An enhanced trend surface analysis equation for regional–residual separation of gravity data

A global particle swarm algorithm utilized to assess the inverted two-dimensional horizontal thin sheet parameters from the gravity anomaly profile based on applying the second moving average method. The using of the second moving average method has more advantageous than using the Bouguer gravity anomaly because this method has a capability in eliminating the regional field up to third-order impeded in the Bouguer anomaly. This algorithm is applied to interpret the gravity anomaly profile, i.e., estimating the depth, the width, the thickness, the density contrast and the origin location of the buried structure. The efficacy and stability of this method are investigated and exposed for utilizing free-noise and noisy synthetic examples. Real gravity data associated with oil and gas and mineral exploration from three different locations around the world is interpreted. The evaluated time to discovering this appropriate clarification is very short and the estimated parameters contrast the view that the proposed method is applicable for real exploration. It can extract the inverse parameters which have a geologic and economic significance.

show abstract

“…RegionalðxjÞ is the regional background field (Pawlowski, 1994;Obasi et al, 2016;Essa and Munschy, 2019).…”

Section: The Methodsmentioning

confidence: 99%

Parameters estimation from the gravity anomaly caused by the two-dimensional horizontal thin sheet applying the global particle swarm algorithm

Essa

Géraud

2020

Journal of Petroleum Science and Engineering

View full text Add to dashboard Cite

show abstract

“…Terhadap beberapa kasus, pemilihan anomali regional dapat bergantung pada anomali residual sebab anomali ini merupakan anomali yang menjadi target interpretasi (Beltrao, Silva and Costa, 1991). Pada praktiknya terdapat banyak metode untuk melakukan pemisahan anomali regional dan anomali residual, beberapa diantaranya trend surface analysis (Obasi, Onwuemesi and Romanus, 2016), Polynomial fitting (Beltrao, Silva and Costa, 1991), Non Linier Fitting (Keating and Pinet, 2011), dan wiener filtering (Pawlowski and Hansen, 2002). Secara umum metode pemisahan anomali regional dan anomali residual dapat dikelompokan menjadi beberapa kelompok, diantaranya berdasarkan grafis, spektral dan polinomial (Nettleton, 2014).…”

Section: Pendahuluanunclassified

“…Proses perhitungan metode polinomial tergolong mudah karena dapat dilakukan tanpa harus menyusun kode pemrograman. Perhitungan cukup dilakukan dengan penyusunan matriks yang dapat dilakukan tanpa menggunakan perangkat komputer sekalipun (Obasi, Onwuemesi and Romanus, 2016).…”

Section: Pendahuluanunclassified

“…Anomali Bouguer adalah akumulasi dan kombinasi dari anomali regional dan anoali residual. Anomali regional merupakan anomali yang berasosiasi dengan sumber anomali yang dalam dan besar sedangkan anomali residual merupakan anomali yang berasosiasi dengan sumber anomali yang kecil dan dangkal (Unwin, 1978;Abdelrahman et al, 1985;Guo et al, 2013;Obasi, Onwuemesi and Romanus, 2016), maka dapat didekati anomali Bouguer dengan sebuah persamaan sebagai berikut:…”

Section: Tinjauan Pustaka Dan Metode Kalkulasiunclassified

See 1 more Smart Citation

Penerapan Persamaan Trend Surface Analysis untuk Pemisahan Anomali Residual dan Regional pada Data Gayaberat

Nugraha

Santoso

2021

Geocelebes

View full text Add to dashboard Cite

The separation of regional anomalies and residual anomalies in gravity data is an important part in interpreting gravity data. This process aims to obtain gravity anomalies that have been associated with exploration targets. The Trend Surface Analysis method is a mathematical approach to the earth field that can be used to separate maps into regional components and local components. The application of this method into gravity data can be used to separate regional anomalies and residual anomalies. The process of processing the trend surface analysis method can be done using Microsoft Excel. This method is tested first on synthetic gravity data, the purpose of this test is to determine the performance of the trend surface analysis method in performing anomaly separation. Based on the test results of the trend surface analysis method on synthetic gravity data, it was found that this method was quite good at separating regional anomalies and residual anomalies. This is evidenced by the anomalous pattern that is already the same between the regional gravity anomaly resulting from the separation of the anomaly using the trend surface analysis method and the regional anomaly resulting from synthetic data. The same anomaly pattern can also be seen in the residual anomaly resulting from the separation of the anomaly using the trend surface analysis method with the residual anomaly resulting from synthetic data. The application of the trend surface analysis method to field data has been carried out by producing regional anomalies and residual anomalies. This method is very good at separating regional anomalies and residual anomalies, especially in regional anomalies located at deep depths.Pemisahan anomali regional dan anomali residual pada data gayaberat merupakan bagian penting dalam melakukan interpretasi data gayaberat. Proses ini bertujuan untuk mendapatkan anomali gayaberat yang sudah berasosiasi dengan target eksplorasi. Metode Trend Surface Analysis merupakan teknik pendekatan matematika pada bidang kebumian yang dapat digunakan untuk memisahkan peta kedalam komponen regional dan komponen lokal. Penerapan metode ini ke dalam data gayaberat dapat digunakan untuk memisahkan anomali regional dan anomali residual. Proses pengolahan metode trend surface analysis dapat dilakukan dengan menggunakan microsoft excel. Metode ini diuji terlebih dahulu pada data gayaberat sintetis, tujuan pengujian ini adalah untuk mengetahui performa metode trend surface analysis dalam melakukan pemisahan anomali. Berdasarkan hasil pengujian metode trend surface analysis pada data gayaberat sintetis didapatkan bahwa metode ini cukup baik dalam memisahkan anomali regional dan anomali residual. Hal ini dibuktikan pada pola anomali yang sudah sama antara anomali gayaberat regional hasil pemisahan anomali metode trend surface analysis dengan anomali regional hasil data sintetis. Pola anomali yang sama juga dapat dilihat pada anomali residual hasil pemisahan anomali metode trend surface analysis dengan anomali residual hasil data sintetis. Penerapan metode trend surface analysis pada data lapangan telah dilakukan dengan menghasilkan anomali regional dan anomali residual. Metode ini sangat baik dalam memisahkan anomali regional dan anomali residual terutama pada anomali regional yang berada pada kedalaman dalam

show abstract

“…Gravity is one of the geophysical methods that can be used to determine the geological subsurface condition based on the physical parameters of density. There are several filter methods that can be used to analyze gravity data including a Gaussian filter to separate regional and residual anomalies from gravity data (Karunianto et al, 2017), (Obasi et al, 2016) use the trend surface analysis method to separate residual and regional anomalies from gravity data. Zahra and Oweis, (2016) use high pass filter on gravity and geomagnetic data to obtain short wavelength anomalies associated with shallow anomaly sources.…”

Section: Introductionmentioning

confidence: 99%

Delineation of Sedimentary Subbasin and Subsurface Interpretation East Java Basin in the Madura Strait and Surrounding Area Based on Gravity Data Analysis

Setiadi¹,

Setyanta²,

Nainggolan³

et al. 2019

BoMG

View full text Add to dashboard Cite

East Java basin is a very large sedimentary basin and has been proven produce hydrocarbons, this basin consists of several different sub-basins, one of the sub-basin is in the Madura Strait and surrounding areas. Gravity is one of the geophysical methods that can be used to determine geological subsurface configurations and delineate sedimentary sub-basin based on density parameter. The purposes of this study are to delineate sedimentary sub-basins, estimate the thickness of sedimentary rock, interpret subsurface geological model and identify geological structures in the Madura Strait and surrounding areas. Data analysis which used in this paper are spectral analysis, spectral decomposition filter and 2D forward modeling. The results of the spectral analysis show that the thickness of sedimentary rock is about 3.15 Km. Spectral decomposition is performed at four different wave numbers cut off, namely (0.36, 0.18, 0.07 and 0.04), each showing anomaly patterns at depth (1 Km, 2 Km, 3 Km and 4 Km). The sub-basins that can be delineated from the gravity data analysis are 10 sedimentary sub-basins, while the structural patterns identified are basement high, graben and fault. 2D modeling results indicate that the basement is a continental crust with a mass density value of 2.7 gr/cc. Sedimentary rock from modeling result consecutively from the bottom to up, the first is Paleogene sedimentary rock with mass density value of 2.4 gr/cc and above this layer is Neogene sedimentary rocks with mass density values of 2.25 gr/cc. The results of the subsurface geological modeling analysis show that based on the graben pattern and the basement high of the East Java basin in the Madura Strait and surrounding areas there are many structural patterns that support the development of petroleum systems like at the western part of the East Java basin that have already produced hydrocarbon.Keywords : Gravity, spectral analysis, spectral decomposition filter, 2D Modeling, East java basin Cekungan Jawa Timur merupakan cekungan sedimen yang sangat besar dan telah terbukti memiliki kandungan minyak dan gas bumi. Cekungan ini terdiri atas beberapa sub-cekungan yang berbeda-beda, salah satunya adalah sub-cekungan yang ada pada wilayah selat Madura dan sekitarnya. Gayaberat merupakan salah satu metoda geofisika yang dapat digunakan untuk mengetahui konfigurasi bawah permukaan serta mendelineasi sub-cekungan sedimen berdasarkan parameter rapat massa (densitas). Tujuan dari penelitian ini adalah untuk mendelineasi sub-cekungan sedimen, memperkirakan ketebalan sedimen, menginterpretasi geologi bawah permukaan serta mengidentifikasi struktur yang ada pada wilayah selat madura dan sekitarnya. Analisis data yang digunakan yaitu analisis spektral, filter spektral dekomposisi serta pemodelan maju (forward modeling) 2D. Hasil analisis spektral menunjukaan bahwa tebal batuan sedimen rata-rata adalah sekitar 3.15 Km. Spektral dekomposisi dilakukan pada empat bilangan gelombang cuttoff yang berbeda beda yaitu (0.36, 0.18, 0.07 dan 0.04) yang masing-masing menunjukkan pola anomali pada kedalaman (1 Km, 2 Km, 3 Km dan 4 Km). Sub-cekungan yang dapat didelineasi dari analisis data gayaberat ini adalah sebanyak 10 sub-cekungan sedimen, sedangkan pola struktur yang teridentifikasi yaitu berupa tinggian, graben dan patahan. Hasil pemodelan 2D menunjukkan bahwa batuan dasar adalah berupa kerak kontinen dengan nilai rapat massa 2.7 gr/cc. Batuan sedimen hasil pemodelan secara berturut turut dari bawah ke atas yang pertama yaitu batuan sedimen yang berumur Paleogen dengan nilai rapat massa 2.4 gr/cc dan di atasnya adalah batuan sedimen berumur Neogen yang mempunyai nilai rapat massa 2.25 gr/cc. Hasil analisis model bawah permukaan menunjukkan bahwa berdasarkan pola graben dan tinggian cekungan Jawa Timur segmen selat Madura dan sekitarnya cukup banyak terdapat pola struktur yang mendukung berkembangnya petroleum system seperti pada wilayah sebelah barat cekungan Jawa Timur yang sudah berproduksi hidrokarbon.Kata Kunci : Gayaberat, spektral analisis, filter spektral dekomposisi, pemodelan 2D, Cekungan Jawa Timur

show abstract

An enhanced trend surface analysis equation for regional–residual separation of gravity data

Cited by 18 publications

References 4 publications

Parameters estimation from the gravity anomaly caused by the two-dimensional horizontal thin sheet applying the global particle swarm algorithm

Parameters estimation from the gravity anomaly caused by the two-dimensional horizontal thin sheet applying the global particle swarm algorithm

Penerapan Persamaan Trend Surface Analysis untuk Pemisahan Anomali Residual dan Regional pada Data Gayaberat

Delineation of Sedimentary Subbasin and Subsurface Interpretation East Java Basin in the Madura Strait and Surrounding Area Based on Gravity Data Analysis

Contact Info

Product

Resources

About