Injektitter har en notorisk uforutsigbar geometri og er vanskelige å identifisere presist i seismiske data. Årsaken er at de består av sedimenter som har blitt remobilisert, presset opp fra et opprinnelig lag. Geometrisk tar de gjerne form som skåler, med lagganger og tverrganger. Det er imidlertid én positiv side ved at injektitter er en lite kjent reservoarmodell.
Dette innebærer nemlig at injektitter representerer verdifulle, underutforskede reservoarmodeller som gjerne kan ligge nær infrastruktur i modne bassenger.
Injektitter utgjør gode reservoarbergarter fordi de har et svært høyt sandinnhold med høy porøsitet og permeabilitet.
Utfordringen er altså å finne dem, og her kan kunnskapsdeling komme til nytte.
I et foredrag på DIGEX 2021-konferansen vil Theresia Citraningtyas ved Earth Science Analytics (ESA) presentere en casestudie (ESA og Lundin Energy Norway) fra nordlige del av Nordsjøen som kan være til nytte for de letegeologene som er ute etter å finne de verdifulle sandene.
Ved hjelp av data fra 400 brønner ble maskinlæring tatt i bruk i casestudien for å kartlegge 3D-strukturen til injektitter og forkastninger. Citraningtyas vil også presentere en potensiell arbeidsmetode for å ytterligere de-riske potensielle injektittprospekter ved å utnytte bilder av borkaks (cuttings) og integrere reservoarkarakterisering.
