KR101815356B1

KR101815356B1 - 지온경사 추정 방법 및 지온경사 추정 장치

Info

Publication number: KR101815356B1
Application number: KR1020150185756A
Authority: KR
Inventors: 연관희; 심정택; 정은주
Original assignee: 한국전력공사
Priority date: 2015-12-24
Filing date: 2015-12-24
Publication date: 2018-01-04
Also published as: WO2017111253A1; KR20170076036A; US10641662B2; US20190078944A1

Abstract

본 발명은 지온경사 추정 방법 및 지온경사 추정 장치에 관한 것으로, 복수의 지점에 대하여, 측정된 지진파 정보에 기초하여 측정된 지진파의 지진파 지각 감쇠 특성 파라미터를 복수의 지점마다 산출하는 단계, 지진파 지각 감쇠 특성 파라미터에 기초하여 인공신경망 관계식을 도출하는 단계, 및 인공신경망 관계식에 기초하여 복수의 지점 이외의 관심 지역의 지온경사를 산출하는 단계를 포함하는 지온경사 추정 방법을 제공하여 적은 비용으로 신뢰성 높은 방법으로 지온경사를 추정한다.

Description

지온경사 추정 방법 및 지온경사 추정 장치{Method of estimating the geothermal gradient and apparatus for performing the method}

본 발명은 지온경사 추정 방법 및 지온경사 추정 장치에 관한 것으로, 특히 지진파의 지각감쇠 특성 파라미터를 이용한 심부의 지온경사 추정 방법 및 지온경사 추정 장치에 관한 것이다.

신재생 에너지원인 지열을 이용한 발전을 위해서는 두 개의 현장 조건이 필요한데, 이는 지열온도와 지열류량이다. 지열온도는 높을수록, 지열류량은 많을수록 대용량 및 경제적인 지열발전이 가능하다. 이중, 지열온도는 인위적으로 생성할 수 없는 자연적으로 조성되는 조건으로, 지열발전을 위하여 필수불가결한 조건이다.

일반적으로 지하의 심도가 깊어질수록 지각 하부 맨틀에서 기인한 열원으로 인해 온도가 증가하는데, 이때의 증가율을 지온경사(℃/km)라고 한다. 이러한 지온 경사를 이용하여 심부의 지열온도(지온)를 측정할 수 있다. 지열온도는 다음과 같은 식으로 구할 수 있다.

'지열온도 = 지온경사 x 깊이 + 지표온도'

특정 지점에서의 지온경사 및 열전도도 측정값을 이용하여 계산된 지열류량은 해당 지역을 대표하는 지열류량 값이 되는데, 그 지열류량이 해당 지점의 대표값으로서 어느 정도의 신뢰도를 가지는지가 문제가 된다.

일반적으로 시추공에서 계측된 깊이별 지열온도는 깊이별로 변동성을 갖게 되는데, 지온경사 값은 지온이 깊이별로 단순 증가하는 값으로 근사시킨 것으로 이해할 수 있다. 또한 좁은 지역에서 다수의 지온경사 값이 나타날 경우, 일반적으로는 지온경사 값의 품질 정도와는 무관하게 대표값은 평균치로 단순화하였다. 그리고 시추공에 의한 지열온도 측정 깊이가 수백m 이내이기 때문에 심부 지온경사 값의 신뢰도는 높지 않다. 정확한 지온경사 값을 추정하기 위해서는 km 깊이의 심부 시추가 필요한데, 이러한 심부 시추는 고비용이 수반된다는 문제가 있었다.

또한 다양한 지점에서 얻어진 지열온도 측정값을 이용하여 지열온도 측정이 수행되지 않은 지점의 지열온도를 추정할 수 있는데, 측정값의 공간적인 밀도가 낮거나 분포가 불균질할 때에는 의미 있는 추정이 불가능할 수도 있다.

현재 심부 지열발전을 위해서 통용되고 있는 지열자원 분포도는 352개의 편향된 지점(70% 이상이 온천지대)에서 측정한 자료를 공간적으로 평활화하여 사용되고 있다(비특허문헌1: 우리나라 EGS 지열발전의 이론적 및 기술적 잠재량 평가, 자원환경지질, 제44권, 제6호, 513-523, 2011, 송윤호 외). 그러나 이러한 공간적인 평활화는 심부 지열특성과 관련이 있는 지각의 특성을 전혀 고려하지 않고 있으며, 따라서 지열측정 자료가 온천지역에 지역적으로 편향되어 있는 상황에서 임의적으로 선택한 파라미터를 이용한 공간적 평활화를 통한 지열추정은 무의미하다.

이러한 지열 추정 방법의 한계를 극복하기 위하여 지열류량과 관련 있는 지구과학 정보로서 암석의 종류, 지층의 생성시대, 모호(Moho)면의 깊이를 선정하고, 각각의 정보를 특정 범위로 분류하고, 해당 범위의 평균 지열류량을 계산한 후 아래와 같은 지열류량 함수 Qs를 이용하여 국내 지열류량 분포를 추정한 바 있다(남한의 지열류량과 지질자료를 이용한 지열 이상대 해석, p.80-86, 학위논문(박사), 충남대학교 대학원: 지질학과 응용지질학전공, 2004.2, 김형찬)

Qs = 암종별 지열류량 평균 + 지질시대별 지열류량 평균 + 모호변 깊이별 지열류량 평균

그러나 위 방법으로 추정된 지열류량 분포는 특정 지역의 값이 모두 동일하게 나타나는 구역화 특성이 나타나며, 이와 같이 추정된 결과와 실제 측정된 지열류량과의 상관성을 입증할 수 있는 정량적인 자료가 제시되지 않았다.

비특허문헌1: 우리나라 EGS 지열발전의 이론적 및 기술적 잠재량 평가, 자원환경지질, 제44권, 제6호, 513-523, 2011, 송윤호 외 비특허문헌2: 남한의 지열류량과 지질자료를 이용한 지열 이상대 해석, p.80-86, 학위논문(박사), 충남대학교 대학원: 지질학과 응용지질학전공, 2004.2, 김형찬

이상에서와 같이, 종래 지열류량을 추정하기 위하여 사용된 지온경사 자료는 특정 지역에 밀집되어 분포되어 이를 공간적으로 평활화하여 작성한 지열자원분포도의 신뢰도가 낮았다. 그리고, 낮은 심도의 시추깊이, 동일 지점에 대한 중복자료의 존재, 온천수에 의한 측정자료의 왜곡 가능성 등의 원인으로 측정된 자료 조차도 해당 지점의 대표성 및 자료 신뢰성이 결여되었다. 또한 측정자료의 대표성이나 신뢰성 개선을 위하여 심부 시추를 하는 경우, 고비용의 심부 시추 비용이 소요된다는 문제가 있었다.

본 발명은 상기와 같은 문제를 감안하여 이루어진 것으로, 적은 비용으로 신뢰성 높은 방법으로 지온경사를 추정하여 지열류량을 정량적으로 추정할 수 있어 합리적인 지열발전의 추진을 가능하게 하는 것을 목적으로 한다.

상기와 같은 기술적 과제를 해결하기 위하여 본 발명의 실시예들의 일 측면에 의하면, 복수의 지점에 대하여, 측정된 지진파 정보에 기초하여 측정된 지진파의 지진파 지각 감쇠 특성 파라미터를 복수의 지점마다 산출하는 단계, 지진파 지각 감쇠 특성 파라미터에 기초하여 인공신경망 관계식을 도출하는 단계, 및 인공신경망 관계식에 기초하여 복수의 지점 이외의 관심 지역의 지온경사를 산출하는 단계를 포함하는 지온경사 추정 방법을 제공한다.

이러한 본 발명의 다른 특징에 의하면, 지진파 지각 감쇠 특성 파라미터를 산출하는 단계는, 지진파의 비탄성 감쇠를 Q(f)=Q₀f^η로 모델링할 때, 측정된 지진파 정보에 기초한 스펙트럼과 Q 토모그래피 역산 방법으로, 지진파 정보가 측정된 지역의 지리적 위치 및 지각내 깊이에서의, Q₀ 및 주파수 의존도값 η를 산출할 수 있다.

본 발명의 또 다른 특징에 의하면, 지진파 지각 감쇠 특성 파라미터를 산출하는 단계에서, Q 토모그래피 역산 방법으로 산출한 Q₀ 및 주파수 의존도값 η 사이의 함수 F_η(Q₀)로부터 산출한 주파수 의존도값의 추정값 η'과, Q 토모그래피 역산 방법으로 산출한 주파수 의존도값 η의 차이인 의존도 차분값 η_diff (η_diff = η-η')을 추가로 산출할 수 있다.

본 발명의 또 다른 특징에 의하면, 지구과학 정보로서, 관심 지역에 대한 지형 특성 파라미터 또는 지각 불균질성 파라미터 중 적어도 어느 하나를 더 산출하는 단계를 더 포함하고, 인공신경망 관계식을 도출하는 단계는, 산출한 지형 특성 파라미터 또는 지각 불균질성 파라미터 중 적어도 어느 하나를 더 포함시켜 인공신경망 관계식을 도출할 수 있다.

본 발명의 또 다른 특징에 의하면, 지형 특성 파라미터는 관심 지역의 고도, 상대고도, 기울기, 지표 거침도 중 적어도 어느 하나를 포함할 수 있다.

본 발명의 또 다른 특징에 의하면, 지각 불균질성 파라미터는 관심 지역의 맨틀 깊이, 지각 물성 중 적어도 어느 하나를 포함할 수 있다.

본 발명의 또 다른 특징에 의하면, 인공신경망 관계식을 도출하는 단계는, 복수의 지점 각각에 대한 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 인공신경망 관계식의 입력으로서 사용하고, 복수의 지점 각각에 대하여 측정된 지온경사를 출력으로 하여 인공신경망 관계식을 도출하고, 지온경사를 산출하는 단계는, 관심 지역에서의 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 산출하여 도출된 인공신경망 관계식에 대입함으로써 관심 지역의 지온경사를 산출할 수 있다.

상기와 같은 기술적 과제를 해결하기 위하여 본 발명의 실시예들의 다른 측면에 의하면, 복수의 지점 각각에 대하여 산출된 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 인공신경망의 입력으로서 사용하고, 복수의 지점 각각에 대하여 측정된 지온경사를 인공신경망의 출력으로 하는 인공신경망을 구성하는 단계, 측정된 지온경사와 인공신경망에 기초하여 산출된 지온경사값 사이의 관계가 소정의 조건을 만족하는 인공신경망 관계식을 미리 정한 개수만큼 산출하는 단계, 산출된 인공신경망 관계식들에 복수의 지점 이외의 관심 지점에서의 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 입력하여 복수의 지온경사 추정값을 산출하는 단계, 및 복수의 지온경사 추정값에 대한 통계값을 계산하여 최종 지온경사 추정값을 산출하는 단계를 포함하는 지온경사 추정 방법을 제공한다.

이러한 본 발명의 다른 특징에 의하면, 산출된 인공신경망 관계식들에 복수의 지점에서의 파라미터를 입력하여 산출된 지온경사값들과 측정된 지온경사값들 사이의 선형회귀식을 산출하는 단계, 및 산출된 선형회귀식을 사용하여 복수의 지온경사 추정값들을 보정하는 단계를 더 포함할 수 있다.

본 발명의 또 다른 특징에 의하면, 소정의 조건은 측정된 지온경사와 인공신경망에 기초하여 산출된 지온경사값 사이의 오차가 기준치 이하인 것일 수 있다.

본 발명의 또 다른 특징에 의하면, 소정의 조건은 추가적으로 기준치 이하인 조건을 만족하는 인공신경망 관계식들 중 오차를 최소로 하는 인공신경망 관계식에 의해 산출된 지온경사값과의 상관계수가 제2 기준치 이하인 것일 수 있다.

본 발명의 또 다른 특징에 의하면, 소정의 조건은 인공신경망 반복 학습에 의하여 산출된 복수의 인공신경망 관계식들 중 오차를 최소로 하는 인공신경망 관계식에 의해 산출된 지온경사값과의 상관계수가 제2 기준치 이하인 것일 수 있다.

상기와 같은 기술적 과제를 해결하기 위하여 본 발명의 실시예들의 다른 측면에 의하면, 입력되는 정보에 대하여 정보에 관한 특성을 나타내는 파라미터를 추출하는 파라미터 추출부, 파라미터 추출부에서 산출된 파라미터를 입력으로 하는 인공신경망 관계식을 산출하는 인공신경망 관계식 산출부, 및 인공신경망 관계식 산출부에서 산출된 인공신경망 관계식에 파라미터 추출부에 의하여 추출된 관심 지점의 파라미터들을 입력하여 지온경사 추정값을 산출하는 지온경사 추정부를 포함하고, 파라미터 추출부에서 추출하는 파라미터는, 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 포함하며, 인공신경망 관계식 산출부는 복수의 지점마다 파라미터 추출부가 추출한 파라미터들과 복수의 지점에서 측정된 지온경사에 기초하여 인공신경망 관계식을 산출하는 것을 특징으로 하는 지온경사 추정 장치를 제공한다.

상기와 같은 구성들에 의하여, 적은 비용으로 신뢰성 높은 방법으로 지온경사를 추정할 수 있게 된다.

도 1은 본 발명의 일 실시예에 따른 지온경사 추정 방법을 설명하는 도면이다.
도 2는 본 발명의 일 실시예에 따라서 지진파 지각 감쇠 특성 파라미터를 도출하는 방법을 설명하는 도면이다.
도 3은 관심 지역의 지형 특성 및 지각 불균질성에 기초한 파라미터를 산출하는 방법을 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따라서 인공신경망을 도출하는 방법에 대하여 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 인공신경망을 이용하여 지온경사를 추정하는 방법을 설명하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 지온경사 추정 장치를 나타내는 도면이다.
도 7 내지 도 12는 본 발명의 일 실시예에 따른 지온경사 추정 방법을 시뮬레이션하여 지온경사를 추정한 결과를 나타내는 도면이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 본 발명에 따른 실시 예들을 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

본 발명자는, 지온경사 추정과 관련된 불확실성을 저감하고 측정값의 공간적인 밀집도가 낮거나 불균질한 문제를 해결할 수 있는 방법으로, 지열온도와 관련될 수 있는 지구과학적인 정보를 추가로 이용하는 것에 착안하였다. 지구과학 정보와 지열온도의 상관성이 규명되면, 지구과학 정보만을 이용하여 중복된 지열온도 측정값을 갖는 지점의 대표 지열온도 값을 제시할 수 있고, 지열온도 값의 공간적인 밀도가 낮은 지역의 특정 지점에 대해서도 지열온도 값을 합리적으로 추정할 수 있게 된다. 이하에서는, 지구과학 정보, 특히 지진관측자료를 이용하여 지온경사를 추정하는 방법에 대해서 자세히 살펴보도록 한다.

도 1은 본 발명의 일 실시예에 따른 지온경사 추정 방법을 설명하는 도면이다.

도 1을 참조하면, 본 실시예에 따른 지온경사 추정 방법은 지진관측 자료를 사용하여 지온경사 추정에 사용한다. 지진관측 자료 외에, 수치지형도, 기타 지구과학 정보 등을 지온경사 추정에 사용할 수도 있다.

지열온도(또는 이와 연관된 지온경사)와 관련될 수 있는 지구과학 정보로는 지진파 감쇠가 있다. 지진파 감쇠는 지진원까지의 지원거리에 따른 지진파의 공간적인 에너지 전달에 의한 기하학적 감쇠와, 전파 경로상의 비탄성물성에 의한 Q 감쇠로 구분된다. Q에 의한 비탄성 감쇠(anelastic attenuation)는 Q(f)=Q₀f^η(f는 주파수)의 형태로 모델링되는데, 일반적으로 고유(intrinsic) 감쇠와 산란(scattering) 감쇠를 포함하는 것으로 설명된다. 이 중, 산란 감쇠는 Q의 주파수 의존도 η와 밀접한 관계가 있으며, η는 지각의 불균질성 정도와 비례관계가 있다. 고유 감쇠는 주파수와 무관한 감쇠로서 지역의 지열량과 관계가 있는 것으로 알려져있다.

이와 같이, 지진파를 이용한 지열 평가에 있어 중요한 지진파 전달특성은 Q₀f^η, 특히 Q₀임을 알 수 있다. 이 밖에도 지열 특성과 관련 있는 지진파의 특성으로는 속도 및 포아송비 등이 있을 수 있다. 한편, 지진관측 자료로부터 Q₀를 추정하기 위해서는 Q의 주파수 의존도 η도 동시에 추정해야 하는데, η의 값을 좌우하는 지각의 불균질성 특성으로서 고려해볼 수 있는 지구과학 정보는 지형 굴곡, 경사, 절대고도, 상대고도와 같은 지형 정보이다. 또한, 100km 이상을 전달하는 지진파를 이용하여 추정되는 Q는 전달되는 경로 상에 위치한 지각의 두께, 즉 모호면의 깊이와도 밀접한 관계가 있을 수 있다.

위와 같은 내용에 기초하여, 우선 지진관측 자료를 사용하여 지진파 지각 감쇠 특성 파라미터들을 도출한다(S1). 여기서 지진관측 자료를 직접 관측한 자료일 수도 있으며, 각 지역에서 관측된 자료를 유/무선 네트워크를 통하여 전송받거나, 기억매체 등에 관측자료를 저장하고 해당 자료를 사용하는 것일 수도 있다. S1 단계에 의하여 도출된 지진파 지각 감쇠 특성 파라미터는 Q_0ijk, η_ijk, η_diff_ijk이다.

도 2를 참조하여 지진파 지각 감쇠 특성 파라미터의 도출 방법에 대해서 좀 더 자세히 설명한다. 도 2는 본 발명의 일 실시예에 따라서 지진파 지각 감쇠 특성 파라미터를 도출하는 방법을 설명하는 도면이다.

우선, 지진관측 자료로부터 지진파의 종류(k_type)(P파, S파, coda파, Lg파 등)를 선택한다(S10). 그리고 선택된 지진파의 종류에 대한 스펙트럼 및 Q 토모그래피 역산방법을 이용하여 지역(x_i)별, 지각내 깊이(h_j)별 Q₀값 및 η값(Q_0ijk, η_ijk)을 산출한다(S11). 이는 다음과 같이 나타낼 수 있다.

Q_ijk(x_i, h_j, k_type, f) = Q_0ijk * f^ηijk

그리고 산출된 파라미터는 각각 Q_0ijk, η_ijk 이다.

한편, 지역 및 깊이별로 다수의 Q_0ijk, η_ijk 가 산출되면, Q_0ijk와 η_ijk 의 관계식인 F_η(Q₀)을 산출할 수 있다(S12). 이후, 산출된 관계식 F_η(Q₀)에 Q_0ijk를 대입하여 구한 η_ijk와, Q 토모그래피 역산을 이용하여 직접 추정된 η_ijk의 차이인 η_diff_ijk (η_diff_ijk = η_ijk - F_η(Q_0ijk))를 추가로 도출한다(S13).

이상과 같은 방법으로 지진파 지각 감쇠 특성 파라미터로서, Q_0ijk, η_ijk, η_diff_ijk 가 산출된다.

다음으로, 지표 지형의 특성을 나타내는 지형 특성 파라미터의 도출에 대해서 살펴본다.

도 1로 돌아가면, 본 실시예에 따른 지열온도 추정 방법에서는 수치지형도를 사용하여 지형 특성 파라미터를 도출한다(S2). 그리고 지진관측 자료나 수치지형도 외의 기타 지구과학 정보를 이용하여 지각 불균질성 파라미터를 추가로 추출한다(S3). 이는 앞서 설명한 바와 같이, 지진파 지각감쇠 특성 파라미터가 지표 지형이나 지각의 불균질성에 의하여 영향을 받기 때문이다. 즉, 신뢰성 높은 지온경사 추정을 위한 관계식을 도출하기 위해서는 지표 지형 및 지각의 불균질성 파라미터도 동시에 입력으로 하여야 한다.

도 3을 참조하여, 지형 특성 및 지각 불균질성에 기초한 파라미터 산출 방법에 대해서 자세히 살펴본다. 도 3은 관심 지역의 지형 특성 및 지각 불균질성에 기초한 파라미터를 산출하는 방법을 설명하는 도면이다.

지형 특성 파라미터로는 관심 지역(x_i)의 절대고도, 상대고도, 기울기, 지표 거침도 등이 도출될 수 있다. 상대고도는 소정의 거리 내(본 실시 예에서는 반경 r_max)에서의 최대고도와 최저고도 사이의 고도차를 나타낸다. 지표 거침도는 상기 소정의 거리 내에서의 고도들의 표준편차(본 실시 예에서는 반경 r_max내의 이격거리 Δr인 지점들의 고도에 대한 표준편차)를 나타낸다. 다만, 본 실시예에서는, 절대고도, 상대고도, 기울기, 지표 거침도가 사용되었으나, 이는 예시적인 것으로 이에 한정되는 것은 아니다. 예를 들어, 절대고도, 상대고도, 기울기, 지표 거침도 중 일부 파라미터만을 사용할 수도 있으며, 여기서 언급되지 않은 다른 파라미터를 사용하는 것도 가능할 것이다.

이상과 같은 방법으로 지형 특성 파라미터로서, H_i, Hr_i, S_i, Topo_diff_i 가 산출된다.

한편, 지각 불균질성 파라미터로는 관심 지역(x_i)의 맨틀 깊이, 지각 물성 등이 도출될 수 있다. 이러한 지각 불균질성 파라미터는 직접 측정한 값을 이용할 수도 있으며, 문헌이나 논문, 보고서 등을 통해서 공개되어 알려진 지역별로 정량화된 다양한 종류의 지구과학 정보를 사용할 수 있다. 본 실시예에서는, 맨틀 깊이, 지각 물성이 사용되었으나, 이는 예시적인 것으로 이에 한정되는 것은 아니다. 예를 들어, 맨틀 깊이, 지각 물성 중 일부 파라미터만을 사용할 수도 있으며, 여기서 언급되지 않은 다른 파라미터를 사용하는 것도 가능할 것이다.

이상과 같은 방법으로 지각 불균질성 파라미터로서, D_i, MAT_i 가 산출된다.

상기 단계 S1 내지 S3에서 산출된 각종 파라미터는 인공신경망의 입력 파라미터로서 설정되며, 이미 측정되어 알고 있는 지역별 지온경사 Tgrad(x_i)가 인공신경망의 출력값으로서 설정되어, 입력 파라미터와 출력값 사이의 인공신경망 관계식 및 보정식이 도출된다(S4). 그리고 인공신경망 관계식 및 보정식이 도출되면, 이 관계식 및 보정식에 임의의 관심 지역(x_l)에 대한 입력 파라미터를 입력하여 지온경사를 추정하게 된다(S5).

이하에서, 인공신경망 관계식 및 보정식의 도출에 대해서 자세히 살펴본다.

도 4는 본 발명의 일 실시예에 따라서 인공신경망을 도출하는 방법에 대하여 설명하는 도면이다.

도 4를 참조하면, 우선 도 2에서 설명한 입력 파라미터들을 입력으로 하고, 지온경사를 출력으로 하는 인공신경망(ANN: Artificial Neural Network)을 구성한다(S40). 이때, 인공신경망의 계수 M은 초기화한다(M=1)(S41).

인공신경망을 이용한 입력과 출력의 관계식 추정은 입력 변수와 출력 값 간의 상관성이 특정 함수로 명확히 알려지지 않은 경우에 사용된다. 인공신경망 관계식 추정은 '입력 파라미터 층(lyaer) 노드(node) - 중간 경유층(hidden layer) 노드 - 출력 층 노드'로 구성되는 다수의 망에 대한 가중치 및 관련 함수로서 결정된다. 이때 층간 함수는 선형 혹은 비선형 함수로서 사전에 결정된다. 모든 노드 조합간에 구성되는 망에 부여되는 가중치는 처음에는 무작위적으로 초기해로서 부여되며, 반복적인 계산과정을 통해 알려진 출력값과 관계식에 의하여 추정되는 출력값의 차이가 저감되는 방향으로 망 가중치가 변화(back propagation)하여, 최종적인 결과를 제시하게 된다. 따라서 초기에 무작위적으로 부여되는 망 가중치에 따라 추정되는 출력값이 변화할 수 있기 때문에, 안정적인 추정치 계산을 위해서는 인공신경망 가중치 함수의 추정 과정을 반복적으로 수행할 필요가 있다.

이에, S40 단계에서 구성된 인공신경망 관계식의 망 가중치에 임의의 가중치를 부여하고(S42), 인공신경망 관계식의 가중치를 변경 및 개선하는 훈련을 반복적으로 수행한다(S43).

망 가중치를 변경하면서 변경된 망 가중치를 이용한 입출력에 대한 인공신경망 관계식을 매번 도출하고(S44), 해당 관계식에 의한 지온경사 추정치와 실제 지온경사의 관측치 차이의 오차를 계산한다(S45).

계산한 오차가 제한치(기준치) 이상이면, 해당 관계식이 적절한 망 가중치가 부여되지 않은 부적절한 인공신경망 관계식이라고 판단하여 다시 S42단계로 돌아가 망 가중치의 변경 및 인공신경망 관계식 도출을 반복 수행한다.

반면, 계산한 오차가 제한치보다 작으면(S46, Yes), 적절한 인공신경망 관계식이 도출되었다고 판단하여, 해당 관계식을 첫 번째(M=1) 인공신경망 관계식으로서 추출한다(S47-2).

그리고 추출한 인공신경망 관계식이 미리 정한 소정의 값(N_ANN)에 도달하였는지를 판단하여, 소정의 값에 아직 도달하지 않은 경우에는(S47-1, No) 인공신경망 관계식 계수 M을 1 증가시켜 다시 S42 단계로 돌아간다(S48).

반면, 소정의 값에 도달하였다고 판단한 경우에는(S47-1, Yes), 그때까지 추출된 총 N_ANN개의 관계식을 이용하여 선형회귀식을 도출한다(S49). 좀 더 구체적으로 설명하면, 앞서 S41 내지 S48의 동작에 의하여 N_ANN개의 관계식이 추출되었다. 이때, 인공신경망 구성에 있어서 총 N_i개의 측정된 지온경사가 있는 경우, N_ANN개의 관계식마다 측정된 지온경사가 입력되면 총 N_i*N_ANN 개의 지온경사 추정자료(Tgrad_i ^M')가 생성된다. 이로부터 N_i개의 지온경사값 Tgrad_i과 N_i*N_ANN 개의 지온경사 추정자료 Tgrad_i ^M ^'에 대한 선형회귀식을 아래 식과 같이 도출한다. 이 선형회귀식을 이용하여 추후, 지온경사 추정값의 오차에 대한 선형적인 편향(bias)을 보정할 수 있게 된다.

Tgrad_i' = a * Tgrad_i ^M ^' + b

이상과 같은 방법에 의하여 인공신경망에 의한 관계식들 및 보정식이 산출된다.

본 실시예에 있어서, S45는 도출된 인공신경망 관계식에 기초한 지온경사 추정치와 복수의 지점에 대한 실제 관측치의 오차들이 모두 기준치 이하인 경우에 S46 단계의 조건을 만족하는 것으로 판단하여 S47-2에서 해당 인공신경망 관계식을 도출하도록 할 수 있을 것이다. 또는, 특정 지점에 대한 실제 관측치의 오차가 기준치 이하인 경우에 S46 단계의 조건을 만족하는 것으로 판단하여 S47-2에서 해당 인공신경망 관계식을 도출하도록 할 수도 있을 것이다.

한편, 본 실시예에 있어서 인공신경망 관계식을 추출하는 조건으로서, 인공신경망 관계식에 기초한 지온경사 추정치와 관측치의 오차 계산에 의하여 오차가 기준치 이하인 경우에 대해서 설명하였으나 이에 한정되는 것은 아니다.

예를 들어, 오차가 기준치 이하인 인공신경망 관계식을 미리 설정된 개수인 N_ANN개보다 많이 추출하고, 추출된 인공신경망 관계식 중 오차를 최소로 하는 인공신경망 관계식에 의한 복수의 지점 각각에서의 오차와, N_ANN개보다 많이 추출된 인공신경망 관계식 중 상기 오차를 최소로 하는 인공신경망 관계식 이외의 인공신경망 관계식에 의한 복수의 지점 각각에서의 오차들 사이의 상관계수를 구하여, 상관계수가 소정의 기준치(예를 들어, 0.6이나 0.7) 이상인 인공신경망 관계식을 최종적으로 추출하는 인공신경망 관계식으로 할 수도 있을 것이다.

또는, 인공신경망 관계식에 기초한 지온경사 추정치와 실제 관측치의 오차를 기준치와 비교하여 인공신경망 관계식을 추출하는 단계를 생략하고, 임의의 개수의 인공신경망 관계식을 추출한 후에, 추출한 인공신경망 관계식 중 오차를 최소로 하는 인공신경망 관계식에 의한 복수의 지점 각각에서의 오차와 그 이외의 인공신경망 관계식에 의한 오차들 사이의 상관계수를 구하여, 상관계수가 소정의 기준치(예를 들어, 0.6이나 0.7) 이상인 인공신경망 관계식을 N_ANN개 추출(오차를 최소로 하는 인공신경망 관계식을 포함)하도록 할 수도 있을 것이다.

이하에서는, 산출된 관계식 및 보정식을 이용하여 미지의 지점에 대한 지온경사를 추정하는 방법에 대해서 살펴본다.

도 5는 본 발명의 일 실시예에 따른 인공신경망을 이용하여 지온경사를 추정하는 방법을 설명하는 도면이다.

도 5를 참조하면, 임의의 위치(x_l)에 대한 지온경사의 추정이 수행된다. 먼저, 위치 x_l에 대한 지진파 지각 감쇠특성, 지형특성 및 지각 불균질성 파라미터를 산출하여 입력 파라미터로서 인공신경망에 입력한다(S50). 그리고 인공신경망 관계식 계수를 초기화(M=1)한다(S51).

다음으로 도 4에서 산출한 인공신경망 관계식 중 하나가 추출되고(S52), 추출된 관계식에 대한 지온경사 추정치 Tgrad_l ^M ^'가 계산된다(S53). 그리고 앞선 도 4의 S48 단계에서 산출한 보정식을 이용하여 지온경사 추정치를 보정한다(S54).

지온경사 추정치 산출 횟수를 판단하여 인공신경망 관계식 개수인 N_ANN개 만큼 산출되었는지를 판단하고, 아직 N_ANN에 도달하지 못한 경우(S55, Yes) 계수를 증가시켜 S52로 돌아가 S52 내지 S54 단계를 반복한다.

반면, 지온경사 추정치 산출 횟수가 N_ANN이 되면(S55, No), 총 N_ANN개의 Tgrad_l'가 산출되었으므로, 산출된 Tgrad_l'에 대한 단일 통계치를 계산한다(S57). 여기서 단일 통계치는 지온경사 추정치들의 평균값이나 중앙값 등이 될 수 있다. 이로써 미지의 위치(x_l)에 대한 최종적인 지온경사 추정치가 산출된다.

도 6은 본 발명의 일 실시예에 따른 지온경사 추정 장치를 나타내는 도면이다.

도 6을 참조하면, 지온경사 추정 장치(1)는 제어부(10), 입력부(20), 저장부(30), 파라미터 추출부(40), 인공신경망 관계식 산출부(50), 관계식 보정부(60), 지온경사 추정부(70)를 포함할 수 있다.

제어부(10)는 지온경사 추정 장치(1)의 전반적인 동작을 제어하며, 내부에 구비된 각 구성들을 제어한다.

입력부(20)는 각종 데이터가 입력되는 부분이다. 입력부(20)는 파라미터 추출을 위한 각종 정보가 입력되는 부분일 수 있다. 예를 들어, 입력부(20)는 사용자가 파라미터 추출을 위한 각종 정보인 지진파 정보, 수치지형도 정보 및 기타 지구과학 정보를 입력하기 위한 장치로서 키보드나 마우스, 디스플레이 화면 상의 터치패널 등일 수 있다. 또는 상기 각종 정보가 외부로부터 입력되는 경우, 입력부(20)는 외부 유/무선 네트워크와 연결되어 상기 정보들을 온라인 상으로 수신하는 통신수단일 수도 있으며, 지온경사 추정 장치(1)와 직접 연결되는 USB 등의 저장 장치에 저장된 정보를 수신하는 인터페이스일 수도 있다.

저장부(30)는 제어부(10)에서 실행시키는 지온경사 추정 장치(1)의 운용에 필요한 프로그램들을 저장한다. 또한 저장부(30)는 입력부(20)를 통하여 입력된 정보들을 저장할 수 있다.

파라미터 추출부(40)는 입력부(20)를 통하여 입력된 지구과학 정보들 혹은 저장부(30)에 저장된 지구과학 정보들로부터 지열과 연관된 각종 파라미터를 추출한다. 파라미터 추출부(40)는 지진파 정보로부터 지진파 지각 감쇠 특성 파라미터를, 수치지형도로부터 지형 특성 파라미터를, 기타 지구과학 정보로부터 지각 불균질성 파라미터를 추출한다.

지진파 지각 감쇠 특성 파라미터는, 지진파의 비탄성 감쇠를 Q(f)=Q₀f^η로 모델링할 때의 Q₀ 및 주파수 의존도값 η를 포함할 수 있다. Q₀ 및 주파수 의존도값 η는, 지진파 정보가 측정된 지역의 지리적 위치 및 지각내 깊이에 대하여, 측정된 지진파 정보에 기초한 스펙트럼과 Q 토모그래피 역산 방법으로 산출할 수 있다.

또한 지진파 지각 감쇠 특성 파라미터로서 Q 토모그래피 역산 방법으로 산출한 Q₀ 및 주파수 의존도값 η 사이의 함수 F_η(Q₀)를 구하고, 이 함수로부터 산출한 주파수 의존도값의 추정값 η'과, Q 토모그래피 역산 방법으로 산출한 주파수 의존도값 η의 차이인 의존도 차분값 η_diff (η_diff = η-η')를 더 포함할 수도 있다.

지형 특성 파라미터는 관심 지역의 고도, 상대고도, 기울기, 지표 거침도 등을 포함할 수 있으며, 지각 불균질성 파라미터는 관심 지역의 맨틀 깊이, 지각 물성 등을 포함할 수 있다.

또한 파라미터 추출부(40)는 실제로 지온경사를 추정하고 싶은 관심 지점에 대하여도, 해당 지점의 지구과학 정보를 이용하여 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 추출한다.

인공신경망 관계식 산출부(50)는 파라미터 추출부(20)에서 추출된 파라미터들을 입력으로 하고, 파라미터 추출 대상인 지점의 측정된 지온경사를 출력으로하는 인공신경망을 생성한다. 그리고 인공신경망 관계식 산출부(50)는 복수의 지점에 대한 입력과 출력에 기초하여 망 가중치를 변경하면서 인공신경망 관계식을 산출한다. 이때 산출되는 관계식은 해당 관계식에 파라미터를 대입하여 산출된 지온경사 추정값과 해당 파라미터 추출 대상인 지점의 측정된 지온경사 사이의 오차가 소정의 기준값 이하일 경우에 추출된다.

인공신경망 관계식 산출부(50)는 위와 같은 인공신경망 관계식을 미리 정한 소정의 개수만큼 산출한다.

관계식 보정부(60)는 인공신경망 관계식 산출부(50)에 의하여 산출된 복수의 인공신경망 관계식들에, 앞서 사용된 복수의 지점에서의 파라미터를 입력하여 산출된 지온경사값들과 해당 지점에 대한 실제 측정된 지온경사값들 사이의 선형회귀식을 산출한다.

지온경사 추정부(70)는 인공신경망 관계식 산출부(50)에 의하여 산출된 복수의 인공신경망 관계식들에 파라미터 추출부(40)에 의하여 추출된 관심 지점에 대한 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 입력하여 관심 지역의 복수의 지온경사 추정값을 산출한다.

관계식 보정부(60)는 지온경사 추정부(70)에 의하여 산출된 관심 지역에 대한 복수의 지온경사 추정값을 산출한 선형회귀식을 이용하여 보정한다.

지온경사 추정부(70)는 자신이 산출한 복수의 지온경사 추정값이 관계식 보정부(60)에 의하여 보정되면, 보정된 값들을 이용하여 평균값, 중간값 등의 통계값을 계산함으로써 최종 지온경사 추정값을 산출한다. 이 지온경사 추정부(70)에 의하여 산출된 통계값에 의한 최종 지온경사 추정값이 실제로 추정하고 싶은 관심 지점에서의 지온경사 추정 결과값이 되는 것이다.

상기와 같은 방법 및 구성에 의하여, 고비용의 심부 시추를 수반하지 않고 지진파, 수치지형도 및 기타 지구과학 정보만을 이용하여 지온경사를 정량적으로 정확하게 추정할 수 있게 되며, 결과적으로 심부의 지열온도 및 지열류량 등의 지열 특성을 정량적으로 추정할 수 있게 된다.

또한 광범위한 지역의 지열특성을 추정할 수 있게 되어, 심부 지열발전을 개발을 위한 유망지역 선정에 유효하게 활용할 수 있게 된다.

또한 온천수 등으로 국부적인 지온경사 왜곡이 발생하는 지역에서도 측정된 다수의 지열 측정값중 해당 지역을 대표하는 지열값을 선별하는데도 활용 가능해진다.

이하에서는, 상기 설명한 지온경사 추정 방법을 사용하여 실제로 지온경사를 추정한 시뮬레이션 결과에 대해서 설명한다.

도 7 내지 도 12는 본 발명의 일 실시예에 따른 지온경사 추정 방법을 시뮬레이션하여 지온경사를 추정한 결과를 나타내는 도면이다.

우선 지진파 지각 감쇠특성 파라미터를 추출하기 위하여 국내에서 2012년 12월까지 발생한 지진에 대해 기상청, 지질자원연구원 및 전력 연구원이 운영하는 국가 지진관측소의 지진파형 중 S파에 대한 푸리에 스펙트럼 DB 자료를 사용하였다. 관련 DB는 2012년 12월까지 국내에서 발생한 총 632개의 지진에 대한 34,947개의 지진기록에 대한 수평성분 S파 구간에 대한 푸리에 스펙트럼으로 구성된다.

지진파 지진동 특성은 지진원, 지진파 전달, 부지효과의 조합으로 표현 가능하며, 지진파 전달과 관련된 지각 감쇠 특성은 이들 모델을 종합적으로 평가하여야 분리 가능하다. 지진파 특성과 관련하여 전 세계적으로 활용되는 모델로서 1Hz 이상의 고주파 지진파에 적합한 추계학적 점지진원 지진동모델(stochastic point-source ground-motion model; Boore, 2003)이 사용되었다. 본 시뮬레이션에서는 추계학적 점지진원 지진동모델을 채택하고, 국내 지진관측자료를 기반으로 지진관측에 대한 지진파 스펙트럼 DB와 추계학적 점지진원 지진동모델의 추정치로부터 지진동 모델 파라미터를 도출하였다.

한편, 국내 지진관측자료를 이용하여 국내 지역별로 지각 감쇠 특성을 평가하기 위해서는 국내 지역을 이산화시켜야 하며, 이를 위해 본 시뮬레이션에서는 도 7과 같이 한반도 남부를 83개(내륙은 77개)로 격자화한 모델을 이용하였다.

또한 본 시뮬레이션에서는 S파 스펙트럼만을 이용하므로, 지각 감쇠 특성에서 지진파의 종류(k_type)와 관련된 k 지수는 최대값 1로 설정하였으며, 파선의 지각 깊이도 고려하지 않았으므로 파선 경로의 지각내 깊이(h_j)와 관련된 j 지수의 최대값도 1로 설정하였다.

도 7과 같이 지열을 격자화시킬 경우, 각 격자별로 도출되는 지각 감쇠 특성 파라미터인 Q₀ 및 주파수 의존도값 η는 각 격자에서의 중심점을 대표하게 된다. 그리고 특정 지점의 지역 위치(x_i)에 관련된 대한 지수인 i의 최대값은 내륙격자의 개수인 77이 된다.

위와 같은 설정에 기초하여 추계학적 지진동모델 파라미터의 역산을 수행하면 도 8과 같이 Q₀ 및 η 값을 산출할 수 있다.

도 8에서 도출된 각 지점에 대한 Q₀ 및 η의 쌍으로부터 양 파라미터간의 상관관계를 나타내는 함수 F_η(Q₀)를 산출할 수 있으며, 이는 다음과 같다.

F_η(Q₀) = η(Q₀) = 1.9305 - 0.248*ln(Q₀)

위 함수 및 Q₀ 및 η의 쌍이 도 9에 나타나 있다. 도 9의 가로축은 Q₀의 자연로그 값이고, 세로축은 η 값을 나타낸다.

그리고 함수 F_η(Q₀)로부터 산출한 주파수 의존도값의 추정값 η'과, 상기 Q 토모그래피 역산 방법으로 산출한 주파수 의존도값 η의 차이인 의존도 차분값 η_diff을 구하면 도 10과 같이 나타난다.

다음으로, 지형 특성 파라미터 및 기타 지구과학 정보의 파라미터로서 지각 불균질성 파라미터의 산출에 대해서 본 시뮬레이션에서 사용한 방법을 살펴본다.

지형 특성 파라미터는 수치지형도를 기반으로 계산되었으며, 지각 불균질성 파라미터는 공개된 논문 자료(한반도 남부 모호면의 변형 구조, 한국지구과학회지, v.27, no.6, p.620-642, 2006년 12월, 신영홍 외)의 지역별로 정량화된 지각평형 이상값과 맨틀깊이를 그대로 이용하였다. 지각 불균질성 파라미터는 특정 지점(x_i)에서 정량화시킬 수 있는 모든 지구과학 정보가 포함될 수 있으나, 본 시뮬레이션에서는 중력탐사에 의해 얻어지는 지각평형이상 자료만을 이용하였다. 이용된 파라미터는 구체적으로 [표 1]과 같다.

기호	구분	정의
S_i (경사)	지형 특성 파라미터	지열 측정점에서의 순간 지형고도. 기울기(정사각형(16x16km²) 지역 내의 1km 간격 수치고도자료에 적합된 3차원 평면함수의 x, y 방향에 대한 이론적인 기울기의 벡터합)
H_i (고도)		지열 측정점에서의 지형고도
Hr_i (상대고도)		지열 측정점을 중심으로 하고 반경 8km(도 3의 r_max=8km)인 내부 지역의 최대(Hmax_i) 고도와 최소(Hmin_i) 고도의 차. 즉, Hr_i=Hmax_i-Hmin_i
top_diff_i (지표지형 거침도)		지열 측정점을 중심으로, 반경이 20km인 원 내부 지역에서의 지형고도 자료(1.8km 간격(도 3의 Δr=1.6km)의 H_i)의 표준편차
MAT_i (지각평형이상)	지각 불균질성 파라미터	지역별 지각 매질의 밀도, 두께 차이에 의한 중력자료의 지각평형이상
D_i (맨틀깊이)	지각 불균질성 파라미터	지역별 맨틀까지의 깊이

위와 같이 추출된 파라미터인 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터, 지각 불균질성 파라미터를 입력값으로 하고, 출력값은 특정 지점(x_i)에서 알려진 측정된 지온경사의 자연로그 값(ln(Tgrad_i))으로 하여, 도 4에서 설명한 방법에 의하여 인공신경망 관계식을 도출하였다.

인공신경망으로는 TLFF(Two Layer Feed-Forward)의 방법이 사용되었으며, 중간층(hidden layer)은 10개의 노드가 사용되었다. 본 시뮬레이션에서는 출력값인 지온경사 자료를 비특허문헌1에서 개시한 지온경사 자료를 이용하였다. 또한 입력 파라미터 중 Q_0i, 경사(S_i), 고도(H_i), 상대고도(Hr_i)에 대해서는 해당 자료의 자연로그 값을 사용하였다.

위 파라미터들과 도 4의 방법으로 산출된 특정 지점(x_i)에서 알려진 ln(Tgrad_i) 값과 N_ANN=56이 설정되어 산출된 56개의 인공신경망 관계식을 이용하여 각 해당 지점에서의 추정한 값인 ln(Tgrad_i ^M')을 비교하여 도 11(a)에 나타내었다.

인공신경망 관계식 산출에 있어서, 오차의 제한치는 표준편차=0.1 값이 사용되었고, 인공신경망 관계식이 추정결과인 ln(Tgrad_i ^M')는 아래 함수를 이용하여 선형 편향을 보정하였다.

ln(Tgrad_i') = 1.2629*ln(Tgrad_i ^M ^') - 0.8374

한편, 도 11(b)는 도 11(a)의 56개의 추정치 Tgrad_i ^M ^'에 대한 평균값과 특정 지점(x_i)에서 알려진 지온경사값 ln(Tgrad_i)을 비교한 그래프이며, 오차의 선형함수 편향을 제거하기 위한 1차 회귀함수를 함께 도시하였다.

도 11(a)에서의 추정된 자료(Tgrad_i ^M ^')에 대한 오차의 표준편차는 0.1이었으나, 도 11(b)와 같이 평균값을 취한 경우에는 오차의 표준편차가 0.068이 되어 30% 정도의 오차 개선 효과가 나타났다.

이에, 추정된 자료(Tgrad_i ^M ^')의 평균값에 대하여 위 보정식을 적용하여 선형성을 보정한 최종 결과가 도 12에 도시되어 있다. 즉, 최종적인 지온경사의 추정 오차가 0.068로 나타났다.

이상, 시뮬레이션 결과에서 확인할 수 있듯이, 지진파 지각 감쇠 특성 파라미터 및 지온에 연관된 기타 지구과학 정보의 파라미터를 사용하여 인공신경망을 구성한 후, 인공신경망 관계식으로부터 관심 지역의 지온경사를 추정하는 경우 매우 뛰어난 신뢰도로 지온경사값이 산출되는 것을 확인할 수 있었다.

본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.

본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.

10 제어부 20 입력부
30 저장부 40 파라미터 추출부
50 인공신경망 관계식 산출부 60 관계식 보정부
70 지온경사 추정부

Claims

복수의 지점에 대하여, 측정된 지진파 정보에 기초하여 지구과학 정보로서 상기 측정된 지진파의 지진파 지각 감쇠 특성 파라미터를 상기 복수의 지점마다 산출하는 단계;
상기 지진파 지각 감쇠 특성 파라미터에 기초하여 인공신경망 관계식을 도출하는 단계; 및
상기 인공신경망 관계식에 기초하여 상기 복수의 지점 이외의 관심 지역의 지온경사를 산출하는 단계;를 포함하는 지온경사 추정 방법.
청구항 1에 있어서,
상기 지진파 지각 감쇠 특성 파라미터를 산출하는 단계는,
지진파의 비탄성 감쇠를 Q(f)=Q₀f^η로 모델링할 때, 상기 측정된 지진파 정보에 기초한 스펙트럼과 Q 토모그래피 역산 방법으로, 상기 지진파 정보가 측정된 지역의 지리적 위치 및 지각내 깊이에서의, Q₀ 및 주파수 의존도값 η를 산출하는 것을 특징으로 하는 지온경사 추정 방법.
청구항 2에 있어서,
상기 지진파 지각 감쇠 특성 파라미터를 산출하는 단계에서,
상기 Q 토모그래피 역산 방법으로 산출한 Q₀ 및 주파수 의존도값 η 사이의 함수 F_η(Q₀)로부터 산출한 주파수 의존도값의 추정값 η'과, 상기 Q 토모그래피 역산 방법으로 산출한 주파수 의존도값 η의 차이인 의존도 차분값 η_diff (η_diff = η-η')을 추가로 산출하는 것을 특징으로 하는 지온경사 추정 방법.
청구항 1에 있어서,
상기 지구과학 정보로서, 상기 관심 지역에 대한 지형 특성 파라미터 또는 지각 불균질성 파라미터 중 적어도 어느 하나를 더 산출하는 단계를 더 포함하고,
상기 인공신경망 관계식을 도출하는 단계는, 상기 산출한 지형 특성 파라미터 또는 지각 불균질성 파라미터 중 적어도 어느 하나를 더 포함시켜 상기 인공신경망 관계식을 도출하는 것을 특징으로 하는 지온경사 추정 방법.
청구항 4에 있어서,
상기 지형 특성 파라미터는 상기 관심 지역의 고도, 상대고도, 기울기, 지표 거침도 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 지온경사 추정 방법.
청구항 4에 있어서,
상기 지각 불균질성 파라미터는 상기 관심 지역의 맨틀 깊이, 지각 물성 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 지온경사 추정 방법.
청구항 4에 있어서,
상기 인공신경망 관계식을 도출하는 단계는,
상기 복수의 지점 각각에 대한 상기 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 상기 인공신경망 관계식의 입력으로서 사용하고, 상기 복수의 지점 각각에 대하여 측정된 지온경사를 출력으로 하여 상기 인공신경망 관계식을 도출하고,
상기 지온경사를 산출하는 단계는,
상기 관심 지역에서의 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 산출하여 상기 도출된 인공신경망 관계식에 대입함으로써 상기 관심 지역의 지온경사를 산출하는 것을 특징으로 하는 지온경사 추정 방법.
복수의 지점 각각에 대하여 산출된 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 인공신경망의 입력으로서 사용하고, 상기 복수의 지점 각각에 대하여 측정된 지온경사를 상기 인공신경망의 출력으로 하는 상기 인공신경망을 구성하는 단계;
상기 측정된 지온경사와 인공신경망에 기초하여 산출된 지온경사값 사이의 관계가 소정의 조건을 만족하는 인공신경망 관계식을 미리 정한 개수만큼 산출하는 단계;
상기 산출된 인공신경망 관계식들에 상기 복수의 지점 이외의 관심 지점에서의 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 입력하여 복수의 지온경사 추정값을 산출하는 단계; 및
상기 복수의 지온경사 추정값에 대한 통계값을 계산하여 최종 지온경사 추정값을 산출하는 단계;를 포함하는 지온경사 추정 방법.
청구항 8에 있어서,
상기 인공신경망 관계식을 미리 정한 개수만큼 산출하는 단계 이후로서 상기 최종 지온경사 추정값을 산출하는 단계 이전에, 상기 산출된 인공신경망 관계식들에 상기 복수의 지점에서의 파라미터를 입력하여 산출된 지온경사값들과 상기 측정된 지온경사값들 사이의 선형회귀식을 산출하는 단계; 및
상기 복수의 지온경사 추정값을 산출하는 단계 이후로서 상기 최종 지온경사 추정값을 산출하는 단계 이전에, 상기 산출된 선형회귀식을 사용하여 상기 복수의 지온경사 추정값들을 보정하는 단계;를 더 포함하는 지온경사 추정 방법.
청구항 8에 있어서,
상기 소정의 조건은 상기 측정된 지온경사와 인공신경망에 기초하여 산출된 지온경사값 사이의 오차가 기준치 이하인 것을 특징으로 하는 지온경사 추정 방법.
청구항 10에 있어서,
상기 소정의 조건은 추가로 상기 오차가 기준치 이하인 조건을 만족하는 인공신경망 관계식들 중 오차를 최소로 하는 인공신경망 관계식에 의해 산출된 지온경사값과의 상관계수가 제2 기준치 이하인 것을 특징으로 하는 지온경사 추정 방법.
청구항 8에 있어서,
상기 소정의 조건은 인공신경망 반복 학습에 의하여 산출된 복수의 인공신경망 관계식들 중 오차를 최소로 하는 인공신경망 관계식에 의해 산출된 지온경사값과의 상관계수가 제2 기준치 이하인 것을 특징으로 하는 지온경사 추정 방법.
입력되는 정보에 대하여 상기 정보에 관한 특성을 나타내는 파라미터를 추출하는 파라미터 추출부;
상기 파라미터 추출부에서 산출된 파라미터를 입력으로 하는 인공신경망 관계식을 산출하는 인공신경망 관계식 산출부; 및
상기 인공신경망 관계식 산출부에서 산출된 인공신경망 관계식에 상기 파라미터 추출부에 의하여 추출된 관심 지점의 파라미터들을 입력하여 지온경사 추정값을 산출하는 지온경사 추정부;를 포함하고,
상기 파라미터 추출부에서 추출하는 파라미터는, 지진파 지각 감쇠 특성 파라미터, 지형 특성 파라미터 및 지각 불균질성 파라미터를 포함하며,
상기 인공신경망 관계식 산출부는 복수의 지점마다 상기 파라미터 추출부가 추출한 파라미터들과 상기 복수의 지점에서 측정된 지온경사에 기초하여 상기 인공신경망 관계식을 산출하는 것을 특징으로 하는 지온경사 추정 장치.