• 자원환경지질
• /
• 제46권6호
• /
• pp.485-494
• /
• 2013

주입된 $CO_2$가 환경에 영향을 미치지 않고 지하에서 안정적으로 저장되어 있는지를 총체적으로 모니터링 하는 주입 및 주입 후 관리 (Monitoring, Mitigation and Verification, MMV) 기술은 이산화탄소 지중저장 분야에서 경제적 및 환경적으로 매우 중요한 역할을 하고 있다. 특히, 해외 대규모 지중저장 프로젝트 사례를 보았을 때 주입한 $CO_2$의 거동을 가장 효율적으로 모니터링할 수 있는 방법 중의 하나로 탄성파를 이용한 시간 경과 (Time-lapse) 모니터링 기술이 그 핵심으로 떠오르고 있다. 이 연구에서는 캐나다 Estevan에 위치한 Aquistore 이산화탄소 주입 현장의 3차원 베이스라인 (baseline) 탄성파 자료를 수집하고 분석하여 국내 지중저장 탄성파 모니터링 실증화를 위한 기초 연구를 수행하였다. 이산화탄소 주요 저장 대상층은 탄성파 도달 시간 1,800 ~ 1,900 ms 깊이의 Winnipeg 와 Deadwood 사암층이다. Aquistore 탄성파 자료에 대한 에너지, 유사도(similarity)를 도출하고 주파수를 분해하여 $CO_2$ 주입 대상층의 특성을 규명하였다. 그 결과 등시선도 1,800 ms의 연구지역 북측, 1,850 ms의 남측에 탄성파 에너지가 큰 영역이 집중적으로 분포함을 확인할 수 있었고, 탄성파 에너지 속성을 도시하여 반사계수가 큰 사질 퇴적양상이 우세한 영역을 구분할 수 있었다. 또한 탄성파 기록의 유사도를 도출하여 두 개의 주요한 구조선이 북서-남동 방향으로 지중저장 대상층을 절단함을 확인하였다. 탄성파자료의 주파수를 성분별로 분해하고 5, 20 및 40 Hz 성분을 분석한 결과 연구지역의 중앙에서 동서 방향으로 발달하는 균질한 퇴적 양상이 구체화되었다. 베이스라인 자료의 경우 추가적으로 인위적인 잡음을 제거하고 층서 해석 결과를 통합하여 이산화탄소 지중저장 영역을 묘사한다면 시간경과 모니터링 자료와의 효율적인 대비가 가능할 것이다.

• 한국광학회지
• /
• 제18권6호
• /
• pp.452-460
• /
• 2007

ZERODUR와 용융 석영으로 저산란 반사경을 제작하고 산란 특성을 연구하였다. Bowl feed 법을 이용하여 초연마면인 표면거칠기 0.326 ${\AA}$인 용융 석영 기판과 표면거칠기 0.292 ${\AA}$의 ZERODUR 기판을 얻었다. 이온빔 스퍼터링 방법으로 초연마된 기판 위에 $SiO_2$와 $Ta_2O_5$를 교번으로 22층을 증착하여 다층박막 고반사 거울을 얻었다. 용융 석영 반사경과 ZERODUR 반사경의 산란이 각각 4.6 ppm과 30.9 ppm으로 측정되었으며, 이로부터 산란이 매우 작은 경우 기판의 표면거칠기가 산란을 결정하는 주요 파라미터가 아니라는 것을 알았다. 나아가 반사경의 표면거칠기를 AFM으로 측정한 결과. ZERODUR 반사경이 용융 석영 반사경 보다 박막의 표면거칠기가 2.3배 더 높게 측정 되었다. 이 결과는 기판-박막 경계면에서 박막 형성 초기에 기판의 화학조성 또는 결정방향과 증착물질의 상호관계로 인하여 박막 형성 초기에 표면거칠기가 급격히 나빠져서 발생하는 것으로 유추되었다. SEO 300A으로 접촉각 측정을 하여 Giriflaco-Good-Fowkees-Young 방법으로 표면에너지를 계산하였다. 표면거칠기 0.46 ${\AA}$을 갖는 용융 석영 기판이 표면거칠기 0.31 ${\AA}$을 갖는 ZERODUR 기판보다 접촉각이 더 작고 표면에너지는 크게 나타났다. 이러한 차이가 기판 종류에 따라 박막형성 초기에 표면거칠기를 다르게 하는 한 요인으로 판단되며, 기판의 표면에너지가 높을수록 미려한 박막표면을 얻는 것으로 확인되었다. ZERODUR의 표면에너지 차이를 설명하기 위해 XPS 분석으로 용융 석영은 Si, O로 구성되었고 ZERODUR는 Si, O, Al, Na 그리고 F로 구성되었다는 것을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.695-713
• /
• 2023

연안 해역에서 식물성플랑크톤, 부유입자, 용존유기물은 복합적이고 비선형적으로 해수반사도를 변화시킨다. 최근 빠르게 발전하는 신경망 기술은 복잡한 비선형 관계를 효과적으로 처리할 수 있는 장점이 있다. 기존 연구에서는 성분별 고유광특성을 도출하기 위하여 세 단계의 신경망을 구성하였으나 본 연구에서는 심층신경망을 직접 적용하는 알고리즘을 제안하였다. 본 연구에서 활용한 데이터세트는 국제해색조정그룹에서 제공하는 합성데이터를 활용하였으며, 입력데이터는 9개의 파장의 원격반사도를 입력하였다. 이를 통해 해수 고유광특성을 심층신경망을 기반으로 도출하였다. 성능을 평가하기 위해 준분석 알고리즘(quasi-analytical algorithm)과 비교하였으며, 데이터 분포에 따른 로그 변환 여부가 심층신경망 알고리즘의 성능에 영향을 미치는 정도를 비교 분석하였다. 그 결과, 준분석 알고리즘보다 심층신경망 알고리즘을 활용하면 부유입자에 대한 흡광계수를 제외한 고유광특성을 정확하게 추정할 수 있으며(R² 0.9 이상), 부유입자와 용존유기물의 흡광계수를 부유입자와 용존유기물 흡광계수로 각각 분리할 수 있었다. 그리고 심층신경망을 직접적으로 적용하는 알고리즘은 데이터의 로그 변환을 하지 않아도 성능 차이가 거의 없음을 파악할 수 있었다. 이 연구 결과를 해색 자료 처리에 실제 적용하기 위해서는 다양한 해역의 현장자료 및 추가적인 데이터 세트를 활용한 학습을 진행하여, 경험적 및 반분석적 방법과 비교 분석하고 알고리즘 간 장단점을 적절히 파악하는 연구가 필요하다.