Filter Channel Tunggal
- Filter Shaping
Filter ini digunakan untuk merubah bentuk dari suatu kelompok trace seismik ke kelompok lain. Filter shaping dihitung dengan cara perataan filter yang didapat dari beberapa selang spasial dan temporal yang memenuhi suatu kriteria panjang filter efektif tertentu. Filter dengan panjang filter efektif yang terlalu besar tidak akan dipakai. Filter –filter yang bisa ‘diterima’ (artinya memenuhi kriteria panjang filter yang efektif) kemudian dirata-ratakan untuk menghasilkan filter shaping akhir yang akan dikonvolusikan dengan data. Proses ini dapat diulang sampai beberapa kali untuk mendapatkan hasil yang memuaskan.
- Filter Lolos Pita (Band-pass Filter)
Filter lolos pita adalah metoda yang murah dan mudah untuk menekan noise yang ada di luar spektrum frekuensi dari sinyal yang diinginkan. Gambar di bawah menunjukkan bahwa beberapa noise dapat dipisahkan dari sinyal dalam domain frekuensi. Noise frekuensi rendah antara lain adalah ground roll, noise frekuensi tinggi biasanya disebabkan oleh angin, air blast, statik atau petir.Salah satu cara untuk memilih filter lolos pita adalah dengan cara menerapkan sekumpulan filter dengan selang frekuensi yang sempit pada satu data seismik untuk melihat bagian dari spektrum yang mengandung sinyal dan bagian yang didominasi oleh noise. Filter dapat berupa koefisien diskrit dalam domain waktu atau dapat berupa wavelet fasa-nol (zero-phase) atau fasa-minimum (minimum-phase) dalam domain kedalaman.
- Filter Monokromatik
Filter ini berfungsi untuk menghilangkan noise dengan frekuensi tunggal atau selang frekuensi yang sempit, tanpa mendistorsi sinyal seismik. Filter ini tidak hanya lebih murah tetapi juga mempunyai kemampuan yang sama dibandingkan dengan filter notch dan juga tidak terlalu mempengaruhi fasa dari sinyal seismik, tidak seperti filter notch.
- Filter Time Variant
Di banyak tempat frekuensi dominan dari sinyal seismik bervariasi terhadap waktu. Filter yang benar-benar berubah terhadap waktu susah untuk diterapkan dan mebutuhkan waktu komputasi yang lama. Salah satu caranya adalah dengan membagi trace seismik menjadi beberapa segmen dan memperlakukan tiap segmen sebagai sinyal yang terpisah. Filter didisain dan diterapkan untuk tiap segmen kemudian hasilnya disatukan kembali. Perhatikan bahwa sinyal harus tidak berada pada ujung-ujung segmen.
Filter Multichannel
- Filter F-K
Filter F-K dilakukan dengan cara merubah data seismik dari domain waktu (T) dan jarak (X) ke domain frekuensi (F) dan bilangan gelombang (K) menggunakan transformasi Fourier. Karena event-event dalam data seismik mempunyai banyak kemiringan dan frekuensi (dalam hal ini yang dimaksud sebagai kemiringan adalah kemiringan dari event, dalam milidetik per trace, bukan kemiringan dari struktur geologi) maka tiap kemiringan yang berbeda dalam domain T-X akan berubah menjadi garis dengan kemiringan yang berbeda dalam domain F-K. Event horisontal dalam domain T-X mempunyai nilai bilangan gelombang sama dengan nol sehingga dalam domain F-K akan diplot sepanjang sumbu frekuensi. Semakin besar kemiringan suatu event dalam domain T-X semakin dekat plotnya ke sumbu bilangan gelombang. Sinyal dengan kemiringan positif akan mempunyai bilangan gelombang positif dan sinyal dengan kemiringan negatif akan mempunyai bilangan gelombang yang negatif.
Gb. 1. Pasangan (a) event horisontal, (b) event dengan sudut kemiringan rendah dan (c) event dengan sudut kemiringan tinggi, dalam domain T-X dan F-K
Ketika trace sudah berada dalam domain frekuensi event-event dengan kemiringan yang tidak diinginkan dapat dihilangkan. Data kemudian dapat dirubah ke domain waktu dengan cara transformasi Fourier balik. Seperti terlihat pada gambar 5(a) kita menghilangkan kemiringan positif dan negatif pada sudut rendah. Filter jenis ini biasanya digunakan untuk menghilangkan multipel dengan cara menerapkan koreksi pada data dengan kecepatan multipel sehingga multipel berubah kemiringannya menjadi datar. Jika sudut tinggi dihilangkan, seperti terlihat pada gambar 5(b), event-event tertentu seperti ground roll dan jejak noise acak dihilangkan. Dalam gambar 5(c) dan (d) filter ‘pie-slice’ digunakan untuk menghilangkan event dengan selang kemiringan tertentu. Faktor lain yang harus dipertimbangkan dalam penerapan filter-filter di atas adalah persentase data yang akan dihilangkan dalam selang penolakan tersebut. Jika nilainya 0 (0% pass) maka semua event yang ada dalam selang penolakan dihilangkan, jika nilainya 100 (100% pass) maka tidak ada event yang dihilangkan.
Gb. 2. Desain filter untuk menahan kemiringan tertentu (dalam domain F-K)
Berikut adalah contoh penerapan filter F-K dengan zona penolakan antara 8-36 0 dan persentase data yang diloloskan bervariasi mulai dari 0% sampai 80%. Untuk kasus 0% noise dihilangkan tapi menghasilkan keluaran yang mirip densintetik sementara untuk kasus 80% noise terlihat masih ada tetapi sudah bgan isa ditekan. Untuk melihat masalah akibat penghilangan spektrum F-K yang terlalu banyak, lihat gambar di bawah ini yang menunjukkan sebuah model reflektor dengan patahan dan event dengan kemiringan curam yang ingin kita hilangkan. Jika spektrum F-K yang diloloskan terlalu sedikit maka zona patahan akan mengalami smearing sehingga patahan akan terlihat seperti reflektor horisontal. Jika spektrum F-K yang diloloskan cukup banyak maka patahan tidak akan mengalami smearing sementara event miring tetap dapat dihilangkan.
- Radon Transform
Radon transform merupakan teknik secara matematika yang telah luas digunakan dalam pengolahan data seismik. Ada tiga jenis Radon transform yang biasa digunakan untuk menekan multiple dalam yaitu slant-stack atau t-. transform; Radon transform hiperbolik; dan Radon transform parabolik (Trad, 2001). Radon transform hiperbolik dan parabolik ,yang diterapkan untuk mengatenuasi multiple, berdasarkan perbedaan moveout antara gelombang utama (primary) dan multiple. Pada tugas akhir ini, pembahasan akan difokuskan pada satu tipe saja dari Radon transform yaitu tipe parabolik. Radon transform pertama dibuat oleh Johan radon (1917). Deans (1983) mendiskusikan teori matematiknya, dan Durrani and Bisset (1984) menguji sifat dasar dari Radon transform ini. Thorson and Claerbout (1985) menggunakan Radon transform hiperbolik sebagai velocity analysis tool, dan Radon transform parabolik pertama kali digunakan dalam teknik mengatenuasi multiple oleh Hampson (1986). Sejak itu, Radon transform menjadi salah satu pendekatan yang banyak digunakan untuk mengatenuasi multiple . Prinsfip kerja Radon transform dengan merubah data dari domain T-X (time-offset) menjadi domain t-ρ (intercept time-ray parameter) seperti pada gambar 2.14. Radon transform dikenakan pada data CMP gather yang sudah terkoreksi NMO atau pada common shot gather . Dengan ray parameter p~1/v, maka event primary akan dipetakan sekitar p=0 dan event multiple pada daerah p>0. Radon transform memiliki kekurangan yaitu tidak manangani energi multiple pada near-offset dan tidak bisa menahan amplitude dari primary sehingga ada kebocoran energi primary.
0 Comments