BAB II COMMON REFLECTION SURFACE

Transkripsi

1 BAB II COMMON REFLECTION SURFACE Pada metode seismik refleksi, bermacam-macam teknik imaging telah dikembangkan khususnya untuk eksplorasi minyak bumi antara lain common midpoint (CMP) stack dan normal moveout (NMO) stack, yang kemudian dikenal sebagai metode konvensional stack, sampai dengan metode common reflection surface (CRS) stack yang mulai dikembangkan pada tahun Pada dasarnya semua teknik imaging yang dipakai saat ini bertujuan untuk melakukan simulasi zero offset (ZO). Teknik simulasi ZO yang sudah dikenal adalah CMP stack. Teknik ini membutuhkan macrovelocity model atau model kecepatan. Pada metode CMP stack mutlak diperlukan koreksi NMO sedangkan koreksi NMO itu sendiri memerlukan analisa kecepatan, sehingga hasil simulasi ZO sangat tergantung terhadap model kecepatan yang diberikan. Ketergantungan terhadap model kecepatan menyebabkan imaging seismik bersifat sangat subyektif. Oleh karena itu, dibutuhkan metoda imaging yang tidak tergantung pada model kecepatan. Ada beberapa metode simulasi ZO offset yang tidak membutuhkan model kecepatan awal, salah satunya adalah metode common reflection surface (CRS) stack. 2.1 Metode Konvensional Stack Common Midpoint (CMP) Stack Teknik common midpoint (CMP) stack dilakukan dengan cara menempatkan trace tepat di tengah (midpoint) antara lokasi source dan receiver, seperti pada gambar (2.1). Setiap titik CMP akan memiliki lebih dari satu pasangan source-receiver. Trace dengan titik CMP yang sama dikelompokan dan disebut CMP gather. 4

2 Keuntungan menggunakan metode ini yaitu semakin banyak titik CMP dilewati pasangan source-receiver maka semakin baik kualitas rasio S/N yang akan didapatkan. Dengan cara tersebut akan didapat penampang zero offset (ZO) yang mampu mengurangi jumlah data, meningkatkan signal dan mengurangi noise. Namun salah satu kelemahannya pada kondisi conflicting dip, saat dua atau lebih event refleksi berkumpul pada lokasi ZO yang sama, metode CMP stack tidak bisa menggambarkan event-event refleksi tersebut dengan baik karena pada satu titik ZO terdapat kemungkinan lebih dari satu titik refleksi. Gambar 2.1 Geometri ray dari common midpoint (CMP) gather, (Jager, 1999). Posisi midpoint (x m ) di lintasan seismik ini dapat dihitung dari posisi source x s dan receiver x g menggunakan persamaan x x x /2 dan titik tengah antara source dan receiver (half offset) didapatkan dari h x x / Koreksi Normal Moveout (NMO) Salah satu pendekatan untuk mengatasi keterbatasan CMP stack adalah koreksi normal moveout (NMO). Koreksi NMO ini dilakukan untuk menangani pengaruh 5

3 geometri akuisisi sehingga seolah-olah trace direkam pada zero offset, dengan kata lain koreksi NMO adalah koreksi waktu tempuh terhadap offset (gambar 2.2). Gambar 2.2 CDP gather dan koreksi NMO, (Yilmaz, 1988). Pada kasus medium horizontal sederhana, fungsi traveltime dari source (S) di permukaan ke reflektor (R) lalu ke geophone (G) diberikan oleh persamaan berikut, (2.1) dengan v adalah kecepatan medium, t 0 adalah waktu tempuh zero offset dan h adalah half offset antara source (S) dan geophone (G). Jika bawah permukaan tidak lagi horizontal, namun merupakan kumpulan layer dengan kecepatan yang konstan untuk setiap layer, maka kecepatan pada persamaan (2.1) harus diganti dengan kecepatan root mean square (Tanner dan Koehler, 1969)., (2.2) 6

4 dengan v i adalah kecepatan interval dan t i adalah TWT (two way traveltime) pada layer ke-i. Pada kasus medium heterogen dengan reflektor melengkung atau medium layer dengan kecepatan bervariasi, maka persamaan (2.1) tidak bisa dipergunakan lagi. Sehingga fungsi traveltime untuk kasus ini diberikan oleh. (2.3) dengan v NMO adalah kecepatan normal moveout, yang didapatkan ketika melakukan picking pada semblance. Dengan melakukan NMO maka random noise dapat dihilangkan dan rasio sinyal terhadap noise dapat ditingkatkan. Pada kasus reflektor miring, metode NMO tidak dapat menggambarkan event refleksi dengan baik. Karena dalam satu CMP gather belum tentu merupakan kumpulan dari satu titik refleksi atau dengan kata lain geometri ray untuk satu CMP gather tidak lagi menjadi satu titik namun tersebar (gambar 2.3), sehingga dibutuhkan metode tambahan yaitu metode dip moveout (DMO). Gambar 2.3 Geometry CMP gather pada reflektor yang memiliki dip, (Jager, 1999). 7

5 Pada gambar (2.4), apabila menggunakan metoda CMP stack, raypath SRG dan MR 0 M akan di-stack karena memiliki posisi midpoint yang sama, meskipun titik refleksinya berbeda. Permasalahan tersebut dapat diselesaikan dengan menggunakan koreksi dip moveout (DMO) sehingga raypath SRG dijadikan ray zero offset dan di kembalikan ke titik R. Gambar 2.4 Smearing dari titik Refleksi di satu CMP gather (Jager, 1999). Pendekatan ini juga mampu mengkoreksi situasi conflicting dip dengan menjumlahkan setiap kemungkinan kemiringan (dip) untuk setiap ZO traveltime pada CMP gather. Kontribusi pada setiap titik refleksi yang sama dipindahkan dalam CMP gather. 2.2 Metode Common Reflection Surface Stack Metode CRS stack yang dikembangkan oleh Wave Inversion Technology (WIT) memiliki banyak kelebihan dibandingkan metode konvensional. Metode tersebut mampu menghasilkan citra penampang ZO yang lebih tajam dan berbagai atribut. Salah satu manfaat atribut-atribut tersebut yaitu untuk membuat model kecepatan berdasarkan metode inversi tomografi. Pada metode ini, penampang zero offset (ZO) didapatkan dari data seismik multicoverage. Hal ini tentu saja berbeda dengan metode konvensional yang 8

6 membutuhkan model kecepatan yang akurat supaya mendapatkan gambaran bawah permukaan yang baik. Metoda stacking konvensional juga tidak memakai semua data multicoverage, karena hanya menggunakan beberapa gather tertentu saja dalam proses stackingnya. Padahal sejumlah besar trace yang diabaikan tersebut dapat digunakan untuk menggambarkan bawah permukaan. Selain itu, kelemahan proses stacking dengan menggunakan operator stacking konvensional yaitu tidak mampu mengaproksimasi respon refleksi secara tepat Operator Stacking CRS Operator stacking CRS dihasilkan dari dua buah gelombang. Gelombang pertama didapatkan dengan menempatkan sebuah source berupa titik pada reflektor yang menghasilkan gelombang normal-incident-point (NIP). Sedangkan gelombang kedua didapatkan dengan menempatkan suatu source berupa luasan (exploding reflektor) yang menghasilkan gelombang normal (N). Gambar 2.5 Curvature gelombang normal (hijau) dan curvature gelombang NIP (merah), (Jager, 1999). 9

7 Kedua gelombang tersebut akan memiliki kinematic properties yang terukur di permukaan ξ 0. Kinematic properties tersebut antara lain dan, yaitu turunan pertama dan kedua horizontal spasial traveltime dari gelombang yang dibangkitkan dari eksploding reflector di sekitar titik NIP. Sedangkan adalah turunan kedua horizontal spasial traveltime dari gelombang yang dibangkitkan dari point source pada titik NIP. Jika kecepatan dekat permukaan v 0 diketahui dan struktur bawah permukaan tegak lurus terhadap permukaan (2.5D), ketiga parameter,, dijabarkan menjadi, dapat, (2.4), dengan K N =R -1 N dan K NIP =R -1 NIP. α adalah emergence angle pada titik ξ 0, K N adalah kelengkungan muka gelombang normal dan K NIP merupakan kelengkungan muka gelombang normal incident point (NIP). Berdasarkan kedua gelombang ini, operator CRS ZO untuk titik P 0 =(ξ 0,t 0 ) diturunkan dari ekspansi hyperbolic Taylor orde kedua yaitu, 2 2, (2.5) dengan ξ=ξ m -ξ 0, fungsi traveltime tersebut dipengaruhi ketiga parameter,,. 10

8 Apabila persamaan (2.4) disubstitusikan pada persamaan (2.5), maka operator CRS ZO dapat pula ditulis,. (2.6) dengan t 0 adalah traveltime, v 0 adalah kecepatan dekat permukaan pada ξ 0. Midpoint diwakili oleh ξ m dan half offset oleh h. Parameter α, R N, R NIP adalah parameter atribut wavefield. Parameter α didefisikan sebagai emergence angle atau sudut datang, parameter ini juga memiliki kaitan erat dengan kemiringan dari reflektor. Parameter R NIP adalah jari-jari dari gelombang NIP. Normal Incident Point didefinisikan sebagai gelombang yang menjalar dari permukaan ke reflektor dan kembali lagi ke permukaan, yang dihasilkan dari satu titik point source. Dengan asumsi kecepatan konstan, maka parameter R NIP dapat digunakan untuk menetukan jarak dari reflektor ke titik x 0. Parameter R N didefinisikan sebagai gelombang yang menjalar dengan arah normal. Gelombang ini dihasilkan oleh sebuah exploding reflektor, oleh karena itu bentuk gelombangnya akan tampak seperti reflektor itu sendiri. Parameter ini membawa informasi mengenai bentuk kelengkungan dari reflektor. Gabungan ketiga parameter α, R N, R NIP merepresentasikan lokasi, orientasi, dan bentuk dari reflektor. Dengan mengasumsikan ξ=ξ m -ξ 0 =0, yaitu pada kondisi CMP stack, maka atribut CRS dapat dihubungkan dengan kecepatan normal moveout v NMO dengan persamaan, dengan (2.7) 11

9 2.2.2 Prosedur Pencarian CRS Stack Di setiap titik P 0 pada penampang ZO, kita harus menentukan ketiga parameter (α, R N, R NIP ) yang optimum sehingga operator stacking CRS, pada persamaan (2.6), sesuai dengan event refleksi yang sebenarnya. Permasalahan tersebut dapat dipecahkan jika setiap titik penampang ZO memiliki koherensi maksimum global. Namun mencari nilai maksimum global bukanlah hal yang mudah, membutuhkan waktu yang tidak sedikit, dan keberhasilannya sangat bergantung pada pemilihan parameter α, R N, R NIP. Jika ketiga parameter tidak cukup dekat dengan maksimum global maka kita akan terjebak dalam nilai maksimum lokal. Oleh karena itu, agar mendapatkan nilai maksimum global secara efisien, yang harus dilakukan adalah mencari secara terpisah parameter inisial α, R N, R NIP yang cukup dekat dengan maksimum global. Strategi yang diusulkan oleh Jager (1999), yang pertama adalah mencari automatic CMP stack menggunakan persamaan (2.6) untuk kasus ξ=0 (CMP stack), dan melakukan analisa kecepatan di setiap CMP gather. Sehingga menghasilkan v NMO yang merupakan fungsi dari emergence angle α dan jari-jari kelengkungan R NIP, (persamaan 2.7). Hasil penampang CMP stack dapat digunakan untuk mencari α, jika operator CRS pada persamaan (2.6) mengasumsikan h=0 (zero offset) dan R N =. Parameter R N didapatkan dengan asumsi h=0, setelah terlebih dahulu parameter α diketahui. Kemudian untuk mencari parameter R NIP, digunakan persamaan (2.7). Akhirnya, parameter-parameter α, R N dan R NIP yang telah didapat digunakan sebagai nilai inisial (disubstitusikan) pada persamaan (2.6) supaya mendapatkan penampang CRS stack yang optimum. Jika terdapat situasi conflicting dip, maka pencarian nilai R NIP dari kecepatan stacking tidak bisa dilakukan. Karena dalam satu kecepatan stacking memiliki banyak emergence angle α. Juergen Mann (2001) mengembangkan metode pencarian R NIP dengan menggunakan subset data yang lain, yaitu common shot (CS) dan common receiver (CR) gather, menggunakan persamaan berikut: 12

10 . (2.8) dengan 1/R CS = 1/R NIP + 1/R N, jika α dan R N telah didapatkan maka parameter R NIP ditentukan berdasarkan persamaan (2.8). Namun jika tidak terdapat situasi conflicting dip, maka penentuan parameter R NIP dapat menggunakan parameter α dan v NMO. Hasil stacking terbaik didapatan melalui proses optimasi, menggunakan data masukan nilai inisial parameter stacking α, R N dan R NIP. Algoritma yang digunakan untuk proses optimasi ini adalah The Flexible Polyhedron Search (Nelder dan Mead, 1965). Nilai inisial tersebut digunakan sebagai data masukan untuk mendekati nilai optimum global berdasarkan persamaan (2.4). Dengan cara ini akan didapatkan penampang optimum CRS stack, penampang optimum koherensi serta penampang optimum α, R N dan R NIP Proyeksi Zona Fresnel Dalam metode seismik refleksi, frekuensi dari wavelet source (sumber) terbatas oleh nilai efisiensi dari akuisisi data seismik. Oleh karena itu, tidak sesuai jika dilakukan asumsi bahwa refleksi dari satu sumber di atas permukaan hanya mengiluminasi satu titik saja, sebagaimana asumsi pengolahan data seismik selama ini. Pada kenyataannya refleksi ini meng-iluminasi satu garis (2D) atau luasan tertentu (3D). Garis atau luasan tersebut dikenal sebagai Fresnel zone. Dengan menggunakan informasi dari respon refleksi di sekitar titik ZO sepanjang zona fresnel ini, maka akan didapatkan satu permukaan stacking untuk tiap titik ZO. Pada proses ini, pada tiap titik ZO di sepanjang reflektor target akan didapatkan penampang stacking CRS. Pada pengolahan data CRS stack, operator stacking ditentukan oleh lebar segmen dari reflektor atau apertur, dan zona Fresnel adalah apertur optimum dalam 13

11 melakukan stacking CRS. Namun, konsep zona Fresnel ini berada dalam kawasan kedalaman, padahal data seismik berada dalam kawasan waktu. Hubral dkk (1999) menjelaskan bahwa ternyata first interface Fresnel zone dalam domain waktu identik dengan proyeksi first interface Fresnel zone di domain kedalaman. Sehingga hubungan ini bisa dimanfaatkan untuk mendapatkan apertur operator CRS yang optimum. Persamaan proyeksi first Fresnel zone untuk ZO adalah sebagai berikut (Mann, 2001): wf 1 v0t = xm x0 = 2 cosα R R N NIP (2.9) Inversi Tomografi Data seismik yang direkam pada permukaan bumi tidak dapat memberikan informasi mengenai sebaran nilai kecepatan yang sebenarnya pada setiap titik (Claerbout, 1985). Oleh karena itu, diperlukan model kecepatan untuk mengetahui sebaran kecepatan di bawah permukaan bumi, dengan berbagai asumsi. Asumsi yang mungkin dipakai adalah memberikan suatu constrain atau batasan terhadap model kecepatan yang diinginkan. Constraint dari model kecepatan dapat berupa perubahan kecepatan di bawah permukaan bumi yang bersifat smooth, atau dapat pula berupa asumsi keberadaan ketidakmenerusan pada beberapa bagian dari reflektor. Salah satu faktor penting yang harus diperhatikan dalam pembuatan model kecepatan adalah penentuan karakteristik dari model kecepatan. Beberapa jenis karakterisasi model kecepatan berdasarkan tipe constraint yang digunakan dibagi menjadi tiga jenis yaitu model kecepatan yang berupa layered (lapisan lapisan) atau blocky, model kecepatan grid atau smooth, dan model 14

12 kecepatan hybrid. Pembuatan model kecepatan dengan metode tomografi pada penelitian ini menggunakan asumsi model kecepatan yang smooth. Model kecepatan ini tidak mengandung diskontinuitas kecepatan. Kecepatan pada model tersebut didefinisikan pada sebuah grid yang rapat dari titik di bawah permukaan bumi, bervariasi secara halus dari satu titik grid ke yang lain. Akibatnya posisi reflektor dengan keberadaan diskontinuitas perubahan kecepatan dapat dipisahkan. Model kecepatan yang baik merupakan model kecepatan yang dianggap konsisten dengan data seismic awal yang ada. Duveneck (2004) menyatakan bahwa suatu model kecepatan dianggap konsisten apabila semua sinyal refleksi dari data seismik, yang berhubungan dengan titik CRP (Common Reflection Point) yang sama di bawah permukaan bumi, dapat dimigrasikan kembali ke satu titik yang sama. Pembuatan model kecepatan pada penelitian ini menggunakan gelombang NIP karena segmen sinar yang menjalar di bawah permukaan bumi, yang menghubungkan lokasi sumber dan penerima di permukaan bumi dengan titik CRP secara geometri memiliki kesamaan dengan penjalaran gelombang akibat suatu sumber yang terletak pada titik CRP yang disebut gelombang NIP (Normal Incidence Point), seperti pada gambar (2.5). Gambar 2.6 (a) Segmen ray yang direfleksikan pada titik CRS, (b) Arah rambet gelombang NIP, terlihat bahwa titik NIP ini identik dengan titik CRP, (c) Jika model kecepatan konstan, gelombang yang dikembalikan akan berada pada titik NIP (Duveneck, 2004). 15

13 Hubral dan Krey (1980) menggunakan konsep mengembalikan muka gelombang NIP ke titik asal di bawah permukaan untuk menentukan kecepatan interval. Parameter gelombang NIP didapatkan dari metode CRS stack berdasarkan hasil picking. Parameter gelombang NIP tersebut antara lain (τ 0,M NIP,p,ξ) (2.10) τ 0 adalah one way traveltime dari titik NIP ke permukaan, M NIP adalah parameter gelombang NIP, p adalah koordinat slowness horizontal atau parameter ray dan ξ 0 adalah emergence location. Lokasi titik NIP di bawah permukaan (x, z) dan kemiringan reflektor (θ), tidak didapatkan pada parameter (2.10). Parameter ini harus diketahui apabila ingin melakukan inversi. Selain itu, dibutuhkan juga model kecepatan awal smooth yang diberikan oleh koordinat B-spline v(x,z). Dengan dimensi gridnya ditentukan oleh knots pada sumbu-x dan sumbu-z. Gambar 2.7 Parameter-parameter inversi tomografi. 16

14 Dari model kecepatan awal tersebut dilakukan forward modeling supaya mendapatkan parameter (2.10) model. Model kecepatan itu didapatkan dari karakter gelombang NIP (x,z,θ) dan parameter B-spline v(x,z). Pada tomografi berbasis CRS ini, model kecepatan dibuat dengan meminimalkan misfit (dengan cara iterasi) antara data hasil forward modeling dengan data pengukuran berdasarkan CRS stack. Model kecepatan akan dikatakan konsisten apabila R NIP =0 pada saat t=0 untuk setiap data pengukuran. Sehingga seolah-olah gelombang NIP yang telah mencapai permukaan, dikembalikan lagi pada titik di kedalaman, seperti tampak pada gambar berikut. Gambar 2.8 Kiri: Gelombang NIP yang dibangkitkan dari point source, Kanan: Gelombang NIP yang dikembalikan ke titi asal NIP di bawah permukaan (Duveneck, 2004). Hertweck et. al. (2004) merancang alur pemrosesan dari CRS stack sampai tomografi berdasarkan gelombang NIP setidaknya melewati dua tahapan lain terlebih dahulu yaitu smoothing dan automatic picking. Dasar kedua langkah tersebut adalah penentuan jendela (window) yang sesuai dengan event refleksi pada data stack ZO. Pada arah vertikal (waktu) lebar jendela tidak boleh melebihi wavelet supaya data tidak tercampur dengan noise atau dengan data lain. Sedangkan pada arah horizontal (spasial) lebar jendela tidak kurang dari proyeksi Fresnel zone pertama. 17

15 Smoothing Pada bab sebelumnya dijelaskan bahwa persamaan CRS stack yang optimum didapatkan dengan cara mencari terlebih dahulu operator CRS (α, R N, R NIP ) yang optimum satu persatu. Proses ini menyebabkan fluktuasi data dan berpengaruh pada pengolahan data lanjut seperti pembuatan model kecepatan. Oleh karena itu, masukan atribut yang smooth untuk inversi tomografi merupakan hal yang lazim dilakukan supaya mendapatkan model tomografi yang baik dan terhindar dari. data yang fluktuatif. Smoothing merupakan metode yang digunakan untuk memperbaiki sebaran dari suatu kumpulan data dengan cara melakukan perata rataan pada suatu interval tertentu dan mengaplikasikan nilai tersebut pada nilai tengah dalam interval yang berkaitan Automatic Picking Automatic picking dilakukan agar dapat memisahkan data dengan noise, setelah dilakukan proses smoothing. Proses automatic picking ini berdasarkan pada koherensi dan informasi sampel tetangga. Proses ini memiliki banyak keuntungan antara lain dapat menghemat waktu karena kita tidak harus melakukan picking secara manual yang memiliki unsur subjektivitas dan sulit dilakukan pada data dengan rasio S/N yang rendah. 18