서 론

최근 국내외에서는 해상 풍력발전, 유가스 자원 개발, 이산화탄소 지중저장, 지질 조사 및 재해 대비 등 다양한 이유로 대륙붕 탐사에 관한 관심이 높아지고 있다. 대륙붕의 정확한 특성을 파악하기 위한 일환으로, 해상 탄성파 탐사는 지하 수 km 이내의 구조 및 물성을 광역적으로 파악할 수 있는 가장 효과적인 수단이다. 국내에서는 학술적·산업적 목적으로 대륙붕 해역에서의 탄성파 탐사가 꾸준히 수행되고 있으며, 특히 한국지질자원연구원에서는 2024년 6,000톤급 대형 물리탐사선인 탐해 3호를 건조하여 대규모 3차원 탐사에 활용하기 시작했다.

해상 탄성파 탐사는 대부분 2차원 탐사를 먼저 수행하여 목표 지역의 광역적인 구조 및 물성을 파악한 후, 국소 관심 지역에 대한 3차원 탐사를 수행하여 고해상의 지층 볼륨을 획득하는 과정으로 진행된다. 3차원 탐사 자료는 모든 방향에 대해 균일한 해상도를 확보할 수 있어, 지질 구조와 물성 변화를 입체적으로 해석하는데 도움을 준다. 이를 통해 단층, 채널, 가스층 등 복잡한 구조를 더욱 명확하게 파악할 수 있으며, 신호 대 잡음비 개선과 다중반사파 억제에 유리하다. 특히 얕은 대륙붕 환경에서의 고해상 영상화와 정확한 속도 모델 구축에 큰 장점이 있다. 하지만 3차원 탐사 자료는 2차원 자료에 비해 취득 및 처리 규모가 수십 배에서 수백 배로 방대하며, 자료의 저장 관리, 처리 기한에 맞춘 연산 자원 확보 측면에서 높은 요구사항이 따른다. 특히 가변적인 스트리머 위치, 불규칙한 오프셋 및 방위각(azimuth) 분포, 부유물 및 어구에 의한 잡음 등은 3차원 처리 과정에서 추가적인 보정 단계를 요구한다. 또한, 각 처리 단계에서 여러 탐사 측선에 걸쳐 최선의 품질을 유지할 수 있도록 하는 품질관리 과정이 필수적이다.

이 연구에서는 얕은 수심의 대륙붕에서 취득된 3차원 탄성파 탐사 자료에 특화된 일련의 처리 과정 및 품질관리 방법을 제시하고자 한다. 탐해 3호에서 취득한 현장 자료를 이용한 처리 예시를 통해, 해저·해수면 기원의 수층 다중반사파뿐만 아니라 상부 고임피던스 부정합면에서 기원하는 내부 다중반사파를 단계적으로 억제하고 시간 영역 자료처리를 수행하는 과정을 다룬다. 특히 탐사가 수행되었던 해역에서 취득되는 자료는 대부분 변칙적인 조류의 영향으로 신호 중첩 수준이 낮은 영역이 다수 존재한다. 따라서 전체 영역에 대한 품질을 고르게 유지하며 반사면의 연결성을 향상하고, 유사한 얕은 해역 환경의 3차원 자료에도 활용이 가능한 처리 흐름도를 제안하는 것을 목표로 하였다.

탄성파 자료취득

이 연구에 사용된 탄성파 자료는 한국지질자원연구원의 탐해 3호를 활용하여 2024년에 취득한 해양 탄성파 탐사 자료이다. 탐사 지역은 흑산도에서 북서쪽으로 약 60 km 떨어진 서해 해역으로, 25 L-km 규모의 남북 방향 측선으로 최대 폴드(full fold) 250 km²의 영역 및 주변부를 포함한 전체 290 km²의 자료처리 영역을 가지도록 설계되었다(Fig. 1). 탄성파 자료처리 격자 크기는 인라인 방향 12.5 m, 크로스라인 방향 25 m로 최대 폴드가 91개를 만족하도록 하였다. 이를 위해 12.5 m 간격으로 설치된 324개 채널의 수진기 6조를 해수면으로부터 8 m 수심에 위치하도록 진수하여 자료를 취득하였다. 또한, 과거 수행된 2차원 탄성파 탐사 결과를 참고하여 800–1,000 ms에 나타나는 부정합면 하부까지 탄성파가 충분히 도달하도록, 총용량 2,460 in³의 에어건 클러스터 2조를 해수면 하부 6 m 심도에 배치하고, 25 m 간격으로 교차 발파 방식(flip-flop)을 적용하였다. 취득한 탄성파 신호는 1 ms 간격으로 8초까지 기록하였으며, 총 32개의 측선에서의 35,663개의 공통 송신원 모음에 대한 원시 자료(raw data)뿐 아니라 항측 자료(navigation data), 근거리 수중 수신기(near-field hydrophone) 및 관측 야장(observer’s logs) 등을 포함하여 약 3 TB의 대용량 자료가 확보되었다. 그러나 탐사 중 서해의 복잡한 조류 변화로 인해 스트리머의 페더링(feathering)이 발생하였고, 이에 따라 중거리·원거리 오프셋 자료가 결측된 구간이 다수 발생하였다. 또한, 해역 내 어구, 부유물, 해조류 등으로 인해 장비 손상이 발생하고 여러 측선에 걸쳐 높은 수준의 잡음 및 중간 결측(hole)이 관찰되었다. 그러나 전반적으로 장비 규격, 탐사 설계, 자료 품질 등을 국제 해양 탄성파 탐사 기준에 부합할 수 있도록 품질 기준을 준수하며 자료를 확보하였다.

Fig. 1

(a) Location map of the study area and (b) 3D seismic survey layout. A-B-C-D is the full fold area and A'-B'-C'-D' is the safety zone.

전산처리

취득한 해양 탄성파 탐사 자료의 주요 전산처리에 사용된 소프트웨어는 SLB사의 Omega 소프트웨어를 활용하였으며, 이는 해상 탄성파 자료처리에 활용할 수 있는 다양한 기능을 제공한다. 3차원 탄성파 탐사 자료의 기본 전산처리는 해당 지역의 이전 2차원 탄성파 탐사를 참고하여 약 800–2,000 ms에서 나타나는 주요 구조에 대한 고해상 영상화를 목표로 수행되었다. 각 처리 단계마다 Table 1과 같이 대부분 자료처리 흐름도 최적화 및 변수 시험에 많은 시간이 소요되었으며, 모듈 시험 및 변수 결정 사이의 공백 시간까지 고려한 전체 자료 전산처리에 걸린 시간은 약 9개월이었다. 사용된 계산 서버는 Intel Xeon Gold 6254 @ 3.1 GHz 216코어 및 RAM 3 TB 사양을 보유하였으며 병렬 처리 기술을 최대한 활용하였다. 서해 해역의 얕은 수심에서 나타나는 강한 다중반사파와 변칙적인 조류로 발생한 폴드 수가 낮은 부분들을 특별히 고려하였으며, 최종적으로 중합 전 자료에 시간 영역 Kirchhoff 구조보정을 적용한 3차원의 볼륨을 획득하는 것을 목표로 수행하였다.

초기 전산처리

먼저 현장에서 취득된 SEG-D 형식으로 기록되는 원시 자료를 Omega 소프트웨어의 내부 자료 형식으로 변경하였다. 자료의 헤더가 올바르게 입력되었는지 확인하고, 전체 자료를 공통 음원 모음 형태로 도시하여 관측 야장에 기록된 잡음의 형태, 에어건 및 스트리머의 문제로 인한 이상 신호 등을 점검하였다. 점검 후에는 자료에 섞인 더미 음원 기록(dummy shot), 결함 음원점(bad shot) 및 트레이스(trace)를 제거하였다. 또한, 적절한 해상도 안에서 효율적인 자료 전산처리가 가능하도록 샘플링 간격을 2 ms로 변경하고, 탐사 환경에서 발생한 저주파 배경 잡음을 제거하기 위해 2 Hz의 low-cut 필터를 적용하였다(Fig. 2).

Fig. 2

(a) An example of a dummy shot in raw data. (b) Common shot gather and (c) stack section after preliminary processing, in the key line.

이후, 탐사 자료가 정확한 좌표에 위치할 수 있도록 격자를 생성하였으며, 자료처리에 필요한 processing bin과 padding zone을 고려하여 인라인방향 1,000개, 크로스라인 방향 10,000개로 총 10,000,000개의 셀을 생성하였다. 격자가 설정된 탄성파 자료는 UKOOA P1/90 형식의 항측 자료와 트레이스 헤더의 field shot identifier, trace number, cable number를 기준으로 통합하였다. 이 과정에서 탄성파 자료의 헤더에 음원 및 수진기 좌표, 수심 등의 정보가 병합되며, 특히 항측 자료로부터 입력된 모든 수진기의 수심 정보는 이후 고스트 제거 과정에서 활용되었다. 그리고 탄성파 자료와 항측 자료 사이의 정보 일치 여부를 확인하기 위해 음원 발파 위치의 좌표를 도식화하여 품질관리를 수행하였다.

그 후에는 헤더의 정보로 각 격자마다의 폴드 수를 계산하여 폴드 분포도를 생성하였으며(Fig. 3), 높은 폴드 수를 갖는 측선 중에서 각 자료처리 단계마다 최적의 처리 변수를 시험하기 위한 기준 측선(key line)을 선정하였다. 이 연구에서는 탐사 측선의 중앙에 위치하면서 높은 폴드 수를 보이는 287번 측선을 기준 측선으로 설정하였다. 그리고 3차원적 음원 및 수진기 배열로부터 획득된 탄성파 자료의 정확한 처리를 위해, 2조의 음원과 6조의 스트리머를 고려한 별도의 가상 측선(subsurface line) 12개를 생성하였다. 생성된 가상 측선은 이후 자료처리 과정 중 2차원 기반의 처리가 적용될 때 가상의 탐사 측선 역할을 수행하였다.

Fig. 3

Fold map of the 3D survey area. The key processing line is highlighted in gray in the box on the right.

초기 속도 분석

초기 전산처리가 완료된 후, 전체 탐사 영역에 대한 개략적인 속도 모델을 구축하기 위해 초기 속도 분석을 수행하였다. 우선, 탐사 지역 중앙부에 해당하며 높은 폴드 수를 가지는 몇몇 지점에서 속도 분석을 하고, 이를 공간 방향으로 확장하여 속도 볼륨을 작성하였다. 이후 자료를 공통 중심점(CMP) 기준으로 정렬하여 중합 단면(stack section)을 생성하고, 구조적 윤곽을 파악한 후 본격적인 속도 분석을 진행하였다(Fig. 4).

속도 분석은 인라인 방향 1 km, 크로스라인 방향 4 km 간격으로 설정된 공통 중심점 위치에서 셈블런스 기반으로 수행되었으며, 분석 과정에서는 기존에 수행된 인근 2D 탐사 자료의 처리 보고서를 참조하였다. 각 분석 위치의 공통 중심점 모음 자료에서 선택된 속도에 따라 근거리 및 원거리 오프셋 자료가 동일한 주시로 정렬되는지 확인하였다. 또한, 생성된 초기 중합 단면상의 구조적 경향성이 속도 분석 결과가 일치하는지를 검토하며 반복적으로 속도를 조정하였다.

Fig. 4

Example of initial velocity analysis. The semblance panel and CMP gather at a representative location (left and middle) and the corresponding NMO iso-velocity panel (right) is used to evaluate stacking velocity trends.

디시그니쳐(designature)

지형정보가 결합된 공통 음원 모음 자료에는 에어건 음원 시스템에서 발생한 고유한 음원 파형이 포함되어 있으며, 이 중 버블 펄스와 같은 잔류 에너지는 반사파의 위상 및 진폭 해석을 왜곡시킬 수 있다. 이에 따라 음원 파형을 영위상 파형으로 보정하고, 반사파 위상 성분을 해석이 용이하도록 변환하기 위해 디시그니쳐 처리를 수행하였다.

디시그니쳐 처리를 위해 필요한 원거리 음원 파형(far-field signature)은 탐해 3호에 탑재된 근거리 수중음향 센서(near-field hydrophone, NFH)를 통해 개별 에어건의 가상 음원 파형(notional source)을 생성하고, 이를 탐사 중 Gunlink 소프트웨어를 통해 합성함으로써 모든 송신 위치마다의 원거리 파형을 생성하였다. 이후 Omega의 Seismic Wavelet Processor (SWP) 모듈을 이용해 다음과 같은 순서로 원거리 음원 파형에 대한 위상 변환 연산자를 설계하였다.

① 원거리 음원 파형 불러오기

② 위상 반전 및 시간 정렬(zero-time shift)

③ 수신기 고스트 성분 반영 및 gapped deconvolution을 통한 에어건 버블 억제

④ 정제된 파형을 영위상 파형으로 변환

⑤ 변환 연산자(shape operator)를 설계하여 탄성파 자료를 목표 파형으로 치환.

이렇게 얻어진 영위상 변환 연산자를 공통 음원 모음 자료에 적용한 결과, 버블 펄스가 효과적으로 제거되고 대칭성이 확보된 위상 특성에 더불어 반사파가 더욱 명료하게 표현되었다. 디시그니쳐 모듈의 품질관리는 기준 측선의 공통 음원 모음 자료에서 반사파 뒤에 따라오는 버블 펄스가 적절히 제거되었는지 확인하고 중합 단면에서 해저면 반사파의 위상 및 다른 반사파들의 위상이 적절하게 배열되는지 확인하였다(Fig. 5).

Fig. 5

Results after applying the de-signature module: (a) common-shot gather, (b) example stack section. Red arrows highlight the locations with improved signal quality.

잡음 제거

해상 탄성파 탐사에서는 다양한 환경적·기계적 원인으로 인해 여러 유형의 잡음이 기록된다. 특히 서해 탐사에서는 부유물 접촉, 조류, 파랑 등에 기인한 스트럼 잡음(strum noise), 스파이크 잡음(spike noise), 너울 잡음(swell noise) 등이 특징적으로 나타났다. 본 연구에서는 이러한 잡음을 단계적으로 제거하기 위해 여러 잡음 억제 기법을 적용하였다.

우선, 너울 잡음 감쇠를 위해 이상 진폭 감쇠 기법(AAA, anomalous amplitude attenuation)을 적용하였다. 이 방법은 각 음원 모음을 주파수 영역으로 변환한 후, 일정 시간 창 안에서 공간 중간값 필터(spatial median filter)를 적용하여 이상 진폭을 가진 주파수 대역을 제거하거나 주변 트레이스로부터 내삽하는 방식으로 구현된다. AAA 처리는 총 4회 반복 수행되었으며, 각 반복마다 필터 폭, 주파수 범위, 허용 임계값 등이 자료 특성에 맞추어 설정되어 점진적인 잡음 억제를 유도하였다.

다음 단계에서는 적응형 잡음 제거 알고리즘(ADNA, adaptive noise attenuation)을 적용하여 저주파 잡음을 억제하고자 하였다. 이 알고리즘은 후술할 적응형 고스트 제거(adaptive deghosting)의 원리를 신호와 잡음의 분리 도구로 활용한다. 자료를 로컬 평면파(τ–p) 영역으로 분해한 뒤 희소 역산(sparse inversion)을 통해 지질 구조에 부합하는 일관된 파동장 모델을 우선적으로 추정하며, 이 모델로 설명되지 않는 성분을 잔차 형태의 잡음으로 식별하여 제거하는 원리이다. 특히 실무적 차원에서 1차 역산으로 분리된 잡음 모델로부터 유효 신호의 누설(leakage)을 반복적으로 추정하고 복원하는 워크플로우를 적용하였다. 즉, 일차적으로 추출된 잡음 성분에 대해 적응형 고스트 제거를 반복 적용하여 잔차 내의 신호 성분을 재추정하고, 잡음 모델에서 다시 제거함으로써 신호 손실이 최소화된 순수 잡음 모델을 구축했다. 이러한 과정을 통해 고스트 모델로 해석되지 않는 20 Hz 이하의 상관성이 낮은 저주파 잡음을 선택적으로 제거하였다. 이는 횡방향 샘플링이 부족한 경우에도 스트리머의 곡률을 적응적으로 반영하여 신호의 연속성을 확보하는데 기여한다(Rickett et al., 2014).

마지막으로, 부유물 또는 조류에 의한 장력 변동으로 발생하는 스트럼 잡음은 일관된 경사 성분을 가지므로 f–k 필터링을 이용하여 제거하였다. 잡음 제거 과정의 유효성은 공통 음원 모음과 중합 단면에서 신호가 손상되지 않고 잡음만 효과적으로 제거되었는지 확인하였으며, 의도한 잡음의 주파수 대역에서의 에너지 감쇠 여부 기준으로 개선 여부를 평가하였다(Fig. 6). 공통 음원 모음 및 중합 단면의 빨간색 영역으로 강조된 부분에서 신호 품질이 향상되는 것을 확인하였으며, 20 Hz 이하 저주파 대역에서 약 3 dB 정도의 유의미한 잡음 감쇄가 관찰되었다. 이와 더불어 AAA 및 f–k 필터링을 통해 이상 진폭과 선형 잡음이 효과적으로 억제됨에 따라 신호 정합성이 회복되고, 희소 역산 기반의 ADNA 과정에서 신호의 위상 일관성이 확보되며 스펙트럼이 확장 효과가 나타나는 것을 확인하였다.

Fig. 6

Results after applying the noise attenuation module: (a) common-shot gather, (b) example stack section, (c) amplitude spectrum. Red-dashed boxes highlight the regions with improved noise suppression and signal continuity.

고스트 제거

해양 탄성파 탐사 장비는 해양 부유물에 의한 손상을 막고 너울 등에 의한 영향을 줄이기 위해 해수면 수 m 아래에서 예인된다. 이에 따라 수면에서 반사되는 고스트(ghost) 신호가 짧은 지연시간으로 중첩되어 기록되며, 이는 특정 주파수에서 간섭을 유발하여 해상도를 저하시키고 해석에 혼란을 줄 수 있다. 이러한 고스트는 일반적으로 음원 및 수신기에서 동시에 발생하며, 해수면과의 강한 임피던스 차이로 인해 고주파 손실뿐만 아니라 주파수 대역 내 노치(notch) 현상을 유발한다. 이를 제거하기 위해 본 연구에서는 음원 및 수신기 고스트를 동시에 억제하고 해수면 위치로 재정렬(redatum)하는 Omega 소프트웨어의 적응형 고스트 제거 기법을 적용하였다.

적응형 고스트 제거는 관측 신호를 τ-p 영역으로 분해한 뒤, 상향파(upgoing wavefield)와 수심 및 입사각 등에 기초한 고스트 지연 변수를 희소하게 모델링한다. 이 과정에서 L1-norm 최소화 기반의 희소 역산(sparse inversion)을 통해 무작위 잡음 및 위상 불일치 성분을 모델에서 배제하며, 주파수 간 위상 일관성을 강제함으로써 노치 대역의 신호를 안정적으로 복원한다(Li et al., 2017; Matta et al., 2017). 특히 역산 과정에서 실제 수신기의 깊이 오차나 수직 속도 불확실성, 수심 오차 등 취득 환경의 불확실성을 적응적으로 최적화하여 고스트 모델의 정확도를 높인다. 최종적으로 입력 자료에서 모델링된 하향 고스트 성분을 감산하거나 추정된 상향 파동장만을 추출함으로써, 대역폭이 확장되고 파형의 해상도가 향상된 결과를 획득한다.

그러나 역산 기반 알고리즘의 특성상 관측 신호에 매우 민감하게 반응하기 때문에, 고스트 지연시간 추정이 부정확하거나 위상 왜곡이 존재할 경우 실제 반사 신호까지 과도하게 감쇠되거나 위상이 왜곡되는 과적합 현상이 발생할 수 있다. 또한 트레이스 간 고스트 특성이 급격히 달라지거나 자료의 스펙트럼이 불균일한 경우에는 공간적으로 처리 품질의 일관성이 저하될 수 있으며, 대용량 3차원 자료에 적용할 경우 연산 자원과 처리 시간의 부담이 크다는 점을 유의하여야 한다.

처리 전후 공통 음원 모음 및 중합 단면의 파형 형태를 비교한 결과, 고스트 제거 후에는 파형의 에너지가 선명하게 재배열되었으며, 자기상관(auto-correlation) 분석에서는 중심 피크가 선명해져 반사 이벤트의 해상도가 향상된 것으로 나타났다(Fig. 7). 또한 진폭 스펙트럼 분석에서는 저주파대역이 강화되고, 약 90–130 Hz 부근의 노치가 제거되어 전반적인 대역폭 확장이 확인되었다.

Fig. 7

Results after applying the de-ghosting module: (a) common-shot gather, (b) example stack section, (c) amplitude spectrum before and after, and (d, e) autocorrelation analyses before and after. Red arrows highlight the locations with improved ghost suppression and bandwidth extension.

다중반사파 제거

다중반사파는 1차 반사 신호 뒤에 반복적으로 나타나는 형태로 기록되어 신호와 구분이 어렵고 정확한 반사 신호 영상화와 해석을 저해한다. 탐사 구역은 약 80–90 m의 얕은 수심으로 인한 해저면 유래 다중반사파와 상부에 분포하는 음향 임피던스 대비가 큰 부정합면으로 인한 내부 다중반사파가 나타났기 때문에 이에 초점을 맞춘 다중반사파 제거 기법을 적용하였다. 이 연구에서는 이러한 해수층 및 부정합면 기원 다중반사파를 효과적으로 억제하기 위해 deterministic water-layer demultiple (DWD) 기법 및 surface-related multiple elimination (SRME) 기법을 연속 적용하였다. DWD는 해수층/해저면 유래 다중반사파 제거에 특화되어 있으며 헤더 정보로부터 해저면 유래 다중반사파를 모사하여 신호에서 제거하는 모델 기반의 방법이다(Kostov et al., 2015). DWD 처리 후 남아있는 수면 관련 다중반사파 및 고차 다중반사파 제거에는 SRME를 활용하였다. SRME는 고차 다중반사파까지 자료 기반의 방법으로 제거하는 장점이 있어, 효과적인 다중반사파 제거를 위해 DWD와 연속적으로 활용하여 진폭 왜곡을 줄이고 예측 성능을 향상시켰다(Kostov et al., 2015). 해저면에 대한 정보는 UKOOA 파일에서 추출하였으며, DWD 및 SRME 적용에 필수적인 근거리 오프셋 자료의 외삽은 weighted least square Radon offset reconstruct 기법을 이용하였다. 다중반사파가 적절하게 제거되었는지 평가하기 위해서 공통 음원 모음, 중합 단면에서 충분히 제거되었는지 확인하였다. 또한, 주파수 스펙트럼에서 다중반사파에 의해 나타나는 주기적으로 반복되는 노치의 감쇠 여부와, 자기상관 결과에서 나타나는 주기적인 side-lobe의 감쇠 여부를 기준으로 제거 효과를 정성적으로 평가하였다(Fig. 8).

Fig. 8

Results after applying the de-multiple module: (a) common-shot gather, (b) example stack section, (c) amplitude spectrum before and after, and (d, e) auto-correlation analyses before and after. Red arrows highlight the locations where multiples are effectively suppressed.

1차 속도 분석

후속 자료처리의 품질에 필요한 속도 정보를 개선하고 품질관리를 정확하게 수행하기 위해 이전 자료처리를 통해 신호 품질이 향상된 자료를 기반으로 속도 분석을 수행하였다. 1차 속도 분석은 초기 속도 분석 결과를 바탕으로 수행되었으며, 셈블런스 기반 속도 분석이 다중반사파의 영향을 많이 받는다는 점을 고려하여 다중반사파가 제거된 자료로부터 분석을 진행하였다. 공통 중심점에 위치한 반사파를 정확히 정렬되도록 하는 중합 속도(stacking velocity)를 도출하였으며, 이를 위해 Omega 소프트웨어의 InVA (interactive velocity analysis) 모듈을 이용한 셈블런스 기반 속도 분석을 수행하였다. 초기 속도 분석에서 취득한 1 km × 4 km 간격의 속도 모델을 이용하여 NMO 보정 및 임시 중합을 수행하고, 그 결과를 기반으로 1 km × 1 km 간격의 조밀한 속도 분석을 적용하여 정밀한 3차원 속도분포도를 구축하였다(Fig. 9). 분석 결과는 공통 중심점 모음 자료에서의 NMO 보정 상태와 중합 단면의 반사면 연속성 및 구조적 일관성을 기준으로 검토하였으며, 이상이 발견된 구간에 대해서는 반복적인 속도 분석을 수행하여 보완하였다. 해당 자료에는 주요 관심사가 되는 구조에 단층이 다수 존재하고 음향 기반암에서 강한 회절을 발생시키는 부분이 다수 존재하여 이러한 위치에서 셈블런스 기반 속도 분석이 어렵다. 이러한 부분은 전반적인 중합 단면에서의 반사파 추세와 인접 지점의 속도 경향 및 공통 중심점 자료의 NMO 보정 결과, 중합 단면 개선 여부를 기준으로 비교·보완하며 분석을 반복 수행하였다.

Fig. 9

Example of first-pass stacking velocity analysis. Semblance panel used for velocity picking (left), corresponding CMP gather after NMO (middle), and 3D view of the derived velocity volume overlain on the stacked section for quality control (right).

잔여 다중반사파 제거

속도 분석이 완료된 후에도 일부 공통 중심점 모음 자료에서 NMO 보정이 충분히 이루어지지 않은 잔류 다중반사파가 다수 관찰되었으며, 이를 보완하기 위해 1차 반사파와 명확히 분리되는 잔류 다중반사파 제거에 효과적인 Radon demultiple 기법을 채택하였다. 이 방법은 parabolic Radon 변환을 통해 CMP 자료를 τ–p 영역으로 변환한 뒤, 주 반사파와 시간차(moveout)가 다른 다중반사파 성분을 뮤트(mute)를 통해 분리·제거하고, 역변환을 통해 생성된 다중반사파 모델을 원자료에서 감산하여 제거하는 방식이다. 알고리즘 적용 전처리를 위해 NMO 보정과 2:1 trace 내삽을 수행하였으며, 기준 오프셋 3,000 m에서의 시간차 범위와 시간 가변 뮤트 조건을 적용하였다. 특히 다중반사파 제거 전의 속도장에 시간·공간 가변 스칼라를 곱하여 NMO 후 1차 반사파의 평탄화를 강화하였다. 이를 통해 τ–p 영역에서 1차 에너지를 p≈0 부근으로 집중시키고 다중반사파의 잔여 시간차를 부각시켰다. 가변 스칼라값에 대한 변수 테스트를 거친 후 최적의 다중반사파 제거 및 신호 보존 효과를 보이는 값을 선택했다. 제거 모듈의 적용 효과는 공통 중심점 모음 및 중합 단면에서의 반사 연속성 확인과 중합 단면 전후에서 신호 보존 및 다중반사파 제거 여부를 분석하여 평가하였다(Fig. 10).

Fig. 10

Results of the residual multiple attenuation module: (a) common-midpoint (CMP) gather before application, (b) CMP gather, and (c) stack section after application.

내삽 및 정규화

잔여 다중반사파 제거 이후에도 조류·페더링으로 인한 근거리 오프셋 결손과 불규칙 커버리지가 남아 상부/목표 반사면의 연속성과 AVO (amplitude versus offset) 분석 신뢰도를 저하시킬 우려가 있다. 따라서 인위적인 신호 생성을 억제할 수 있도록 신호 품질이 충분히 개선된 자료에 내삽 및 정규화를 적용하여 전체 영역의 자료 품질을 향상시키고자 하였다. 내삽 및 정규화에는 이 연구에 사용된 자료 특성에 맞추어 4차원 Matching Pursuit Fourier Interpolation (MPFI) 방법을 채택했다. MPFI는 비균일 샘플 자료를 푸리에 원소로 희소 분해하여 inline–crossline–offset–time 영역에서 동시에 복원하므로, 결손된 오프셋을 채우면서 스펙트럼 누설·앨리어싱을 줄이고 진폭·경사 특성을 보존하는 효과가 있다(Zwartjes and Sacchi, 2007; Xu et al., 2010). 적용에 의한 효과는 복원 전후 근거리 오프셋 자료의 공통 중심점 위치를 산점도 형태로 비교하여 내삽 품질을 검증하였다. 또한, 인라인 및 크로스라인 방향의 공통 오프셋 모음(common offset gather)에서 근거리 오프셋 자료가 연속적으로 복원되는지 여부, 그리고 중합 단면상에서 반사면의 구조적 연속성이 유지되는지를 정성적으로 평가하였다(Fig. 11).

Fig. 11

Before and after applying the interpolation module: (a) midpoint-coordinate distribution of nearest-offset data and (b) common-offset gathers before application, and (c) midpoint-coordinate distribution of nearest-offset data and (d) common-offset gathers after application.

진폭 평활화

MPFI 모듈의 적용 이후, 내삽된 구간과 원자료 사이에서 발생하는 진폭 불연속성을 보정하기 위해 spatial relative amplitude conditioning (SRAC) 알고리즘을 적용하였다. SRAC는 국지적인 영역 내에서의 RMS 진폭에 비해 과도하게 높은 진폭 값을 갖는 이상치를 완화한다. 이를 통해 중합 전 시간 영역에서의 부자연스러운 진폭 대비를 억제하여 후속 구조보정의 품질을 높이고 구조적 일관성을 향상했다. 각 트레이스는 윈도우 단위로 RMS 진폭을 계산한 뒤, 넓은 공간 윈도우에서 평활화한 평균 진폭과의 비율을 통해 스케일 보정을 수행하였으며, 이 과정을 통해 국지적으로 과장된 반사 신호가 전체적인 자료의 상대 진폭에 맞게 조정되도록 하였다. SRAC 처리 이후에는 공통 오프셋 모음 자료와 중합 단면에서 내삽 후의 진폭 불균형 구간이 주변 반사 이벤트와의 연결성을 회복하는지를 정성적으로 평가하였다(Fig. 12).

Fig. 12

Near-offset common-offset gathers (a) before and (b) after applying the spatial relative amplitude conditioning (SRAC) module.

2차 속도 분석

신호 품질이 전체적으로 향상된 자료를 바탕으로 구조보정에 필요한 더욱 정밀한 속도 정보를 얻기 위해 2차 속도 분석을 수행하였다. 이 단계에서는 1차 속도 분석에서 도출된 RMS 속도를 기반으로 중합 단면을 생성하고, 구조와 셈블런스의 속도 피킹 추세가 일치하는지 확인한 후, 반복적인 속도 조정을 통해 최종 속도 모델을 보정하였다. 전반적으로 잔여 다중반사파 제거 이후 셈블런스 에너지가 더욱 집중되어 속도 해석의 명확성이 향상되었으며, 각 분석 위치에서는 공통 중심점 모음 자료, 셈블런스 패널, 중합 결과를 동시에 확인하며 구조와 속도 분포 간의 일관성을 기준으로 품질을 평가하였다(Fig. 13).

Fig. 13

Example of the velocity analysis module used for the second velocity analysis.

중합 전 구조보정

2차 속도 분석 결과를 기반으로 구조보정을 수행하기 위해 Kirchhoff prestack time migration (KPSTM)을 적용하였다. 이 처리는 실제 지하 구조와 다르게 왜곡된 반사 신호를 원래의 반사 위치로 이동시켜 회절 현상을 최소화하고, 목표 구조(1,200–2,500 ms)의 구조적 연속성과 명확성을 확보하는 데 목적이 있다. KPSTM은 등방성 유한 차분 기반의 주시 시간 계산 알고리즘을 사용하였으며, 반사면의 경사와 오프셋 조건을 반영하여 변수 시험을 거친 후에 dip은 최대 60°, aperture는 4,000 m로 설정하였다. 구면 발산 효과의 보정은 구조보정 속도장을 활용해 내부적으로 재계산되어 적용되었으며, dip 및 오프셋에 따른 알리아싱(aliasing) 억제를 위해 anti-aliasing 필터가 함께 적용되었다.

Fig. 14(a)와 14(b)는 구조보정 전후의 공통 중심점 모음을 비교한 결과로, 구조보정 적용 후 반사 이벤트들이 수평 정렬이 개선되어 속도 모델의 적절성과 구조보정 모듈의 정확성을 보였다. Fig. 14(c)는 구조보정 후 생성된 중합 단면으로, 다수의 단층이 존재하는 복잡 구조 구간에서도 반사면 및 단층 경계가 명확히 영상화되어 있으며, 반사 에너지가 구조적 연속성을 유지하며 영상화된 것을 확인할 수 있다.

Fig. 14

Results of the migration module: (a) common-midpoint (CMP) gather before application, (b) CMP gather after application, and (c) stack section.

구조보정 후처리

구조보정이 완료된 후에도 중합 단면상에 일부 다중반사파 유래 아티팩트가 잔류함에 따라, 영상화 품질 향상과 반사 신호의 명확도를 높이기 위해 Radon demultiple을 추가로 수행하였다. 이 과정은 2차 속도 분석에서 얻은 중합 속도를 이용하여 구조보정이 적용된 공통 중심점 모음 자료에 남아있는 잔여 경사 이벤트를 제거하는 방식으로 진행되었으며, 처리 품질 평가는 공통 중심점 모음 자료 및 중합 단면을 통해 정성적으로 수행하였다.

이어지는 단계에서는 공통 중심점 모음 자료의 반사 이벤트를 정렬(flattening)하여 후속 해석의 기반을 확보하기 위해 spatially continuous velocity analysis(SCVA)를 적용하였다. SCVA는 입력 속도장을 기준으로 각 CMP마다 그 주변 속도 범위(velocity corridor)에 대해 잔차 NMO를 적용·중합한 트레이스들을 자동 비교하여, 매 시간 샘플에서 스택 에너지가 최대가 되는 최적 속도·시간을 피킹하는 알고리즘이다. 이렇게 얻은 결과는 2D/3D 격자상에서 공간적으로 내삽되어, 전체 영역에 대해 연속성이 높은 중합 속도를 생성하는 데 사용된다. 이 과정에서는 특히 관심 지역(1,200–2,500 ms)을 중심으로 주시 범위 내에서의 속도 변화를 세밀하게 반영하였으며, 결과적으로 NMO 보정 정확도가 향상되었다.

Fig. 15는 Radon demultiple 및 SCVA 적용 후의 공통 중심점 모음 자료 및 중합 단면을 보여준다. Fig. 14(b)에 제시된 자료에서는 다중반사파에 기인한 경사 이벤트가 다양한 시간대에 걸쳐 관찰되고, Fig. 14(c)에 제시된 단면에서는 일부 반사면에서 연속성이 저하되거나 해상도가 흐릿하게 나타났다. 반면 후처리 모듈 적용 후에는 반사 이벤트가 전 구간에서 선명하게 표현되며, 단층 경계 등 복잡한 구조 요소들도 명확하게 영상화되어 구조적 일관성과 자료 해상도가 크게 향상되었음을 확인할 수 있다.

Fig. 15

Results of the post-migration processing module: (a) common-midpoint gather after application, and (b) stack section.

최종 중합단면 작성

최종적으로 구조보정 및 후처리가 완료된 공통 중심점 모음 자료를 중합함으로써 전반적인 신호 대 잡음비를 향상시켰다. 중·원거리 오프셋 구간에서 반사 이벤트가 정확하게 정렬되지 않은 일부 트레이스는 중합 전에 트레이스 뮤트 과정을 거쳐 제거하였으며, 파동의 전파에 따라 발생하는 진폭 감쇠를 보정하고 기록 시간에 따른 진폭 크기 차이를 해석에 적합하게 조정하기 위해 이득 복원(gain recovery) 처리를 수행하였다.

이득 복원 처리에는 자동 이득 제어(automatic gain control) 및 시간 이득(time function gain)을 각각 적용하였으며, 최종 출력 파일을 SEG-Y 유형으로 저장하였다. Fig. 16에 제시된 바와 같이 초기 중합 결과에 비해 최종 중합 단면에서는 반사 신호의 해상도와 구조 연속성이 전반적으로 크게 향상된 것을 확인할 수 있었다. 특히 주 관심사인 800–2,000 ms의 구조에서 상부 부정합면 하부의 목표 구조가 고해상도로 영상화되어, 미세한 단층의 연결성까지 명확하게 식별되고 각 층의 경계가 뚜렷하게 구분되었다.

Fig. 16

Final 3D stack volume.

또한 인근 해역에서 기존에 처리된 2차원 탄성파 단면(Fig. 17)과 비교할 때, 본 연구의 3차원 시간 영역 처리 결과는 부정합면 하부 반사면의 연속성이 크게 개선되고 심부 기반암 경계가 보다 선명하게 표현되는 특징을 보인다. 이는 높은 폴드 수와 다방향 커버리지를 갖는 3차원 취득 시스템과, 다중반사파 억제·내삽·정규화 등 일련의 처리 과정이 복합적으로 작용한 결과로 해석된다.

Fig. 17

Previously processed 2D seismic line acquired in a nearby area.

토 의

탄성파 자료처리는 탐사 지역의 특성에 따라 처리 순서와 모듈 구성이 달라질 수 있으며, 처리 기한, 가용 연산 환경, 목표 구조와 심도에 맞춰 적합한 일련의 기법들을 선택해야 한다. 동해와 같이 대륙붕을 벗어나며 수심이 급변하는 해역은 해저면 기복에 따라 수면·해저면 기원 다중반사파의 경로·위상·주파수 대역이 달라지므로, 각각의 환경에 적합한 알고리즘을 선택해야 한다. SRME는 이론적으로 모든 형태의 다중반사파에 적용될 수 있지만, 얕은 수심 환경에서는 근거리 오프셋에서의 다중반사 예측이 어려워 성능이 저하된다. 이 때문에 얕은 수심 자료처리에는 주로 시간 영역이나 τ–p 영역에서의 예측 곱풀기(predictive deconvolution) 등이 활용되지만, 주기성이 해수층 주기와 유사한 1차 반사신호까지 약화시키는 부작용이 보고되었다(Hung et al., 2010).

최근 얕은 해역 다중반사파 제거에는 결정론적 모델 기반 접근법이 도입되어 SRME의 한계를 보완하고 있다. DWD 및 MWD (model-based water-layer demultiple) 기법이 대표적인 모델 기반의 방법이며, DWD 및 MWD로 수층 다중반사파를 제거한 후 SRME를 적용하면 교차간섭(cross-talk)이 줄어 SRME의 예측 정확도가 향상된다고 보고된 바 있다(Jin et al., 2012; Kostov et al., 2015). 특히 본 연구 대상과 같이 얕은 수심과 더불어 상부에 고임피던스 부정합면이 공존하는 경우, 해저면 및 내부 다중반사파를 다단계로 제거하는 처리 흐름도가 효과적일 수 있다. 수층 모델기반 예측(DWD/MWD)과 SRME, Radon 필터, 예측 곱풀기 필터를 자료 특성에 맞게 병행 적용하여 각 기법의 단점을 보완하는 사례들이 보고되고 있기 때문에(Kim and Jang, 2012), 자료의 특성에 맞는 방법을 선택하는 것이 중요하다.

최종 단면의 품질을 높이기 위해서는 공간 샘플링 밀도를 높이고 누락된 트레이스를 보충하는 자료 내삽 과정이 필요하다. 이를 위해 MWNI (minimum weighted norm interpolation), POCS (projection onto convex sets), ALFT (anti-leakage fourier transform), MPFI 등 복잡한 구조에서도 반사 신호의 연속성과 위상 특성을 안정적으로 유지할 수 있는 고차원 내삽 기법들이 상업적으로 활용되고 있다(Abma and Kabir, 2006; Poole, 2010; Schonewille et al., 2013; Trad, 2014). 지상이나 해저면에 고정된 수진기를 사용하는 탐사는 지형 장애물이나 접근성 문제로 인해 샘플링 간격이 불규칙하고 자료 밀도 변화가 큰 영역이 흔하다. 이러한 경우 원자료의 좌표를 그대로 활용할 수 있는 ALFT나 MPFI 기법이 유리하며 실제로 2차원 육상 자료에 대해 MPFI와 ALFT가 우수한 품질을 보인 사례가 보고된 바 있다(Bezerra et al., 2017, 2021). 해양 2차원 탄성파 탐사는 한 줄의 스트리머로 비교적 규칙적인 간격의 자료를 취득하므로, 내삽이 필요하더라도 주로 채널 손실 보정이나 해상도 향상을 위한 제한적인 내삽만 이루어진다. 이 경우에는 MWNI가 계산 효율과 진폭 충실도 측면에서 유리하다.

해양 3차원 탐사의 경우 측선 사이가 수백 미터로 큰 공백이 존재하는 경우가 있고 각 지점에서의 방위각이 제한적이다. 그 결과 크로스라인 방향의 공간 알리아싱이 발생하기 쉽고, 중심점 분포도 반불규칙 형태가 된다(Wei et al., 2019). 특히 해양의 협방위각(narrow azimuth) 스트리머 취득 환경에서는, 규칙적인 격자를 사용하는 MWNI의 특성상 실제 수진기 위치와 격자 중심 사이의 괴리로 인한 빈닝 오류(binning error)가 발생하기 쉽다. 이러한 과정에서의 오차는 데이터의 정합성(coherency)을 저해하며, 특히 단층이나 급경사 구조 해석의 핵심인 회절파 성분을 감쇠시키는 주요 원인이 된다. 부드러운 해의 연속성을 지향하는 MWNI의 역산 과정에서는 이러한 미세한 구조적 불연속면이 평활화되거나 선명도가 저하될 위험이 있다(Trad, 2014).

반면, 본 연구에서 적용한 MPFI 알고리즘은 격자화 과정 없이 수진기의 실제 기록 좌표를 직접 활용하여 파동장의 성분을 복원하므로, 빈닝에 따른 위상 왜곡이나 정합성 훼손의 영향이 적다. 또한, 한 번에 하나의 파수(wavenumber)를 해결하는 유연한 반복 구조를 통해 알리아싱 성분을 정밀하게 제어함으로써 급경사 구조의 정점과 꼬리 부분을 정확하게 재생산할 수 있다(Schonewille et al., 2014; Trad, 2014). 비록 MPFI는 MWNI에 비해 연산 비용이 상대적으로 많이 드나, 크로스라인 공백이 크고 방위각이 작은 해양 3차원 자료처리에서 단층 및 복잡한 지층 경계의 해상도를 확보하고 물리적 타당성을 유지하기 위해서는, 정확한 좌표 기반의 MPFI 계열 알고리즘을 적용하는 것이 기술적으로 더욱 합리적인 선택이라고 판단하였다.

단층·균열이 다수 발달하는 구역에서는 반사 경사가 크고 방위각 분산이 커지기 쉬우므로, 구조보정의 변수를 넉넉하게 구성하고, 후처리 평활화로 인한 스미어링(smearing)을 피하는 편이 유리하다. 특히 목표 구조 상부에 이방성이 강한 층이 위치하는 경우, 구조보정 전·후로 이방성 변수(VTI/TTI의 ε, δ, η 등)를 반영한 후처리 보정 또는 이방성 구조보정을 선택하는 것이 바람직하다(Joo and Kim, 2020; Oh, 2022). 이방성 변수의 도입 수준은 탐사 지역 및 처리 목표에 따라 달라질 수 있으며 대개 시간과 비용이 크게 소요되므로, 어느 수준까지 고려할지를 초기에 합의해야 한다.

이 연구에서 구조보정 전 자료처리 모듈의 적용 순서는 다수의 문헌 및 현장 처리 경험을 토대로 결정되었다. 명확하게 정해진 표준 처리 순서는 존재하지 않지만, 상업적 수준의 자료처리를 수행하는 SLB (구 Schlumberger), TGS, Viridien (구 CGG)사에 의해 일반적 처리 순서가 언급된 바 있다(Kostov et al., 2015; Masoomzadeh et al., 2015; Teng et al., 2013; Poole, 2019). 이들 기업의 자료처리 사례 및 인근 해역 취득 자료의 처리 사례를 참조하여, 이 연구에서는 잡음 제거―고스트 제거―다중반사파 제거―속도 분석의 흐름도를 채택하였다. 지하 유체의 영향 또한 탐사 자료의 위상·진폭 거동을 복잡하게 만드는 요인이 될 수 있다. 따라서 처리 단계에서 해당 해역의 처리·해석 경험이 많은 지구물리·지질 전공자와 협업하여 속도·이방성 제약 범위, Q(감쇠) 가정 처리 여부, 위상·파형 변형 허용 수준, 오프셋 뮤트 수준에 대한 기준 등을 충분히 논의하고, 해당 변수에 맞춘 품질관리 기준을 설정하는 것이 중요하다. 이를 통해 목표 구조에 대해 처리 단계별로 일관성 있는 개선이 이루어질 수 있다.

결 론

서해에서 취득되는 자료는 얕은 수심의 대륙붕 환경에서 취득된 3차원 자료로 취득 중의 변칙적인 조류 변화의 영향으로 다수의 누락 지점을 포함하는 경우가 많다. 이 연구에서는 이러한 자료의 품질을 개선하기 위해 다중반사파 제거 및 정규화를 포함한 일련의 자료처리 과정에 관한 구축 사례를 제시하였으며, 각각의 처리 과정에서 최적의 변수 선택 및 결과 도출을 위한 품질관리 방법을 제안하였다.

제시된 처리 흐름도는 얕은 수심과 상부 고임피던스 부정합면이 동시에 존재하여 해저면 및 내부 다중반사파가 복합적으로 나타나는 해양 환경에서, 이들 다중반사파를 단계적으로 억제하고 목표 반사 신호를 부각하는데 특히 효과적인 사례로 판단된다. 실제 현장 자료에 적용한 결과, 전체 신호 대 잡음비와 반사 연속성이 크게 향상되었으며, 주 관심 구간에서 미세 단층과 채널 구조를 고해상도로 영상화하고 심부 기반암 경계까지 안정적으로 묘사할 수 있었다. 인근 해역에서 기존에 처리된 2차원 탄성파 단면과의 비교에서도, 부정합면 하부 반사면의 연속성과 기반암 경계의 선명도가 뚜렷이 개선된 것을 확인하였다.

따라서 본 연구에서 제시한 시간 영역 처리 흐름도와 품질관리 절차는 향후 서해를 포함한 유사 천해 대륙붕 환경에서 취득된 3차원 해양 탄성파 자료의 기준 처리 흐름도로 활용할 수 있을 것으로 기대된다. 아울러, 본문에 제시한 각 처리 단계별 품질관리 과정을 참조함으로써 탐사 목적과 목표 구조에 부합하는 최적의 자료처리 변수를 보다 효율적으로 결정하는 데에도 기여할 수 있을 것이다.