• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.227-241
• /
• 2022

전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.

• 지구물리와물리탐사
• /
• 제9권1호
• /
• pp.86-92
• /
• 2006

정규화된 파동장을 이용하는 탄성파 전파형 역산법은 기존의 전파형 역산법에서 필요로 하는 탄성파원 예측으로 인해 야기되는 잠재적인 역산오차를 피할 수 있다. 본 논문에서는 이러한 전파형 역산법에 가중 평활화제약을 추가하여 분해능을 높였으며, 모든 주파수성분을 동시에 역산하지 않고 주파수 별로 순차적으로 역산하도록 수정하였다. 새로운 방법은 간단한 2 차원 단층모델에 적용하여 검증하였다. 가장 큰 개선점은 적분감도에 기초하여 결정한 가중계수를 모델변수에 도입한 점이다. 모델변수에 가중계수를 적용하면 평활화제약을 선택적으로 완화할 수 있기 때문에 영상화 재구성 시 잘못된 영상을 줄이는데 효과적이다. 다중 단일주파수 역산은 다중주파수 동시역산을 대치할 수 있으며, 특히 작은 주파수부터 먼저 사용하는 순차적인 단일주파수 역산은 계산효율면에서 유용하다.

• 지구물리와물리탐사
• /
• 제1권1호
• /
• pp.49-56
• /
• 1998

탄성파토모그래피는 고해상의 자료분석을 필요로 하는 환경이나 토목 등 공학적 응용분야에서 지하구조를 결정하기 위해 널리 사용되는 방법이다. 지금까지의 탄성파토모그래피는 대부분 주시역산에 의존해 왔으나 최근에는 파형정보를 이용하는 역산기법들이 활발히 연구되고 있다. 본 연구에서는 이러한 파형정보를 이용하여 음파 매질에서의 이차원 전파형 역산 알고리듬을 개발하였다. 전파형 역산은 Born역산의 약산란장 가정이나 주시역산의 고 주파수 가정이 필요 없는,분해능이 가장 좋은 방법이다. 그러나 초기추정값이 실제 모델과 많이 다를 경우 국부 최소값에 빠진다는 단점이 있다. 본 연구에서는 주시 역산을 통해 배경값을 추정하고 이를 초기추정 값으로 주어 전 파형 역산을 수행하는 알고리듬을 개발하였다. 본 알고리듬을 인공탄성파자료에 적용한 결과, 주시 역산 결과를 전파형 역산의 초기치로 사용할 경우 오차의 수렴속도가 매우 빠르고 분해능이 뛰어난 영상을 제공함을 확인할 수 있었다. 이는 주시역산을 통한 배경값 추정이 전파형 역산의 국부 최소값 문제와 계산 시간의 문제를 효과적으로 해결할 수 있는 방안임을 시사한다. 또한 축소모형실험자료에 대하여 본 알고리듬을 적용한 결과 재구성된 속도구조가 실제 모형과 잘 일치함을 알 수 있었고, 이를 통하여 현장자료에 대한 적용가능성을 확인하였다.

• 지구물리와물리탐사
• /
• 제15권3호
• /
• pp.129-135
• /
• 2012

동시 송신원 전파형 역산 기법은 계산량을 획기적으로 줄여 전파형 역산의 적용성을 높여준다. 그러나 다수의 송신원 모음 자료를 동시에 모델링하여 사용하기 때문에 관측 자료의 수진기 위치가 송신원에 따라 다른 경우, 나머지(residual) 파동장에 불필요한 값을 생성하게 되고 이는 파형역산의 수렴성을 저해하게 된다. 특히, 제한된 벌림 거리(offset)를 갖는 스트리머 방식의 탐사자료는 동시 송신원 기법을 적용하기에 가장 어려운 자료 형태이다. 이러한 문제점을 극복하기 위해 최근에 global correlation에 기반한 목적함수가 제안되었고, 시간영역 전파형 역산에 성공적으로 적용되었다. 그러나 이 기법은 변형된 목적함수를 사용하기 때문에 나머지 파동장이 왜곡되고 경우에 따라 역산 결과에 부정적인 영향을 주기도 한다. 또한, 여러 가지 장점을 갖고 있는 주파수 영역 파형역산에 적용된 사례는 아직 보고된 적이 없다. 본 논문에서는 이러한 나머지 파동장의 왜곡을 최소화하기 위해 global correlation 계산 시 사용하는 자료에 진폭감쇠 기법을 적용한다. 진폭감쇠를 적용한 자료는 global correlation의 특성을 최적화하여 나머지 파동장의 왜곡을 줄이고 파형역산 결과를 향상시킨다. 시간 영역에서 구한 나머지 파동장을 주파수 영역에서 역전파시킴으로써 global correlation기법을 주파수 영역에서 구현한다. 스트리머 방식의 합성 탐사자료를 이용한 예제를 통해 본 논문에서 제안한 기법이 기존의 global correlation 목적함수에 기반한 동시 송신원 전파형 역산보다 향상된 결과를 얻을 수 있음을 보여준다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.214-216
• /
• 2022

분포형 음향 센싱(distributed acoustic sensing, DAS)은 광섬유 케이블을 수신기로 활용하는 탐사기술로서, 석유탐사 및 지진분야에서 모니터링 목적으로 활발히 적용되고 있다. 최근에는 지하매질의 물성정보를 도출하기 위해 분포형 음향 센싱 자료를 활용한 전파형역산 연구가 수행되고 있다. 분포형 음향 센싱은 광섬유 케이블 상의 두 점 간의 위상 차이에 의한 변형률을 측정하기 때문에, 기존 전파형역산 알고리즘에 직접 활용하기 어렵다. 분포형 음향 센싱 자료를 전파형역산에 활용하기 위해, 본 연구에서는 평면파 가정에서의 변형률과 수평입자속도의 관계식을 이용한 평면파 전파형역산 알고리즘을 개발하였다. 수치실험을 통해 평면파 가정에서의 변형률과 입자속도 간의 관계식이 성립함을 확인하였다. 다양한 탐사환경에서 분포형 음향 센싱 자료에 대한 전파형역산의 적용 가능성을 확인하기 위해, 육상 및 해저면 탄성파 탐사 환경을 모사한 4층 및 수정된 Marmousi-2 속도모델을 이용하였다. 제안된 전파형역산을 통해 육상 및 해저면 탄성파 탐사 환경하에서 P파 및 S파 속도구조를 정확히 도출할 수 있었다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.203-213
• /
• 2022

탄성파 탐사 자료의 영상화를 통해 지층의 구조를 파악하기 위해서는 지하 매질의 탄성파 속도 정보가 필수적이다. 지하 매질의 속도를 추정하기 위해 전파형역산(Full waveform inversion) 기술이 주목을 받고 있지만 3차원 전파형역산은 방대한 컴퓨터 자원과 계산 시간이 요구된다. 본 연구에서는 3차원 음향 전파형역산과 2차원 음향 전파형역산의 계산 성능과 정확성을 비교하고, 회절각 필터링 기술을 이용한 주파수영역 2차원 전파형역산을 통해 2차원 근사의 한계점을 일부 보완할 수 있음을 확인한다. 큰 반사각도의 성분만을 이용하는 회절각 필터링 기술을 적용하여, 3차원 탐사자료를 통해 2차원으로 근사할 때 문제가 될 수 있는 2차원 단면을 벗어난 지역으로부터의 반사파의 영향을 줄이고, 3차원 전파형역산과 구조보정에 필요한 장파장 속도구조를 구축할 수 있을 것으로 기대한다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.242-251
• /
• 2022

자동 미분은 컴퓨터를 이용한 미분 계산시 함수의 전방향 연산만 정의하면 연쇄법칙을 이용해 함수의 미분을 자동으로 계산해주는 기능이다. 최근 자동 미분을 지원하는 계산 라이브러리들의 발달에 따라 지구 물리 역산 문제에 자동 미분 기술을 도입하는 사례가 증가하고 있다. 본 연구에서는 탄성파 탐사 전파형 역산 목적함수의 그래디언트 계산시 자동 미분을 도입하였을 때의 장단점과 성능을 분석하였다. 목적함수의 그래디언트 계산은 연쇄법칙을 이용해 매개변수 미분, 파동장 미분과 목적함수 미분의 곱으로 나타낼 수 있다. 수치 예제를 통해 매개변수 미분과 목적함수 미분 계산은 자동 미분으로 수행하고 파동장 미분은 해석적 방법으로 수행함으로써 해석적 미분의 장점인 빠른 성능과 자동 미분의 장점인 복잡한 그래디언트 계산의 편리성을 함께 얻을 수 있음을 보였다.

• 지구물리와물리탐사
• /
• 제5권1호
• /
• pp.33-45
• /
• 2002

주시 토모그래피의 한계인 분해능을 극복하기 위하여 새로운 영상화 기법이 요구되며 그 중의 하나가 파형 역산이다. 파형 역산은 위상뿐만 아니라 파동의 진폭을 동시에 이용하므로 지하구조를 고해상으로 영상화할 수 있는 기법이다. 그러나 파형역산은 전파와 역전파의 모형반응 계산이 요구되므로 많은 계산 시간이 요구된다. 본 연구에서는 파형역산 기법에서 효율적인 합성 파동장 계산을 위하여 속도-응력법을 이용하였다. 시추공 영상화 기법들의 분해능을 알아 보기 위하여 수치모형에 적용, 비교하여 파형역산과 주시 토모그래피의 분해능을 살펴보았다. 파형역산의 분해능 한계는 Schuster가 유도한 구조보정의 분해능 한계와 유사함을 알 수 있었다. 시추공의 기하학적인 문제로 인한 커버리지의 부족의 문제는 VSP자료를 적용함으로서 해결할 수 있어 수평적인 분해능이 향상되었다. 또한 구현된 알고리듬의 현장적용성을 평가하기 위하여 실제와 유사한 이론모형에 적용해보았으며 이 때 발생하는 비선형성을 줄이기 위해 초기치로 주시역산 토모그램을 적용하여 좋은 결과를 얻었다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2011년도 학술대회 및 정기총회
• /
• pp.49-53
• /
• 2011

• 지구물리와물리탐사
• /
• 제24권2호
• /
• pp.53-66
• /
• 2021

속도 모델 구축은 탄성파 탐사 자료처리에서 필수적인 절차이다. 주시 토모그래피나 속도 분석과 같은 기존 기법들은 하나의 속도 모델을 예측하는 데 계산 시간이 오래 걸리며 역산 결과의 품질이 전문가의 판단에 크게 의존한다. 전파형 역산 또한 초기 속도 모델에 크게 의존한다는 문제가 있다. 최근 심층 신경망 기법이 복잡하고 비선형적인 문제를 푸는데 적용되는 사례가 많아지면서 널리 보급되고 있다. 이 논문에서는 심층 신경망 기법을 이용한 탄성파 속도 모델 구축 사례들을 각 연구에 사용한 신경망에 따라 분류하며 조사하였다. 또한 훈련용 인공 속도 모델 생성 사례도 포함하였다. 심층 신경망은 대량의 데이터로부터 신경망을 훈련함으로써 모델 매개변수를 자동으로 최적화한다. 따라서 기존 기법들에 비해 역산 결과에 사람의 판단이 개입될 여지가 적으며 훈련을 마친 후 하나의 속도 모델을 예측하는 비용은 무시할 수 있다. 또한, 심층 신경망은 전파형 역산과 달리 초기 속도 모델이 필요하지 않다. 여러 연구에서 계산 비용뿐만 아니라 역산 결과에서도 심층 신경망 기법이 뛰어난 성과를 달성하는 것을 보여주었다. 연구 결과들을 바탕으로 속도 모델 구축에 사용된 심층 신경망 기법의 특징에 대해 분석하고 논의하였다.