BAB V INVERSI ATRIBUT AVO V.1 Flow Chart Inversi Atribut AVO Gambar 5.1 Flow Chart Inversi Atribut AVO 63
V.2 Input Data Penelitian Dalam penelitian tugas akhir ini digunakan beberapa data sebagai input, diantaranya adalah : 1. Data Seismik 3D Data seismik 3D yang digunakan disini adalah data time migrated CRP gather dengan spesifikasi : Jumlah Inline : 1190-1135 Jumlah Crossline : 5185 5300 Jarak antar Inline : 25 m Jarak antar Crossline: 12.5 m Interval Time Sampling Rate : 0 4000 ms : 2 ms 2. Data Model kecepatan. Data model kecepatan digunakan untuk menampilkan model jejak sinar (ray tracing) yang berguna dalam perhitungan sudut datang (angle of incidence). Model kecepatan yang digunakan sebaiknya disesuaikan dengan model geologi yang sebenarnya karena akan sangat berpengaruh dalam proses inversi. Dalam inversi kali ini data model kecepatan yang digunakan adalah data model kecepatan interval. 64
Gambar 5.2 Input Data CRP gather (kiri) dan kecepatan interval yang akan digunakan sebagai background model. 3. Data log sumur dan hasil analisa petrofisik Data log yang digunakan adalah data log untuk 5 sumur, yaitu sumur 2, 4, dan 5 yang berupa data log Vp, log densitas (RHOB), log gamma ray, kurva timedepth, dan marker sumur. Hasil analisa pemodelan petrofisik digunakan untuk memperlihatkan adanya hidrokarbon pada daerah target (lapisan B) dari masing-masing sumur. Berdasarkan pemodelan petrofisik kebanyakan hidrokarbon didominasi oleh minyak dengan sedikit gas. (Lampiran A) 65
4. Data Horizon Reservoir Daerah target reservoir pada lapangan ini berada pada formasi baturaja yang merupakan batu gamping platform dengan gradasi secara lokal menjadi buildups karbonat Gambar 5.3 Horizon reservoir dalam 3D V.3 Pengolahan Data Inversi V.3.1 Loading Data Data CRP gather dan data model kecepatan yang digunakan sebagai data awal dalam inversi AVO dimasukkan dalam AVO window yang selanjutnya akan diproses dalam proses selanjutnya. 66
V.3.2 Tes Kelayakan Data (Test Feasibility) Tes uji kelayakan data dilakukan untuk mengetahui apakah data CRP gather tersebut layak atau tidak untuk dilakukan inversi AVO. Probe memberikan harga 0-2 untuk masing-masing titik. Setiap titik yang mempunyai harga diatas 0,3 dianggap layak untuk dilakukan inversi. Semakin besar harganya maka semakin stabil pula inversinya. Berdasarkan standar harga tes kalayakan, harga diatas 0,3 pada hasil tes kelayakan terletak pada time sekitar 1000 ms sampai dengan 2300 ms (gambar 5.3) Gambar 5.4 Hasil tes kelayakan data, harga lebih dari 0,3 terletak pada time 1000 2300 ms. V.3.3 Data Prekondisi AVO. Tujuan dari prekondisi AVO adalah untuk mendapatkan CRP gather yang noisenya sudah diredam atau data CRP gather yang terkoreksi, walaupun sebenarnya data time migrated CRP gather sendiri adalah data yang sudah siap untuk 67
diinversi karena data ini merupakan data preserve amplitude yang sudah dikoreksi dengan noise yang sudah diredam. Dalam proses pengkondisian data CRP garther beberapa koreksi yang digunakan adalah koreksi geometrical spreading dan koreksi kalibrasi amplitudo. Koreksi geometrical spreading adalah koreksi yang digunakan untuk mengkoreksi efek berkurangnya amplitudo karena faktor jarak. Selain itu juga dilakukan proses muting untuk sudut datang lebih dari 35. Muting ini dilakukan untuk menghilangkan trace seismik yang mempunyai sudut datang lebih dari sudut kritis, yaitu sudut yang menyebabkan muncunlnya gelombang yang merambat sejajar dengan bidang batas (head wave). Batas sudut datang yang diambil dalam proses muting ini adalah sudut 35, jadi trace dengan sudut datang diatas 35 akan dihilangkan. Estimasi spektrum digunakan untuk mengetahui spektrum frekuensi yang paling dominan dalam daerah target, nilai frekuensi ini nantinya akan digunakan dalam input prekondisi data AVO. Gambar 5.5 Hasil estimasi spektrum daerah target dengan frekuensi dominan adalah 21 Hz. 68
(a) (b) (c) Gambar 5.6 (a) Input CRP gather, (b) Output preconditiononing gather, (c) Sudut datang hasil ray tracing dengan maksimal sudut datang 35 IV.3.4 Inversi Atribut AVO Setelah data input gather dilakukan prekondisi, maka data tersebut telah siap untuk dilakukan inversi AVO. Inversi atribut AVO yang dilakukan pada penelitian ini adalah inversi near angle stack, far angle stack, fluid factor, normal incident reflectivity (intercept), gradient, λ*ρ reflectivity, μ*ρ reflectivity. 69