Geofisika Reservoir
Kelompok 3 :
Raden Sasangka Ardi Nugraha
22314007
Yordan Wahyu C.
22314008
Ilham Dani
22314015
Juventa
22314019
Tujuan
melakukan analisis AVO untuk identifikasi fluida pori reservoir. Dalam laporan ini akan
membandingkan hasil analisis AVO menggunakan wavelet ricker dan wavelet statistical.
kontinuitas
tegangan dan pergeseram dalam sistem persamaan linear. Berikut adalah persamaan
Knott-Zoeppritz :
secara
berturut-turut
gelombang S.
Persamaan
Knott-Zoeppritz
sangatlah
kompleks.
Untuk
itu
dalam
perubahan
koefisien
refleksi
terhadap
sudut
datang
berbeda-beda
dimasa datang sangat dimungkinkan prediksi litologi dari kurva koefisien refleksi
Pada
tahun
1961,
Bortfeld
menurunkan
bentuk
pendekatan
persamaan
Zoeppritz untuk lebih dapat menggambarkan pengaruh sifat fisis batuan terhadap
amplitudo refleksi. Penelitian selanjutnya menitikberatkan pada aplikasi nilai Poisson
pada kondisi tertentu (misalnya pasir gas) serta faktor-faktor yang mempengaruhi rekaman
amplitudo sebagai fungsi offset dilakukan oleh Ostrander pada tahun 1984. Penelitian
Ostrander ini memberikan dua kesimpulan dasar sebagai berikut:
Nilai
perbandingan
Poisson
sangat
berpengaruh
dalam
perubahan koefisien
Anomali AVO dibagi menjadi dua, yaitu kelas II dan kelas IIp. Kelas II mempunyai
koefisien refleksi negatif pada zero offset sedangkan kelas IIp memliki koefisien refleksi
positif pada zero offset. Anomali AVO kelas II umumnya ditemukan pada batuan gas
sand yang memiliki tingkat kompaksi sedang dan terkonsolidasi.
Kelas III (Low Impedance Sands)
Anomali AVO kelas III ditujukan untuk batuan gas sand yang memiliki impedansi lebih
rendah dibandingkan lapisan shale di atasnya dan bernilai negatif. Anomali AVO kelas
III umumnya ditemukan pada batuan sand gas yang kurang terkompaksi dan tidak
terkonsolidasi.
Pada tahun 1998, Castagna memodifikasi klasifikasi anomali AVO RutherfordWilliams dengan menambahkan satu kelas lagi sehingga anomali AVO memiliki
empat kelas. Kelas keempat adalah sebagai berikut:
Kelas IV (Low Impedance Sands)
Anomali AVO kelas IV dapat diperhatikan pada data stack seismik berupa bright spot
tetapi kekuatan refleksinya menurun seiring bertambah jarak offset. Anomali kelas IV
biasanya ditemukan pada porous sand yang berbatasan dengan litologi dengan kecepatan
seismik tinggi seperti hard shale.
Atribut AVO
Ada beberapa atribut AVO yang biasa digunakan sebagai analisa reservoir
hidrokarbon, yaitu intercept (A), gradient (B), product, faktor fluida (F) reflektivitas
gelombang P, reflektivitas gelombang S, scaled poissons ratio changed, dan
sebagainya. Pada penelitian ini digunakan empat atribut AVO, yaitu intercept, gradient,
product, dan scaled poissons ratio changed.
1 Intercept (A)
Intercept menunjukkan koefisien refleksi yang terjadi pada offset nol atau zero offset.
Atribut ini menunjukkan perubahan litologi.
2 Gradient (B)
Gradient menunjukkan karakteristik amplitudo terhadap offset dari suatu data seismik
yang menunjukkan kehadiran fluida pada batuan.
3 Product (A*B)
Product merupakan hasil perkalian antara intercept (A) dan gradient (B). Product
digunakan sebagai kunci dalam mengidentifikasi brigth spots anomali AVO kelas 3 dan
dim-spot kelas 2 jika nilai positif pada AVO menunjukkan positif AVO.
4 Scaled Poissons Ratio Changed (A+B)
Scaled Poissons ratio changed merupaka atribut AVO yang merupakan indikator
reservoir yang tersaturasi hidrokarbon.
Lambda Mu Rho
Lambda-Rho dan Mu-Rho adalah parameter fisika batuan yang sangat erat
kaitannya dengan imkompresibilitas dan rigiditas.
menyatakan bahwa rigiditas (
batuan yang porinya terisi minyak ataupun air. Sehingga batuan pasir yang mengandung
gas akan memiliki nilai Lambda-Rho yang rendah.
2 Mu-Rho
Mu-Rho
menunjukan
rigiditas
batuan
yang
merupakan
indikator
untuk
membedakan litologi batuan. Perubahan litologi yang terjadi di bawah permukaan bumi
dapat didentifikasi dengan lebih baik menggunakan parameter Mu-Rho yang merupakan
fungsi kuadrat dari impedansi elastik (Zs). Batuan seperti shale akan memiliki nilai MuRho yang lebih rendah, sedangkan batu pasir akan memiliki nilai Mu-Rho yang lebih
tinggi
Analisis Mu-Rho dan Lambda-Rho ini jika dihubungkan dapat digunakan untuk
melihat
kesesuaian
antara
keberadaan
fluida
dan
jenis
litologi Keberadaan
hidrokarbon ditunjukkan dengan nilai Lambda-Rho yang rendah sedangkan harga MuRhonya tinggi merupakan respon terhadap batuan porous
Inversi Simultan
Inversi simultan merupakan salah satu teknik inversi AVO yang melibatkan data
seimik pre-stack. Inversi simultan digunakan secara langsung untuk mendapatkan beberapa
sifat fisis yang diinginkan. Misalnya impedansi P impedansi S, densitas, Poissonn ratio,
dan Vp/Vs.
Sudut datang merupakan parameter yang sangat penting dalam inversi AVO,
termasuk di dalamnya inversi simultan. Sudut datang diperoleh dari pengolahan data
kecepatan seismik khusus yang berfrekuensi rendah. Data sudut datang ini dalam proses,
disebut sebagai angle gather. Dari angle gather tersebut akan terlihat jangkauan sudut
dari data seismik. Untuk mempertajam kejelasan anomali, maka digunakan metode
partial angle stack. Partial angle stack ini diperoleh dengan partial angle gather yang
di-stack. Partial angle gather yaitu angle gather yang dibuat menjadi beberapa bagian
sesuai kebutuhan, dimana setiap bagian memiliki rentang sudut yang berbeda.
Misalnya saja dibuat menjadi tiga, yaitu near angle stack, mid angle stack, dan angle
stack. Masing-masing partial stack kemudian digunakan untuk melakukan proses
pengikatan data sumur (well to seismik tie) dengan menggunakan wavelet yang
berbeda-beda. Masing-masing wavelet diekstrak dari masing-masing partial stack.
Wavelet-wavelet ini berisi informasi mengenai spektrum frekuensi dari masing- masing
partial stack. Hasil dari proses ini adalah kecepatan gelombang P yang telah terkoreksi
yang digunakan untuk proses pembuatan model awal dan inversi simultan.
BAB III
Tahapan Pengolahan Data
Secara umum pengolahan data dilakukan menjadi dua bagian, yaitu pengolahan data sumur
dan pengolahan data seismik. Penjelasan lebih lanjut dijabarkan di bawah ini.
III.1. Pengolahan Data Sumur
Pengolahan data sumur di sini maksudnya adalah memberikan tanda (marker) pada zona-zona
yang diindikasikan sebagai lapisan sandstone. Hal ini dilakukan untuk membatasi daerah yang
akan ditinjau lebih lanjut (Gambar III.1).
III.2. Pengolahan Data Seismik
Pengolahan data seismik disini terbagi menjadi tujuh bagian, dimana tahapan-tahapan tersebut
akan dijelaskan pada sub bab di bawah ini.
2. Ekstrak statistical
Wavelet ini yang dibuat dengan cara mengekstraksi wavelet data seismik secara statistik. Untuk
mendapatkan nilai korelasi yang bagus maka dilakukan proses auto shifting serta stretch, dimana
saat melakukan stretch diharapkan jangan berlebihan karena sebenarnya proses strecthing akan
mengubah data log.
Pada pengerjaan ini, menggunakan wavelet hasil dari ekstrak statistical dengan wavelet
length 200 ms, taper length 25 ms, phase rotation 0 o, dan phase type adalah constant phase.
Ekstraksi ini dibatasi dengan window di sekitar daerah target kita, yaitu dari 550 ms- 690 ms.
Gambar III.3.
Gambar III.4. Hasil proses well seismic tie pada well-1 dengan wavelet ricker
Gambar III.5. Hasil proses well seismic tie pada well-1 dengan wavelet statistical
R( ) A B sin 2
III.1.
Gambar III.6. Analisa synthetic AVO response dengan menggunakan wavelet ricker
Gambar III.7. Analisa synthetic AVO response dengan menggunakan wavelet statistical
Dari gambar III.6 dan III.7 dapat dilihat bahwa grafik response AVO pada zona reservoar
mempunyai indikasi adanya hidrokarbon, karena adanya anomali AVO brightspot. Berdasarkan
klasifikasi Rutherford dan William (1989), lapisan reservoar gas-sand termasuk kalas III pada time
620-640 ms.
Gambar III.8. Penampang gather setelah dilakukan proses super gather terlihat anomali bright
spot pada TWT 620-640 ms
Dari penampang super gather ini semakin terlihat jelas bahwa anomali bright spot terlihat
pada kedalaman waktu 620-640 ms. Hal ini diperkuat oleh amplitude pada reservoar sandstone
yang menunjukkan naiknya harga amplitude secara signifikan dengan bertambahnya offset,
dengan menggunakan color key seismic amplitude menandakan bahwa peningkatan amplitude
terjadi sejalan dengan peningkatan offset yang dimungkinkan disebabkan akibat kehadiran gas.
Setelah membuat super gather, langkah selanjutnya adalah melakukan stacking yang
merupakan proses menjumlahkan tras-tras seismik dalam satu CDP (Gambar III.9).
Angle gather digunakan untuk merubah tampilan data seismik dari domain jarak ke dalam
domain sudut dating (angle of incidence) gelombang seismik terhadap reflektornya.
Sedangkan tujuan pembuatan angle gather adalah untuk melihat jangkauan sudut yang
dimiliki data seismik. Untuk membuat angle gather digunakan masukan data kecepatan P-wave
dan parameter masukan jangkauan sudut berkisar 0o-33o. Hal ini dilakukan untuk melihat
jangkauan sudut minimum dan maksimum yang dimiliki oleh data. Dari data angle gather pada
Gambar III.9. bahwa jangkauan sudut optimum yang dimiliki oleh data berkisar antara 6o-30o.
Gambar III.11. Analisa AVO dengan metode trace gradient analysis (wavelet ricker) pada CDP
330
Gambar III.12. Analisa AVO dengan metode trace gradient analysis (wavelet ricker) pada CDP
300
Gambar III.13. Analisa AVO dengan metode trace gradient analysis (wavelet statistical) pada
CDP 330
Pada Gambar III.11 dan Gambar III.13 terlihat bahwa jika kita memplot nilai-nilai
amplitude (baik peak maupun trough pada CDP gather) sebagai fungsi dari offset atau sudut
tembak sin 2 , maka kita akan memperoleh nilai Intercept A (titik potong antara garis biru atau
merah dengan sumbu vertikal) dan Gradient B (kemiringan garis biru atau merah). Pada gambar
di atas terlihat juga adanya anomali AVO kelas III. Dari hasil cross plot antara Intercept dan
Gradient menunjukkan anomali yang terletak di kuadran III, yang menandakan termasuk anomali
AVO kelas III. Semakin jauh anomali dari background trend, maka semakin kuat anomali data
tersebut.
Pada Gambar III.12 merupakan analisa AVO yang dilakukan pada CDP gather 300, dari
hasil analisa didapatkan bahwa terjadi ambiguitas tinggi, dimana data di area picked tidak dapat
dipisahkan dengan baik antara anomali dengan background trend.
Gambar III.14 merupakan analisa AVO menggunakan metode horizon analysis. Tahapan
ini bertujuan untuk melihat bagaimana respon amplitudo terhadap offset pada area target dan non
target.
Gambar III.14. Analisa AVO dengan metode horizon analysis (wavelet ricker)
Metode ini menganalisa anomali AVO pada horizon yang di pick di dekat well-1. Gambar
di atas menunjukkan adanya perubahan respon AVO yang semakin membesar terutama pada area
yang menjadi target anomali AVO, kemudian mengecil kembali ketika anomali AVO sudah tidak
teridentifikasi di data seismik. Hasil dari analisa AVO ini adalah adanya anomali AVO kelas III
pada zona target (kotak merah). Anomali kelas III ini teridentifikasi pada kurva biru-merah di
bagian bawah data yang memperlihatkan kenaikan amplitude pada reflektifitas negative.
Berdasarkan hasil tersebut, kita menggunakan product (A*B) yang merupakan hasil
perkalian antara intercept (A) dan gradient (B) untuk melihat anomali amplitudo positif pada area
target. Product ini memperkuat dugaan adanya anomali bright spot yang diakibatkan oleh
keberadaan gas. Jika terdapat gas, pada suatu reservoar, maka akan terlihat product bernilai positif.
Hal ini dikarenakan intercept dan gradient harus sama-sama bernilai negative. Pada Gambar III.17
dan Gambar III.18 terlihat bahwa pada TWT 620-640 ms, ada daerah dengan nilai product positif
yang diindikasikan sebagai eksistensi dari gas. Namun, dilihat dari atribut product (Gambar III.17
dan Gambar III.18) area dengan nilai positif (merah) tersebar tidak hanya pada target anomali saja.
Oleh karena itu tidak dapat diketahui dengan baik bagaimana kemenerusan anomali amplitudo
positif tersebut.
Gambar III.17. Product (A*B) dan zona reservoar yang diberi kotak berwarna kuning (wavelet
ricker)
Gambar III.18. Product (A*B) dan zona reservoar yang diberi kotak berwarna kuning (wavelet
statistical)
Gambar III.19. Polarization magnitudes dan zona reservoar yang diberi kotak berwarna kuning
(wavelet ricker)
Gambar III.20. Polarization magnitudes dan zona reservoar yang diberi kotak berwarna kuning
(wavelet statistical)
Gambar III.21. Polarization magnitudes dan zona reservoar yang diberi kotak berwarna kuning
(wavelet ricker)
Gambar III.22. Polarization magnitudes dan zona reservoar yang diberi kotak berwarna kuning
(wavelet statistical)
Selanjutnya digunakan polarization product untuk mengetahui pola persebaran dari anomali
amplitudo positif tersebut. Pada Gambar III.23 dan Gambar III.24 terlihat anomali positif yang
tergambarkan dengan baik pada zona reservoar dan sudah terlihat cukup jelas kemenerusan anomali
Gambar III.23. Polarization product dan zona reservoar yang diberi kotak berwarna kuning
(wavelet ricker)
Gambar III.24. Polarization product dan zona reservoar yang diberi kotak berwarna kuning
(wavelet ricker)
Background Trend
Gas interval
Top
Bottom
Gambar III.25 Analisis crossplot intercept dan gradient dengan color key time (wavelet ricker)
Gambar III.26 Seismic AVO crossplot intercept dan gradient dengan color key zona trend
(wavelet ricker)
Background Trend
Gas interval
Top
Bottom
Gambar III.27 Analisis crossplot intercept dan gradient dengan color key time (wavelet
statistical)
Gambar III.28 Seismic AVO crossplot intercept dan gradient dengan color key zona trend
(wavelet statistical)
III.2
Pada Gambar III.33 dan III.34 merupakan hasil inversi Mu*Rho dan Lambda*Rho. Nilai
Mu*Rho yang tinggi mengindikasikan sandstone (reservoar), sedangkan nilai Lambda*Rho
rendah mengindikasikan hidrokarbon sebagai pore fluid.
Dari hasil crossplot Mu*Rho vs Lambda*Rho dapat ditarik kesimpulan bahwa gas bearing
interval mempunyai nilai jika dan hanya jika Lambda-Rho < 19 Gpa*g/cc dan nilai Mu*Rho 6
Gpa*g/cc < x < 8 Gpa*g/cc. Atau ekspresi matematika if(volume Lambda*Rho <19, volume
Mu*Rho,0) akan memberikan section Mu*Rho yang nilainya 0 menandakan bahwa interval
tersebut terisi oleh gas.
Pada Gambar III.38 dan III.39 merupakan hasil inversi Mu*Rho dan Lambda*Rho. Nilai
Mu*Rho yang tinggi mengindikasikan sandstone (reservoar), sedangkan nilai Lambda*Rho
rendah mengindikasikan hidrokarbon sebagai pore fluid.
Dari hasil cross plot di atas, dapat disimpulkan bahwa gas bearing interval mempunyai
nilai jika dan hanya jika Lambda*Rho < 18 Gpa*g/cc dan nilai Mu*Rho 6 Gpa*g/cc < x < 10
Gpa*g/cc. Atau ekspresi matematika if(volume Lambda*Rho <18, volume Mu*Rho,0) akan
memberikan section Mu*Rho yang nilainya 0 menandakan bahwa interval tersebut terisi oleh
gas.
BAB IV
KESIMPULAN
1. Dengan menggunakan inversi AVO, dapat diturunkan parameter elastic seperti impedansi
P, impedansi S, lambda, dan mu sehingga dapat mengetahui keberadaan hidrokarbon
terutama gas dapat teridentifikasi dengan baik.
2. Direct Hidrocabon Index secara kualitatif dapat dilihat dari seismik.