UTS Metode Seismik

Nabila Prihandina Purwanto | 1506740925

Geofisika 2015

Pilihan Ganda

(500/285)x2=3.508 s
1. D 11. B 21. A 31. 41. D
2. C 12. A 22. H 32. B 42. C
3. A 13. B 23. A 33. D 43. E
4. B 14. B 24. A 34. B 44. A
5. A 15. A 25. B 35. D 45. A
6. B 16. A 26. C 36. A 46. A
7. B 17. A 27. A 37. A 47. A
8. D 18. B 28. B 38. C 48. A
9. A 19. A 29. E 39. A 49. C
10. E 20. C 30. D 40. A 50. E

Essay
1. Sebutkan dan jelaskan tiga tujuan utama dari pengolahan data seismik!

Tujuan utama dari pengolahan data seismic adalah:

a. Menghasilkan penampang seismic agar dapat dibaca dan diinterpretasi. Karena
pada awalnya hasil dari akuisisi seismic tidak dapat memberikan informasi apa-
apa karena sifat datanya yang masih kasar.
b. Mendapatkan resolusi data yang bagus baik secara vertical maupun horizontal.
Memperbagus resolusi data dapat memberikan informasi geologi yang lebih
terperinci.
c. Meningkatkan sinyal dan meredam noise agar dapat mendapatkan rasio signal to
rasio yang maksimal.

2. Sebutkan dan jelaskan disertai gambar tiga jenis metode yang dapat dipergunakan
untuk mengurangi keberadaan multiple atau reverberasi!
a. Deconvolution Methods

Metode dekonvolusi menggunakan periodisitas untuk menekan multiple. Pada

dasarnya, prinsip ini menggunakan asumsi periodic yang hanya berlaku pada nol
offset dalam domain waktu-ruang, dan hanya ketika lapisan antarmuka yang
menghasilkan multiple hanya memiliki variasi horizontal, bukan vertical.
Dengan asumsi bahwa bumi satu dimensi, batasan nol offset dapat diatasi dengan
mengubah data ke tau-p, dimana dalam domain ini multiple menjadi periodic untuk
setiap nilai p (ray parameter) dan kemudian dikurangi dengan teknik deconvolusi,
yang dapat berupa predictive deconvolution, adaptive deconvolution, dan,
multichannel deconvolution. Predictive deconvolution adalah deconvolution
konvensional yang mengurangi multiple dengan memakai first-order atau second-
order deconvolution, adaptive deconvolution berguna unutk mengurangi multiple
yang bervariasi terhadap traveltime, dan multichannel deconvolution adalah
deconvolution yang mengikutsertakan inhomogenitas lateral yang diabaikan oleh
metode deckonvolusi konventional.

b. Filtering methods

Metode filtering menggunakan teknik pemisahan antara primary dan

multiple yang besa dipisahkan dalam domain tau-p. f-k. atau radon untuk
mengurangi multiple. Metode filtering meliputi stacking, slant-stack, f-k filtering,
dan yang akan dijelaslkan disini; radon filtering.
Pada dasarnya, radon filtering mampu memisahkan energi primer dan
multiple karena kecepatan perpindahan yang berbeda. Data yang didapatkan dalam
akuisisi diforward transform menjadi domain radon dimana energi primer dan
multiple dapat dipisahkan, tidak seperti transformasi fourier, transformasi radon
adalah transformasi yang ‘tidak sempurna’ sehingga untuk mengurangi distorsi
dalam energi primer pada transformasi, energi primer di ‘mute’ terlebih dahulu
untuk dihilangkan, multiple kemudian ditransformasi kembali menjadi waktu dan
offset dan dikurangi dari set data yang asli untuk mendapatkan primary.

c. Wavefield predication and subtraction methods

 Metode prediksi dan pengurangan wavefield menggunakan persamaan
gelombang, model atau hasil data yang terekam untuk memprediksi multiples.
Ekstrapolasi gelombang dan inversi dilakukan dan kemudian dikurangi multiple
yang telah diprediksi unttuk memperolah data yang bebas akan multiple. Ada
tiga jenis teknik untuk prediksi dan pengurangan wavefield yaitu wavefield
extrapolation, feedback, dan inverse scattering series techniques.

3. Sebutkan, jelaskan, dan berikan alasan 2 teknik seismic processing yang dapat
dipergunakan untuk mereduksi swell noise!

Swell noise adalah noise pada akuisis seismic marine yang dihasilkan oleh permukaan
laut yang menghasilkan perubahan tekanan hidrostastik pada streamer. Swell noise
ditandai dengan adanya dominasi amplitude yang besar pada frekuensi rendah. Reduksi
swell noise dapat menggunakan Band Pass Filter, dimana BPF akan menghilangkan
frekuensi rendah pada konten spectral. Karena swell noise memiliki frekuensi yang
rendah (0-20 Hz) BPF dapat digunakan namun dapat mengurangi resolusi pada reflector
 yang dalam. Selain BPF, filter lain yang dapat dipakai adalah Wiener prediction filter
(WPF) yang digunakan untuk mengestimasi swell noise pada raw seismic data, kemudian
hasil dari estimasi tersebut dihilangkan. WPF mampu menghilangkan seluruh swell noise
an dapat digunakan untuk menghasilkan data seismic marine yang beresolusi tinggi
pada bidang reflector yang dalam.

4. Sebutkan dan jelaskan berbagai jenis koreksi elevation statics

Koreksi elevation static adalah koreksi yang disebabkan oleh perbedaan elevasi shot dan
receiver, dimana pada koreksi ini shot dan receiver akan disetarakan elevasinya terhadap satu
datum. Pada dasarnya koreksi static terdiri dari field (initial) statics dimana koreksi static
dilakukan di lapangan hasil dari data yang diperoleh seperti uphole survey dan data refraksi.
Dan koreksi static kedua adalah residual statid dimana koreksi dilakukan pada saat prosesing
dengan menggunakan data refleksi untuk membenarkan field statics.

5. Jelaskan secara detail desertai gambar tahap-tahap dari proses prediktif dekon! Berkan
penjelasan mengenai kegunaan atau tujuan dari proses tersebut!

Pada umumnya, dekonvolusi adalah sebuah proses filteing yang dapat meremove wavelet dari
data trace seismic yang terekam, dan predictive deconvolution dapat mengurangi multiple dan
mengubah spectrum dari data input untuk memperbesar resolusi. Ada beberapa asumsi yang
dibuat dalam predictive deconvolution, yakni:

a. Bumi merupakan lapisan horizontal dengan kecepatan konstan

b. Gelombang bidang kompresi yang mengenai bidang batas lapisan pada normal
incidence dihasilkan pada source. pada kasus ini tidak ada gelombang shear yang
dihasilkan
c. Waveform sumber tidak berubah saat melewati subsurface.
d. Komponen noise n(t) adalah nol.
e. Reflektivitas merupakan proses acak/random yang berarti seismogram memiliki
karakteriktik seismic wavelet tertentu.
f. Seismic wavelet merupakan minimum phase karena memiliki minimum phase
inverse
Secara matematik predictive deconvolution harus mengetahui/ mengaproksimasi autokorelasi
pada sumber wavelet. Dimana autokorelasi digunakan untuk picking gap dari parameter
dekonvolusi.