Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Rahmat Fadhilah (Presenter) Sudarto Notosiswoyo Irwan Iskandar

Presentasi serupa


Presentasi berjudul: "Rahmat Fadhilah (Presenter) Sudarto Notosiswoyo Irwan Iskandar"— Transcript presentasi:

1 Rahmat Fadhilah (Presenter) Sudarto Notosiswoyo Irwan Iskandar
Metode HC dan Clustering Nilai K dalam Estimasi Krigging untuk Penentuan Nilai Konduktivitas Hidraulik Akuifer Rekahan Rahmat Fadhilah (Presenter) Sudarto Notosiswoyo Irwan Iskandar PIT ke-1 PAAI November 2016

2 Kerangka Presentasi Pendahuluan Dasar Teori
Pendugaan Nilai K dari Data Pemboran Estimasi Nilai K Metode Geostatistik Krigging Kesimpulan

3 Pendahuluan Akuifer media rekahan memiliki heterogenitas yang lebih tinggi dibandingkan dengan akuifer media pori. Pendekatan yang dapat dilakukan untuk mengetahui distribusi rekahan untuk memperkirakan nilai konduktivitas hidraulik (K) salah satunya adalah dengan data pemboran. Data pemboran seperti kedalaman, litologi, karakteristik rekahan dan rock quality designation (RQD) dapat digunakan untuk mengestimasi nilai K. Metode HC (HC-System) dapat digunakan untuk menduga nilai K pada setiap titik pemboran, kemudian untuk menduga sebaran nilai K secara spasial, digunakan metoda geostatistik krigging.

4

5 Satuan Endapan Danau: Didomminasi batulempung, batupasir berbutir halus sampai kasar serta kerikil dijumpai di beberapa tempat. Satuan ini termampatkan lemah, tebalnya menurut data bor mencapai 94m Satuan Batuan Gunungapi: Breksi, tuf dan lava bersusunan andesit, dasit, dan riolit. Zeolite dan kalsit sering dijumpai pada kepingan batuan penyusun breksi. Tebal satuan diperkirakan lebih dari 1000 meter.

6 Dasar Teori HC-System Pengembangan klasifikasi batuan menggunakan indeks- indeks yang disusun dari data hasil investigasi geoteknik dan pengamatan struktur. Indeks-indeks tersebut antara lain Rock Quality Designation (RQD), Depth Index (DI), Gouge Content Designation (GCD), dan Lithologi Permeability Index (LPI).

7 LPI Pengaruh jenis litologi terhadap permeabilitas RQD DI GCD
Lc = Kedalaman tengah interval pengujian Lt = Total panjang lubang bor

8 Estimasi Geostatistik Metode Krigging
Krigging adalah salah satu metode geostatistik yang paling robust dan secara luas digunakan untuk interpolasi dan pembuatan kontur. Metode geostatistik ini mempertimbangkan variansi spasial, lokasi, dan distribusi sampel pada data. Krigging sangat berguna ketika digunakan untuk pembuatan kontur parameter hidrogeologi seperti konduktivitas hidraulik dan storage pada media berpori yang heterogen (Kresic, 2010)

9 Ordinary Krigging g Distribusi Spasial 3D
Korelasi spasial dianalisis menggunakan semivariogram γ(h) Sill Range Lag or Separation Distance/data g Nugget = Data Points = variogram model Distribusi Spasial 3D

10 Pendugaan Nilai K dari Data Pemboran
Lokasi K Hasil Slugtest (m/s) l (m) d (m) Litologi RQD DH-17 2.73E-05 141.2 1 Soil 20 Tuff Dasitik 21.7 79 Lava Andesit 42 DH-49 7.64E-05 55 5 17.3 25 Breksi Tuff Dasitik 4.8 DH-248 1.19E-06 65 13 33 10 48 Breksi 18.5 DH-268 1.09E-06 60.6 26 3

11 Lokasi d (m) DI LPI GCD RQD HC Value K DH-17 1 0.99 1.00 0.10 0.00 0.89 2.73E-05 20 0.86 0.30 0.22 0.18 79 0.44 0.70 0.42 0.16 DH-49 5 0.90 0.17 0.20 7.64E-05 25 0.55 0.80 0.05 0.38 13 0.75 0.06 1.19E-06 DH-248 33 0.49 0.07 48 0.26 0.19 0.04 DH-268 26 0.57 0.03 1.09E-06 Berdasarkan perhitungan HC System didapatkan persamaan hubungan antara HC Value dan K adalah sebagai berikut: K = x HC value1.5438 R2 = Kemudian persamaan ini yang digunakan untuk mendapatkan nilai K dari data lubang bor lainnya yang tidak diuji.

12 Estimasi Nilai K Metode Geostatistik Krigging
Dimensi grid estimasi: 2.000 x x 800 Dimensi single cell: 25 x 25 x 25 Jumlah cell: cells

13 U T

14 Analisis Semivariogram
Model Arah (O) Range Nugget Sill Exponensial 0 (Utara) 250 0.4 0.3 180 (Selatan) Gaussian 270 (Barat) 150 0.5 315 (Baratlaut) 350 0.6

15

16 High Permeability Zone
Hasil Estimasi Log K Topografi High Permeability Zone Low Permeability Zone U T Selanjutnya data hasil estimasi log K dikembalikan ke nilai K.

17 Varians Hasil Estimasi
U T

18 Distribusi Nilai Log K (Low K Zone)

19 Analisis Semivariogram
Model Arah (o) Nugget Sill Range Spherical 180 0.8 140 Gaussian 270 0.15 65 (a) (b)

20 Hasil Estimasi Log K (Low K Zone)
U T Topografi

21 Varians Hasil Estimasi (Low K Zone)
U U T T

22 Distribusi Nilai Log K (High K Zone)

23 Analisis Semivariogram
(b) (c) (d) Model Arah (o) Nugget Sill Range Structure 1 Structure 2 Spherical 0.4 0.1 110 150 180 270 315

24 Hasil Estimasi Log K (High K Zone)
U T Topografi

25 Varians Hasil Estimasi (High K Zone)

26 Kesimpulan Metode HC dapat digunakan untuk menduga nilai K dari data pemboran di daerah studi, dengan nilai R2 sebesar Estimasi nilai K menggunakan krigging dibagi dua populasi menjadi low K zone dan high K zone Hasil estimasi sebaran nilai K menggunakan krigging adalah sebagai berikut: Log K K (m/s) min maks rata-rata varians Estimasi gabungan 4.00 10.81 6.50 1.98 1.5E-11 1.0E-04 Estimasi low K zone 7.00 10.00 8.13 0.76 1.0E-10 1.0E-07 Estimasi high K zone 4.14 7.40 5.88 0.50 4.0E-08 7.2E-05

27 Terima Kasih


Download ppt "Rahmat Fadhilah (Presenter) Sudarto Notosiswoyo Irwan Iskandar"

Presentasi serupa


Iklan oleh Google