Identifikasi Reservoar Hidrokarbon Dengan Menggunakan Dekomposisi Spektral, S-Transform

Transkripsi

1 Identifikasi Reservoar Hidrokarbon Dengan Menggunakan Dekomposisi Spektral, S-Transform VERNANDO MORENA 1), SUPRIYANTO2,*), JUNITA TRIVIANTY2), ZAENAL ABIDIN3), HUMBANG PURBA4) 1) Department of Physics, University of Indonesia, Depok, Jawa Barat, 16424, Indonesia 3) PPPTMGB LEMIGAS, JL. Cileduk Raya Kav.109, Cipulir, Kebayoran Lama, Jakarta Selatan 12230, Indonesia *) PENULIS KORESPONDEN TEL: ABSTRAK: Sinyal seismik yang didapatkan di lapangan seringkali bersifat non-stationer. Sinyal non-stationer ini tidak dapat dilihat secara langsung dalam domain waktu. Oleh karena itu diperlukan analisis spektral untuk melihat sinyal seismik dalam domain frekuensi dengan menggunakan Spectral Decomposition. Salah satu metode Spectral Decomposition yang sering digunakan adalah Fourier Transform. Namun penggunaan Fourier Transform ini memiliki keterbatasan dalam menampilkan low frequency shadow. Untuk melihat low frequency shadow yang lebih baik maka dalam penelitian ini penulis menggunakan Spectral Decomposition berbasis S-Transform. Dalam penelitian ini penulis menggunakan data dari lapangan Eldo di provinsi Jambi. Pada penelitian ini Spectral Decomposition berbasis S-Transform mampu memperlihatkan zona low frequency shadows dan persebarannya. Kata Kunci: Spectral Decomposition, S-Transform, low frequency shadows. PENDAHULUAN Keberadaan resevoar hidrokarbon biasanya dilihat dari perubahan nilai amplitudo yang berada dalam domain waktu. Interpretasi secara konvensional ini ideal dilakukan pada sinyal seismik yang bersifat stationer. Seringkali sinyal seismik yang didapatkan di lapangan bersifat non-stationer (sinyal yang kandungan frekuensinya bervariasi terhadap waktu). Sinyal non-stationer ini tidak dapat dilihat secara langsung dalam domain waktu. Berdasarkan hal tersebut maka diperlukan sebuah metode analisis yang dapat memberikan informasi spektral yang tersembunyi pada data seismik. Analisis spektral dengan menggunakan Fourier Transform adalah hal yang umum dilakukan pada sinyal seismik. Akan tetapi Fourier Transform hanya menghasilkan spektrum rata-rata disepanjang waktu, sehingga kelemahan utama dari Fourier Transform terletak pada ketidakmampuannya memberikan informasi secara temporal (vertikal). Fourier Transform sangat ideal bila diterapkan pada sinyal stationer, dimana karakteristik sinyal stationer tidak berubah di sepanjang waktu. Karena keterbatasan inilah maka kemudian dikembangkan beberapa metode analisis time-frequency atau dekomposisi spektral. Salah satu metode dekomposisi spektral tersebut adalah STransform. Konsep S-Transform diperkenalkan pertama kali oleh Stockwell, Mansinha dan Lowe (1996) sebagai salah satu metode untuk melokalisasi spektrum yang kompleks. Penelitian ini dilakukan di lapangan Eldo, terletak di provinsi Jambi, dengan tiga sumur. Berdasarkan penelitian sebelumnya tiga sumur tersebut terbukti mengandung reservoar gas. Namun persebaran reservoar ini masih perlu diteliti lebih lanjut. Sinyal seismik pada lapangan ini pada umumnya memiliki karakter non-stationer. Sehingga dilakukan analisis spektral berbasis S-Transform untuk mendapatkan gambaran persebaran reservoar pada lapisan tipis baik secara vertikal maupun horizontal. FG-84

2 METODE PENELITIAN Dalam penelitian ini digunakan dua metode dekomposisi spektral, S-Transform. Adapun data yang digunakan dalam penelitian ini adalah 127 inline dan 106 xline data seismik Pre Stack Time Migration (PSTM). Selain data seismik juga digunakan 2 buah data log sumur yakni sumur LMG01 dan LMG02. Serta data produksi sumur untuk membantu analisis dan interpretasi hasil penelitian. Proses pengerjaan penelitian ini tergambar dalam diagram alir pada Gambar 1. 3D Migrated Seismic Volume Selected Volume of Interest S-Transform Time/Horizon Slices and Section (for a defined frequency) Analysis and Interpretation Production Data from Well Low Frequency Shadows as DHI Gambar 1. Diagram alir penelitian dekomposisi spektral berbasis S-Transform. Langkah awal pengerjaan penelitian adalah membuat gambar tiga dimensi dari data seismik (Gambar 2). Gambar 2. Data seismik dalam tiga dimensi. Langkah berikutnya adalah memilih line seismik yang akan dianalisis, pada penelitian ini digunakan line 1148 (Gambar 3). FG-85

3 Gambar 3. Data Seismik dalam dua dimensi, Inline Setelah memilih data seismik 2 dimensi yang akan di analisa, berikutnya dilakukan processing data seismik dengan menggunakan metode dekomposisi spektral, STransform. S-Transform Menentukan frekuensi yang akan digunakan, yakni berdasarkan spektrum frekuensi pada sinyal seismik. Adapun frekuensi yang digunakan 15 Hz(low frequency), 30 Hz(mid frequency), dan 45 Hz(high frequency)(gambar 4). Gambar 4. Spektrum frekuensi pada sinyal seismik Melakukan interpretasi dekomposisi spektral S-Transform 2 dimensi pada sinyal seismik inline 1148 dengan frekuensi 15 Hz, 30 Hz, dan 45 Hz. Hasil interpretasi diperlihatkan pada Gambar 5. FG-86

4 Gambar 5. Hasil dekomposisi spektral S-Transform di Inline 1148 dengan frekuensi 15, 30, dan 45 Hz. HASIL DAN PEMBAHASAN Berikut ini hasil interpretasi dekomposisi spektral S-Transform pada sinyal seismik akan dibandingkan satu sama lain. Selain itu untuk membantu menganalisa hasil penelitian akan di sertakan data well logging dan data mud logging. Analisa ini akan dilakukan pada tiap sumur. Sumur LMG01 mud logging LMG01 (Gambar 6.) memperlihatkan bahwa sumur LMG01 mengandung reservoar gas pada kedalaman m, dan masuk dalam kategori baik (fair). Adapun batuan reservoarnya berupa batuan pasir (sandstone), yang mengelompok (blocky). Diatasnya dilapisi oleh selang-seling : siltstone-shale-siltstoneclaystone, sedangkan dibawahnya dilapisi selang-seling : claystone-shale-sandstonesiltstone. Lapisan reservoar ini sangat tipis hanya mempunyai ketebalan ± 6 m (Gambar 6). Gambar 6. Data mud logging LMG01. Menurut data well logging LMG01 (Gambar 7), diketahui bahwa pada kedalaman m memperlihatkan adanya anomali tertentu. Dilihat dari persilangan nilai log porosity dan log density, nilai resistivity naik tiba-tiba, serta nilai Gamma ray yang tibatiba mengecil merupakan anomali. Dilihat dari bentuk persilangan nilai log porosity dan log density, diperkirakan zona tersebut adalah reservoar gas. Kemudian dilihat dari nilai log Gamma Ray sekitar 70 API, diperkirakan batuan reservoarnya adalah siltstone (fine sand). FG-87

5 Gambar 7. Data well logging LMG01. Berdasarkan hasil spektral dekomposisi S-Transform dengan frekuensi 15 Hz (frekuensi rendah) dan frekuensi 30 Hz (frekuensi tengah) pada sinyal seismik, Gambar 8 dan 9. Dari gambar tersebut tidak menunjukkan adanya anomali tertentu. Namun baik lapisan M maupun lapisan N masih termasuk batuan sandstone dengan nilai intesitas amplitudonya berwarna biru muda. Gambar 8. Hasil S-Transform dengan frekuensi 15 Hz pada Inline Gambar 9. Hasil S-Transform dengan frekuensi 30 Hz pada Inline Pada hasil spektral dekomposisi S-Transform dengan frekuensi 45 Hz (frekuensi tinggi) pada sinyal seismik, Gambar 10. Baik lapisan M dan lapisan N termasuk ke dalam golongan clay. FG-88

6 Gambar 10. Hasil S-Transform dengan frekuensi 45 Hz pada Inline Sumur LMG02 Pada data mud logging LMG02 (Gambar 11.) memperlihatkan bahwa sumur LMG02 mengandung reservoar gas pada kedalaman : m, m, dan m. Adapun batuan reservoarnya berupa batuan pasir (sandstone), yang mengelompok (blocky) diselingi shale dan siltstone, serta ada sedikit limestone. Lapisan reservoar ini sangat tipis hanya mempunyai ketebalan ± 10 m. Gambar 11. Data mud logging LMG02. Menurut data well logging LMG02 pada Gambar 12, diketahui bahwa pada lapisan M di kedalaman m dan lapisan N di kedalaman m memperlihatkan adanya anomali tertentu. Dilihat dari persilangan nilai log porosity dan log density, nilai resistivity naik tiba-tiba, serta nilai Gamma ray yang tiba-tiba mengecil merupakan anomali. Dilihat dari bentuk persilangan nilai log porosity dan log density, diperkirakan zona tersebut adalah reservoar gas. Kemudian dilihat dari nilai log Gamma Ray sekitar 70 API, diperkirakan batuan reservoarnya adalah siltstone (fine sand). FG-89

7 Gambar 12. Data well logging LMG02. Berdasarkan hasil spektral dekomposisi S-Transform dengan frekuensi 15 Hz (frekuensi rendah) pada sinyal seismik, Gambar 13. Dari gambar tersebut tidak menunjukkan adanya anomali tertentu. Namun baik lapisan M maupun lapisan N masih termasuk batuan sandstone dengan nilai intesitas amplitudonya berwarna biru muda. Gambar 13. Hasil S-Transform dengan frekuensi 15 Hz pada Inline Menurut hasil dekomposisi spektral S-Transform dengan frekuensi 30 Hz, pada Gambar 14. Terlihat bahwa lapisan N berwarna kuning, hal ini menunjukkan bahwa lapisan N merupakan lapisan reservoar yang mengandung hidrokarbon. Hasil dekomposisi spektral S-Transform ini pun menunjukkan persebaran reservoar hidrokarbon baik secara vertikal maupun horisontal. FG-90

8 Gambar 14. Hasil S-Transform dengan frekuensi 30 Hz pada Inline Pada hasil spektral dekomposisi S-Transform dengan frekuensi 45 Hz (frekuensi tinggi) pada sinyal seismik, Gambar 15. Baik lapisan M dan lapisan N termasuk ke dalam golongan clay. Gambar 15. Hasil S-Transform dengan frekuensi 45 Hz pada Inline KESIMPULAN 1. Penggunaan spektral dekomposisi, S-Transform pada sinyal seismik dapat memperlihatkan informasi geologi dalam domain waktu dan frekuensi. Serta memperlihatkan zona low frequency shadow dan persebarannya. 2. Pada umumnya penggunaan frekuensi yang lebih rendah pada spektral dekomposisi S-Transform memperlihatkan pembacaan sinyal seismik dan low frequency shadow yang lebih baik dibandingkan frekuensi yang lebih tinggi. Terkecuali pada sumur LMG02, dimana penggunaan frekuensi 30 Hz lebih baik dibandingkan frekuensi 15 Hz. UCAPAN TERIMA KASIH Penulis mengucapkan banyak terima kasih terutama kepada PPPTMGB "LEMIGAS", Kementrian ESDM yang telah membantu terlaksananya penelitian dan telah memberikan kontribusi pada data penelitian. Dan tak lupa penulis juga mengucapkan banyak terima kasih kepada Bapak Dr. Eng. Supriyanto, Ibu Ir. Junita Trivianty, M.Si, Bapak Humbang Purba S,Si, M.Si, dan Bapak Zainal Abidin S.Si, M.Si yang telah meluangkan waktu dan berbagi pengetahuannya dalam penelitian ini. FG-91

9 DAFTAR RUJUKAN Yilmaz, OZ., 1987, Seismic Data Analysis. Geophysics, Widess, M. B., 1973, How thin is a thin bed. Geophysics, Vol 38, no. 6, Suprajitno Munadi, Humbang Purba, and Rosie A.S., Differenciating Oil, Gas and Water in Seismic Section Using Spectral Decomposition. Scientific Contributions Oil & Gas, Vol. 35. No. 2, August 2012: Stockwell, R. G., Why use S-Transform. Field Institute Communication, vol. 00, American Mathematical Society. Castagna, J.P., S.Sun and R.W. Siegfried, 2003, Instantaneous spectral analysis: Detection of low-frequency shadows associated with hydrocarbons. The Leading Edge, 22, 120. Satinder Chopra, John Castagna and Oleg Portniaguine, 2006, Seismic Resolution and Thin-Bed Reflectivity Inversion. CSEG Recorder Article. Mitchell, J. T., Derzhi, N., and Lickman, E. (1997). Low frequency shadows: The rule, or the exception?. 67th Ann. Internat. Mtg. Soc. Expl. Geophysics, FG-92