Pre Stack Depth Migration Vertical Transverse Isotropy (PSDM VTI) pada Data Seismik Laut 2D
Abstract
Pengolahan data seismik dalam domain waktu atau pre stack time migration (PSTM) memiliki kelemahan jika terjadi variasi kecepatan lateral yang tinggi pada data seismik, hal ini mengakibatkan model kecepatan yang dihasilkan dari PSTM tidak sesuai dengan model kecepatan yang sebenarnya. Dalam pengolahan PSTM digunakan model kecepatan rms atau Vrms yang mengasumsikan bahwa kecepatan gelombang seismik semakin dalam semakin cepat. Asumsi ini tidak berlaku jika terjadi variasi kecepatan lateral, dimana pada penelitian tugas akhir ini terdapat variasi kecepatan lateral yang ditandai dengan munculnya lapisan karbonat yang mempunyai kecepatan tinggi. Sehingga perlu dilakukan proses pengolahan data seismik lanjutan yaitu dengan metode pre stack depth migration (PSDM). Metode PSDM memperhitungkan variasi kecepatan lateral, dimana pada metode ini digunakan model kecepatan interval dengan domain kedalaman sebagai data masukan pada tahap migrasi. Model kecepatan interval menggunakan asumsi ray tracing tiap lapisan. Dalam penelitian model kecepatan interval diperoleh dengan menggunakan transformasi Dix dan coherency inversion. Setelah dilakukan PSDM konvensional ternyata masih terdapat gather yang belum lurus pada far offset, dimana terdapat efek hockey stick. Kemudian digunakan metode PSDM VTI untuk mereduksi efek hockey stick pada far offset. Pada PSDM VTI digunakan persamaan Fourth Order Normal Move Out (NMO) dengan parameter epsilon sebagai data masukan. Parameter epsilon diperoleh dari analisa semblance epsilon dari full fold depth gather. Interval epsilon dan model kecepatan interval digunakan sebagai data masukan pada proses migrasi, sehingga diperoleh VTI depth gather. Hasil depth gather dari metode PSDM VTI menunjukkan efek hockey stick yang tereduksi, dimana gather pada far offset relatif lurus. Hasil stacking menunjukkan bahwa, penampang PSDM VTI mampu mencitrakan reflektor yang lebih menerus dan mencitrakan fitur patahan secara optimal.