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 29
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 30
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 31
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 0.482 Ricker 0.616 0.656 0.962 0.528 0.652 0.672 0.798 32
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. CC : 0.962 Gambar 4.5 Proses Well to Seismic Tie Pada Sumur Novry-3 33
Persiapan Data Well log DataSeismik Data Log (Vp,Porositas,ρ ) Well to Seismic Tie Seismik Inversi External Attribute Seismik MultiAtribut Analisa & Interpretasi 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 Log Horizon : Novry-1 s/d Novry-7 : P-wave dan density : Viking, Manville, Top Channel, Base Channel dan Missisipi. 34
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- 35
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. 36