Jun 15, 2026

Revitalización de las cuencas tradicionales 

de Estados Unidos

Cómo las geociencias y la IA están reescribiendo las estrategias de recuperación.

Susan Nash/AAPG

…………………….

Existe la tentación de considerar la actual ola de nueva actividad en las cuencas de petróleo y gas consolidadas de Estados Unidos simplemente como el resultado de precios más altos o de ganancias de eficiencia impulsadas por la consolidación. 

Esa perspectiva es incompleta. Lo que realmente está ocurriendo es algo más profundo: un reexamen sistemático del registro del subsuelo mediante herramientas que no existían, o que no eran económicamente accesibles, cuando estas cuencas se desarrollaron inicialmente. Las redes neuronales de aprendizaje automático están analizando registros de pozo (wireline logs) en busca de zonas productivas pasadas por alto. La fibra óptica con detección acústica distribuida está mapeando la evolución de la geometría de las fracturas en tiempo real. La inversión sísmica de forma de onda completa está resolviendo cuerpos de yacimiento por debajo del espesor de sintonía clásico. Y el análisis geoquímico del agua producida está revelando que las salmueras coproducidas con el petróleo y el gas pueden contener litio, yodo, bromo y otros minerales críticos en concentraciones comercialmente significativas.

Las razones geológicas de la existencia de estas oportunidades no son un misterio. Son el producto de tres fenómenos que interactúan entre sí: la heterogeneidad deposicional original, que los primeros registros de pozo no podían resolver a la escala requerida; las limitaciones de la ingeniería de la época, que dejaron segmentos significativos de los intervalos estimulados sin perforar o sin estimular; y la evolución de los umbrales económicos para productos secundarios (minerales críticos, CO2 secuestrado, almacenamiento de energía “detrás del medidor”), que han transformado flujos de residuos en fuentes de ingresos. Comprender cada uno de estos fenómenos es el punto de entrada del geocientífico en este nuevo panorama de oportunidades.

Por qué se dejó tanto atrás: una evaluación formación por formación

Cada una de las principales formaciones productoras de EE. UU. alberga un tipo característico de recurso pasado por alto, derivado de su sistema deposicional y su historia diagenética. Reconocer el mecanismo específico de cada formación que causa esta omisión es el primer paso para identificar dónde se puede aplicar la tecnología de manera rentable.

Eagle Ford Shale y Austin Chalk (Cretácico Superior): La roca de grano fino (mudrock) rica en carbonatos de Eagle Ford se depositó en un entorno marino poco profundo y con restricciones de oxígeno. Su heterogeneidad lateral —en particular, la interacción entre láminas ricas en calcio y láminas ricas en arcilla— determina la fragilidad de la roca y el confinamiento de la altura de la fractura hidráulica. 

Las primeras terminaciones (2010-2015) utilizaban espaciamientos entre grupos de perforación de 50 a 150 pies, con diseños de fluidos de fracturación uniformes que no tenían en cuenta esta variabilidad laminar; El análisis mediante fibra óptica de detección acústica distribuida (DAS) de esos pozos antiguos revela ahora que entre el 30 y el 40 por ciento de los grupos de perforación nunca recibieron un flujo significativo de fluidos. La formación suprayacente Austin Chalk —una unidad de carbonatos pelágicos que presenta desde bioturbación hasta laminación— fue explotada en las décadas de 1980 y 1990 mediante pozos verticales dirigidos a fracturas naturales. Su red de permeabilidad por fracturas es geométricamente anisotrópica; esto significa que los tramos laterales horizontales orientados perpendicularmente al azimut dominante de las fracturas pueden interceptar un orden de magnitud más de fracturas por unidad de longitud lateral que los pozos verticales que caracterizaron la etapa inicial de explotación de este yacimiento.

Las formaciones Middle Bakken y Three Forks (Devónico-Misisípico, hace unos 360 millones de años): El miembro Middle Bakken es una unidad híbrida de carbonatos y siliciclásticos depositada como un complejo de limolitas, limolitas dolomíticas y packstones marinos someros distales en la cuenca intracratónica de Williston. La calidad del yacimiento está determinada por una combinación de porosidad intergranular primaria y dolomitización diagenética; ambas características presentan una gran variabilidad a lo largo de la sección lateral de un pozo (que puede extenderse hasta tres millas). Los primeros pozos en el Middle Bakken empleaban diseños de terminación de 30 etapas en los que —según confirma ahora el análisis DAS— el tercio del lateral más cercano al talón (heel) concentraba sistemáticamente la mayor parte de la inyección de fluidos. La formación Three Forks, situada inmediatamente debajo, se divide en cuatro niveles o bancos; el segundo, el tercero y el cuarto presentan litofacies claramente distintas a las del primer nivel, que ha sido ampliamente caracterizado. El segundo nivel, que es el más parecido al primero por su naturaleza de limolita dolomítica —aunque con un tamaño de grano ligeramente más fino—, ha sido objeto de las labores de delimitación más exitosas recientemente. El potencial de recuperación mejorada de petróleo en la formación Bakken se basa en su factor de recuperación primaria extremadamente bajo —solo se recupera entre el 5 y el 8 por ciento del petróleo original in situ—, debido a la matriz de permeabilidad ultrabaja y al confinamiento casi total de los hidrocarburos en microfracturas y nanoporos.

Las formaciones Marcellus y Utica-Point Pleasant (Devónico-Ordovícico, hace entre 390 y 460 millones de años aproximadamente): La Formación Marcellus es una roca de lutita pirítica, negra y rica en materia orgánica, depositada en un entorno anóxico de aguas profundas durante la orogenia acadiana. La heterogeneidad de sus litofacies —en particular, la presencia de capas intercaladas de ceniza volcánica (bentonitas) que concentran litio mediante procesos de intercambio iónico— explica geológicamente las concentraciones anómalamente altas de litio en sus aguas de producción. La investigación realizada en 2024 por el Laboratorio Nacional de Tecnología Energética del Departamento de Energía de EE. UU. confirmó que el agua de formación de Marcellus en el suroeste de Pensilvania contiene entre 70 y 200 miligramos de litio por litro, y que las concentraciones de litio aumentan con la profundidad y la madurez térmica, siguiendo un patrón consistente con la transformación diagenética de minerales arcillosos (específicamente, la conversión de esmectita a illita, que libera litio en el agua de formación a temperaturas superiores a los 80 grados Celsius). 

La profunda formación Utica-Point Pleasant (Ordovícico, hace unos 460 millones de años) es un par de lutitas y calizas calcáreas de grano fino, depositadas en una rampa carbonatada que precede al orógeno Tacónico. Su sobrepresión a profundidades de entre 12 000 y 14 000 pies en el oeste de Pensilvania —donde se han documentado gradientes de presión de 0,85 a 0,95 libras por pulgada cuadrada por pie— es el resultado de la generación de hidrocarburos a partir de querógeno de tipo II, que superó la eficiencia de expulsión de la matriz compacta. Esta sobrepresión es el factor determinante de las extraordinarias tasas de producción iniciales (hasta 72 millones de pies cúbicos por día) registradas en los primeros pozos profundos de Utica: la formación es, en esencia, su propio mecanismo de impulsión. Sin embargo, si los operadores no identifican el punto óptimo de producción o no logran diferenciar adecuadamente la caliza Point Pleasant, de alta productividad, de las lutitas circundantes, pueden perderse zonas productivas. 

La formación Haynesville-Bossier (Jurásico Tardío, hace aproximadamente 155 a 145 millones de años): La lutita de Haynesville es una roca de lodo silícea térmicamente sobremadura y sobrepresurizada, depositada en un entorno de rift intracontinental durante el rifting del Golfo de México en el Jurásico Tardío. Su gradiente de profundidad es su característica geológica definitoria: al moverse hacia el oeste desde el núcleo tradicional en las parroquias de DeSoto y Bossier (Luisiana) hacia los condados de Robertson y Leon (Texas), la formación se profundiza de aproximadamente 10 500 a 19 000 pies y los gradientes de presión aumentan de 0,7 a 0,92 psi por pie. Este gradiente de profundidad controla la oportunidad de “Haynesville Occidental”: a mayores profundidades, una mayor energía del yacimiento significa mayores tasas de producción inicial y mayores recuperaciones finales estimadas por pozo (aproximadamente 32 mil millones de pies cúbicos en profundidad frente a unos 11 mil millones de pies cúbicos en el núcleo menos profundo), pero también mayores costos de terminación y requisitos más estrictos para equipos de alta presión y alta temperatura. 

La cuestión geológica que impulsa la exploración actual es la continuidad lateral de la celda de sobrepresión. Mapear la transición de presión normal a sobrepresión mediante el análisis de la presión de poros a escala de cuenca es el trabajo geofísico de mayor valor en Haynesville hoy en día.

Kit de herramientas de IA y análisis de datos: ¿Qué se está utilizando realmente?

La expresión «IA en petróleo y gas» abarca un conjunto de técnicas extraordinariamente amplio y variado. Para los geocientíficos que evalúan estas oportunidades en la cuenca, es importante distinguir entre los enfoques algorítmicos específicos que se están implementando, ya que cada uno se adapta de forma óptima a un tipo diferente de problema del subsuelo.

Análisis de registros mediante aprendizaje automático; identificación de intervalos no explotados: La aplicación de IA más madura operativamente en el ámbito de las oportunidades fuera de la Cuenca Pérmica es el análisis de registros geofísicos de pozo basado en redes neuronales para la identificación de zonas productivas no explotadas. Este método entrena modelos multicapa con un conjunto de datos de curvas de registro (rayos gamma, resistividad, porosidad, densidad aparente) de pozos con historiales de producción conocidos. Posteriormente, aplica el modelo entrenado a pozos antiguos donde el equipo de terminación original podría no haber identificado intervalos productivos, ya sea por la calidad inadecuada de los registros, por umbrales económicos diferentes o porque la formación objetivo aún no se estaba desarrollando.

Continental Resources utilizó este método en el condado de Garvin (cuenca de Anadarko) para reevaluar 450 pozos verticales antiguos de arenisca compacta Springer. La red neuronal identificó 62 pozos con intervalos superiores de Springer no explotados mediante la detección de anomalías de resistividad y cruces de porosidad que coincidían con las firmas de hidrocarburos en los datos de entrenamiento, pero que se habían pasado por alto en las decisiones de terminación originales. La validación geológica, que confirmó que los intervalos señalados realmente no se habían explotado y no eran simplemente zonas improductivas, requirió la integración de datos de núcleos y descripciones de recortes de pozos de control cercanos.

Una aplicación técnicamente distinta pero relacionada es la agrupación no supervisada de curvas de registros para la clasificación de electrofacies en entornos de producción apilados. En el yacimiento STACK de Anadarko, donde los bancos Meramec, Osage y Woodford tienen firmas de registros superpuestas en algunas áreas, k-means y la agrupación jerárquica de vectores de registros multivariados pueden identificar los límites de facies a escala de banco que no son evidentes en el análisis tradicional de curva única. El programa de delimitación de las formaciones Osage y Meramec de Devon Energy utilizó la agrupación de electrofacies para diferenciar las facies productivas de wackestone-packstone de los intervalos compactos de mudstone dentro de la sección más amplia de Osage, lo que permitió diseñar perforaciones específicas que mejoraron la eficiencia de los grupos de perforación (clusters) entre un 25 y un 40 por ciento, según estimaciones.

Fibra óptica DAS/DTS; monitoreo de fracturas en tiempo real:

La detección acústica distribuida (DAS) y la detección de temperatura distribuida (DTS), implementadas mediante cables de fibra óptica instalados permanentemente, constituyen la tecnología de observación más directa para medir los resultados reales de un programa de fracturamiento hidráulico frente a lo que se había diseñado. El sistema DAS responde a las señales acústicas generadas por el movimiento de fluidos, la propagación de fracturas y la sedimentación del agente de sostén (proppant); por su parte, el sistema DTS mide los cambios de temperatura a lo largo de la fibra, reflejando la entrada de fluidos y el intercambio de calor con la formación.

La información geológica que aportan los sistemas DAS/DTS permite identificar la heterogeneidad en la eficiencia de los grupos de perforación (clusters), es decir, el grado en que cada grupo contribuye a la producción en una terminación horizontal multietapa. Prácticamente en todos los pozos horizontales multietapa analizados con fibra DAS, una minoría de los grupos (típicamente entre el 30 % y el 50 %) genera la mayor parte (entre el 60 % y el 80 %) de la producción inicial. El patrón espacial de la eficiencia de los grupos guarda correlación con variables geológicas: densidad de fracturas naturales, heterogeneidad de los esfuerzos in situ, variabilidad en la calidad del yacimiento y proximidad a fallas. Identificar qué factores geológicos predicen una baja eficiencia de los grupos constituye la principal aportación de las geociencias a la selección de objetivos para operaciones de re-fracturamiento (refrac).

ConocoPhillips adquirió el programa de re-fracturamiento de Marathon Oil en la formación Eagle Ford, el cual utilizó análisis DAS en un pozo horizontal de 2014 para determinar que el 38 % de sus grupos de perforación originales nunca habían recibido un flujo significativo de fluidos. La explicación geológica —el efecto de sombra de esfuerzos (stress shadowing) provocado por pozos productores adyacentes en la formación de carbonatos compactos laminados— se confirmó al comparar el mapa de eficiencia de grupos (obtenido mediante DAS) con un modelo geomecánico 3D elaborado a partir de registros sónicos dipolares. Este flujo de trabajo integrado (geomecánica y DAS) se considera actualmente una mejor práctica recomendada para cualquier operador que contemple realizar re-fracturamientos en yacimientos maduros de carbonatos compactos.

Lo que realmente mide la fibra DAS: Introducción para geocientíficos

La detección acústica distribuida (DAS) funciona enviando pulsos láser a través de un cable de fibra óptica y midiendo la luz retrodispersada (dispersión de Rayleigh), la cual varía en respuesta a las vibraciones acústicas a lo largo del cable. En el contexto del fracturamiento hidráulico, la entrada de fluidos, la propagación de fracturas y el transporte del agente de sostén generan firmas acústicas características a profundidades específicas. La señal se muestrea simultáneamente con una resolución espacial a escala centimétrica a lo largo de todo el pozo, algo que ninguna red de sensores convencionales puede lograr. El sistema DTS complementa al DAS mediante la medición de la temperatura: la entrada de fluidos cálidos procedentes del yacimiento se manifiesta como anomalías térmicas, mientras que las zonas con fluidos más fríos indican un aislamiento respecto a la red de fracturas. La combinación de DAS y DTS proporciona una imagen cuatridimensional (profundidad, tiempo, acústica y térmica) del comportamiento de las fracturas, algo que simplemente no estaba al alcance de los ingenieros de terminación antes de 2015.

FWI y RTM: resolviendo lo que la sísmica convencional pasó por alto

La migración en tiempo inverso (RTM) y la inversión de forma de onda completa (FWI) son algoritmos de procesamiento sísmico de alta intensidad computacional; su aplicación a escala de cuenca resultaba inviable antes de 2018, aproximadamente, momento en que la aceleración mediante unidades de procesamiento gráfico (GPU) los hizo comercialmente factibles para conjuntos de datos sísmicos 3D preexistentes.

La RTM genera una imagen del subsuelo simulando la propagación de ondas en sentido inverso, desde el receptor hasta la fuente, utilizando el campo de ondas elásticas completo (incluidas las ondas de retorno y las múltiples que la migración convencional de Kirchhoff descarta). Esto permite obtener imágenes de mucha mayor calidad bajo cuerpos salinos y en zonas con formaciones suprayacentes complejas, razón por la cual la RTM ha supuesto una revolución en las aguas profundas del Golfo de México. El caso en que Talos Energy identificó un cierre de bloque de falla del Mioceno —previamente pasado por alto— en el bloque 110 de Green Canyon, utilizando datos sísmicos RTM reprocesados ​​por TGS (una estructura invisible en el volumen original de 1998 procesado con migración de Kirchhoff), constituye un ejemplo paradigmático de información geológica que estaba físicamente presente en los datos sísmicos brutos, pero que requería un procesamiento moderno para poder visualizarse.

La FWI (inversión de forma de onda completa) va más allá al actualizar simultáneamente el modelo de velocidad y la imagen de reflectividad de manera iterativa, minimizando la discrepancia entre las formas de onda simuladas y las observadas. El resultado es un modelo de velocidad con una resolución lateral a escala de metros —frente a la resolución a escala de kilómetros de la tomografía convencional— que permite a los geólogos mapear variaciones en las propiedades del yacimiento (porosidad, saturación de fluidos) a escala interpozo. En la formación Utica profunda del oeste de Pensilvania, los modelos de velocidad derivados de la FWI se utilizan para predecir gradientes de presión de poro por delante de la barrena; esto es crucial para gestionar los riesgos de control del pozo asociados a la perforación en yacimientos sobrepresionados (0,92 psi/pie) situados a 14.000 pies de profundidad.

Diagnóstico de terminación impulsado por IA: Conectando la geología con la ingeniería

La frontera más reciente de la IA aplicada fuera de la cuenca Pérmica es la optimización integral de la terminación, que integra datos geológicos (calidad del yacimiento, densidad de fracturas naturales, esfuerzos in situ), parámetros de ingeniería (espaciado de clusters, volumen de fluido, carga de agente sostén) y datos de producción en un único modelo predictivo. Este modelo recomienda diseños de terminación tanto para pozos nuevos como para candidatos a refracturación de manera simultánea.

Tanto la herramienta Completion Advisor de SLB como la plataforma de diagnóstico de fracturación impulsada por IA de ProPetro utilizan modelos de conjunto (ensemble) de tipo gradient boosting. Estos modelos han sido entrenados con datos de miles de pozos en las cuencas de los Apalaches, Eagle Ford y Bakken para predecir la eficiencia de los clusters y la recuperación final estimada en función de los parámetros de diseño de la terminación y el contexto geológico específico. Los datos de entrada sobre el contexto geológico incluyen: la relación frágil-dúctil (derivada de propiedades elásticas obtenidas mediante registros de pozo), el contraste de esfuerzo horizontal mínimo (mediante registros sónicos dipolares), el carbono orgánico total (mediante registros de rayos gamma espectrales) y la intensidad de fracturas naturales (mediante registros de imagen o microsísmica de pozo). Estas plataformas están cerrando eficazmente la brecha existente históricamente entre las geociencias y la ingeniería de terminación.

Minerales críticos: la geoquímica que redefine el valor del agua de producción

La explicación geológica del enriquecimiento en minerales críticos de las aguas de formación en las cuencas de EE. UU. depende de cada formación específica y requiere un razonamiento geoquímico cuidadoso para su comprensión y evaluación comercial.

Litio en el agua de producción de Marcellus y Utica: La composición isotópica del agua de producción de las formaciones Marcellus y Utica-Point Pleasant (caracterizada mediante mediciones de δ7Li, δ11B y δ138Ba) es consistente con un origen a partir de remanentes de agua de mar precámbrica evaporada que posteriormente experimentó modificaciones diagenéticas. El mecanismo clave de enriquecimiento de litio es la transformación de esmectita a illita durante la diagénesis por enterramiento a temperaturas superiores a unos 80 grados Celsius: la illitización libera preferentemente ⁶Li a la solución (el isótopo más ligero), produciendo aguas de formación enriquecidas en litio e isotópicamente ligeras (valores bajos de δ⁷Li) en condiciones de alta madurez térmica. Esto explica por qué los pozos más profundos y térmicamente más maduros de la formación Utica-Point Pleasant presentan las concentraciones de litio más elevadas y los valores de δ⁷Li más bajos; se trata de una huella geoquímica que permite predecir espacialmente las zonas de salmuera enriquecidas en litio en toda la cuenca.

Helio en las cuencas de Williston y Anadarko: El helio presente en el gas natural es de origen radiogénico; se produce mediante la desintegración alfa del uranio y el torio en las rocas del basamento y migra posteriormente hacia arriba, acumulándose en estructuras de entrampamiento a lo largo del tiempo geológico. En la extensión de la cuenca de Williston situada en Saskatchewan, la fuente es un basamento granítico precámbrico enriquecido en uranio y torio; el helio se acumuló en trampas estructurales del Paleozoico inferior (formación Deadwood del Cámbrico y equivalentes del Ordovícico) situadas sobre el basamento. En el complejo Hugoton-Panhandle de la cuenca de Anadarko, el mismo proceso tuvo lugar sobre el basamento precámbrico del aulacógeno de Anadarko. Un aspecto clave para la exploración es que la concentración de helio está controlada estructuralmente, no estratigráficamente: las mayores concentraciones de helio se encuentran en altos estructurales situados sobre anomalías de uranio en el basamento. Los estudios radiométricos del basamento (espectrometría aérea) y los mapas de uranio-torio del subsuelo derivados de registros geofísicos de pozos pueden utilizarse para predecir áreas con potencial de helio sin necesidad de perforar.

Litio en pegmatitas de los Apalaches (USGS, Abril de 2026): La evaluación del USGS de Abril de 2026 sobre los recursos de litio no descubiertos en los Apalaches —estimados en 2,3 millones de toneladas métricas en formaciones de pegmatitas del sur y el norte de la cordillera— representa un objetivo geológico distinto al de la extracción de litio a partir de aguas de producción. Las pegmatitas son cuerpos ígneos de grano grueso que cristalizan durante las etapas finales del enfriamiento del magma granítico, concentrando elementos incompatibles (incluidos litio, cesio, rubidio y tierras raras) en fases minerales específicas. El principal mineral portador de litio en las pegmatitas de los Apalaches es la espodumena (LiAlSi₂O₆), que se encuentra en las Carolinas y en Nueva Inglaterra, dentro de terrenos metamórficos que abarcan desde el Proterozoico tardío hasta el Paleozoico temprano. La correlación espacial con los orógenos tacónico y acadiano —arcos magmáticos que intruyeron secuencias metasedimentarias enriquecidas en litio— constituye el marco geológico para predecir yacimientos de litio en pegmatitas aún no descubiertos.

Uno de los marcos geocientíficos más eficaces para identificar dónde es más probable hallar cada categoría de nueva oportunidad es el propio proceso de formación. Los entornos deposicionales y la historia del flujo térmico determinan la madurez térmica de las rocas madre (y, por ende, la geoquímica de los fluidos generados), la naturaleza de las modificaciones diagenéticas (dolomitización, silicificación, ilitización) y el marco estructural de la cuenca. La siguiente tabla resume dicha relación:

El papel del geocientífico en el panorama de nuevas oportunidades

La aparición de la IA y de las herramientas de análisis de datos no ha restado importancia al papel del geocientífico petrolero; al contrario, lo ha revalorizado. Todos los modelos de IA descritos en este artículo requieren validación geológica. Los análisis de registros mediante redes neuronales generan falsos positivos en intervalos donde las transiciones de litofacies imitan las señales características de los hidrocarburos; sin la revisión de dichos intervalos por parte de un geólogo —contrastándolos con datos de núcleos y recortes de perforación—, los resultados carecen de fiabilidad comercial. Los modelos de velocidad FWI requieren una interpretación geológica estructural para distinguir las anomalías de velocidad reales de los artefactos derivados de la geometría de adquisición. Los datos de fibra óptica DAS requieren un modelo geomecánico —elaborado por un especialista en geomecánica a partir de propiedades elásticas medidas en núcleos y orientaciones de fracturas derivadas de registros de imagen— para interpretar las variaciones en la eficiencia de los *clusters* en términos geológicos.

Más importante aún, determinar qué cuenca, qué formación y qué enfoque tecnológico representan la oportunidad de mayor valor en un momento dado es, fundamentalmente, una decisión de criterio geológico. Las relaciones entre el entorno deposicional de la formación, su historia diagenética, su madurez térmica, su marco estructural y el tipo específico de recurso no recuperado o la nueva fuente de ingresos —tal como se resume en la tabla de uno de los recuadros adjuntos— constituyen los marcos predictivos que permiten a los geocientíficos orientar la inversión en análisis de datos hacia los objetivos más prometedores, incluso antes de reprocesar el primer píxel de datos sísmicos o de desplegar el primer cable de fibra óptica.

Las cuencas analizadas en este artículo ilustran un principio que debería guiar la contribución de los geocientíficos al nuevo panorama de oportunidades: el conocimiento geológico más valioso no reside en identificar una nueva acumulación, sino en explicar por qué una acumulación ya conocida posee más recursos, tiene mayor valor geoquímico o es técnicamente más accesible de lo que sugiere el modelo económico actual. Ese cambio de perspectiva —transformar lo familiar en algo nuevo y sorprendente, renovar lo que ya existía— constituye la contribución única del geocientífico a la transición energética.