
Tak mudah untuk membentuk asumsi demikian dengan kondisi real yang tentunya pada umumnya jauh dari kajian teoritis. Sebab, metode filter ini cenderung menghilangkan data pada satu kuadran full. Tentunya, ini akan menghilangkan informasi-informasi yang mungkin berupa fault, closure, ataupun anomali amplitude akibat perbedaan offset. Berikut contoh implementasinya pada data sintetik:
Dengan menggunakan kecepatan “boong2an” tersebut, maka akan terlihat perbedaannya dengan mudah pada spectrum FK. Dimana sinyal primer yang mempunyai dip negative cenderung menempati posisi K yang negative pula. Begitu juga dengan multiple yang mempunyai dip positif maka akan menempati K positif pula. Selanjutnya nol-kan semua spectrum positif yang disinyalir merupakan tempat bersembunyinya para setan laut itu.Maka larilah setan2 itu seperti terlihat berikut:
Akan tetapi, terlihat dengan jelas bahwa FK hanya mampu mereduksi multiplenya pada Far Offset. Sedangkan pada Offset yang terdekat (Near offset), FK tak mampu mengusirnya. Mengapa?
Ini karena pada daerah near offset, setannya pintar bersembunyi dengan mencari area disepanjang sumbu frekuensi dan seolah-olah seperti bunglon yang menyerupai nilai K primer. Dasar cerdik ya heheeee…Selanjutnya hilangkan kecepatan boong2 tersebut pada koreksi NMO, kemudian lakukan analisis kecepatan kembali pada sinyal primernya. Harapannya semoga hasil picking velocity-nya lebih baik lagi dari sebelumnya, karena sebagian setannya udah kabur. Gudlakz ya…
No comments:
Post a Comment