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.
가스 하이드레이트는 전세계적으로 새로운 에너지 자원으로 활용 가능성을 포함하고 있어 연구가 활발하게 진행되고 있다. 한국자원연구소에서는 1997년 부터 동해에서 메탄 하이드레이트 부존 잠재력 규명을 위한 탄성파 탐사를 하고 있다. 탄성파 자료에서 하이드레이트 부존을 의미하는 일반적인 특성은 해저면과 평행하게 나타나는 BSR(Bottom Simulating Reflection)과 BSR 상부에서 보이는 진폭감소 그리고 BSR 하부에서 보이는 진폭증가와 구간속도의 감소 그리고 BSR에서 반사파의 역전현상 등이 있다. 따라서 위와 같은 하이드레이트 부존특성을 탐지하기 위한 목적으로 실시되는 자료처리는 진 진폭을 유지하는 자료처리, 정밀 속도분석 및 AVO분석 등이 요구된다. 본 연구는 1998년 동해에서 취득된 탄성파 탐사자료를 처리하여 하이드레이트 부존 가능성을 확인하고자 하였다. 적용된 자료처리 공정은 구형확산 보정과 주파수 필터링, 공심점 분류, 정밀 속도분석 공정 등이다. AVO분석은 이용된 현장자료가 AVO를 분석할 정도의 입사각을 유지하고 있지 않아 제외하였다. 정밀 속도분석은 반복적으로 속도 스펙트럼을 구하는 방법으로 정확한 중합속도 결정이 가능한 XYA를 이용하였으며 자료처리의 모든 공정은 국내고유의 탄성파 자료처리 소프트웨어인 Geobit 2.9.5 를 이용하였다. 자료처리 결과 음원위치 $1650\~1900$에서 해저면으로 부터 약 $367\~477m$ 깊이(왕복주시 약 1800ms)에 해저면과 평행하게 발달한 BSR을 확인할 수 있었으며, BSR부근에서 구간속도 감소 뿐만 아니라 해저면 반사파의 위상과 반대인 반사파 역전현상도 확인할 수 있었다.
전 세계적으로 사회기반시설 및 신재생 에너지 생산을 위한 공간부족 문제를 해결하기 위하여 초대형 부유구조물에 대한 관심이 증가하고 있다. 다양한 사용분야에 대한 안정성 확보를 위해 파랑하중에 의한 동적 응답과 부유체의 강성 대비 길이 효과로 인해 발생할 수 있는 특이 거동에 대한 분석이 필요하다. 초대형 부유구조물의 경우 중앙부에 비해 양끝 단에서 과도한 응답이 발생하며, 이를 해결하기 위해 입사파가 들어오는 초대형 부유구조물의 단부에 부착되는 다양한 감요장치(anti-motion device)가 제안되어지고 있다. 초대형 부유구조물에 감요장치가 적용될 경우 입사파에 의한 동적 파압을 감소시켜 구조물의 전반적인 응답을 줄여줄 수는 있지만 감요장치의 질량이 클 경우 오히려 끝단의 응답을 증폭시킬 수 있다. 본 논문에서는 양단 자유 경계조건의 탄성지지된 보를 이용하여 초대형 부유구조물의 길이와 끝단에 부착된 감요장치의 질량으로 인한 영향을 분석하였다.
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.
수동 표면파 탐사는 인공 송신원 없이 생활잡음 또는 자연 발생 소음 등을 송신원으로 이용해 탄성파 신호를 측정한다. 수동 송신원은 낮은 진동수 대역에서 발생하기 때문에 수동 표면파 탐사는 일반적인 능동 탐사법 보다 더 깊은 심도의 지질 정보를 확보할 수 있어 심부 부지 평가 분야에 많이 활용되고 있다. 수동 표면파 탐사 자료는 능동 표면파 탐사 자료 해석과 마찬가지로 자료 획득 후 진동수 분산곡선을 구하여 1차원으로 가정한 속도구조를 해석한다. 하지만 수동 표면파 탐사 자료는 송신원이 무작위로 발생한다는 특성 때문에 여러 수신기에서 측정된 신호들의 공간자기상관을(spatial autocorrelation) 이용해 수신 자료들의 일관성(coherence) 곡선을 구하고 이로부터 분산곡선을 구하게 된다. 이 기술보고에서는 수동 표면파 탐사 이론, 탐사 방법, 자료처리 기법을 살펴보고 실제 적용 사례를 분석한다.
엔지니어링 탄성파 반사법 자료에서 자주 부딪히는 문제는 천부 불연속면의 작은 반사 에너지가 발파로 인한 음파, 직접파, 굴절파 및 진폭이 큰 표면파와 같은 잡음으로 가려진다는 점이다. 자료처리 과정에서 그 동안 국내 지반탐사 자료에 적용되지 않았던 방사변환 기법을 통하여 현장에서 얻어진 거리-시간 영역의 자료를 단순히 속도-시간 영역의 자료로 변환시켜 일관성 잡음을 제거하고자 하였다. 적용성 평가를 위해 수백 미터 깊이를 대상으로하는 고품질의 퇴적분지 탐사자료와 수십 미터 깊이를 대상으로 하는 잡음이 많은 엔지니어링 탐사자료를 시험자료로 선택하였다. 이 방법은 대역통과 필터링과 주파수-파수 필터링에 비해 반사파의 진폭을 약화시키지 않고 음파, 표면파, 직접파, 굴절파와 같은 천부의 일관성 선형 잡음을 효과적으로 약화시킬 수 있었다. 방사 트레이스 영역에서 잡음의 주파수 특성을 고려하여 설계된 저주파 제거 필터를 적용할 때 표면파 분산 구간은 물론 주파수-파수 필터링에서 통제하기 힘든 직접파, 굴절파 및 음파의 중첩 구간(50m 깊이 이내)에 있는 천부 반사면들이 효과적으로 부각되었다. 일관성 있는 선형 잡음에 제한되어 적용되는 이 방법은 앞으로 속도-시간 영역에서 각 종 잡음의 분포 특성을 정확히 파악할 때 엔지니어링 자료에 흔히 나타날 수 있는 절리, 파쇄대, 천부 단층에 의한 회절파와 역-산란파와 같은 잡음도 충분히 조절할 수 있을 것으로 보인다.
본 연구에서는 탄성변형 에너지를 이용하는 충격실험장치인 변형에너지 충격시험장치(SEFIM)의 변형률 속도를 증가시키기 위하여, 탄성변형 에너지가 저장되는 에너지 프레임의 직경 및 재질을 다르게 하여 그 영향을 조사하였다. 현재 강재를 에너지 프레임의 재질로 사용한 SEFIM의 발현 가능한 변형률 속도범위는 10-40 /sec까지이지만, 에너지 프레임의 재질과 직경을 다르게 하여 충격 시 변형률 속도가 72 /sec까지 증가되었다. 충격실험에 사용된 HPFRCCs는 장섬유 1%와 단섬유 1%를 함께 초고강도 콘크리트에 혼입하였다. 정적 변형률 속도에서 뿐만 아니라, 네 가지 종류의 에너지 프레임을 사용한 높은 변형률 속도(14-72 /sec)에서도 변형경화 거동을 나타내었다. 에너지 프레임의 직경을 기존의 35 mm에서 25 mm로 작게 변경함에 따라서 변형률 속도가 증가하였으며, 에너지 프레임 재질을 강재, 알루미늄 그리고 티타늄으로 변경함에 따라, 강재보다 높은 탄성파 속도를 가지고 많은 크기의 탄성변형 에너지를 저장할 수 있는 티타늄 합금을 사용한 경우 더욱 높은 변형률 속도(72 /sec)를 생성하였다. 알루미늄 재질의 에너지 프레임의 경우 충격실험 시 작용되었던 응력으로 인해 탄성영역을 벗어나 소성변형을 일으켜 파단되어 본래 가지고 있던 성질을 발현하지 못하였다.
탄성파 자료에서의 단층 해석은 기계학습을 적용하기 매우 적합한 분야라고 할 수 있다. 결과적으로 다양한 형태의 기계학습 기반 단층 해석 기술들이 개발되고 있으며, 특히 합성 자료를 사용해 기계학습 모델을 훈련시키는 연구들이 중점적으로 수행되고 있다. 합성 자료를 사용할 경우 기계학습 모델을 훈련시키기 위한 대량의 자료를 확보하기가 용이하고, 정확한 단층 구조 라벨을 함께 제작할 수 있다는 장점이 있다. 합성 자료로 훈련시킨 모델을 사용해 현장 자료를 해석하기 위해서는 모델 훈련에 사용한 합성 자료가 지질학적으로 현실적이어야 한다. 이 연구에서는 실제 현장 자료와 유사한 합성 자료 제작을 위한 기술을 소개한다. 먼저 현실적인 단층 구조가 포함된 반사계수 모델을 제작한 후 일방향 파동 방정식 모델링을 적용해 효율적으로 겹쌓기 단면을 생성한다. 생성된 겹쌓기 단면에 참반사보정을 적용해 회절파의 영향을 제거하고, 무작위 잡음을 추가함으로써 현장 자료와 비슷한 형태의 합성 자료를 생성할 수 있다. 생성한 합성 자료를 U-Net 구조의 합성곱 신경망 모델에 적용하여 검증한 결과, 현실적으로 만들어진 합성 자료는 현장 자료에 적용이 가능한 딥러닝 모델을 효과적으로 훈련시킬 수 있다는 것을 확인하였다.
해양 환경에서의 기포는 바람, 파도, 선박 및 해저 가스 누출을 포함한 여러 요인에 의해 생성된다. 수중에서의 기포는 강력한 산란 신호를 생성하여 음향 신호를 측정하는데 영향을 미친다. 이러한 기포의 특성은 음파 신호의 세기를 감쇠시켜 소음 차단 목적으로 주로 이용되고 있으며, 최근에는 해저에서 대규모로 누출되는 메탄가스 탐지를 위한 연구가 진행되고 있다. 이러한 가스 누출은 기포플룸의 형태를 취하며, 기포의 물리적 특성과 분포 구조를 이해하는 것은 누출된 가스를 기후 변화와 연관성을 파악하는데 중요한 요소 중 하나이다. 본 연구에서는 탄성파 영상화 기법을 이용하여 기포플룸의 분포를 추정하고자 수조환경에서 실험을 수행하였으며, 별도로 제작된 인공기포 발생기, 자료 취득 시스템을 이용하여 기포에 의한 음향 신호를 취득하였다. 기포플룸을 영상화하기 위해 지진파 영상기법 중 역시간 구조보정을 이용하였으며, 획득한 음향 신호의 포락선 신호를 이용하여 기포 분포 패턴을 효과적으로 추정하였다. 영상화 결과의 검증을 위해 추정된 기포플룸의 분포와 광학카메라 영상을 비교하였다. 실험결과 탄성파 영상화 기법 통해 인공 기포플룸의 산란신호를 이용한 영상화가 가능함을 확인하였다.
Land seismic reflection survey has been increasingly demanded in various civil engineering works because of its own ability to delineate layers, water table, to detect cavities or fracture zones, to estimate seismic velocities of each layer. However, our shallow subsurface structures are very complex. The relatively thin layer(mostly soil) to the wavelength directly followed by a basic rock with high impedance used to generate complicated surface waves, kind of channel waves with high amplitude that is dominate in entire seismograms and hence the useful reflection events will be almost hopelessly immersed in the undesired surface waves. Thus, it would seem that the use of traditional seismic survey could not be likely to provide in itself a satisfactory information about our exploration targets. This paper hence introduces an efficient measuring strategy illustrating a properly controlled arrangement of the vertical single force sources commonly used, yielding a very sharply elongated form of P-energy with a minimum of S radiation energy, what we call, P-beam source. Abundant experiments of physical modeling showed that in that way the surface waves could be enormously reduced and the reflection events would be additive and thus reinforced. Examples of field data are also illustrated. The contribution of P-beam source will be great in civil engineering area as well as in general geological exploration area.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.