Hasil Pencarian  ::  Simpan CSV :: Kembali

"Inversi seismik deterministik sudah banyak digunakan dalam lapangan eksplorasi dan pengembangan. Metode ini digunakan sebagai salah satu cara untuk karakterisasi reservoir dengan menghilangkan efek wavelet sehingga dapat membantu interpreter untuk memetakan struktur bawah permukaan dengan lebih baik. Akan tetapi, metode ini memiliki limitasi karena menggunakan impedansi rata-rata dari layer seismik dimana pada umumnmya nilai impendansi lebih kecil daripada impedansi data sumur sehingga dihasilkan model inversi yang tidak sesuai. Metode inversi stokastik menggunakan konsep geostatistikal, dimana variogram berperan penting dalam menghasilkan output yang sesuai. Pada inversi stokastik dihasilkan banyak realisasi inversi yang digunakan sebagai basis dalam analisis uncertainty, tiap realisasi akan sama pada tiap lokasi sumur yang digunakan namun akan berubah seiring dengan bertambahnya jarak spasial dari lokasi sumur. Metode inversi stokastik akan diaplikasikan pada lapangan gas K yang terletak di lepas pantai cekungan Bonaparte, Indoensia Timur. Data yang tersedia antara lain, sebagian dari 3D PSTM angle gather dengan luasan 1,300 km2, 3 sumur dengan data P-Sonic, S-Sonic, densitas, Gamma Ray, dan log resistivitas. Tambahan data berupa report komplesi dan report well testing tersedia untuk beberapa sumur. Lapangan gas K terletak pada undeformed continental margin Australia yang melampar kearah lndonesia, dimana secara geologi lapangan K terletak pada area Timur dari Sahul Platform dan memiliki struktur berupa tilted fault block. Lapangan ini memiliki reservoir batupasir formasi Plover yang tersaturasi gas dengan hidrokarbon kolom cukup signifikan, dimana reservoir terdeposisi pada lingkungan shallow marine pada umur Middle Jurasic. Target utama pada lapangan gas K merupakan struktural trap berupa horst block, tilted fault block yang berada dibawah sub-unconformity di umur Palaezoic. Penerapan metode inversi stokastik pada lapangan gas K menghasilkan kelebihan yang cukup signifikan dibandingkan dengan inversi deterministik. Reservoir pada lapangan gas K terdiri dari batupasir dengan persilangan shale tipis. Metode inversi stokastik dapat membedakan antara batupasir yang tersaturasi gas dengan intraformational shale tipis yang tidak teresolusi oleh seismik dan inversi deterministik. Hasil realisasi dapat digunakan untuk analisis uncertainty dengan probabilitas P10, P50, dan P90 dari facies yang dihasilkan.

---

Deterministic seismic inversion method has been successfully used in various projects in exploration and development. This method enables the interpreter to get better understanding of subsurface by omitting the wavelet and tuning effects therefore quantitative reservoir properties can be generated. However, this method has significant limitation by generating average impedances of each layer, and the range of values is smaller than the impedance from the wells therefore the inversion will not produce results that are not within the calibration range. Stochastic seismic inversion is done by conditioning well data and reproducing spatially varying statistics using variogram which could overcome the deterministic limitation. This method generates multiple realizations of high-frequency elastic properties that are consistent with both seismic amplitude and well data. In such instances, stochastic seismic inversion method could provide the uncertainties associated with the models that have been generated. The proposed method is applied in K gas field which located in the offshore Bonaparte Basin, Eastern Indonesia. The available dataset for this work includes : part of PSTM 3D which cover 1,300 km2 in angle gather, and 3 wells with compressional sonic, shear sonic, density, gamma ray, and resistivity logs. Additional well completion and well testing reports are available for some wells. Geologically, the K field is located within relatively undeformed Australian continental margin that extends into Indonesian waters. It lies on the eastern extremity of the Sahul Platform and occupies a large tilted fault block bounded to the east and south by the Calder-Malita Grabens. This field contains a significant gas column, reservoired within shallow marine, highly mature, quartzose sandstone of the Middle Jurassic Plover Formation. Potential targets in the area may be large folds, horst blocks, tilted fault blocks ad sub-unconformity traps in the Palaeozoic section. The application of stochastic seismic inversion showed significant benefits compared to deterministic especially in K gas field where the reservoirs are stacked sandstone with intra-formational shale. Some of the reservoir and all the intraformational shales are below seismic resolution. Stochastic seismic inversion able to distinguish those features, in addition the inverted volumes with multiple realizations with ranking criteria for P10, P50, and P90 of facies could be utilized to reduce the risk associated with exploration plan and field development."

"Inversi seismik deterministik sudah banyak digunakan dalam lapangan eksplorasi dan pengembangan. Metode ini digunakan sebagai salah satu cara untuk karakterisasi reservoir dengan menghilangkan efek wavelet sehingga dapat membantu interpreter untuk memetakan struktur bawa permukaan dengan lebih baik. Akan tetapi, metode ini memiliki limitasi karena menggunakan impedansi rata-rata dari layer seismik dimana pada umumnmya nilai impendansi lebih kecil daripada impedansi data sumur sehingga dihasilkan model inversi yang tidak sesuai. Metode inversi stokastik menggunakan konsep geostatistikal, dimana variogram berperan penting dalam menghasilkan output yang sesuai. Pada inversi stokastik dihasilkan banyak realisasi inversi yang digunakan sebagai basis dalam analisis uncertainty, tiap realisasi akan sama pada tiap lokasi sumur yang digunakan namun akan berubah seiring dengan bertambahnya jarak spasial dari lokasi sumur. Metode inversi stokastik akan diaplikasikan pada lapangan gas “K” yang terletak di lepas pantai cekungan Bonaparte, Indoensia Timur. Data yang tersedia antara lain, sebagian dari 3D PSTM angle gather dengan luasan 1,300 km2, 3 sumur dengan data P-Sonic, S-Sonic, densitas, Gamma Ray, dan log resistivitas. Tambahan data berupa report komplesi dan report well testing tersedia untuk beberapa sumur. Lapangan gas “K” terletak pada undeformed continental margin Australia yang melampar kearah lndonesia, dimana secara geologi lapangan “K” terletak pada area Timur dari Sahul Platform dan memiliki struktur berupa tiltef fault block. Lapangan ini memiliki reservoir batupasir formasi Plover yang tersaturasi gas dengan hidrokarbon kolom cukup signifikan, dimana reservoir terdeposisi pada lingkungan shallow marine pada umur Middle Jurasic. Target utama pada lapangan gas “K” merupakan strukutural trap berupa horst block, tilted fault block yang berada dibawah sub-unconformity di umur Palaezoic. Penerapan metode inversi stokastik pada lapangan gas “K” menghasilkan kelebihan yang cukup signifikan dibandingkan dengan inversi deterministik. Reservoir pada lapangan gas “K” terdiri dari batupasir dengan persilangan shale tipis. Metode inversi stokastik dapat membedakan antara batupasir yang tersaturasi gas dengan intraformational shale tipis yang tidak teresolusi oleh seismik dan inversi deterministik. Hasil realisasi dapat digunakan untuk analisis uncertainty dengan probabilitas P10, P50, dan P90 dari facies yang dihasilkan.

---

Deterministic seismik inversion method has been successfully used in various projects in exploration and development. This method enables the interpreter to get better understanding of subsurface by omitting the wavelet and tuning effects therefore quantitative reservoir properties can be generated. However, this method has significant limitation by generating average impedances of each layer, and the range of values is smaller than the impedance from the wells therefore the inversion will not produce results that are not within the calibration range. Stochastic seismik inversion is done by conditioning well data and reproducing spatially varying statistics using variogram which could overcome the deterministic limitation. This method generates multiple realizations of high-frequency elastic properties that are consistent with both seismik amplitude and well data. In such instances, stochastic seismik inversion method could provide the uncertainties associated with the models that have been generated. The proposed method is applied in “K” gas field which located in the offshore Bonaparte Basin, Eastern Indonesia. The available dataset for this work includes : part of PSTM 3D which cover 1,300 km2 in angle gather, and 3 wells with compressional sonic, shear sonic, density, gamma ray, and resistivity logs. Additional well completion and well testing reports are available for some wells. Geologically, the “K” field is located within relatively undeformed Australian continental margin that extends into Indonesian waters. It lies on the eastern extremity of the Sahul Platform and occupies a large tilted fault block bounded to the east and south by the Calder-Malita Grabens. This field contains a significant gas column, reservoired within shallow marine, highly mature, quartzose sandstone of the Middle Jurassic Plover Formation. Potential targets in the area may be large folds, horst blocks, tilted fault blocks ad sub-unconformity traps in the Palaeozoic section. The application of stochastic seismik inversion showed significant benefits compared to deterministic especially in “K” gas field where the reservoirs are stacked sandstone with intraformational shale. Some of the reservoir and all the intraformational shales are below seismik resolution. Stochastic seismic inversion able to distinguish those features, in addition the inverted volumes with multiple realizations with ranking criteria for P10, P50, and P90 of facies could be utilized to reduce the risk associated with exploration plan and field development."

"Inversi seismik merupakan suatu metode yang telah banyak dilakukan dalam eksplorasi hidrokarbon. Salah satu metode inversi yang sering digunakan adalah inversi deterministik yang mampu menghasilkan model bawah permukaan bumi. Akan tetapi, data seismik memiliki keterbatasan frekuensi yang menyebabkan inversi deterinistik tidak dapat menampilkan model dengan frekuensi tinggi. Sehingga, lapisan tipis pada reservoir tidak dapat diidentifikasi dengan baik. Permasalahan tersebut dapat diatasi dengan inversi stokastik. Inversi stokastik menggunakan variogram dan konsep Bayesian untuk menghasilkan model permukaan bawah dengan resolusi yang lebih detail. Penerapan inversi stokastik dilakukan pada Lapangan “Purwo” Cekungan Sumatra Selatan yang telah terbukti sebagai penghasil migas di Indonesia. Lapangan “Purwo” memiliki reservoir batu pasir pada formasi Talang Akar yang tersaturasi gas. Formasi tersebut memiliki struktural trap berupa tilted fault block dengan lingkungan pengendapan berupa fluvial dan deltaic. Hal tersebut memungkinkan adanya heterogenitas reservoir yang menyebabkan reservoir memiliki ketebalan yang tipis. Identifikasi reservoir tipis pada penelitian ini menggunkan integrasi antara inversi stokastik, analisis petrofisika, dan multiatribut seismik. Hasil analisis petrofisika menunjukkan adanya reservoir tipis yang potensial dengan ketebalan 13 ft. Sedangkan tunning thicknes data seismik adalah sebesar 74 ft. Hasil inversi stokastik mampu mendeliniasi reservoir tersebut dengan baik dibandingkan inversi determnistik. Hasil inversi stokastik digunakan sebagai atribut eksternal dan mampu menghasilkan model porositas yang lebih detail dengan menggunakan metode multiatribut seismik. Hasil persebaran porositas menunjukkan formasi Talang Akar bagian bawah memiliki reservoir yang potensial dengan rentang nilai porositas sebesar 0.10 – 0.26 v/v.

---

Seismic inversion is a widely used method in hydrocarbon exploration. One commonly employed inversion method is deterministic inversion, which is capable of producing subsurface models. However, seismic data has frequency limitations that prevent deterministic inversion from depicting high-frequency models. Consequently, thin layers within reservoirs cannot be well-identified. This issue can be addressed using stochastic inversion. Stochastic inversion employs variograms and Bayesian concepts to produce more detailed subsurface models. The application of stochastic inversion was conducted in the “Purwo” Field of the South Sumatra Basin, which has been proven to be a hydrocarbon-producing area in Indonesia. The “Purwo” Field has a sandstone reservoir in the Talang Akar Formation saturated with gas. This formation features a structural trap in the form of a tilted fault block with fluvial and deltaic depositional environments. Such characteristics suggest reservoir heterogeneity, resulting in thin reservoir layers. Thin reservoir identification in this study integrates stochastic inversion, petrophysical analysis, and seismic multi-attribute analysis. Petrophysical analysis results indicate the presence of a potential thin reservoir with a thickness of 13 feet, while the seismic tuning thickness is 74 feet. Stochastic inversion successfully delineates the reservoir more effectively than deterministic inversion. The stochastic inversion results are used as external attributes and can generate more detailed porosity models using seismic multiattribute methods. The porosity distribution results show that the lower part of the Talang Akar Formation contains a potential reservoir with porosity values ranging from 0.10 to 0.26 v/v. "

"Reservoir batupasir pada Lapangan OA terletak pada Cekungan Northern Bonaparte merupakan batupasir yang tersaturasi gas, diagenesis mineral menyebabkan beberapa daerah zona reservoir menjadi tight sandstone. Metode inversi menggunakan impedansi akustik (AI) kurang sensitif dalam membedakan litologi batupasir dan batu lempung karena memiliki nilai impedansi yang hampir sama. Simultaneous Inversion mengatasi masalah tersebut dengan melakukan inversi secara bersamaan melalui data partial angle (near, mid, far) untuk mendapatkan parameter fisis selain impedansi akustik yang diharapkan lebih sensitif dalam membedakan litologi maupun memprediksi keberadaan fluida gas seperti impedansi shear (SI) dan densitas. Ketiga parameter tersebut dapat diturunkan menjadi parameter Lame(LMR). Analisa crossplot menunjukan parameter fisis yang sensitif untuk memprediksi persebaran litologi maupun keberadaan fluida gas. Parameter densitas cukup sensitif dalam membedakan litologi yang kemudian dilakukan inversi dengan nilai cut off clean sandstone adalah 2.3-2.5 (g/cc), tight sandstone dengan cutoff 2.5-2.625 (g/cc) dan shaledengan cutoff2.625-2.8(g/cc). Keberadaan fluida gas diprediksi dengan melakukan inversi parameter Vp/Vsyang memiliki cutoff ±1.6 dan Lambda-rho dengan cut off ±25. Analisa peta persebaran parameter tersebut menunjukan persebaran batupasir dan keberadaan fluida gas dominan berada di daerah utara zona penelitian dengan karakter batupasir yang relatif memiliki porositas yang lebih baik (clean sandstone) dibandingkan dengan daerah yang relatif lebih selatan.

---

The sandstone reservoir in the OA Field is located in the Northern Bonaparte Basin, which is gas-saturated sandstone, mineral diagenesis causing several reservoir zone areas to become tight sand. The inversion method using acoustic impedance (AI) is less sensitive in distinguishing sandstone and clay rock lithology because it has almost the same impedance value. Simultaneous Inversion overcomes this problem by simultaneously inversingpartial angle data (near, mid, far) to obtain physical parameters besides acoustic impedance which are expected to be more sensitive in distinguishing lithology and predicting the presence of gas fluids such as shear impedance (SI) and density. These three parameters can be derived as Lame(LMR) parameters.

Crossplot analysis shows sensitive physical parameters to predict the distribution of lithology and the presence of gas fluid. Density sensitive in distinguishing lithology which is then inversed,obtaining clean sandstone cutoff values are 2.3-2.5 (g/cc), tight sandstonewith cutoff 2.5-2.625 (g/cc) and clay stones with cutoff2.625-2.8(g/cc). The presence of gas fluid is predicted by inversing the parameter Vp/Vswhich has a ± 1.6 and Lambda-rho cutoff of ± 25 cutoff. Analysis of the parameter distribution map shows the distribution of sandstones and the presence of dominant gas fluids in the northern area of the research zone with relatively clean sandstone characteristics, compared to relatively more southern regions."

"Lapangan “DEWI”, yang berlokasi di Cekungan Bonaparte Maluku Tenggara merupakan lapangan gas dengan reservoir utama yang terletak pada Formasi Plover, yang didominasi oleh batu pasir. Berdasarkan analisa struktur didapatkan bahwa lapangan ini memiliki satu sesar utama yang membagi blok utara dan blok selatan. Berdasarkan analisis petrofisika didapatkan bahwa zona prospek hidrokarbon dari lapangan ini terletak di formasi Plover dan Zona A. Penelitian ini bertujuan untuk menganalisis distribusi parameter petrofisika seperti porositas, volume shale, dan saturasi air yang penting dalam karakterisasi reservoir. Penelitian ini menggunakan analisis seismik multiatribut dan probabilistic neural network untuk memprediksi parameter petrofisika berdasarkan atribut dari data seismik. Hasil menunjukkan bahwa pada penelitian ini probabilistic neural network memiliki keunggulan dalam memprediksi parameter petrofisika untuk karakterisasi reservoir dibanding multiatribut konvensional. Berdasarkan hasil dari pemetaannya ditemukan variasi yang menarik dalam persebaran parameter petrofisika pada formasi Plover dan Zona A. Hasil dari penelitian ini dapat digunakan untuk menyediakan pemahaman baru dalam karakterisasi daerah berpotensi hidrokarbon di Lapangan “DEWI”.

---

The “DEWI” field, which is located in the Bonaparte Basin, Southeast Maluku, is a gas field with the main reservoir located in the Plover Formation, which is dominated by sandstone. Based on structural analysis, it was found that this field has one main fault that divides the northern block and the southern block. Based on petrophysical analysis, it was found that the hydrocarbon prospect zone of this field is located in The Plover Formation and Zone A. This research aims to analyze the distribution of petrophysical parameters such as porosity, shale volume, and water saturation which are important in reservoir characterization. This research uses multi-attribute seismic analysis and probabilistic neural networks to predict petrophysical parameters based on attributes from seismic data. The results show that in this study the probabilistic neural network has advantages in predicting petrophysical parameters for reservoir characterization compared to conventional multi-attributes. Based on the results of the mapping, enticing variations were found in the distribution of petrophysical parameters in The Plover Formation and Zone A. The results of this research can be used to provide new insights into the characterization of potential hydrocarbon areas in the "DEWI" Field."

"Lapangan "IM" merupakan salah satu lapangan eksplorasi minyak dan gas bumi yang berada di Cekungan Sumatera Utara. Telah teridentifikasi sebelumnya bahwa pada lapangan ini ditemukan hidrokarbon berupa gas condensate. Penelitian ini bertujuan untuk mengarakterisasi reservoir dalam hal persebaran litologi dan kandungan fluidanya. Penelitian mencakup target reservoir karbonat yang berada pada Middle Miocene Malacca Limestone. Data yang digunakan dalam penelitian ini, yaitu data seismik 3D dan dua data sumur. Metode inversi simultan diterapkan untuk mengolah data agar tujuan penelitian dapat tercapai. Metode inversi simultan menghasilkan model Impedansi P (Zp), Impedansi S (Zs), dan Densitas. Didapatkan hasil pada reservoir gas nilai impedansi P (Zp) sekitar 16542-18917 (ft/s*g/cc) dan impedansi S (Zs) sekitar 8375 (ft/s*g/cc) sedangkan pada reservoir air nilai impedansi P (Zp) sebesar 21292-23667 (ft/s*g/cc) dan impedansi S (Zs) sekitar 18500-20525 (ft/s*g/cc). Hasil tersebut kemudian ditransformasi menjadi parameter Lame. Parameter Lame merupakan parameter elastik yang terdiri dari Lambda-Rho dan Mu-Rho. Masing-masing parameter tersebut menjelaskan mengenai sifat inkompressibilitas fluida dan kekakuan batuan. Hasil penelitian menunjukkan persebaran reservoir yang memiliki arah orientasi Barat Laut-Tenggara.

---

The "IM" field is an oil and gas exploration field located in the North Sumatra Basin. It was previously identified that in this field hydrocarbons were found in the form of gas condensate. This study aims to characterize the reservoir in terms of lithological distribution and fluid content. The research includes carbonate reservoir targets located in Middle Miocene Malacca Limestone. The data used in this study are 3D seismic data and two well data. Simultaneous inversion method is applied to process data so that research objectives can be achieved. The simultaneous inversion method produces P-Impedance (Zp), S-Impedance (Zs), and Density models. The results show that in the gas reservoir the P (Zp) impedance value is around 16542-18917 (ft/s*g/cc) and the S (Zs) impedance is around 8375 (ft/s*g/cc) while in the water reservoir the P impedance value (Zp ) of 21292-23667 (ft/s*g/cc) and the impedance S (Zs) is around 18500-20525 (ft/s*g/cc). The results are then transformed into the Lame parameter. The Lame parameter is an elastic parameter consisting of Lambda-Rho and Mu-Rho. Each of these parameters explains the fluid incompressibility and rock stiffness. The results showed that the reservoir distribution had an North West-South East orientation."

"Informasi komprehensif mengenai reservoar dapat diperoleh melalui karakterisasi reservoar. Karakterisasi reservoar melibatkan deskripsi sifat fisik batuan dan fluida dengan menggunakan data geofisika dan petrofisika. Salah satu metode efektif untuk karakterisasi reservoar adalah inversi seismik. Inversi seismik memanfaatkan data seismik dan data sumur untuk memodelkan kondisi geologi di bawah permukaan bumi. Metode inversi seismik simultan mampu mengestimasi impedansi-P, impedansi-S, dan densitas secara bersamaan. Proses ini mengintegrasikan data seismik, wavelet, dan data sumur dalam prosesnya. Hasil dari inversi simultan dapat ditransformasi menjadi parameter lame, yaitu λ (lambda), μ (mu), dan ρ (rho). Parameter ini digunakan dalam analisis lambda-mu-rho (LMR). Analisis LMR berhubungan dengan sifat batuan, yaitu inkompresibilitas (λρ) dan rigiditas (μρ) yang mana masing-masing berfungsi sebagai parameter indikator kandungan fluida dan litologi reservoar. Penelitian ini mengidentifikasi terdapat beberapa zona persebaran hidrokarbon masing-masing pada dua formasi wilayah penelitian dengan menggunakan hasil inversi simultan dan analisis LMR. Properti fisika batuan seperti impedansi-P, impedansi-S, VP, VS, dan densitas dari hasil inversi simultan, serta parameter λρ dan μρ dari hasil transformasi LMR, menunjukkan respon yang saling mendukung terhadap keberadaan hidrokarbon. Zona indikasi hidrokarbon memiliki nilai impedansi-P, impedansi-S, VP, VS, densitas, λρ yang rendah dan μρ yang tinggi, sehingga sesuai dengan keberadaan pasir gas.

---

Comprehensive information about reservoirs can be obtained through reservoir characterization. Reservoir characterization involves describing the physical properties of rocks and fluids using geophysical and petrophysical data. One effective method for reservoir characterization is seismic inversion. Seismic inversion utilizes seismic data and well data to model geological conditions beneath the Earth's surface. The simultaneous seismic inversion method can estimate P-impedance, S-impedance, and density simultaneously. This process integrates seismic data, wavelets, and well data. The results of simultaneous inversion can be transformed into lame parameters, which are λ (lambda), μ (mu), and ρ (rho). These parameters are used in lambda-mu-rho (LMR) analysis. LMR analysis is related to rock properties, specifically incompressibility (λρ) and rigidity (μρ), which serve as indicators of fluid content and reservoir lithology. This study identifies several hydrocarbon distribution zones in two formations within the study area using the results of simultaneous inversion and LMR analysis. Rock physics properties such as P-impedance, S-impedance, VP, VS, and density from the simultaneous inversion, as well as λρ and μρ parameters from the LMR transformation, show consistent responses to the presence of hydrocarbons. Hydrocarbon indication zones exhibit low P-impedance, S-impedance, VP, VS, density, and λρ values, along with high μρ values, indicating the presence of gas sands."

"Metode seismik merupakan suatu metode geofisika yang hingga saat ini merupakan metode dipercaya dapat memberikan gambaran bawah permukaan dari suatu lapangan. Seismik inversi adalah salah satu dari banyak metode yang digunakan untuk karakterisasi reservoar. Dengan menggunakan inversi seismik simultan mampu mendapatkan jawaban yang lebih pasti dengan cara menganalisa impedansi P, impedansi S dan densitas. Lapangan X, pada zona dangkal merupakan zona produksi yang cukup menjanjikan. Sehingga, pengembangan pada zona ini cukup gencar. Namun, beberapa kali prediksi reservoar meleset dikarenakan lapisan coal yang melimpah. Sebelum melakukan analisa inversi seismik simultan, perlu diketahui terlebih dahulu hubungan sifat fisik batuan (Zp, Zs, VpVs, lamda-rho dan mhu-rho) dengan properti batuannya (densitas dan porositas). Studi kelayakan dilakukan dengan cara melakukan cross plot parameter fisik batuan untuk dapat mendefinisikan litologi dan fluida yang ada. Selanjutnya well-seismic tie dilakukan untuk mendapatkan korelasi dan koherensi antara data dari log sumur dengan data seismik. Interpretasi horison, struktur dan pembuatan model frekuensi rendah dilakukan untuk memahami keadaan geologi dari daerah penelitian. Pada akhirnya, inversi seismik simultan dapat dilakukan dengan tepat. Hasil dari analisa inversi seismik simultan adalah kisaran nilai Zp, Zs dan Dn untuk mengkarakterisasi reservoar. Selain itu, analisa mengenai LMR (lamda-mhurho) juga dilakukan untuk mendapatkan hasil yang lebih baik. Sehingga, persebaran reservoar pada daerah penelitian dapat diketahui.

---

Seismic is one of the methods in geophysics that until now still reliable for sub-surface imaging and interpretation of a field. Seismic inversion is one of the methods to characterize the reservoir. Using simultaneous seismic inversion, analyzing the P-impedance, S-impedance and density can be more convenient and certain.

X Field, especially in the shallow zone is a promising production zone. Hence, development in this zone is very incentive. Unfortunately, miss prediction sometimes happens due to coal layer that abundant. Relationship between rock physic (Zp, Zs, Vp/Vs, lamda-rho and mhu-rho) and rock property (density and porosity) must be understood prior to simultaneous seismic inversion analysis. Feasibility study was conducted by cross plotting among some parameters to define the lithology and fluids.

Well-seismic tie was conducted to have a good correlation and coherency between well-log data and seismic data. Horizon, structural interpretation and low frequency model were performed to have geological understanding of research area. The result of series steps previously then analyzed to have a good quality data. Eventually, the simultaneous seismic inversion can be performed in a proper way.

Result of the simultaneous seismic inversion analysis is a value of Zp, Zs and Dn for reservoir characterization. Moreover, LMR (lamda-mhu-rho) analysis can be performed to give more preferable result. Eventually, the distribution of gas-sand reservoir can be understood."

"Metodologi inversi simultan telah dilakukan untuk mendelineasi dan menkarakterisasi reservoir utama pada lapangan “R”, Cekungan Kutei, Indonesia, hasil dari inversi simultan adalah attribute karakter batuan (Vsh,Porositas dan Saturasi air). Namun, hasil yang kita dapatkan pada target sekunder banyak ambigu dan tidak bisa digunakan oleh Interpreter untuk memperbarui moldel bumi. Oleh karena itu, Proses inversi simultan Akan kembali dilakukan menggunakan kontrol sumur yang tersedia untuk reservoir tersebut tetapi dengan wavelet yang berbeda dengan inversi yang pretama. Wavelet yang diekstrak dikontrol oleh jendela waktu antara tiap horizon. Inversi simultan kedua dilakukan dengan menggunakan wavelet yang difokuskan pada Horizon atas dan bawah dari reservoir sekunder. Tujuan dari proyek ini adalah untuk membangun volum karakteristik batuan (Vsh, Porositas dan Saturasi) untuk reservoir sekunder yang dapat digunakan oleh interpreter untuk memperbarui model statis bumi saat ini . Sifat batuan akan diperkirakan dari produk inversi simultan (P-Impedance, S-Impedansi dan rasio VpVs).

---

Simultaneous inversion methodology has been done to delineate and characterize the primary reservoir at R field, Kutei Basin, Indonesia, resulting rock properties attributes (Vsh, Porosity and Saturation) derived from seismic inversion result. However, the result on the secondary target was ambiguous and can’t be used by interpreter to update the earth model. This study focuses on characterizing the reservoir at the secondary target. Therefore, simultaneous inversion process will be re-run using wells control that was available for this particular reservoir but with a different wavelet that was extracted. Wavelets that are extracted are controlled by the time window between the horizons. The second simultaneous done was using a wavelet that was focused on the top and bottom horizon of the secondary reservoir.

The objectives of this project are to build rock properties volume ( Vsh, Porosity and Saturation) for secondary reservoirs only that can be used by interpreter to update current static earth model. Those rock properties volumes will be estimated from simultaneous inversion products (P-Impedance, S-Impedance and VpVs ratio)."

"Lapangan ‘B’ merupakan lapangan prospek hidrokarbon yang berlokasi di offshorecekungan Kutai, Kalimantan Timur. Untuk mengetahui karakterisasi reservoir lapangan‘B’, dilakukan pemodelan porositas dan saturasi air menggunakan inversi AI, multiatributseismik dan probabilistic neural network. Penelitian ini menggunakan data seismik 3DPSTM dan data sumur (AND-1, AND-2, AND-3 dan AND-4). Pada data seismik dan datasumur dilakukan inversi AI untuk mengetahui sifat litologi area penelitian. Kemudian,hasil AI ditransformasikan untuk mendapatkan model porositas. Metode multiatributseismik menggunakan beberapa atribut untuk memprediksi model porositas dan saturasiair. Setelah itu, diaplikasikan sifat non-linear dari probabilistic neural network sehinggamenghasilkan model porositas dan saturasi air hasil probabilistic neural network (PNN).Model porositas dan saturasi air transformasi AI, multiatribut seismik dan PNN divalidasidengan nilai porositas dan saturasi air data sumur untuk mengetahui apakah modelporositas dan saturasi air tersebut merepresentatifkan nilai data sumur. Validasi dilakukanpada sumur AND-1 dan AND-2. Nilai porositas dan saturasi air data sumur untuk AND-1 adalah 25.3 – 35.9% dan 45 – 60%, dan nilai porositas dan saturasi air AND-2 adalah11 – 35% dan 15 – 82%. Nilai porositas AND-1 hasil transformasi AI sekitar 16 – 67%,multiatribut seismik sekitar 11.5 – 27% dan PNN sekitar 11.5 – 27%. Nilai saturasi airAND-1 hasil multiatribut seismik sekitar 4 – 63% dan PNN sekitar 18 – 63%. Nilaiporositas AND-2 hasil transformasi AI sekitar 52 – 72%, multiatribut seismik sekitar 11– 21.5% dan PNN sekitar 11 – 21.5%. Nilai saturasi air AND-2 hasil multiatribut seismiksekitar 63 – 85% dan PNN sekitar 63 – 85%. Kemudian, metode multiatribut seismik danPNN didapatkan nilai korelasi antara parameter target dengan parameter prediksi. Modelporositas multiatribut seismik memiliki korelasi 0.840836 dan PNN memiliki korelasi0.936868. Model saturasi air multiatribut seismik memiliki korelasi 0.915254 dan PNNmemiliki korelasi 0.994566. Model porositas transformasi AI memiliki rentang yanglebih tinggi dibandingkan dengan data sumur. Model porositas dan saturasi air metodePNN memiliki rentang nilai yang cukup dekat dengan data sumur dan memiliki korelasiyang lebih tinggi dibandingkan dengan metode multiatribut seismik. Oleh sebab itu,model porositas dan saturasi air metode PNN merupakan model prediksi terbaik.Berdasarkan model PNN, reservoir zona target lapangan ‘B’ memiliki nilai impedansiakustik 25384 – 26133 ((ft/s)*(g/cc)), porositas sekitar 15 – 27% dan nilai saturasi airsekitar 11 – 63%.

---

The 'B' field is a hydrocarbon prospect field located in the offshore Kutai Basin, East

Kalimantan. To determine the characterization of the ‘B’ field reservoir, porosity and

water saturation modeling was carried out using AI inversion, seismic multiattribute and

probabilistic neural network. This study uses 3D PSTM seismic data and wells data

(AND-1, AND-2, AND-3 and AND-4). In seismic data and wells data, AI inversion was

carried out to determine the lithological characteristics of the research area. Then, the AI

results were transformed to obtain a porosity model. The seismic multiattribute method

uses several attributes to predict the porosity and water saturation model. After that, the

non-linear properties of the probabilistic neural network were applied to produce the

porosity and water saturation model of the probabilistic neural network (PNN). The

porosity and water saturation model of AI transformation, seismic multiattribute and PNN

were validated with the porosity and water saturation values of the wells data to determine

whether the porosity and water saturation models represent the wells data values.

Validation was carried out on AND-1 and AND-2 wells. The porosity and water

saturation value of the well data for AND-1 around 25.3 - 35.9% and 45 - 60%, and the

porosity and water saturation value of AND-2 around 11 - 35% and 15 - 82%. The

porosity value of AND-1 as a result of AI transformation is around 16 - 67%, the seismic

multiattribute about 11.5 - 27% and the PNN about 11.5 - 27%. The water saturation value

of AND-1 resulted from seismic multiattribute around 4 - 63% and PNN around 18 - 63%.

The porosity value of AND-2 transformed by AI around 52 - 72%, the seismic

multiattribute around 11 - 21.5% and the PNN around 11 - 21.5%. The water saturation

value of AND-2 result from the seismic multiattribute around 63 - 85% and PNN around

63 - 85%. Then, the multiattribute seismic and PNN methods obtained the correlation

value between the target parameter and the predicted parameter. The seismic

multiattribute porosity model has a correlation of 0.840836 and PNN has a correlation of

0.936868. The multiattribute seismic water saturation model has a correlation of 0.915254

and PNN has a correlation of 0.994566. The AI transformation porosity model has a

higher range than the wells data. The PNN method of porosity and water saturation model

has a fairly close range of values to wells data and has a higher correlation than the

multiattribute seismic method. Therefore, the porosity and water saturation model of the

PNN method is the best prediction model. Based on the PNN model, the field target zone

reservoir 'B' has an acoustic impedance value about 25384 – 26133 ((ft/s) * (g/cc)), a

porosity of 15 - 27% and a water saturation of 11 - 63%."