Seismogram sintetik dibuat untuk mengkorelasikan antara informasi sumur litologi

1. Seismogram sintetik dibuat untuk mengkorelasikan antara informasi sumur litologi, umur,
kedalaman dan sifat-sifat fisis lainnya terhadap penampang seismic lainnya guna memperoleh
informasi lebih lengkap dan komprehensif. Data yang perlu disiapkan di dalam pembuatan
seismogram sintetik adalah wavelet dan data sumur yang terdiri dari sonic log untuk
kecepatan, density log untuk densitas dan check shot untuk korelasi waktu. Sering diperoleh
korelasi yang kurang tepat antara data penampang seismik terhadap seismogram sintetik,
karena tidak mudah untuk memperoleh korenpondensi satu-satu antara seismogram sintetik
dengan penampang seismik,mengingat system pengumpulan dan akurasi data berbeda. Dari
informasi atau model geologi yang berisi kecepatan dan densitas lapisan dapat dibuat model
koefisien refleksinya/stikogram. Stikogram dikonvolusikan dengan wavelet, maka akan
diperoleh trace model yang disebut seismogram sintetik. Trace model ini dikorelasikan
dengan trace data, maka akan diperoleh error trace yang akan digunakan untuk mengkoreksi
model stikogram sedemikian rupa sehingga sampai diperoleh korelasi yang optimum.
Pemilihan wavelet merupakan hal yang sangat penting. Karena fasa data seismic akan berubah
sejalan dengan bertambahnya kedalaman. Pada SRD (Seismic Reference Datum) mungkin kita
akan memiliki wavelet dengan fasa nol (setelah di-zero phase kan dalam prosesing, yang
sebelumnya mengikuti signature sumber gelombang sebagai minimum phase), akan tetapi pada
kedalam
tertentu
fasanya
dapat
berubah.
Dalam membuat sintetik, untuk pertama kali kita dapat menggunakan wavelet sederhana seperti
zero phase ricker dengan frekuensi tertentu katakanlah 25Hz. Lalu dengan membandingkan trace
sintetik dan trace-trace seismic disekitar bor, kita meng-adjust apakah frekuensi wavelet lerlalu
besar atau terlalu kecil. Setelah itu lihatlah fasanya, dan perkirakan fasa wavelet di sekitar zona
target.
Lalu anda dapat melakukan shifting dan mungkin (stretching atau squeezing) dari data sumur.
Akan tetapi proses shifting janganlah terlalu excessive, katakanlah ~20ms (?), demikian juga
dengan proses stretching-squeezing, janganlah melebihi 5-10% (?) dari perubahan sonic atau
kecepatan
interval.
Jika anda memiliki data well-tops dan seismic horizon yang diperoleh dari interpreter, anda dapat
menggunakannya sebagai guidance didalam melakukan well-seismic tie. Jadi sebelum melakukan
proses detail di atas, anda dapat melakukan korelasi well-tops terhadap horizon terlebih dahulu.
Untuk kasus sumur bor miring, prosesnya serupa dengan sumur bor vertical, akan tetapi anda
harus membandingkan sintetik seismogram dengan data seismic disepanjang sumur bor. Lebih
detail lagi, anda dapat melakukan koreksi ‘anisotropi’ terutama untuk log sonic. Ingat
‘penembakan’ sonic dilakukan tegak lurus dengan sumur bor, jadi untuk sumur bor horizontal, kita
mengukur sonic kearah vertical. Sedangkan data seismik diasumsikan mengukur secara horizontal.
2. Washout
3. Fluid Replacement Modelling
FRM adalah suatu metode yang digunakan untuk menghasilkan log shear dengan
menggunakan subtitusi fluida pori yang ada didalam reservoar. Dengan menggunakan
persamaan Biot-Gassmann pada persamaan kedua yang menunjukkan hubungan antara batuan
melalui modulus bulk yang kering dan tersaturasi fluida.
Mu (sat) adalah modulus shear tersaturasi, dan Mu (dry) modulus shear kering.
Dimana modulus shear tidak mengalami perubahan nilai akibat variasi saturasi fluida.
Modulus bulk dalam persamaan Biot-Gassmann dapat dituliskan sebagai berikut:
Dalam Mavko et al (2009) menyusun kembali persamaan tersebut menjadi:
Dimana: K(sat)= modulus bulk batuan tersaturasi (GPa); K(dry)= modulus bulk dry
rock (GPa); Km= modulusbulk matriks batuan padat (GPa); Kf modulus bulk fluida
(GPa); ϕ adalah porositas batuan (%).
Gambar. Ilustrasi asumsi dari Persamaan Biot-Gassmann (Simm and Bacon, 2014)
Metode subsitusi fluida ini menggunakan persamaan Biot-Gassman seperti dalam persamaan
kedua sebagai skenario fluida reservoar dengan menggunakan regresi koefesien GreenbergCastagna untuk zona target dan persamaan Castagna untuk di luar zona target. Dalam prediksi
dengan FRM ini biasanya menggunakan data properti reservoar (Saturation Water, Saturation
Oil and Saturation Gas) yang dapat di validasi dengan datatest.
4. Acoustic impedance dan elastic impedance