• 방사성폐기물학회지
• /
• 제6권4호
• /
• pp.307-327
• /
• 2008

경주 중 저준위처분장의 안전성평가에 필요한 기초자료를 제공하고, 지화학 모델링의 자료를 제공하기 위하여 처분부지의 암석, 광물에 대한 지구화학적 특성연구를 수행하였다. 이를 위하여 편광 현미경 관찰, X-선 회절분석, 주원소 및 미량원소 화학분석, 미세조직관찰을 위한 주사전자현미경(SEM) 분석, 안정동위원소분석이 수행되었다. 조사지역내에는 지역적으로 파쇄대가 발달하여 있으며 이 파쇄대를 따라 매우 다양한 변질양상을 관찰할 수 있다. 처분부지의 모암은 화강섬록암 및 섬록암으로서 지표지질조사시 이들의 관계는 점이적으로 변하는 데에 비해 화학적으로는 비교적 명확하게 구별되어 화강섬록암이 성록암에 비해 높은 $SiO_2$ 함량, 낮은 MgO, $Fe_2O_3$ 함량을 보여준다. 그러나 $SiO_2$의 증가에 따라 각 주원소들의 변화경향이 동일선상에 놓여 있어서 이들이 동일한 마그마 기원일 가능성을 지시한다. 처분부지내의 주원소들의 공간적 분포를 살펴보면, 섬록암 지역이 화강섬록암 지역에 비해 낮은 $SiO_2,\;Al_2O_3,\;Na_2O,\;K_2O$ 및 높은 CaO, $Fe_2O_3$ 분포를 보여주어 화강섬록암과 섬록암 지역의 차이가 명확하다. 이 중 CaO와 $Na_2O$의 분포 양상은 섬록암과 화강섬록암 지역 간의 차이가 더욱 분명하고 그 증감 경향이 거의 정확하게 상반되어 있어 주구성광물인 사장석의 조성변화가 처분부지 암석의 조성을 변화시키는 가장 큰 원인임을 알 수 있다. 시추코아에서 확인된 단열광물은 몬모릴로나이트, 제올라이트광물, 녹니석, 일라이트, 방해석, 황철석 등이다. 일반적으로 열수변질광물로 알려져 있는 황철석과 로먼타이트가 매우 광범위하게 분포하는 것으로 보아 조사지역 전반에 걸쳐 광범위한 광화작용 혹은 열수변질작용이 있었음을 지시한다. 단열대 내 황철석의 황 안정동위원소분석과 단열충전광물들의 산소 및 수소 안정동위원소 분석결과 역시 이들이 마그마 기원임을 지시한다. 따라서 처분부지 내 단열충전광물들은 단열대를 따르는 지하수와의 단순한 물-암석 반응 이외에 광범위한 마그마 기원의 열수작용에 의한 영향을 받은 것으로 판단된다.

• 자원환경지질
• /
• 제44권3호
• /
• pp.229-238
• /
• 2011

가스하이드레이트 부존량 평가에 있어서 해당 부존 지역의 S파 속도 정보는 암상과 공극유체의 정보를 파악하는데 결정적인 역할을 한다. 만일 퇴적층 내에 가스하이드레이트가 존재한다면 이 층에서의 P파 속도와 S파 속도는 동시에 증가하게 되며, 그 하부에 자유가스가 존재하는 경우 P파의 속도는 감소한다. 하지만 S파의 경우 공극을 채우고 있는 유체의 영향을 받지 않고 순수하게 매질을 통해서 진행하므로 하이드레이트 층의 하부에 자유가스층이 존재한다고 해도 그 속도가 변하지 않거나 오히려 매질의 영향으로 그 속도가 증가한다. 본 연구에서는 이러한 특성을 확인하기 위해 울릉분지의 가스하이드레이트 유망지역 중 탄성파 단면상에서 BSR(해저변 모방 반사면)이 강하게 분포하는 한 지점에서 한국지질자원연구원이 2009년 5월에 OBS(해저면 탄성파 기록계)를 이용하여 취득한 해저면 다성분 탄성파 자료를 이용하여 가스하이드레이트 부존 심도 부근의 P파 빛 모드전환 S파의 속도를 구하였다.OBS의 하이드로폰(hydrophone) 성분에 기록된 P파 자료를 이용하여 탄성파 주시 역산법을 수행하여 P파 속도 및 섬도 구조를 도출하였다. 해당지역에 취득한 2차원 반사법 탐사 자료는 기본 전산처리를 통해 구한 탐사지역의 기본 층서모델을 초기모델로 삼았다. 여기에 수평 2성분 지오폰(geophone)에 기록된 자료의 극성 분석을 통해 S파의 에너지가 최대로 모인 radial 성분 단면도를 생성하고 여기서 발췌한 주요 S파 이벤트의 주시를 이용해 포아송 비 정모델링을 수행하여 OBS가 위치한 지점에서의 포아송 비와 S파 속도구조를 최종적으로 도출하였다. 본 연구를 통해 탐사지역의 가스하이드레이트 존재로 인한 BSR 상하부 층의 P파 속도 역전 현상과 P파와는 달리 BSR 상부에서 히부로 갈수록 S파의 속도가 약간 증가하는 경향을 보여 결과적으로 자유가스층의 존재로 인한 BSR 하부에서 포아송 비 감소현상이 뚜렷함을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.