Pemodelan ke depan (Forward modelling)

Pemodelan ke depan menyatakan proses perhitungan data yang secara teoritis akan teramati
di permukaan bumi. Dalam pemodelan data geofisika, dicari suatu model yang menghasilkan
respon yang cocok atau fit dengan data pengamatan atau data lapangan. Dengan demikian
model tersebut dapat dianggap mewakili kondisi bawah permukaan ditempat pengukuran.
Kesesuaian antara data teoritis (respon model) dengan data lapangan dapat diperoleh melalui
proses coba-coba dengan mengubah-ubah harga parameter model.

Parameter Forward Data

model Modelling Perhitungan

Pemodelan ke Depan dalam Bahan (Kasus: Prediksi arah persebaran temperature

dalam Geothermal (Paralana, Australia))

Prediksi temperature dan aliran panas perlu memperhitungkan semua proses yang
mentransfer panas di kerak bumi (Stüwe, 2007). Akan tetapi dalam kasus ini, beberpa
parameter proses dapat diabaikan mengingat pengaturan geologis yang khas di seluruh
Australia. Dengan demikian dalamhal ini mempertimbangkan kasus kondisi stabil termal
untuk kerak Australia. Kondisi stabil termal berarti tidak ada perubahan distribusi suhu dari
waktu ke waktu, yaitu kerak telah mencapai kesetimbangan termal sejak gangguan tektonik
periode terakhir.

Adapun persamaan transfer panas dapat dinyatakan sebagai berikut.

𝑑𝑇
= 𝑘∇2 + 𝑢∇ + (𝑆𝑟𝑎𝑑 + 𝑆𝑐ℎ𝑒𝑚 + 𝑆𝑚𝑒𝑐ℎ )/𝜌𝑐𝑝
𝑑𝑡

dimana T adalah temperature dan t waktu. 𝑘 = konduktivitas termal, 𝜌 =densitas, 𝑐𝑝 =

kapasitas panas, 𝑢 = vektor tingkat adveksi.

Persamaan transfer panas dalam bahan secara 3 dimensi dalam bentuk Cartesian lengkap,
dan untuk material dengan konduktivitas termal konstan dapat dinyatakan sebagai berikut.
 𝑑𝑇 𝑑𝑇 𝑑𝑇
𝑑 (−𝑘 ) 𝑑 (−𝑘 𝑑𝑦 ) 𝑑 (−𝑘 )
( 𝑑𝑥 + + 𝑑𝑧 ) + 𝜌𝑐 (𝑢 𝑑𝑇 + 𝑢 𝑑𝑇 + 𝑢 𝑑𝑇) = −𝑆
𝑝 𝑥 𝑦 𝑧
𝑑𝑥 𝑑𝑦 𝑑𝑧 𝑑𝑥 𝑑𝑦 𝑑𝑧

Adapun penerapannya dalam pengolahan data, persamaan tersebut didiskritisasi dengan

skema beda hingga eksplisit yang diselesaikan secara iteratif dengan skema iterasi Gauss-
Seidel sampai jumlah kesalahan atau eror yang kecil. Untuk grid yang lebih besar, waktu
kalkulasi akan meningkat dengan cepat. Oleh karena itu, dalam pemodelan ini,
mengimplementasikan algoritma multi-grid eksplisit yang dapat beroperasi pada grid dengan
jumlah node di setiap arah spasial. Algoritme ini hanya beroperasi pada kesalahan dari solusi
sebelumnya, sehingga menjadikannya alat yang sangat efisien untuk menangani aliran panas
secara 3 dimensi. Selain itu, dalam memecahkan persamaan perpindahan panas, dapat juga
menggunakan elemen hingga triangulasi. Metode ini memungkinkan pemodelan atau
penyelesaian masalah yang lebih baik dengan melibatkan topografi di permukaan.

Kondisi Syarat batas

Seperti persamaan diferensial lainnya, persamaan turunan dalam memprediksi temperatur

secara 3 dimensi memerlukan kondisi batas untuk mengevaluasi konstanta integrasi. Pada
kasus ini, 4 sisi vertikal diasumsikan tidak ada panas yang mengalir melalui batas model
(kondisi syarat batas Neuman). Hal Ini menunjukkan bahwa semua litologi dan temperature
in-situ di luar batas model. Pada bagian pangkalan, aliran panas atau suhu konstan diterapkan
sehingga di bagian atas suhu konstan diterapkan suhu rata-rata dapat ditentukan.

Berikut ini adalah tabel setting awal dan syarat batas 8 desain unit test untuk memvalidasi
prototype geothermal module
 Unit heat Syarat batas
Kasus Konduktivitas
Test Production Bawah
Initial variabel konduktivitas (3 lapisan, aliran panas
1 tidak ada
Condition 1 k=2, k=5, k=2 konstan
Initial variabel konduktivitas (3 lapisan, temperature
2 tidak ada
Condition 1 k=2, k=5, k=2 konstan
Initial temperature
3 konduktivitas konstan konstan
Condition 1 konstan
Initial Step-shape aliran panas
4 konduktivitas konstan
Condition 1 distribution konstan
data lubang temperature
5 konduktivitas konstan tidak ada
bor konstan
data aliran panas
6 konduktivitas konstan tidak ada
topografi konstan
uniform temperature
7 konduktivitas konstan tidak ada
advection konstan
localised temperature
8 konduktivitas konstan tidak ada
advection konstan

Berikut ini adalah model ilustrasi pengujian secara forward modelling.

kasus 1 kasus 2

kasus 3 kasus 4
kasus 5 kasus 6

kasus 7 kasus 8

Berikut ini adalah model hasil pengujian unit, dimana model 2 dimensi diberikan dari solusi
3 dimensi yang memprediksi variasi suhu untuk 8 pengujian unit