Pengolahan Data Software Dinver [PDF]

Citation preview

TUGAS METODE SEISMIK Software Dinver



DOSEN PENGAMPU: Dr. Muksin,S.Si,M.Si,M.Phil NAMA : Harfan Akbar Kusuma Ginting NPM : 2004107010034 PROGRAM STUDI TEKNIK GEOFISIKA JURUSAN TEKNIK KEBUMIAN FAKULTAS TEKNIK UNIVERSITAS SYIAH KUALA



1.Dasar Teori 1.1.Inversi HVSR Inversi HVSR adalah modul yang membalikkan HVSR yang diamati untuk mendapatkan profil tanah terbaik (Mucciarelli et al., 2008). Teknik inversi ini menggunakan prinsip Neighbourhood Algorithm (NA) yang dikembangkan oleh Sambridge (1999) yang merupakan pendekatan inversi non-linier dengan pencarian ruang model Monte Carlo. Model kecepatan yang diperoleh merupakan model dengan fungsi misfit terendah dari semua model.



Gambar 2. 1 Skema proses inversi dengan algoritma neighbourhood. Model parameter dua dimensi dan batas voronoi (a) geometri voronoi setelah iterasi pertama (b)(Wathelet et al., 2008). Gambar a menunjukkan model sampel parameter dua dimensi (titik hitam) dan batas sel voronoi. Menentukan parameter model Ns0 = 9 dan sel abu-abu adalah model dengan nilai ketidaksesuaian terkecil. Dalam sampel, tujuh model baru diperoleh dalam satu sel (nr = 1, dan ns = 7). Gambar b menggambarkan geometri voronoi setelah iterasi pertama. Ukuran sel input berkurang sementara laju pengambilan sampel meningkat. Sel warna abuabu memiliki ketidaksesuaian terkecil, parameter densitas tidak menurun secara sistematis setelah iterasi. Geometri voronoi merupakan properti menarik yang memungkinkan pengambilan sampel utama untuk mencari dari titik ke titik, sehingga akan diperoleh model terbaik dari semua model hingga iterasi terakhir.Wathelet et al. (2008) menjelaskan inversi HVSR untuk mendapatkan kedalaman, Vp, dan Vs. Inisialisasi model merupakan faktor penting untuk mendapatkan hasil yang baik. Parameter awal harus diperoleh dari data geologi lokal yang terperinci. Parameter yang digunakan sebagai inisial model adalah kecepatan gelombang P, kecepatan gelombang S, rasio Poisson, dan densitas. Pencarian model berdasarkan parameter spasial uniform pseudo random. Metode ini mencari model yang memiliki misfit terendah dari semua ruang model. Proses inversi dengan NA mengikuti langkah-langkah berikut: 1. Menentukan parameter model ns0 secara acak dengan probabilitas seragam dalam parameter spasial. 2. Menghitung fungsi misfit untuk membangkitkan model terbaru dari model ns0. 3. Memilih model nr berdasarkan ketidaksesuaian terendah dari semua model yang dihasilkan.



4. Memperoleh model baru yang merupakan rata-rata dari model ns ke nr dengan probalistik seragam pada setiap model terpilih terbaik. 5. Menambahkan model baru dari model sebelumnya. Kembali ke langkah no 2.Pada prinsipnya, inversi HVSR merupakan implementasi dari metode forward modelling seperti yang dijelaskan oleh Mucciarelli et al. (2008). Kurva HVSR digunakan sebagai input untuk mendapatkan model profil kecepatan. Forward modelling digunakan untuk menghitung spektrum amplifikasi gelombang tubuh berdasarkan kurva HVSR. Secara empiris hubungan antara frekuensi dan ketebalan sedimen dijelaskan oleh Nakamura (2009)(fo = Vs/4h) berdasarkan fungsi transfer gelombang tubuh dari batuan dasar ke permukaan. Prinsip dasar dari fungsi transfer lapisan batuan dasar dan sedimen adalah akan mencapai nilai maksimum ketika ketebalan lapisan sedimen sama dengan seperempat panjang rambat gelombang geser, sehingga dari spektrum h/v diperoleh frekuensi resonansi dari puncak kurva yang sesuai (Nakamura, 2000). 1.2. Kurva Ellipticity Metode H/V telah banyak digunakan untuk mengidentifikasi efek lokasi lokal. Metode ini pertama kali diperkenalkan oleh Nogoshi & Igarashi (1970) dan dipopulerkan olehNakamura (1989). Komponen horizontal (H) dan vertikal (Z) direkam pada satu stasiun secara bersamaan. Secara sederhana perbandingan komponen horizontal dengan komponen vertikal menghasilkan puncak kurva, yang menunjukkan amplifikasi lokal dan frekuensi alami. Komposisi gelombang kebisingan ambien menurut Nakamura (1989) terdiri dari gelombang geser. Berbeda dengan yang diusulkan oleh Bonnefoy-Claudet et al. (2006) bahwa gelombang kebisingan ambien terdiri dari gelombang permukaan (gelombang Rayleigh dan Love).Spektrum H/V memberikan informasi tentang struktur bawah permukaan, terutama yang berkaitan dengan kecepatan gelombang geser, dan kedalaman batuan dasar (Scherbaum et al., 2003). Banyak penelitian yang menggunakan kurva eliptisitas dengan baik untuk memodelkan kecepatan gelombang P (Vp). Namun, model awal mempengaruhi hasil yang diperoleh sehingga akan bias.Penentuan kurva eliptisitas berdasarkan perhitungan misfit terbaik. Misfit adalah nilai yang memberikan gambaran atau mewakili perbedaan antara kurva dispersi teoritis dan kurva dispersi yang diamati. Parameter yang digunakan sebagai inisialisasi model awal adalah kecepatan gelombang P (Vp), kecepatan gelombang geser (Vs), Poisson Ratio (μ), dan densitas (ρ). Perhitungan misfit mengikuti rumus yang dikemukakan oleh Wathelet et al. (2008): Misfit = (fo experimental-fo calculated)/(dfo experimtal) Dimana fo = frekuensi dominan, dan dfo adalah simpangan baku dari frekuensi percobaan. Dalam kasus tertentu, inversi dilakukan dengan menggabungkan kurva dispersi dan kurva eliptisitas, kombinasi dari dua ketidaksesuaian mengikuti rumus berikut: Misfit gabungan = 1 – α misfit dispersi – α msifit ellipticity



2. Analisis Data 2.1.Penentuan Vs30 



Setelah memasukan data .hv (hasil kurva HVSR) sebagai data awal, maka akan menghasilkan data grafiknya







Atur parameter model kevepatan (Vp dan Vs) density dan poison ratio







Add workspace untuk melakukan inversi. Kemudian akan mulcul tabel observasi dimana kita bisa melihat berasa model yang aktif, jumlah terasi dan RMS.







Proses inversi akan dilakukan hingga jumah model maksimum atau hinga misfit mencapai nilai minimum. Jika data terlalu besar dan sampling rate terlalu banyak maka akan menghasilkan nilai misfit yang tinggi. Untuk beberapa kasus data harus di potong untuk solusi Vs yang lebih baik. Sebelum data di potong (cut) maka parameter inputan sebelumnya harus dibersihkan dan dihapus.Kemudian data di potong dan data yang Sudah dipotong di Run kembali hingga mendapat nilai misfit minimum untuk menghasilkan profile Vs







Simpan report agar dapat mencari nilai Vs pada kedalaman yang spesifik. Untuk mencari nilai Vs pada berbagai kedalaman atau kedalaman yang spesifik seperti Vs30 dilakukan menggunakan code pada terminal (disini menggunakan PowerShell). Buka terminal kemudian masuk kedalam directory report yang sudah di-create oleh dinver lalu jalankan code: gpdcreport .\run_07.report -best 1 | gpprofile -average-at 30 > 1sp2_VS_30.txt







Tampilan nilai Vs rata-rata hingga kedalaman 30 (Vs30) titik 1Sp2







Plotting atau pemetaan dapat dilakukan dengan GMT, ArcGis atau tools lainnya dengan inputan seperti dibawah ini



3.Pembahasan Untuk keperluan geoteknik, parameter penting dalam menentukan karakteristik tanah adalah kecepatan gelombang geser hingga kedalaman 30 meter (Vs30). Banyak yang berpendapat bahwa hingga kedalaman 30 m efek amplifikasi dapat mempengaruhi bangunan di atasnyaakibat gempa. Vs30 sebagai salah satu tahapan dalam memprediksi amplifikasi tanah saat terjadi gempa. Kecepatan gelombang geser sangat dipengaruhi oleh nilai frekuensi alami. Semakin rendah nilai frekuensi natural maka semakin rendah nilai kecepatan gelombang geser (Nakamura, 2009). Kemudian nilai kecepatan gelombang geser dirataratakan untuk menentukan Vs30 dan diklasifikasikan menurut ketentuan Standar Nasional Indonesia (SNI) 1726:2019 dalam menentukan jenis tanah