Penerapan Cadzow Filtering Analisis Keberadaan Zona Target dan Inversi IA

V. HASIL DAN PEMBAHASAN

5.1 Penerapan Cadzow Filtering

Cadzow filtering adalah salah satu cara untuk menghilangkan bising dan meningkatkan strength tras seismik yang dapat dilakukan setelah koreksi NMO Normal Move Out. Metode ini lebih sering digunakan pada data seismik darat untuk meredam bising acak seperti angin dan kendaraan yang lewat saat rekaman. Dalam kasus data seismik laut, Cadzow filtering dapat diterapkan untuk menghilangkan bising acak seperti gelombang laut serta efek stretching. Efek stretching adalah penurunan frekuensi gelombang seismik akibat koreksi NMO dan untuk menghilangkannya dilakukan muting. Namun, cara tersebut dianggap kurang efektif karena dapat membuat sinyal yang diinginkan ikut terbuang. Dengan Cadzow filtering, tras seismik yang mengalami stretching dapat dikembalikan ke posisi semula. Setelah diterapkan Cadzow filtering, data seismik yang masih berbentuk gather dapat dianalisis secara inversi pre stack atau melakukan proses stacking terlebih dahulu, baru dianalisis secara inversi post stack AI. Berdasarkan data yang tersedia, penulis melakukan analisis inversi post stack untuk mengidentifikasi endapan channel dengan data yang telah diterapkan Cadzow filtering. . Gambar 5.1 Data Gather Pre Stack Orisinil Gambar 5.2 Data Gather Pre Stack Setelah Dilakukan Cadzow filtering Pada penampang stack orisinil terlihat bahwa ada beberapa kemenerusan lapisan yang tidak terlihat begitu detail sedangkan pada penampang stack Cadzow filtering kemenerusan lapisan tersebut dapat terlihat lebih mendetail. Gambar 5.3 Data Stack Orisinil Gambar 5.4 Data Stack Setelah Dilakukan Cadzow filtering

5.2 Analisis Keberadaan Zona Target dan Inversi IA

Setelah data diterapkan Cadzow filtering, maka selanjutnya adalah menganalisis zona target berdasarkan data marker formasi sumur serta dengan membandingkan nilai beberapa log seperti gamma ray, porositas, dan densitas. Formasi zona target adalah di bawah Formasi Missisauga dari kedalaman 2000 – 2200 ms sekitar 200 ms perkiraan window zona target. Besarnya window yang digunakan sangat berpengaruh dalam proses pengikatan data sumur dan data seismik well seismic tie dan window tersebut dibatasi oleh horizon. Proses pembuatan horizon disebut dengan picking horizon. . Gambar 5.5 Picking Horizon Arbitrary Line Sumur AND-30 dan AND-41 Gambar 5.6 Peta Time Structure Horizon 1 Seismik inversi adalah proses pemodelan geofisika yang dilakukan untuk memperkirakan informasi sifat fisis bumi berdasarkan hasil rekaman seismik. Secara sederhana, proses inversi merupakan proses pembagian rekaman seismik terhadap wavelet yang diprediksi. Salah satu hal terpenting dalam seismik inversi adalah ekstraksi wavelet. Gambar 5.7 Ekstraksi Wavelet Wavelet terbaik yang digunakan adalah hasil ekstraksi use well dengan wavelet length 120 ms dan taper length 20 ms. Berikutnya adalah tahapan well seismic tie. Well seismic tie adalah suatu cara untuk mengikatkan data sumur pada penampang seismik. Hal pertama yang harus dilakukan adalah koreksi checkshot untuk mengubah domain kedalaman sumur menjadi domain waktu. Proses stretch - squeeze dilakukan untuk mencocokkan tras seismik dengan tras sintetik. Proses ini memiliki batas toleransi pergeseran sekitar 10 ms. Batas pergeseran tersebut perlu diperhatikan karena jika melebihi 10 ms akan menyebabkan data sumur mengalami shifting. Hal ini akan berpengaruh saat menentukan nilai fasa dari data sumur, dimana nilai fasanya akan mengalami pergeseran dari nilai fasa sebenarnya. Gambar 5.8 Well Seismic Tie Sumur AND-30 Dengan Korelasi 0.863

0. 863

Gambar 5.9 Well Seismic Tie Sumur AND-41 Dengan Korelasi 0.874 Model inisial dibuat dengan window dari 2000 - 2200 ms sesuai batas horizon. Model ini berfungsi sebagai model dasar yang akan dilakukan proses inversi. Gambar 5.10 Initial Model

0. 874

Ada dua jenis metode inversi yang dilakukan penulis yaitu inversi linear sparse spike dan inversi model based. Inversi linear sparse spike adalah metode untuk memperkirakan koefisien refleksi dari data seismik untuk menentukan sekumpulan besar broad band impedansi. Algoritma inversi linear sparse spike menurunkan tras seismik sintetik dari log sonik. Wavelet model diekstraksi dari tras seismik sintetik ini dan diekstrapolasikan untuk mendapatkan sekumpulan perkiraan koefisien refleksi yang stabil Russel, 1991. Sedangkan inversi model based dapat mengembalikan frekuensi rendah dan tinggi yang hilang dengan cara mengkorelasikan data seismik dengan respon seismik dari model geologi, yang berarti memiliki cakupan frekuensi lebih luas. Pada zona target, inversi yang paling baik ditunjukkan oleh inversi model based karena korelasi sintetik dengan seismik riil menunjukkan angka yang lebih tinggi dibandingkan inversi linear sparse spike. Inversi linear sparse spike memiliki korelasi sintetik dengan seismik riil sebesar 0,975 sedangkan pada inversi model based sebelah 0,982. Gambar 5.11 Korelasi dan Error Inversi Linear Sparse Spike Gambar 5.12 Korelasi dan Error Inversi Model Based Inversi model based yang didapatkan menunjukkan hasil slice impedansi akustik endapan channel yang cukup baik ditunjukan berwarna merah. Struktur dari inversi impedansi akustik digunakan sebagai input overlay terhadap penampang atribut dan multi atribut. Gambar 5.13 Hasil Inversi Metode Linear Sparse Spike Pada Sumur AND-30 Gambar 5.14 Hasil Inversi Metode Model Based Pada Sumur AND-30 Gambar 5.15 Hasil Slice Impedansi Akustik Channel

5.3 Analisis Atribut Seismik