Inversi AI Dan EI Untuk Identifikasi Hidrokarbon Pada Reservoar Batu Pasir

5/22/2018 Inversi AI Dan EI Untuk Identifikasi Hidrokarbon Pada Reservoar Batu Pasir

1/13

JURNAL GEOFISIKA 2005/1

7

Inversi AI Dan EI untuk Identifikasi Hidrokarbon pada Reservoar Batupasir

Ritchie Martua Simamora

Dept. Teknik Geofisika, FIKTM-ITB

Jl. Ganesha 10 Bandung 40132e-mail: [email protected], [email protected]

Abstrak

Hasil inversi AI dan EI dapat mengkarakterisasi reservoar UG2 (litologi dan fluida pori) yang telah terbuktimengandung minyak dari hasil well test SIMM sebanyak 3563 BOPD. Reservoar UG2 merupakan highimpedance sandyang berarti memiliki nilai impedansi yang lebih tinggi dibandingkan batuan penutupnya (seal),sehingga koefisien refleksi pada topUG2 bernilai positif. Pada sudut jauh 300, nilai impedansi EI normalisasi

pada reservoar UG2 semakin membesar hal ini disebabkan kehadiran hidrokarbon minyak pada reservoar UG2.Begitu juga pada penampang inversi EI(30) normalisasi nilai impedansi reservoar UG2 lebih besar dibandingkanpenampang inversi AI. Hasil pemetaan inversi AI memperlihatkan daerah penyebaran minyak pada reservoarUG2 di timurlaut (NE) dan selatan sumur SIMM. Hasil pemetaan inversi EI(30) normalisasi memperlihatkandaerah penyebaran minyak pada reservoar UG2 di baratlaut (NW) sampai timur sumur SIMM. Penyebaranhidrokarbon minyak di reservoar UG2 berada pada up-thrown eastern fault block antiklin yang tersesarkan olehmajor down-to-the-west normal fault. Sehingga dapat dianalisa pada reservoar UG2 selain merupakan sistem

jebakan elemen struktur juga terdapat sistem jebakan stratigrafi. Hasil pemetaan ini diharapkan dapat menjadiinformasi penting dalam proses produksi dan tahap development.

Abstract

Results of AI and EI can characterize the UG2 reservoir (pore fluid and lithology) which is oil, proven by well

test SIMM counted 3563 BOPD. The UG2 is a high impedance sand, having a higher level impedance compared

to seal rock, so the reflection coefficient is positive at the UG2 top. At far angle of 300, impedance value of EI

normalization at the UG2 reservoir progressively bigger, this is caused by presence of oil. Also at EI(30)normalization inversion section impedance of reservoir UG2 bigger than in AI inversion section. Slicing at 10 ms

above and below RMS impedance value of the UG2 top shows that oil spread from north east to south of the well

SIMM. Result mapping of EI(30) normalization inversion show the oil spreading in north west to the east of the

well SIMM. Spreading of oil in the UG2 reservoir reside at anticline fault eastern up-thrown block which is fault

by major down-to-the-west normal fault. This may caused by both structure trap and stratigraphic trap as well.

Mapping results can become important information in production process and phase of development.

1. Pendahuluan

Seismik inversi adalah suatu teknik pembuatanmodel geologi bawah permukaan, dengan

menggunakan data seismik sebagai input dan datageologi sebagai kontrol, (Sukmono, 2000). Konversidari wiggle seismik menjadi impedansi akustik, AI,memberikan tampilan yang lebih komprehensif dan

lebih mudah dipahami. Seismik inversi AI menjadimetoda standar yang dikerjakan oleh parageoscientist karena mampu memberikan informasidan mendeskripsikan sifat fisik dari tiap lapisanbatuan secara lebih detail.

Pada umumnya data seismik 3D diproses dalambeberapa volume offset untuk mengeluarkaninformasi AVO. Namun, terdapat ketidaksamaan /

asimetri yang signifikan pada volume ini yang dapatterkalibrasikan dan terinversikan. Amplitudo near-offset stack, atau intercept, berhubungan dengan

perubahan akustik impedansi dan dapat diikat padadata well log menggunakan sintetik seismik

berdasarkan impedansi akustik, AI, atau di inversi,utk beberapa daerah, kembali ke AI menggunakan

algoritma inversipost stack. Namun demikian, tidakterdapat kesamaan proses yang sederhana pada far-

offset stack.

Kesamaannya secara luas dapat ditunjukkandengan fungsi yang disebut Elastic Impedance (EI).Fungsi ini merupakan generalisasi dari akustikimpedansi untuk sudut datang yang bervariasi yangmemberikan konsistensi dan kerangka kerja untukmengkalibrasi dan menginversi data non zero-offset

seismik seperti yg dilakukan AI pada zero-offset

(Connolly, 1999). EI adalah sebuah pendekatan yangditurunkan dari linierisasi persamaan Zoeppritz,

yang cukup akurat untuk aplikasi penyebaran sudutyang lebar. Kombinasi AI dan EI, secara baik dapatmemberikan informasi perbedaan anomali


2/13

JURNAL G EOFISIKA 2005/1

8

impedansi yang disebabkan oleh kehadiranhidrokarbon pada reservoir. Pada kasus tertentu,dimana nilai AI antara batupasir dan lempung padareservoir bernilai sama, maka sulit bagi kita untuk

membedakan keduanya. Dengan inversi EI maka

keduanya dapat dibedakan, dimana terdapatperbedaan nilai EI dan AI pada batupasir sedangkanpada lempung nilai EI dan AI akan berhimpit.

Penelitian ini difokuskan pada analisa data neardan far stack 3D seismik pada reservoar UG2 yangterbukti mengandung minyak dari hasil well testSIMM sebanyak 3563 BOPD.

1. Analisa data near stack (00 - 150) 3D seismikdengan sudut 00 dilakukan dengan inversiimpedansi akustik (AI).

2. Analisa data far stack(>250)3D seismik dengansudut 30

0

dilakukan dengan inversi impedansielastik (EI) yang ternormalisasi pada sudut 300,EI(30) normalisasi.

2. Kondisi Geologi

Formasi S605 terbentuk pada Akhir Oligosen,merupakan formasi paling muda yang diendapkan

pada fase regresi. Dilihat pada kolom stratigrafi dankedalamannya menjadikan formasi ini sebagaiprospek utama hidrokarbon. Batupasir dan serpihpada formasi ini mengandung material organik yangtinggi dan di beberapa tempat merupakan penghasilhidrokarbon (Gambar 1). Ketebalan dari Formasi

S605 kurang lebih 1800 kaki. Batupasir yangdijumpai umumnya mempunyai ukuran butir pasirsedang sampai halus, perselingan dengan lanau danbatulempung yang dipercaya diendapkan padalingkungan rawa.

Lokasi sumur telitian, sumur SIMM,terletak pada struktur GAA yang merupakan antiklinyang terbentuk pada Miosin Akhir dengan prosesinversi pada lapisan half-graben. Antiklin tersebut

dibagi dua menjadi dua blok oleh major down-to-

the-west fault, sehingga menjadi downthrownwestern fault block dan upthrown eastern fault

block. Sumur SIMM dibor pada up thrown eastern

fault block.

3. Inversi AI dan EI

Impedansi Akustik (AI)

Impedansi Akustik (AI) adalah sifat batuanyang dipengaruhi oleh jenis litologi, porositas,kandungan fluida, kedalaman, tekanan dantemperatur. Oleh karena itu AI dapat digunakan

sebagai indikator litologi, porositas, hidrokarbon,pemetaan litologi. AI dirumuskan sebagai:

VAI .= (1)

dimana = densitas, V = kecepatan gelombangseismik.

Pemantulan gelombang seismik terjadi

disebabkan oleh adanya kontras AI antar lapisan.Perbandingan antara energi yang dipantulkan dengan

energi datang pada keadaan normal adalah:

2)()( KRincidenceEreflectedE = (2)

)(

)(

11

11

iiii

iiiii

VV

VVKR

+

=

++

++

)(

)(

1

1

ii

iii

AIAI

AIAIKR

+

=

+

+ (3)

Dari persamaan (3) didapat untuk kasus lapisanke-n, persamaan diatas dapat dituliskan menjadi:

+=+

i

iii

KR

KRAIAI

1

11

( ) ( )[ ]iin

i

n KRKRAIAI +=

=

11

1

1

1 (4)

dimana:E = energi,KR = koefisien refleksi,

AI1 = impedansi akustik lapisan atas,AI2 = impedansi akustik lapisan bawah.

Gambar 1.

Stratigrafi Regional.


3/13


9

Harga kontras AI dapat diperkirakan dariamplitudo refleksinya, semakin besar amplitudorefleksinya semakin besar refleksi dan kontras AI-nya. AI seismik memberikan resolusi lateral dan

cakupan (coverage) yang baik. Sedangkan AI sumur

memberikan resolusi vertikal yang sangat baik tetapiresolusi cakupan lateralnya buruk.

Impedansi Elastik (EI)

Persamaan (5) dibawah ini, dikenal sebagai

linearisasi dari persamaan Zoeppritz untukreflektifitas gelombang P, dimana sangat akuratuntuk perubahan yang kecil dari parameter elastikdibawah sudut kritis (subcritical angles):

R() = A + Bsin+ Csintan, (5)

dimana

+

=

P

P

V

VA

2

1,

=

2

2

2

2

242 P

S

S

S

P

S

P

P

V

V

V

V

V

V

V

VB ,

P

P

V

VC

=

2

1,

dan

( ) ( )( )2

1+= iPiPPtVtV

V , ( ) ( )1= iPiPP tVtVV ,

( )( )

( )( )

2

12 1

2

2

2

2

2

+=

iP

iS

iP

iS

P

StV

tV

tV

tV

V

V

Kita definisikan fungsi f(t) yang merupakanparameter yang analog dengan AI, sehinggareflektifitas sebagai fungsi sudut dapat dituliskansebagai berikut :

( ) ( ) ( )

( ) ( )11

+

=

ii

ii

tftf

tftfR (6)

Fungsi diatas namakan sebagai fungsi impedansi

elastik, EI. Untuk perubahan impedansi yang cukupkecil, maka:

( ) ( )EIEI

EIR ln

2

1

2

1

(7)

Dengan melakukan integrasi dan eksponensiasi

(menghilangkan logaritma dan diferensial padakedua sisi) maka diperoleh:

( ) ( )+ =222

sin41sin8tan1 KKSP VVEI (8)

Normalisasi EI

Connolly memulainya dengan dua suku

linierisasi dari persamaan Zoeppritz (Aki danRichards, 1980),

R() = A + Bsin, (9)

dan mendefinisikan impedansi elastik sama denganimpedansi akustik dalam bentuk perubahanimpedansi dari formasi ke-n ke formasi ke-(n + 1) :

[ ][ ]nn

nn

EIEI

EIEIR

)()(

)()()(

1

1

+=

+

+ , (10)

Connolly menunjukkan bahwa EI dapat

diaproksimasi sebagai fungsi sederhana dari , ,dan

cbaEI =)( , (11)

dimana exponen a, b, dan c adalah fungsi dari sudut

datang :a = (1 + sin),b = -8K sin,

c = (1 4K sin ).

Variabel K dibuat konstan sepanjang log zona target.Untuk interval log sepanjang daerah target, nilai

konstanta K dideterminasi dengan merata-ratakan22 / nn sepanjang interval. Konstanta K adalah

sebuah aproksimasi yang membatasi akurasipersamaan EI.

2

21

21

2

2

+

= +

+

n

n

n

n

K (12)

Pada fungsi EI, persamaan (11) dimensinyaberubah terhadap sehingga nilai EI sangatsignifikan terhadap . Untuk menghilangkanmasalah dimensi akibat fungsi terhadap , makadiperkenalkan konstanta 0, 0, dan 0 dan denganmemodifikasi fungsi EI(15).

cba

EI

=

000

)( (13)

dengan a = (1 + tan).

Jika kita menskalakan fungsi ini dengan faktor

00, dimensi EI menjadi sama dengan AI dan kitamenemukan bahwa EI() memprediksi nilai AIdengan benar, , pada = 0 :

=cba

EI000

00)( (14)

Persamaan (14) merupakan fungsi EI normalisasi,sehingga nilai EI normalisasi dapat kita bandingkan

secara langsung dengan nilai AI.


4/13


10

Gambar 2.

Nilai rata-rata dari log EI pada well 204/24a-2,

Shetland Barat, diplot sebagai fungsi sudut datang (Whitcombe, 2002).

Inversi

Pada dasarnya inversi seismik adalah prosesuntuk mengubah data seismik yang berupa

kumpulan nilai-nilai amplitudo ke dalam kumpulannilai impedansi akustik. Salah satu tahapan penting

dalam hal ini adalah proses dekonvolusi yang

merupakan kebalikan dari proses konvolusi, yaitupengubahan wavelet menjadi koefisien refleksi.Langkah-langkah penting yang dilakukan dalam

seismik inversi antara lain adalah kalibrasi datasumur dengan data seismik, ekstraksi wavelet,

proses inversi data seismik, pemodelan geologi, daninterpretasi detail unit stratigrafi. Pada penelitian inipenulis menggunakan teknik inversi post-stack,yaitu inversi model based (Gambar 3).

Gambar 3.

Teknik Inversi Model Based (Sukmono, 2000).

4. Data dan Pengolahan Data

Data

Penelitian dilakukan pada Formasi S605(3600-4200) dengan zona target reservoar UG2

yang berada pada interval kedalaman antara 3816-3889 yang telah terbukti mengandung minyak darihasil well test sebanyak 3563 BOPD. Sumur yangdigunakan memiliki data log gamma ray, bulkdensity (RHOB), neutron porosity (NPHI), efective

porosity (PHIE), water saturation (Sw), S-wave, dan

log sonic. Interpretasi geologi terhadap data logmenjadi input yang sangat penting, input berupamarker kedalaman top reservoar dan litologidisekitarnya digunakan menjadi titik ikat dalampenarikan horison pada penampang seismik(Gambar 4). Data check shot pada sumur SIMM

digunakan dalam konversi data kedalaman menjadi

domain waktu (time to depth conversion) atausebaliknya. Sumur SIMM terletak pada inline1770dan xline 2175 data seismik 3D. Pengolahan datayang dilakukan selama penelitian menggunakanHampson-Russel dan CPS-3 Schlumberger.

Pengolahan Data Sumur SIMM

Berdasarkan hasil interpretasi geologi,karakteristik data log gamma rayyang relatif rendahmenunjukkan litologi permeabel dan yang tinggimenunjukkan litologi impermeabel, sehingga nilaigamma ray yang paling rendah diinterpretasikansebagai batupasir bersih dan yang paling tinggi

adalah batu lempung (Vshale cut off = 60%). Datalog sonik mengukur besarnya interval waktu transit

(t) pada formasi, dapat dikonversikan menjadi dataP-wave.Data log porositas (NPHI dan RHOB)yangcross-over mengindikasikan adanya hidrokarbon.Cross-over yang cenderung besar dinyatakansebagai gas bearing zonesedangkan apabila separasilebih kecil maka dinyatakan sebagai oil bearing zone

(Gambar 4). Data log S-wave digunakan untukpersaman EI normalisasi. Data chekshot digunakanuntuk time to depth conversion yang berguna dalam

proses pengikatan data seismik dan sumur (well-seismic tie). Log sonik dan densitas digunakanuntuk proses pengikatan sumur dengan seismik

(well-seismic tie) yang menghasilkan trace seismiksintetik, sedangkan log lainnya digunakan untukmendukung interpretasi dan pemodelan.

Informasi yang dimiliki pada sumur SIMM iniadalah master log, yang berisi informasi tentangjenis litologi serta zona-zona yang menghasilkanhidrokarbon. Nilai AI diperoleh denganmenggunakan persamaan (1) dan nilai EInormalisasi diperoleh dari persamaan (14) dengan

sudut datang 300. Karakterisasi parameter

difokuskan pada reservoar UG2. Dari hasil analisisdi sumur SIMM, diperoleh bahwa jika batuan yang


5/13


11

tidak mengandung fluida, maka tidak terdapat selisihyang signifikan antara nilai AI dan EI(30)normalisasi. Batuan yang mengandung fluida dapatdikarakterisasi dari selisih antara nilai AI dan EI(30)

normalisasi. Gambar 5 menampilkan adanya

separasi hasil perhitungan nilai AI dan EI(30)normalisasi pada reservoar UG2. Terlihat bahwauntuk zona-zona yang menghasilkan hidrokarbonmemberikan selisih yang cukup besar antara nilai AIdengan EI(30) normalisasi.

Gambar 4.

Well Test Sumur SIMM, reservoar UG2 merupakanzona target penelitian.

Gambar 5.

Hasil perhitungan nilai AI, EI(30) dan EI(30)

normalisasi pada sumur SIMM.

Pengolahan Data Seismik

Tahapan kerja pengolahan data seismik untukmendapatkan nilai acoustic impedance, AI danelastic impedance normalization, EI normalisasi

dapat dijelaskan pada Gambar 6.

Gambar 6.

Tahapan kerja pengolahan data seismik secaraumum.

Data seismik yang digunakan dalam inversi AIdiperoleh dari angle stackyang telah tersedia dengansudut 00-150. Pada penelitian ini digunakan metoda

inversi model-based karena memberikan nilai error

yang terkecil dari hasil analisis inversi yang telahdilakukan dibandingkan dengan metoda yanglainnya.

Langkah awal dan proses yang penting dalampenelitian ini adalah mencocokkan data sumurdengan data seismik dengan menggunakanseismogram sintetik dengan proses well-seismic tie.

Input untuk proses ini antara lain data checkshot, logsonic, log densitas, dan penampang seismik yangberpotongan dengan lubang bor (Gambar 7).

Proses well-seismic tie dilakukan dengan tujuan

untuk memperoleh suatu hubungan antara waktu dankedalaman. Mendapatkan wavelet yang tepat

merupakan suatu hal yang penting, karena waveletakan digunakan sebagai inputdalam proses inversi.

Checkshotmemberikan hubungan antara waktu

dan kedalaman. Untuk dapat mengerti secara detailkejadian yang terjadi pada daerah interest kitadigunakanlah seismogram sintetik. Seismogram

sintetik diperoleh dengan cara mengkonvolusikankoefisien refleksi yang diperoleh dari data sumur,dengan suatu wavelet tertentu. Dalam pembuatan


6/13


12

seismogram sintetik ini terdapat beberapa hal yangpenting diperhatikan untuk mendapatkan korelasioptimum antara seismogram sintetik dan seismiktras yang sebenarnya, yaitu antara lain penentuan

polaritas dan fasa, penentuan window, dan

penentuan wavelet terbaik (termasuk penentuan fasa,frekuensi, bandwidth, dan nilai rotasi fasa terbaik).

Gambar 7.

Tahapan kerja pembuatan seismogram sintetik.

Wavelet diperoleh dari ekstraksi data sumur,statistik, wavelet buatan (bandlimited dan ricker)terhadap data seismik pada window1160 ms 1260ms disekitar zona target. Setiap wavelet, akanmempunyai koefisien korelasi yang menyatakan

kemiripan seismogram sintetik yang dihasilkannyaterhadap seismik riil (Gambar 8). Koefisien korelasiterbaik data sesimik yang digunakan untuk inversiAI adalah 0,6 dengan wavelet yang diekstrak dariwell tipe constant phase. Spektrum frekuensi danamplitudo wavelet yang digunakan dapat dilihat

pada Gambar 9.

Gambar 8.

Tahapan kerja ekstraksi wavelet.

Gambar 9.

Wavelet yang digunakan dalam inversi AI padalintasan seismik yang melewati sumur SIMM. (a)Domain waktu, (b) Domain frekuensi.

Setelah diperoleh wavelet terbaik danseismogram sintetik, maka tahap selanjutnya adalah

picking horison. Picking horison telah dilakukan

terhadap 6 horison, yang nantinya akan digunakansebagai input dalam pembuatan model awal sebelumproses inversi. Model awal yang digunakan untukproses inversi berdasarkan constraint dari sumurSIMM, dengan input 6 buah horison. Hasil dari

model awal AI dapat dilihat pada Gambar 10(a) dan(b).

Proses Inversi AI

Untuk mendapatkan hasil inversi terbaik,dilakukan uji coba menggunakan metoda inversiyang ada. Metoda terbaik yang digunakan untukproses inversi adalah inversi model-based karenamemiliki nilai impedance correlation 0,84,paramater input yang digunakan adalah inversionconstrained dengan maximum impedance

change(hard constrain): single value lower and

upper 20%, average block size 4 ms, prewhitening1%, number of iterations 10. Menghasilkan modelsubsurface yang relatif baik secara vertikal danlateral dan memberikan korelasi yang baik antara

nilai impedansi seismik dan sumur. (Gambar 11).

PengolahanElastic Impedance Normalization(EI)

Proses dan tahapan yang dilakukan pada inversiEI normalisasi, sama dengan inversi AI.

Perbedaannya terletak pada data yang digunakan.Berbeda dengan proses inversi AI yang

menggunakan data near offset (00

-150

) sedangkaninversi EI menggunakan data far offset sudut yangdigunakan adalah 300.


7/13


13

(a)

(b)

Gambar 10.

(a) Model Awal AI, dengan insert curve

data: P-wave, (b) Model Awal AI,

dengan insert curve data: Gamma Ray.

Gambar 11.

Impedansi-P pada lokasi sekitar sumur

SIMM dan Impedansi-P dari data log.Terlihat bahwa antara impedansi-Pseismik dan impedansi-P sumurmemberikan korelasi yang baik.

Wavelet yang digunakan untuk proses inversiEI(30) normalisasi berbeda dengan inversi AI. Olehkarena itu, dilakukan pencarian wavelet baru yang

memberikan koefisien korelasi paling baik. Waveletdiperoleh dari data sumur maupun ekstraksi secarastatistik terhadap data seismik far offfset. Koefisien

korelasi terbaik untuk data seimik yang digunakanuntuk proses inversi EI(30) normalisasi adalah 0,6dengan wavelet statistical tipe constant phase.

Spektrum frekuensi dan amplitudo wavelet yangdigunakan diperlihatkan pada Gambar 12.

SIMM


8/13


14

Gambar 12.

Wavelet yang digunakan dalam inversi EI(30)normalisasi pada lintasan seismik yang melewatisumur SIMM. (a) Domain waktu, (b) Domain

frekuensi.

Sama seperti dalam proses inversi AI, juga

telah dilakukan picking terhadap 6 horison yang

sama, yang nantinya akan digunakan sebagai inputdalam pembuatan model awal sebelum prosesinversi. Pada Gambar 13 ditampilkan model awalyang digunakan untuk proses inversi EI(30)

normalisasi berdasarkan constrain dari sumur

SIMM, dengan inputenam horison.

Proses Inversi EI(30) Normalisasi

Metoda inversi dan parameter input yangdigunakan sama dengan yang telah dilakukan pada

inversi AI. Parameter input yang digunakan adalahperubahan impedansi maksimum 20, ukuran blok 4ms, dan jumlah iterasi 10 (Gambar 14).

Pemetaan

Pemetaan inversi seismik 3D AI dan EI(30)

normalisasi dilakukan dengan slice nilai impedansiRMS AI dan EI(30) normalisasi pada 10 ms diatasdan dibawah top reservoar UG2. Pemetaandilakukan dengan menggunakan software CPS-3Schlumberger. Hasil pemetaan inversi AI dapatdilihat pada Gambar 15 dan inversi EI(30)normalisasi pada Gambar 16.

Gambar 13.

Model awal inversi EI(30) normalisasi.

Gambar 14.

Hasil inversi EI(30) normalisasi pada

lintasan inline yang melewati sumurSIMM.


9/13


15

Gambar 15.

Peta inversi seismik 3D AI, dengan slice nilai

impedansi RMS AI pada 10 ms diatas dan dibawahtop reservoar UG2, di overlaydengan time structuremap.

Gambar 16.

Peta inversi seismik 3D EI(30) normalisasi, denganslice nilai impedansi RMS EI(30) normalisasi pada10 ms diatas dan dibawah top reservoar UG2, dioverlaydengan time structure map.

5. Hasil dan Disksusi

Analisa Data Seismik

Dengan menggunakan data near dan far stackseismik 3D, diharapkan analisa dapat dilakukan

untuk melihat ada atau tidaknya perubahanamplitudo impedansi dan penyebarannya pada zonatarget reservoar UG2 yang terbukti mengandungminyak pada sumur SIMM.

Pada penampang inline near stack seismik 3D

(Gambar 17) yang digunakan untuk inversiimpedansi akustik, AI, batas antara lapisan shale dantop UG2 ditandai dengan reflektor berwarna warnamerah tua yang merupakan amplitudo positif. Hal ini

menunjukkan bahwa kenaikan impedansiditunjukkan oleh reflektor yang bernilai amplitudopositif (koefisien refleksi bernilai positif), polaritasseismik semacam ini dinamakan reverse SEG.

Dalam penelitian ini penulis mengikuti suatustandar (default) polaritas dari perangkat lunakHampson-Russel (STRATA), dimana peningkatanimpedansi ditandai oleh peak, yang berarti bahwa

polaritas dari data seismiknear

danfar stack

adalahpolaritas terbalik (reverse polarity). Sedangkan fasayang digunakan pada seismik 3D yang tersediamerupakan fasa nol dimana pada koefisien refleksipositif akan terbentuk tepat di puncak amplitudopositif.

Wavelet hasil ekstraksi apabila dikonvolusikandengan koefisien refleksi dari sumur akanmenghasilkan seismogram sintetik. Wavelet yangdigunakan dipilih berdasarkan nilai korelasi terbaik,sebelumnya telah dilakukan beberapa uji coba

dengan mengekstrak wavelet dari data sumur,statistik dan wavelet buatan (band-pass dan ricker).

Wavelet terbaik untuk inversi AI (near stack)diekstrak dari welltipe constant phase, nilai korelasi

0,6 dengan domain frequency 30 Hz, dan telahmengalami phase rotation 200 (Gambar 9). Dan

wavelet terbaik untuk inversi EI (far stack) diekstrakdari wavelet statistical tipe constant phase, nilai

korelasi 0,6 dengan domain frequency 28 Hz, dantidak mengalami phase rotation (Gambar 12).Sintetik seismogram yang dibuat dari satu jeniswavelet dengan frekuensi tertentu, seharusnya tidak

dapat mewakili seluruh kedalaman sumur, hanya dizona target saja, karena frekuensi tidak sama pada

seluruh lapisan berdasarkan kedalamannya dimananilai frekuensi akan semakin berkurang denganbertambahnya kedalaman akibat penyerapan energi.

Resolusi vertikal tubuh batuan dalam seismik

setara dengan dalam waktu bolak-balik (TWT).Hanya batuan yang mempunyai ketebalan diatas yang dapat dibedakan oleh gelombang seismik.Ketebalan ini disebut ketebalan tuning. Padapenelitian ini ketebalan tuning untuk tiap reservoarbatupasir dapat dihitung dengan menggunakan datakecepatan pada tiap reservoar yang dapat diketahuidari log sonik, dan frekuensi dominan yang terdapat

pada data seismik, sesuai dengan hubungan :

Kecepatan (V) = Panjang Gelombang () xFrekuensi(Hz) (15)

Ketebalan lapisan reservoar dapat dilihat padaTabel 1, pada tabel ini zona target reservoar UG2berada dibawah ketebalan tuningdengan selisih 0,7m. Berdasarkan Gambar 18, lapisan yang memilikiketebalan dibawah tuning maka tebal lapisan padapenampang hasil inversi AI dan EI(30) normalisasi

akan menjadi lebih tebal dibandingkan denganpenampang seismiknya. Namun dikarenakanselisihnya kurang dari setengah ketebalan tuning

atau hanya 0,7 m maka ketebalan lapisan padaimpedansi hasil inversi tidak terlalu jauh berbedadengan ketebalan penampang seismik.


10/13


16

Gambar 17.

Penampang inline near stack seismik 3D.

Tabel 1.

Tuning thickness.

Reservoir Kecepatan rata-rata Frekuensi Dominan Panjang Gelombang Tebal Tuning Tebal Reservoir

(m/s) Seimik (Hz) (m) (m) (m)

UG1 2500 30 83.33 20.83 3

UG2 3000 30 100.00 25.00 24.3Near Stack

UG3 2900 30 96.67 24.17 3.67

UG1 2500 28 89.29 22.32 3

UG2 3000 28 107.14 26.79 24.3Far Stack

UG3 2900 28 103.57 25.89 3.67

Gambar 18.

Model hubungan antara tebal tuning dengan nilai IAhasil inversi.

Analisa Karakteristik Reservoar dari DataSumur

Berdasarkan well test SIMM, Formasi S605terdiri dari empat reservoar. Reservoar UG1mengandung gas, reservoar UG2 dan UG3

mengandung minyak dan reservoar UG4mengandung air/wet. Dari ketiga reservoar yangmengandung hidrokarbon, zona target reservoarUG2 merupakan reservoar yang memiliki lapisanpaling tebal, yaitu 73 net sand dan semuanyaberisikan minyak (Gambar 4). Nilai rata-rataporositas UG2 0,25 dan nilai rata-rata saturasinya

0,48 adalah baik sebagai reservoar, terbukti denganadanya minyak pada reservoar ini dari hasil well testSIMM.

Nilai rata-rata P-wave(ft/s) reservoar UG2 lebihbesar dibandingkan batuan penutup (seal) UG2

shale, sehingga reservoar UG2 dapat disimpulkansebagai high impedance sand, yang berarti memilikinilai impedansi yang lebih besar dibandingkanbatuan penutupnya UG2 shale (Gambar 19), hal

yang sama diperlihatkan juga pada EI(30)normalisasi (Gambar 20).

Analisa AI dan EI(30) Normalisasi

Analisa parameter dalam proses inversiimpedansi akustik (AI) dan impedansi elastik (EI)dilakukan berdasarkan analisa parameter sejenis

pada sumur SIMM. Analisa data dimaksudkan untukmelihat dengan jelas, bagaimana karakteristiklitologi (sanddan shale), perubahan dan penyebaran


11/13


17

amplitudo impedansi pada reservoar UG2 yang telahdiketahui secara pasti jenis litologi dan tipe fluidaporinya dari well test yang telah dilakukan padasumur SIMM.

Gambar 21 memperlihatkan bagaimanacrossplotantara nilai AI dan EI(15) normalisasi padasumur SIMM, belum mampu membedakan dengan

jelas zona yang mengandung minyak. SebaliknyaGambar 22 memperlihatkan crossplotantara nilai AIdan EI(30) normalisasi mampu untuk menampilkanzona potensial. Zona potensial ini mengandunghidrokarbon (minyak) dan dicirikan oleh semakinmembesarnya nilai EI pada sudut jauh (EI(30)

normalisasi) terhadap nilai EI pada sudut dekat (AI).Kenaikan ini disebabkan oleh kehadiran fluida(hidrokarbon) pada reservoar UG2 yang diperkuatoleh hasil well test pada sumur SIMM. Berbeda

dengan batuanpasir yang umumnya bila terisihidrokarbon memiliki impedansi yang lebih rendah

dibandingkan dengan batuan penutupnya (seal),sehingga nilai EI(30) normalisasi akan lebih rendahdibandingkan nilai AI.

Untuk mendapatkan hasil inversi terbaik,dilakukan uji coba menggunakan metoda inversi

rekursif/bandlimited, model-based, sparse-spike

maximum likelihood, dan sparse spike linierprogram. Hasil inversi terbaik dilihat dari nilaikorelasi impedansi hasil inversi dan model awal dan

korelasi nilai impedansi seismik dan sumur padazona target.

Metoda Inversi model-based menggunakanconstrained inversion. Parameter maximumimpedance change menunjukkan persentase nilai

rata-rata impedansi dari log. Secara praktis,constrained inversion lebih dipilih dibandingkanstochastic inversion karena maximum impedancechange lebih berarti dibandingkan parameter modelconstrain pada stochastic inversion. Average blocksize adalah parameter yang mengkontrol resolusi

dari hasil inversi. Parameter yang diubah-ubah untukmenghasilkan nilai korelasi impedansi yang terbaikadalah block size (ukuran blok) dan number of

iterations (jumlah iterasi).

Hasil inversi AI (inline) pada Gambar 11memperlihatkan topreservoar UG2 pada time1188ms dan bottom nya pada 1202 ms didominasi olehnilai impedansi 18000 25513 ft/s*gr/cc (warnamerah sampai biru tua) dan pada hasil inversi EI(30)

normalisasi inlinepada Gambar 14 memperlihatkanreservoar UG2 didominasi oleh nilai impedansi19800 27387 ft/s*gr/cc (warna jingga sampaiungu). Nilai impedansi inversi EI(30) normalisasimeningkat terhadap nilai impedansi inversi AI padareservoar UG2, disebabkan reservoar UG2

merupakan high impedance sandyang mengandungminyak, hal ini diperkuat dengan data sumur SIMM(Gambar 4, 19 dan 20).

Analisa PetaAI dan EI(30) Normalisasi

Secara umum, trend nilai EI sama dengan nilaiAI kecuali nilainya yang berbeda. Dikarenakanlebarnya rangewarna yang mempresentasikan nilai

AI dan EI, sangat sulit bagi kita untuk melihatbagian dalam dari lapisan tersebut (gambar 5). Olehkarena itu, dilakukan normalisasi terhadap nilai EI

untuk menghilangkan efek sudut dari EI sehinggaseolah-olah mempunyai EI(0). Dari sini, kita dapatmelakukan perbandingan secara langsung antaranilai AI dan EI normalisasi.

Peta inversi AI dan EI(30) normalisasi denganslice nilai impedansi RMS AI dan EI(30)normalisasi pada 10 ms diatas dan dibawah topreservoar UG2, menunjukkan peningkatan nilaiimpedansi pada peta inversi EI(30) normalisasi.

Sebaran nilai impedansi yang tinggi pada peta

inversi AI (warna biru muda sampai biru tua)terdapat disebelah timurlaut (NE) dan selatan sumurSIMM (gambar 15). Sedangkan pada peta inversiEI(30) normalisasi, zona sebaran nilai impedansiyang tinggi (warna biru muda sampai biru tua)

terdapat disebelah baratlaut (NW) sampai timursumur SIMM (gambar 16). Sebaran nilai impedansi

sangat dipengaruhi oleh cara mengekstraksi waveletdan metoda inversi yang digunakan. Untukmembandingkan peta inversi AI dan EI(30)normalisasi maka cara mengekstraksi wavelet dan

metoda inversi yang digunakan harus sama. Padapenilitian ini penulis telah menggunakan metoda

inversi yang sama namun tidak dalam caramengekstraksi wavelet, sehingga untuk penelitianselanjutnya perlu diperbaiki karena berpengaruhdalam hasil inversi.

Penyebaran hidrokarbon minyak reservoar UG2berada pada up-thrown eastern fault block antiklinyang tersesarkan oleh major down-to-the-westnormal fault. Hal ini sesuai dengan kondisi geologi,sehingga dapat dianalisa pada reservoar UG2 selain

sistem jebakan elemen struktur juga terdapat sistemjebakan stratigrafi berdasarkan pola penyebaran nilaiimpedansi. Hasil pemetaan ini diharapkan dapat

menjadi informasi penting dalam proses produksidan tahap development.

6. Kesimpulan

Berdasarkan data yang tersedia, hasil analisanear danfar stackdata seismik 3D dapat membantu

mengkarakterisasi reservoar UG2 (litologi danfluida

pori) yang telah terbukti mengandung minyak darihasil well testSIMM.

Data sumur SIMM menunjukkan reservoarUG2 merupakan high impedance sandyang berarti

memiliki nilai impedansi yang lebih tinggidibandingkan batuan penutup(seal) nya, sehinggakoefisien refleksi pada top UG2 bernilai positif.


12/13


18

Pada sudut jauh (300), nilai impedansi EInormalisasi pada reservoar UG2 semakin membesardibandingkan nilai impedansi AI.

Nilai impedansi reservoar UG2 mengalami

peningkatan pada penampang inversi EI(30)normalisasi. Hal ini disebabkan hadirnyahidrokarbon minyak pada reservoar batu pasir UG2,

yang sesuai dengan pemodelan pada data sumurSIMM. Perbedaan nilai impedansi reservoar UG2pada penampang inversi AI dan EI(30) normalisasidikarenakan penggunaan data kecepatan shear (Vs)pada persamaan EI(30) normalisasi.

Peta inversi AI memperlihatkan kemungkinandaerah penyebaran minyak pada reservoar UG2

disebelah timurlaut (NE) dan selatan sumur SIMM.Dan peta inversi EI(30) normalisasi memperlihatkankemungkinan daerah penyebaran minyak padareservoar UG2 disebelah baratlaut (NW) sampai

timur sumur SIMM. Penyebaran hidrokarbon

minyak di reservoar UG2 berada pada up-throwneastern fault block antiklin yang tersesarkan olehmajor down-to-the-west normal fault. Sehinggadapat dianalisa pada reservoar UG2 selain sistemjebakan elemen struktur juga terdapat sistem jebakan

stratigrafi. Peta ini diharapkan dapat menjadiinformasi penting dalam proses produksi dan tahapdevelopment.

Gambar 19.

High impedance sand UG2 sand.

Gambar 20.

High impedance sand reservoar UG2 hasil EI(30)

normalisasi.

Gambar 21.

Crossplotnilai AI dan EI(15) normalisasi.

Gambar 22.

Crossplotnilai AI dan EI(30) normalisasi.


13/13


19

Ucapan Terima Kasih

Penulis mengucapkan terimakasih kepada Mr. TobyRead (Exploration Manager Premier Oil Natuna SeaB.V.), Bapak Sri Tomo Hadipoernomo, Bapak R.

Wawan Satriawan (Geophysicist Premier Oil NatunaSea B. V.) Bapak Sigit Sukmono (ITB) dan BapakFatkhan (ITB) atas diskusi serta ijinnya sehingga

makalah ini dapat disusun dan diterbitkan.

Daftar Pustaka

Badley, M.E., 1985, Practical SeismicInterpretation, Prentice-Hall, Englewood, NewJersey.

Connolly, P., 1999,Elastic Impedance, The LeadingEdge, 438452.

Mallick, S., 2001,AVO And Elastic Impedance, TheLeading Edge, 1094-1104.

Neves, F.A., Mustafa, H.M., and Rutty, P.M., 2004,Pseudo-Gamma Ray Volume From Extended

Elastic Impedance Inversion For Gas

Exploration, The Leading Edge, 536-540.

Russel, B.H., 1988, Introduction to SeismicInversion Methods (ed : S.N. Domenico), Soc. of

Exploration Geophysicists.Savic, M., VerWest, B., Masters, R., Sena, A., and

Gingrich, D., 2000,Elastic Impedance Inversion

in Practice, SEG Expanded Abstract.

Sheriff, R.E., and Geldart, L.P., 1995, ExplorationSeismology, Second Edition, CambridgeUniversity, USA.

Sukmono, S., 1999, Interpretasi Seismik Refleksi,Departemen Teknik Geofisika, Institut TeknologiBandung.

Sukmono, S., 2000, Seismik Inversi untuk

Karakterisasi Reservoir, Departemen TeknikGeofisika, Institut Teknologi Bandung.

Whitcombe, D.N., 2002, Elastic ImpedanceNormalization, Geophysics, 67, 6062.

Documents

Inversi AI Dan EI Untuk Identifikasi Hidrokarbon Pada Reservoar Batu Pasir