Ari, Setelah melihat data dan diagram alir yang anda berikan, saya hanya bisa memberi gambaran umum tentang Permeabilitas, Porositas dan FZI berdasarkan pengalaman saya selama ini:
1. Permeabilitas adalah besaran TENSOR (yang memiliki arah). Arah aliran menentukan besarnya permeabilitas. Di batuan yang anisotropik, permeabilitas ke arah y berbeda dengan yang ke arah x atau arah z. Sementara Porositas adalah besaran SKALAR, sama kesemua arah. Porositas biasa dipakai sebagai proxy untuk menghitung Permeabilitas, tetapi tidak selalu berkorelasi positif. 2. Estimasi Permeabilitas di karbonat tidak selalu mengikuti "kaidah" umum hubungan porositas-permeabilitas seperti di batuan klastik. Distribusi dan ukuran saluran pori (pore throat) di batuan karbonat seperti vuggy, interparticle, dsb., sangat berpengaruh terhadap permeabilitas. 3. Saya biasanya menggunakan data FMI (image) untuk membuat variable tambahan (fracture number, vuggy index, evaporites atau tight rock flags) untuk estimasi permeabilitas. 4. Hasilnya diverifikasi dengan data core dan/atau data produksi. Jangan terpaku pada 1 to 1 match (log vs. core), karena kita tidak akan pernah dapat 100% kecocokan. Ingat log dan data core diperoleh dengan cara dan prinsip yang berbeda. Komprominya adalah kita bandingkan kumulatif nilai permeabilitas untuk interval tertentu. Katakan data core hanya berasal dari interval sepanjang 60 kaki. Maka buat kumulatif permeabilitas (dari log) juga dari interval sepanjang 60 kaki yang sama. Akan lebih akurat jika kita punya data uji sumur (DST) dengan perforasi dari interval yang sama juga. Bandingkan ketiga hasilnya. Kita punya dua data set yang sudah baku, permeabilitas dari core dan dari DST (perm.thickness), yang tidak bisa ditawar lagi. Tinggal sekarang kita memperbaiki model/persamaan permeabilitas dari log agar mendekati nilai kumulatif permeabilitas dari *hard data* tadi. 5. Konsep Flow Zone Indicator (FZI) belum sepenuhnya bisa diaplikasikan di klastik untuk prediksi permeabilitas, apa lagi di batuan karbonat. Konsep FZI, menurut saya, hanya untuk pengklasifikasian batuan saja. Anda masih harus memakai teknik tambahan seperti Back Propagation atau teknik Neural Network (NN) lainnya untuk memprediksi FZI (Amaefule, 1992). 6. Jika anda memang "terpaksa" harus pakai FZI, maka saya usul agar RQI-nya yang diprediksi pakai NN. Bukan FZI-nya. Karena dengan demikian anda punya satu *hard data*, yaitu normalized Porosity, PHIZ dari data logs, dimana PHIZ = PHI/(1-PHI), sebagai variable utama yang sudah pasti. 7. Apakah Porositas Core = PHIE atau PHIT (porositas efektif atau total)? Di dalam Petrophysics, PHIE adalah PHIT dikurang CBW (Clay Bond Water). Porositas Core (PHIC) berada di antara PHIE dan PHIT (sering lebih dekat ke PHIT). Karena dalam proses mempersiapkan pengukuran porositas (dari core plug), sample dikeringkan pada temperatur tertentu (vacuum and oven dried @ 220 degF) sehingga semua likuid di pori-pori sample dianggap bisa kering, termasuk CBW-nya. Tetapi dalam realitasnya, CBW tidak pernah sampai 100% hilang. Di batuan klastik, jika sample benar-benar sampai kering maka lempungnya jadi terdisintegrasi dan sample-nya jadi rusak. Jadi PHIT>PHIC>PHIE. Isu PHIE vs PHIT di *clean carbonate* tidak seheboh kalau di *Shaly Sand*. 8. Saat anda melakukan evaluasi formasi (menghitung porositas), apakah memakai pendekatan deterministik (RHOMA = 2,71 g/c3)?. Jika YA, maka nilai porositas (PHIE atau PHIT) yang anda dapatkan belum tentu benar. Karena dari data Photoelectric Effect Factor (PEF) yang anda lampirkan terlihat bahwa lithologi-nya kompleks tidak semua bermatriks batugamping (mineralnya kalsit). Selain itu anda pasti menggunakan GR untuk menghitung volume serpih (VSH) dan kemudian dipakai untuk menghitung porositas efektif (PHIE). Padahal Serpih (Shale) tidak sama dengan Lempung (Clay), sehingga Clay Bound Water (CBW) anda tidak terkoreksi dengan benar. 9. Saran:Untuk kasus karbonat, sebaiknya pakai pendekatan probabilistik (multi mineral) dimana RHOMA (densitas matriks) bervariasi sesuai data di lapangan sehingga perhitungan porositas lebih representatif. Wassalam, -bg http://www.linkedin.com/in/bambanggumilar 2013/5/21 Ari Teguh Sugiarto <[email protected]> > Pak bambang > > pak bambang saya mau tanya. apakah ada pengaruhnya dengan hasil > perhitungan porositas log (PHIE) terhadap nilai permeabilitas nantinya. > karena hasil crosplot antara PHIE dengan porositas core memiliki nilai > 0.74. karena sebelum saya mengestimasi nilai permeabilitas saya melakukan > evaluasi formasi untuk menentukan (porositas, saturasi air, dan OWC). > Terima Kasih > Atas perhatiannya > > Ari > Pak Bambang Mohon bimbingan pak bambang . ini flow chart yang saya gunakan untuk estimasi permebilitas. tetapi hasilnya koefisien korelasi kecil 0.3. padahal koefisien korelasi antara fFZI log dengan FZI core usudah mencapai 0.74. kira-kira apalagi yang saya gunakan pak. biasanya untuk melakukan estimasi permebilitas menggunakan langkah-langkah seperti bagaimana pak. ************************************************************************************** Selamat Pagi Pak Bambang Maaf mengganggu. saya mau menanyakan apakah cara yang saya gunakan untuk menghitung koefisien korelasi menggunakan persamaan Spearman RHO itu dapat dilakukan distudi kasus ini. dari referensi yang saya baca apabila non linear dapat menggunakan persamaan statistika spearman RHO. tetapi yang saya gunakan adalah FZI yang belum di modif pak. apakah harus menghitung lagi apabila FZI modif. apakah untuk mengetahui curve FZI yang ada dilog diperlukan metode Neural Network dan inputannya itu harus sesuai dengan trend FZI yang sudah diketahui dari spearman RHO?. Terima kasih Atas perhatiannya
