KR101437907B1 - 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 - Google Patents
신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 Download PDFInfo
- Publication number
- KR101437907B1 KR101437907B1 KR1020140063927A KR20140063927A KR101437907B1 KR 101437907 B1 KR101437907 B1 KR 101437907B1 KR 1020140063927 A KR1020140063927 A KR 1020140063927A KR 20140063927 A KR20140063927 A KR 20140063927A KR 101437907 B1 KR101437907 B1 KR 101437907B1
- Authority
- KR
- South Korea
- Prior art keywords
- boundary point
- initial
- boundary
- residual
- trace
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 52
- 239000013049 sediment Substances 0.000 claims abstract description 99
- 238000006243 chemical reaction Methods 0.000 claims abstract description 52
- 239000013535 sea water Substances 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 48
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000001028 reflection method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 description 17
- 239000011435 rock Substances 0.000 description 14
- 230000009466 transformation Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000008030 elimination Effects 0.000 description 5
- 238000003379 elimination reaction Methods 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
- G01V1/3843—Deployment of seismic devices, e.g. of streamers
- G01V1/3852—Deployment of seismic devices, e.g. of streamers to the seabed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Geophysics And Detection Of Objects (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Oceanography (AREA)
- Computational Mathematics (AREA)
Abstract
본 발명은, 탄성파 탐사 자료를 이용하여 해저면 퇴적물의 종류를 자동 분석할 때, 해수와 해저면의 경계 위치를 정밀하고 빠르게 선정하여 탄성파 탐사 자료에서 불필요한 해저면 상부 노이즈를 효과적으로 제거하여 신호 대 잡음비가 향상된 퇴적물 분류용 변환자료를 생산해낼 수 있으며, 이 퇴적물 분류용 변환자료를 이용하여 퇴적물을 분류함으로써 퇴적물 분류의 신속성과 정밀성을 높일 수 있다.
Description
본 발명은 해상 탄성파 반사법 탐사에 의하여 취득한 탄성파 탐사 자료에 의하여 해저면 퇴적물(상기 및 이하에서 표층 퇴적물을 의미함)의 종류를 자동 분류하는 방법에 관한 것으로, 특히 신호 대 잡음비를 향상시켜 잡음 제거 성능이 개선된 해저면 퇴적물의 자동 분류 방법에 관한 것이다.
해상 탄성파 반사법 탐사(seismic reflection method)란 인공적으로 음파(음원)를 수중에서 발생시키고 발생된 음파가 해수(물)와 해저면(seabed, seafloor)하 지층을 통과하여 되돌아온 신호(음파에너지)를 기록하여 해저지층의 수직적 깊이, 두께, 수평적 분포 등의 해저면 하 정보를 파악하는 물리탐사방법이다.
해상 탄성파 반사법 탐사의 음파의 주파수 대역은 수 Hz ~ 수 kHz를 사용함으로써 수십에서 수백 킬로미터의 대규모 지질구조나 지각구조를 파악하거나 해저면 하 수십 미터 정도의 천부지층조사에 널리 이용된다. 이때 음원의 주파수는 투과심도 및 해상도와 상응하는 관계에 있어 주파수가 크면 투과심도는 작으나 해상도는 높아지고 주파수가 작으면 투과심도는 깊어지나 해상도가 떨어진다.
해상 탄성파 반사법 탐사에 의하여 얻어진 탄성파 탐사 원시자료는 크게 주신호부와 부가정보부로 구분된다.
탄성파 탐사 원시자료의 주신호부는 음파의 주행시간에 따른 음파의 진폭크기의 배열 자료인 트레이스가 거리에 따라 배열되는 t-x matrix 형태의 자료로 구성된다.
탄성파 탐사 원시자료의 부가정보부는 음파의 발생간격, 자료취득 시간 및 위치 등 t-x자료의 상제정보에 해당한다.
이러한 주신호부와 부가정보부는 디지털형식 SEG(Society of Exploration Geophysicists format)-Y 형식(format)으로 저장되는데, 도 1과 같이 [Text File Header] - [Binary File Header] - [Trace Header] - [Trace Data] 순서의 구조체로 저장된다.
SEG-Y 형식에서 [Text File Header], [Binary File Header], [Trace Header] 부분은 부가정보부에 해당되고, [Trace Data] 부분은 주신호부에 해당된다.
본 발명에서 사용되는 탄성파 탐사 자료(raw data, 혹은 탄성파 자료 혹은 탄성파 신호)는 단빔 음향측심기(Single Beam Echo sounder System; SBES)와 천부지층탐사기(Sub-Bottom Profiler; SBP) 등을 이용하여 취득된 자료로서 각각의 주파수 대역은 30, 50, 200 kHz (SBES) 및 2~7 kHz (SBP)이며 SEG-Y형식으로 저장된 디지털 자료이다.
탄성파 신호(seismic signal)는 음파를 발생시킬 때마다 파의 주행시간에 따른 파의 진폭크기 배열 자료(트레이스, trace)로 표현되는데 각 자료에는 날씨, 수심, 선박의 엔진, 주변 환경 등 전기적인 노이즈(noise)와 해저면하 지층경계면의 반사신호(reflector)가 함께 기록된다.
도 2는 탄성파 탐사 자료의 예를 보이는 것으로, Y축으로는 하나의 트레이스에 대한 파의 주행시간에 따른 파의 진폭크기의 배열을 보이며, X축으로는 거리에 따른 트레이스의 배열을 보인다.
도 2에서 파의 진폭크기는 그래픽화되어 있지만, 파의 진폭크기는 수치로 표시될 수 있다.
도 2에서 음파가 해저면(Seabed)에 도달하면서 반사됨은 물론이며, 해수(Seawater) 및 해저면 하 지층에서도 반사되고 있음을 확인할 수 있다.
탄성파 신호에 기록된 원하지 않은(불필요한) 신호 즉, 노이즈는 신호 대 잡음비(signal to noise ratio)를 저하시키는 주요 요인이 되며, 신호 대 잡음비를 향상시켜 양질의 자료로 재생산하기 위해서는 마땅히 제거되어야 한다.
상기와 같이 신호 대 잡음비를 향상시키기 위하여, 즉 잡음 제거 성능을 개선하기 위하여 탄성파 탐사 자료를 처리할 때 탄성파 탐사 자료에서의 해수와 해저면의 경계에 해당하는 주행시간값(이하에서는 "first arrival" 또는 "경계점"이라고도 함.) 위치를 산정하는 것은 매우 중요한 과정 중의 하나이다.
해수와 해저면의 경계 위치를 산정하는 것, 즉 First arrival의 위치정보는 해저면 상부 해수층의 노이즈를 제거하여 신호 대 잡음비가 향상된 신호로 재생산 하는데 이용된다.
또한 날씨에 따라 해수면 거동에 민감하게 반응하는 선박의 움직임에 따른 영향은 탄성파 탐사 자료에 그대로 반영되게 되는데 이러한 영향은 탄성파 자료해석에서 오류를 범할 수 있는 중요한 요인이 되며 이러한 영향을 제거하는데 있어서도 first arrival의 위치정보를 이용하게 된다.
1980년대부터 현재까지 해수와 해저면의 경계 위치를 찾는 다양한 연구가 수행되어 왔다. 그러나 기존의 연구는 탄성파 신호가 비교적 양호한 경우에는 매우 유용하나 노이즈가 많아 신호 대 잡음비가 낮은 탄성파 신호에 적용하는 것은 부적절하며 정밀도 또한 매우 낮은 문제점이 발생한다. 따라서 신호 대 잡음비가 낮은 탄성파 신호에서도 first arrival 위치를 산정함에 있어 정밀도를 향상시킬 수 있는 방법(기법)이 개발될 필요성이 있다.
한편, 해저면에 분포하는 표층 퇴적물의 종류를 정확하고 신속하게 분류할 수 있는 기술은 해양지질학, 해양생물학, 지질공학, 해양공학 및 환경연구 뿐만 아니라 수산 및 양식분야와 군사분야에서 그 활용가치가 높다.
해저 퇴적물의 종류를 파악하기 위한 가장 보편적인 방법은 시추기(core)나 채니기(grab sampler)를 이용하여 직접 시료를 채취하여 분석하는 방법과 다이버나 수중촬영 등으로 직접 조사하는 방법이다.
최근에는 단빔 또는 다중빔 음향측심기를 이용한 퇴적물 자동분류 소프트웨어들이 개발되고 있으며 대표적으로는 Marine Micro System사의 ROXANN과 Quester Tangent Corporation사의 QTC View, QTC SWATHVIEW 등이 있다. 이들 소프트웨어는 음파의 반사특성을 직접 이용하는 방법으로 자료를 직접 취득함으로써 이루어진다. 이러한 방법은 직접적인 시료 채취나 수중촬영 등의 방법에 비하여 훨씬 더 저비용이며 고효율이라는 장점이 있다. 그러나 상기 소프트웨어에 의한 자동 분류는, 단빔 또는 다중빔 음향측심기를 이용하여 직접 자료를 취득 및 저장된 데이터베이스를 분석 처리하여 퇴적물을 분류하는 시스템으로서, 과거에 취득된 탄성파 탐사 자료는 이용할 수 없다는 단점이 있다. 즉 상기 소프트웨어에 의한 자동 분류는 단빔 또는 다중빔 음향측심기와 긴밀히 결합될 때에만 퇴적물을 분류할 수 있으며, 과거에 취득된 탄성파 탐사 자료는 전혀 활용할 수 없다는 문제가 있다.
상기와 같이 현재 취득되는 탄성파 탐사 자료는 물론이며, 과거에 기록된 방대한 양의 탄성파 탐사 자료 모두를 활용하여 해저면 퇴적물을 자동분류할 수 있는 방법의 필요성이 매우 높다.
"광역주파수 음향반사자료의 K-L 변환을 이용한 해저면 분류:지질음향 모델링을 위한 유용한 방법"('The Sea' Journal of the Korean Society of Oceanography, Vol.3, No.3, pp.158-164, August 1998)
"광역주파수 음향반사자료의 감쇠특성 분석을 위한 지질음향모델링 기법 연구"(물리탐사, Vol. 2, No. 4, 1999, p.202~208)
"상호상관기법을 이용한 고분해능 천부해저탄성파탐사 자료에서의 너울효과 제거"(지구물리 제6권 제1호, p.31-38, 2003년 3월)
"해양물리탐사 자료취득 기법"(자원환경지질, 제39권, 제4호, 417-426, 2006)
상기의 과제를 해결하기 위하여 본 발명은, 탄성파 탐사 자료에서 해수와 해저면의 경계 위치를 정밀하고 빠르게 선정하여 탄성파 탐사 자료에서 불필요한 해저면 상부 노이즈를 효과적으로 제거하여 신호 대 잡음비가 향상된 퇴적물 분류용 변환자료를 생산해낼 수 있으며, 상기와 같이 신호 대 잡음비가 향상된 퇴적물 분류용 변환자료를 이용하여 퇴적물을 분류함으로써 퇴적물 분류를 신속하고 정밀하게 수행하고자 한다.
상기의 과제를 해결하기 위하여 본 발명은, 해상 탄성파 반사법 탐사에 의하여 취득한 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법에 있어서 : 상기 탄성파 탐사 자료는 파의 주행시간에 따른 파의 진폭크기의 배열 자료인 트레이스가 거리에 따라 배열되는 t-x matrix 형태이며 ; 상기 자동 분류 방법은, 상기 탄성파 탐사 자료에서 잡음을 제거하여 퇴적물 분류용 변환자료를 얻는 잡음 제거 단계와, 상기 퇴적물 분류용 변환자료를 분석하여 해저면 퇴적물의 종류를 분류하는 해저면 퇴적물 분류 단계를 포함하여 이루어지며 ; 각각의 트레이스에서 해수와 해저면의 경계에 해당하는 주행시간값이 경계점으로 정의되며 ; 상기 잡음 제거 단계는 : 상기 탄성파 탐사 자료 중 최초 트레이스에서 최초 경계점(B-1)을 선택받는 최초 경계점 선택 단계 ; 상기 최초 경계점(B-1)을 이용하여 최초 트레이스 이후의 복수의 초기 트레이스들의 경계점들인 초기 경계점(B-2~m)을 산출하되, 직전 트레이스의 경계점인 직전 트레이스 경계점이 중앙에 위치하도록 해당 트레이스의 타임 윈도우를 설정하는 초기 타임 윈도우 설정 단계, 및 상기 초기 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 STA/LTA 방법에 의한 STA/LTA ratio를 이용하여 해당 트레이스의 경계점을 산출하는 초기 STA/LTA 기반 경계점 산출 단계를 반복하도록 이루어진 초기 경계점 산출 단계 ; 초기 경계점의 마지막 경계점(B-m)을 이용하여 초기 트레이스들 이후의 잔부 트레이스들의 경계점들인 제1잔부 경계점(B1-n~z)과 제2잔부 경계점(B2-n~z)을 산출하되, 직전 트레이스의 경계점인 직전 트레이스 경계점이 중앙에 위치하도록 해당 트레이스의 타임 윈도우를 설정하는 잔부 타임 윈도우 설정 단계, 상기 잔부 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 STA/LTA 방법에 의한 STA/LTA ratio를 이용하여 해당 트레이스의 제1잔부 경계점을 산출하는 잔부 STA/LTA 기반 경계점 산출 단계, 및 상기 잔부 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 해당 트레이스의 최대진폭이 나타난 주행시간값인 제2잔부 경계점을 산출하는 잔부 최대진폭 기반 경계점 산출 단계를 반복하도록 이루어진 제1,2잔부 경계점 산출 단계 ; 초기 트레이스들 이후의 잔부 트레이스들의 경계점들인 제3잔부 경계점(B3-n~z)을 산출하되, 상기 최초 경계점(B-1)과 상기 초기 경계점(B-2~m)이 초기값으로 입력되고 상기 제1잔부 경계점 또는 제2잔부 경계점이 측정값으로 입력되어 상기 제3잔부 경계점이 추정값으로서 추정되도록 이루어진 칼만 필터 모듈를 이용하는 제3잔부 경계점 산출 단계 ; 초기 트레이스들 이후의 잔부 트레이스에 대하여 제1잔부 경계점과 제2잔부 경계점을 비교하고, 각각의 트레이스에 대하여 상기 제1잔부 경계점과 상기 제2잔부 경계점이 동일하면 제1잔부 경계점을 잔부 확정 경계점으로 취하고 각각의 트레이스에 대하여 상기 제1잔부 경계점과 상기 제2잔부 경계점이 상이하면 해당 트레이스의 제3잔부 경계점을 확정 경계점으로 취하여 잔부 트레이스에 대한 잔부 확정 경계점(B-n~z)을 구하는 잔부 확정 경계점 선정 단계 ; 상기 탄성파 탐사 자료를 재배열하여 퇴적물 분류용 변환자료를 생성하되, 상기 퇴적물 분류용 변환자료는 최초 트레이스, 초기 트레이스, 잔부 트레이스 각각의 경계점인 최초 경계점, 초기 경계점, 잔부 확정 경계점이 t=0이 되도록 재배열된 것을 특징으로 하는 퇴적물 분류용 변환자료 생성 단계 ; 를 포함하는 것을 특징으로 한다.
상기에 있어서, 상기 초기 경계점 산출 단계는, 상기 초기 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 해당 트레이스의 최대진폭이 나타난 주행시간값인 비교 경계점을 산출하는 초기 최대진폭 기반 경계점 산출 단계와, 상기 초기 STA/LTA 기반 경계점 산출 단계에서 산출된 경계점과 상기 초기 최대진폭 기반 경계점 산출 단계에서 산출된 비교 경계점이 서로 상이하면 해당 트레이스의 경계점을 선택받도록 이루어진 초기 경계점 확인 단계가 상기 초기 타임 윈도우 설정 단계 및 초기 STA/LTA 기반 경계점 산출 단계와 함께 반복되며, 상기 초기 경계점 확인 단계에 의하여 경계점이 선택되었다면 그 선택된 경계점을 해당 트레이스의 초기 경계점으로 선정하며, 상기 초기 경계점 확인 단계에 의하여 경계점이 선택되지 않았으면 초기 STA/LTA 기반 경계점 산출 단계에서 산출된 경계점을 해당 트레이스의 초기 경계점으로 선정하는 것을 특징으로 한다.
상기의 같이 본 발명은, 탄성파 탐사 자료를 이용하여 해저면 퇴적물의 종류를 자동 분석할 때, 해수와 해저면의 경계 위치를 정밀하고 빠르게 선정하여 탄성파 탐사 자료에서 불필요한 해저면 상부 노이즈를 효과적으로 제거하여 신호 대 잡음비가 향상된 퇴적물 분류용 변환자료를 생산해낼 수 있으며, 이 퇴적물 분류용 변환자료를 이용하여 퇴적물을 분류함으로써 퇴적물 분류의 신속성과 정밀성을 높일 수 있다.
도 1은 탄성파 탐사 자료로서의 SEG-Y 파일을 바이트 스트림(byte stream)을 도시한 것.
도 2는 탄성파 탐사 자료의 예.
도 3은 칼만필터의 개념도.
도 4는 경계점에 의하여 탄성파 탐사 자료를 재배열하여 퇴적물 분류용 변환자료를 생성하는 과정을 개념적으로 도시한 것.
도 5는 탄성파 탐사 자료 취득 항적과 해저 표층 퇴적물 채취 위치를 표시한 지도의 예.
도 6은 도 5의 지도에 퇴적물 분류 결과자료를 이용하여 퇴적문 분류 결과를 표시한 예.
도 7은 본 발명의 일 실시예에 의한 잡음 제거 단계의 세부 과정을 순서대로 도시한 것.
도 8은 본 발명의 일 실시예에 의한 해저면 퇴적물 분류 과정을 순서대로 도시한 것.
도 2는 탄성파 탐사 자료의 예.
도 3은 칼만필터의 개념도.
도 4는 경계점에 의하여 탄성파 탐사 자료를 재배열하여 퇴적물 분류용 변환자료를 생성하는 과정을 개념적으로 도시한 것.
도 5는 탄성파 탐사 자료 취득 항적과 해저 표층 퇴적물 채취 위치를 표시한 지도의 예.
도 6은 도 5의 지도에 퇴적물 분류 결과자료를 이용하여 퇴적문 분류 결과를 표시한 예.
도 7은 본 발명의 일 실시예에 의한 잡음 제거 단계의 세부 과정을 순서대로 도시한 것.
도 8은 본 발명의 일 실시예에 의한 해저면 퇴적물 분류 과정을 순서대로 도시한 것.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 부여하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 발명의 실시예는, 해상 탄성파 반사법 탐사에 의하여 취득한 탄성파 탐사 자료에 의하여 해저면 퇴적물(구체적으로는 해저면의 표층 퇴적물)의 종류를 자동 분류하는 방법에 관한 것이다.
또한 본 발명은 컴퓨터 시스템에서 구현될 수 있으며, 또한 본 발명의 방법은 이를 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체에 저장될 수 있다.
본 실시예에서 탄성파 탐사 자료는, 파의 주행시간에 따른 파의 진폭크기의 배열 자료인 트레이스(trace)가 거리에 따라 배열되는 t-x matrix 형태를 가진다.
각각의 트레이스는 수치로 표현되거나 그래픽화될 수 있다.
본 실시예는 크게 잡음 제거 단계를 수행하는 잡음 제거부와, 해저면 퇴적물 분류 단계를 수행하는 해저면 퇴적물 분류부로 이루어진다.
잡음 제거 단계는 탄성파 탐사 자료에서 잡음을 제거하여 퇴적물 분류용 변환자료를 얻는 단계이다.
해저면 퇴적물 분류 단계는, 잡음 제거 단계에서 생성된 퇴적물 분류용 변환자료를 분석하여 해저면 퇴적물의 종류를 분류하는 단계이다.
1. 잡음 제거부
먼저 잡음 제거부를 설명한다. 도 7은 본 발명의 일 실시예에 의한 잡음 제거 단계의 세부 과정을 순서대로 도시한 것이다.
1-1. 탄성파 탐사 자료 저장부(110)
분석 대상인 탄성파 탐사 자료는 탄성파 탐사 자료 저장부에 저장되어 있으며, 탄성파 탐사 자료 저장부에 저장되는 탄성파 탐사 자료는 얼마든지 변경될 수 있다.
즉 탄성파 탐사 자료 저장부에 저장되는 탄성파 탐사 자료는 새롭게 취득되는 탄성파 탐사 자료는 물론이며, 과거에 기록된 방대한 양의 탄성파 탐사 자료일 수도 있다.
아울러 탄성파 탐사 자료는 해상 탄성파 반사법 탐사에 의하여 직접 취득된 자료일 수도 있으며, 혹은 해상 탄성파 반사법 탐사에 의하여 직접 취득된 자료가 변환되어 저장된 자료일 수도 있다.
1-2. 최초 경계점 선택 단계(S110)
최초 경계점 선택부는 탄성파 탐사 자료 저장부(110)에 저장되어 있는 탄성파 탐사 자료 중 최초 트레이스(도 2 기준으로는 가장 좌측에 있는 트레이스)를 화면에 디스플레이하며, 아울러 화면에 표시된 최초 트레이스에서 사용자로부터 해수와 해저면의 경계에 해당하는 주행시간값인 경계점을 선택받도록 한다.
이와 같이 사용자에 의하여 선택된 경계점을 최초 경계점(B-1)이라 한다.
이때 "B-1" 중 "B"는 경계점을 의미하며, "1"은 최초 트레이스를 의미한다.
사용자는 최초 트레이스를 직접 확인하면서 해수와 해저면의 경계에 해당하는 주행시간값을 정확히 선택할 수 있으며, 따라서 B-1은 사용자에 의하여 검증된 값이라 볼 수 있다.
아울러 최초 경계점은 후술하는 타임 윈도우의 기준점으로 이용되어 초기 경계점을 산출하는 기초가 될 뿐만 아니라, 칼만 필터 모듈의 초기값으로 이용되어잔부 확정 경계점을 산출하는 기초로서 이용된다.
최초 경계점이 선택된 후 초기 경계점이 산출되며, 아울러 초기 경계점 산출 이후 잔부 확정 경계점이 산출된다.
이와 같은 경계점의 산출을 위하여 타임 윈도우 설정 모듈(120), STA/LTA 모듈(130), 최대진폭 모듈(140), 칼만 필터 모듈(150)이 이용된다.
1-3. 주요 모듈의 설명
< 타임 윈도우 설정 모듈(120) >
본 실시예에서 경계값을 산출할 때 트레이스의 전체 주행시간값에 대하여 분석을 진행하지 않는다. 이는 경계값 산출의 속도를 높이기 위한 것이다.
즉 본 실시예는 각각의 트레이스의 경계값을 산출할 때 타임 윈도우(time window)를 설정한 후, 설정된 타임 윈도우에 대해서만 STA/LTA 모듈(130), 최대진폭 모듈(140)이 수행된다.
해당 트레이스의 타임 윈도우는 직전 트레이스의 경계점이 중앙에 위치하도록 설정된다.
즉 2번째 트레이스에 대하여 경계점을 구할 때, 최초 경계점을 중심으로 상하 수십ms의 범위에서 타임 윈도우를 설정한다.
또한 3번째 트레이스에 대하여 경계점을 구할 때, 3번째 트레이스의 경계점을 중심으로 상하 수십ms의 범위에서 타임 윈도우를 설정한다.
이와 같이 타임 윈도우 설정 모듈(120)은 트레이스의 전체 주행시간값 중 일부 구간을 설정하기 위한 것이다.
물론 타임 윈도우의 범위는, 서로 인접한 트레이스간에 나타날 수 있는 경계점의 최대 차이보다 크게 설정되어야 한다.
이와 같은 타임 윈도우의 설정에 의하여 다음 트레이스의 경계점을 찾기 위한 시간 영역이 매우 좁아지므로 경계점 산출 속도를 향상시킬 수 있다.
< STA/LTA(short-term average/long-term average) 모듈(130) >
STA/LTA 모듈(130)은, 초기 트레이스 및 잔부 트레이스의 각각의 트레이스의 경계점을 산출할 때 설정된 타임 윈도우 범위내에서 STA/LTA 방법에 의한 STA/LTA ratio를 이용하여 해당 트레이스의 경계점을 산출하게 된다.
STA/LTA ratio ri는 아래와 같이 정의된다.
트레이스에서 해수와 해저면의 경계는 그 물리적 성질의 차이가 퇴적층과 퇴적층의 물리적 성질의 차이보다 훨씬 크기 때문에 가장 강한 진폭으로 나타난다. STA/LTA ratio는 갑자기 변하는 진폭의 위치에서 STA/LTA ration의 값이 크게 증가하는데 그 증가하는 위치가 의미 있는 값, 즉 경계점으로 구하게 된다.
따라서 설정된 타임 윈도우 범위 내에서 STA/LTA ratio를 이용하여 값이 증가하는 위치 즉, first arrival의 위치를 산정하므로 신호 대 잡음비가 불량한 자료라 하더라도 first arrival 위치산정의 신뢰도가 높아진다.
다만 STA/LTA ratio 값이 증가하는 위치는 trigger on/off 위치가 설정됨으로써 구할 수 있는데, trigger on/off의 위치에 따라 first arrival의 위치오차가 발생할 가능성이 있다. 이와 같은 오차는 후술하는 최대진폭 방법과 칼만필터에 의하여 보완된다.
한편 STA/LTA 방법은 지진파 신호에서 first arrival의 위치산정에 가장 널리 이용되고 있다. 그러나 STA/LTA 방법은 지진파 신호와 같이 주시시간(travel time)이 수 초(sec) 이상 긴 경우에 매우 효과적이나 주시시간이 수 십 ms 정도의 지층탐사 즉 소규모의 탄성파 신호에서는 비효과적이다.
이와 같은 단점을 보완하고 정밀도를 높이기 위하여 본 실시예는 최대진폭 방법과 칼만 필터에 의하여 정밀도를 높이도록 하였다.
< 최대진폭 모듈(140) >
최대진폭(maximum amplitude) 모듈(140)은, 각각의 트레이스에서, 구체적으로는 설정된 타임 윈도우 범위에서 트레이스의 최대진폭(maximum amplitude)이 나타난 주행시간값을 경계점으로 산출하게 된다.
트레이스에서 해수와 해저면의 경계는 그 물리적 성질의 차이가 퇴적층과 퇴적층의 물리적 성질 보다 훨씬 크기 때문에 가장 강한 진폭으로 나타난다. STA/LTA 방법에서 trigger on/off 위치선정의 오류로 인해 first arrival의 위치오차가 발생하더라도 타임 윈도우 내에서 해수와 해저면의 경계면은 트레이스에서 최대진폭으로 나타나는 위치이므로 STA/LTA 방법에서 오류가 없다면 최대진폭이 나타난 위치와 동일하고, STA/LTA 방법에서 위치오차가 존재한다면 최대진폭의 위치와 다르게 나타날 것이다.
해수와 해저면의 경계에서 최대 진폭의 크기가 나타나는 것이 일반적이나 해저면의 퇴적물 유형에 따라 최대진폭의 크기가 다르게 나타날 수 있다. 퇴적물이 매우 단단하다면 강한 탄성으로 신호 진폭의 크기가 매우 크게 나타나 최대 진폭의 신호형태가 깨끗한 싸인파(sine wave) 형태가 아니라 여러 개의 최대진폭 또는 마루 형태의 신호로 나타나게 된다.
< 칼만필터 모듈(150) >
칼만필터란 대상 시스템의 확률적인 모델과 측정값을 이용하여 시스템의 상태변수를 찾아내는 최적추정기법으로서, 측정값에서 추정값을 구하는 재귀식으로 측정값의 지수이동평균을 계속 누적시켜 계산한 후 칼만이득과 오차 공분산을 계산하여 추정값을 추정하는 방법이다.
칼만필터의 기본적인 개념은 도 3과 같이 표현될 수 있다.
본 실시예의 칼만필터(Kalman filter) 모듈(150)은, 최초 경계점과 초기 경계점이 초기값으로 칼만필터에 입력하여, STA/LTA 모듈(130) 혹은 최대진폭 모듈(140)에 의하여 산출된 경계점을 측정값으로 입력하여, 각각의 트레이스의 경계점의 추정값을 추정하는 것이다.
본 실시예는 정확도가 매우 높은 초기값이 칼만필터에 입력되어, 칼만필터의 추정값에 대한 정확도가 매우 높게 된다.
1-4. 초기 경계점 산출 단계(S120)
최초 경계점 선택 단계(S110)가 실행된 이후 초기 경계점 산출 단계(S120)가 실행된다.
초기 경계점 산출부는, 최초 경계점 선택 단계(S110)에서 선택된 최초 경계점(B-1)을 이용하여 최초 트레이스 이후의 복수의 초기 트레이스들의 경계점들인 초기 경계점(B-2~m)을 산출한다.
본 실시예는 4개의 초기 트레이스들(즉 2번째부터 5번째까지의 트레이스들)에 대하여 초기 경계점을 산출하도록 하였다.
초기 경계점 산출 단계(S120)는, 초기 타임 윈도우 설정 단계(S121), 초기 STA/LTA 기반 경계점 산출 단계(S122), 초기 최대진폭 기반 경계점 산출 단계(S123), 초기 경계점 확인 단계(S124)를 차례대로 반복한다.
초기 타임 윈도우 설정 단계(S121)에서, 타임 윈도우 설정 모듈(120)에 의하여 먼저 2번째 트레이스에 대하여 타임 윈도우를 설정한다. 이때 1번째 트레이스의 경계점인 최초 경계점(B-1)을 기준으로 타임 윈도우가 설정된다.
다음으로 초기 STA/LTA 기반 경계점 산출 단계(S122)에서, STA/LTA 모듈(130)에 의하여 설정된 타임 윈도우 내에서 STA/LTA 방법에 의한 STA/LTA ratio를 이용하여 2번째 트레이스의 경계점을 산출한다.
다음으로 초기 최대진폭 기반 경계점 산출 단계(S123)에서, 최대진폭 모듈(140)에 의하여 설정된 타임 윈도우 내에서 2번째 트레이스의 경계점(비교 경계점)을 산출한다.
다음으로 초기 경계점 확인 단계(S124)에서, 초기 경계점 확인부가 STA/LTA 모듈(130)에 의한 경계점과 최대진폭 모듈(140)에 의한 비교 경계점이 동일한지 여부를 확인하며, 만일 그 값이 서로 상이하면 2번째 트레이스를 화면에 보여주고 사용자로부터 2번째 트레이스의 경계점을 선택받도록 한다.
만일 그 값이 서로 상이하여(즉 STA/LTA 모듈과 최대진폭 모듈이 서로 다른 결과를 도출할 경우) 사용자로부터 2번째 트레이스의 경계점이 선택되었다면 그 선택된 경계점을 2번째 트레이스의 초기 경계점(B-2)로 선정한다.
만일 그 값이 동일하여(즉 STA/LTA 모듈과 최대진폭 모듈이 동일한 결과를 도출할 경우) 사용자로부터 경계값이 선택되지 않았다면 STA/LTA 모듈(130)에 의하여 산출된 경계점을 2번째 트레이스의 초기 경계점(B-2)로 선정한다.
이와 같이 2번째 트레이스의 초기 경계점(B-2)이 선정되면, 다음으로 초기 경계점(B-2)를 기준으로 3번째 트레이스에 대하여 타임 윈도우를 설정하고 3번째 트레이스에 대한 초기 경계점(B-3)을 마찬가지 방식으로 산출하게 된다.
이와 같은 방식으로 초기 경계점(B-2~5)가 산출된다.
최초 경계점(B-1) 및 초기 경계점(B-2~5)는 칼만필터 모듈(140)의 초기값으로 이용되기 때문에 매우 높은 신뢰도를 필요로 한다.
또한 초기 경계점 산출 단계는 매우 적은 숫자의 트레이스에 대하여만 실행되기 때문에, 실제로는 사용자가 직접 경계점을 선택할 가능성은 거의 없다.
1-5. 제1,2잔부 경계점(B1-n~z, B2-n~z) 산출 단계(130)
초기 경계점 산출 단계(120)가 실행된 이후 제1,2잔부 경계점 산출 단계(130)가 실행된다.
제1,2잔부 경계점 산출부는, 초기 경계점의 마지막 경계점(B-m, 본 실시예의 경우 B-5)를 이용하여 남은 트레이스인 잔부 트레이스들(6번째 트레이스부터 마지막 트레이스까지)의 경계점들인 제1잔부 경계점(B1-n~z) 및 제2잔부 경계점(B2-n~z)을 산출한다.
제1,2잔부 경계점 산출 단계(130)는, 잔부 타임 윈도우 설정 단계(S131), 잔부 STA/LTA 기반 경계점 산출 단계(S132), 잔부 최대진폭 기반 경계점 산출 단계(S123)를 차례대로 반복한다.
이와 같은 과정은 잔부 트레이스에 대하여 실행된다는 점을 제외하고는 초기 타임 윈도우 설정 단계(S121), 초기 STA/LTA 기반 경계점 산출 단계(S122) 및 초기 최대진폭 기반 경계점 산출 단계(S123)와 동일한 과정이므로 상세한 설명을 생략한다.
다만 잔부 STA/LTA 기반 경계점 산출 단계(S132)에 의하여 제1잔부 경계점(B1-n~z)이 산출되며, 잔부 최대진폭 기반 경계점 산출 단계(S133)에 의하여 제2잔부 경계점(B2-n~z)이 산출된다.
또한 잔부 타임 윈도우 설정 단계(S131)는, 직전 트레이스의 경계점으로서 제1잔부 경계점 혹은 제2잔부 경계점을 이용하게 된다. 바람직하게는 STA/LTA 모듈(130)에 의한 제1잔부 경계점을 직전 트레이스의 경계점으로 이용하는 것이 바람직하다.
1-6. 제3잔부 경계점(B3-n~z) 산출 단계(S140)
제1,2잔부 경계점 산출 단계(S130) 이후 제3잔부 경계점(B3-n~z) 산출 단계(S140)가 실행된다.
제3잔부 경계점 산출부에 의하여 수행되는 제3잔부 경계점(B3-n~z) 산출 단계(S140)는, 칼만필터 모듈(150)에 의하여 제3잔부 경계점(B3-n~z)이 추정값으로 추정되도록 한다.
아울러 칼만필터 모듈(150)은 초기값으로서 최초 경계점(B-1)과 초기 경계점(B-2~n)이 입력되며, 측정값으로서 제1잔부 경계점(B1-n~z) 또는 제2잔부 경계점(B2-n~z)이 입력된다.
이와 같이 제3잔부 경계점(B3-n~z) 산출 단계(S140)는, 칼만필터 모듈(150)에 매우 신뢰성이 높은 초기값이 입력되므로, 그 추정값의 신뢰도가 매우 높게 된다.
1-7. 잔부 확정 경계점 선정 단계(S150)
제3잔부 경계점(B3-n~z) 산출 단계(S140) 이후, 잔부 확정 경계점 선정 단계(S150)가 실행되어 잔부 트레이스에 대한 경계점들이 선정된다.
잔부 확정 경계점 선정부는, 잔부 트레이스에 대하여 제1잔부 경계점(B1-n~z)과 제2잔부 경계점(B2-n~z)을 비교하고, 각각의 트레이스에 대하여 제1잔부 경계점과 제2잔부 경계점이 동일하면 제1잔부 경계점(B1-n~z)을 잔부 확정 경계점으로 취하고, 각각의 트레이스에 대하여 제1잔부 경계점과 상기 제2잔부 경계점이 상이하면 해당 트레이스의 제3잔부 경계점(B3-n~z)을 확정 경계점으로 취하여 잔부 트레이스에 대한 잔부 확정 경계점(B-n~z)을 선정하게 된다.
즉 잔부 트레이스 각각에 대하여 STA/LTA 모듈(130)과 최대진폭 모듈(140)의 산출값을 비교하고, 동일한 경우에는 STA/LTA 모듈(130)의 산출값을 경계점으로 선정하고, 상이한 경우에는 칼만필터 모듈(150)에 의한 추정값을 경계점으로 선정하는 것이다.
이는 STA/LTA 모듈(130)과 최대진폭 모듈(140)의 산출값이 동일할 경우 그 값에 대한 신뢰도가 매우 높으며, STA/LTA 모듈(130)과 최대진폭 모듈(140)의 산출값이 서로 상이한 경우 신뢰도가 매우 높은 칼만필터 모듈(150)의 추정값을 선택하는 것이므로, 결과적으로 잔부 트레이스에 대한 경계점이 매우 높은 신뢰도로 구해진다.
1-8. 퇴적물 분류용 변환자료 생성 단계(S160)
잔부 확정 경계점 선정 단계(S150) 이후 퇴적물 분류용 변환자료 생성부에 의하여 퇴적물 분류용 변환자료 생성 단계(S160)가 실행된다.
잔부 확정 경계점 선정 단계(S150)까지 거치면서 모든 트레이스에 대한 경계점이 산출되었다.
즉 최초 트레이스, 초기 트레이스, 잔부 트레이스 각각의 경계점인 최초 경계점(B-1), 초기 경계점(B-2~m), 잔부 확정 경계점(B-n~z)이 산출된 것이다.
이와 같이 산출된 경계점을 이용하여 탄성파 탐사 자료를 재배열하여 퇴적물 분류용 변환자료를 도 4와 같이 생성한다.
이때 최초 트레이스, 초기 트레이스, 잔부 트레이스 각각의 경계점인 최초 경계점(B-1), 초기 경계점(B-2~m), 잔부 확정 경계점(B-n~z)은 모두 t=0이 되도록 재배열된다.
이는 해저면의 위치가 t=0의 위치에 위치하도록 모든 트레이스들을 재배열시켜 후술하는 유사도 지수 계산을 용이하도록 하기 위한 것으로서, 유사도 지수 계산시 x축과 y축의 윈도우를 설정하여 순차적으로 이동하면서 계산하기 때문에(matrix 형태의 배열계산) 동일 시간을 기준으로 자료가 배열되는 것이 편리하기 때문이다.
아울러 이와 같은 변환에 의하여 해저면 상부의 신호(즉, 노이즈)가 정확히 제거되게 된다.
상기와 같은 과정에 의하여 탄성파 탐사 자료에서 잡음을 제거된 퇴적물 분류용 변환자료(210)를 얻게 된다.
다음으로 퇴적물 분류용 변환자료(210)를 분석하여 해저면 퇴적물의 종류를 분류하는 과정을 설명한다.
2. 해저면 퇴적물 분류 단계
해저면 퇴적물 분류부는, 잡음 제거부에 의하여 생성된 퇴적물 분류용 변환자료를 분석하여 해저면 퇴적물의 종류를 분류한 퇴적물 분류 결과자료를 생성하게 된다. 도 8은 본 발명의 일 실시예에 의한 해저면 퇴적물 분류 과정을 순서대로 도시한 것이다.
2-1. K-L 변환 및 유사도 지수 분석 모듈(220)
본 실시예는 K-L 변환 및 유사도 지수 분석 모듈(220)을 이용하여 퇴적물 분류용 변환자료(210)로부터 해저면 퇴적물의 종류를 분류한다.
< K-L (Karhunen-Loeve) 변환 >
K-L 변환은 영상자료처리에 활용되어온 신호처리기법으로 탄성파 자료처리시 잡음을 제거하고 공통된 반사신호를 추출하는데 사용된다. K-L 변환은 Freire and Ulych(1988)가 제안한 특이치분해(singular value decomposition)에 의한 방법으로 구현되며 이 방법은 공통된 신호성분을 갖는 근접한 트레이스 자료들을 선형적인 유사도가 최소한의 성분으로 압축 표현되는 주성분(principal composition)들의 집합과 유사도의 크기를 나타내는 특이치(singular value)들로 분해된다. 이때 특이치의 범위를 지정함으로서 트레이스 자료들을 재구성하고 특정 신호성분만을 추출할 수 있다.
X를 N개의 샘플을 가진 M개의 트레이스로 구성된 음향반사자료라 할 때(M < N), 이를 행렬식으로 표현하면 다음과 같다.
여기서 i = 1, 2, , M,
j = 1, 2, , N
위 식을 특이치 분해하면 아래와 같이 표현된다.
즉, K-L 변환은 트레이스 자료들을 서로간에 선형적인 상관성이 없는 주성분들의 집합으로 분해하고 i번째 특이치의 크기는 i번째 주성분 내에 존재하는 상관된 에너지의 양에 상응하므로 상당히 큰 특이치만으로 재구성된 신호들은 각 트레이스 자료 중에서 상관성이 높은 신호만을 추출하는 효과를 가진다.
< 유사도 지수(similarity index) 분석 >
탄성파 음향자료는 해수와 해저면하 지층 경계면의 임피던스 차이에 의한 반사신호 성분과 퇴적물 성분의 불균질성, 입자크기, 그리고 굳기 등에 따른 산란신호 성분 및 무작위 잡음성분으로 구성되어 있다.
이와 같은 탄성파 음향자료를 K-L 변환 후 첫번째 특이치만을 이용하여 재구성하면 근접한 트레이스들 사이에서 선형적인 유사도가 가장 큰 반사신호성분과 상대적으로 유사도가 작은 산란신호 성분으로 분리할 수 있다.
즉 첫번째 특이치를 이용하여 반사신호성분이 분리되며, 나머지 특이치를 이용할 경우 유사도가 상대적으로 작은 산란신호성분 및 무작위 잡음성분을 분리하여 재구성할 수 있다. 즉 K-L 변환에 의하여 위의 두 종류의 신호성분을 분리하여 재구성할 수 있다. 이렇게 전체신호성분에 대해 재구성된 반사신호 성분비는 해저면 퇴적물 성분의 음향학적 거침도를 반영한다고 볼 수 있다. 이를 유사도 지수(S.I : Similarity Index)라 정의하고 식은 다음과 같이 표현할 수 있다.
유사도 지수는 0에서 1사이의 값을 가지며 일반적으로 퇴적물 성분이 균질할수록, 입자의 크기가 작을수록, 연한 퇴적층일수록 1에 가까운 값을 나타낸다.
상기와 같이 K-L 변환과 유사도 지수 분석에 의하여 해저면 퇴적물의 종류를 분류할 수 있다.
한편 K-L 변환에서 X를 N개의 샘플(시간축 기준)을 가진 M개(트레이스의 갯수 기준)의 트레이스로 구성된 음향반사자료(M < N)로서 윈도우를 설정하고 K-L 변환을 수행하고 이에 의하여 유사도 지수를 분석하는데, 윈도우의 크기가 너무 작으면 퇴적층의 음향특성 정보가 왜곡될 가능성이 높아진다는 문제가 있으며, 윈도우의 크기가 너무 크면 계산시간이 증가하게 된다는 문제점이 있다.
< 비교예의 설명 >
비교예에서는 퇴적물 분류용 변환자료(210) 전체를 대상으로 윈도우 크기를 증가시키면서 K-L 변환 및 유사도 지수 분석을 수행하고, 이때 실제 해저면에서 채취된 표층 퇴적물의 종류와 그 위치를 분석된 유사도 지수와 비교하여 실제 해저면에서 채취된 표층 퇴적물의 위치 및 종류와 특정 위치에서의 유사도 지수가 일치할 때 그때에 나타난 유사도 지수 분석 결과를 이용하였다.
그러나 이러한 과정은 퇴적물 분류용 변환자료 전체를 대상으로 K-L 변환과 유사도 지수 분석을 수행하게 되어 그 계산에 막대한 시간이 소요된다는 문제를 가진다.
본 실시예는 이와 같은 K-L 변환 및 유사도 지수 분석에 소요되는 시간을 획기적으로 단축할 수 있도록 하였다.
2-2. 암반용 트레이스 선택 단계(S210)
암반용 트레이스 선택부는, 퇴적물 분류용 변환자료(210)를 화면에 디스플레이하고 사용자가 해저면 퇴적물의 종류가 암반인 암반용 트레이스를 선택하도록 하였다.
사용자는 각각의 트레이스를 확인하면서 암반용 트레이스의 특성을 가진 트레이스를 직접 선택하게 된다.
2-3 윈도우 크기 산출용 배열자료 생성 단계(S220)
암반용 트레이스 선택 단계(S210)가 실행된 후, 윈도우 크기 산출용 배열자료 추출부는 퇴적물 분류용 변환자료(210)에서 윈도우 크기 산출용 배열자료(230)를 생성한다.
이때 윈도우 크기 산출용 배열자료(230)는 퇴적물 분류용 변환자료(210)의 일부이며, 아울러 암반용 트레이스를 포함하게 된다.
즉 윈도우 크기 산출용 배열자료(230)는 암반용 트레이스를 포함하는 비교적 작은 크기의 배열자료로서 이해될 수 있다.
2-4. K-L 변환용 최종 윈도우 크기 선정 단계(S230)
윈도우 크기 산출용 배열자료 생성 단계(S220)가 실행된 후, K-L 변환용 최종 윈도우 크기 선정부는 윈도우 크기 산출용 배열자료(230)에 의하여 K-L 변환용 최종 윈도우 크기를 선정하게 된다(S230).
즉 K-L 변환용 최종 윈도우 크기 선정부는, 윈도우 크기 산출용 배열자료에 대하여 K-L 변환을 위한 K-L 변환용 임시 윈도우 크기를 점차적으로 증가시키면서 K-L 변환 및 유사도 지수 분석 모듈(220)이 K-L 변환과 유사도 지수 분석을 반복하도록 하며, 이 반복 과정은 암반용 트레이스의 경계점의 유사도 지수가 암반으로 규정되는 유사도 지수가 될 때까지 반복된다.
K-L 변환용 최종 윈도우 크기 선정부는, K-L 변환과 유사도 지수 분석의 결과가 암반용 트레이스의 경계점의 유사도 지수가 암반으로 규정되는 유사도 지수가 되면 그 때의 K-L 변환용 임시 윈도우 크기를 K-L 변환용 최종 윈도우 크기로 선정하게 된다.
예를 들면, K-L 변환과 유사도 지수 분석의 결과에서 암반용 트레이스의 경계점의 유사도 지수가 0.02 이하로 분석되면 이는 암반으로 해석될 수 있고 이때의 K-L 변환용 임시 윈도우 크기를 K-L 변환용 최종 윈도우 크기로 선정할 수 있다.
이와 같은 K-L 변환용 최종 윈도우 크기 선정 단계는, 비교적 작은 크기의 윈도우 크기 산출용 배열자료(230)에 대하여 K-L 변환과 유사도 지수 분석을 반복하므로 그 계산에 소요되는 시간이 매우 작다.
상기와 같은 단계에 의하여 K-L 변환용 최종 윈도우 크기가 선정된다.
2-5. 퇴적물 분류 결과자료 생성 단계(S240)
K-L 변환용 최종 윈도우 크기 선정 단계(S230)가 실행된 후, 퇴적물 분류 결과자료 생성부는 선정된 K-L 변환용 최종 윈도우 크기로서 K-L 변환 및 유사도지수 분석 모듈(220)이 퇴적물 분류용 변환자료(210)에 대하여 K-L 변환과 유사도 지수를 분석하도록 하여 해저면 퇴적물의 종류가 분류된 퇴적물 분류 결과자료(240)를 생성한다.
상기와 같이 생성된 퇴적물 분류 결과자료(240)는, 각각의 트레이스에 대한 표층 퇴적물의 종류를 표시하게 된다.
이와 같은 퇴적물 분류 결과자료(240)는, 탄성파 탐사 자료의 위치 즉 항적라인상에 퇴적물 분류값을 표기하는데 이용될 수 있으며, 결과적으로 지도상에서 표층 퇴적물의 종류를 표기할 수 있다.
아울러 지도상에 퇴적물 분류 결과를 표기하고, 실제 표층 퇴적물 채취 위치에 퇴적물 특성값을 표기한다면 그 상관관계를 파악할 수도 있다.
도 5는 탄성파 탐사 자료 취득 항적과 해저 표층 퇴적물 채취 위치를 표시한 지도이다.
도 6은 도 5의 지도에 퇴적물 분류 결과자료(240)를 이용하여 퇴적문 분류 결과를 표시한 예이다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것일 뿐 한정적이 아닌 것으로 이해되어야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
110 : 탄성파 탐사 자료 저장부
120 : 타임 윈도우 설정 모듈
130 : STA/LTA 모듈
140 : 최대진폭 모듈
150 : 칼만필터 모듈
210 : 퇴적물 분류용 변환자료
220 : K-L 변환 및 유사도지수 분석 모듈
230 : 윈도우 크기 산출용 배열자료
240 : 퇴적물 분류 결과자료
120 : 타임 윈도우 설정 모듈
130 : STA/LTA 모듈
140 : 최대진폭 모듈
150 : 칼만필터 모듈
210 : 퇴적물 분류용 변환자료
220 : K-L 변환 및 유사도지수 분석 모듈
230 : 윈도우 크기 산출용 배열자료
240 : 퇴적물 분류 결과자료
Claims (2)
- 해상 탄성파 반사법 탐사에 의하여 취득한 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법에 있어서 :
상기 탄성파 탐사 자료는 파의 주행시간에 따른 파의 진폭크기의 배열 자료인 트레이스가 거리에 따라 배열되는 t-x matrix 형태이며 ;
상기 자동 분류 방법은, 상기 탄성파 탐사 자료에서 잡음을 제거하여 퇴적물 분류용 변환자료를 얻는 잡음 제거 단계와, 상기 퇴적물 분류용 변환자료를 분석하여 해저면 퇴적물의 종류를 분류하는 해저면 퇴적물 분류 단계를 포함하여 이루어지며 ;
각각의 트레이스에서 해수와 해저면의 경계에 해당하는 주행시간값이 경계점으로 정의되며 ;
상기 잡음 제거 단계는 :
최초 경계점 선택부가 상기 탄성파 탐사 자료 중 최초 트레이스에서 최초 경계점(B-1)을 선택받는 최초 경계점 선택 단계 ;
상기 최초 경계점 선택부에서 선택받은 상기 최초 경계점(B-1)을 이용하여 초기 경계점 산출부가 최초 트레이스 이후의 복수의 초기 트레이스들의 경계점들인 초기 경계점(B-2~m)을 산출하되, 타임 윈도우 설정 모듈에 의하여 직전 트레이스의 경계점인 직전 트레이스 경계점이 중앙에 위치하도록 해당 트레이스의 타임 윈도우를 설정하는 초기 타임 윈도우 설정 단계, 및 상기 초기 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 STA/LTA 모듈에 의하여 STA/LTA 방법에 의한 STA/LTA ratio를 이용하여 해당 트레이스의 경계점을 산출하는 초기 STA/LTA 기반 경계점 산출 단계를 반복하도록 이루어진 초기 경계점 산출 단계 ;
상기 초기 경계점 산출부가 산출한 초기 경계점의 마지막 경계점(B-m)을 이용하여 제1,2잔부 경계점 산출부가 초기 트레이스들 이후의 잔부 트레이스들의 경계점들인 제1잔부 경계점(B1-n~z)과 제2잔부 경계점(B2-n~z)을 산출하되, 상기 타임 윈도우 설정 모듈에 의하여 직전 트레이스의 경계점인 직전 트레이스 경계점이 중앙에 위치하도록 해당 트레이스의 타임 윈도우를 설정하는 잔부 타임 윈도우 설정 단계, 상기 잔부 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 상기 STA/LTA 모듈에 의하여 STA/LTA 방법에 의한 STA/LTA ratio를 이용하여 해당 트레이스의 제1잔부 경계점을 산출하는 잔부 STA/LTA 기반 경계점 산출 단계, 및 상기 잔부 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 최대진폭 모듈에 의하여 해당 트레이스의 최대진폭이 나타난 주행시간값인 제2잔부 경계점을 산출하는 잔부 최대진폭 기반 경계점 산출 단계를 반복하도록 이루어진 제1,2잔부 경계점 산출 단계 ;
제3잔부 경계점 산출부가 초기 트레이스들 이후의 잔부 트레이스들의 경계점들인 제3잔부 경계점(B3-n~z)을 산출하되, 상기 제3잔부 경계점 산출부는, 상기 최초 경계점(B-1)과 상기 초기 경계점(B-2~m)이 초기값으로 입력되고 상기 제1잔부 경계점 또는 제2잔부 경계점이 측정값으로 입력되어 상기 제3잔부 경계점이 추정값으로서 추정되도록 이루어진 칼만 필터 모듈를 이용하는 제3잔부 경계점 산출 단계 ;
잔부 확정 경계점 선정부가, 초기 트레이스들 이후의 잔부 트레이스에 대하여 제1잔부 경계점과 제2잔부 경계점을 비교하고, 각각의 트레이스에 대하여 상기 제1잔부 경계점과 상기 제2잔부 경계점이 동일하면 제1잔부 경계점을 잔부 확정 경계점으로 취하고 각각의 트레이스에 대하여 상기 제1잔부 경계점과 상기 제2잔부 경계점이 상이하면 해당 트레이스의 제3잔부 경계점을 확정 경계점으로 취하여 잔부 트레이스에 대한 잔부 확정 경계점(B-n~z)을 구하는 잔부 확정 경계점 선정 단계 ;
퇴적물 분류용 변환자료 생성부가, 상기 탄성파 탐사 자료를 재배열하여 퇴적물 분류용 변환자료를 생성하되, 상기 퇴적물 분류용 변환자료는 최초 트레이스, 초기 트레이스, 잔부 트레이스 각각의 경계점인 최초 경계점, 초기 경계점, 잔부 확정 경계점이 t=0이 되도록 재배열된 것을 특징으로 하는 퇴적물 분류용 변환자료 생성 단계 ;
를 포함하는 것을 특징으로 하는 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법. - 제 1 항에 있어서,
상기 초기 경계점 산출 단계는,
상기 초기 타임 윈도우 설정 단계에서 설정된 타임 윈도우 내에서 상기 최대진폭 모듈에 의하여 해당 트레이스의 최대진폭이 나타난 주행시간값인 비교 경계점을 산출하는 초기 최대진폭 기반 경계점 산출 단계와,
초기 경계점 확인부가 상기 초기 STA/LTA 기반 경계점 산출 단계에서 산출된 경계점과 상기 초기 최대진폭 기반 경계점 산출 단계에서 산출된 비교 경계점이 서로 상이하면 해당 트레이스의 경계점을 선택받도록 이루어진 초기 경계점 확인 단계가
상기 초기 타임 윈도우 설정 단계 및 초기 STA/LTA 기반 경계점 산출 단계와 함께 반복되며,
상기 초기 경계점 확인 단계에 의하여 경계점이 선택되었다면 그 선택된 경계점을 해당 트레이스의 초기 경계점으로 선정하며, 상기 초기 경계점 확인 단계에 의하여 경계점이 선택되지 않았으면 초기 STA/LTA 기반 경계점 산출 단계에서 산출된 경계점을 해당 트레이스의 초기 경계점으로 선정하는 것을 특징으로 하는 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140063927A KR101437907B1 (ko) | 2014-05-27 | 2014-05-27 | 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140063927A KR101437907B1 (ko) | 2014-05-27 | 2014-05-27 | 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101437907B1 true KR101437907B1 (ko) | 2014-09-04 |
Family
ID=51759401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140063927A KR101437907B1 (ko) | 2014-05-27 | 2014-05-27 | 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101437907B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230064662A (ko) | 2021-11-03 | 2023-05-11 | 한국해양대학교 산학협력단 | Ai 기반 천부지층탐사자료의 음향상 분류 방법 및 장치 |
KR102578472B1 (ko) * | 2023-07-24 | 2023-09-14 | 엠씨에스테크 주식회사 | 가변 잡음환경에서 신호탐지기를 운용할 때 잡음신호를추적하고 제거하여 신호탐지기의 성능을 극대화하기 위한 방법 |
-
2014
- 2014-05-27 KR KR1020140063927A patent/KR101437907B1/ko active IP Right Grant
Non-Patent Citations (1)
Title |
---|
Seismic Wave Detection based on Laser Interferometer for P-S Time Measurement * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230064662A (ko) | 2021-11-03 | 2023-05-11 | 한국해양대학교 산학협력단 | Ai 기반 천부지층탐사자료의 음향상 분류 방법 및 장치 |
KR102578472B1 (ko) * | 2023-07-24 | 2023-09-14 | 엠씨에스테크 주식회사 | 가변 잡음환경에서 신호탐지기를 운용할 때 잡음신호를추적하고 제거하여 신호탐지기의 성능을 극대화하기 위한 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3227725B1 (en) | Seismic acquisition method | |
AU2013200475B2 (en) | Methods and systems for correction of streamer-depth bias in marine seismic surveys | |
EP1865340B1 (en) | A process and program for characterising evolution of an oil reservoir over time | |
CN1181358C (zh) | 用于局部浪高确定的方法和在海洋地震信号中的声传感器 | |
CN101932954B (zh) | 地下预测方法和系统 | |
CN103675910B (zh) | 一种水陆检波器地震数据标定因子反演方法 | |
CN102027390A (zh) | 对地震数据的联合内插及消除虚反射 | |
Wilcock | Tracking fin whales in the northeast Pacific Ocean with a seafloor seismic network | |
MX2014003060A (es) | Sistemas y metodos de filtracion de dominio de frecuencia y discriminacion de dominio de espacio-tiempo de datos sismicos. | |
MX2012013721A (es) | Eliminar fantasmas de datos sísmicos. | |
EP2762926B1 (en) | Systems and methods for detecting swell noise in a seismic gather | |
Potty et al. | Geoacoustic inversion results from the ASIAEX East China Sea experiment | |
Dong et al. | Bayesian inversion of interface-wave dispersion for seabed shear-wave speed profiles | |
Dettmer et al. | Joint time/frequency-domain inversion of reflection data for seabed geoacoustic profiles and uncertainties | |
US20060253257A1 (en) | Method of processing seismic data for AVO or AVOA characterization | |
Rørstadbotnen et al. | Simultaneous tracking of multiple whales using two fiber-optic cables in the Arctic | |
Prior et al. | Characterization of the acoustic output of single marine-seismic airguns and clusters: the Svein Vaage dataset | |
CN106610507B (zh) | 一种去除虚反射干扰的方法和装置 | |
KR101437907B1 (ko) | 신호 대 잡음비가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 | |
KR101864307B1 (ko) | 그래디언트 분석을 통한 탄성파 너울보정 및 지하지층구조 탐사 자료 처리방법 및 그 기록매체 | |
KR101462920B1 (ko) | 퇴적물 분류 속도가 향상된, 탄성파 탐사 자료에 의하여 해저면 퇴적물의 종류를 자동 분류하는 방법 | |
Bentrem et al. | Estimating surface sediments using multibeam sonar | |
CN113589294A (zh) | 一种水下浅地层剖面数据的处理方法、系统、设备及介质 | |
CN117148432B (zh) | 基于多尺度分量提取的浅剖数据空间插值方法 | |
KR102512123B1 (ko) | 기계학습을 이용한 탄성파 데이터 초동 발췌 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20170818 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20180828 Year of fee payment: 5 |