Sunawar Kunaifi

Atribut hasil inversi seismik, seperti Acoustic Impedance (AI) selama ini sering digunakan untuk membantu membedakan litologi dan kandungan fluida. Namun demikian, pada lingkungan deltaic dengan litologi dominan berupa sand, shale dan coal sering dijumpai beberapa kasus dimana sand dan coal memiliki nilai impedansi yang hampir sama. Oleh karena itu, diperlukan suatu cara untuk menyikapi permasalahan ini.
Crossplot antara Acoustic Impedance (AI) dan Gradient Impedance (GI) memiliki pola sebaran yang dapat digunakan untuk membantu memisahkan lithologi (shale, sand dan coal) serta membedakan antara wet-sand dan gas-sand. GI adalah Extended Elastic Impedance (EEI) pada sudut 90⁰, sedangkan AI adalah EEI pada sudut 0⁰. Berdasarkan pola sebaran yang teramati, dapat ditarik suatu kelurusan (linear trend) yang menghubungkan antara zona gas-sand dengan wet-sand. Kelurusan tersebut membentuk sudut tertentu terhadap sumbu AI, sehingga dapat digunakan untuk membentuk EEI yang sensitif terhadap kandungan fluida pori (disebut sebagai EEI fluida). Sedangkan linear trend yang dibentuk tegak lurus terhadap trend fluida digunakan untuk membentuk EEI yang sensitif terhadap perbedaan litologi (disebut sebagai EEI litologi).
EEI Litologi menunjukkan pemisahan litologi yang baik karena sand berada pada impedansi rendah diikuti shale dan coal pada impedansi tinggi. EEI Fluida menghasilkan coal pada impedansi rendah sedangkan sand dan shale berada pada impedansi yang relatif sama sehingga cukup sulit untuk memisahkannya. Supaya sand dan shale dapat terpisah maka dibuat EEI hasil peregresian antara shale dengan coal menggunakan regresi non linier dengan tujuan membuat sand sebagai anomalinya. EEI Anomaly, yang merupakan hasil pengurangan EEI Fluida dengan EEI regresi, menghasilkan impedansi tinggi untuk sand dan impedansi rendah untuk shale dan coal

=====================
View/DownLoad Full Paper
=====================

Plotting Episenter

Plotting episenter gempa pada peta bertujuan untuk melihat penyebaran dari tiap gempa bumi yang terjadi. Selanjutnya kita tentukan daerah yang meng cluster yaitu daerah dengan gempa-gempa yang menggerombol. Dengan menggunakan matlab, dapat terlihat data-data gempa yang terjadi di daerah Sumatera dari tanggal 26 Desember 2004 sampai dengan tanggal 21 Mei 2005

Setelah kita mengetahui daerah-daerah gempa yang mengerombol maka langkah selanjutnya adalah menentukan daerah yang akan kita ambil, dalam hal ini saya mengambil daerah Nias. Tepatnya pada posisi 1.3 LU dan 97.5 BB. Dengan mengambil radius sekitar 150 km dari titik acuan, dan mengambil besar magnitude 5 ± 0.3 Skala Richter.

Kurva Probabilitas

Dari Gambar kurva distribusi dengan berbagai macam pendekatan hari yaitu dari 1 hari sampai 4,5 hari memperlihatkan kecocokan yang berbeda. Untuk 1 hari, antara kurva dengan datanya sangat jauh berbeda begitu juga dengan 4 hari. Sedangkan untuk 2,5 hari kurva masing-masing distribusi nampak lebih cocok dengan data lapangannya. Untuk mengetahui hari berapakan yang paling fit dengan data dan kurva manakah yang yang memiliki missfit terkecil, maka dapat di hitung kesalahan antara kurva dengan datanya, dengan cara mem plot missfit tersebut.

Perhitungan Missfit

Perhitungan kesalahan atau Missfit ini bertujuan untuk kurva distribusi yang paling bail untuk mendekati data, dengan kurva distribusi yang paling baik tersebut yang akan dipakai untuk menganalisa hasil. Missfit dicari dengan cara mengurangkan antara nilai kurva data dengan nilai kurva masing-masing distribusi.

Analisa

Kurva Distribusi Gamma diatas memperlihatkan kelakuan dari gempa susulan yang terjadi di daerah Nias dengan Magnitude 5±0.3 skala Richter. Kurva tersebut memperlihatkan tingkat kemungkinan terjadinya gempa susulan(Aftersock) yang terjadi di daerah Nias dengan Magnitude 5±0.3 skala Richter, gempa tersebut rata-rata memiliki perioda sampai dengan 2.8 hari, artinya apabila saat ini terjadi gempa dengan Magnitude 5±0.3 skala Richter maka besok pada jam yang sama kemungkinan terjadinya gempa dengan Magnitude yang sama adalah sekitar 70 persen, dan 2.8 hari kedepan kemungkinannya meningkat menjadi sekitar 95 persen atau hampir dapat dipastikan akan terjadi gempa susulan dengan Magnitude yang sama.

Kesimpulan
a) Episenter Gempa Susulan (Aftersock) tidak akan jauh dari episenter gempa utamanya, seperti terlihat pada Gambar. 1 terlihat bahwa posisi gempa mengkluster tidak jauh dari posisi gempa utamanya.

b) Dalam kasus ini Pendekatan dengan distribusi Gamma lebih baik dibandingkan dengan distribusi yang lainya, karena memiliki Missfit yang terkecil.

c) Periode ulang dari gempa susulan yang terjadi di daerah Nias dengan Magnitude 5±0.3 Skala Richter adalah sekitar 2.8 hari, artinya setelah terjadi gempa maka sekitar 2.8 hari lagi kemungkinan terjadinya gempa dengan skala yang sama adalah sekitar 95 persen.

Visit Ikon Science Dot Com