EINSTEIN (E-JOURNAL)
Vol 1, No 2 (2013): EINSTEIN

PEMODELAN KEDEPAN 1-D DATA MAGNETOTELLURIK (MT) YANG BEBAS DISTORSI

Juniar Hutahaean (Unknown)
Eidi Sihombing (Unknown)
Winsyahputra Ritonga (Unknown)



Article Info

Publish Date
01 Nov 2013

Abstract

Suatu estimasi yang teliti terhadap distribusi konduktivitas material lapisan bawah permukaan bumi dari kurva respon permukaan 1-D sangat diperlukan untuk ketetapan interpretasi magnetotellurik (MT) sounding. Pada kenyataannya, konduktivitas listrik di bawah permukaan bumi bukan saja bergantung terhadap kedalaman, tetapi perubahan konduktivitas listrik secara lateral dapat menyebabkan distorsi terhadap kurva respon I-D Magnetotellurik. Untuk mengatasi permasalahan ini, disusunlah suatu algoritma dengan mentransformasi respon impedansi permukaan menjadi respon logaritmik kompleks tak berdimensi yang invariant terhadap distorsi sehingga kesalahan perhitungannya tidak dipengaruhi faktor distorsi. Berdasarkan algoritma ini respon logaritmik permukaan dihitung secara rekursif dengan pendekatan linear melalui logaritma kontras konduktivitas antar lapisan. Perangkat lunak ini diujicoba terhadap empat model lapisan bumi. Dari keempat model yang diajukan, semuanya memenuhi syarat batas sebagai kurva respon 1-D MT karena –π/4 ≤ lm lobs ≤ π/4, sedangkan bagian real kurva respon hanya bergantung pada harga σ0. Jika σ0 makin besar maka bagian real kurva respon akan bergeser ke bagian atas dan sebaliknya, namun bentuknya tidak berubah. Karena itu, kurva respon logaritmik ini dapat digunakan sebagai kurva baku untuk estimasi distribusi konduktivitas lapisan material di bawah permukaan bumi 1-D.

Copyrights © 2013






Journal Info

Abbrev

einsten

Publisher

Subject

Control & Systems Engineering Earth & Planetary Sciences Electrical & Electronics Engineering Materials Science & Nanotechnology Mechanical Engineering Physics

Description

EINSTEIN (e-Journal) is a journal managed by the Department of Physics, Faculty of Mathematics and Natural Sciences, State University of Medan. This journal is published three times a year (February, June, and October). EINSTEIN (e-Journal) is a scientific journal that publishes articles from the ...