• 한국지진공학회논문집
• /
• 제25권2호
• /
• pp.71-81
• /
• 2021

This paper presents a real-time, false-pick filter based on deep learning to reduce false alarms of an onsite Earthquake Early Warning (EEW) system. Most onsite EEW systems use P-wave to predict S-wave. Therefore, it is essential to properly distinguish P-waves from noises or other seismic phases to avoid false alarms. To reduce false-picks causing false alarms, this study made the EEWNet Part 1 'False-Pick Filter' model based on Convolutional Neural Network (CNN). Specifically, it modified the Pick_FP (Lomax et al.) to generate input data such as the amplitude, velocity, and displacement of three components from 2 seconds ahead and 2 seconds after the P-wave arrival following one-second time steps. This model extracts log-mel power spectrum features from this input data, then classifies P-waves and others using these features. The dataset consisted of 3,189,583 samples: 81,394 samples from event data (727 events in the Korean Peninsula, 103 teleseismic events, and 1,734 events in Taiwan) and 3,108,189 samples from continuous data (recorded by seismic stations in South Korea for 27 months from 2018 to 2020). This model was trained with 1,826,357 samples through balancing, then tested on continuous data samples of the year 2019, filtering more than 99% of strong false-picks that could trigger false alarms. This model was developed as a module for USGS Earthworm and is written in C language to operate with minimal computing resources.

• 한국재난정보학회 논문집
• /
• 제16권1호
• /
• pp.133-143
• /
• 2020

연구목적: 본 연구는 국내에서 발생한 지진관측기록의 P파 성분으로부터 PGV를 예측하기 위한 예측식을 도출하고 지진현장경보(Onsite EEW)신뢰성을 검증함을 목적으로 한다. 연구방법: 국내에서 발생한 627개 지진 이벤트에 대한 관측기록으로부터 P파 외의 잡음을 제거하여 기반암에서의 PGV와의 예측식을 도출하고, 이를 이용한 지진현장경보 시뮬레이션을 통해 PGV의 예측치와 관측치 비교로부터 신뢰성을 검증한다. 연구결과: P파 잡음을 제거한 지진 관측기록으로부터 Filter Picker를 사용하여 P파를 추출하고, PGV와의 회귀분석을 통해 지진현장경보를 위한 예측식을 도출했다. 현장경보 시뮬레이션 결과 경보대상 구간인 MMI IV 이상 구간에서 MMI±1 오차범위 내 80%의 성공률을 얻었다. 결론: 본 연구를 통해 국내 지진기록을 이용한 지진현장경보의 설계 가능성과 성능을 확인하였다. 유효성을 높이기 위해, 해외 지진다발지역의 중규모지진의 관측기록을 분석기록으로 추가하고, 오탐지 제어 및 지표에서의 지진파 증폭에 효과 구현이 필요하다.

• 한국재난정보학회 논문집
• /
• 제14권4호
• /
• pp.440-449
• /
• 2018

연구목적: 본 연구는 단일 지진관측기로부터 P파를 추출하여 PGV를 산출하는 현장지진경보(Onsite EEW)를 설계와 검증을 목적으로 한다. 연구방법: 국내에서 발생한 12개의 지진파형데이터를 이용하여 적합한 P파 감지 시간(PTW)의 크기를 정하여, P파 물성치인 Pd, Pv 및 Pa를 산출하고, 경험식을 통한 PGV 추정값을 관측치와 비교하였다. 연구결과: PGV 관측치와 추정치의 비교결과를 경보 발령 기준인 진도 등급 내에서 비교하였을 때 오보 비율은 최소 86.7%의 적중률을 보였으며, PTW를 2초로 줄이는 효과로 경보시간은 1초, 공백역은 6Km를 단축할 수 있다. 결론: 본 연구를 통해 국내에서 지진현장경보의 가용성을 확인하였으며, 실제 활용을 위해서는 지속적인 관측을 통해 지진파형 데이터수를 늘이고, 현장 노이즈를 제거하는 기술을 통해 한국형의 회귀식과 알고리즘 개발이 필요하다.

• 한국농림기상학회지
• /
• 제16권4호
• /
• pp.389-395
• /
• 2014

이 단보는 농업기상재해 조기경보시스템을 전국적인 현업서비스로 정착시키기 위한 초기단계 기술구현에 관해 설명한다. 먼저 집수역별 기상특보 서비스는 기상청에서 발표하는 기존 150개 시군단위 특보발생 여부를 공간통계기법에 의해 810개 집수역 단위의 순차적인 위험도로 표현하였다. 두번째로 집수역별 지발성 재해경보 서비스는 76개 정규기상관측소의 일별 자료를 토대로 810개 집수역의 중장기 경과기상을 주단위로 감시하여 같은 기간의 기후학적 평년기상에 대비한 현 시점의 만성적 재해위험을 상대지수로 표현하였다. 마지막으로 조기경보서비스 시범지역인 섬진강 하류유역 내 자원농가에 대해여 재해위험을 필지별로 산출하여 개별적으로 전달하기 위한 기반을 마련하였다. 이들 세 종류의 정보를 국토교통부 공간정보 오픈 플랫폼 배경지도 위에 전국 집수역 및 시범지역 내 농장단위 재해위험 레이어로 중첩시켜 준실시간 지도 서비스를 구축하였다.