BAB IV DATA DAN PENGOLAHAN DATA 4.1 4 ... - Powered by GDL4.2 · (seismic cube) sebagai input untuk...
Transcript of BAB IV DATA DAN PENGOLAHAN DATA 4.1 4 ... - Powered by GDL4.2 · (seismic cube) sebagai input untuk...
29
BAB IV
DATA DAN PENGOLAHAN DATA
4.1 Data
4.1.1. Data Seismik
Pada penelitian ini data seismik yang digunakan adalah data migrasi poststack 3D
(seismic cube) sebagai input untuk proses multiatribut. Data seismik ini mempunyai
interval pencuplikan sampel (sample rate) sebesar 2 milidetik, dengan fasa nol dan
polaritas normal dalam format SEG. Hal ini ditentukan berdasarkan koefisien refleksi
pada batas antara lapisan dalam data sumur, dimana kenaikan pada impedansi akustik
ditunjukkan sebagai puncak (peak) pada seismic. Data seismik terdiri dari inline 1-
110 dan crossline 1-64.
Gambar 4.1 Data Seismik pada Xline 26
30
4.1.2. Data Sumur dan Data Checkshot
Pada daerah penelitian terdapat tujuh buah sumur yaitu Novry-1 sampai dengan
Novry-7 yang digunakan dalam proses pengikatan antara data sumur dan data
seismik. Masing-masing sumur dilengkapi data log sonic, log densitas dan log
porositas. Log sonik dan densitas digunakan untuk pengikatan sumur dengan seismik
menghasilkan tras seismik sintetik, sedangkan log lainnya digunakan untuk
mendukung interpretasi dan pemodelan. Data checkshot digunakan untuk keperluan
konversi data sumur dari domain kedalaman ke dalam domain waktu (time to depth
conversion). Proses konversi ini penting dilakukan selama well seismic tie, selain
untuk interpretasi batas horizon proses ini juga memegang peranan penting dalam
proses multiatribut.
4.1.3. Horizon
Pada daerah penelitian ini digunakan empat buah horizon yaitu Viking,
Manville, Top Channel, dan Missisipi.
Gambar 4.2. Data Log, Checkshot, Top Horizon Sumur Novry -3
31
4.2. Pengolahan Data
Tahapan yang disusun untuk estimasi properti reservoar dari data seismik (analisa
multi atribut) adalah sebagai berikut.
4.2.1. Penentuan Geometri dan Posisi Survey.
Agar metoda ini dapat digunakan dengan baik, sejumlah data harus dimiliki,
diantaranya :
a. Volume seismik
b. Data sumur yang cukup untuk menghasilkan hubungan statistik yang baik,
sehingga mampu merepresentasikan variasi spasial daerah studi.
Gambar 4.3. Base Map Area Studi
32
4.2.2. Ekstraksi Wavelet dan Well Seismic Tie
Proses ekstraksi wavelet dapat dilakukan dengan beberapa metoda. Pertama, dengan
menggunakan cara statistik, yaitu dengan mengekstraksi wavelet dari cube data
seismik disekitar zona target. Kedua, menggunakan data sumur, dimana wavelet
diekstraksi disekitar lokasi sumur. Ketiga, dengan membuat wavelet Ricker. Sumur
dikonversi dari kedalaman menjadi fungsi waktu dengan menggunakan data
checkshot. Pada penelitian ini dipilih wavelet ricker. Wavelet ini dipilih karena
menghasilkan korelasi yang paling tinggi pada saat melakukan well seismic tie.
Wavelet Ricker yang digunakan mempunyai frekuensi dominan sekitar 30 Hz dan
fasanya nol dengan panjang gelombang 120 ms.
Gambar 4.4 Wavelet Ricker
Tabel 4.1. Perbandingan Koefisien Korelasi Well to Seismic Tie
Novry‐1 Novry‐2 Novry‐3 Novry‐4 Novry‐5 Novry‐6 Novry‐7
Statistik 0.456 0.435 0.45 0.46 0.66 0.466 0.67
Well 0.234 0.367 0.243 0.298 0.465 0.353 0.482Ricker 0.616 0.656 0.962 0.528 0.652 0.672 0.798
33
Wavelet kemudian dikonvolusikan dengan koefisien refleksi untuk membuat
seismogram sintetik yang akan digunakan dalam proses well seismicto tie (gambar
4.5). Sebelum melakukan proses well seismic tie ini, data sumur (sonik) terlebih
dahulu dikonversi dari domain kedalaman menjadi domain waktu dengan
menggunakan data checkshot. Proses well seismic tie pada dasarnya banyak
dipengaruhi oleh proses bulkshifting ataupun stretch/squeeze dengan toleransi
pergeseran sekitar 10 ms. Batas pergeseran tersebut perlu diperhatikan karena jika
melebihi 10 ms akan menyebabkan data sumur mengalami shifting. Hal ini akan
berpengaruh pada saat penentuan nilai fasa dari data sumur tersebut, dimana nilai
fasanya akan mengalami pergeseran dari nilai fasa sebenarnya.
Gambar 4.5 Proses Well to Seismic Tie Pada Sumur Novry-3
CC : 0.962
34
Gambar 4.6 Alur Kerja dan Pengolahan data
4.2.3. Seismik Inversi
Inversi seismik juga disebutkan sebagai proses ekstraksi sifat fisika geologi bawah
permukaan dari data seismik (Hampson & Russell, 2005). Tujuan dasar dari inversi seismik
adalah melakukan transformasi data seismik refleksi menjadi nilai kuantitatif sifat fisik serta
deskripsi reservoir. Sebelum melakukan proses inversi terlebih dahulu dibuat model inisial
dengan menggunakan data sumur,wavelet, dan horizon yang ada.
Pada studi kali ini parameter masukan dalam menentukan inisial model antara lain :
Sumur : Novry-1 s/d Novry-7
Log : P-wave dan density
Horizon : Viking, Manville, Top Channel, Base Channel dan Missisipi.
DataSeismik Well log
Well to Seismic Tie
Seismik Inversi
Seismik MultiAtribut
Data Log (Vp,Porositas,ρ )
Analisa & Interpretasi
Persiapan Data
External Attribute
35
Gambar 4.7 Inisial Model
Sebelum melakukan inversi terlebih dahulu dilakukan analisa sebelum inversi untuk
mengetahui kualitas inversi.
Untuk inversi AI parameter inversi model based yang digunakan adalah :
1. Soft Constraint dengan Model Constraint 0.5.
2. Average Block Size 2 ms.
3. Number of iterations 15.
4. Processing sample rate 2 ms.
Hasil analisis inversi model based menunjukkan korelasi yang cukup pada interval
Viking sampai Missisipi. Total nilai RMS error P-impedance log dengan P-
36
impedance inversi sebesar 867.159 dan korelasi antara sintetik dan seismik tras
sebesar 0.88
Gambar 4.8 Analisis pre-inversi untuk model based
Untuk inversi AI parameter inversi sparse spike yang digunakan adalah :
1. Sparseness 10 %
2. Constraint Frequency 15 hz
3. Jumlah iterasi 15 - Window Length 64
4. Processing sample rate 2 ms.