Deconvolution

Dekonvolusi adalah suatu proses untuk menghilangkan pengaruh dari wavelet sumber dari suatu trace seismik. Dengan proses tersebut diperoleh deret pseudo refleksi yang berupa spike yang menggambarkan amplitudonya.

Konvolusi : S(t)=W(t)*R(t)

S(t) = sinyal, W(t) = wavelet, R(t) = koefisien refleksi.

Sehingga dekonvolusi adalah : 

R(t)= W(t)^-1*S(t)

   Tipe dekonvolusi :

    - Spiking deconvolution à menghasilkan   ideal spike.

   -Predictive deconvolution à menghilangkan reverberasi dengan jarak prediktif tertentu.

   - Wavelet shaping deconvolution à untuk data dengan fasa non-minimum.

Pada kali ini akan dibahas mengenai predictive deconvolution.

Dekonvolusi ditujukan untuk mendapat solusi trace yang paling sesuai dengan RCnya. Sehingga predictive deconvolution digunakan untuk mendesain wavelet yang dapat merepresentasikan filter di dalam bumi, dapat menekan reverberasi (perulangan) dan memperbaiki resolusi.

Gap = lebar defleksi yang lolos (bukan reverberasi) : 1 gelombang.

Operator Length = lama reverberasi.
Reverberasi : perulangan dari defleksi diatasnya.

Perbandingan hasil sebelum dan setelah dekonvolusi :    

Predictive deconvolution kemudian dilakukan dengan menggunakan parameter gap dan operator length yang berbeda, sehingga dihasilkan spektrum frekuensi seperti diperilhatkan dibawah ini :

  

Pemilihan gap : Pilih bandwidth yang paling stabil dan lebar, dan autocorrelation paling stabil dan sempit.

Jika cross-correlation berarti perkalian antara f dan g, maka autocorrelation adalah perkalian f dan f, atau dikalikan dengan dirinya sendiri. Hal ini ditujukan untuk mengetahui similaritas dari suatu fungsi atau pola berulang pada sinyal, sehingga autocorrelation akan semakin baik jika angka similaritas semakin besar (mendekati 100%).  Autocorrelation semakin baik jika lebar autocorrelation pada angka 100% semakin sempit, dan reverberasi semakin mengecil. Misal pada gambar dibawah adalah predictive deconvolution dengan gap = 4 ms.