo (1995) e Fernandes (1997) são diferentes, além de não coincidirem espacialmente. Ambos concordam com a hipótese de os sedimentos serem produtos de processos fluviais meandrantes; o mesmo é atestado por Fernandes & Mello (2004), e, neste caso, é possível estabelecer correlações faciológicas em função dos ambientes interpretados pelos autores (canal, barras de pontal, planície de inundação etc.) Fernandes (1997) aponta que na região de Paulínia a fácies Si é bastante espessa (cerca de 10 m). Esta fácies, que se correlaciona com a fácies Trcm de Melo (1995), tem grande extensão lateral ao longo da área de estudo e corresponde à fácies de planície de inundação. Na correlação com os dados disponíveis das sondagens SPT, utilizou-se apenas Fernandes (1997), dada sua proximidade espacial com a área modelada. 37 Tabela 3 - Correlação de fácies da Formação Rio Claro, conforme descritas por Fernandes (1997) e Melo (1995), e fácies descritas na área de estudo. Fernandes (1997) Melo (1995) Ambiente e processo deposicional Si e Ag Trcm Ambiente lacustre em meandros abandonados (Fernandes, 1997) / Planície de inundação (Melo, 1995) La Trcl Depósitos de fluxos de detritos ou corridas de lama (Fernandes, 1997) / Processos gravitacionais, corridas de lama, coluvionamentos (Melo, 1995). Ar Trcc Arenitos grossos ou médios a finos, conglomerados matriz suportados e lentes de Si (Fernandes, 1997) / Sedimentação de fundo de canal em regime de fluxo superior e barras de pontal. (Melo, 1995) Fernandes (1997) SPT Ambiente deposicional Si /Ag K1 Ambiente lacustre em meandros abandonados (Fernandes, 1997); Planície de inundação Ar + Si K3 + K1 Arenitos grossos ou médios a finos, conglomerados matriz suportados e lentes de Si (Fernandes, 1997); fácies de canal com intercalações de lamitos Legenda: Si (siltitos/arenitos muito finos/argilitos), Ar (arenitos quartzosos), Ag (argilitos siltosos), La (lamitos argilosos/arenitos pelíticos); Trcm (depósitos argilosos a silto-argilosos), Trcl (depósitos imaturos resultantes de processos gravitacionais), Trcc (cascalhos); K1 e K3 representam a fácies “Lamito” e “Areia média a grossa”, padronizadas a partir dos dados de sondagens SPT na área. Correlação feita utilizando como critérios a definição do ambiente/subambiente deposicional e a textura das fácies. Observação: as localidades estudadas por Melo (1995) e Fernandes (1997) são distintas. 6.2 Modelo sedimentar Para a área do presente trabalho, considera-se como modelo geológico conceitual aquele estabelecido para a Formação Rio Claro por Melo (1995) e Fernandes (1997), ou seja, o de um sistema fluvial meandrante. Considerando os estilos de heterogeneidade propostos por Sharp et al. (2003), é possível afirmar que o arranjo da área de estudo seja algo intermediário entre os modelos jigsaw e labyrinth. 38 Nesse contexto deposicional estão presentes fácies de canal, de arrombamento de dique marginal, de planícies de inundação, de meandros abandonados etc. Considerando-se que o próprio leito migra continuamente, com episódios de avulsão maiores, ocorre o retrabalhamento parcial, ou mesmo total do que fora depositado, podendo deixar registro da deposição anterior em contato com depósitos mais recentes. Tal interpretação é feita a partir dos critérios que marcam os dois estilos. No estilo jigsaw puzzle, os estratos com diferentes valores de permeabilidade (K) estão em contato abrupto, o que pode explicar, por exemplo, lentes arenosas de canal em meio a fácies de planície de inundação, ao passo que meandros abandonados em meio à matriz lamítica estão mais relacionados ao modelo labyrinth. As figuras 11 e 12, retiradas de Braudrick & Dietrich (2009), ilustram o ambiente fluvial meandrante e a relação entre as fácies nos estilos jigsaw puzzle e labyrinth, respectivamente. Figura 11 - Sistema fluvial meandrante. Observar dinâmica associada ao estilo jigsaw puzzle. Extraída de Braudrick & Dietrich (2009) Figura 12 - Sistema fluvial meandrante. Notar grande proporção de finos (fácies de planície de inundação). Extraída de Braudrick & Dietrich (2009) A figura 11 evidencia a dinâmica responsável pelo estilo de heterogeneidade labyrinth, em que depósitos de canal podem ser isolados (abandonados) devido à migração lateral do rio. 39 Esse modelo mostra a grande proporção de fácies mais finas (lamitos) em relação às de canal, o que acontece na área de estudo, onde cerca de 65% dos sedimentos são lamitos. Proporcionalmente predominam as fácies mais finas de planície de inundação na área de estudo, mas interpreta-se que sistemas fluviais deste tipo possuam elevado grau de conectividade entre fácies arenosas de canal. 6.3 Dados de campo O afloramento no quilômetro 129 norte da Rodovia General Milton Tavares de Souza possui feições de arquitetura de fácies típicas de sistemas fluviais meandrantes e é representativo da Formação Rio Claro na região de Paulínia (SP). A figura com a montagem do afloramento e os perfis litoestratigráficos constam no Anexo III. O afloramento é composto por corpos arenosos de textura média a grossa, conglomeráticos, ou de textura mais argilosa e microconglomerática, amalgamados, apresentando agradação lateral e vertical. Os corpos arenosos apresentam-se na forma de canais de espessura decimétrica e extensão lateral métrica. Apresentam coloração amarelo- acastanhada devida à presença de óxidos e hidróxidos de ferro, que podem ocorrer como lentes delgadas de material limonitizado, especialmente em contatos entre fácies de diferentes permeabilidades. As duas diferentes texturas arenosas estão sobrepostas a lamitos com laminação plano- paralela e leve compactação, com colorações que variam entre amarelo e amarelo- esbranquiçado. Os arenitos de fácies de canal sobrepõem-se em contato discordante erosivo aos lamitos de fácies de planície de inundação; a base dos arenitos apresenta em geral conformação côncava (base de canal). Os corpos de arenitos de canal mostram erosão entre eventos distintos, com justaposição parcialmente lateral. São observadas estratificações tabulares de baixo a médio ângulo, em geral de pequeno porte, e algumas cruzadas acanaladas, sendo estas menos evidentes que aquelas. Ainda neste contexto de corpos arenosos em forma de canal, observam-se contatos erosivos entre os corpos arenosos. 40 Na base do afloramento observam-se arenitos finos a siltosos friáveis, de coloração esbranquiçada e avermelhada, apresentando aspecto mosqueado, interpretados como depósitos de crevasse splay. Nesta fácies observam-se ripples e contato discordante com os lamitos sobrejacentes. Foram coletadas amostras representativas de todas as litofácies deste afloramento, com as quais procedeu-se à realização de ensaios de granulometria conjunta. Os resultados destas análises encontram-se representados na figura 13. Figura 13 – Curvas granulométricas das litofácies do afloramento estudado. Cores das curvas correspondem às das litologias dos modelos estocásticos, exceto a curva azul, de depósitos de crevasse splay, que não foram discretizados na modelagem. O afloramento estudado foi fotografado para montagem de um mosaico de fotos. Sobre a imagem panorâmica do afloramento foram confeccionados perfis litológicos, com vistas a ilustrar as variações de litofácies descritas. Posteriormente, procedeu-se à simulação de 50 modelos estocásticos do afloramento, utilizando o aplicativo T-PROGS; para tanto, foram interpoldas as informações no próprio plano do afloramento e mais 1,50 m para frente e para trás. A montagem da foto panorâmica e os perfis litoestratigráficos desenhados sobre ela encontram-se no anexo III. 41 6.4 Modelos estocásticos Foram gerados modelos estocásticos com dados das sondagens SPT e com dados coletados em afloramento análogo e representativo do sistema deposicional na área de estudo. 6.4.1 Modelos estocásticos utilizando Sondagens SPT As sondagens SPT (140 furos com profundidade média de 20,0 metros, distribuídos ao longo de uma área de 0,7437 km2) com descrições litológicas foram utilizadas para representar o arcabouço geológico deste estudo. A partir da padronização das descrições litofaciológicas, procedeu-se ao arranjo dos dados no formato específico de planilha que alimenta o software GMS 6.5, um arquivo de tabulação com extensão “.txt”. Plotadas as sondagens, foi dimensionado um grid sobre o qual o aplicativo T-PROGS realizou a interpolação das fácies, simulando contatos abruptos entre os materiais e arquitetura de sistemas deposicionais, valendo-se do algoritmo das Cadeias de Markov. Com tais dados foram conduzidas modelagens estocásticas, por meio do programa GMS 6.5 desenvolvido por AQUAVEO, utilizando o pacote geoestatístico T-PROGS, de Carle (1999), dentro do aplicativo MODFLOW. A figura 14 ilustra um exemplo de modelo obtido por tal procedimento. Após realizar as modelagens estocásticas utilizando os dados SPT e integrando-os a modelos conceituais geológicos, levando em conta a dinâmica sedimentar responsável pela formação dos sedimentos estudados, foi possível discutir quais modelos seriam mais coerentes e confiáveis. Foram gerados 100 modelos do arcabouço estratigráfico, denotando que de fato não existe um único modelo determinístico, mas sim uma gama de modelos estocásticos possíveis para a quantidade de dados disponível. 42 Figura 14 – Exemplo de modelo estocástico obtido pela metodologia T-PROGS. Extraído de Carle (1999). Uma visão geral dos modelos gerados permitiu observar feições relacionadas a amalgamento, retrabalhamento de canais e meandros abandonados, imersos em depósitos de planície de inundação. Esses modelos estocásticos foram analisados em detalhe quanto à presença de tais elementos arquiteturais, de modo a selecionar seis modelos representativos do total de simulações e que melhor ilustram o arranjo de fácies considerando modelos teóricos ideais. A figura 15 (A, B, C, D, E, F) ilustra seis modelos escolhidos em função da presença de feições-critério típicas de modelos conceituais de sistemas fluviais meandrantes, com vista em planta da face superior do grid. A figura 16 (A, B, C, D, E, F) ilustra a face oeste desses seis modelos, e a figura 17 (A, B, C, D, E, F) ilustra visualizações oblíquas desses mesmos modelos. A legenda dos materiais é constituída por três unidades litofaciológicas: lamas, siltes argilosos e argilas siltosas de planície de inundação; areias argilosas de fácies de canal com menor energia; areias médias a grossas, por vezes conglomeráticas, de fácies de canal em episódios de maior energia. Tal abordagem visou uma caracterização faciológica tridimensional da área de estudo, em que vários modelos estratigráficos seriam possíveis, resultando assim em vários cenários distintos de arquitetura de fácies. 43 (A) (B) (C) (D) (E) (F) Figura 15. Face superior do grid dos modelos 41 (A), 51 (B), 62 (C), 74 (D), 88 (E) e 90 (F). Norte (Y) representado por uma seta branca. (Dimensões X = 850 e Y = 875 m). Observar a maior conectividade das fácies arenosas na porção norte das figuras, feição esta que se prolonga em profundidade; por ser comum à maioria das simulações, foi considerada uma feição-critério para seleção dos modelos mais representativos. Verde, lamas, siltes argilosos e argilas siltosas de planície de inundação; laranja, areias argilosas de fácies de canal; amarelo, areias médias a grossas, por vezes conglomeráticas, de fácies de canal. 44 (A) (B) (C) (D) (E) (F) Figuras 16(A – F) Face oeste do grid dos modelos 41, 51, 62, 74, 88 e 90 (transversal à direção do paleofluxo geral). (Dimensões da seção 20 m x 850 m). Nestas figuras é possível observar a geometria típica de canal imerso em matriz lamítica, e o amalgamento entre as duas fácies arenosas, indicando a variação dos processos no tempo. Legenda: linhas brancas contínuas, superfícies erosivas de amalgamento; base de canal; linhas brancas pontilhadas, possíveis bases de canal. 45 Figura 17 (A – F) – Vista oblíqua do grid dos modelos 41, 51, 62, 74, 88 e 90, respectivamente. Observar conectividade das areias no canal alongado na direção E-W na seção à esquerda (face norte), bem como as feições de amalgamento na seção à direita (faces oeste), onde areias argilosas e areias médias a grossas se interpenetram (Dimensões E, N e vertical são 850 x 875 x 20 m, respectivamente). 46 6.4.2 Modelos estocásticos utilizando dados de campo O propósito desta atividade foi demonstrar como o aplicativo T-PROGS responde a densidades variáveis de informação e variáveis números de células no grid, por meio de simulação de afloramento análogo. O parâmetro controlador foi o próprio afloramento e os modelos conceituais sedimentares considerados. Foram construídos pseudo-poços espaçados de 1,0 m. Verificou-se então que grids com células maiores e com menos poços não puderam ser interpolados. Foi possível simular o afloramento (o plano real e mais 1,50 metro para frente e para trás) apenas com células de dimensões 10 cm x 10 cm x 10 cm, e com espaçamentos de 1,0 m e 2,0 m. Resultados com células maiores de 50 cm x 50 cm x 10 cm não foram satisfatórios. Das litologias presentes no afloramento, uma delas não foi discretizada nos modelos da área de estudo, as areias finas a siltosas interpretadas como depósitos de crevasse splay, as quais foram incorporadas à fácies lamitos. A figura 18 (A, B, C, D, E, F) ilustra seis simulações do afloramento estudado, o que permite comparar os resultados com a seção real observada em campo, ilustrada no anexo III. A figura 19 (A, B, C, D, E, F) ilustra uma vista oblíqua dos grids das seis simulações selecionadas, extrapolados em 1,50 m para a frente e para trás da seção da figura 18 (A, B, C, D, E, F). A simulação foi possível após a montagem das fotos, de modo que pseudopoços fossem desenhados sobre a imagem, e os dados de posição e variação de fácies com a profundidade pudessem ser gerados e inseridos no software, seguindo a mesma metodologia utilizada na geração das simulações da área de estudo com dados SPT. 6.5. Integração dos resultados As feições geométricas e texturais do afloramento corroboram a interpretação que é comum para as simulações estocásticas, tanto as simulações utilizando dados SPT da área de estudo, quanto as simulações do próprio afloramento, ou seja, observam-se corpos arenosos com geometria de canal fluvial amalgamados e justapostos vertical e lateralmente, associados a depósitos lamíticos de planície de inundação. 47 As interpretações paleodeposicionais são corroboradas pelas texturas dos corpos rochosos, suas estruturas sedimentares (estratificações cruzadas tabulares de baixo a médio ângulo, em geral de pequeno porte), geometria e tipo de contato entre os corpos. Considerando que a seção do afloramento é conhecida, é possível avaliar o grau de confiabilidade das simulações da mesma. O que se observa é um predomínio de areia no topo e diminuição em direção à porção inferior do afloramento, em que predominam lamitos. Sendo o lamito o material mais abundante, o programa, que se baseia nas Cadeias de Markov, inclui a probabilidade de ocorrência de lamitos na porção superior do afloramento. Tais simulações podem ser observadas na figura 18 (A – F). Ressalta-se ainda que, apesar de fácies com baixa proporção no material set, como é o caso das areias argilosas nos modelos simulados do afloramento, as células desta litofácies não estão dispersas aleatoriamente no grid, mas se apresentam de modo contínuo, o que indica um ganho na simulação de arquitetura de fácies em relação a simulações estatísticas Gaussianas de campos de variação aleatória. Ainda analisando este aspecto, é possível notar um padrão semelhante nos modelos da área de estudo, onde são poucas as células isoladas de areias imersas nos lamitos, como pode ser observado nas seções em planta realizadas com sondagens SPT (Figuras 15 A, B, C, D, E, e F). Este tipo de característica pode ser interpretada como fonte de ruídos na modelagem matemática e, portanto, é desejável possuir mais de uma fonte de dados para alimentar o aplicativo T-PROGS, sendo interessante que uma das fontes possa servir de controle, como no caso de afloramentos análogos. A semelhança observada entre as duas famílias de simulações é notável, uma vez que ambas estão de acordo com o modelo conceitual geológico para a Formação Rio Claro, e o método empregado foi capaz de representar com grau satisfatório a realidade física (afloramentos). Sendo assim, é possível considerar que os modelos gerados para a área de estudo foram realizados com densidade de dados suficiente, pois os resultados finais dos dois conjuntos de simulações se aproximam. Ressalte-se que o afloramento também foi modelado com apenas metade dos pseudopoços construídos e sobre um grid de menor resolução (células mais grosseiras), como pode ser visualizado na figura 20. 48 (A) (B) (C) (D) (E) (F) Figuras 18 (A – F) Seção do afloramento estudado para os modelos 01, 02, 08, 18, 21 e 44, respectivamente. . Espaçamento entre os pseudo-poços posicionados nesta seção central do grid é de 1,0 m. (X = 12,0 m / Y = Z = 3,0 m) 49 (A) (B) (C) (D) (E) (F) Figura 19 (A – F) – Vista oblíqua do grid dos modelos 01, 02, 08, 18, 21 e 44, respectivamente, do afloramento descrito. Espaçamento entre os pseudo-poços posicionados no centro é de 1,0 m. Células de dimensões 10 x 10 x 10 cm. (X = 12,0 m / Y= Z = 3,0 m). 50 Figura 20 – Simulação da seção real do afloramento com sete poços (espaçados de 2,0 metros), e em células de menor resolução (50 cm x 50 cm x 10 cm) sendo a menor dimensão paralela à direção do comprimento. Foram gerados modelos do afloramento com espaçamento de 2,0 metros entre os pseudo-poços em um grid de mesmo tamanho, porém com células de dimensões 10 cm x 10 cm x 10 cm. Os resultados foram semelhantes aos obtidos com o espaçamento de 1,0 metro e mesma resolução do grid, exceto pelo fato de que o canal de areias médias a grossas é muito mais segmentado, apresentando mais lamitos intercalados. Um exemplo deste conjunto de simulações com espaçamento de 2,0 m entre pseudo-poços encontra-se na figura 21. Figura 21– Simulação da seção real do afloramento com 13 poços (espaçados de 2,0 m), e em células de maior resolução (10 cm x 10 cm x 10 cm). Nota-se uma maior descontinuidade no canal de areias médias a grossas. A arquitetura de fácies observada em campo e nas simulações geradas com duas fontes de dados distintas (sondagens SPT e pseudo-poços a partir de um afloramento análogo representativo) são suficientes para embasar as interpretações e permitir uma correlação e avaliação mais confiável dos modelos estocásticos gerados, posto que todos os modelos são matemática e fisicamente possíveis, e que foram gerados a partir de dados reais. 51 7. CONCLUSÕES Considerando que geralmente a prática profissional ou mesmo acadêmica em geociências dispõe de uma quantidade de dados insuficiente para uma completa caracterização de um modelo conceitual, torna-se interessante o uso de modelagens matemáticas que auxiliem na elaboração de um modelo conceitual aplicável na resolução de determinado problema. O presente trabalho procurou demonstrar a aplicabilidade do aplicativo T-PROGS (transition probability geostatistical software) do programa GMS 6.5, para modelar o arcabouço estratigráfico da Formação Rio Claro em uma área de interesse ambiental, no município de Paulínia (SP). Para tal objetivo, o software foi alimentado com duas fontes de dados distintas, descrições litológicas de sondagens SPT e pseudo-poços gerados em uma montagem de fotos de um afloramento análogo, representativo da unidade sedimentar que ocorre na região. Tal metodologia ofereceu um alto grau de confiabilidade para a interpretação dos resultados obtidos pelas simulações das sondagens SPT (distribuídas irregularmente na área de estudo modelada), uma vez que guardam boa aproximação com as simulações de um afloramento (análogo do modelo sedimentar fluvial utilizado). Ambos os conjuntos de simulações, da área de estudo e do afloramento, estão alinhados com o modelo sedimentar teórico previsto na literatura para a Formação Rio Claro na região de Paulínia, qual seja, de um sistema fluvial meandrante. Tais resultados são interessantes, pois demonstram que o aplicativo T-PROGS é capaz de simular a ocorrência de corpos isolados e amalgamados, com contatos abruptos entre litofácies distintas, por utilizar-se de um algoritmo matemático distinto daquele utilizado em geostatística clássica gaussiana. As cadeias de Markov, utilizadas neste aplicativo, revelam-se assim mais adequadas à simulação da arquitetura de fácies, do que aplicativos que se utilizam de variação aleatória e de funções variograma convencionais. Como observado por Lee et al. (2007), estes últimos são melhor aplicados, por exemplo, para modelar a variação da condutividade hidráulica internamente às litofácies. Um ponto crucial de qualquer modelagem numérica reside na calibração e nas condições de contorno dadas aos modelos. Neste estudo, a qualidade dos modelos foi controlada essencialmente por 52 dois fatores: 1) os resultados se alinham com o modelo sedimentar previsto na literatura; 2) 50 simulações de um afloramento (análogo da unidade sedimentar estudada na região) apresentam padrões de arquitetura de fácies semelhantes aos observados nos 100 modelos simulados na área de estudo. Entretanto, o método possui limitações. Embora os modelos sejam coerentes com a geologia local, toda simulação estocástica dispõe apenas de parte da informação necessária ao entendimento total da realidade, o que faz com que as interpolações entre as fácies (variáveis numéricas) jamais seja 100% precisa e realista. Assim, quando os dados encontram-se distribuídos de modo irregular e em densidades não ideais, é esperado que a qualidade das simulações seja menor. Como qualquer método, é recomendável que seja utilizado algum tipo de controle sobre os resultados obtidos pelo aplicativo. No presente caso utilizou-se de simulações de um afloramento sob diferentes condições (menor densidade de informação e resolução do grid). Um bom controle das simulações estocásticas pode ser obtido, por exemplo, com estudos geofísicos, como caminhamentos geoelétricos ou imageamento 3D. Os resultados mostraram que a metodologia T-PROGS é adequada para simular o arcabouço estratigráfico de um sistema fluvial meandrante a partir de dados de descrições de sondagens SPT. Dados como perfilagens geoelétricas podem ser convertidos em pseudo-poços à semelhança do que foi feito com o afloramento análogo, bastando apenas atribuir valores numéricos às litologias interpretadas pelo método geofísico e formatá-los de acordo com a exigência do software. Apesar de os dados serem indiretos, podem ser obtidos com maior rapidez e algumas descrições de testemunhos podem dar a solidez necessária às informações obtidas por métodos geofísicos. 53 REFERÊNCIAS BIBLIOGRÁFICAS ALBERTO, M. C. Heterogeneidades geológicas e o gerenciamento de áreas contaminadas em local situado na interface da Serra do Mar com a planície aluvionar do rio Cubatão (Cubatão / SP). Tese de doutoramento. 2010. 213 p. ALMEIDA, F. F. M. Tectônica da Bacia do Paraná no Brasil. São Paulo, 1980. 187p. (Relatório da PAULIPETRO n. 14091). ARAB, P.B.; PERINOTTO, J.A. de J.; ASSINE, M.L. Grupo Itararé (P – C da Bacia do Paraná) nas regiões de Limeira e Piracicaba – SP: contribuição ao estudo das litofácies. UNESP, Geociências, v. 28, n. 4, p 501 – 521. 2009. BJONBERG, A. J. S. & LANDIM, P. M. B. Contribuição ao estudo da Formação Rio Claro, Neocenozóico. Boletim da Sociedade Brasileira de Geologia. 1966. 15(4):43-68. BRAUDRIK, C.; DIWTRICH,W. Alfalfa sprouts hold the line on meandering steams. Media Relations. 5th October, 2009. Disponível em: http://www.berkeley.edu/news/media/releases/2009/10/05_meanders.shtml BRIDGE, J. S. Fluvial facies models: recent developments. In: POSAMENTIER, H. W. & WALKER R. G. Facies models revisited. 1st edition. Tulsa (OK), Society for sedimentary geology.,2006. Pages 85 – 170. CARLE, S. F.; LaBOLLE, E. M.; WEISSMAN, G. S. VanBROCKLIN, D.; FOGG, G. E. Geostatistical simulation of hydrostratigraphic architecture: a transition probability / Markov approach. 1998 Concepts in Hydrogeology and Environmental Geology. (2) p. 147–170 CARLE, S. F. & FOGG G. E. Modeling spatial variability with one and multidimensional continuous-lag Markov Chains. Mathematical Geology. 1997. Vol. 29, No. 7. CARLE, S. F. & FOGG, G. E. Transition Probability-Based Indicator Geostatistics. Mathematical Geology.1996 Vol. 28, No. 4. COLLINSON, J. D. Alluvial sediments. In: READING, H. G. Sedimentary Environments: processes, facies and Stratigraphy. 3rd edition. Malden (MA): Blackwell publishing, 2009. Pages 37-82. 54 CORDANI, U.G; NEVES, B.B.B.; FUCK, R.A.; PORTO, R.; THOMAS FILHO, A.; CUNHA, F.M.B. Estudo preliminar de integração do Pré-Cambriano com os eventos tectônicos das bacias sedimentares brasileiras. Revista Ciência Técnica Petróleo, n. 15. Petrobrás, CENPES, CINTEP. 1984. 70p. ELFEKI, A. & DEKKING, M. A Markov chain model for subsurface characterization: Theory and applications. Mathematical Geology, vol. 33, n. 5, 2001. FERNANDES, A. J. Tectônica cenozóica na porção média da Bacia do Rio Piracicaba e sua aplicação à hidrogeologia. Tese de doutoramento. Instituto de Geociências da Universidade de São Paulo. São Paulo. 1997. 244 p. FERNANDES, A. J.; FITIPALDI, F. C.; FERREIRA, C. J. Faciologia dos depósitos cenozoicos entre Jaguariúna e Americana – SP. In: Congresso Brasileiro de Geologia, 38, Balneário Camboriú, 1994. SBG. v.3, p.269-270. FERREIRA, S. R.; CAETANO-CHANG, M. R. Datação das Formações Rio Claro e Pirançununga por Termoluminescência. REM: R. Esc. Minas, Ouro Preto, 2008. 61(2): 129- 134, abr. jun. FOGG, G. E.; NOYES, C. D.; CARLE, S. F. Geologically based model of heterogeneous hydraulic conductivity in an alluvial setting. Hydrogeology Journal. 1997. 6:131–143. FÚLFARO, V. J.; SUGUIO, K. A Formação Rio Claro, neocenozóico, e seu ambiente de deposição. OIGG, São Paulo. 1968. 20:45-60. GOMÉZ-HERNANDÉZ, J & XIAN-HUAN, W. To be or not to be multi-Gaussian? A reflection on stochastic hydrogeology. Advances in Water Resources. 1998. V. 21, (1) p. 47 – 61. LANDIM, P. M. B. Análise estatística de dados geológicos. 2ª Ed. Revisada e ampliada. Ed. Da Unesp. 2003. 253 p. LEE, Si-Yong; CARLE, S. F.; FOGG, G. E. Geologic heterogeneity and a comparison of two geostatistical models: Sequential Gaussian and transition probability-based geostatistical simulation. Advances in Water Resources. 2007. (30) p. 1914–1932. 55 MACHADO, F.B – 2003 – Reologia e possíveis zonas de efusão do magmatismo ácido cretácico da Bacia do Paraná. Trabalho de graduação. UNESP Rio Claro, Instituto de Geociências e Ciências Exatas. MACHADO, F. B.; NARDY, A. J. R.; MELO, R. P.; OLIVEIRA, M. A. F.; SQUISATO, E. As rochas intrusivas da Formação Serra Geral na Porção Leste da Baciado Paraná no Estado de São Paulo: Aspectos petrográficos e geoquímicos – resultados preliminares. São Paulo, UNESP, Geociências. 2005. v. 24, n. 1, p. 5-17. MELO, M. S. A Formação Rio Claro e depósitos associados: sedimentação neocenozóica na Depressão Periférica paulista. Tese de doutoramento. Instituto de Geociências da Universidade de São Paulo. 1995. 144 p. MIALL A. D. Alluvial deposits. In: WALKER, R. G. & JAMES, N. P. Facies models: response to sea level change. 3RD edition. Sittsville, Ontario: Lowe Printing Service ltd, 1992. Pages 119-142. NICHOLS, G. Sedimentology and Stratigraphy. 2nd edition, Chichester, UK. Wiley- Blackwell.2009. 419p. PENTEADO, M. M. Geomorfologia do setor centro-ocidental da Depressão Periférica paulista. Instituto de Geografia/USP, São Paulo, Série Teses e Monografias, 22. 86 p. QUINTAS, M. C. L.; MANTOCANI, M. S. M.; ZALÁN, P. V.; Contribuição para o estudo da evolução mecânica da Bacia do Paraná. B. Geoci. PETROBRAS, Rio de Janeiro, 1997, jan./dez. 11 (1/2): 48-73. SCHNEIDER, R.L; MÜHLMANN, H.; TOMMASI, E.; MEDEIROS, R.A.; DAEMON, R. F.; NOGUEIRA, A.A. Revisão estratigráfica da Bacia do Paraná. Anais do XXVIII Congresso brasileiro de Geologia. 1974. p. 41 – 63. SHARP JR., J.M.; SHI, M. & GALLOWAY, W.E. Heterogeneity of fluvial systems – control on density-driven flow transport. Environmental & Engineering Geology. Association of Engineering Geologists, Geological Society of America. 2003 vol IX (1): p. 5-17. SOARES, P.C. O limite glacial – pós-glacial do Grupo Tubarão no Estado de São Paulo. Anais da Acadêmia Brasileira de Ciências, v. 44. 1972. p. 333 – 341. TRZASKOS, B.; VESELY, F. F.; ROSTIROLLA, S. P. Eventos tectônicos recorrents impressos no arcabouço estratigráfico do Grupo Itararé na regiãod e Vila Velha, estado do Paraná. Boletim Paranaense de Geociências, Editora UFPR. 2006. N. 58, p. 89-104. 56 WEISSMANN, G.S. & FOGG, G.E. Multi-scale alluvial fan heterogeneity modeled with transition probability geostatistics in a sequence stratigraphic framework. Journal of Hydrology, v. 226: p. 48-65, 1999. WEISSMAN, CARLE, S. F; FOGG, G. E. Three-dimensional hydrofacies modeling based on soil surveys and transition probability geostatistics. Water Resources Research. 1999. Vol. 35, No 6. P. 1761 – 1770. ZALÁN, P.V.; WOLFF, S.; CONCEIÇÃO, J.C.; MARQUES, A.; ASTOLFI, M.A.M.; VIEIRA, I.S.; APPI,V.T. Bacia do Paraná. In: Origem e evolução de Bacias Sedimentares. Petrobrás, Rio de Janeiro. 1990a. p.135-164. ZALÁN, P. V., WOLFF, S., ASTOLFI, M.A.M., VIEIRA, I. S., CONCEIÇÃO, J. C., APPI, V. T., NETO, E. V. S. CERQUEIRA, J. R., MARQUES, A. The Paraná Basin, Brazil. In: Interior cratonic basins. p. 681 - 707. (Bulletin of the American Association of Petroleum Geologists, memoir 51), 1990b. 57 ANEXO I Curvas granulométricas de sondagens SPT na área Litologia “a” – Silte argiloso correspondendo a “Lamitos” na modelagem Litologia “b” – Argila arenosa correspondendo a “Lamitos” na modelagem 58 Litologia “c” – Siltitos correspondendo a “Lamitos” na modelagem Litologia “d” – Areia argilosa (mesmo nome na modelagem) 59 Litologia “e” – Areia média a grossa (mesmo nome na modelagem) 60 ANEXO II Dados das sondagens SPT em formato de tabulação “.txt” Id X Y Z Material 1 280812,3071 7484475,3870 588,70 3 1 280812,3071 7484475,3870 587,50 1 1 280812,3071 7484475,3870 581,28 1 2 280764,9799 7484484,7036 588,30 1 2 280764,9799 7484484,7036 586,40 1 2 280764,9799 7484484,7036 583,15 1 3 280793,6627 7484491,9060 588,40 1 3 280793,6627 7484491,9060 586,40 1 3 280793,6627 7484491,9060 582,90 1 3 280793,6627 7484491,9060 580,30 1 4 281066,7640 7484498,5996 590,27 1 4 281066,7640 7484498,5996 587,27 1 4 281066,7640 7484498,5996 585,32 1 4 281066,7640 7484498,5996 584,32 1 4 281066,7640 7484498,5996 583,32 1 5 280844,0724 7484507,2380 585,70 1 5 280844,0724 7484507,2380 582,50 1 5 280844,0724 7484507,2380 581,50 1 5 280844,0724 7484507,2380 579,40 1 6 280749,9294 7484509,7649 588,28 1 6 280749,9294 7484509,7649 584,18 1 6 280749,9294 7484509,7649 581,88 1 7 280967,3950 7484511,8471 591,21 1 7 280967,3950 7484511,8471 590,21 1 7 280967,3950 7484511,8471 588,21 1 7 280967,3950 7484511,8471 586,01 1 7 280967,3950 7484511,8471 585,01 1 8 280768,6570 7484538,3421 590,27 1 8 280768,6570 7484538,3421 588,27 1 8 280768,6570 7484538,3421 586,27 1 8 280768,6570 7484538,3421 584,07 1 9 280669,2880 7484551,5897 588,23 1 9 280669,2880 7484551,5897 586,53 1 9 280669,2880 7484551,5897 584,03 1 9 280669,2880 7484551,5897 583,03 1 10 281014,8561 7484560,1497 590,45 1 10 281014,8561 7484560,1497 587,45 1 10 281014,8561 7484560,1497 584,30 1 11 280569,9190 7484564,8372 589,17 1 11 280569,9190 7484564,8372 587,57 1 11 280569,9190 7484564,8372 584,72 1 11 280569,9190 7484564,8372 583,72 1 12 280945,2978 7484569,4229 585,63 2 61 12 280945,2978 7484569,4229 585,63 1 12 280945,2978 7484569,4229 584,73 1 12 280945,2978 7484569,4229 582,88 2 12 280945,2978 7484569,4229 580,78 2 13 280878,7205 7484578,2988 586,26 1 13 280878,7205 7484578,2988 583,16 1 14 280982,2963 7484582,5333 586,09 2 14 280982,2963 7484582,5333 585,04 1 14 280982,2963 7484582,5333 583,49 2 14 280982,2963 7484582,5333 582,04 2 15 280915,7191 7484591,4092 585,36 2 15 280915,7191 7484591,4092 583,96 1 15 280915,7191 7484591,4092 583,06 1 16 280846,1608 7484600,6824 590,22 1 16 280846,1608 7484600,6824 586,22 1 16 280846,1608 7484600,6824 584,77 1 17 280918,4316 7484613,1000 584,15 3 17 280918,4316 7484613,1000 582,85 1 17 280918,4316 7484613,1000 579,70 1 18 281022,0074 7484617,3345 586,25 3 18 281022,0074 7484617,3345 582,65 1 18 281022,0074 7484617,3345 582,65 2 18 281022,0074 7484617,3345 582,35 1 18 281022,0074 7484617,3345 581,05 1 19 280848,8733 7484622,3732 584,07 3 19 280848,8733 7484622,3732 581,62 1 19 280848,8733 7484622,3732 579,07 1 20 280952,4491 7484626,6078 583,61 3 20 280952,4491 7484626,6078 581,61 1 20 280952,4491 7484626,6078 578,96 1 21 280885,8719 7484635,4836 584,70 2 21 280885,8719 7484635,4836 583,30 1 21 280885,8719 7484635,4836 582,15 1 21 280885,8719 7484635,4836 581,10 1 22 280604,1174 7484652,4973 588,18 1 22 280604,1174 7484652,4973 587,28 1 22 280604,1174 7484652,4973 583,88 2 22 280604,1174 7484652,4973 582,28 1 22 280604,1174 7484652,4973 581,28 1 23 280571,9457 7484657,7887 587,77 1 23 280571,9457 7484657,7887 584,22 1 23 280571,9457 7484657,7887 583,67 1 24 280786,5426 7484673,2843 591,18 1 24 280786,5426 7484673,2843 584,38 1 24 280786,5426 7484673,2843 583,18 1 24 280786,5426 7484673,2843 581,08 1 24 280786,5426 7484673,2843 579,88 1 25 280679,3547 7484680,5575 586,08 1 25 280679,3547 7484680,5575 581,38 1 25 280679,3547 7484680,5575 580,08 1 62 25 280679,3547 7484680,5575 579,08 1 26 280641,1013 7484681,6478 587,30 1 26 280641,1013 7484681,6478 585,25 1 26 280641,1013 7484681,6478 582,00 2 26 280641,1013 7484681,6478 581,85 1 26 280641,1013 7484681,6478 580,85 1 27 280781,1897 7484687,0289 592,21 1 27 280781,1897 7484687,0289 590,21 1 27 280781,1897 7484687,0289 586,21 1 27 280781,1897 7484687,0289 584,31 1 27 280781,1897 7484687,0289 581,51 2 27 280781,1897 7484687,0289 580,01 2 28 280703,8668 7484698,8409 587,42 1 28 280703,8668 7484698,8409 585,12 1 28 280703,8668 7484698,8409 582,62 2 28 280703,8668 7484698,8409 578,07 1 28 280703,8668 7484698,8409 577,07 1 29 280789,7484 7484698,9188 591,18 1 29 280789,7484 7484698,9188 587,18 1 29 280789,7484 7484698,9188 584,28 1 29 280789,7484 7484698,9188 581,23 1 29 280789,7484 7484698,9188 580,03 2 29 280789,7484 7484698,9188 579,03 2 30 280645,1701 7484714,1840 589,26 1 30 280645,1701 7484714,1840 585,06 1 30 280645,1701 7484714,1840 581,46 2 30 280645,1701 7484714,1840 581,16 1 30 280645,1701 7484714,1840 580,16 1 31 280728,3789 7484717,1242 589,25 1 31 280728,3789 7484717,1242 586,65 1 31 280728,3789 7484717,1242 585,25 2 31 280728,3789 7484717,1242 581,25 1 31 280728,3789 7484717,1242 579,10 1 31 280728,3789 7484717,1242 578,10 1 32 280684,6566 7484722,9532 587,20 1 32 280684,6566 7484722,9532 584,00 1 32 280684,6566 7484722,9532 581,05 2 32 280684,6566 7484722,9532 579,20 1 32 280684,6566 7484722,9532 578,20 1 32 280684,6566 7484722,9532 577,75 1 33 280899,0178 7484724,4468 591,22 1 33 280899,0178 7484724,4468 587,22 1 33 280899,0178 7484724,4468 582,42 1 33 280899,0178 7484724,4468 579,17 1 33 280899,0178 7484724,4468 577,97 1 33 280899,0178 7484724,4468 576,97 1 34 280920,2479 7484732,6427 592,18 1 34 280920,2479 7484732,6427 590,18 1 34 280920,2479 7484732,6427 587,38 1 34 280920,2479 7484732,6427 585,18 1 63 34 280920,2479 7484732,6427 580,18 2 34 280920,2479 7484732,6427 578,88 2 36 280561,9395 7484735,3038 591,23 1 36 280561,9395 7484735,3038 589,23 1 36 280561,9395 7484735,3038 587,33 1 36 280561,93