BAB V FILTERING DAN DEKONVOLUSI
V.1. Pendahuluan
Noise tidak dapat dipisahkan dari pengambilan data geofisika lapangan termasuk metode seismik. Dalam seismik noise dibagi menjadi dua yaitu coherrent noise dan ambient noise. Seluruh noise tidak akan pernah dapat dieliminasi dalam pengolahan data seismik. Tetapi, merujuk pada objektifitas dari data prosesing adalah men ambah rasio Signal to Noise (S/N ) sebaik-baiknya. Contoh-contoh yang akan dilampirkan berikut ini akan menolong mengenai pemahaman tersebut.
Coherrent Noise
Ambient Noise
Ground Roll
Peralatan Perekaman
Gelombang langsung Reverberasi Noise dari kapal Noise dari Rig Difraksi dari Rig Jalur tiang listrik
Sambungan Geophone yang buruk Spike Cuaca/Angin Noise dari well Kendaraan bermotor Binatang-binatang
Karakteristik coherrent noise biasanya berbasis trace per trace membentuk suatu keteraturan. Difraksi akibat dari rig, contohnya, dapat dilihat pada tiap trace dan memungkinkan untuk memprediksi bagaimana noise tersebut hadir dalam trace berikutnya. Ambient noise, dengan kata lain, bersifat acak dan tidak terprediksi. Maka di sini terdapat perbedaan cara pengolahan untuk dua kelas noise tersebut. Perangkat ini akan didiskusikan dalam dua subbab berikut ini. Salah satu perangkat untuk mengurangi ambient noise dalam data seismik adalah dengan stacking. Stacking merupakan salah satu perangkat yang paling efektif untuk menghilangkan random noise.
V.2. Filter Frekuensi Tujuan dari filter frekuensi adalah untuk menghilangkan komponen frekuensi yang menggangu pada data seismik dan meloloskan data yang diinginkan. Gelombang permukaan (ground roll), contohnya, biasanya diamati sebagai suatu event frekuensi rendah dengan amplitudo yang besar dan dapat dipisahkan dengan filter frekuensi. Filter frekuensi dilakukan dalam kawasan frekuensi. Transformasi Fourier dibutuhkan sebelum filtering dan Transformasi Fourier Balik diaplikasikan sesudahnya. Kedua transformasi tersebut biasanya merupakan rutin filter. Dengan menentukan frekuensi cutt-off dan slope dari taper antara full-reject dan full-pass, maka sinyal dapat dipisahkan menurut frekuensi yang diinginkan. Taper seharusnya didisain untuk menghindari efek batas (boundary effect ). ). Kemiringan taper pada frekuensi rendah seharusnya lebih tajam dibanding kemiringan pada frekuensi tinggi.
V.1.1. Desain Filter Frekuensi
Spesifikasi frekuensi-frekuensi cutt-off dan taper-taper dalam Seismic Unix dikerjakan dengan membuat 4 frekuensi yang berurutan dari frekuensi kecil ke besar dan menentukan persentase amplitudo yang akan diloloskan oleh frekuensi ini. Contohnya adalah sebagai berikut a. Filter Band-pass. Amplitudo yang berasosiasi dengan frekuensi-frekuensi a, b, c dan d adalah 0, 1, 1, 0. filter balik dapat didisain dengan memilih amplitudo seperti 1, 0, 0, 1, ini berarti frekuensi yang dibuang/ditolak oleh filter Band-pass.
Gambar V.1. Filter Band-pass
b. Filter Low-pass / High-cut . Urutan amplitudo untuk frekuensi a, b, c dan d adalah 1, 1, 0, 0 dengan nilai frekuensi a dan d sembarang. Taper berada antara frekuensi b dan c.
V.2. Filter Frekuensi Tujuan dari filter frekuensi adalah untuk menghilangkan komponen frekuensi yang menggangu pada data seismik dan meloloskan data yang diinginkan. Gelombang permukaan (ground roll), contohnya, biasanya diamati sebagai suatu event frekuensi rendah dengan amplitudo yang besar dan dapat dipisahkan dengan filter frekuensi. Filter frekuensi dilakukan dalam kawasan frekuensi. Transformasi Fourier dibutuhkan sebelum filtering dan Transformasi Fourier Balik diaplikasikan sesudahnya. Kedua transformasi tersebut biasanya merupakan rutin filter. Dengan menentukan frekuensi cutt-off dan slope dari taper antara full-reject dan full-pass, maka sinyal dapat dipisahkan menurut frekuensi yang diinginkan. Taper seharusnya didisain untuk menghindari efek batas (boundary effect ). ). Kemiringan taper pada frekuensi rendah seharusnya lebih tajam dibanding kemiringan pada frekuensi tinggi.
V.1.1. Desain Filter Frekuensi
Spesifikasi frekuensi-frekuensi cutt-off dan taper-taper dalam Seismic Unix dikerjakan dengan membuat 4 frekuensi yang berurutan dari frekuensi kecil ke besar dan menentukan persentase amplitudo yang akan diloloskan oleh frekuensi ini. Contohnya adalah sebagai berikut a. Filter Band-pass. Amplitudo yang berasosiasi dengan frekuensi-frekuensi a, b, c dan d adalah 0, 1, 1, 0. filter balik dapat didisain dengan memilih amplitudo seperti 1, 0, 0, 1, ini berarti frekuensi yang dibuang/ditolak oleh filter Band-pass.
Gambar V.1. Filter Band-pass
b. Filter Low-pass / High-cut . Urutan amplitudo untuk frekuensi a, b, c dan d adalah 1, 1, 0, 0 dengan nilai frekuensi a dan d sembarang. Taper berada antara frekuensi b dan c.
Gambar V.2. Filter Low-pass
c. Filter High-pass / Low-cut . Urutan amplitudo untuk frekuensi a,b,c dan d adalah 0,0,1,1 dengan nilai frekuensi a dan d sembarang.
Gambar V.3. Filter High-pass
Filter frekuensi yang sering digunakan dalam pengolahan pen golahan data seismik adalah filter Band-pass. Energi seismik secara umum terekam dalam suatu range frekuensi yang pasti. Batas rendah dari range ini ditandai dengan ground roll. Sedangkan batas atas dari range ini hanya noise yang dapat teramati, bergantung pada bermacam-macam bermacam -macam faktor seperti: tipe source yang digunakan, penetrasi kedalaman dari gelombang dan properti batuan. Ilustrasi-ilustrasi Ilustrasi-ilustrasi berikut merupakan penggambaran pen ggambaran filtering terhadap data seismik. Gambar V.4 merupakan contoh shot gather sebelum dikenakan proses filtering. Sedangkan nilai Gambar V.5 menampilkan shot gather setelah poses filtering. Dengan parameter band filter sebesar 10,12,70 dan 100 Hz.
(a)
(b)
Gambar V.4. Shot gather [YILMAZ 25] sebelum dilakukan proses filtering.
`
(a).
(b).
(c).
Gambar V.5. (a )Shot gather setelah dilakukan proses filter bandpass 10,12,70 dan 100 Hz. (b). Spektrum frekuensi
setelah di filter, (c). sinyal yang tidak terpakai.
V.1.2. Shell Skrip Filter Frekuensi
#! /bin/sh
echo "Tes Bandpass Filter"
indata=oz25.su rm -f tmp* tpow=2.0
#-----------------------------------------------# menunjukkan shot gather asli dan spektrumnya... #------------------------------------------------
suswapbytes<$indata | sugain tpow=$tpow >tmp0 suxwigb
suwind
suximage xbox=420 ybox=10 wbox=400 hbox=600 bclip=2e05 wclip=0 \ label1="Traveltime [s]" label2="Frekuensi [Hz]" \ title="Spektrum Frekuensi (Near Offset)" \ grid1=dot grid2=dot cmap=hsv2 legend=1 \ verbose=0 &
#-----------------------------------------------# Tes Bandpass Filter ... #------------------------------------------------
ok=false while [ $ok = false ] do rm -f tmp1 if [ $Pilihan ] then echo "Tes Bandpass Filter" echo "Tekan A : Menambahkan suatu filter" echo "Tekan S : memulai dari awal" >/dev/tty read pilih1 case $pilih1 in [sS]) cp tmp0 tmp1
echo "-> Menggunakan data Asli";; [aA]) cp tmp2 tmp1 echo "-> menggunakan data terfilter";; esac else cp tmp0 tmp1 fi echo "masukkan pita filter [Hz]:" echo "Input: a,b,c,d - a:=lowcut b:=lowpass" echo " c:=highpass d:=highcut" >/dev/tty read band sufilter tmp2 #-----------------------------------------------# Plot data terfilter... #------------------------------------------------
suxwigb
suwind
sugabor fmax=125 band=6 | suximage xbox=420 ybox=10 wbox=400 hbox=600 \ labeil1="Traveltime [s]" label2="Frekuensi [Hz]" \ title="Spektrum frekuensi (Near Offset)" \ grid1=dot grid2=dot legend=1 bclip=2e05 wclip=0 \ cmap=hsv2 verbose=0 &
sufilter
#-----------------------------------------------# kembali atau keluar #------------------------------------------------
echo "Tekan 1 : Mengulang Filter" echo "Tekan 2 : Keluar" >/dev/tty read pilihan case $pilihan in 1) clear
ok=false;; 2) pause exit ok=true;; esac done
rm -f tmp*
exit
V.2. Filter F-K
Filtering dalam kawawan frekuensi-angka gelombang (F-K) juga d isebut filter kecepatan. Semua energi seismik yang berasal dari source dengan kecepatan perambatan yang sama yang melewati event miring. Transformasi Fourier 2D dibutuhkan untuk mentransformasi data ke dalam kawasan f-k. Pertama, transformasi Fourier mengubah kawasan waktu ke dalam kawasan frekuensi. Kedua, mentransformasi kawasan spasial ke dalam kawasan angka gelombang k. Hubungan k dengan panjang gelombang adalah
. Seperti halnya frekuensi (
dari perioda, maka angka gelombang ( gelombang.
atau
) adalah kebalikan
) adalah kebalikan dari panjang
Filter F-K diaplikasikan dalam Seismic Unix dengan menjalankan perintah sudipfilt. Perintah ini memerlukan tiga buah parameter yang harus di-set , yaitu Argumen amps, merupakan persentase pelolosan filter (sama seperti sufilter). Argumen slopes, merupakan vektor kemiringan filter F-K. slopes harus ditulis semakin membesar yaitu a
(4.1)
Argumen d2. d2 merupakan sampling spasial dari data seismik. Parameter ini digunakan untuk melakukan transformasi Fourier spasial. d2 mempunyai satuan kilometer.
V.2.1. Ilustrasi Filter F-K
Ilustrasi Filter F-K dapat dilihat pada contoh di bawah ini. Pertama, kita membuat data dengan perintah suplane dengan parameter sampling waktu 4 milidetik dan dengan sampling spasial 0.016 kilometer. Model sinyal serta spektrumnya dapat dilihat pada Gambar V.6. data dibut dengan menggunakan perintah
suplane | sushw key=d2 a=0.016>suplane.data
dan spektrum F-K dihasilkan dengan menggunakan perintah
suspecfk
Cteraliasing C B A C
B A
(a)
(b)
Gambar V.6. (a) Data Sintetik 3 buah reflector (b) Spektrum F-K
Notasi A, B dan C menunjukkan hubungan antara kemiringan sinyal Gambar V.6.a. dengan spektrum sinyalnya pada Gambar V.6.b. Kemiringan B merupakan Nyquist dari kemiringan C. Kita dapat melihat bahwa sinyal C teraliasing (karena melebihi dari nilai nyquist-nya). Penggunaan filter F-K dapat dilakukan dengan mengetikkan perintah sudipfilt. Jika kita ingin menghilangkan reflektor datar,A, maka perintahnya adalah sebagai berikut
#!/bin/sh slopes=-1.0,-0.5,0.5,1.0 bias=0.0 dx=0.016 dt=0.004
sudipfilt
sudipfilt
slope yang digunakan dihitung dengan menggunakan persamaan (4.1), sehingga akan diperoleh hasil seperti pada gambar V.7.
(a)
(b)
Gambar V.7. (a) Data setelah difilter (b) Spektrum F-K
Hal yang sama juga dapat dilakukan, jika kita ingin menghilangkan reflektor B. Tetapi bedanya adalah parameter slopes yang digunakan. Lihat skrip beikut..... dan hasilnya dapat dilihat pada gambar V.8.
#!/bin/sh
slopes=0.5,0.75,1.25,1.5 bias=0.0 dx=0.016 dt=0.004 sudipfilt
sudipfilt
(a)
(b)
Gambar V.8. (a) Data setelah difilter (b) Spektrum F-K
Hal yang perlu digaris bawahi adalah jika terjadi aliasing. Ini dapat dilihat jika kita menggunakan skrip sebelumnya. Hasilnya dapat dilihat pada gambar V.9.
#!/bin/sh slopes=1.5,1.75,2.25,2.5
bias=0.0 dx=0.016 dt=0.004 sudipfilt
sudipfilt
(a)
(b)
Gambar V.9. (a) Data setelah difilter (b) Spektrum F-K
Sinyal dengan kemiringan C masih dapat dilihat walaupun intensitasnya berkurang. Untuk menghilangkannya, kita perlu men-set argumen bias di dalam sudipfilt. Lihat skrip shell berikut dan hasilnya dapat dilihat pada Gambar V.10.
#!/bin/sh
slopes=1.5,1.75,2.25,2.5 bias=2.0 dx=0.016 dt=0.004 sudipfilt
sudipfilt
(a)
(b)
Gambar V.10. (a) Data setelah difilter (b) Spektrum F-K
V.2.2. Penerapan Filter F-K pada data Riil
Subbab V.2.2.1 membahas mengenai pemahaman mengenai filter F-K yang diaplikasikan pada data sintetik. Pada data riil permasalahan yang dihadapi tidak semudah data sintetik. Noise yang terdapat pada data riil harus dikenali karakteristiknya terlebih dahulu, apakah filter F-K sesuai diaplikasikan pada sebuah data. Penggunaan Filter F-K sangat mempunyai resiko yang tinggi, jika slopes yang dimasukkan tidak tepat maka dapat menghilangkan data yang seharusnya dapat dipakai. Contohnya dapat kita lihat pada spektrum sinyal pada gambar V.10.b. dimana spektrum F-K reflektor A sedikit tereliminasi oleh slopes filter F-K yang digunakan untuk menghilangkan reflektor C.
(a) (b) Gambar V.11. (a) Shot gather [YILMAZ 25] sebelum dilakukan proses filtering. (b). Spektrum F -Knya
Data seismik riil yang digunakan adalah kumpulan data seismik Ozdogan Yilmaz nomer 25. Jenis noise yang didapati dalam data tersebut adalah groundroll. Noise ini mempu nyai kemiringan yang dapat kita lhat langsung pada rekaman data. Noise tersebut mempunyai frekuensi rendah, sehingga dalam spektrum F-K kita harus melihat spektrum pada frekuensi rendah.
(a). (b). (c).
Gambar V.12. (a) Shot gather [YILMAZ 25] setelah dilakukan proses filter bandpass F-K dengan slopes -0.35,-
0.25,0.25,dan 0.35 terpakai.
. (b). Spektrum frekuensi setelah di filter F-K, (c). Data yang tidak
Cara Penggunaan sudipfilt berbeda dengan sufilter. Jika sufilter dapat dipakai secara simultan untuk seluruh data sekaligus, maka penggunaan sudipfilt harus dilakukan per-satu common shot gather . Hal ini dikarenakan sudipfilt membutuhkan informasi spasial yang dipusatkan pada titik source.
Contoh: Jika kita ingin melakukan filter F-K untuk data seismik xxx.su sebanyak 10 shot gather dan mempunyai sampling spasial sebesar 10 meter maka kita harus melakukan operasi perulangan untuk melakukan filter tersebut. Contoh perulangannya adalah sebagai berikut:
#!/bin/sh
# parameter-parameter #=======================
indata=xxx.su outdata=xxx_fk.su d2=0.01 # km slopes=-.1,-.05,.05,.1 # s/Km amps=0,1,1,0 bias=0.0 i=1 # no. shot record pertama n=10 # no. shot record terakhir >>$outdata # membuat file kosong untuk output
while [ $i -le $n ] do suwind < $indata key=fldr min=$i max=$i | sudipfilt slopes=$slopes amps=$amps bias=$bias >> $outdata expr `i=$1+1` done
V.2.3. Skrip Shell Filter F-K
#! /bin/sh
echo "Tes Filter F-K"
indata=oz25.su tpow=2.0 d2=0.05 # CMP spacing in km rm -f tmp*
#-----------------------------------------------# menunjukkan shot gather asli dan spektrumnya... #------------------------------------------------
suswapbytes< $indata |
sugain tpow=$tpow >tmp0 suxwigb
suspecfk
#-----------------------------------------------# Tes Filter F-K... #------------------------------------------------
ok=false while [ $ok = false ] do rm -f tmp1 if [ $pilihan ]
then echo "Tes Filter F-K" echo "Tekan A : Menambah sebuah filter FK" echo "Tekan S : Memulai dari awal" >/dev/tty read pilih1 case $pilih1 in [sS]) cp tmp0 tmp1 echo "-> Menggunakan data asli";; [aA]) cp tmp2 tmp1 echo "-> Menggunakan data terfilter";; esac else cp tmp0 tmp1 fi echo "Masukkan kemiringan filter :" echo "Input: a,b,c,d - a:=cut b:=pass" echo " c:=pass d:=cut" echo "dengan a < b < c < d; kemiringan antara b dan c \ diloloskan" >/dev/tty read slopes sudipfilt tmp2
#-----------------------------------------------# Plot Data Terfilter.... #------------------------------------------------
suxwigb
suspecfk
#-----------------------------------------------# Kembali atau Keluar #------------------------------------------------
echo "Tekan 1 : Mengulang Filter F-K" echo "Tekan 2 : Keluar" >/dev/tty read pilihan case $pilihan in 1) clear ok=false;; 2) pause exit ok=true;; esac done
rm -f tmp*
exit
V.3. Dekonvolusi
Dekonvolusi merupakan operasi kebalikan dari operasi konvolusi. Dekonvolusi akan menghilangkan efek wavelet dari data seismik. Dalam melakukan proses dekonvolusi, wavelet yang digunakan perlu diasumsikan untuk mendapatkan sebuah urutan reflekifitas. Penggunaan dekonvolusi pada data seismik akan menambah resolusi temporal dari data seismik (Yilmaz,1987). Dengan demikian, hasil dekonvolusi dikatakan bagus jika mendekati bentuk impuls. Kegunaan dekonvolusi terutama untuk menghilangkan reverberasi yang umum tetjadi pada data seismik laut. Illustrasi perioda reverberasi dapat dilihat pada Gambar V.13.
Gambar V.13. Perioda reverberasi
V.3.1. Ilustrasi Dekonvolusi
Sebuah model data seismik dibuat untuk mengilustrasikan proses dekonvolusi. Model ini kemudian ditambahkan dengan noise berupa reverberasi. Model data seismik yang digunakan dapat dilihat pada gambar V.14.a, sedangkan model data seismik setelah ditambahkan dengan reverberasi dapat dilihat pada gambar V.14.b. Kedua data seismik tersebut dibuat dengan menggunakan bahasa C. Dengan kode dapat dilihat pada Tabel V.1
Tabel V.1. Kode pembuatan Model data seismik dengan reverberasi
/* Hak Cipta: Colorado School of Mines, 2005. */ /* All rights reserved. */ /* simpan dengan nama traces.c */ /* membuat trace dengan reverberasi 2 arah */
#include "cwp.h"
int
main() { float x; /* nilai trace */ int ns=512; /* jumlah sample */ int ntr=8; /* jumlah trace */ int dtime=16; /* sample satu arah yang melewati lapisan air laut */
float rbot=0.8; /* kekuatan refleksi dari dasar laut */ int h=100; /* posisi urutan reverberasi dua arah dalam sampel waktu */
float amp=0.2; /* Kekuatan refleksi */ int loc=170; /* lokasi refleksi pada trace 1 dalam sample */
int dip=12; /* kemiringan refleksi dalam sample */
{ int j; for (j = 0; j < ntr; j++) { int i; for (i = 0; i < ns; i++) {
x = 0.0; if (i >= h && ((i-h) % dtime == 0)) { int k = (i-h)/dtime; int sgn = (ISODD(k) ? -1 : 1);
x = sgn * (k+1) * pow(rbot, k); } if (i == loc + j*dip) x += amp; fwrite(&x, FSIZE, 1, stdout);
} }} return EXIT_SUCCESS; }
# Makefile untuk ...cwp/main # Simpan dengan nama "Makefile # ketic saja "make"
include $(CWPROOT) /src/Makefile.config
B=.
LFLAGS = $(PRELFLAGS) -L$L -lcwp -lm $(POSTLFLAGS)
PROGS = \ $B/traces
INSTALL: $(PROGS) @-rm -f INSTALL @touch $@
$(PROGS): $(CTARGET) $(CC) $(CFLAGS) $(@F).c $(LFLAGS) -o $@ $(MCHMODLINE) @echo $(@F) installed in $B remake: @-rm -f $(PROGS) INSTALL @$(MAKE) INSTALL
clean :: rm -f *.o *.a junk*
Untuk menampilkan data tersebut, kit perlu menambahkan beberapa header pada nilai data diatas dengan perintah,
./traces | suaddhead ns=512 | sushw key=dt a=4000 | suaddnoise sn=200 | suconv filter=1152,-384,-904,288,174,-34,-12 >modeldata
mempunyai arti bahwa data yang dihasilkan oleh traces mempunyai 512 data untuk tiap trace seismiknya. sushw akan men-set sampel waktu 4 ms untuk tiap trace. Model data seismik tersebut ditambahkan dengan noise dengan rasio S/N sebesar 200 persen dengan rutin suaddnoise dan akhirnya akan dikonvolusikan dengan wavelet [1152 -384 -904 288 174 34 -12] dengan rutin suconv. suaddhead
(a)
(b)
(c)
Gambar V.14. (a) Model data seismik (b) Model data seismik setelah ditambahkan noise berupa reverberasi. (c)
Autokorelasi dari data data seismik (b).
Untuk menampilkan model data seismik terreverberasi serta autokorelasinya, kita dapat mengetikkan perintah dibawah ini,
suxwigb
sugain
suacor nt=31 sym=0| suxwigb title="Autocorrelation" \ label1="Time (sec)" label2="Trace" &
Seismic Unix mendukug dua buah metode dekonvolusi yaitu, F-X Deconvolution dan Wiener Levinson Deconvolution. Wiener-Levinson Deconvolution dapat dibagi lagi menjadi dua buah metode, yaitu spiking deconvolution serta predictive deconvolution. Dalam metode ini hanya Wiener-Levinson Deconvolution saja yang dibahas. Spiking Deconvolution dilakukan pada model data seismik di atas. hal ini bertujuan untuk
mendapatkan sinyal yang lebih tajam. Kita menggunakan rutin supef dalam menggunakan spiking deconvolution. Argumen yang perlu di-set adalah nilai maxlag. maxlag menggambarkan periode wavelet pada autokorelasinya. Hasil spiking deconvolution serta autokorelasinya dapat dilihat pada gambar V.15 yang dihasilkan dari skrip,
#!/bin/sh
supef
# plot autokorelasi
supef
Predictive deconvolution dilakukan dengan menset dua buah parameter, yaitu minlag dan maxlag dari rutin supef. Dalam melakukan predictive deconvolution, kita perlu
memperkirakan perioda wavelet dan perulangan wavelet tersebut untuk menghilangkan efek reverberasi. Perioda wavelet disebut sebagai gap length yang mewakili dari nilai minlag, sedangkan perulangan pertamanya disebut operator length yang mewakili nilai maxlagnya. Gambar V.16. menunjukkan hubungan antara gap length dan operator length. Nilai gap length pada umum-nya berada pada second zero crossing, yaitu perpotongan ke dua dengan garis nol dan nilai operator length merupakan perulangan pertama dari sistem wavelet. Autokorelasi data tereverberasi (Gambar V.14.b) menunjukkan bahwa data tersebut menpunyai nilai gap length sebesar 50 ms dan operator length sebesar 160 ms. (a) (b)
Gambar V.15. (a) Spiking Deconvolution dan (b) Autokorelasinya
Gambar V.16. Hubungan antara gap length dan operator length pada predictive deconvolution.
Hasil predictive deconvolution dan autokorelasinya dapat dilihat pada Gambar V.17. Hasil tersebut diperoleh dengan membuat skrip sebagai berikut,
#!/bin/sh
supef
supef
suxwigb label1="Time" label2="Trace" \ title="Autocorr/PEF" &
(a)
(b)
Gambar V.17. (a) Predictive Deconvolution dan (b) Autokorelasinya
Reverberasi dapat diminimalisasi keberadaannya dengan menggunakan predictive deconvolution walaupun masih menyisakan energi reverberasi seperti ditunjukkan pada autokorelasi khususnya pada 60 dan 120 ms. Gambar V.18. merupakan Gambar V.17.a setelah dilakukan filter Bandpass.
Gambar V.18. Hasil Filter Bandpass f=5,15,80,100 Hz.
V.3.2. Penerapan Dekonvolusi pada Data Riil
Penerapan dekonvolusi pada data riil dapat dilihat pada gambar V.19 dan V.20. Data seismik yang dipakai adalah data kumpulan data seismik Ozdogan Yilmaz nomer 16 yang telah diNMO dengan kecepatan tetap. Data seismik tersebut mempunyai noise berupa reverberasi. Pada autokorelasi data seismik (Gambar V.19.b) didapatkan nilai gap length sebesar 24 ms dan nilai operator length sebesar 500 ms. Hasilnya dapat dilihat pada Gambar V.20.
(a)
(b)
(c)
Gambar V.19. (a) Data Seismik sebelum dekonvolusi (b) Autokorelasi dari data data seismik dan (c) Spektrum F-
X.
Data seismik setelah dikenai dekonvolusi juga masih men yisakan reverberasi walaupun intensitasnya banyak berkurang. Kandungan frekuensi data seismik setelah dekonvolusi juga bertambah. Gambar V.20 dibangkitkan berdasarkan skrip shell pada subbab V.3.3.
(a)
(b)
(c)
Gambar V.20. (a) Data Seismik setalah dekonvolusi, (b) Autokorelasi dari data data seismik dan (c) Spektrum F-X.
V.3.3. Skrip Shell Dekonvolusi ( Predictive Deconvolution )
#! /bin/sh
echo "Tes Dekonvolusi"
indata=oz16.su tpow=2.0 rm -f tmp*
#-----------------------------------------------# Plot Shot Gather, Autokorelasi dan Spektrum F-X #------------------------------------------------
suswapbytes<$indata | sugain tpow=$tpow | sunmo vnmo=1850 >tmp0 # sumute xmute=233,1408 tmute=0.45,1.05
suxwigb
suacor
suxwigb perc=100 wclip=0 xbox=420 ybox=10 wbox=400 hbox=600 \ label1="Traveltime [s]" label2="Offset [m]" key=offset\ title="Autokorelasi" verbose=0 &
suspecfx
#-----------------------------------------------# Dekonvolusi .... #------------------------------------------------
ok=false while [ $ok = false ] do rm -f tmp1 echo "Masukkan nilai Gap length (minlag) dalam detik" >/dev/tty read minlag echo "Masukkan nilai Operator Length (maxlag) dalam detik"
>/dev/tty read maxlag
supef tmp1 #-----------------------------------------------# Plot the filtered data... #------------------------------------------------
suxwigb
suspecfx