Paper tentang AVO

Beberapa paper tentang AVO :

AVO Analysis in Hydrocarbon Modelling

AVO Analysis using VSP and Well Log data

AVO Modelling of the Bottom Stimulation Reflection associated with Submarine Gas Reservoir

AVO Variation in Gas Sands

Selamat belajar!
:D

Read More

Sekilas tentang Anomali AVO pada Data Seismik

Gambar (1) Penampakan anomali AVO pada hasil ekstraksi atribut Intercept-time-Gradient
(sumber : Seismic Reservoir Characterization, Veeken, 2007)

AVO atau Amplitude versus Offset dikenal juga sebagai AVA (Amplitude versus Angle-of-incidence) merupakan salah satu metode analisis data seismik pre-stack terhadap perubahan nilai amplitudo terhadap kenaikan offset/sudut datang. Anomali AVO didasarkan pada gejala teoritis dari amplitude refleksi yang secara normal akan semakin mengecil seiring dengan pertambahan jarak/pembesaran sudut datang, namun pada sebagian kasus pada data seismik dijumpai ketidakselarasan pada teori tersebut. Sehingga munculah anomali AVO. 

Perumusan matematika fisis dari anomali AVO telah banyak dikembangkan oleh beberapa ahli diantaranya adalah beberapa persamaan (Aki-Richards, Shuey, Hilterman, dll) yang kerap kali digunakan sebagai dasar landasan teori pada penelitian tentang AVO. Tentu saja rumit :D

Pada Gambar (1) Data seismik poststack yang diekstrak atribut Intercept-times-Gradient yang dihitung dari persamaan dari crossplot antara Amplitude-sin kuadrat sudut datang (θ) menunjukkan adanya anomali pada top reservoir gas. Anomali tersebut juga tampak pada penampang seismik (time-offset-amplitude) sebagai DHI (Direct Hydrocarbon Indicator) berupa Bright spot dan Flatspot (Gambar (2)) dan hasil ekstraksi atribut Fluid Factor (Gambar (3)).

Gambar (2) DHI pada data seismik post-stack akibat adanya efek hidrokarbon
(sumber : Seismic Reservoir Characterization, Veeken, 2007)

Gambar (3) Hasil ekstraksi atribut Fluid factor menunjukkan anomali pada top gas reservoir
(sumber : Seismic Reservoir Characterization, Veeken, 2007)

Jadi, DHI pada penampang data seismik akan berkorelasi dengan anomali pada atribut intercept-times-gradient dan fluid factor jika pada data seismik tersebut menampakkan anomali AVO akibat adanya efek kehadiran hidrokarbon.

Secara singkat, anomali AVO terbagi menjadi beberapa kelas, yaitu :

1. Anomali Kelas 1, ditandai dengan nilai refleksi kuat di awal (R0) (sudut datang nol) yang bernilai positif, tetap bernilai positif seiring dengan kenaikan offset/jarak. Anomali kelas ini akan memunculkan efek dimming pada data stack. Anomali AVO kelas ini seringkali berkorelasi dengan reservoir yang tight (ketat) dengan tingkat sementasi yang tinggi. 
2. Anomali Kelas 2, ditandai dengan nilai refleksi lemah di awal (R0) yang bernilai positif yang kemudian berubah menjadi negatif seiring dengan kenaikan offset/jarak. Anomali kelas ini seringkali disertai dengan pembalikan polaritas. Efek pada anomali kelas ini seringkali berkorelasi dengan reservoir gas sand. 
3. Anomali Kelas 3, ditandai dengan R0 yang bernilai negatif dan akan semakin negatif seiring dengan kenaikan offset, efek ini akan memunculkan efek bright spot pada data penampang seismik. Anomali kelas ini seringkali berkorelasi dengan batas atas dari reservoir gas sand. 
4. Anomali Kelas 4, ditandai dengan refleksi awal (R0) negatif yang kuat dan melemah seiring dengan naiknya offset namun masih tetap bernilai negatif. Sulit dibedakan (dimming effect) pada penampang seismik post-stack. Anomali kelas ini hampir mirip dengan anomali kelas 1, jarang ditemukan dan berkorelasi dengan unconsolidated sand. 

Gambar (4) Klasifikasi kelas anomali AVO berdasarkan nilai amplitude dan perubahannya terhadap sudut datang
(sumber : Seismic Reservoir Characterization, Veeken, 2007)

Gambar (5) Anomali AVO kelas 2 (Gas Sand) pada nilai rasio Vs-Vp
Perubahan nilai Vs yang drastis akibat kehadiran fluida (gas)
(sumber : Seismic Reservoir Characterization, Veeken, 2007)

Untuk melanjutkan kebingungan pembaca sekalian dapat melihat-lihat sejenak tentang teori AVO pada pdf ini
:D
sekian dulu, nanti dilanjut lagi ya...

Bahan bacaan : 
Veeken, Paul (2007) Seismic stratigraphy, Basin Analysis and Reservoir Characterization
Mavko, Mukerji & Dvorkin (1998) The Rock Physics handbook

Read More

Metode MASW untuk Identifikasi Aquifer

Salam :D

Pada tulisan kali ini saya ingin bercerita (sedikit saja) tentang apa yang saya ketahui mengenai Metode MASW atau kependekan dari Multi-channel Analysis of Surface Wave yang bahasa Indonesianya adalah Analisis Multikanal dari Gelombang Permukaan (haha... :D)

Apa itu MASW ?

kalau kita artikan secara 'bodoh' , MASW itu adalah analisa mengenai parameter elastik yang nantinya kita turunkan dari persamaan gelombang permukaan (ground roll) yang kita dapat dari survey seismik di permukaan. Targetnya adalah kita akan mendapatkan nilai kecepatan gelombang shear (gelombang geser) dari perlapisan batuan yang berada di dekat permukaan. 

Buat apa sih MASW itu ?

kalo dari beberapa sumber yang sudah saya baca, tujuan dilakukannya MASW biasanya adalah untuk keperluan geoteknik, misalnya : pembangunan flyover (jembatan layang) , pembangunan gedung pencakar langit dan lainnya. Nah, dari beberapa sumber lain, ternyata MASW juga dapat digunakan untuk mengidentifikasi lapisan aquifer dibawah permukaan, tentunya yang tidak terlalu dalam letaknya. 

Gimana ceritanya bisa ada MASW ?

Jadi, dulu itu ada beberapa ilmuwan yang 'iseng-iseng' meneliti gejala-gejala fisis yang terjadi pada penjalaran gelombang permukaan (surface wave) Dulu, MASW belum berkembang, yang ada SASW (Spectral Analysis of Surface Wave) , seiring dengan berkembangnya komputasi digital para ilmuwan geoteknik mulai mengembangkan SASW dengan 24 channel, yang kemudian dikenal sebagai MASW. 

Efek-efek yang dipelajari diantaranya adalah efek dispersi gelombang seismik, kecepatan gelombang, kecepatan fase, kecepatan grup dan panjang gelombang. Setiap parameter tersebut memiliki keterkaitan satu-sama lain. Misalnya, dalam penjalannya si gelombang permukaan itu akan 'berubah wujud'. apa penyebabnya ? penyebabnya adalah : Gelombang permukaan akan saling 'memisahkan diri' menyesuaikan dengan frekuensi dan fasenya, karena kecepatan gelombang permukaan saat menjalar adalag fungsi frekuensi atau panjang gelombangnya (Waluyo, 2002).

Bagaimana sih akuisisi data untuk MASW ?

Proses akuisisi datanya sebetulnya dapat dilakukan 'bersamaan' dengan akusisi seismik bias (refraksi) maupun seismik pantul (refleksi). Kok bisa ? ya bisa.. karena yang kita analisis kan nantinya adalah gelombang permukaan nya, berfrekuensi rendah dan biasanya diterima lebih dulu oleh receiver kita (geophone) alias travel timenya paling cepat. 

Gambar 1 : Proses akuisisi data dengan metode Seismik Refraksi, hasilnya berupa Stiffness Map 

(Peta/kontur Kekakuan Tanah) yang dianalisa dari kecepatan s-wave sebagai fungsi kedalaman 

(courtesy of www.masw.com)

Terus, Gimana analisa nya ?
Wah.. pertanyaan sulit itu.. (saya juga bingung :D)
Sebelumnya, teknik analisa (dengan inversi) untuk metode MASW ini sebetulnya akan sama untuk MASW 1D, 2D maupun 3D.
Jadi gini, secara sederhana proses analisis MASW dapat diurutkan sebagai berikut :

1. Akuisisi Data,

jelas.. setiap metode geofisika pasti diawali dengan akusisi data. Akuisisinya biasanya menggunakan seismik refraksi. dengan near dan far offset, spasi antar geofon 1 atau 2 meter (tergantung panjang line dan resolusi yang diinginkan). Parameter akusisi data lainnya juga perlu dipertimbangkan dan direncanakan masak-masak. Agar hasil yang didapat sesuai dengan yang diharapkan :D . untuk lebih jelas mengenai konsep dan aturan dalam akuisisi data, nih liat disini 

2. Prosesing data. 

Setelah data kita dapatkan, tentu saja langkah selanjutnya adalah memproses data untuk mendapatkan parameter-parameter yang kita cari. Proses yang pertama kali dilakukan adalah picking data untuk setiap record dari shot gather. Proses paling inti dari prosesing data metode MASW adalah ekstraksi kurva dispersi. 

Kurva dispersi sendiri adalah kurva yang menggambarkan perubahan kecepatan fase terhadap frekuensi gelombang. dimana frekuensi akan berbanding terbalik dengan cepat rambat dan kedalaman target yang dicapai. Asumsi yang digunakan dalam inversi data ke kurva dispersi adalah model perlapisan horizontal berlapis berdasarkan kecepatan gelombang shear (Vs) sebagai parameter model awal untuk mendapatkan nilai parameter yang sesungguhnya. (Hartono, 2010)

Proses ekstraksinya dilakukan dengan transformasi fourier dari domain time-space ke domain f-k (fekuensi dan angka gelombang), dengan melihat tren dari kurva dispersi tersebut kita dapat mengetahui secara kualitatif bagaimana pola akumulasi dan penyebaran energi dari penjalaran gelombang seismik tersebut.
Bingung ?? (sama... :D)

Nah.. dari situ kan nanti bisa dianalisa kecepatan gelombang shear (Vs) dari masing-masing data yang telah ditransformasi.Kurva dispersi itu sendiri sebetulnya gak serta-merta didapat, sebelumnya kita harus menganalisa nya dari dispersion image, dispersion image ini adalah hasil transformasi fourier dari spektrum frekuensi gelombang seismik. Pengolahan data MASW ini dapat dilakukan dengan software SeisImager

Lebih jelas dan lengkap tentang bagaimana prosesingnya dilakukan bisa dilihat disini :D

3. Interpretasi 

Interpretasi dari setiap metode geofisika selalu melibatkan model awal. Nah, inversi yang dilakukan untuk metode MASW ini adalah dengan model awal (forward modelling). 

Gambar 2 : Proses inversi dari Dispersion Image dengan model awal dengan perhitungan teoritis

(courtesy of www.masw.com)

Cara yang biasanya dilakukan juga adalah proses inversi dari kurva dispersi, dengan menentukan initial model (dengan parameter Vs) kemudian dilakukan kurva matching antara kurva dispersi dari data lapangan dan initial model yang kita tentukan. Nah, dengan mengubah-ubah initial modelnya, kita dapat akan mendapatkan model yang errornya paling kecil. (Schwab & Knopoff , 1972)

Gambar 3 : Inversi dengan analisis Kurva Dispersi 

(courtesy of www.masw.com)

Nah, setelah didapat model hasil inversi. saatnya dibuat konturing kecepatan gelombang shear (Vs) sebagai fungsi kedalaman. Dalam MASW 1-D biasanya cukup dengan model 1 titik, untuk MASW 2-D seringkali dingunakan hasil dari model 1-D yang kemudian di korelasikan dengan hasil 1-D ditempat lain dengan interpolasi. 

Lebih rumitnya mengenai inversi silahkan buka ini :D

Lha, sekarang kenapa MASW bisa digunakan untuk identifikasi aquifer ???

Mari kita ingat-ingat kembali sifat gelombang elastik. Gelombang P (Compressional Wave) merambat secara longitudinal atau arah rambatannya searah dengan gerak partikelnya, sedangkan gelombang S (Shear Wave) itu merambat secara transversal atau arah rambatannya tegak lurus dengan gerak partikelnya. Sifat lainnya adalah, si gelombang P itu kan bisa merambat disemua medium, sedangkan gelombang S itu sulit bahkan hampir tidak bisa merambat pada medium cair. 

Sekarang, dari kecepatannya bisa kita analisa. Jika gelombang S merambat pada medium cair maka kecepatannya (Vs) akan bernilai kecil bahkan mendekati nol. Saat gelombang S tersebut merambat melalui batuan yang tersaturasi fluida (air misalnya) otomatis kecepatannya akan menurun drastis kan ? 

Nah, sekarang dari model yang kita dapatkan setelah kita melakukan proses inversi kita analisis daerah-daerah yang mengalami penurunan kecepatan gelombang S secara drastis. Untuk analisa lebih detailnya, biasanya data hasil inversi ini dibandingkan secara kualitatif dengan well-log dari sumur bor dan yang paling penting adalah korelasi dengan informasi geologi di lokasi penelitian. Karena kecepatan gelombang S akan meningkat sebanding dengan kedalaman dan densitas, maka anomali tersebut seharusnya akan terlihat jelas :D 

Begitulah gambaran sederhana mengenai identifikasi aquifer dengan metode MASW. 

Karena saya juga masih amatir dalam bidang ini, jadi mohon koreksinya untuk kebaikan bersama :D

sumber inspirasi : www.masw.com dan skripsi Rudi Hartono (Geofisika UGM 2005)

Read More