Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dekomposisi spectral merupakan salah satu metoda analisis seismik lanjutan untuk memetakan benda geologi. Biasanya seorang interpreter akan menghasilkan sangat banyak komponen spektral yang di-scan setiap 1 Hz untuk mencari anomali tersebut. Komponen spektral tersebut saling berkorelasi dan berulang, suatu fitur yang sama dapat muncul di beberapa komponen tetapi dengan kualitas berbeda. Untuk mengurangi perulangan data spektral dan meningkatkan trend di dalam data, principal component analysis (PCA) diaplikasikan kepada komponen spektral. PCA adalah metode statistik multivariable yang bekerja dengan cara merotasi sumbu agar sejajar dengan arah penyebaran data dan mengurutkan principal component berdasarkan besar nilai varians.Dalam eksperimen pertama kepada model baji, PCA dapat memetakan seluruh bagian baji dengan menerus tidak peduli dengan ketebalannya. Semua fitur yang signifikan diplot pada principal component pertama yang mempunyai lebih dari 85% varians data. Kami juga memverifikasi algoritma ini pada data seismik Stratton, dengan target channel dimana citra yang diperoleh sebanding dengan hasil dekomposisi spektral. Tetapi kami juga memperhatikan ada beberapa bagian dari channel yang dicitrakan sedikit kurang bagus akibat dari kontaminasi noise dan juga kurang signifikannya data tersebut. PCA akan berfungsi dengan baik jika trend dalam data koeksis dalam komponen spektral yang lain dan tidak didominasi oleh noise. Dengan menggunakan teknik blending, kami menjumlahkan tiga principal component band pertama dan menunjukkan bahwa channel dapat dipetakan dengan lebih baik. Fitur-fitur yang kurang signifikan yang muncul pada principal component band dua dan tiga semua dipetakan dalam citra komposit.

---

Spectral decomposition is one of the method in advance seismic analyses to map geologic body. Usually, an interpreter will generate a lot of spectral components which are usually scanned every 1 Hz to look for anomalies. Those spectral components are highly correlated and redundant, same feature can occur in several components with different quality. To reduce the multiplicity of spectral data and enhance the most energetic trends inside the data, principal component analysis (PCA) is applied to the spectral components. PCA is a multivariate statistics method that works by rotating the axes to align with natural extension of the swarms of points and ordering the principal components by decreasing variance.In the first experiment to wedge model, PCA is very excellent in mapping all wedge body continuously regardless of the thickness. All significant features are plotted in the first principal component which accounts for more than 85% data variance. We also verify the algorithm to Stratton seismic data, target at channel which provide a comparable image from spectral decomposition. But we notice that some parts of the channel are slightly poorly imaged due to the contamination of noise and low significance of the data. PCA is robust when the trend in the data coexists in other spectral components and it doesn?t smeared by noise. By using blending technique, we sum up the first three principal component bands and shows that the channel is better imaged. Less significant features that show up in principal component bands two and three are all mapped to the composite image."

"Lapangan Salemba dan Depok adalah lapangan gas yang berada di daerah Selat Madura. Pada dua sumur eksplorasi telah ditemukan akumulasi hidrokarbon gas pada Formasi Lidah yang berumur Plio-Pleistocene. Formasi Lidah didaerah studi ini diinterpretasikan sebagai sistem pengendapan channel. Permasalahan yang muncul dalam menganalisa data seismik untuk mengetahui geometri dari channel sendiri adalah adanya lapisan tipis yang tidak terdeteksi dan batas kontinuitas pelapisan yang kurang jelas. Oleh karena itu, diperlukan metode yang lebih baik untuk analisa data seismik agar masalah tersebut dapat diatasi.Dalam tesis ini, analisa data seismik metode dekomposisi spektral dengan algoritma Continuous Wavelet Transform (CWT) digunakan karena hasilnya dapat memberikan gambaran yang lebih baik dalam penyebaran ketebalan dan diskontinuitas geologi. Selain itu juga digunakan metode inversi seismik untuk mengetahui penyebaran impedansi akustik yang merupakan sifat fisis batuan.Hasil studi ini menunjukkan bahwa metode dekomposisi spektral dan inversi seismik telah berhasil membantu dalam mendeliniasi geometri channel Formasi Lidah. Penampang dekomposisi spektral merepresentasikan ketebalan dan diskontuniuitas geologi dari reservoir batupasir Formasi Lidah. Distribusi frekuensi pada reservoir direpresentasikan pada nilai frekuensi 10, 20, dan 30 Hz. Pada inversi seismik, penampang impedansi akustik merepresentasikan litologi bawah permukaan. Distribusi impedansi akustik pada reservoir mempunyai nilai rata-rata 15000 - 19700 ((ft/s)*(g/cc)), sedangkan pada non-reservoir mempunyai nilai impedansi akustik lebih dari 19700 ((ft/s)*(g/cc)).

---

Salemba and Depok fields are a gas field which located in the Madura Strait. Two exploration wells have been discovered hydrocarbons accumulation of gas in the Lidah Formation aged Plio-Pleistocene. Lidah Formation in the study area was interpreted as channel depositional environment. The problem that then arises in analyzing seismic data to predict the channel geometry is undetected thin layer and unclear reservoir continuity. Therefore, the better method to analyze the seismic data is needed to solve the problem.

In this thesis, seismic data analysis spectral decomposition method with Continuous Wavelet Transform (CWT) is used because the results can provide a better map of the thickness distribution and geological discontinuities. This thesis is also used seismic inversion method to know the acoustic impedance distribution as the physical properties of rocks.

The result of this study shows that the spectral decomposition method and seismic inversion has helped to delineate the channel geometry of Lidah Formation. The section of spectral decomposition represents thickness and geological discontinuity in Lidah Formation. Frequency distribution in the reservoir has an average of 10, 20, and 30 Hz. In the seismic inversion, the section of acoustic impedance represents the subsurface lithology. Acoustic impedance distribution in the reservoir has an average of 15,000 - 19,700 ((ft/s)*(g/cc)), whereas in nonreservoir having an acoustic impedance more than 19,700 ((ft/s)*(g/cc))."

"Dekomposisi Spektral adalah metode yang menghasilkan ekspresi dari sebuah tras seismik pada domain waktu-frekuensi yang digunakan untuk menunjukkan broadband dari data seismik menjadi komponen frekuensinya. Analisis dari komponen spektra individu frekuensi ini dapat menunjukkan informasi geologi yang dibutuhkan lebih baik apabila dibandingkan dengan analisis data broadband secara konvensional. Selain itu dapat juga digunakan untuk mengestimasi lapisan tipis batubara yang memiliki temporal thickness lebih kecil dari ¼ λ. Ketebalan lapisan tipis batubara diwujudkan sebagai uraian dari rekaman spektrumnya. Metode yang digunakan dalam pengolahan data dekomposisi spektral ini adalah metode Continuous Wavelet Transform (CWT) yang menghasilkan domain waktu-frekuensi yang dapat menghasilkan resolusi gambaran seismik yang lebih baik dalam domain waktu-frekuensi.Pada penelitian ini data yang digunakan adalah 17 lintasan data seismik 2D dan 2 data sumur yang memiliki data checkshot. Hasil akhir yang diperoleh adalah peta estimasi penyebaran lateral lapisan tipis batubara dari lapangan ?B? pada Cekungan Sumatra Selatan dengan menggunakan Dekomposisi Spektral dengan metode CWT. Pada hasil akhir diperoleh lapisan batubara yang potensial di bagian tengah dan selatan daerah penilitian.

---

Spectral Decomposition is one of methods that decompose seismic trace in to time-frequency domain to demonstrate the seismic broadband data become its time-frequency. Time-frequency analysis and its component showing geologic features better than another conventional broadband data analysis. Spectral Decomposition is also used for estimating of coal seam that has temporal thickness less than ¼ λ. The thickness coal seam is manifested as its spectrum. The spectral decomposition algorithm that is used is Continuous Wavelet Transform (CWT) in time-frequency domain that yielding better seismic resolution in time-frekuensi domain.

This study used 17 lines of 2D seismic data and 2 well data that each has a checkshot data. This work produced map of lateral distribution of coal seam at the field "B" in South Sumatra Basin. The result show that the most potential coal seam is from the centre and north from study area."

"Dekomposisi spektrum merupakan salah satu attribut seismik yang menggunakan domain frekuensi dalam analisanya. Metode ini sangat berguna untuk mendeteksi lapisan tipis dengan ketebalan sekitar ¼ λ dimana pada ketebalan tersebut terjadi efek tuning. Metode ini juga dapat digunakan untuk mendeteksi patahan, channel (sungai), dan hidrokarbon. Untuk menggunakan metode ini dibutuhkan data seismik dalam domain waktu yang dengan menggunakan persamaan Short Time Fourier Transform (STFT), akan diubah ke dalam domain frekuensi.Hasil akhirnya berupa peta struktur dalam domain frekuensi. Metode ini akan diaplikasikan pada data seismik yang telah mengalami tahap processing pada Lapangan X seluas 10 km x 10 km di daerah Cekungan Sunda. Dari data sumur permboran yang berupa data log, diperoleh 5 sand yang memiliki ketebalan yang berbeda-beda dan akan dianalisis penyebarannya dengan menggunakan metode ini. Setelah mengalami tahap interpretasi, data seismik akan diubah ke dalam domain frekuensi dengan Short Time Fourier Transform. Hasil yang diperoleh berupa penampang seismik secara lateral dalam domain frekuensi antara 5-65 Hz yang menunjukkan lapisan sand yang ketebalannya mendekati efek tuning dapat terdeteksi penyebarannya, sedangkan untuk lapisan sand yang ketebalannya di bawah resolusi seismik, pola penyebarannya tidak terlihat."

"Telah dilakukan inversi Elastic Impedance dan Dekomposisi Spektral pada lapangan Penobscot, untuk mengidentifikasi reservoir pada lapisan tipis. Perkembangan atribut seismik dewasa ini sangat membantu dalam menunjukkan indikasi adanya hidrokarbon pada reservoir. Atribut Dekomposisi Spektral yang didasari dari hasil komputasi CWT diharapkan dapat menjadi atribut yang berguna untuk mendeteksi adanya indikasi keberadaan hidrokarbon pada lapisan tipis. Untuk mendukung hasil metode CWT, akan dikombinasikan dengan hasil metode inversi untuk meyakinkan akan keberadaan hidrokarbon tersebut yang ditandai dengan nilai Elastic Impedance (EI) yang relatif rendah dengan sekitarnya.Dari hasil studi ini frekuensi dominan terlihat pada frekuensi 25 Hz, sedangkan pada frekuensi 10 Hz (frekuensi rendah) dan 30 Hz (frekuensi tinggi) anomali bright spot tidak terlihat di beberapa daerah prospek. Hal ini didukung dengan hasil inversi yang menunjukkan nilai EI yang rendah yaitu berkisar 13000 - 13750 ((ft/s) *(gr/cc)), 2370 - 2511((ft/s) *(gr/cc)), dan 600 - 620((ft/s) *(gr/cc)). Kombinasi metode dekomposisi spektral berbasis CWT dengan metode inversi seismik (EI) mengindikasikan adanya akumulasi gas pada beberapa daerah prospek.

---

The Elastic Impedance inversion and the Spectral Decomposition process at the Penobscot field has been carried out, in order to identify the reservoir on a thin layer. The development of seismic attributes these days are very helpful in indicating any presence of Hydrocarbons in the reservoir. The Spectral Decomposition attribute, that based on the results of CWT computation is expected to become applicable in detecting and indicating any presence of Hydrocarbons in a thin layer. In order to support the results of CWT method, it will be combined with the one from the Inversion method, to assure the existence of such hydrocarbons which are characterized by the Elastic Impedance (EI) value that should be relatively low with its surroundings.

From the results of this study, the dominant frequency appears at 25 Hz, while in the frequency of 10 Hz (low frequency) and 30 Hz (high frequency), the bright spot anomaly has not been seen in some prospect areas. This result is supported by the inversion results that shows rather low EI values, ranged from 13000 to 13750 ((ft / s) * (g / cc)), from 2370 to 2511 ((ft / s) * (g / cc)), and from 600 to 620 ((ft / s) * (g / cc)). The combination of CWTbased spectral decomposition method with the seismic inversion methods (EI) indicates that there are an accumulation of gas in a some prospect areas."

"Lapangan 'K'; yang berlokasi di Cekungan Kutai memiliki potensi besar dalam hal kandungan hidrokarbon di bawah permukaan. Reservoir hidrokarbon pada Lapangan 'K'; ini memiliki ketebalan yang cenderung tipis sehingga sulit dilihat menggunakan seismik. Salah satu metode untuk menyelesaikan kasus tersebut yaitu dekomposisi spektral. Dekomposisi spektral merupakan suatu metode dalam interpretasi data seismik dengan mengubah trace seismik ke dalam time-frequency domain. Pada penelitian ini, metode dekomposisi spektral yang dipakai adalah continuous wavelet transform CWT . Metode CWT bekerja dengan cara mengkonvolusikan wavelet dengan trace seismik. Bentuk wavelet digunakan adalah Morlet Wavelet yang didalamnya mengandung satu frekuensi dominan. Dekomposisi spektral pada penelitian ini mampu untuk mengidentifikasi dugaan reservoir hidrokarbon dari tiga zone of interest yang berbeda. Reservoir hidrokarbon pada zone of interest K teridentifikasi pada frekuensi 33 Hz, zone of interest L teridentifikasi pada frekuensi 30 Hz, dan pada zone of interest M teridentifikasi pada frekuensi 18Hz. Masing-masing zona tersebut memiliki tuning frequency yang berbeda. Persebaran sistem channel terlihat dengan arah distributary channel ke Timur Laut dan tipe pengendapan berupa mouth bar untuk zone of interest K, zone of interest L, dan zone of interest M di Lapangan 'K'.

---

The 39 K 39 field located in the Kutai Basin has great potential in terms of the hydrocarbon content below the surface. The hydrocarbon reservoir in 39 K 39 field has a thickness that tends to be thin so it is difficult to see using seismic. One method to solve the case is spectral decomposition. Spectral decomposition is a method of interpreting seismic data by converting seismic trace into time frequency domains. In this research, the spectral decomposition method used is continuous wavelet transform CWT . The CWT method works by convolving wavelets with seismic trace. The wavelet form used is Morlet Wavelet which contains one dominant frequency. Spectral decomposition in this study was able to identify suspected hydrocarbon reservoirs from three different zones of interest. The hydrocarbon reservoir at the zone of interest K is identified at 33 Hz, the zone of interest L is identified at a frequency of 30 Hz, and in the zone of interest M is identified at a frequency of 18 Hz. Each zone has a different tuning frequency. Distribution of the channel system is seen with the direction of the distributary channel to the Northeast and the type of deposition in the form of a mouth bar for the zone of interest K, the zone of interest L, and the zone of interest M in the Field 39 K 39 ."