Pendahuluan Pennington sudah melakukan penelitian berdasarkan data sumur untuk mengetahui penyebaran litologi khususnya penyebaran sand dan shale pada daerah target lapisan Caddo lapangan Boonsville pada tahun 2001. Dari hasil penelitian Pennington, 2001 dihasilkan model fasies yang menjelaskan penyebaran channel disesuaikan dengan bentuk kurva gamma ray dan resistivity nya. Oleh karena penelitian yang dilakukan Pennington pada tahun 2001 hanya berdasarkan data sumur maka perlu diperjelas dengan hasil penelitian yang berbasiskan data seismik, sehingga penyebaran sand dan shale secara lateral akan terlihat cukup detail. Oleh karena itu penelitian ini dilakukan dengan menggunakan dua metoda yang diputuskan berdasar analisis crossplot. Metoda yang akan diterapkan adalah metoda inversi impedansi akustik dan analisis multiatribut. Mengapa dipilih dua metoda diatas, karena hasil crossplot menunjukkan bahwa dua metoda tersebut dapat menjelaskan penyebaran litologi yang sangat berhubungan dengan sifat dan jenis batuannya pada daerah target Caddo lapangan Boonsville. Dimana sand merupakan jenis batuan porous yang dapat menunjukkan kemungkinan adanya reservoir. Tujuan Tujuan dari tugas akhir ini antara lain : 1. Untuk membandingkan hasil inversi impedansi akustik dan analisis multiatribut (pseudo gamma ray, pseudo neutron porosity dan pseudo density) dengan model fasies yang dihasilkan oleh Pennington, 2001. 2. Untuk mengetahui penyebaran sand di daerah target lapisan Caddo terutama hasil dari analisis multiatribut. Batasan Masalah Dalam tugas akhir ini, masalah dibatasi pada observasi tentang karakterisasi reservoar pada daerah target Caddo dengan metoda inversi impedansi akustik dan analisa multiatribut dengan beberapa
proses yang dilakukan sebelum proses inversi dan multiatribut adalah meliputi crossplot, well tie, picking horison, ekstrak wavelet menggunakan Humpson Russel (Elog, Strata dan Emerge), Matlab 5.3 (untuk display) dan Petrel (untuk display). Data yang digunakan adalah data poststack 3D dan didukung 20 sumur. Dasar Teori Seismik Inversi Seismik inversi merupakan salah satu teknik yang digunakan untuk membuat model geologi bawah permukaan dengan menggunakan data seismik sebagai input dan data sumur sebagai constrain (Sigit Sukmono,1999). Seismik inversi merupakan salah satu metode yang digunakan untuk mengkarakterisasi reservoar (deliniasi reservoir, korelasi, klasifikasi dan diskripsi reservoir). Seismik inversi secara sederhana jelaskan dalam gambar berikut : Seismic
/
Wavelet
di
= AI
Gambar i. seismik Inversi ImpedansiAkustik (AcousticImpedance,AI) Impedansi Akustik merupakan model kecepatan bumi yang di turunkan dari nilai reflektifitas pada setiap sampel waktu. Reflektifitas dapat dikatakan sebagai nilai batas – batas reflektor bawah permukaan hasil dari proses konvolusi antara trace seismik dengan wavelet (gelombang dari sumber seismik). Hubungan matematis trace seismik dengan koefisien refleksi dalam domain waktu : St = Wt * RCt Dimana : St = Trace Seismik
...(1)
1
Wt = Wavelet Seismik RCt = Koefisien Refleksi Contoh sederhana impedansi akustik dan gambaran analisisnya pada gambar ii. Impedansi akustik : S(t) W(t) RC(t) AI(t)
F(t) = Trace seismic complex f(t) = Trace seismic riil f*(t) = Trace seismic imaginer (transformasi Hilbert dari trace seismic) A(t) = Amplitudo φ(t) = fasa di suatu waktu Tertentu Internal atribut (kuat refleksi, fasa sesaat, dan frequensi sesaat) di turunkan dari trace seismik komplek. Kuat Refleksi (Amplitude Envelope)
Karakterisasi reservoar : AI
Earth
Digunakan untuk menentukan penyebaran fluida (Bright/Dim/Flat Spot), litologi dan stratigrafi dari reservoar secara lateral. A(t) = (f(t)2 + f*(t)2)1/2
Gambar ii. Impedansi akustik dan karakterisasi reservoar Hubungan matematis trace seismik dengan koefisien refleksi dalam domain frekuensi: Sf = Wf * RCf ...(2) Dimana : Sf = Transformasi fourier dari St Wf = Transformasi fourier dari Wt RCf = Transformasi fourier dari RCt f = frekuensi
Atribut seismik adalah transformasi data trace seismik kompleks secara matematis. Atribut seismik sebagai pengukuran spesifik mengenai geometri, kinematik, dinamik atau statistikal hasil turunan data seismik (Chien dan Sydney,1997). Atribut Seismik di gunakan untuk menghitung karakteristik data lebih spesifik dengan menemukan hubungan antara target log dengan kombinasi atribut dari seismik trace. Atribut seismik dapat dihitung dari data prestack atau data poststack, sebelum atau sesudah migrasi. F(t) = f(t) + j f* (t) = A(t) ejφ(t) Dimana :
Amplitude Envelope merupakan nilai absolut dari magnitudo trace kompleks, sehingga memiliki resolusi vertikal yang rendah. Fasa Sesaat (Instantaneaous Phase) Fasa sesaat bersifat tidak bergantung terhadap kuat refleksi sehingga cenderung menguatkan refleksi koheren yang lemah. Fasa sesaat berguna untuk mendeteksi ketidakselarasan, channel, dan geometri pengendapan internal karena fasa sesaat memperjelas kemenerusan lapisan. φ(t) = tan -1 (f*(t)/f(t))
Atribut Seismik
...(3)
...(4)
...(5)
Secara matematis fasa sesaat merupakan fungsi sudut dari pembagian trace imaginer dengan trace riil. Frekuensi Sesaat (Instantaneaous frequency) Frekuensi sesaat di gunakan untuk mengestimasi atenuasi seismik, menentukan karakter reflektor, analisis tuning dan mengestimasi tebal pengendapan. ω(t) = d φ(t) /d(t)
...(6)
Frekuensi sesaat yang merepresentasikan kecepatan merupakan perubahan fasa sesaat terhadap waktu.
2
Selain Atribut seismik kompleks juga banyak atribut – atribut lain yang berhubungan dengan Direct Hidrocarbon Indicator (DHI), yaitu apparent polarity, dominant frequency, average frequency dan lain – lain. Multiatribut Metoda transformasi multiatribut merupakan transformasi linier lebih dari satu atribut seismik untuk memprediksi properti log dari data seismik. Metoda multiatribut menggunakan pendekatan regresi multilinear dengan menentukan optimal pembobotan(weight) yang diaplikasikan terhadap atribut – atribut seismik untuk mendapatkan properti volume reservoar.
dan checkshot). Sumur BillieYates 18D terletak pada inline 112 dan xline 152. Pengolahan Data Dalam pengolahan data tugas akhir ini dilakukan pengolahan pada daerah target yaitu : • Lapisan Caddo Diagram Alir Garis Besar pengolahan data, dijelaskan dalam diagram alir sebagai berikut : Data sumur
Sintetik seismogram
Properti Log
Inversi
Data Seismik
Model Fasies
Analisis Multiatribu
Hubungan antara properti log dengan atribut – atribut seismik di tulis sebagai berikut :
Pseudo Gamma Ray, Pseudo Neutron Porosity, Pseudo Density
Analisis???
Mapping
Diagram 1. Diagram Alir Lt = W0+W1A1t + W2A2t +…+ WmAmt + Wm+1Am+1 ...(7)
Cut off Gamma Ray
Data dan Pengolahan Data
Cut off gamma ray dilakukan untuk menghitung nilai batas gamma ray yang akan memisahkan antara shale dan sand dari log gamma ray. Cut off gamma ray untuk reservoar berkisar antara 38 % 40%. Nilai batas gamma ray bervariasi sesuai zona target.
Geologi Regional Boonsville
Cutoff=(GR-GRmin)/(GRmax-Gmin) ..(8)
Boonsville 3D survey merupakan Forth Worth Basin yang terletak di Central Texas.
Dimana : Cut off = 40 %. GR = GR yang di baca pada target tertentu. GRmin = GR clean pada target sand tertentu. GRmax = GR shale pada target tertentu.
Dimana : Lt= Properti log W= Pembobotan A= atribut seismik
Data Seismik dan Data Well Data input : • Poststack 3D seismik atau SEG-Y - 133 inline (74 – 206) - 97 xline (105 – 201) • 20 data sumur Data sumur yang digunakan dalam proses inversi hanya satu sumur yaitu sumur BillieYates 18D, karena hanya sumur tersebut yang memiliki log cukup lengkap(log sonic, log gamma ray, log density,
Crossplot dan Crosssection Crossplot dilakukan untuk mengetahui properti log yang dapat memisahkan sand dan shale. Dalam tugas akhir ini dilakukan crossplot antara log gamma ray dengan log P-wave, log gamma ray dengan log Density, log gamma ray dengan log Pimpedance dan log gamma ray dengan log
3
Neutron Porosity pada setiap daerah target yaitu lapisan Caddo. Dari hasil crossplot yang dapat memisahkan sand dan shale adalah log gamma ray, log P-wave, log Pimpedance dan log neutron porosity. Log density tidak dapat memisahkan sand dan shale. Crosssection merupakan display cluster pada log dari hasil crossplot.
Seismik Well Tie Seismik well tie untuk mencari hubungan target seismik dalam domain waktu dengan sumur dalam domain kedalaman. Pemilihan wavelet dalam seismik well tie sangat penting. Pemilihan wavelet digunakan untuk membuat data sintetik. Membangun Model Awal
Dari hasil crossplot akan di ketahui metode – metode yang dapat dilakukan untuk karakterisasi reservoar pada data Boonsville. Picking Horizon Picking horizon dilakukan sebagai constrain untuk proses inversi dan analisis multiatribut. Dari data seismik dan marker maka dilakukan picking horizon di atas top lapisan Caddo pada time 854 ms atau 4715 feet, dan dilakukan picking horizon di bawah bottom lapisan Caddo pada time 864 ms atau 4765 feet. Ekstraksi Wavelet Wavelet merupakan kumpulan gelombang harmonik dengan amplitudo, frekuensi dan fasa tertentu. Wavelet di perlukan untuk membuat seismik sintetik. Langkah yang dilakukan untuk membuat wavelet dan extract wavelet yaitu : 1. Bandpass, untuk mengetahui parameter – parameter yang digunakan untuk membuat wavelet bandpass, maka di buat spectrum amplitude, kemudian didapatkan nilai low pass, low cut, high cut, dan high pass sebagai parameter untuk filter bandpass. Selanjutnya akan didapat wavelet bandpass dalam bentuk fasa dan amplitude respon, dan respon waktu. 2. Extract wavelet statistical merupakan hasil FFT dan invers FFT dari autokorelasi trace seismik itu sendiri. 3. UseWell, yaitu extract wavelet dari data seismik dan data sumur.
Model awal di buat untuk mendapatkan dugaan awal model bawah permukaan, dengan memasukkan satu atau lebih data sumur. Dalam tugas akhir ini di buat model awal dengan memasukkan satu sumur yaitu sumur Billie Yates 18D. Jadi model awal yang akan dihasilkan merupakan hasil ekstrapolasi dari sumur Billie Yates 18D. Seismik Inversi Inversi seismik dari model awal adalah invers impedansi akustik (acoustic impedance, AI), yang meliputi teknik Model Based, teknik Linear Programming Sparse Spike (LPSS), teknik Maximum Likelihood Sparse Spike (MLSS) dan teknik Bandlimited. Tetapi hanya hasil inversi dengan teknik Model Based yang digunakan karena hasilnya cukup mendekati model awal. Inversi model based menggunakan optimasi least squares, dimana solusi di hitung secara iterativ. R = (WT W)-1 WT T
…(9)
Dimana : R = Reflektifity W = Wavelet T = Seismic Trace Prewhitening digunakan untuk menstabilkan solusi dari persamaan (9). Nilai prewhitening yang di masukkan adalah 1 %. Dengan penambahan faktor prewhitening di atas maka solusi least squares secara matematis sebagai berikut : R = [ (WT W) + λI ]-1 WT S ...(10) Dimana : λ = Faktor Prewhitening. I = Matriks Identitas.
4
Persamaan (10) menghasilkan satu set reflektifitas (bersifat unik) yang mendekati reflektifitas bumi sebenarnya. Nilai reflektifitas tersebut bergantung pada wavelet yang digunakan dan juga noise cukup mempengaruhi reflektifitas yang dihasilkan. Satu set reflektifitas akan menghasilkan nilai impedansi akustik (Acoustic Impedance, AI), dimana dalam prosesnya harus dibuat estimasi impedansi akustik (AI) pada lapisan pertama. Nilai masing – masing AI tergantung pada reflektifitas lapisan diatasnya. Kemudian dari nilai AI tersebut akan digunakan sebagai eksternal atribut dalam analisis volume seismik menggunakan multiatribut.
F.Yates 7, sumur F.Yates 10, sumur I.G.Yates 9A, sumur L.O.Fancher 1, sumur LO.Fancher 2 dan sumur W. Dewbrew 1.
Multiatribut
Analisis multiatribut dengan menggunakan tiga sumur, tahap awal harus ditentukan analisis window yaitu pada zona Caddo. Tahap kedua, dilakukan analisis multiatribut dengan teknik step wise regresion, untuk mendapatkan pasangan atribut yang terbaik dengan nilai training error dan nilai validasi error minimum. Atribut – atribut yang didapatkan adalah Squared Root Model Based, Filter 25/30-35/40, dan Amplitude Weighted Phase, dengan nilai crosscorrelation 0.7934 dan nilai error 18.399. Pasangan atribut diatas digunakan untuk menghitung pseudo gamma ray. Selanjutnya dilakukan slice amplitude untuk dibandingkan dengan model Pennington, 2001.
Analisis multiatribut dilakukan menggunakan software emerge dengan teknik step wise regresion transform untuk mendapatkan pasangan atribut yang terbaik. Proses multiatribut dilakukan untuk menghitung pseudo gamma ray, pseudo neutron porosity dan pseudo density, dalam perhitungan pseudo gamma ray menggunakan dua data input yang dimasukkan, yaitu : 1. Analisis multiatribut dengan input tiga sumur yang memiliki log gamma ray yaitu sumur Billie Yates 11, sumur Billie Yates 18D dan sumur Cap Yates 9. 2. Analisis multiatribut dengan input pseudo gamma ray dari 10 sumur(Ashe B2, Ashe B3, Ashe C2, Ashe C4, Billie Yates 7, Craft WB 12-1, F.Yates 7, F.Yates 10, LO.Fancher 1, WDW 1) dan actual gamma ray dari 10 sumur (Ashe C6, Billie Yates 11, Billie Yates 13, Billie Yates 15, Billie Yates 18D, Cap Yates 9, IG.Yates 14, IG.Yates 9A, IG.Yates 18, LO.Fancher 2). Untuk pseudo neutron porosity digunakan log neutron porosity dari 18 sumur yaitu sumur Ashe B2, sumur Ashe B3, sumur Ashe C2, sumur Ashe C4, sumur Ashe C6, sumur Billie Yates 7, sumur Billie Yates 11, sumur Billie Yates 13, sumur Billie Yates 15, sumur Billie Yates 18D, sumur Cap Yates 9, sumur Craft WB 12-1, sumur
Untuk pseudo density digunakan log density dari 18 sumur yaitu sumur Ashe B2, sumur Ashe B3, sumur Ashe C2, sumur Ashe C4, sumur Ashe C6, sumur Billie Yates 7, sumur Billie Yates 11, sumur Billie Yates 13, sumur Billie Yates 15, sumur Billie Yates 18D, sumur Cap Yates 9, sumur Craft WB 12-1, sumur F.Yates 7, sumur F.Yates 10, sumur I.G.Yates 9A, sumur L.O.Fancher 1, sumur L.O.Fancher 2, dan sumur W.Dewbrew 1.
Analisis multiatribut untuk pseudos gamma ray adalah dengan menggunakan 20 sumur. 10 sumur memiliki log gamma ray, dan 10 sumur lainnya tidak memiliki log gamma ray, sehingga dibuat pseudo log gamma ray pada sumur – sumur yang tidak memiliki log gamma ray. Sumur yang tidak memiliki log gamma ray, antara lain : 1. Ashe B2. 2. Ashe B3 3. Ashe C2 4. Ashe C4 5. Billie Yates 7 6. Craft WB 12-1 7. F.Yates 7
5
8. F.Yates 10 9. LO.Fancher 1 10. WDewbrew 1 Dan sumur yang memiliki log gamma ray antara lain : 1. Ashe C6 2. Billie Yates 11 3. Billie Yates 13 4. Billie Yates 15 5. Billie Yates 18D 6. Cap Yates 9 7. I.G.Yates 14 8. I.G.Yates 9a 9. I.G.Yates 18 10. LO.Fancher 2 Prediksi log gamma ray dilakukan menggunakan log SP, log resistivity, dan log gamma ray dari sumur yang memiliki log gamma ray. Hasil dari proses tersebut adalah pseudo gamma ray log yang akan digunakan untuk menghitung pseudo gamma ray volume. Hasil korelasi dari pseudo gamma ray log dan actual gamma ray antara 0.73 dan nilai korelasi validasinya antara 0.7. Kemudian dilakukan analisis multiatribut untuk mendapatkan pasangan atribut dengan training error dan validasi error minimum. Dari hasil analisis diatas didapatkan atribut – atribut berikut Squared root Model Based, Amplitude Weighted Cosine Phase, Apparent Polarity, Amplitude envelope, dan Average Frequency, dengan nilai crosscorrelation 0.6319, dan error 23.8063. Atribut – atribut diatas digunakan untuk menghitung pseudo gamma ray. Selanjutnya dilakukan slice amplitude pada daerah target Caddo untuk dibandingkan dengan model fasies Pennington, 2001. Pseudo neutron porosity juga di buat dengan cara yang sama, dari hasil analisis multiatribut didapatkan pasangan atribut yang memiliki urutan training error dan validasi error paling minimum. Daftar 10 pasangan atribut yang digunakan untuk menentukan pseudo neutron porosity dapat dilihat pada diagram 4. Atribut yang digunakan adalah Square root dari model based inversion, Amplitude weighted cosine phase, Integrate absolute amplitude, Filter 25/30-35/40 dan Second
derivative instantaneous amplitude dengan crosscorrelation 0.7047 dan error 5.493. Dari hasil tersebut kemudian di buat pseudo neutron porosity, dan slice amplitude pada daerah target untuk melihat penyebaran porositasnya. Dan analisis multiatribut juga dilakukan untuk menghitung pseudo density dimana sumur yang digunakan sebanyak 18 sumur seperti yang dijelaskan diatas. Dan atribut – atribut yang digunakan untuk menghitung pseudo density adalah Amplitude envelope, Average frequency, Square Model Based, Instantaneous frequency dan Second Derivative instantaneous amplitude, dengan nilai crosscorrelation 0.6648 dan nilai error 0.0736. Estela didapat pseudo density maka dilakukan slice amplitude untuk melihat sebaran densitasnya. Hasil dan Analisa Nilai Cut off gamma ray yang didapatkan pada zona Caddo adalah 80 Api, dengan hasil cut off tersebut maka dilakukan crossplot dengan batas zona sand dan shale dengan referensi hasil cut off. Hasil cross plot untuk mengetahui metoda yang akan digunakan dalam karakterisasi reservoar pada 3D Bonnsville. Hasil crossplot dapat dilihat pada gambar berikut.
Gambar 3a
Gambar 3b
Gambar 3c
Gambar 3d
Gambar 3. Crossplot (a) log gamma ray dan log density, (b) log gamma ray dan log P-wave, (c) log gamma ray dan log Pimpedance, (d) log gamma ray dan log neutron porosity
6
Crossplot antara log gamma ray dengan log density pada gambar 3a. terlihat bahwa density tidak dapat memisahkan sand dan shale sementara gamma ray dapat memisahkan sand dan shale. Crossplot antara log gamma ray dan log P-wave pada gambar 4b, log P-wave dan log gamma ray yang dapat memisahkan sand dan shale, sehingga crossplot antara log gamma ray dengan P-impedance pada gambar 4c, sand dan shale juga dapat dipisahkan oleh log P-impedance. Dan dapat dilihat juga pada gambar 4d, crossplot antara log gamma ray dengan log neutron porosity, kedua properti log tersebut dapat memisahkan sand dan shale pada cut off gamma ray 80 Api. Dari hasil crossplot tersebut maka dilakukan proses multiatribut untuk mendapatkan pseudo gamma ray, pseudo neutron porosity dan pseudo density. Setelah crossplot dilakukan well tie yaitu koreksi kedalaman terhadap waktu. Well tie dilakukan setelah checkshot di aplikasikan, dan setelah ekstrak wavelet. Ekstrak wavelet yang pertama adalah bandpass, gambar 7a dan 7b.
Gambar 7(a)
Gambar 7(b)
maupun amplitude and phase response terlihat pada gambar 8a dan 8b. Hasil well tie dengan wavelet bandpass ada pada gambar 7c, dimana sumur Billie Yates 18D memiliki nilai korelasi 0.827. Sedangkan wavelet statistical dapat dilihat di Gambar 8(a) dan 8(b).
Gambar 8(a)
Gambar 8(b)
Gambar 8(c) Gambar 8. (a) Time response dari statistical, (b)Amplitude dan Phase response dari statistical, (c) hasil well tie sumur Billie Yates 18D. Hasil well tie dengan wavelet statistical dapat dilihat pada gambar 8c, didapat nilai korelasi sumur Billie Yates 18D 0.844 Nilai korelasi hasil well tie dengan wavelet statistical lebih besar dari nilai korelasi dengan menggunakan bandpass. Seismik well tie dilanjutkan kembali dengan menggunakan wavelet usewell, pada gambar 10.
Gambar 7(c) Gambar 7. (a) Time response dari bandpass,(b)Amplitude dan Phase response dari Bandpass, (c) hasil well tie sumur Billie Yates 18D
Gambar 10(a)
Gambar 10(b)
Wavelet bandpass di buat dengan menggunakan parameter low cut 8 Hz, low pass 12 Hz, high pass 50 Hz dan high cut 80 Hz, wavelength 128 ms, taper 25. Hasil wavelet bandpass baik time response
7
Gambar 10(c) Gambar 10. (a) Time response dari usewell, (b)Amplitude dan Phase response dari usewell, (c) hasil well tie sumur Billie Yates 18D. Nilai korelasi sumur Billie Yates 18D semakin besar di bandingkan dengan nilai korelasi dengan menggunakan bandpass dan statistical, dimana nilai korelasi sumur Billie Yates 18D adalah 0.873. Dari nilai korelasi tersebut diatas, maka wavelet dengan nilai korelasi yang paling tinggi akan digunakan ke tahap selanjutnya. Model awal di buat dengan menggunakan satu sumur yaitu, Billie Yates 18D. Sehingga dapat dilihat hasil model awal pada gambar 13a. Model awal ini sangat menentukan hasil inversi seismiknya. Proses inversi yang dilakukan ada 4 yaitu dengan metode Model Based (blocky inversion), Bandlimited, Linear Programming Sparse Spike (LPSS), Maximun Likelihood Sparse Spike (MLSS) pada gambar 12(b),(c),(d),(e).
Gambar 12(a)
Gambar 12(b) Gambar 12. (a) Initial model, (b) Modelbased inversion.
Hasil inversi Model Based diatas cukup mendekati model awalnya, sehingga yang akan dipakai pada analisa multiatribut adalah inversi Model Based. Parameter inversi Model Based yang di berikan antara lain menggunakan soft constrain, nilai constrain nya 0.1, dengan zona target antara horison caddo_1-100 ms sampai horison caddo_2+100 ms. Analisa multiatribut untuk pseudo gamma ray yang menggunakan tiga sumur menunjukkan nilai korelasi 0.7934 dan nilai error 18.399, pada gambar 14a.
Gambar 14(a) Gambar 14(b) Gambar 14. (a) Crossplot antara predicted dan actual gamma ray, (b) Error rata – rata dari semua sumur. Dimana atribut yang digunakan adalah Squared Root Model Based, Filter 25/3035/40, dan Amplitude Weighted Phase. Dari hasil analisa multiatribut tersebut didapatkan pseudo gamma ray seperti yang terlihat pada gambar 15.
Gambar 15. Pseudo gamma ray pada zona Caddo.
Gambar 16(a) Gambar 16(b) Gambar 16.(a) Slice amplitude daerah target Caddo, (b) model Pennington, 2001.
8
Hasil pseudo gamma ray cukup menerus pada horizon Caddo, nilai gamma ray yang rendah menunjukkan penyebaran sand. Pada gambar 15 terlihat bahwa sand ada diantara horison caddo_1 dan caddo_2, dan tepatnya pada log gamma ray rendah yang kemudian menerus ke seluruh trace. Pola penyebaran sand (gambar 16a) yang dibandingkan dengan model fasies Pennington, 2001 menjelaskan bahwa sand berada di daerah distal delta front dan terlihat pada daerah prodelta sand makin menipis yang ditandai dengan kurva log gamma ray pada prodelta yang maikn menipis. Tetapi cukup berbeda dengan hasil pseudo gamma ray menggunakan gamma ray dari 20 sumur. by 11 4500
by 15 4500
4600
4600
4700
4700
4800
4800
by 18d 4600
4700
lof 1
wdw 1
4300
4200
4400
4300
4500
4400
4600
4500
4700
4600
Gambar 22(a)
Gambar 22(b)
Prodelta Shelf
Gambar 22(c) Gambar 22.(a) Slice amplitude daerah target Caddo, (b) Model Pennington, 2001, (c) Overlay antara model fasies Pennington dengan pseudo gamma ray.
ft
4900
ft
4900
ft
ft
4900
5000 5000
4800
4700
4900
4800
5000
4900
5000
5100
5100
5200
5200
5300
ft
4800
0
5300 100 200 0 GAPI
5100
5200
5300 100 200 0 GAPI
5100
5000
5200 100 200 0 GAPI
5100 100 200 0 GAPI
100 200 GAPI
Gambar 18.(a) Pseudo gamma ray log
Gambar 19(a) Gambar 19(b) Gambar 19.(a) Crossplot antara predicted dan actual gamma ray, (b) Error rata – rata dari semua sumur. Nilai crossplot antara pseudo gamma ray dengan actual gamma ray nya 0.6319 dan error 18.6309. Dan dapat dilihat overtrain terjadi pada atribut ke 6.
Gambar 21(a)
Gambar 21(d)
Hasil pseudo gamma ray tidak menerus, hal ini dikarenakan hasil crossplot yang rendah, dan juga akibat dari well tie ke 20 log sangat kecil berkisar antara 0.4 – 0.5. Hasil slice amplitude dari analisis multiatribut menggunakan 20 sumur terlihat lebih detail dan lebih mewakili penyebaran sand secara lateral daerah target Caddo. Pada model fasies Pennington sebelah timur lapangan Boonsville merupakan distal delta front, dan sebelah timur slice amplitude hasil pseudo gamma ray terlihat adanya sand. Dan pada derah prodelta juga terlihat sebaran shale yang masih mengandung sand yang menipis. Untuk pseudo neutron porosity, crossplot cukup yaitu 0.7047 dan error 5.493 pada gambar 23.
Gambar 23(a) Gambar 23(b) Gambar 23. (a) Crossplot antara predicted dan actual gamma ray, (b) Error rata – rata dari semua sumur.
Gambar 20. a) Emerge training data, b) Pseudo gamma ray pada sumur Billie Yates 18D.
9
amplitude, dengan nilai crosscorrelation 0.6648 dan nilai error 0.0736.
Gambar 24(a) Gambar 24(b) Gambar 24.(a) Emerge training data,(b) Pseudo neutron porosity. Hasil crossplot yang cukup tinggi dan penggunaan pasangan atribut mempengaruhi pseudo neutron porosity yang akan dihasilkan.
Gambar 25(a)
Gambar 25(b)
Prodelta Shelf
Gambar 25(c) Gambar 25.(a) Slice amplitude daerah target Caddo, (b) Model Pennington, 2001, (c) Overlay antara model fasies Pennington dengan pseudo neutron porosity. Dari hasil pseudo neutron porosity, sand menyebar pada nilai neutron porosity yang rendah hal ini karena pada daerah target Caddo merupakan zona sand dengan densitas tinggi, sehingga pseudo neutron porosity cukup merepresentasikan reservoar pada daerah target caddo. Slice amplitude dari pseudo neutron porosity juga menunjukkan bahwa penyebaran sand cukup sesuai dengan model penyebaran channel Pennington 2001. Selanjutnya analisis multiatribut untuk pseudo density dilakukan dengan menggunakan 18 sumur, dengan atribut – atribut yang didapatkan adalah Amplitude envelope, Average frequency, Square Model Based, Instantaneous frequency dan Second Derivative instantaneous
Gambar 26(a)
Gambar 26(b)
Gambar 26.(a) Crossplot predicted density dan actual density, (b) Error dari semua sumur Dari atribut – atribut diatas akan didapatkan pseudo density, dimana akan dilakukan slice amplitude dengan tujuan untuk melihat penyebaran zona reservoar sand pada target Caddo. Untuk selanjutnya dibandingkan dengan penyebaran sand secara vertikal oleh Pennington, 2001 (Gambar 28a,b,c).
Gambar 28(a)
Gambar 28(b)
Prodelta Shelf
Gambar 28(c) Gambar 28.(a) Slice amplitude daerah target Caddo, (b) Model Pennington,2001, (c) Overlay antara model fasies Pennington dengan pseudo density. Dari hasil slice amplitude pseudo density memiliki pola penyebaran reservoar yang cukup sama dengan model fasies dari Pennington, 2001 tetapi penyebarannya terlalu merata terutama di daerah prodelta.
10
Kesimpulan Dari pengolahan data dan hasilnya dapat simpulkan : 1. Pola penyebaran sand hasil inversi impedansi akustik kurang mendekati model fasies dari Pennington, 2001. 2. Pola penyebaran sand hasil analisis multiatribut lebih mendekati model fasies dari Pennington, 2001. 3. Hasil pseudo gamma ray, pseudo neutron porosity, dan pseudo density cukup representatif untuk identifikasi zona reservoar sand pada daerah target Caddo didukung oleh hasil inversi impedansi akustik. 4. Pola penyebaran sand hasil pseudo gamma ray dan pseudo neutron porosity lebih detail dibandingkan pola penyebaran sand hasil pseudo density (pola penyebaran sand hasil pseudo density lebih tidak teratur pada bagian utara lapangan Boonsville). Saran 1.
Sebaiknya semua sumur yang digunakan dalam analisis multiatribut memiliki checkshot, sehingga miss tie antara sumur dan data seismik tidak terlalu signifikan, dimana hasil well tie Sangat mempengaruhi kemenerusan pseudo gamma ray, pseudo neutron porosity dan pseudo density yang dihitung.
Pustaka 1. Russel, B.H, 1988, STRATA and EMERGE Theory, Hampson Russels Software Services Ltd.Calgary, Alberta. 2. Callibration of Seismic Attributes for Reservoir Characterization. 3. Sukmono. S, 2000, Seismik Inversi Untuk Karakterisasi Reservoar. 4. Harsono, A., Oktober 2003, Pengantar Evaluasi Log.
11
