Anda di halaman 1dari 36

Victor

BAB IV PENGOLAHAN DATA SEISMIK REFLEKSI


4.1. Processing Sequence Dari SEGB, SEGD, atau SEGY ke format internal (GCI) Memberi alamat/lokasi pada setiap Shot point dan Receiver. Lokasi dari CDP diketahui dari lokasi-lokasi SP dan Receiver yang menghasilkannya Mengembalikan amplitudo seismik yang berkurang karena efek divergensi speris dan penyerapan oleh karena sifat inelastisitas batuan Koreksi untuk mengkompensasi perbedaan amplitudo karena pebedaan keadaan permukaan Menempatkan SP dan Receiver datum/permukaan yang yang sama pada

Demultiplexing/Reformatting Geometry

True Amplitude Recovery

Surface Consistent Amplitude Correction

Statics Correction Velocity Analysis

Analisis kecepatan untuk memperoleh kecepatan stacking yang akan digunakan untuk koreksi Normal Move Out Koreksi untuk menghilangkan pengaruh jarak/offset terhadap waktu penjalaran gelombang Menjumlahkan semua trace dari CDP yang sama; proses ini menaikkan S/N Mengoreksi kesalahan koreksi statik. Modul : RAS, RESID untuk koreksi surface consistent, dan PILOT untuk koreksi nonsurface consistent Untuk memperoleh kecepatan stacking yang lebih baik setelah diperoleh koreksi statik yang lebih baik Stack setelah diperbaiki kecepatan dan statik

Koreksi Normal Move Out (NMO)

Brute Stack Residual Statics

Velocity Analysis

Residual Statics Stack Dip Move Out

Untuk mengoreksi kecepatan yang lebih tinggi karena pengaruh kemiringan reflektor

Victor

Velocity Analysis

Analisis kecepatan setelah koreksi DMO. Kecepatan untuk bidang miring yang diperoleh akan lebih rendah daripada sebelum DMO Stack setelah memperoleh kecepatan yang lebih baik setelah DMO Memindahkan titik refleksi ke posisi yang benar. kesalahan ini diakibat-kan oleh pengandaian yang salah bahwa reflektor horinsontal, dan titik CDP ada ditengah antara SP dan penerima

DMO Stack Migration

4.2.

Geometri

Untuk dapat mempergunakan data seismik dari lapangan, setiap SP dan penerima harus diberi alamat terlebih dahulu, sehinggga kedudukannya di permukaan terdefinisi. Informasi kedudukan SP dan penerima di permukaaan diberikan oleh pengukuran topografi dan laporan observer, yang harus diterjemahkan ke spread sheet di processing. 4.2.1. Laporan Lapangan Laporan Lapangan yang penting dalam kaitan dengan geometri ada dua, yaitu laporan topografi dan laporan penembakan yang biasa disebut sebagai Observers Report. Laporan ini mempunyai beberapa bentuk, yaitu tulisan tangan di kertas, print out komputer untuk data laut, dalam disket untuk laporan topografi data darat, dalam kaset exabyte untuk laporan topografi data laut, terutama untuk 3D, dan yang terbaru langsung masuk ke header datanya dalam format SPS (Shell Processing Support). Ada beberapa hal yang harus diketahui/diperhatikan sebelum menyusun file geometri : 1. 2. 3. 4. 5. 6. 7. Jumlah channel/penerima per SP Jarak antar SP dan penerima bila tidak ada data topografi Arah penembakan (azimuth) Letak channel no.1 terhadap arah penembakan Spread penerima dan metode penembakan (split, off end, double off end) Penyimpangan dari letak yang seharusnya (skid, jarak SP terhadap garis lintasan) Satuan jarak dari file SPS

4.2.2. Penulisan Geometri Di SeisUP ada tiga spread sheet yang perlu diisi : 1. Spread sheet Stations yang dapat didefinisikan dengan dua cara, yaitu dengan Grid atau dengan Coordinate. Grid biasanya dipakai untuk data laut yang selalu ditembak secara teratur, sedangkan Coordinate untuk data yang koordinatnya disimpan di disket atau kaset exabyte.

Victor

2. Spread sheet Source yang dapat didefinisikan dengan tiga cara 2.1. Distance from previous shot. Pilihan ini memerlukan jarak SP dari SP sebelumnya, nomer trace terdekat ke arah penembakan, trace terdekat ke arah kebalikan dari arah penembakan, jarak masing-masing ke SP. Pattern dari spread penerima tidak diperlukan disini. 2.2. Coordinate 2.3. Receiver locations 3. Spread sheet untuk Pattern, yaitu kedudukan tiap trace (mulai dari trace #1 sampai dengan trace terakhir dari satu tebaran/spread yang berpola sama) yang dinyatakan dengan berbagai cara seperti ditunjukkan oleh Tabel 4-1. Tabel 4-1 Contoh hasil Observer Reports Source ditentukan oleh Jarak dari SP sebelumnya (Distance from previous.shot) Koordinat Koordinat Koordinat Parameter SP -jarak SP ke SP sebelumnya -trace terdekat ke SP -jarak trace terdekat ke SP -Koordinat SP (X dan Y) -Koordinat SP (X dan Y) -Koordinat trace # 1 -Koordinat SP (X dan Y) -Lok.bin trace pertama, sebelum gap, setelah gap dan trace terakhir Receiver bin # dari SP -Receiver bin # dari SP -Receiver bin # dari trace # 1 -Receiver bin # dari SP -Lok.bin trace pertama, sebelum gap, setelah gap dan trace terakhir Pattern ditentukan oleh Pattern (tidak dicode) Parameter Pattern ---

Distance from previous shot Receiver location Spread Layout (tidak dicode) Distance from previous shot Receiver location Spread Layout (tidak dicode)

Jarak dari SP ke setiap trace (X dan Y) Nomor receiver bin dari setiap channel --Jarak dari setiap trace ke SP Nomor receiver bin dari setiap channel ---

Receiver location Receiver location Receiver location

Yang biasanya menjadi masalah adalah bagaimana menterjemahkan laporan observer ke dalam ketiga spread sheet di atas. Cara penulisan laporan observer sudah standar untuk masing-masing kontraktor dan dengan mengisi beberapa kali spread sheet kita akan segera terbiasa, dan tidak menjadi masalah lagi. 4.3. True Amplitude Recovery (TAR)

Koreksi TAR dimaksudkan untuk mengoreksi amplitudo data seismik sehingga seolaholah setiap permukaan pemantul memperoleh energi yang sama. Pada penjalaran gelombang seismik dari sumber ke titik pantul dan kemudian ke penerima di permukaan, energi gelombang akan semakin melemah karena akibat efek penyebaran dan proses penyerapan energi oleh lapisan-lapisan batuan yang dilaluinya.

Victor

4.3.1. Divergensi Spheris. Energi berkurang karena gelombang menjalar menyebar menjauhi sumbernya. Pengurangan energi ini berbanding terbalik dengan kuadrat jarak, dan pengurangan amplitudo berbanding terbalik dengan jarak, karena energi berbanding langsung dengan kuadrat amplitudo. Komponen koreksi TAR-nya adalah : Untuk keadaan bawah permukaan yang homogen, koreksi ini besarnya = tn . Sedangkan untuk bawah permukaan yang berlapis dan tidak homogen, koreksi ini menjadi = t.V(t)2 dan disebut Koreksi Divergensi Neumann. Koreksi Neumann ini dengan demikian sangat tergantung pada kecepatan stacking yang kita pakai, sehingga kecepatan stacking yang kita pakai harus kita pilih dengan hati-hati, dengan mengabaikan perubahan kecepatan yang besar dan bersifat setempat. Bahkan kecepatan tunggal dianggap cukup untuk satu survei yang sama. 4.3.2. Penyerapan oleh Lapisan Bumi. Sebagian energi getar gelombang diubah menjadi energi panas, semakin tinggi frekuensinya, semakin banyak pergeseran yang terjadi antara gelombang dengan pertikel-partikel bumi, dan semakin besar pula pengurangan energinya. Komponen koreksi TAR-nya dapat merupakan salah satu atau kombinasi dari : 1 Koreksi dB/sec. 2 Offset Dependent Gain Function. Koreksi ini bersifat analitis dan global (tidak record per record), terutama bila akan dilanjutkan ke AVO. Berbeda dengan koreksi dB/sec, yang besarnya hanya tergantung pada waktu t, koreksi ini didasarkan pada pemikiran adanya perbedaan kecepatan ke arah lateral dari setiap SP, sehingga ada pengaruh lateral juga dari penyerapan energi gelombang seismiknya. Setelah koreksi TAR, maka besar amplitudo dari suatu permukaan pemantul hanya tergantung pada koefisien refleksi dari pemantul tersebut (Rc). Ketergantungan hanya pada Rc ini yang dimaksud dengan True Amplitude. Koreksi TAR ini dapat dilanjutkan dengan Surface Dependent Gain Correction (SCGN) yang tidak berhubungan dengan koreksi di atas, karena koreksi ini mengoreksi berkaitan dengan variasi amplitudo akibat adanya variasi keadaan permukaan (yang mengakibatkan kopling sumber dan geopon yang jelek, penyerapan energi yang dapat bervariasi) sebagaimana direfleksikan oleh perbedaan energi yang dihasilkan setiap sumber dan yang diterima setiap receiver. SCGN juga mengoreksi perubahan amplitudo karena adanya sebagian energi yang ditransmisi terus ke bawah dan dipantulkan lagi ke bawah dalam penjalarannya ke atas, menghasilkan multiple atau tidak. Setelah Dekonvolusi dapat dilakukan koreksi sekali lagi, karena Dekonvolusi sebagaimana proses filtering yang lain akan merubah besar amplitudo data tidak secara merata. Untuk data laut, koreksi ini tidak mempunyai dasar, karena tidak ada pengertian kondisi surface yang berbeda. 4.4. Konvolusi

Super posisi dan pembalikan untuk dua fungsi : f(t) dan g(t) Misal : f(t) sinyal seismik

Victor

g(t) impulse respon dari bumi f(t) Filter hasil konvolusi : h(t)

g(t)
h(t) =

f()g(t )d atau h(t) = f S (t ) + n(t)

h(t) = f(t) g(t)

n=0

dimana :

Sn fn n n(t)

= sumber wavelet = faktor skala amplitudo = waktu tunda = noise = tergantung data

Filter

Input sinyal (fungsi delta)

Output sinyal atau impulse respon bumi dari filter

Diketahui :

w(t) = sumber wavelet = -2, +3, +1 R(t) = Impulse respon bumi = 0, 0, 1, -1, 1, 2, -2, 1, +3 +1

w(t) =
-2

+2 +1

N sample

-2 maka : (N + M) 1 = sample H(t)1 = 0 H(t)2 = 0 H(t)3 = -2 H(t)4 = 5 H(t)5 = -4 H(t)6 = -2 H(t)7 = 11 H(t)8 = -6 H(t)9 = +1 H(t)10 = +1 H(t)11 = 0

Victor

+11 +5 H(t) = . 0 . 0 +1 -2 +1

-2

. 0

-4

-6 4 2

Filter

67 1 1 1 2 2 2 4

11

14 13 6 2

Filter

Autokoreksi Wavelet -2 0 3 0 0 1 0 0 -2

0 0 1 -1 1 2 -2 1 0 Jml

0 3 2

1 -3 -2

-2 -1 3 -4 +3 1 6 4 2 -6 -2 -6

-2

-4

-2

11

-2 3 0 1

+1 1 0 1

0 0

Impulse respon bumi

Victor

4.5.

Dekonvolusi (Deconvolution)

Pada prinsipnya dekonvolusi adalah proses yang (berusaha) untuk meniadakan pengaruh proses filtering sebelumnya, mulai dari penyerapan, dispersi, pantulan bolak balik gelombang oleh lapisan bumi, distorsi oleh penerima di permukaan, dan filtering dari alat perekam. Secara umum dekonvolusi adalah wave shaping filtering yang secara generik menunjukkan fungsinya. Penurunan matematis filternya didasarkan pada prinsip least square error, yaitu mencari filter dengan kesalahan terkecil, sehingga akan menghasilkan output yang paling mendekati hasil yang kita inginkan. Secara matematis, data seismik s(t) adalah hasil konvolusi antara impulse response dari lapisan pemantul e(t) dengan wavelet dari sumber energi w(t), atau : s(t) = e(t) * w(t) + noise (1)

dan filter dekonvolusi d(t) merupakan operator yang akan merubah s(t) menjadi e(t), atau : e(t) = d(t) * s(t) (2)

Karena noise tidak mempengaruhi data secara seragam, dan tidak mungkin diperhitungkan secara matematis, maka untuk desain operator dekonvolusi akan diabaikan, dan substitusi pers (2) ke pers (1) akan memberikan : s(t) = s(t) * d(t) * w(t) sehingga : (t) = w(t) * d(t) dimana (t) , delta Kronecker dengan harga 1 pada t = 0 dan 0 pada t > 0. Dengan demikian, maka filter d(t) dapat dinyatakan secara matematis sebagai kebalikan dari wavelet sumber energi: d(t) = (t)/w(t) = (t) * w(t) (5) (4) (3)

Karena w(t) merupakan kebalikan dari w(t), maka d(t) disebut inverse filter. Dalam kenyataanya w(t) bukan murni dari sumber energi, tetapi telah tercampur (terkonvolusi) dengan respon dari sistem perekam dan respon dari penerima sebagaimana dijelaskan dibagian pertama tulisan ini. Hasil akhir dekonvolusi adalah resolusi (dalam waktu) yang lebih baik dari data seismik, dengan menghasilkan wavelet yang merepresentasikan reflektor, menjadi serupa dengan wavelet yang dihasilkan oleh sumber gelombangnya, identik meng-undo proses filtering sebelumnya.

Victor

4.5.1. Beberapa Jenis Dekonvolusi : Dari segi desainnya dekonvolusi ada dua jenis, yaitu statistik dimana operator didasarkan pada keadan umum dari data, dan deterministik dimana hasil akhir ditentukan oleh keinginan pemakai. Sedangkan secara algoritma ada beberapa jenis : 1. Spiking Deconvolution : Mencoba merubah wavelet menjadi spike, sehingga setiap trace akan merupakan deretan koefisien refleksi seperti yang dihasilkan dari penurunan dari log impedansi. Karena spike mempunyai spektrum yang flat untuk seluruh frekuensi, maka secara teoritis tidak boleh ada komponen frekuensi yang amplitudonya sangat kecil, apalagi nol, karena hal ini akan mengakibatkan ketidakstabilan hasil desain operatornya. 2. Gap Deconvolution : disebut juga sebagai Predictive Deconvolution, mencoba meramalkan bentuk dari wavelet setelah waktu gap, dan mengurangkan amplitudo data dengan amplitudo hasil ramalan ini. Dekonvolusi ini disebut juga Prediction Error filter, karena outputnya adalah kesalahan dari ramalan. Dapat juga difungsikan sebagai short period demultiple. (Hanya untuk short period, karena frequency content dari wavelet akan berubah dengan waktu penjalaran, dan semakin jauh multiple dari sumbernya, semakin besar kesalahan dari ramalan (desain) nya. 3. Waveshaping (Wiener) Filter. Dekonvolusi ini akan mem-filter data untuk menghasilkan output sebagaimana yang dikehendaki pemakai (desired wavelet), seperti pada proses Designature, atau Wave Matching antara data dinamit/airgun dan geophone/hydrophone. Metode ini menggunakan cara dengan meminimumkan beda kesalahan antara output seismik wavelet sebenarnya dengan yang diharapkan 4. FX Deconvolution : Selain memperbaiki wavelet dalam ruang frekuensi juga memperbaiki koherensi dalam ruang x, kearah lateral. Dekonvolusi jenis ini lebih berfungsi untuk mengurangi random noise. 5. Spectral Balancing : Proses ini disebut juga sebagai zero phase deconvolution, dan sebenarnya bukan proses dekonvolusi murni karena disini operator tidak didesain berdasarkan datanya. Hasilnya adalah spektrum yang flat untuk band frekuensi yang terbatas. Prinsipnya adalah pemakaian sederetan BP filter dengan band yang sempit secara berurutan mis. : 5-10-10-15 , 10-15-15-20 , .70-75-75-80. 6. Phase Deconvolution : Dalam penjalarannya ke dalam bumi, setiap komponen frekuensi akan mengalami dispersi, karena setiap komponen mempunyai kecepatan yang berbeda. Dapatlah dikatakan bahwa wavelet terpecah atas komponenkomponen frekuensinya, dan setiap komponen menjalar sendiri-sendiri. Akibatnya fasenya pun akan bergeser dengan besar yang berbeda beda. Apabila pergeseran ini linier dan dengan mengabaikan adanya penyerapan, pada waktu tiba di penerima wavelet akan kembali mempunyai bentuk seperti semula. Untuk menghitung besarnya pergeseran fase dari masing-masing komponen frekuensi, Phase Deconvolution memerlukan waktu referensi yang sama dari setiap trace, atau dengan kata lain harus ada suatu flat event yang bila mungkin di tempat yang amat dangkal. Ini memerlukan koreksi NMO yang ideal, dengan kecepatan isotropis dan bidang pemantul yang datar. 7. Adaptive Deconvolution : merupakan desain operator dekonvolusi pada adaptive deconvolution dengan dilakukan iteratif yang tujuannya untuk memperoleh least square error yang lebih kecil dibandingkan harga sebelumnya, sehingga proses ini akan memakan waktu yang lama. Keterbatasan dari hasil dekonvolusi diakibatkan oleh : 1. Wavelet yang tidak minimum phase. Semakin menjauhi sifat minimum phase semakin besar kesalahan dari desain, dan semakin jauh output dari bentuk

Victor

idealnya. Untuk wavelet processing harus ada usaha tambahan untuk menjadikan wavelet minimum phase. 2. Adanya random ataupun coherent noise yang masuk ke dalam perhitungan desain dari operator, yang tentu saja mengakibatkan gangguan pada desain. 3. Operator yang terbatas panjangnya, memgingat effisiensi dari komputer. 4. Amplitudo yang berubah-ubah dari SP ke SP. 4.5.2. Parameter Desain Operator Beberapa parameter untuk desain operator, diantaranya : 1. White Noise Level (WNL): Karena konvolusi dalam ruang waktu sama dengan perkalian dalam ruang frekuensi maka disyaratkan bahwa tidak boleh ada amplitudo yang sangat kecil atau bahkan nol, karena diperlukan operator yang amplitudonya sangat tinggi atau tak terhingga untuk menghasilkan output yang amplitudonya berhingga. Untuk itu perlu ditambahkan WNL pada desain dekonvolusi (Spektrum dari white adalah flat untuk semua frekuensi). 2. Desain dilakukan pada data dan bukan pada noise, dibuat window baru bila kandungan frekuensinya memang berbeda (berubah menurut waktu). Lebar window untuk desain yang effisien adalah 8-12 kali operator length. Kecuali Wave Shaping Deconvolution, output dari semua proses dekonvolusi biasanya berfase minimum, tetapi ini bukan yang dikehendaki oleh interpreter. Interpreter memerlukan marker-marker geologi, puncak-puncak formasi ditandai dengan peak atau trough dan bukan onset dari wavelet yang amplitudonya nol. Pada waktu dinamit meledak, maka gelombang yang diteruskan ke bawah akan dimulai dari nol, turun negatif (menurut polaritas recording system) dan naik lagi level overshootnya, sebelum teredam ke level nol. Permukaan pemantul dengan akan diwakili oleh amplitudo nol pada permulaan ledakan tadi. Untuk itu maka data processing harus menghasilkan zero phase section yang dapat dicek dari korelasi data dengan synthetic seismogram. Korelasi ini tidak mudah karena adanya pergeseran fase yang tidak linier sebagai akibat adanya dispersi gelombang yang tidak mudah diselesaikan. Untungnya, dalam banyak kasus interpreter biasanya hanya tertarik pada obyektif reservoir-nya saja dan jarang menginginkan kecocokan korelasi untuk interval yang lebar. Disamping oleh adanya efek dispersi tadi, korelasi juga dipersulit disamping karena tidak adanya pengurangan amplitudo pada log sonic karena tidak terekamnya perubahan sebagian pressure menjadi shear wave, juga tidak adanya perubahan fase dari setiap recordingnya. 4.6. Wavelet Processing

Wavelet processing adalah prosesing untuk mengembalikan wavelet yang direkam ke bentuk wavelet sebagaimana dihasilkan oleh sumbernya, dengan tujuan mendapatkan representasi seismik dari bawah permukaan yang berdaya pisah tinggi. Secara garis besar terdapat dua hal yang harus dikembalikan, yaitu spektrum energi/amplitudo dan spektrum fasenya, karena perubahan wavelet terjadi akibat proses perubahan kedua hal tersebut.

Victor

4.6.1. Teori Pada waktu gelombang menjalar dari sumbernya sampai perekam, terjadi peyerapan energi terutama energi-energi yang berfrekuensi tinggi, dan pergeseran fase gelombang. Ini terjadi di lapisan bumi tempat gelombang menjalar, di penerima dan di sistem perekam, terutama karena aplikasi filter. Untuk wavelet processing pergeseran fase harus diselesaikan dulu, karena proses dekonvolusi atau waveshaping yang akan mengembalikan komponen frekuensi yang hilang atau berkurang biasanya memerlukan input minimum phase, sebagaimana dihasilkan oleh sumbernya. Ini dilakukan dengan Phase Compensation filtering. Pergeseran fase oleh lapisan bumi ini disebabkan oleh proses dispersi gelombang yang tidak kita ketahui hubungan matematisnya, dan hanya dapat diselesaikan secara analitis, setelah proses inverse filtering terhadap penerima dan instrumen di bawah dilakukan. Proses pengembalian fase dilakukan dengan inverse filtering, yaitu konvolusi data dengan response dari geopon dan filter instrumen yang dibalik. 4.6.2. Inverse Filtering Secara umum, inverse filetring adalah proses yang membuang atau mengkompensasi pengaruh dari proses filtering sebelumnya. Pengaruh pergeseran fase dari penerima dan instrumen akan dieliminasi dengan memfilter data seismik dengan kebalikan dari respon penerima dan instrumen tadi, karena hanya kebalikan dari wavelet itu yang mempunyai fase yang sama dan berlawanan tanda. Untuk melakukan Receiver dan Instrument Phase Compensation filtering, kita harus mendapat respon keduanya dari Kontraktor Akusisi. Untuk data Vibroseis, yang fase dari output korelasi silangnya nol, harus dilakukan proses tambahan berupa rotasi fase agar menjadi minimum. 4.6.3. Wave Shaping Setelah kita mempunyai data yang minimum phase, langkah selanjutnya adalah mengembalikan fase yang tergeser oleh lapisan bumi karena proses dispersi, dengan Surface Consistent Phase Deconvolution (SCPHD). proses ini tidak mengganti dekonvolusi sebagai waveshaper, karena daerah kerjanya adalah spektrum fasenya saja. Proses ini dipakai harus dengan hati-hati, karena penentuan fase dilakukan dengan melihat pada event yang lurus dan datar (input CDP gather yang dikoreksi NMO dan statik yang benar), sehingga untuk data yang kurang baik kualitasnya, kemungkinan kesalahan pengukuran fase adalah besar. 4.6.4. Melakukan Spherical Divergence Correction, Source dan Receiver Consistent Deconvolution. Setelah proses-proses di atas dikerjakan, maka diharapkan wavelet dari data seismik sudah merupakan wavelet berfase minimum dengan spektrum yang white, sehingga

Victor

gambaran seismik yang kita miliki mendekati deretan deretan koefisien refleksi dari horison-horison bawah permukaan, mengikuti : s(t) = w(t) * r(t) dimana s(t) = gelombang seismik, w(t) = wavelet, dan r(t) = kofisien refleksi, dengan anggapan bahwa noise = 0. Dari sini proses dapat dilanjutkan dengan proses yang biasa dilakukan, dengan pengecualian window yang pendek sebelum stack. Proses terakhir adalah merubah data menjadi data berfase nol yang diperlukan interpreter untuk mempermudah korelasi langsung dengan puncak-puncak formasi atau marker-marker geologi. Tugas : Diketahui : V1 = 5000 f/s V2 = 6500 f/s V3 = 12000 f/s V4 = 9000 f/s V5 = 9200 f/s V6 = 6200 f/s V7 = 11000 f/s V8 = 12000 f/s 1 = 2 = 3 = 4 = 5 = 6 = 7 = 8 = 1,93 2,07 2,6 2,1 2,2 2,1 2,5 2,55

Hitunglah Akustik Impedansi setiap lapisan dan koefisien refleksinya pada setiap batas lapisan ! 4.7. Koreksi Statik

Salah satu tahap kritis dalam pengolahan data seismik di darat adalah koreksi statik. Hal ini akan terlihat jelas pada daerah yang mempunyai topografi tidak teratur dan mempunyai kecepatan daerah dekat permukaan yang sangat bervariasi pada arah horizontal ataupun vertikal. Koreksi statik bertujuan meletakkan sumber dan penerima ke suatu datum atau permukaan yang sama, sehingga diperoleh adanya hubungan antara waktu penjalaran dengan kedalaman reflektor. Kegunaan dari koreksi statik adalah untuk membuang pengaruh topografi (elevasi shot dan geophone), ketebalan LVL (low velocity layer) atau lapisan lapuk (Weathering zone). Pada gambar 4.1. dapat dilihat pengaruh perubahan topografi permukaan dan LVL pada reflektor A yang datar.

Victor

GAMBAR 4-1 CAUSES OF STATIC SHIFTS ELEVATION LVL SHOT DEPTH VELOCITY CHANGE CHANGE CHANGE LVL CHANGE Surface

FLAT HORIZON A Time Zero GEOLOGIC MODEL

Reflection A TIME SECTION Gambar.4.1 Pengaruh topografi pada koreksi statik

Pekerjaan koreksi statik meliputi beberapa tahap, yaitu : a. Up Hole Survey

Dilakukan untuk menghitung ketebalan lapisan lapuk. Di lapisan Up Hole Survey dilakukan dengan memasang geophone persis di pinggir shot point. Pada saat sumber bergerak, instrumen akan mencatat waktu tempuh (Up Hole Time/ UHT) dari shot ke geophone, dengan melewati zona di bawah lapisan lapuk (Sub Weathering Zone) dan lapisan lapuk (Weathering Zone). Besarnya harga kecepatan Vsw (Velocity Sub Weathering Zone) dan Vw (Velocity Weathering Zone) dapat diketahui dari gradien kurva T-X (jarak-waktu). b. Jenis-Jenis Koreksi Statik

Beberapa jenis koreksi statik antara lain: Statik Lapangan/Elevasi/Datum Dilakukan untuk menempatkan posisi shot dan geophone pada datum yang sama, sehingga pengaruh elevasi antara shot dan geophone dapat dihilangkan. Datum tersebut dapat didefinisikan pada MSL (Mean Sea Level ) ataupun lainnya. Tahap-tahap perhitungan koreksi stastik elevasi dapat dibagi menjadi dua macam, yaitu Shot point berada di atas LVL. - Koreksi shot ke datum (E s S d E d ) T SD = V SW - Koreksi geophone ke datum
T
GD

1.

(3.2) (3.3)

SD

+ UHT

Victor

Ketebalan lapisan lapuk / Weathering Zone (WZ) (3.4)

VW (UHT V SW ) SD WZ = 1000 V SW V W Shot point berada di bawah LVL. - Koreksi shot ke datum

T SD =
-

(E s S d E d ) + Add .Corect V SW

(3.5)

Koreksi geophone ke datum

TGD = TSD + UHT + Add .Correct


Ketebalan lapisan Lapuk/Weateting Zone (WZ)

(3.6)

( I UHTCosi WZ = 2000
2. Statik Refraksi

) VW Cosi + S D

(3.7)

Apabila masalah statik dianggap merupakan kunci permasalahan, dan metode di atas tidak menolong, maka ada cara lain yang kurang praktis, yaitu dengan statik yang diturunkan dari waktu penjalaran gelombang ke refraktor-refraktor dangkal. Karena diturunkan dari datanya sendiri, maka statik refraksi ini adalah statik yang telah mengambil alih masalah-masalah ketidakseragaman penembakan dan keadaan permukaan dan bawah permukaan sampai datum. Kendalanya, disamping memakan waktu, juga hasilnya sangat tergantung pada kualitas first break datanya. Besar statik yang diperoleh : ts = -IT/2 x (sec ic - tg ic) + ds/V1 - (Es - Eg)/V2 tr = -IT/2 x (sec ic - tg ic) - (Es - Eg)/V2 dimana IT adalah intercept time, yaitu waktu penjalaran gelombang ke refraktor kedua untuk offset nol, V1 dan V2 masing-masing kecepatan weathering dan sub weathering. Untuk topografi yang naik turun secara tajam disarankan untuk mengambil rata-rata dari profil permukaan sebagai datum untuk menghilangkan pengaruh perbedaan keadaan fisik yang besar dari permukaan sampai datum pemukaan laut (mean sea level yang biasanya diambil sebagai datum) sepanjang lintasan. 4.8. Koreksi Residual Statik

Koreksi statik yang belum benar dapat diperbaiki dengan melakukan koreksi residual. Koreksi ini sering juga disebut automatic residual statics, karena semua perhitungannya dilakukan computer tanpa data tambahan ataupun campur tangan prosesor. Prinsipnya, kesalahan statik terefleksikan oleh kurangnya koherensi data, yang mungkin disebabkan oleh tiga hal ; kesalahan statik sumber, kesalahan statik penerima, atau kesalahan geologi, atau kombinasi dari ketiganya.

Victor

Kesalahan statik dari sumber dan, atau penerima dimasukkan dalam kategori Surface Consistent Residual Statics, dan kesalahan geologi dimasukkan dalam kategori NonSurface Consistent Residual Statics. 4.8.1. Surface Consistent Residual Statics Untuk memproleh koreksi residual, pertama kali dilakukan korelasi silang setiap trace anggota suatu CDP yang telah di NMO dengan beberapa stack trace disekitar CDP tersebut. Dari korelasi silang ini diperoleh besar pergeseran yang harus dilakukan pada trace CDP tadi untuk membuatnya flat. Seluruh harga yang diperoleh harus diselesaikan untuk semua SP dan penerima. 4.8.2. Non-Surface Consistent Residual Statics Kesalahan statik ini dikerjakan setelah koreksi Surface Consistent Residual Statics, sehingga yang tersisa memang kesalahan yang bukan dari sumbar maupun dari penerima. Kesalahan statik karena persoalan geologi ada dua, yaitu yang mempunyai panjang gelombang << spread length, dan yang mempunyai panjang gelombang sedikit kurang dari spread length (long wavelength statics). Yang pertama disebabkan oleh geologi yang kompleks di zona dangkal, dan yang kedua biasanya disebabkan oleh adanya anomali kecepatan karena adanya beach sand, river channel yang kecepatannya rendah dan sebagainya. Dalam hal yang pertama, sama seperti pada Surface Consistent Residual Statics, koreksi juga dilakukan dengan korelasi silang, tetapi hasil pergeseran dari korelasi ini dapat langsung dipakai (sebagai trace statics), tanpa harus mereduksinya menjadi komponenkomponen sumber dan penerima. Long wavelength statics (LWS) tidak dapat diselesaikan dengan cara ini, karena fenomena penyebabnya tidak menyebabkan jeleknya koherensi data stack. Apabila kita lihat lagi persamaan NMO : T2 = T02 + X2/V2 T adalah travel time yang terdistorsi yang akan mudah ditandai bila persamaan di atas diplot dengan sumbu T2 dan X2. 4.9. Kecepatan Kecepatan didefinisikan sebagai penjalaran gelombang seismik pada medium dimana gelombang tersebut bergerak. Dari harga kecepatan ini dapat menentukan kedalaman, kemiringan horizon, dan lain-lain. Beberapa konsep kecepatan yang terdapat pada pengolahan data seismik, yaitu : a. Kecepatan NMO Konsep ini mengikuti pendekatan hiperbola berdasarkan hubungan : t2 = (x2/v2 + t02 )1/2 - t0 Tujuannya untuk memindahkan pengaruh perbedaan letak antara shot dan receiver pada data CDP gather. Pada kenyataannya kecepatan NMO hanya mengikuti bentuk hiperbola untuk offset yang tidak terlalu besar saja.

Victor

b. Kecepatan Stacking. Pada analisis kecepatan, hiperbola untuk kecepatan stacking adalah hiperbola yang dipilih seharusnya bentuk yang mengikuti bentuk suatu event untuk seluruh offset, sehingga picking semblance tidak selalu harus jatuh pada power yang maksimum, apalagi untuk bidang miring (pada PSDM kurva dari event diikuti oleh kurva koreksi yang diturunkan dari ray tracing). Jadi kecepatan stacking mencoba mengikuti kelengkungan event dengan bentuk hiperbola yang paling mendekati untuk seluruh offset. Untuk offset yang besar, bentuk hiperbola di atas harus dikoreksi dengan komponen orde lebih tinggi dari 2 dari : t(x)2 = t02 + x2/v2 + C2x4 + C3x6 Pendekatan orde 4 sekarang merupakan options pada GEOVEL dan untuk picking-nya harus dilakukan dua kali, yaitu pick untuk kecepatannya, dan pick untuk harga C nya. c. Kecepatan Interval Kecepatan interval adalah kecepatan dari suatu interval atau strata pengendapan, penting pada konversi dari waktu ke kedalaman, dan juga untuk Phase Shift Migration. d. Kecepatan RMS Sesuai dengan penamaannya, kecepatan RMS diturunkan dari perhitungan root mean square dari kecepatan interval. Berbeda di dalam konsep dibanding dengan kecepatan stacking. Kecepatan NMO, stacking, dan RMS pada pengolahan data dianggap mengikuti pendekatan hiperbola yang sebenarnya hanya berlaku untuk bidang reflektor datar dan isotropis. e. Kecepatan DMO Kecepatan DMO adalah kecepatan stacking yang dikoreksi dengan kemiringan reflektor. Reflektor datar yang mempunyai kecepatan VST, akan mempunyai kecepatan VST/cos bila miring. Setelah DMO kecepatannya akan dikoreksi menjadi VST berapapun kemiringingannya. f. Kecepatan Migrasi

Proses Migrasi yang bekerja berdasarkan teori medan gelombang tidak membedakan dip dari reflektor, tetapi semata-mata hanya melihat pada medan kecepatan yang ada. Sepanjang menyangkut suatu interval kecepatan ini diharapkan tidak berubah, begitu juga ke arah vertikal, karena operator migrasi semuanya didasarkan pada pengandaian ini. Semakin jauh kecepatan migrasi dari persyaratan ini semakin sulit operator migrasi melakukan operasi yang benar dan semakin jauh hasil migrasi dari yang kita harapkan. Secara teoritis, besar prosentase dari kecepatan migrasi terhadap kecepatan stacking sangat tergantung dari kemiringan bidang-bidang reflektor yang ada.

Victor

4.9.1. Metode Analisis Kecepatan Analisis kecepatan bertujuan memilih kecepatan yang tepat untuk digunakan pada tahapan pengolahan selanjutnya, diantaranya pada koreksi NMO, untuk tahapan migrasi, dan untuk konversi waktu terhadap kedalaman. Normal Moveout (NMO) adalah dasar untuk mendeterminasi kecepatan dari data seismik. Gambar 4.2 menunjukkan proses picking waktu penjalaran dari empat event pada suatu nomor offset yang diplot pada bidang (t2,x2). Untuk menentukan kecepatan stacking dari suatu event, titik-titik pada event dihubungkan oleh suatu garis lurus. Invers dari slope pada garis adalah kuadrat dari kecepatan stacking.

Gambar 4.2. Analisis kecepatan (t2-x2) diaplikasikan pada sintetik gather yang diturunkan dari fungsi kecepatan. Bagian tengah menunjukkan spektrum kecepatan (Yilmaz, 1989). Tabel 4-2. memperlihatkan perbandingan hasil perhitungan antara kecepatan stacking dan kecepatan rms sebenarnya. Tabel 4-2. Estimasi kecepatan stacking dan kecepatan rms sebenarnya untuk model sintetik pada Gambar 4.2 (Yilmaz, 1989). T(0) .s 0.4 0.8 1.2 1.6 Estimasi kecepatan stacking t2-x2. m/s 2000 2264 2516 2828 Kecepatan rms sebenarnya. m/s 2000 2264 2533 2806

Analisis kecepatan t2-x2 merupakan cara yang baik untuk mengestimasi kecepatan stacking. Keakuratan metode yang mendasarkan pada S/N rasio ini bergantung pada kualitas hasil picking. Claerbout (1978) mengajukan suatu cara untuk mendeterminasi kecepatan interval secara manual dari CMP gather yang ide dasarnya diilustarsikan Gambar 4.3.

Victor

Gambar 4.3. Kecepatan interval diantara dua reflektor merupakan akar-kuadrat dari hasil nilai slop-slop yang diukur (Yilmaz, 1989). Metode yang sering digunakan dalam menentukan kecepatan yaitu: 1. Constant Velocity Gather

Proses ini dilakukan dengan cara memberikan harga kecepatan yang konstan pada suatu CMP gather, dimulai dari kecepatan terendah (dapat menyebabkan overkoreksi) sampai dengan kecepatan tertinggi (dapat menyebabkan underkoreksi). Kecepatan terbaik memberikan kecepatan yang lurus pada setiap trace dalam CMP gather. Dengan metode ini dapat dibentuk suatu fungsi kecepatan yang mendekati pada koreksi NMO dari suatu CMP gather. Ketika hasil analisis kecepatan diaplikasikan pada NMO, maka pada tampilan CDP gather akan menunjukan perubahan pada reflektor-reflektor yang dikenakan fungsi kecepatan. 2. Constant Velocity Stack

Dilakukan dengan cara memberikan harga kecepatan yang konstan pada tampilan stack dengan secara diskrit atau kontinyu. Proses dengan cara ini memakan waktu yang lama, meskipun hasilnya memberikan ketelitian yang baik. Kecepatan konstan yang digunakan pada metode CVS (Constant-Velocity Stack) biasanya dipakai pada area yang memiliki struktur komplek, dimana interpretasi diarahkan untuk memilih stack dengan kemungkinan kontinuitas event yang terbaik. 3. Semblance Velocity (Spektrum Kecepatan)

Semblance adalah normalisasi perbandingan energi output dan input. Proses semblance velocity ini mendasarkan pada amplitudo stack maksimum yang diperoleh dari berbagai harga fungsi kecepatan yang digunakan pada koreksi NMO-nya dimana harga amplitudo yang ditampilkan berbentuk spektrum (kontur amplitudo) dengan harga amplitudo dan kecepatan tiap event seismik yang ada (Kadir, 1993). Spektrum kecepatan dapat menghasilkan fungsi kecepatan stacking dan mampu membedakan antara refleksi utama dan refleksi lainnya (multiple). 4.9.2. Semblance Velocity (Spektrum Kecepatan) CMP gather input pada gambar 4.4 terdiri dari suatu refleksi hiperbola suatu bidang batas. Kecepatan medium sekitar reflektor adalah 3000 m/s. Koreksi NMO dan

Victor

stack pada gather tersebut menggunakan harga kecepatan konstan antara 2000 m/s sampai 4300m/s. Gambar 4.4 menunjukkan resultan dari trace-trace yang distack untuk tiap kecepatan pada bidang koordinat kecepatan dan two-way zero-offset time, disebut spektrum kecepatan (Taner dan Koehler, 1990).

Gambar 4.4. Penggambaran offset dan kecepatan tiap trace pada koordinat [v, = t(0)] gather. (a) Koreksi NMO dengan menggunakan suatu kecepatan konstan, (b) Hasil stack dari trace-trace pada CMP gather (Yilmaz, 1989). Gambar 4.5 menunjukkan suatu CMP gather yang diassosiasikan dengan suatu model pelapisan bumi. Berdasarkan pada stack amplitudo yang diikuti dengan picking fungsi kecepatan stacking yang dilakukan pada spektrum kecepatan. Dengan harga kecepatan 2700, 2800, dan 3000 m/s. Pick-pick tersebut terkumpul pada bagian atas, pertengahan, dan bagian terdalam dari event.

Gambar 4.5. Penggambaran offset dan kecepatan tiap trace pada koordinat [v, = t(0)] gather. (a) Koreksi NMO dengan menggunakan suatu kecepatan konstan, (b) Hasil stack dari trace-trace pada CMP gather (Yilmaz, 1989).

Victor

Kuantitas yang ditampilkan spektrum kecepatan pada gambar di atas adalah amplitudo yang distack. Ketika S/N rasio input data rendah, maka amplitudo yang distack mungkin bukan merupakan kuantitas tampilan yang terbaik. Analisis kecepatan bertujuan menentukan pick-pick yang mewakili koherensi terbaik dari suatu sinyal sepanjang kurva hiperbola melewati panjang spread CMP gather. Beberapa jenis ukuran koherensi dapat digunakan sebagai atribut pada perhitungan spektrum kecepatan (Neidell dan Taner, 1990). Spektrum kecepatan secara normal tidak ditunjukkan pada gambar 4.2 atau 4.5, melainkan dua jenis tampilan yang digunakan untuk picking kecepatan pada suatu deretan plot yang terhubungkan (plot kontur) seperti pada Gambar 4.6. Seperti halnya metode CVS, metode Spektrum Kecepatan didasari pada korelasi silang dari trace-trace dalam suatu CMP gather, dan bukan pada kontinuitas secara lateral event-event yang telah distack. Karena itu apabila dibandingkan dengan metode CVS, metode spektrum kecepatan lebih efektif untuk data dengan refleksi yang banyak (multiple) dan kurang efektif untuk data dengan struktur yang komplek.

Gambar 4.6. Spektrum kecepatan reflektor yang diturunkan dari suatu CMP gather (a), (b) plot reflektor, dan (c) plot kontur (Yilmaz, 1989). Untuk melakukan analisis kecepatan dengan menggunakan metode Semblance Velocity (spektrum kecepatan) terdapat beberapa hal yang harus diperhatikan, yaitu: 1. Pengetahuan tentang data sonic log daerah survei, agar fungsi kecepatan yang dihasilkan dapat dipertanggungjawabkan. 2. Mengasumsikan bahwa kecepatan akan bertambah terhadap kedalaman. 3. Mengikatkan fungsi kecepatan yang dihasilkan dengan data bor terdekat. Data yang dibutuhkan adalah data pre-prosesing, dengan proses Geovel pada Seisup yang digunakan pada analisis kecepatan.

Victor

Pada semblance velocity (Gambar 4.7), proses picking yang dilakukan pada daerahdaerah dengan kontur kecepatan yang mengindikasikan nilai amplitudo maksimum. Apabila disumsikan bahwa semakin bertambah kedalaman akan semakin besar kecepatan, maka pola kontur kecepatan yang direpresentasikan dalam spektrum yang tinggi (amplitudo maksimum) atau spektrum yang rendah (amplitudo minimum) mengindikasikan berbeda-beda harga kecepatan pada daerah dengan spektrum tertentu. Maka picking velocity adalah menentukan harga kecepatan pada daerah dengan spektrum tertentu berdasarkan asumsi di atas. Picking dilakukan pada event koheren yang line up yang ditandai dari amplitudonya yang relatif lebih tinggi dari pada yang dihasilkan pada kecepatan di bawah atau di atasnya. Kadang amplitudo tinggi ini diikuti dengan frekuensi rendah. Apabila pada kecepatan lain dapat dihasilkan frekuensi lebih tinggi, maka yang frekuensi tinggi ini dipilih meskipun amplitudonya lebih rendah. Untuk memperoleh hasil analisis kecepatan yang lebih baik, proses picking dilakukan secara berulang dengan mengatur dan merubah parameter-parameter yang berpengaruh pada proses analisis kecepatan. Kecepatan yang diperoleh disebut kecepatan stacking, karena kecepatan ini dipilih untuk memperoleh stack yang terbaik. Untuk kedalaman yang besarnya sama dengan setengah sampai satu kali jarak offset trace maksimum, kecepatan stacking analog dengan kecepatan RMS yang didasarkan pada penjalaran gelombang yang melengkung. Untuk proses selanjutnya kecepatan ini dianggap sama dengan kecepatan RMS. Pada analisis kecepatan ini juga dipakai metode Constant Velocity Gather sebagai koreksi dan kontrol terhadap ketepatan harga kecepatan yang digunakan (analisis kecepatan NMO).

Victor

Kontur amplitudo dengan harga amplitudo

Gambar 4.7. Kontur amplitudo pada tampilan spektrum kecepatan (Semblance Velocity) 4.9.3. Kecepatan Stacking dan Kecepatan Migrasi Data yang berasal dari bawah permukaan bumi, dimana data berasal dari sudut kritis, maka waktu tempuh pemantulan yang berasal dari suatu reflektor dapat digambarkan dengan baik oleh persamaan hiperbola jika data tersebut berupa kumpulan CMP. Puncak hiperbola menunjukkan waktu tempuh zero-offset serta asimtot hiperbola yang dapat didefinisikan sebagai kecepatan stacking.
t 2 = t 2 (0) + x 2 2 Vstack

(1)

Vstack di atas menentukan bagaimana waktu tempuh offset menyimpang dari waktu tempuh offset nol. Persamaan (1) hanya tepat untuk reflektor dengan medium homogen dimana kecepatannya konstan (c); sedangkan untuk reflektor dengan sudut kemiringan dapat dituliskan persamaan berikut ini

Victor

Vstack =

c cos

(2)

Jika c adalah fungsi dari kedalaman z, maka persamaan (1) adalah suatu pendekatan, yang untuk orde lebih tinggi melibatkan offset yang lebih luas juga. Jika sebuah data seismik pantul dalam keadaan sudut kritis, maka persamaan yang baik sebagai pendekatan masalah tersebut adalah:
t 2 (x) = t 2 (0) + x2 2 Vrms

(3)

dengan Vrms adalah kecepatan akar kuadrat rata-rata. Sebagai tambahan, jika 0 maka persamaan (2) harus diganti dengan persamaan berikut:

Vstack

Vrms Cos

(4)

Persamaan ini diperlukan jika c = c(x,z) menyimpang cukup jauh dari persamaan hiperbola (1) dan Vrms tidak ada lagi. Ini menyatakan bahwa, agar Vstack tetap digunakan maka variasi kecepatan lateral sekitar offset nol harus kecil. Pada model bawah permukaan sederhana, waktu tiba dari respon dipole dapat digambarkan dengan baik oleh hubungan hiperbola. Jika puncak hiperbola itu menunjukkan waktu tempuh sinar bayangan (image raypath) dan asimtotnya menunjukkan kecepatan migrasi, maka persamaan (1) berubah menjadi:
t 2 (x) = t 2 (0) + x 2 2 Vmig

(5)

Sinar bayangan menunjukkan waktu tempuh terkecil antara titik sumber dan permukaan, karena sinar bayangan tegak lurus terhadap permukaan. Persamaan (5) di atas hanya tepat untuk medium yang homogen dengan kecepatan gelombang (c) sama dengan Vmig. Vmig = c (6) Persamaan (6) berlaku untuk setiap titik yang berada di bawah permukaan, baik berasal dari suatu bidang difraksi maupun bidang reflektor dengan berbagai sudut kemiringan. Untuk model bumi yang lebih rumit, dimana c = c(z), persamaan (5) merupakan sebuah pendekatan sehingga persamaan (6) dapat diganti dengan persamaan : Vmig Vrms (7)

Jika c = c(x,z), dua kemungkinan yang akan terjadi adalah : 1. waktu tempuh dapat digambarkan oleh hiperbola, tetapi puncaknya bergeser. 2. waktu tempuh tidak dapat lagi digambarkan oleh hiperbola. Jika pada suatu kumpulan CDP variasi kecepatan lateral diabaikan, maka untuk kumpulan CDP dapat dituliskan bahwa Vmig Vrms. Tetapi untuk kumpulan CMP berlaku Vstack Vrms/Cos . Jika diberikan suatu contoh dengan Vrms = 2225 m/s, maka analisis kecepatan untuk kedua kumpulan menunjukkan:

Victor

Vmig = 2265 m/s, dan Vstack = 2325 m/s. Peyimpangan yang berhubungan dengan pendekatan persamaan (4) dan (7) disebabkan oleh lengkungan dari jejak sinar yang beroffset nol. 4.10. Koreksi NMO

Proses ini dilakukan untuk menghilangkan efek offset setiap pasangan shot-point dan trace, ketika semua sinyal dari 1 (satu) titik reflektor (CDP) yang direkam oleh sekumpulan trace dikumpulkan (CDP gather). Akibat adanya koreksi ini perbedaan waktu perlambatan (delay time) terhadap offset nol sudah tidak ada. Kelemahan dari koreksi NMO ini dapat mengakibatkan stretching pada bagian dangkal CDP gather. Untuk itu koreksi NMO biasanya diikuti dengan proses mute. Beberapa CDP terutama pada lokasi dimana dilakukannya analisis kecepatan, ditampilkan sebagai kontrol terhadap fungsi kecepatan untuk koreksi. Sedangkan fungsi jarak dan waktu untuk muting dapat juga terkontrol. 4.11. Koreksi DMO

Metode ini menggunakan prinsip-prinsip migrasi secara parsial untuk tiap-tiap trace, sehingga disebut juga metode prestack partial migration. Dengan mengeliminir pengaruh kemiringan dari suatu reflektor, sehingga titik-titik reflektor dari posisi semu menjadi ke posisi yang sebenarnya (common midpoint gather pada posisi x 2 sin2 h2 x = ( ) sin ). Sehingga koreksi DMO dapat diturunkan menjadi t DMO = V2 D Dip Move Out (DMO) adalah proses yang bertujuan menghilangkan pengaruh kemiringan reflektor pada kecepatan stacking. Prestack Partial Migration (DMO). Apakah improvisasi dalam pengolahan data konvensional untuk mendapatkan suatu penampang stack yang baik pada penampang sebelum migrasi dengan semua kemiringan dapat diatasi ? Alternatif tahapan untuk pengolahan konvensional tersebut,

Field Data

Zero-Dip NMO

Prestack Partial Migration (PSPM)

Better Stack

Zero-Offset Migration (Migration After Stack)

Victor

Apa kegunaan Prestack Partial Migration (PSPM) ? untuk itu kita harus meninjau kembali persamaan NMO (Levin,1971) untuk suatu reflektor miring
t 2 (x) = t 2 (0) + x 2 cos 2 v2

(1)

dimana :

= Kemiringan reflektor v = Kecepatan medium/reflektor x = Jarak antara sumber dan penerima

Jika bentuk Moveout dipecah menjadi dua bagian, maka : x 2 x 2 sin2 t 2 (x) = t 2 (0) + 2 v v2 Zero-dip Normal Moveout X/2 (NMO) S M D' S' D t(x) SDG t(0) 2 MD Dip Moveout (DMO) G surface

(2)

reflektor

Dari persamaan tersebut kita dapat mengaplikasikan koreksi NMO, kemudian mengaplikasikan koreksi DMO (yang kemudian disebut dengan PSPM). Keuntungan koreksi DMO pada persamaan (2) di atas adalah :

Tidak ada efek pada data Zero-Offset (x = 0), penghilangan kemiringan. Semakin bertahap kemiringan, semakin besar koreksi DMO-nya. Kecepatan rendah, semakin besar koreksi DMO-nya. Doherty (1975) pertama kali memperkenalkan persamaan ekstrapolasi medan gelombang untuk data non Zero-Offset. Sherwood (1978) memperkenalkan metoda untuk memetakan data non Zero-Offset ke Zero-Offset pada permasalahan kemiringan dengan kecepatan stacking yang berbeda-beda. Yilmaz dan Claerbout (1980) memperkenalkan teknik PSPM untuk menjawab permasalahan kemiringan. Bagaimana untuk model kecepatan lapisan-lapisan bumi yang didasari pada aproksimasi Offset terkecil. Daregowski dan Rocca (1981) memperbaharui teori untuk PSPM dalam bentuk umum pada Migrasi Kirchoff (Mereka menyebut event miring yang dikoreksi dengan koreksi DMO).

Victor

Ottolini (1982) membuat persamaan PSPM pada koordinat Midpoint Snell, domain penampang parameter sinar yang konstan. Pendekatan ini akurat untuk medium berlapis seperti halnya untuk semua Offset dan kemiringan. Rocca (1982) mengusulkan teori "Offset Continuation", untuk memetakan suatu penampang Far-Offset ke penampang Near-Offset digabung semua Offset ke Zero Offset. Hale (1983) memformulasikan metoda DMO dalam domain F-K. Metoda ini eksak untuk kecepatan konstan, dapat mengatasi semua kemiringan dan Offset, akurat untuk gradien kecepatan Vertikal. Fowler (1984) membuat suatu teknik pemetaan untuk mengkoreksi kemiringan bergantung pada kecepatan stacking dalam domain (v, ky, ). French (1984) membuat suatu teknik Migrasi Parsial ("Partial Migration") untuk mencoba menghitung variasi azimuth antara sumber-receiver, yang nantinya berguna untuk aplikasi 3 Dimensi (3-D).

Koreksi DMO akan menghasilkan output CDP gather yang mempunyai kurva event/horizon yang hiperbolik, dan analisis kecepatan yang diturunkasn dari output ini akan menghasilkan kecepatan yang lebih rendah. 4.12. MIGRASI

Migrasi data seismik adalah suatu proses untuk memetakan suatu penampang menjadi penampang yang lain dimana event-event seismic dikembalikan posisinya pada tempat/lokasi dan waktu yang tepat. Keluaran dari proses migrasi seharusnya merupakan suatu penampang waktu yang merepresentasikan keadaan geologi dalam penampang kedalaman. Pada saat ini terdapat tiga teknik migrasi yang utama, yaitu : a. Migrasi Difraksi. b. Migrasi Finite Difference. c. Migrasi dalam Kawasan Frekuensi. Migrasi Difraksi biasa dikenal dengan sebutan migrasi integral Kirchoff. Proses migrasi difraksi sering pula dianalogikan sebagai pendekatan statistik. Dalam metode ini datum yang akan diperoleh akan mempunyai banyak kemungkinan. Keuntungan utama dari migrasi difraksi ini ialah penampilan kemiringan curam yang baik. Sedangkan kerugiannya ialah kenampakan yang buruk jika data seismik mempunyai S/N rendah. Migrasi Finite Difference dikenal sebagai migrasi kawasan waktu atau migrasi persamaan gelombang. Claerbout (1976) mengatakan bahwa pada migrasi jenis ini digunakan pendekatan deterministik. Prosedur migrasinya dimodelkan oleh persamaan gelombang. Persamaan tersebut kemudian didekati oleh persamaan yang lebih sederhana, dan setelah itu penyelesaiannya didekati oleh algoritma finite difference. Keuntungan dari metode ini ialah kenampakan yang baik bila data seismik mempunyai S/N yang rendah. Sedangkan kerugiannya ialah waktu yang diperlukan untuk perhitungan cukup lama dan adanya kesulitan dalam mengatasi data yang mempunyai kemiringan yang curam. Migrasi dalam kawasan frekuensi juga mengacu pada pendekatan deterministik melalui persamaan gelombang. Pada metode migrasi ini, transformasi Fourier 2-D digunakan sebagai alat utama untuk melakukan migrasi. Keuntungan metode ini yaitu : - Penggunaan waktu proses yang cepat. - Kenampakan (performance) yang baik bila data seismik mempunyai kondisi S/N rasio yang rendah. - Kenampakan yang baik pula untuk kemiringan yang curam.

Victor

Sedangkan kerugian yang dihadapi oleh metode ini ialah bila terdapat fungsi-fungsi kecepatan yang sangat luas. A. MIGRASI DALAM KAWASAN KEDALAMAN

Misalkan suatu model reflektor vertikal (a = 90o) seperti pada gambar 4.8a. Asumsikan sumber seismik terdapat pada titik A dan sinyal direkam pada titik yang sama. Dengan demikian dapat diketahui bahwa hanya gelombang yang menjalar secara horizontal saja yang bisa diterima oleh receiver di A, sementara gelombang yang melintas tidak horizontal akan terpantul dan bergerak ke bawah. Setelah semua gelombang yang terpantul tersebut dipetakan pada bidang x-z, seperti terlihat pada gambar 4.8b. Apabila OA = OC, maka kemiringan sudut b dari refleksi tersebut sama dengan 45o. Jadi, untuk reflektor yang membentuk sudut 900 terhadap permukaan akan sebagai garis refleksi yang terekam membentuk 45o terhadap permukaan.

A
a=90o

0
b=45o

z REFLEKTOR

z C

(a)

(b)

Gambar 4.8. Model reflektor 90o (a) penampang model bumi, (b) penampang hasil rekaman Migrasi adalah suatu proses yang dapat mengembalikan refleksi yang membentuk sudut 45o (Gambar 4.8b) menjadi refleksi yang membentuk sudut 90o terhadap permukaan (Gambar 4.8a). Model reflektor miring seperti terlihat pada gambar 4.9a. Seperti sebelumnya, dengan menganggap bahwa sumber gelombang dan receiver berada pada titik yang sama, yaitu titik A. Gelombang yang datang dari titik A akan direfleksikan pada C' dan kemudian direkam di A. Jarak tempuh AC' kemudian dipetakan secara vertikal pada bidang x-z, seperti pada gambar 4.9b sebagai segmen AC. Jarak tempuh AC'=AC. Model yang terlukis pada gambar 4.9a. kemudian dilukiskan pada gambar 4.9.b. sebagai garis putus-putus. Dari gambar 4.9b diperoleh hubungan matematis :

sin a =

AC ' AC = = tan b OA OA

persamaan di atas merupakan deskripsi yang familiar dari hubungan antara kemiringan hasil migrasi (a) dengan sudut kemiringan yang terekam (b). Jika C dipetakan menjadi C' melalui migrasi, maka proses ini memindahkan data (reflektor) ke atas.

Victor

a
C

z REFLEKTO (a)

(b)

Gambar 4.9 Model reflektor miring (a) penampang model bumi, (b) penampang hasil rekaman Anggap model bumi seperti pada gambar 4.10a., yaitu model yang mempunyai reflektor dengan bermacam-macam kemiringan. Pada model ini, kecepatan dianggap konstan untuk setiap lapis diantara reflektornya. Akan tetapi, setiap lapisan mempunyai densitas yang berbeda-beda. Jadi, refleksi yang terjadi disebabkan karena adanya kontras densitas saja. Apabila titik sumber dan receiver berada pada titik yang sama sepanjang lintasan di permukaan, maka penampang seismik yang dihasilkan merupakan seismogram difraksi, seperti yang ditunjukkan pada gambar 4.10b. untuk model kipas bumi ini, seseorang dapat melihat proses migrasi sebagi proses membebaskan lipatan dari model kipas yang terlipat (model difraksi). Sedangkan proses difraksi dapat dilihat sebagai proses pelipatan model kipas (model bumi). X 00 10 200 300 400 500 60 Z 900 800 (a) 70
0 0 0

00 100 200 300 400 500 600

700 800 900 (b)

Gambar 4.10. Model kipas bumi (a) Beberapa model kipas terbuka dgn berbagai sudut kemiringan, (b) Model penampang hasil rekaman-kipas terlipat. Segmen refleksi yang akan dimigrasi tampak pada Gambar 4.11a. untuk memigrasi 'event' tersebut, maka kita perlu mengikuti prosedur-prosedur di bawah ini : 1. Perpanjang garis CD sampai memotong permukaan. Titik perpotongan dengan permukaan tersebut adalah titik 0. 2. Dari titik D gambar sebuah garis tegak lurus sampai ke permukaan. Titik perpotongan dengan permukaan ini dinotasikan dengan titik B. 3. Melalui titik 0 sebagai pusat lingkaran, gambar sebuah lingkaran dgn jari-jari OB.

Victor

4. Dari titik B gambarkan garis horizontal sampai menuju lingkaran tersebut, kemudian temukan titik E, yaitu titik perpotongan antara garis horizontal tersebut dengan lingkaran. 5. Untuk menentukan sudut kemiringan migrasi (a), maka hubungkan pusat lingkaran 0 dengan titik E. 6. Tentukant titik D' dengan menggunakan hubungan ED = ED'. D' adalah titik hasil migrasi dari titik D. sudut dari garis DD' ialah = a/2. Dengan memproyeksikan garis CD dengan sudut tersebut terhadap garis OE, maka proses migrasi tersebut telah selesai. O
b

O
a b

C' diffracted reflector D' Z (a) Z (b)

diffracted

D
= a / 2

Gambar 4.11. Reflektor miring yang terbatas (a) penampang hasil rekaman, (b) Kontruksi pada proses migrasi Dengan demikian, pada proses migrasi terdapat dua prosedur utama. Prosedur pertama ialah untuk menemukan garis migrasi yang benar yang mempunyai sudut kemiringan migrasi tertentu, sedangkan prosedur yang kedua ialah memetakan titik-titik refleksi ke titik-titik yang sebenarnya (hasil migrasi) secara linier. Pemetaan secara linear ini sangat penting untuk memahami prinsip migrasi dalam kawasan frekuensi. Seperti diketahui, penampang seismik merupakan model difraksi yang terbatas (panjang dalam arah x dan z terbatas). Anggap model bumi tersebut merupakan model kipas seperti terlihat pada gambar 4.12a. dengan melakukan proses migrasi terhadap penampang tersebut akan diperoleh penampang seperti terlihat pada gambar 4.12b. Untuk model ini, 'event' yang terdapat di dalam segitiga ABO dimigrasi di dalam sebuah setengah lingkaran yang diameternya sama dengan OA. Konsep dasar dari proses migrasi dalam kawasan kedalaman terhadap model kipas ini sangat membantu pemahaman hubungan antara prosedur migrasi dalam kawasan waktu dan prosedur yang sama dalam kawasan frekuensi.

Victor

A
10 o 20 o

0 B

A
10 o 20 o

30 o
40 o

70 o

60

50

40 o

30

50 o 70 o

(a)

(b)

Gambar 4.12. Hubungan antara penampang hasil rekaman dan penampang kedalaman. (a) event-event yang membaji sebelum migrasi (b) event-event di dalam setengah lingkaran setelah migrasi

B.

MIGRASI DALAM KAWASAN FREKUENSI

Seperti telah dibahas sebelumnya, bentuk penampang 'unmigrated' sangat menyerupai bagian-bagian dari kipas yang terbuka. Sementara itu, penampang seismik 'real' tidak menyerupai kipas, akan tetapi dapat diidentikan menyerupai suatu set kipas difraksi yang tersebar dimana-mana. Kurva 'event-event' difraksi tersebut dapat dianggap sebagai segmen-segmen garis lurus yang kecil-kecil dan sangat banyak. Salah satu aspek terpenting dari Transformasi Fourier 2D ialah dapat mengorganisir 'event-event' yang tersebar dimana-mana dalam kawasan kedalaman, menjadi kumpulan (gather) kipas yang baik. Jadi dengan mengaplikasikan migrasi terhadap 'gather' kipas dalam kawasan frekuensi, maka semua 'event dipping' yang tersebar-sebar dalam kawasan kedalaman tersebut dapat diatasi dengan mudah.

Victor

Kz
0 X

Vb
Va
B

b
E D

C C'

(a)
d d

Kx
(b)
d X

(c)

Gambar 4.13. Pemetaan migrasi (a) Pemetaan kawasan kedalaman (b) Konstruksi dari pemetaan kawasan frekuensi, (c)Representasi dari frekuensi spasial.

Gambar 4.13b memperlihatkan TF dan 'event' difraksi dan migrasi dari gambar 4.13a. Sedangkan pada gambar 4.13a. diperlihatkan bahwa 'event difraksi' (OD) dan 'event migrasi' (OD') akan dipetakan sepanjang kecepatan Vb dan Va sebagai vektor-vektor normal (Gambar 4.13b.). Dalam kawasan frekuensi jika Vb diketahui, maka vektor Va dapat dicari dengan mengikuti prosedur-prosedur yang mirip dengan penjelasan pada saat penjelasan migrasi dalam kawasan kedalaman. Prosedur yang harus ditempuh adalah sebagai berikut: 1. Gambar sebuah lingkaran yang jari-jarinya sama dengan OA (A adalah sembarang titik pada sumber kz). Pusat lingkaran tersebut adalah titik 0. 2. Gambar garis horizontal dari A, tentukan titik perpotangan dgn garis Vb (titik B). 3. Gambar garis vertikal dari titik B dan temukan titik perpotongannya dengan lingkaran (titik C). 4. Gambarkan sebuah garis yang melalui pusat dan titik C (garis Va). Dengan mengikuti prosedur-prosedur tersebut akan diperoleh garis Va yang merupakan garis hasil migrasi dari garis Vb. Komponen frekuensi sepanjang garis Vb harus dipetakan sepanjang garis Va setelah migrasi. Namun tidak diketahui secara pasti letak titik B yang dipetakan pada garis Va. Jika diikuti prosedur yang telah dijelaskan pada pembahasan migrasi dalam kawasan kedalaman, maka tampak bahwa titik B pada garis Vb dipetakan pada titik C' pada garis Va. Sementara dalam kawasan frekuensi titik B dipetakan langsung menjadi titik C. Dengan demikian prosedur migrasi dalam kawasan frekuensi tersebut merupakan

Victor

pemetaan vertikal, sedang prosedur migrasi dalam kawasan kedalaman merupakan proyeksi dengan sudut a / 2. Garis hitam merepresentasikan garis miring sebelum migrasi. Hasil dari migrasi dilukiskan oleh garis putus-putus. Jarak spasi antara garis tersebut tidak berubah setelah migrasi. Untuk semua penampang seismik yang mempunyai kemiringan sama, maka frekuensi dalam arah x sama, sebelum dan setelah migrasi. Dalam kawasan frekuensi (Gambar 4.13b) terlihat bahwa komponen kx tidak berubah setelah migrasi. Oleh karena itu, pemetaan tersebut merupakan pemetaan vertikal dalam bidang kx - kz.

Kz

Kz

A A'

B B'

F GHI

A' B' C'

C' D' E' F' G' H'

D' E' F' G' H' I'

Kx
(a)

I'

Kx

(b)

Gambar 4.14. Pemetaan migrasi kawasan frekuensi (a) Sebuah garis dengan frekuensi Kz yang konstan dan pemetaan migrasinya, (b) Grid kurva-kurva dari Kz yang konstan.

Pada gambar 4.14a. terlihat bahwa garis horizontal memotong semua garis-garis miring. Jika kita proyeksikan komponen-komponen frekuensi yang terdapat pada garis-garis tersebut ke lingkaran, maka semua titik-titik pada garis tersebut akan dimigrasi. Oleh karena itu, jika kita proyeksikan komponen-komponen frekuensi yang terdapat pada sederetan garis-garis horizontal ke lingkaran-lingkaran secara vertikal seperti yang terlihat pada gambar 4.14b., maka proses migrasi dalam kawasan frekuensi sudah lengkap. Ekspresi matematika dari proses tersebut dapat di tulis sebagai

F (k x , k z ) =

kz kx
2

+ kz

F (k x , k x + k z )

Fungsi F merupakan Transformasi Fourier 2D dari penampang yang asli, sedangkan transformasi dari penampang hasil migrasi diberikan sebagai fungsi F. Penampang yang telah dimigrasi dapat dihitung langsung dari penampang seismik yang asli. Pasangan Transformasi Fourier dari model kipas difraksi (Gambar 4.12a) dilukiskan seperti pada gambar 4.15. Apabila model dibatasi dalam arah x dan z, maka transformasi sebenarnya harus merupakan garis-garis yang tak terbatas. Untuk penyederhanaan, hal ini dilukiskan sebagai sederetan garis-garis miring (Gambar 4.15).

Victor

Kz A' B'

0 Z

Kx

B (a) (b)

Gambar 4.15. (a) Pembajian dari 'event-event' dalam kawasan kedalaman (b) Representasi dalam kawasan frekuensi dari (a)

Gambar 4.16. memperlihatkan pasangan TF dari model kipas hasil migrasi yang diperoleh dari model kipas difraksi (Gambar 4.15). Migrasi dalam kawasan frekuensi dapat dipandang sebagai pembebasan pelipatan model kipas (Gambar 4.16b) dari model kipas yang terlipat. Dalam kawasan kedalaman, segitiga ABO (Gambar 4.10a) dipetakan dalam setengah lingkaran (Gambar 4.16a) dimana diameternya = OA. Dalam kawasan frekuensi, segitiga A'B'O (Gambar 4.15b) dipetakan dalam daerah seperempat lingkaran (Gambar 4.16b).

Kz A'

0 B' Z B

Kx

(a)

(b)

Gambar 4.16. Kemiringan-kemiringan baji setelah migrasi. (a) Sebuah 'semi-disk' dalam kawasan kedalaman (b) Kesamaannya dengan (a) dalam kawasan frekuensi.

Dengan demikian dapat disimpulkan, bahwa : 1. Sudut kemiringan reflektor difraksi maupun hasil migrasi, dalam kawasan kedalaman diubah ke kawasan frekuensi. Bagaimanapun juga reflektor tersebut akan normal terhadap sudut kemiringan di kawasan kedalaman. 2. Pemetaan titik ke titik dari event difraksi ke event hasil migrasi adalah proyeksi miring dengan sudut a / 2 dalam kawasan kedalaman. Sedangkan pada kawasan frekuensi pemetaan tersebut merupakan proyeksi vertikal.

Victor

Aspek terpenting dari migrasi dalam kawasan frekuensi ialah bahwa kipas yang terpencar-pencar dalam kawasan kedalaman akan menjadi kipas yang terkumpul dengan baik dalam kawasan frekuensi. Informasi-informasi penting dari posisi 'spasial' dari refleksi-refleksi miring di dalam kawasan kedalaman digantikan menjadi hubunganhubungan fase di dalam bilangan kompleks dalam kawasan frekuensi. Dengan menerapkan proses migrasi sederhana terhadap model (Gambar 4.17) di dalam kawasan frekuensi, kemudian melakukan invers TF, maka kita akan mendapatkan model kipas hasil migrasi seperti pada gambar 4.18.
0 X

10o

10o 30o

30o

30o

Gambar 4.17. Penampang rekaman sintetik

10o

10o

35 o

35o

35

Gambar 4.18. Penampang migrasi dari gambar 4.17

C.

PARAMETER MIGRASI.

Pada data 'real', banyak parameter yang tidak diketahui, untuk itu harus dipertimbangkan efek dari parameter tersebut setelah migrasi. Untuk itu, terlebih dahulu harus dibedakan sudut kemiringan pada penampang waktu dan kedalaman. Sudut kemiringan pada penampang waktu dinotasikan t, sedangkan pada kedalaman dinotasikan z. Notasi sudut kemiringan pada pada penampang waktu hasil migrasi adalah t dan kedalaman hasil migrasi ialah z (Gambar 4.19).

Victor

(a)

(b)

Z (c) Gambar 4.19.

T (d)

(a) Penampang hasil rekaman sebagai masukan, (b) Konversi ke dalam kawasan kedalaman, (c) Hasil migrasi dalam kawasan kedalaman, (d) Re-konversi kembali ke dalam kawasan waktu .

Untuk mengubah penampang waktu menjadi penampang kedalaman melalui parameter kecepatan, digunakan hubungan : tan z = (V tan t) / 2. Waktu yang digunakan disini adalah 'Two Way Time' (TWT), sementara kedalaman menggunakan 'One-wat depth'. Hal inilah yang menyebabkan kita perlu membagi persamaan di atas dengan bilangan 2. Migrasi dalam kawasan kedalaman memberikan rumus yang telah dikenal, yaitu : sin z = tan z. Konversi kembali ke dalam waktu yang dilakukan dengan menggunakan hubungan sin t = (2 tan z ) / V . Apabila hubungan-hubungan tersebut dikombinasikan akan menghasilkan :
1 tant = (2 tan{sin[V(tant ) / 2]})/ V

atau
1 t = tan1(2 tan{sin[V(tant ) / 2]})/ V)

Dari persamaan tersebut terlihat bahwa resultan sudut kemiringan hasil migrasi (t) selain tergantung pada sudut kemiringan asal (t), juga sangat tergantung pada kecepatan konversi (V). Rumus alternatif yang lain adalah:
2 tant = tant / 1 (V / 2)2 tan t

Rumus di atas menjelaskan bahwa, t akan mendekati t untuk kecepatan yang kecil. Oleh karena itu, kecepatan yang rendah akan meghasilkan sedikit perubahan sudut kemiringan. Apabila kecepatan terus meningkat, maka t akan menjadi 90. Di atas selang kecepatan tersebut tidak ada sudut sebenarnya untuk migrasi.

Victor

P dz

d dx P

P
(a) (b)

Gambar 4.20. Jalur migrasi fungsi dari kecepatan, (a) Komponen migrasi dalam kawasan kedalaman, (b) Migrasi dari suatu titik pada kecepatan-kecepatan yang berbeda.

Pada gambar 4.20 menjelaskan jalur migrasi dari suatu titik P yang terletak pada segmen refleksi miring bila kecepatan berubah. Titik P hasil migrasi terletak pada jalur parabolik yang menghubungkan titik P dan O, dan kira-kira mendekati sumbu x. Untuk kecepatan yang rendah, P hasil migrasi didapatkan dekat dengan titik P, sementara untuk kecepatan yang tinggi, P hasil migrasi didapat dekat dengan titik O.

Victor

(a)

(b)
Gambar 4.21. Penampang seismik real, (a) sebelum migrasi, (b)setelah melakukan migrasi dalam kawasan frekuensi dengan prosentase kecepatan 100%, kemiringan maksimum 300, dan frekuensi maksimum 60 Hz.