Barge = RidgeKutai regional pada masa msal KR100 - 10 juta th laluPengendapa pada masa upper miosen--saat air laut mulai naikPetroleum system:-Batuan sumber - ditransportasikan dari lingkungan delata ke laut dalamoleh arus turbidit-Reservoar - porositas batupsir 12-35% mayoritas batupsir quartzose\-Lapisan penutup (Seal)-Jebakan (trap)-Migrasi dan Maturasi (migasi lateral) karena kebanyakan gasReservoir berupa sand deltaic#Resolusi Vertikal : jarak minimum antara 2 reflektro berbeda yg masih dapat dipisahkan Rumus = lambda/4 karena one way time Tebal lapisan = ketebalan tuning v nya dari log P-wave f nya dari ekstraksi wavelet#Resolusi lateral : seberapa jauh antara 2 objek dalam reflektor tunggal yg masih dapat dipisahkan Yang ditentukan oleh besar radius zona Fressnel Wavelet --> seperti ledakan yg semakin lama semakin berkurang energinya atau sinyal transien dan Minimum phase = dinamitZero phase = vibroseisImpedansi akustik : kemampuan suatu gelombang seismik untuk menenmbus suatu batuan IA = p.vAda standar SEGKoefisien refleksi : gelombnag dipantulkan/gelombang datang = A1/A0Seismogram sintetik = wavelet*koefisien refleksiInversi Seismik = pembuatan model subsurface dengan menggunakan data seismik (input) dan data sumur (kontrol)*Ada inversi seismik sebagai Coloured Inversion Berusaha membuat operator spectrum agar mendekati ATRIBUT SEISMIK===============Semua iformasi yg didapat dari sifat terukur ada Internal dan Eksternal1. Atribut sesaat : 2. Windowed frequency3. Filter slice attribute4. Derivative attribute : turunan pertama/kedua seismik mentah/amplitude5. Integrated attribute : mengintegrasi seimik atribut berdasarkan amplitude envelope /paada timeyg sebelumnya#Single Attribute ---------------- kita mencari pada crossplot , diambild dari regresi linearnya $ Multiatribut seismik ---------------------Menggunakan lebih dari 1 atribut seimik untuk memprediksi karakter fisik bumi, dalam hal ini karakter data sumur Ada 2 proses "1. Training - koleksi data sumur =mencari atribut yg terbaik2. Validation - mengethaui korelasi nya namun pada sumur yg disembunyikan /data yg diluar terukur dari sumur yg ada1. Training = pembobotan, operatot knvlusi, Step wise regression2. Validation = mencari atribut yg efektifWell -read from databasePenmabahan atribut --> validasi nya makin bagus/enggak harus dicoba - cobapenggunaan operator length --> meningkatkan korelasi dan menurunkan error