KR102592837B1 - Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치 - Google Patents

Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치 Download PDF

Info

Publication number
KR102592837B1
KR102592837B1 KR1020230031709A KR20230031709A KR102592837B1 KR 102592837 B1 KR102592837 B1 KR 102592837B1 KR 1020230031709 A KR1020230031709 A KR 1020230031709A KR 20230031709 A KR20230031709 A KR 20230031709A KR 102592837 B1 KR102592837 B1 KR 102592837B1
Authority
KR
South Korea
Prior art keywords
sensor
pga
specific
sensors
data
Prior art date
Application number
KR1020230031709A
Other languages
English (en)
Inventor
안재광
권영우
곽동엽
박은아
이장수
장동일
황의홍
Original Assignee
대한민국(기상청장)
경북대학교 산학협력단
한양대학교 에리카산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국(기상청장), 경북대학교 산학협력단, 한양대학교 에리카산학협력단 filed Critical 대한민국(기상청장)
Priority to KR1020230031709A priority Critical patent/KR102592837B1/ko
Application granted granted Critical
Publication of KR102592837B1 publication Critical patent/KR102592837B1/ko

Links

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
    • G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
    • G01V1/162—Details
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B81—MICROSTRUCTURAL TECHNOLOGY
    • B81B—MICROSTRUCTURAL DEVICES OR SYSTEMS, e.g. MICROMECHANICAL DEVICES
    • B81B7/00—Microstructural systems; Auxiliary parts of microstructural devices or systems
    • B81B7/02—Microstructural systems; Auxiliary parts of microstructural devices or systems containing distinct electrical or optical devices of particular relevance for their function, e.g. microelectro-mechanical systems [MEMS]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • G01V1/008—
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B81—MICROSTRUCTURAL TECHNOLOGY
    • B81B—MICROSTRUCTURAL DEVICES OR SYSTEMS, e.g. MICROMECHANICAL DEVICES
    • B81B2201/00—Specific applications of microelectromechanical systems
    • B81B2201/02—Sensors
    • B81B2201/0228—Inertial sensors
    • B81B2201/0235—Accelerometers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Geophysics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

MEMS 가속도 센서 기반 지표면 진도를 산출하는 방법 및 장치가 개시된다. 본 개시의 일 실시예에 따른, 장치에 의해 수행되는, MEMS 가속도 센서 기반 지표면 진도를 산출하는 방법은, 지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득하는 단계; 상기 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 상기 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택하는 단계; 상기 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 상기 적어도 하나의 센서 별 PGA(peak ground acceleration) 데이터를 획득하는 단계; 상기 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA 값을 산출하는 단계; 및 상기 산출된 PGA 값에 기초하여, 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성하는 단계를 포함할 수 있다.

Description

MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치{METHOD AND APPARATUS FOR CALCULATING GROUND SEISMIC INTENSITY USING MEMS ACCELERATION SENSORBASED OBSERVATION NETWORK}
본 개시는 지표면 진도를 산출하는 방법 및 장치에 관한 것으로서, 더욱 상세하게는 MEMS(Micro Electro Mechanical Systems) 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치에 관한 것이다.
지진 조기 경보(earthquake early warning, EEW) 기술은 지진 발생시 큰 진동이 오기전 신속한 대비/대응을 할 수 있도록 위험 알림을 목적으로 한다. 이 기술은 재난의 대비/대응을 위해 대중에게 신속한 경보를 제공하기에 공공의 영역에서 주로 사용된다. 전세계적으로 공공의 영역에서 사용되는 네트워크 기반 EEW는 최소 3~4개의 지진 관측소에서 지진의 P파를 감지하면 지진파의 진폭과 탐지시간을 기반으로 진원 정보를 추정한다.
한편, 기상청에서는 지진 발생후 관측된 기록을 기반으로 진도 지도를 제공한다. 진도 지도는 어떤 지역에서 발생하는 지진의 진동 크기를 수정메르켈리 기반의 등급으로 표현한 지도를 말한다. 이때 관측소가 있는 지역은 기록된 지진파의 최대값을 사용하고, 관측소가 없는 지역에서 경험적 진도 추정모델을 사용하여 최대 진도를 산출한다. 관측소에서 설치된 지역에서의 정확한 진도를 획득할 수 있지만 관측 장비가 고가이기에 고밀도의 관측망을 형성하는 것은 쉽지 않은 실정이다. 또한 정밀한 지진계를 조밀하게 설치할 경우 큰 예산이 소요될 수 있다는 문제점이 존재한다.
전자장비의 발전으로 MEMS 센서는 다양한 전자장비에 많이 내장되고 있기에 우리는 다양한 장치를 통해 진동기록을 쉽게 획득할 수 있다. 다만, 각기 다른 장치에서 기록되는 진동기록을 수집하여 처리하는 일련의 기술이 부족한 실정이다. 따라서, 우리가 다양한 전자장비에 내장된 MEMS 가속도 센서의 진동기록을 지진재해 영역에서 사용하려면 자료 처리 기술이 필요한 실정이다.
본 개시는 상술된 문제점을 해결하기 위해 안출된 것으로서, 본 개시의 목적은 MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치를 제공함에 있다.
또한, 본 개시의 목적은 진원 정보에 기초하여 특정 지역에 위치한 센서를 선택하고, 선택된 센서를 통해 획득된 정보를 이용하여 지표면에 표출된 진도를 산출하는 방법 및 장치를 제공함에 있다.
본 개시의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 개시의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 개시의 목적 및 장점들은 청구범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 개시의 일 실시예에 따른, 장치에 의해 수행되는, MEMS(Micro Electro Mechanical Systems) 가속도 센서 기반 지표면 진도를 산출하는 방법은, 지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득하는 단계; 상기 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 상기 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택하는 단계; 상기 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 상기 적어도 하나의 센서 별 PGA(peak ground acceleration) 데이터를 획득하는 단계; 상기 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA 값을 산출하는 단계; 및 상기 산출된 PGA 값에 기초하여, 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성하는 단계를 포함할 수 있다.
그리고, 상기 적어도 하나의 센서를 선택하는 단계는, 상기 복수의 센서가 미리 정의된 시간 동안 획득한 데이터를 이용하여 상기 복수의 센서 별 PSD(power spectral density)를 산출하는 단계; 상기 복수의 센서가 상기 미리 정의된 시간 동안 획득한 데이터의 특징 데이터를 산출하는 단계; 및 상기 특징 데이터에 대해 K-평균(means) 클러스터링 알고리즘을 적용하여 상기 복수의 센서를 그룹핑(grouping)하는 단계를 포함할 수 있다.
그리고, 상기 적어도 하나의 센서를 선택하는 단계는, 상기 그룹핑된 복수의 센서 중 특정 그룹에 포함되는 센서를 상기 적어도 하나의 센서로 선택하는 단계를 포함할 수 있다.
그리고, 상기 적어도 하나의 센서로부터 획득된 데이터는, 상기 적어도 하나의 센서 별로 지진의 S파가 도달하는 특정 시간 및 상기 특정 시간으로부터 미리 정의된 시간 동안의 3 축 가속도 데이터를 포함할 수 있다.
그리고, 상기 구역 별 PGA 값을 산출하는 단계는, 상기 적어도 하나의 센서 중 특정 구역에 존재하는 특정 센서를 식별하는 단계; 및 상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 초과임에 기반하여, 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출하는 단계를 포함할 수 있다.
그리고, 상기 구역 별 PGA 값을 산출하는 단계는, 상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 이하임에 기반하여, 상기 특정 구역에 인접한 다른 구역에 존재하는 센서가 획득한 PGA 값을 식별하는 단계; 및 상기 식별된 다른 구역에 존재하는 센서가 획득한 PGA 값 및 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출하는 단계를 포함할 수 있다.
그리고, 상기 방법은, 상기 특정 구역에 존재하는 특정 센서의 개수 및 상기 다른 구역에 존재하는 센서의 개수의 합이 상기 제2 임계값 이하임에 기반하여, 상기 특정 구역에 대한 PGA 값은 산출하지 않는 단계를 더 포함할 수 있다.
본 개시의 또 다른 일 실시예로, MEMS(Micro Electro Mechanical Systems) 가속도 센서 기반 지표면 진도를 산출하는 장치는, 지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득하는 입력 모듈; 상기 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 상기 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택하는 센서 선택 모듈; 상기 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 상기 적어도 하나의 센서 별 PGA(peak ground acceleration) 데이터를 획득하는 센서 별 PGA 획득 모듈; 상기 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA 값을 산출하는 구역 별 PGA 산출 모듈; 및 상기 산출된 PGA 값에 기초하여, 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성하는 진도 지도 생성 모듈을 포함할 수 있다.
그리고, 상기 센서 선택 모듈은, 상기 복수의 센서가 미리 정의된 시간 동안 획득한 데이터를 이용하여 상기 복수의 센서 별 PSD(power spectral density)를 산출하고, 상기 복수의 센서가 상기 미리 정의된 시간 동안 획득한 데이터의 특징 데이터를 산출하고, 상기 특징 데이터에 대해 K-평균(means) 클러스터링 알고리즘을 적용하여 상기 복수의 센서를 그룹핑(grouping)할 수 있다.
그리고, 상기 센서 선택 모듈은, 상기 그룹핑되고 복수의 센서 중 특정 그룹에 포함되는 센서를 상기 적어도 하나의 센서로 선택할 수 있다.
그리고, 상기 적어도 하나의 센서로부터 획득된 데이터는, 상기 적어도 하나의 센서 별로 지진의 S파가 도달하는 특정 시간 및 상기 특정 시간으로부터 미리 정의된 시간 동안의 3 축 가속도 데이터를 포함할 수 있다.
그리고, 상기 구역 별 PGA 산출 모듈은, 상기 적어도 하나의 센서 중 특정 구역에 존재하는 특정 센서를 식별하고, 상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 초과임에 기반하여, 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출할 수 있다.
그리고, 상기 구역 별 PGA 산출 모듈은, 상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 이하임에 기반하여, 상기 특정 구역에 인접한 다른 구역에 존재하는 센서가 획득한 PGA 값을 식별하고; 및 상기 식별된 다른 구역에 존재하는 센서가 획득한 PGA 값 및 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출할 수 있다.
그리고, 상기 구역 별 PGA 산출 모듈은, 상기 특정 구역에 존재하는 특정 센서의 개수 및 상기 다른 구역에 존재하는 센서의 개수의 합이 상기 제2 임계값 이하임에 기반하여, 상기 특정 구역에 대한 PGA 값을 산출하지 않을 수 있다.
본 개시의 다양한 실시예에 의해, MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치가 제공될 수 있다.
또한, 본 개시의 다양한 실시예에 의해, 목적은 진원 정보에 기초하여 특정 지역에 위치한 센서를 선택하고, 선택된 센서를 통해 획득된 정보를 이용하여 지표면에 표출된 진도를 산출하는 방법 및 장치가 제공될 수 있다.
또한, 본 개시의 다양한 실시예에 의해, 기존 관측 장비에 비해 저렴한 가격을 바탕으로 고밀도 지진 관측망을 형성할 수 있다.
본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른, MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 장치의 구성을 나타내는 블록도이다.
도 2는 본 개시의 일 실시예에 따른, MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법을 설명하기 위한 순서도이다.
도 3은 본 개시의 일 실시예에 따른, 장치가 실제 사용할 수 있는 하나 이상의 센서를 선택하는 과정을 설명하기 위한 순서도이다.
도 4는 본 개시의 일 실시예에 따른, 각 센서에 대응되는 특징 데이터에 대해 K-means Clustering 알고리즘을 적용한 결과를 나타낸다.
도 5는 본 개시의 일 실시예에 따른, 장치가 적어도 하나의 센서 별로 PGA 데이터를 획득하는 과정을 설명하기 위한 순서도이다.
도 6은 본 개시의 일 실시예에 따른, 장치가 구역 별 PGA 값을 산출하는 과정을 설명하기 위한 순서도이다.
도 7은 본 개시의 일 실시예에 따른, 장치에 의해 생성된 진도 지도를 나타낸다.
본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시의 개시가 완전하도록 하고, 본 개시가 속하는 기술 분야의 통상의 기술자에게 본 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 개시의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시가 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작 시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다.
예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하에서는 도면을 참조하여 본 개시에 따른 MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법에 대해 설명하도록 한다.
도 1은 본 개시의 일 실시예에 따른, MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 장치(100)의 구성을 나타내는 블록도이다.
장치(100)는 (무선/유선으로 연결된) 하나 이상의 센서를 통해 획득된 각종 지진 관련 데이터를 이용하여 진도 지도를 생성할 수 있다. 여기서, 장치(100)는 단일 서버 장치 뿐만 아니라 복수의 장치 군으로 구성될 수 있다. 여기서, 복수의 장치 군은 서버 장치, 데스크 탑 PC, 노트북, 스마트 폰 및/또는 태블릿 PC 중의 적어도 하나를 포함할 수 있다.
도 1에 도시된 바와 같이, 장치(100)는 메모리(110), 통신 모듈(120), 디스플레이(130), 입력 모듈(140) 및 프로세서(150)를 포함할 수 있다. 다만, 이에 국한되는 것은 아니며, 장치(100)는 필요한 동작에 따라 당업자 관점에서 자명한 범위 내에서 소프트웨어 및 하드웨어 구성이 수정/추가/생략될 수 있다.
메모리(110)는 본 장치(100)의 다양한 기능을 지원하는 데이터와, 제어부의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 복수의 센서로부터 획득된 데이터, 및 각 지역의 진도를 나타내는 데이터 등)을 저장할 있고, 본 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 장치로부터 다운로드 될 수 있다.
이러한, 메모리(110)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(110)는 본 장치와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.
통신 모듈(120)은 외부 장치(예로, 특정 지역에 구비되어 있는 센서/지진 관측소 등)와 통신을 가능하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신 모듈(120)은 무선통신 모듈, 유선통신 모듈 또는 위치정보 모듈 중 적어도 하나를 포함할 수 있다.
여기서, 무선 통신 모듈은 와이파이(Wifi) 모듈, 와이브로(Wireless broadband) 모듈 외에도, GSM(global System for Mobile Communication), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), UMTS(universal mobile telecommunications system), TDMA(Time Division Multiple Access), LTE(Long Term Evolution), 4G, 5G, 6G 등 다양한 무선 통신 방식을 지원하는 무선 통신 모듈을 포함할 수 있다.
통신 모듈(120)은 각 지역에 위치한 센서로부터 센싱 데이터를 획득할 수 있다. 또한, 통신 모듈(120)은 프로세서(150)에 의해 산출된 진도 지도를 다양한 장치로 전송할 수 있다.
디스플레이(130)는 본 장치(100)에서 처리되는 정보(예를 들어, 진도 지도 등)를 표시(출력)한다. 예를 들어, 디스플레이는 본 장치(100)에서 구동되는 응용 프로그램(일 예로, 어플리케이션)의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
회로를 포함하는 입력 모듈(140)은 사용자 또는/및 하나 이상의 센서로부터 정보를 입력받기 위한 것으로서, 사용자 입력부를 통해 정보가 입력되면, 프로세서(150)는 입력된 정보에 대응되도록 본 장치(100)의 동작을 제어할 수 있다. 일 예로, 입력 모듈(140)은 지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득할 수 있다. 입력 모듈(140)은 지진 관측소 등으로부터 지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득할 수 있다.
프로세서(150)는 본 장치(100) 내의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리, 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 적어도 하나의 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.
즉, 프로세서(150)는 본 장치(100) 내의 구성 요소들을 제어함으로써 장치의 전반적인 동작 및 기능을 제어할 수 있다. 프로세서는 이하의 도면에서 설명되는 본 개시에 따른 다양한 실시 예들을 본 장치 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.
일 예로, 프로세서(150)는 센서 선택 모듈(150-1), 센서 별 PGA 획득 모듈(150-2), 구역 별 PGA 산출 모듈(150-3) 및 진도 지도 생성 모듈(150-4)을 포함할 수 있다. 즉, 프로세서(150)는 센서 선택 모듈(150-1), 센서 별 PGA 획득 모듈(150-2), 구역 별 PGA 산출 모듈(150-3) 및 진도 지도 생성 모듈(150-4) 각각을 제어/관리함으로써 MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법을 실행할 수 있다.
센서 선택 모듈(150-1)은 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택하도록 제어될 수 있다.
센서 별 PGA 획득 모듈(150-2)은 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 적어도 하나의 센서 별 PGA 데이터를 획득하도록 제어될 수 있다.
구역 별 PGA 산출 모듈(150-3)은 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA를 산출할 수 있다.
진도 지도 생성 모듈(150-4)은 산출된 구역 별 PGA 값에 기초하여, 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성할 수 있다.
프로세서(150)는 진도 지도 생성 모듈(150-4)을 통해 생성된 진도 지도를 표시하도록 디스플레이(130)를 제어할 수 있다.
도 2는 본 개시의 일 실시예에 따른, MEMS 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법을 설명하기 위한 순서도이다.
장치는 지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득할 수 있다(S210).
먼저, 진도 지도를 생성하기 전, 장치는 진도 지도를 제공/서비스하고자 하는 지역을 구역 단위로 구분할 수 있다. 구체적으로, 장치는 서비스하고자 하는 지역의 행정 구역에 기초하여 해당 지역을 구역 단위로 구분할 수 있다.
일 예로, 장치는 육각형 계층 지리 공간 구역화 시스템을 이용하여 진도 지도를 서비스하고자 하는 지역을 구역 단위로 구분할 수 있다. 장치는 사용자 제어에 의해 각 단위 구역의 크기를 수정할 수 있다. 추후 장치는 진도 지도를 생성할 때 미리 구분된 구역 정보를 이용할 수 있다.
그리고, 장치는 각 구역마다 설치된 센서의 개수를 식별할 수 있다. 장치는 센서를 관리하는 장치(예로, 각 구역 별 장치)로부터 센서의 개수를 식별할 수 있다.
장치는 지진이 발생한 위치(예로, 지진이 발생한 위도, 경도 및 깊이 등) 및 지진 발생 시간을 지진 관측소로부터 획득할 수 있다.
장치는 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택할 수 있다(S220). 즉, 장치는 센서 선택 모듈(150-1)을 제어함으로써 S220 단계에 따른 동작을 수행할 수 있다.
즉, 장치는 각 구역에 설치된 센서 중 지진이 발생한 위치에 대응되는 센서 목록을 식별할 수 있다. 장치는 식별된 센서 중 진도 산출을 위해 실제 사용할 수 있는 센서를 선택할 수 있다. 이 때, 장치는 각 센서들의 연결 상황 및 센서에 의해 출력된 센싱 데이터의 품질을 확인하여 실제 사용할 수 있는 센서만을 선택할 수 있다.
장치가 실제 사용할 수 있는 하나 이상의 센서를 선택하는 과정은 도 3을 참조하여 설명하도록 한다.
장치는 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 적어도 하나의 센서 별 PGA 데이터를 획득할 수 있다(S230). 즉, 장치는 센서 별 PGA 획득 모듈(150-2)을 제어함으로써 S230 단계에 따른 동작을 수행할 수 있다.
즉, 장치는 선택된 적어도 하나의 센서 별로 지진의 S파가 도달하는 시간을 계산 후, 해당 시간으로부터 미리 정의된 시간 동안 3축 가속도 데이터를 데이터베이스로부터 획득할 수 있다. 그리고, 장치는 각 센서 별로 선택한 데이터에 기초하여 PGA를 산출할 수 있다.
장치가 적어도 하나의 센서 별로 PGA 데이터를 획득하는 과정은 도 5를 참조하여 구체적으로 설명하도록 한다.
장치는 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA 값을 산출할 수 있다(S240). 즉, 장치는 각 센서에서 계산된 PGA 값에 기초하여 구역 별 PGA 값을 획득할 수 있다. 장치는 구역 별 PGA 산출 모듈(150-3)을 제어함으로써 S240 단계에 따른 동작을 수행할 수 있다.
장치가 구역 별 PGA 값을 산출하는 과정은 도 6을 참조하여 구체적으로 설명하도록 한다.
장치는 산출된 구역 별 PGA 값에 기초하여 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성할 수 있다(S250). 즉, 장치는 진도 지도 생성 모듈(150-4)을 제어함으로써 진도 지도를 생성할 수 있다.
예로, 장치는 복수의 구역 중 임계 진도(예로, 진도 3)를 초과하는 진도가 산출된 구역을 나타내는 진도 지도를 생성할 수 있다. 예로, 도 7을 참조하면, 진도 지도는 진원(710) 및 임계 진도를 초과하는 진도가 산출된 구역을 나타낼 수 있다. 진도 크기 별로 특정 구역에 대응되는 색이 달라질 수 있다.
도 3은 본 개시의 일 실시예에 따른, 장치가 실제 사용할 수 있는 하나 이상의 센서를 선택하는 과정을 설명하기 위한 순서도이다.
장치는 복수의 센서 각각으로부터 미리 정의된 시간(예로, 1 시간) 동안 데이터를 획득할 수 있다(S310).
예로, 장치는 복수의 센서 각각으로부터 S파 관련 정보 및/또는 3 축 가속도 데이터를 획득할 수 있다. 장치는 복수의 센서 각각으로부터 수신된 3 축 가속도 데이터를 병합할 수 있다(S320). 장치는 복수의 센서 각각으로부터 미리 정의된 시간(예로, 1시간) 동안 데이터를 수신하였는지 확인할 수 있다(S330).
그리고, 장치는 복수의 센서 각각으로부터 미리 정의된 시간 이상 동안 획득된 데이터에 기초하여 복수의 센서 별 PSD(power spectral density)를 산출할 수 있다(S340). 장치는 지진 배경 잡음의 관측 및 모델링(Observations and modeling of seismic background noise)에 따른 방식에 따라 PSD를 산출하고 저장할 수 있다.
장치는 복수의 센서가 상기 미리 정의된 시간 동안 획득한 데이터의 특징 데이터를 산출할 수 있다(S350).
여기서, 특징 데이터는, 두 주파수 대역(예로, 0.1Hz 내지 1Hz 및 1 내지 50Hz)에서 각 센서가 획득한 데이터의 평균 값, 평균 값이 속한 구간(예로, 0에서부터 -100까지, 각 구간의 길이가 5인 구역 20개 중 해당 평균 값이 속하는 구간), 각 센서가 획득한 데이터의 표준 편차, 사분 범위 값, 아웃라이어의 개수, 극댓값과 극솟값의 차이, 평균 제곱오차, 그리고 기울기 변화 횟수 등을 포함할 수 있다.
장치는 각 센서에 대응되는 특징 데이터에 대해 K-means Clustering 알고리즘을 적용할 수 있다(S360). 예로, K는 64일 수 있으나 이에 제한되는 것은 아니다. 64개의 클러스터 각각을 총 7 개의 카테고리(예로, 사용 불가능, RED (No Fluctuation), RED (Yes Fluctuation), Yellow (No Fluctuation), Yellow (Yes Fluctuation), Green (No fluctuation), Green (Yes Fluctuation))로 분류할 수 있다.
도 4a는 본 개시의 일 실시예에 따른, 장치가 각 센서에 대응되는 특징 데이터에 대해 K-means Clustering 알고리즘을 적용한 결과를 나타낸다.
장치는 K-means Clustering 알고리즘을 적용한 결과를 이용하여 복수의 센서 각각의 품질을 나타내는 수치를 산출할 수 있다. 장치는 산출한 수치를 통하여 각 센서 별 품질을 판단할 수 있다(S370).
예로, 장치는 복수의 센서 중 특정 그룹(예로, Green (No Fluctuation) 및 Green (Yes Fluctuation) 카테고리)에 속하는 적어도 하나의 센서를 실제 사용할 센서로 선택할 수 있다.
일 예로, 도 4b 내지 도 4h는 센서 등급 분류 결과의 예시를 나타낸다. 구체적으로, 도 4b는 특정 센서가 Green (No Fluctuation) 카테고리에 속하는 경우를 나타낸다. 도 4c는 특정 센서가 Green (Yes Fluctuation) 카테고리에 속하는 경우를 나타낸다. 도 4d는 특정 센서가 Yellow (No Fluctuation) 카테고리에 속하는 경우를 나타낸다. 도 4e는 특정 센서가 Yellow (Yes Fluctuation) 카테고리에 속하는 경우를 나타낸다. 도 4f는 특정 센서가 Red (No Fluctuation) 카테고리에 속하는 경우를 나타낸다. 도 4g는 특정 센서가 Red (Yes Fluctuation) 카테고리에 속하는 경우를 나타낸다. 도 4h는 특정 센서가 Not Available (Yes Fluctuation) 카테고리에 속하는 경우를 나타낸다.
도 5는 본 개시의 일 실시예에 따른, 장치가 적어도 하나의 센서 별로 PGA 데이터를 획득하는 과정을 설명하기 위한 순서도이다.
먼저, 장치는 지진이 발생한 진원지와 특정 센서(즉, 적어도 하나의 센서 중 특정 센서) 간의 거리를 계산할 수 있다(S510). 그리고, 장치는 특정 센서로 지진의 S 파가 도달하는 시간을 계산할 수 있다(S520). 즉, 장치는 특정 센서가 지진의 S 파를 감지한 시간을 계산할 수 있다.
장치는 특정 센서로의 S파 도달 시간으로부터 미리 정의된 시구간(예로, 20초) 동안의 데이터를 획득할 수 있다(S530).
장치는 미리 정의된 시구간 동안 특정 센서로부터 획득된 데이터(예로, 3축 가속도 데이터)에서 각 축 별로 평균값을 제거할 수 있다(S540).
구체적으로, 장치는 설치된 가속도 센서의 축을 임의의 기울기로 보정할 수 있다. 보정 결과에 따라 상하(North-South), 좌우(East-West), 그리고 위아래(Up-Down) 세 개의 성분으로 데이터가 보정될 수 있다. 그리고, 장치는 각 축 별로 가속도 데이터에서 평균값을 제거할 수 있다.
장치는 평균값을 제거한 데이터에 대해 축변환을 적용할 수 있다(S550). 장치는 축변환 적용을 위해 평균값을 제거한 데이터에 대해 수학식 1 내지 3을 적용할 수 있다.
여기서 Rx(θ), Ry(θ), Rz(θ)는 x, y, z방향으로의 방향 전환 매트릭스를 의미할 수 있다. θ는 특정 센서의 기울어진 각도를 의미한다. 방향 전환 매트릭스를 센서의 각 축에 대한 가속도의 적용을 위해서 수학식 4가 적용될 수 있다.
여기서, ax, ay, az는 기존 센서의 3축 가속도를 의미하며, , , 는 x, y, z방향으로 방향 전환된 센서의 3축 가속도를 의미한다. 방향 전환 이후 수직 방향(z)으로는 중력 가속도의 값이 확인될 수 있으며, 수평방향(x, y)으로는 0의 가속도 값이 확인될 수 있다.
장치는 축변환이 적용된 후 특정 센서로부터 획득된 데이터에 대해 밴드패스(bandpass filter)를 적용할 수 있다(S560). 예로, 밴드패스 필터는 1.5Hz 내지 20Hz 범위의 신호만을 통과시키도록 구성될 수 있다.
장치는 밴드패스 필터를 적용한 데이터에 대해 지표면 보정 계수를 적용할 수 있다(S570). 장치는 특정 센서에 대응되는 축 별 PGA 값을 획득할 수 있다(S580). 장치는 축 별 PGA 값에 기초하여 센서 별 PGA 값을 획득할 수 있다(S590).
도 6은 본 개시의 일 실시예에 따른, 장치가 구역 별 PGA 값을 획득하는 과정을 설명하기 위한 도면이다.
장치는 적어도 하나의 센서 중 특정 구역(610)에 존재하는 특정 센서를 식별할 수 있다. 특정 구역(610)에 존재하는 특정 센서의 개수가 제2 임계값(예로, 3) 초과임에 기반하여, 장치는 특정 센서를 통해 획득된 PGA 값의 평균 값을 특정 구역 별 PGA 값으로서 산출할 수 있다.
본 개시의 또 다른 예로, 특정 구역(610)에 존재하는 특정 센서의 개수가 제2 임계값 이하임에 기반하여, 장치는 특정 구역(610)에 인접한 다른 구역(620, 630, 640, 650, 660, 670)에 존재하는 센서가 획득한 PGA 값을 식별할 수 있다.
장치는 식별된 다른 구역(620, 630, 640, 650, 660, 670)에 존재하는 센서가 획득한 PGA 값 및 특정 구역(610)에 존재하는 특정 센서를 통해 획득된 PGA 값의 평균을 특정 구역 별 PGA 값으로서 산출할 수 있다.
본 개시의 또 다른 예로, 특정 구역(610)에 존재하는 특정 센서의 개수 및 다른 구역(620, 630, 640, 650, 660, 670)에 존재하는 센서의 합이 제2 임계값 이하임에 기반하여, 장치는 특정 구역(610)에 대한 PGA는 산출하지 않을 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 작성된 프로그램은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다.
매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상, 본 개시에서 설명되는 실시예와 첨부된 도면은 본 개시에 포함되는 기술적 사상의 일부를 예시적으로 설명하는 것에 불과하다. 따라서, 본 명세서에 개시된 실시예들은 본 개시의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것이 아님은 자명하다.
본 개시의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시 예는 모두 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 장치
110 : 메모리
120 : 통신 모듈
130 : 디스플레이
140 : 입력 모듈
150 : 프로세서

Claims (14)

  1. 장치에 의해 수행되는, MEMS(Micro Electro Mechanical Systems)가속도 센서 기반 지표면 진도를 산출하는 방법에 있어서, 상기 방법은:
    지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득하는 단계;
    상기 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 상기 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택하는 단계:
    상기 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 상기 적어도 하나의 센서 별 PGA(peak ground acceleration) 데이터를 획득하는 단계;
    상기 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA 값을 산출하는 단계; 및
    상기 산출된 PGA 값에 기초하여, 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성하는 단계를 포함하고,
    상기 센서 별 PGA 데이터를 획득하는 단계는,
    특정 센서에 대응하는 축 별 PGA 값을 획득하는 단계와,
    상기 축별 PGA 값에 기초하여 센서 별 PGA 값을 획득하는 단계를 포함하고,
    상기 구역 별 PGA 값을 산출하는 단계는,
    상기 적어도 하나의 센서 중 특정 구역에 존재하는 특정 센서를 식별하는 단계; 및
    상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 초과임에 기반하여, 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 적어도 하나의 센서를 선택하는 단계는,
    상기 복수의 센서가 미리 정의된 시간 동안 획득한 데이터를 이용하여 상기 복수의 센서 별 PSD(power spectral density)를 산출하는 단계;
    상기 복수의 센서가 상기 미리 정의된 시간 동안 획득한 데이터의 특징 데이터를 산출하는 단계; 및
    상기 특징 데이터에 대해 K-평균(means) 클러스터링 알고리즘을 적용하여 상기 복수의 센서를 그룹핑(grouping)하는 단계를 포함하는, 방법.
  3. 제2항에 있어서,
    상기 적어도 하나의 센서를 선택하는 단계는,
    상기 그룹핑된 복수의 센서 중 특정 그룹에 포함되는 센서를 상기 적어도 하나의 센서로 선택하는 단계를 포함하는, 방법.
  4. 제3항에 있어서,
    상기 적어도 하나의 센서로부터 획득된 데이터는,
    상기 적어도 하나의 센서 별로 지진의 S파가 도달하는 특정 시간 및 상기 특정 시간으로부터 미리 정의된 시간 동안의 3 축 가속도 데이터를 포함하는, 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 구역 별 PGA 값을 산출하는 단계는,
    상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 이하임에 기반하여, 상기 특정 구역에 인접한 다른 구역에 존재하는 센서가 획득한 PGA 값을 식별하는 단계; 및
    상기 식별된 다른 구역에 존재하는 센서가 획득한 PGA 값 및 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출하는 단계를 포함하는, 방법.
  7. 제6항에 있어서,
    상기 특정 구역에 존재하는 특정 센서의 개수 및 상기 다른 구역에 존재하는 센서의 개수의 합이 상기 제2 임계값 이하임에 기반하여, 상기 특정 구역에 대한 PGA 값은 산출하지 않는 단계를 더 포함하는, 방법.
  8. MEMS(Micro Electro Mechanical Systems) 가속도 센서 기반 지표면 진도를 산출하는 장치에 있어서, 상기 장치는:
    지진이 발생한 위치 및 지진 발생 시간에 대한 정보를 획득하는 입력 모듈;
    상기 지진이 발생한 위치에 대응되는 복수의 센서를 식별하고, 상기 복수의 센서 중 진도 산출을 위한 적어도 하나의 센서를 선택하는 센서 선택 모듈;
    상기 적어도 하나의 센서로부터 획득된 데이터 각각에 기초하여, 상기 적어도 하나의 센서 별 PGA(peak ground acceleration) 데이터를 획득하는 센서 별 PGA 획득 모듈;
    상기 획득된 적어도 하나의 센서 별 PGA 데이터에 기초하여 구역 별 PGA 값을 산출하는 구역 별 PGA 산출 모듈; 및
    상기 산출된 PGA 값에 기초하여, 임계 진도를 초과하는 구역을 나타내는 진도 지도를 생성하는 진도 지도 생성 모듈을 포함하고,
    상기 센서 별 PGA 데이터를 획득하는 센서 별 PGA 획득 모듈은,
    특정 센서에 대응하는 축 별 PGA 값을 획득하고,
    상기 축별 PGA 값에 기초하여 센서 별 PGA 값을 획득하고,
    상기 구역 별 PGA 값을 산출하는 구역 별 PGA 산출 모듈은,
    상기 적어도 하나의 센서 중 특정 구역에 존재하는 특정 센서를 식별하고,
    상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 초과임에 기반하여, 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출하는, 장치.
  9. 제8항에 있어서,
    상기 센서 선택 모듈은,
    상기 복수의 센서가 미리 정의된 시간 동안 획득한 데이터를 이용하여 상기 복수의 센서 별 PSD(power spectral density)를 산출하고,
    상기 복수의 센서가 상기 미리 정의된 시간 동안 획득한 데이터의 특징 데이터를 산출하고,
    상기 특징 데이터에 대해 K-평균(means) 클러스터링 알고리즘을 적용하여 상기 복수의 센서를 그룹핑(grouping)하는, 장치.
  10. 제9항에 있어서,
    상기 센서 선택 모듈은,
    상기 그룹핑된 복수의 센서 중 특정 그룹에 포함되는 센서를 상기 적어도 하나의 센서로 선택하는, 장치.
  11. 제10항에 있어서,
    상기 적어도 하나의 센서로부터 획득된 데이터는,
    상기 적어도 하나의 센서 별로 지진의 S파가 도달하는 특정 시간 및 상기 특정 시간으로부터 미리 정의된 시간 동안의 3 축 가속도 데이터를 포함하는, 장치.
  12. 삭제
  13. 제8항에 있어서,
    상기 구역 별 PGA 산출 모듈은,
    상기 특정 구역에 존재하는 특정 센서의 개수가 제2 임계값 이하임에 기반하여, 상기 특정 구역에 인접한 다른 구역에 존재하는 센서가 획득한 PGA 값을 식별하고; 및
    상기 식별된 다른 구역에 존재하는 센서가 획득한 PGA 값 및 상기 특정 센서를 통해 획득된 PGA 값의 평균을 상기 특정 구역에 대한 PGA 값으로서 산출하는, 장치.
  14. 제13항에 있어서,
    상기 구역 별 PGA 산출 모듈은,
    상기 특정 구역에 존재하는 특정 센서의 개수 및 상기 다른 구역에 존재하는 센서의 개수의 합이 상기 제2 임계값 이하임에 기반하여, 상기 특정 구역에 대한 PGA 값을 산출하지 않는, 장치.
KR1020230031709A 2023-03-10 2023-03-10 Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치 KR102592837B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230031709A KR102592837B1 (ko) 2023-03-10 2023-03-10 Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230031709A KR102592837B1 (ko) 2023-03-10 2023-03-10 Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102592837B1 true KR102592837B1 (ko) 2023-10-24

Family

ID=88515050

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230031709A KR102592837B1 (ko) 2023-03-10 2023-03-10 Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102592837B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101946855B1 (ko) * 2018-09-07 2019-02-15 대한민국 지진동 감지 센서 및 이를 이용한 지진 대응 시스템
KR20200059673A (ko) * 2018-11-21 2020-05-29 부경대학교 산학협력단 Ｍｅｍｓ 네트워크를 이용한 실시간 지진동 감시 및 분포 지도 작성을 위한 장치 및 방법
KR102346352B1 (ko) * 2021-05-14 2022-01-03 대한민국(기상청장) Mems 기반 보조 지진 관측망에서 지진을 감지하는 방법, 이를 수행하기 위한 기록 매체 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101946855B1 (ko) * 2018-09-07 2019-02-15 대한민국 지진동 감지 센서 및 이를 이용한 지진 대응 시스템
KR20200059673A (ko) * 2018-11-21 2020-05-29 부경대학교 산학협력단 Ｍｅｍｓ 네트워크를 이용한 실시간 지진동 감시 및 분포 지도 작성을 위한 장치 및 방법
KR102346352B1 (ko) * 2021-05-14 2022-01-03 대한민국(기상청장) Mems 기반 보조 지진 관측망에서 지진을 감지하는 방법, 이를 수행하기 위한 기록 매체 및 장치

Similar Documents

Publication Publication Date Title
JP6290859B2 (ja) リスク予測および評価のためのシステムおよび方法
Bachmann et al. Statistical analysis of the induced Basel 2006 earthquake sequence: introducing a probability-based monitoring approach for Enhanced Geothermal Systems
CN108711264A (zh) 基于大数据的地质灾害监测方法及监测系统
Pace et al. Layered seismogenic source model and probabilistic seismic-hazard analyses in central Italy
Clayton et al. Community seismic network: A dense array to sense earthquake strong motion
CN108733942B (zh) 隧道围岩可靠性的评估方法及装置
Mucciarelli et al. The influence of wind on measurements of seismic noise
Hsu et al. Rapid on-site peak ground acceleration estimation based on support vector regression and P-wave features in Taiwan
CN106982258B (zh) 地震预警系统
CN107409146B (zh) 传感器数据可视化装置和方法
Strader et al. A Monte Carlo model for estimating tornado impacts
US20080183393A1 (en) Method and system for forecasting earthquakes
Böhme et al. Rock slope instabilities in Sogn and Fjordane County, Norway: a detailed structural and geomorphological analysis
Parolai et al. On‐site early warning and rapid damage forecasting using single stations: Outcomes from the REAKT project
JP2003309868A (ja) 携帯無線電話ネットワークの無線カバレッジ配置の方法およびシステム
Bossu et al. Characterization of the 2011 Mineral, Virginia, earthquake effects and epicenter from website traffic analysis
Satoh et al. Three-dimensional finite-difference waveform modeling of strong motions observed in the Sendai basin, Japan
CN110161592A (zh) 一种大气稳定度的确定方法及装置
Kundu et al. Seismogenic anomalies in atmospheric gravity waves as observed from SABER/TIMED satellite during large earthquakes
KR102592837B1 (ko) Mems 가속도 센서 기반 관측망을 이용하여 지표면 진도를 산출하는 방법 및 장치
Hu et al. 0–5 Hz deterministic 3-D ground motion simulations for the 2014 La Habra, California, Earthquake
CN109298448A (zh) 一种致密气压裂工程甜点的预测方法和装置
Pollino et al. An open source GIS system for earthquake early warning and post-event emergency management
Colombelli et al. Rapid and reliable seismic source characterization in earthquake early warning systems: current methodologies, results, and new perspectives
Krenz et al. Numerical Simulations of Seismoacoustic Nuisance Patterns from an Induced M 1.8 Earthquake in the Helsinki, Southern Finland, Metropolitan Area

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant