• Research Article

    Geological analysis of the CarbonNet CCS project in the Gippsland Basin, Australia

    호주 깁스랜드 분지 CarbonNet CCS 프로젝트의 지질학적 분석

    조현욱 ( 전북대학교 ) 오주원 ( 전북대학교 ) 이영주 ( 전북대학교 에너지공학과 ) 한아름 ( 전북대학교 에너지공학과 ) 이재영 ( 한국CCUS추진단 )

    In South Korea, carbon capture and storage (CCS) techniques have attracted considerable attention as part of efforts to achieve the 2030 Korean …

    최근 우리나라에서도 2030 국가 온실가스 감축목표를 달성하기 위한 이산화탄소 지중저장 기술이 큰 주목을 받고 있으나, 국내 대규모CCS 사업이 지연되면서 우리나라의 이산화탄소를 해외 …

    + READ MORE
    In South Korea, carbon capture and storage (CCS) techniques have attracted considerable attention as part of efforts to achieve the 2030 Korean Nationally Determined Contribution. However, owing to delays in large-scale CCS projects in South Korea, interest in cross-border CCS projects, wherein CO2 captured in South Korea is stored in overseas CCS facilities, has increased. In this study, we investigated the development status of the CarbonNet project in the Gippsland Basin, Australia. First, we provide a brief overview of sedimentary basins and CCS projects in Australia. Subsequently, we review the geological history of the Gippsland Basin, the site of the large-scale CCS project. Finally, we summarize the site selection process for the CarbonNet project and discuss the suitability of the Pelican site for large-scale CCS projects.


    최근 우리나라에서도 2030 국가 온실가스 감축목표를 달성하기 위한 이산화탄소 지중저장 기술이 큰 주목을 받고 있으나, 국내 대규모CCS 사업이 지연되면서 우리나라의 이산화탄소를 해외 저장소에 저장하는 국외감축 사업이 주목을 받고 있다. 따라서 본 논문에서는 호주 깁스랜드 분지에서 추진 중인 CarbonNet 프로젝트의 개발 현황을 조사하여 단기적으로는 국내감축을 위한 대규모 저장소 탐사, 장기적으로는 국외감축 부지 정보 축적을 위한 보조자료로 활용하고자 한다. 먼저 호주의 퇴적분지와 호주에서 추진 중인 CCS 사업을 간략히 소개하고, 대규모 CCS 사업이 추진 중인 깁스랜드 분지의 지질학적 형성과정을 분석한다. 이후 CarbonNet 프로젝트의 부지 선정 과정을 정리하고, 선정된 펠리컨 부지의 CCS 적합성을 논의하고자 한다.

    - COLLAPSE
    30 November 2023
  • Research Article

    Improvement of Underground Cavity and Structure Detection Performance Through Machine Learning-based Diffraction Separation of GPR Data

    기계학습 기반 회절파 분리 적용을 통한 GPR 탐사 자료의 도로 하부 공동 및 구조물 탐지 성능 향상

    김수윤 ( 한양대학교 ) 변중무 ( 한양대학교 )

    Machine learning (ML)-based cavity detection using a large amount of survey data obtained from vehicle-mounted ground penetrating radar (GPR) has been actively …

    최근 도심지 도로에서 빈번하게 발생하는 도로 파임의 주원인인 지하 공동의 발생을 파악하기 위해, 차량 부착형 지표투과레이더(GPR) 를 통해 얻은 대량의 취득 자료를 …

    + READ MORE
    Machine learning (ML)-based cavity detection using a large amount of survey data obtained from vehicle-mounted ground penetrating radar (GPR) has been actively studied to identify underground cavities. However, only simple image processing techniques have been used for preprocessing the ML input, and many conventional seismic and GPR data processing techniques, which have been used for decades, have not been fully exploited. In this study, based on the idea that a cavity can be identified using diffraction, we applied ML-based diffraction separation to GPR data to increase the accuracy of cavity detection using the YOLO v5 model. The original ML-based seismic diffraction separation technique was modified, and the separated diffraction image was used as the input to train the cavity detection model. The performance of the proposed method was verified using public GPR data released by the Seoul Metropolitan Government. Underground cavities and objects were more accurately detected using separated diffraction images. In the future, the proposed method can be useful in various fields in which GPR surveys are used.


    최근 도심지 도로에서 빈번하게 발생하는 도로 파임의 주원인인 지하 공동의 발생을 파악하기 위해, 차량 부착형 지표투과레이더(GPR) 를 통해 얻은 대량의 취득 자료를 효율적으로 처리하기 위한 기계학습 기반 공동 탐지 기술이 활발하게 연구되고 있다. 그러나 기계학습자료 생성 시 단순한 영상 처리 기법들만 활용되고 있고, 탄성파 탐사나 GPR 자료 처리에 시도되었던 여러 기법들은 충분히 활용되지 못하고 있다. 이 연구에서는 지하 공동의 탐지가 대부분 회절파의 탐지에 의해 이루어진다는 점에 착안하여 GPR 자료로부터 회절파를 분리하여 YOLO v5 모델을 이용한 도로 하부 공동 탐지 모델의 성능을 향상시켰다. 탄성파에서 개발된 기계학습 기반 회절파 분리 기법을GPR 자료에 맞게 변형한 후, GPR 현장 자료에서 회절파를 분리하여 공동 탐지 모델의 입력으로 사용하였다. 서울시 공공 개방 GPR 자료를 이용하여 제안된 방법의 성능을 검증한 결과, 회절파 분리를 이용했을 때 더 정확하게 공동 및 지하 구조물을 탐지하는 것을 확인하였다. 또한 제안된 회절파 분리 기법은 향후 GPR 탐사가 이용되는 다양한 분야에서 활용될 수 있을 것으로 기대된다.

    - COLLAPSE
    30 November 2023
  • Research Article

    A Review of Deep Learning-based Trace Interpolation and Extrapolation Techniques for Reconstructing Missing Near Offset Data

    가까운 벌림 빠짐 해결을 위한 딥러닝 기반의 트레이스 내삽 및 외삽 기술에 대한 고찰

    박지호 ( 한양대학교 ) 설순지 ( 한양대학교 ) 변중무 ( 한양대학교 )

    In marine seismic surveys, the inevitable occurrence of trace gaps in the near offset resulting from geometrical differences between sources and receivers …

    해양 탄성파 탐사 수행 시 송·수신 케이블의 구조적인 거리차에 의해서 필연적으로 발생하는 가까운 벌림(near offset)의 트레이스(trace) 빠짐은 뒤따르는 탄성파 자료처리의 결과 및 …

    + READ MORE
    In marine seismic surveys, the inevitable occurrence of trace gaps in the near offset resulting from geometrical differences between sources and receivers adversely affects subsequent seismic data processing and imaging. The absence of data in the near-offset region hinders accurate seismic imaging. Therefore, reconstructing the missing near-offset information is crucial for mitigating the influence of seismic multiples, particularly in the case of offshore surveys where the impact of multiple reflections is relatively more pronounced. Conventionally, various interpolation methods based on the Radon transform have been proposed to address the issue of the near- offset data gap. However, these methods have several limitations, leading to the recent emergence of deep-learning (DL)-based approaches as alternatives. In this study, we conducted an in-depth analysis of two representative DL-based studies to scrutinize the challenges that future studies on near-offset interpolation must address. Furthermore, through field data experiments, we precisely analyze the limitations encountered when applying previous DL-based trace interpolation techniques to near-offset situations. Consequently, we suggest that near-offset data gaps must be approached by extrapolation rather than interpolation.


    해양 탄성파 탐사 수행 시 송·수신 케이블의 구조적인 거리차에 의해서 필연적으로 발생하는 가까운 벌림(near offset)의 트레이스(trace) 빠짐은 뒤따르는 탄성파 자료처리의 결과 및 영상화에 악영향을 끼치게 된다. 특히 가까운 벌림의 자료의 부재는 정확한 탄성파 영상화를 저해하는 다중반사파의 제거에 주요한 인자로 작용하므로 다중반사파의 영향력이 강해지는 천해 및 연안 탐사의 경우 빠짐을 효과적으로 해결해야 한다. 전통적으로 다양한 라돈 변환(Radon transform) 기반의 내삽 방법들이 가까운 벌림 빠짐의 해결책으로 제시되어왔으나 여러 한계점을 보여, 최근 이를 보완하기 위한 딥러닝(deep learning) 기반의 방법들이 제시되고 있다. 이 논문에서는 기존에 제시된두 가지의 대표적인 딥러닝 기반의 접근법에 대해 면밀히 분석하여 앞으로 가까운 벌림 내삽 연구가 해결해야 하는 문제점들에 대해 깊이 있게 논의한다. 또한 기존의 딥러닝 기반의 트레이스 내삽 기술을 가까운 벌림 상황에 적용할 때 나타나는 한계점을 현장자료 실험을통해 명확히 분석하여 향후 가까운 벌림 자료 빠짐의 문제는 내삽이 아닌 외삽으로 접근해야 한다는 것을 보여준다.

    - COLLAPSE
    30 November 2023
  • Research Article

    Thickness Estimation of Transition Layer using Deep Learning

    심층학습을 이용한 전이대 두께 예측

    장성형 ( 한국지질자원연구원 ) 이동훈 ( 한국지질자원연구원 ) 김병엽 ( 한국지질자원연구원 )

    The physical properties of rocks in reservoirs change after CO2 injection, we modeled a reservoir with a transition zone within which the …

    CO2 주입 후 저류층은 암석물리 특성이 변하므로 이 연구에서는 저류층을 물성이 선형으로 변하는 전이대 지층모델로 구성한다. 울프 반사계수 함수는 전이대 상하지층의 속도비, …

    + READ MORE
    The physical properties of rocks in reservoirs change after CO2 injection, we modeled a reservoir with a transition zone within which the physical properties change linearly. The function of the Wolf reflection coefficient consists of the velocity ratio of the upper and lower layers, the frequency, and the thickness of the transition zone. This function can be used to estimate the thickness of a reservoir or seafloor transition zone. In this study, we propose a method for predicting the thickness of the transition zone using deep learning. To apply deep learning, we modeled the thickness-dependent Wolf reflection coefficient on an artificial transition zone formation model consisting of sandstone reservoir and shale cap rock and generated time-frequency spectral images using the continuous wavelet transform. Although thickness estimation performed by comparing spectral images according to different thicknesses and a spectral image from a trace of the seismic stack did not always provide accurate thicknesses, it can be applied to field data by obtaining training data in various environments and thus improving its accuracy.


    CO2 주입 후 저류층은 암석물리 특성이 변하므로 이 연구에서는 저류층을 물성이 선형으로 변하는 전이대 지층모델로 구성한다. 울프 반사계수 함수는 전이대 상하지층의 속도비, 주파수, 전이대 두께 함수로 구성되어 있어 저류층 두께나 해저면 전이대 두께를 추정하는데활용할 수 있다. 이 연구에서는 심층학습을 이용하여 전이대 두께를 예측 방법을 제안한다. 심층학습을 적용하기 위해 사암 저류층, 셰일덮개암으로 구성한 인공 전이대 지층모델에 두께에 따른 울프 반사계수 모델링을 수행하고 시간-스펙트럼 영상자료를 확보하였다. 두께별 시간-주파수 스펙트럼 영상과 중합단면도 트레이스에서 구한 시간-주파수 스펙트럼 비교로부터 구한 두께 추정결과는 항상 정확하게전이대의 두께를 제시하지는 못하였다. 그러나 다양한 환경에서 학습자료를 확보하고 정확도를 높이면 현장자료적용이 가능할 것으로본다.

    - COLLAPSE
    30 November 2023
  • Research Article

    Improving the Performance of Deep-Learning-Based Ground-Penetrating Radar Cavity Detection Model using Data Augmentation and Ensemble Techniques

    데이터 증강 및 앙상블 기법을 이용한 딥러닝 기반 GPR 공동 탐지 모델 성능 향상 연구

    최용욱 ( 전남대학교 ) 서상진 ( 한국농어촌공사 농어촌연구원 ) 장한길로 ( 보민글로벌 주식회사 ) 윤대웅 ( 전남대학교 )

    Ground-penetrating radar (GPR) surveys are commonly used to monitor embankments, which is a nondestructive geophysical method. The results of GPR surveys can …

    방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 …

    + READ MORE
    Ground-penetrating radar (GPR) surveys are commonly used to monitor embankments, which is a nondestructive geophysical method. The results of GPR surveys can be complex, depending on the situation, and data processing and interpretation are subject to expert experiences, potentially resulting in false detection. Additionally, this process is time-intensive. Consequently, various studies have been undertaken to detect cavities in GPR survey data using deep learning methods. Deep-learning-based approaches require abundant data for training, but GPR field survey data are often scarce due to cost and other factors constaining field studies. Therefore, in this study, a deep- learning-based model was developed for embankment GPR survey cavity detection using data augmentation strategies. A dataset was constructed by collecting survey data over several years from the same embankment. A you look only once (YOLO) model, commonly used in computer vision for object detection, was employed for this purpose. By comparing and analyzing various strategies, the optimal data augmentation approach was determined. After initial model development, a stepwise process was employed, including box clustering, transfer learning, self-ensemble, and model ensemble techniques, to enhance the final model performance. The model performance was evaluated, with the results demonstrating its effectiveness in detecting cavities in embankment GPR survey data.


    방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 전문가의 주관적 판단에 의존하며, 이는 오 탐지의 가능성을 불러옴과 동시에 시간이 오래걸린다는 단점이 있다. 따라서 딥 러닝을 이용하여 GPR 탐사자료의 공동을 탐지하는 다양한 연구들이 수행되고 있다. 딥 러닝 기반 방법은 데이터 기반 방법으로써 풍부한 자료가 필요하나 GPR 탐사의 경우 비용 등의 이유로 학습에 이용할 현장 자료가 부족하다. 따라서 본논문에서는 데이터 증강 전략을 이용하여 딥 러닝 기반 방조제 GPR 탐사자료 공동 탐지 모델을 개발하였다. 다년간 동일한 방조제에서탐사 자료를 사용하여 데이터 세트를 구축하였으며, 컴퓨터 비전 분야의 객체 탐지 모델 중 YOLO (You Look Only Once) 모델을 이용하였다. 데이터 증강 전략을 비교 및 분석함으로써 최적의 데이터 증강 전략을 도출하였고, 초기 모델 개발 후 앵커 박스 클러스터링, 전이학습, 자체 앙상블, 모델 앙상블 기법을 단계적으로 적용하여 최종 모델 도출 후 성능을 평가하였다.

    - COLLAPSE
    30 November 2023
  • Research Article

    A Study on Generating Virtual Shot-Gathers from Traffic Noise Data

    교통차량진동 자료에 대한 최적 가상공통송신원모음 제작 연구

    손우현 ( 한국지질자원연구원 ) 최윤석 ( 한국지질자원연구원 ) 장성형 ( 한국지질자원연구원 ) 이동훈 ( 한국지질자원연구원 ) 정순홍 ( 한국지질자원연구원 ) 주용환 ( 한국지질자원연구원 ) 김병엽 ( 한국지질자원연구원 )

    The use of artificial sources such as explosives and mechanical vibrations for seismic exploration in urban areas poses challenges, as the vibrations …

    도심지에서 화약, 기계적 진동 등의 인공 송신원을 이용할 경우 진동 및 소음으로 인한 민원발생으로 탄성파탐사에 어려움이 있다. 인공송신원의 대안으로 교통차량의 진동에 의해 …

    + READ MORE
    The use of artificial sources such as explosives and mechanical vibrations for seismic exploration in urban areas poses challenges, as the vibrations and noise generated can lead to complaints. As an alternative to artificial sources, the surface waves generated by traffic noise can be used to investigate the subsurface properties of urban areas. However, traffic noise takes the form of plane waves moving continuously at a constant speed. To apply existing surface wave processing/inversion techniques to traffic noise, the recorded data need to be transformed into a virtual shot gather format using seismic interferometry. In this study, various seismic interferometry methods were applied to traffic noise data, and the optimal method was derived by comparing the results in the Radon and F-K domains. Additionally, the data acquired using various receiver arrays were processed using seismic interferometry, and the results were compared and analyzed to determine the most optimal receiver array direction for exploration.


    도심지에서 화약, 기계적 진동 등의 인공 송신원을 이용할 경우 진동 및 소음으로 인한 민원발생으로 탄성파탐사에 어려움이 있다. 인공송신원의 대안으로 교통차량의 진동에 의해 발생하는 표면파를 이용하여 도심 지하 천부의 물성을 파악할 수 있다. 그러나 교통차량 진동은 일정 속도로 연속적으로 이동하는 평면파의 형태를 하고 있어, 기존의 표면파 처리 및 역산 기법을 적용하기 위해서는 탄성파 간섭법을 적용하여 교통차량 진동 자료를 점-송신원 형태의 가상공통송신원모음으로 변환시켜야 한다. 본 연구에서는 교통차량 진동 자료에다양한 탄성파 간섭법을 적용하고, 타우-피 및 주파수-파수 영역에서 그 결과를 비교하여 최적의 탄성파 간섭법을 도출하였다. 또한, 다양한 방향의 수진기 배열로 취득된 자료들에 대해 탄성파 간섭법을 적용하고, 그 결과들을 비교 및 분석하여 탐사에 가장 적합한 수진기배열 방향을 도출하였다.

    - COLLAPSE
    30 November 2023
  • Research Article

    Earth Rotation and Earth Tide: Review

    지구자전과 지구조석 연구소개

    나성호 ( 충남대학교 ) 이유 ( 충남대학교 )

    Studies on Earth’s rotation and tide since the 19th century are briefly summarized. The theories of precession, nutation, polar motion, and periodic/secular …

    지구자전과 조석현상에 관하여 19세기 이후 현재까지 알려진 주요 내용들을 소개하였다 . 지구자전속도의 영년적 /주기적 변화 , 세차운동과 장동 , 극운동에 관하여 기술하였으며 …

    + READ MORE
    Studies on Earth’s rotation and tide since the 19th century are briefly summarized. The theories of precession, nutation, polar motion, and periodic/secular changes in the rate of rotation are described individually. In addition, a brief review of the Milankovitch theory – the hypothesis of the relationship between the Earth’s spin/orbital rotational state and the ice ages - is given. Finally, Earth’s tides and their theoretical models are briefly explained. Some detailed technical content is summarized in the appendices.


    지구자전과 조석현상에 관하여 19세기 이후 현재까지 알려진 주요 내용들을 소개하였다 . 지구자전속도의 영년적 /주기적 변화 , 세차운동과 장동 , 극운동에 관하여 기술하였으며 , 또한 지구의 공전 /자전 상태와 빙하기도래의 관련설 – Milankovitch 이론에 대하여 돌아보고 , 자전과 긴히 연관된 현상으로서 지구조석에 대하여도 기술하였다 . 그리고 몇몇 이론적 상세를 부록에 두었다 .

    - COLLAPSE
    30 November 2023
  • Research Article

    Development of a CPInterface (COMSOL–PyLith Interface) for Finite Source Inversion using the Physics-based Green's Function Matrix

    물리 기반 유한 단층 미끌림 역산을 위한 CPInterface (COMSOL–PyLith Interface) 개발

    김민수 ( 강원대학교 ) 소병달 ( 강원대학교 )

    Finite source inversion is performed with a Green's function matrix and geodetic coseismic displacement. Conventionally, the Green's function matrix is constructed using …

    유한 단층 미끌림 역산에는 지진 변위 측지 자료와 그린 함수 행렬(Green’s function matrix)을 주로 사용한다. 그린 함수 행렬은 일반적으로 오카다 모형(Okada, 1985)을 …

    + READ MORE
    Finite source inversion is performed with a Green's function matrix and geodetic coseismic displacement. Conventionally, the Green's function matrix is constructed using the Okada model (Okada, 1985). However, for more realistic earthquake simulations, recent research has widely adopted the physics-based model, which can consider various material properties such as elasticity, viscoelasticity, and elastoplasticity. We used the physics-based software PyLith, which is suitable for earthquake modeling. However, the PyLith does not provide a mesh generator, which makes it difficult to perform finite source inversions that require numerous subfaults and observation points within the model. Therefore, in this study, we developed CPInterface (COMSOL-PyLith Interface) to improve the convenience of finite source inversion by combining the processes of creating a numerical model including sub-faults and observation points, simulating earthquake modeling, and constructing a Green’s function matrix. CPInterface combines the grid generator of COMSOL with PyLith to generate the Green's function matrix automatically. CPInterface controls model and fault information with simple parameters. In addition, elastic subsurface anomalies and GPS observations can be placed flexibly in the model. CPInterface is expected to enhance the accessibility of physics-based finite source inversions by automatically generating the Green's function matrix.


    유한 단층 미끌림 역산에는 지진 변위 측지 자료와 그린 함수 행렬(Green’s function matrix)을 주로 사용한다. 그린 함수 행렬은 일반적으로 오카다 모형(Okada, 1985)을 기반으로 한다. 그러나 최근 물리 기반 지진 모델링을 활용하여 그린 함수 행렬을 제작하고 유한 단층 미끌림 역산을 수행하는 연구가 활발하다. 물리 기반 지진 모델링은 다양한 물성(탄성, 점탄성, 탄소성 등)을 고려하여 현실적인 환경에서지진을 모사할 수 있다는 장점이 있다. 물리 기반 유한요소 소프트웨어 PyLith는 단층을 구성하는 절점을 두 개로 나누어 지진을 모사할수 있으므로 지진 모사 모델링에 적합하다. 하지만 PyLith는 격자망 생성 기능을 자체 제공하지 않아, 모형 내부에 수십~수백 개의 소단층과 관측점을 설정해야 하는 유한 단층 미끌림 역산 수행에는 어려움이 있다. 본 연구에서는 소단층과 관측점을 포함한 수치 모형을 제작하고, 지진 모사 모델링을 수행하여 그린 함수 행렬을 제작하는 일련의 과정을 연계하여 유한 단층 미끌림 역산의 편리성을 높이기 위해 CPInterface (COMSOL-PyLith Interface)를 개발하였다. CPInterface는 COMSOL의 격자 생성 능력과 PyLith의 지진 모사 능력을 결합하여 그린 함수 행렬을 자동으로 생성할 수 있다. CPInterface는 간단한 변수들로 모형 및 단층 정보를 조절할 수 있고, 지하 탄성 이상체와GPS 관측점을 자유롭게 배치할 수 있다. 또한, 그린 함수 행렬을 생성하는 복잡한 과정을 간소화하여 더욱 편리하게 유한 단층 미끌림 역산을 할 수 있게 한다.

    - COLLAPSE
    30 November 2023