Research Article

The Journal of Engineering Geology. 30 September 2018. 367-377
https://doi.org/10.9720/kseg.2018.3.367

ABSTRACT


MAIN

  • 서 론

  • 전기비저항 역산의 해상도 향상

  •   일반적인 전기비저항 3차원 역산

  •   구조제약 적용 역산

  •   부등식 제약적용 역산

  • 역산 실험

  •   수치모델 구성 및 탐사별 암석물리 모델 적용

  •   GPR 및 MASW 탐사 자료에 기초한 배경 지반 지층 해석

  •   하나의 연약 지반 이상체 모델에 대한 전기비저항 역산

  •   두 개의 연약지반 이상체들이 있는 모델

  • 결 론

서 론

최근 수십 년간 급격한 도시 개발이 이루어져 온 우리나라 도심지에서 도로나 지반이 급속하게 함몰되는 현상이 빈번하게 발생하고 있다. 일반적으로 도심지에서의 지반침하는 점토질 토양의 분포뿐 아니라 토양 내 지하수의 변동과 연계되어 일어나게 되므로(Kim et al., 2007; Cha et al., 2017), 도심지 지반함몰의 위험성을 사전에 탐지하기 위해서는 지하수 유동의 파악이 가장 중요한 요소이다. 지반에서의 지하수 분포 특성은 매질의 전기비저항 변화와 직접적으로 연관되므로, 도심지 지반함몰 탐지에 전기비저항 탐사법을 적용한 연구들이 소개되었다.

Song et al. (2004)은 지하수 과잉양수에 따른 지반변형 조사를 위하여 전기비저항 탐사를 적용한 사례를 소개하였고, Park et al. (2006)은 석회규산염암의 공동탐지를 위한 3차원 전기비저항탐사 연구를, Kim et al. (2007)은 지반함몰 탐지를 위한 복합물리탐사법을 소개하였으며, Hong et al. (2015)은 석회석 광산지역의 지반함몰 분석을 위한 물리탐사법들을 소개하였다.

전기비저항 탐사자료의 해석을 위해서는 일반적으로 역산해석을 수행하게 된다. 역산은 불안정성과 비유일성이 존재하기 때문에 다양한 제한을 적용하여 해의 안정성을 높이는 동시에 물리적으로 의미 있는 결과를 얻고자 노력한다(Yi et al., 1999). 전기비저항 역산에 이용할 수 있는 여러 제약들 중에서 구조제약(structural constraint)이나 부등식제약(inequality constraint)을 이용한다면 역산의 해상도를 향상시킬 수 있지만(Saunders et al., 2005; Kim and Kim, 2011), 이들 역산에 필요한 참조모델(base model)의 구성에는 일반적으로 사전에 수행한 지질 조사나, 이종 물리탐사자료, 시추공 자료 등의 사전정보들을 필요로 한다(Li and Oldenburg, 2000; Sun and Li, 2015).

최근까지 국내 지반조사 분야에서는 단일 물리탐사법을 이용한 해석이 대부분 이였기 때문에, 사전정보들로부터 구성된 참조모델을 필요로 하는 구조제약이나 부등식제약 전기비저항 역산법을 수행하기에는 한계가 있었다. 그러나 최근 정밀한 지반함몰의 탐지를 위해서 여러 물리탐사법들을 동시에 적용하고 해석하려는 노력이 있었다(Han, 2017). 지하투과레이다(Ground Penetrating Radar; GPR)은 천부층 구조의 고해상도 영상을 제공할 수 있고, 다중채널 표면파(Multi-channel Analysis of Surface Wave; MASW) 탐사는 GPR 탐사에 비해 해상도가 다소 떨어지지만 기전단파속도(Vs)에서 큰 차이를 보이는 기본적인 층서 정보를 추정하는데 활용 가능하다(Reynolds, 2011). 따라서 지반함몰 탐사에서 전기비저항 탐사 뿐만 아니라 GPR과 MASW 탐사까지 동시에 수행하게 된다면 이들 탐사자료를 이용하여 전기비저항 참조모델을 구성할 수 있을 것이다.

이 연구에서는 먼저 전기비저항 역산의 해상도 향상을 위해 구조제약과 부등식제약을 적용한 역산 알고리듬을 개발하였다. 이 알고리듬의 적용성을 확인하기 위해, 도심지 연약지반 모델에 대한 GPR과 MASW 자료를 활용하여 전기비저항 역산의 참조모델을 구성하고 구조제약 및 부등식제약 역산실험을 수행하였다. 도심지 연약지반 모델에 대한 구조제약과 부등식제약 전기비저항 역산결과들을 전통적인 역산결과와 상호 비교한 결과, 구조제약이나 부등식제약 모두 역산 해상도가 향상됨을 보여주었고, 특히 부등식제약조건은 참조모델의 전기비저항이 정확하지 않은 경우에도 정답모델을 정확하게 재구성하는 결과를 보여주었다.

전기비저항 역산의 해상도 향상

일반적인 전기비저항 3차원 역산

일반적으로 물리탐사의 비선형 역해석 문제는 반복 선형화 역산에 기초한다. 즉, 3차원 전기비저항 탐사자료 역산은 매 역산 반복(k)에서, 전기비저항 탐사 모델(mk)에 대한 모델링 반응과 현장 측정 자료와의 차이 즉, 오차벡터 𝛥dk와 모델 증분벡터 𝛥mk(=mk+1–mk)의 관계를 다음과 같은 목적함수 Φ를 구성하여 해를 구하게 된다(Sasaki, 2004; Han et al., 2008).

Φ=Δdk-JkΔmk2+λR2,  (1)

여기서, Jkk번째 모델변수에 대한 전기비저항 반응의 편미분으로 정의되는 감도행렬, λ는 라그랑지 곱수, R은 평활화제약을 적용하기 위한 모델변수 행렬이다(Sasaki, 1994; 2004).

식 (1)은 지층 구조에 대한 사전 정보 등이 없을 때, 전통적으로 수행해 오던 일반적 역산법(이하 ‘단순 역산’이라 함)이라고 할 수 있다. 그러나 천부지반 평가를 위한 탐사를 수행할 때는 기타 다른 물리탐사법들을 (예들 들면 탄성파, GPR 탐사 등) 함께 수행하는 경우가 있기 때문에, 이들 탐사 자료들을 이용한다면 전기비저항 해석의 해상도를 향상시킬 수 있다. 예를 들면, MASW 탐사 자료로부터 Vs에서 큰 차이를 보이는 기본적인 층서 정보(예를 들면 토양과 기반암)를 획득할 수 있고, GPR 자료는 천부의 구조에 대해 높은 해상도의 정보를 제공해 줄 수 있기 때문에 이 두 탐사 자료를 이용하면 대상 지역의 층서구조 모델을 구성할 수 있다. 또한 시추공에서 측정한 전기비저항 검층 값이 있다면 심도에 따른 전기비저항 값 정보를 포함한 보다 정확한 층서구조 모델을 만들 수 있을 것이다. 이러한 사전 정보를 전기비저항 역산에서 제약조건으로 이용할 수 있는 알고리듬을 소개한다.

구조제약 적용 역산

만약 지층의 전기비저항 구조에 대한 사전정보가 있는 경우라면 이 사전정보 모델과 가장 가까운 모델을 선택하는 것이 합리적일 것이다. MASW와 GPR 탐사뿐만 아니라 시추공에서 측정한 전기비저항 검층 값이 있다면 대상 지역의 층서의 전기비저항 모델을 구성하여 이에 가장 가까운 해를 얻도록 전기비저항 역산을 수행한다면 역산의 해상도를 향상 시킬 수 있을 것이다. 층서 전기비저항 모델을 구조제약조건으로 적용한 전기비저항 역산의 목적함수는 아래와 같다(Han et al., 2008; Jang et al., 2014)

Φ=Δdk-JkΔmk2+λR2+αmk-mref2,  (2)

여기서, α는 구조제약에 대한 라그랑지 곱수, mref는 구조제약을 위한 참조모델이다. 식 (2)의 최소화 문제를 관측방정식으로 구성하면 아래와 같다.

JkλCαIΔmk=Δdk0mref.  (3)

식 (3)을 푼다는 것은, 측정 자료에 가까운 반응을 주면서도 모델 변수가 부드럽게 변화하는 단순역산의 해 특성에 추가적으로 참조모델 mref에도 가까운 해를 구하도록 제한을 가하는 것이다.

부등식 제약적용 역산

사전정보 모델에서 결정한 전기비저항 값이 항상 실제 지층의 전기비저항 값과 가까울 수는 없으므로, MASW와 GPR 탐사자료 그리고 시추공 자료를 활용하여 층서구조를 결정하고 각 층서들이 가질 수 있는 전기비저항 값의 범위를 제한할 수 있는 부등식제약(inequality constraint)을 적용할 수 있다.

역산의 모델 매개변수들 값의 범위를 제한하기 위한 하부경계값(a)과와 상부경계값(b)을 정한 뒤, 이 범위에서만 모델 매개변수 값이 변화할 수 있도록 하는 변환함수는 아래와 같다(Kim and Kim, 2011)

x=1plnm-ab-m;a<m<b,  (4)

여기서, p는 변환된 공간의 기울기를 조정하는 변수이며, p가 커질수록 기울기는 커지게 된다. 변환된 모델변수벡터는 아래와 같이 얻어진다.

m=a+bepx1+epx,  (5)

모든 역산 블럭들에 동일한 경계를 적용한다면 a와 b는 스칼라 값으로 간단해진다. 변환된 공간 내에서 역산을 행하기 위해서 변환변수를 이용하여 감도행렬 J를 Jʹ로 다시 정의할 수 있다(Commer and Newman, 2008).

J'=dx=dmmx,  (6)

mx=pb-mm-ab-a,  (7)

식 (7)을 식 (3)에 적용하여 모델변수를 최소값과 최대값으로 제약을 가한 역산을 수행한다.

역산 실험

수치모델 구성 및 탐사별 암석물리 모델 적용

전기비저항 탐사자료의 역산에서 구조제약과 부등식제약의 유용성을 확인하기 위하여 점토질 이상체가 지반 내에 존재하는 경우를 가정하였다. 먼저 실험모델의 배경 지반은 토양과 기반암으로 이루어진 2층 구조로 구성하였으며, 토양층에서는 지하수면의 심도가 2 m에 형성되어 있다고 가정하여 포화토와 불포화토로 구분하였다(Fig. 1a). 이때, 토양의 공극률은 25%, 점토함유량은 10%, 포화토의 수포화도는 100%, 불포화토의 수포화도는 20%로 가정함으로써 전기비저항 물성 측면에서는 불포화토, 포화토, 기반암의 3층이 되도록 가정하였다. 점토질 이상체는 공극률 5%, 점토함유량은 60%로 가정하였으며, 크기는 4 m × 4 m × 4 m, 윗면 심도는 8 m에 있다고 설정하였다.

http://static.apub.kr/journalsite/sites/kseg/2018-028-03/N0520280303/images/kseg_28_03_03_F1.jpg
Fig. 1.

Vertical section (a) and plan view showing resistivity survey lines (b) of the clay-present anomaly model, which is soft and leads to ground subsidence.

이와 같이 구성한 층서구조 내의 이상체에 대해 전기비저항 탐사, GPR 탐사 및 MASW 탐사 수치모델링을 수행하기 위해서는 배경 지반 및 이상체의 전기비저항, 유전율 및 탄성계수와 밀도 값을 추정하여 개별 탐사법에 대한 모델들을 구성할 수 있어야 한다. 이를 위해 암석물리모델에 기초하여 개별 탐사들의 수치모델들을 구하였다. GPR 탐사 모델링을 위한 유전율 계산에는 복소굴절률(Complex Refractive Index Model, CRIM) 식을(Cassidy, 2009), 전기비저항 탐사 모델링을 위한 전기비저항 값 계산에는 Archie 식 등을 이용하는 전기비저항 암석물리모델(Archie, 1942; Park et al., 2014)을, MASW 탐사 모델링을 위한 탄성계수와 밀도의 계산을 위해서는 Gassmann 식 등을 이용한 탄성파 암석물리모델(Gassmann, 1951; Park and Nam, 2014)을 이용하였다.

CRIM식에 기초하여 계산한 불포화토, 포화토, 점토질 이상체 그리고 기반암의 상대유전율은 각각 5, 23, 30, 6 이며, 전기비저항 암석물리모델에 기초하여 계산한 불포화토, 포화토, 점토질 이상체 그리고 기반암의 전기비저항 값은 각각 198, 112, 20, 1000 ohm-m이다. MASW 탐사 모델링을 위해 이용한 탄성파암석물리모델에서 계산한 불포화토, 포화토, 점토질 이상체 그리고 기반암의 밀도는 2000, 2000, 2500, 1800 kg/m3, P파 속도는 800, 1700, 4000, 1600 m/s이고 S파 속도는 500, 500, 400, 1000 m/s 이다(Table 1).

Table 1. Physical properties of the clay-present anomaly model as shown in Fig. 1

PropertiesUnsaturated SoilSaturated SoilAnomalyBed Rock
Dielectric Constant523306
Resistivity (ohm-m)198112201000
Density (kg/m3)2000200018002500
P-wave Velocity (m/s)800170016004000
S-wave Velocity (m/s)5005004001000

GPR 및 MASW 탐사 자료에 기초한 배경 지반 지층 해석

전기비저항 역산에 앞서 참조모델 구성을 위해 GPR과 MASW 자료에 대해서 먼저 살펴보고자 한다. GPR과 MASW 모두 측선이 이상체의 직상부에 위치할 때(Fig. 1b의 Line 2), 각각 3차원 GPR 모델링 알고리듬(Jang et al., 2016)과 2차원 탄성파 모델링 알고리듬(Phung et al., 2014)을 이용하여 반응을 모사하였다. GPR 반응을 살펴보면(Fig. 2a), 약 110 ns에서 뚜렷한 지하수위 경계를 확인할 수 있으며, 이를 심도로 환산하면 모델에서 설정한 2 m의 지하수위와 일치한다(Poluha, et al., 2017). 지하수층에서의 전자기파의 급격한 감쇠로 인하여 2 m 아래의 지하구조에 대한 정보는 얻을 수 없다. 반면 모델링 표면파 반응을 Parkseis라는 상용 알고리듬(Park, 2011)을 이용하여 MASW 역산을 수행한 결과를 보면(Fig. 2b), 심도 14 m 에서 모델자료(Fig. 1a)와 같이 기반암층의 경계가 뚜렷이 나타나고 있다. MASW 탐사로는 이 논문에서 설정한 수치모델의 포화토와 불포화토 그리고 점토질 이상체를 구분할 수 없다.

http://static.apub.kr/journalsite/sites/kseg/2018-028-03/N0520280303/images/kseg_28_03_03_F2.jpg
Fig. 2.

Calculated GPR radargram (a) and MASW inversion result (b) for the clay-present anomaly model shown in Fig. 1. GPR and MASW survey lines are located on the top of the clay-present anomaly (Line 2, Fig. 1b).

하나의 연약 지반 이상체 모델에 대한 전기비저항 역산

수치모델(Fig. 1a)에 대한 단순 전기비저항 역산과 구조제약, 부등식제약 조건을 적용한 역산을 수행하여 결과를 비교하고자 한다. 전기비저항 탐사에서 측선은 총 6개의 측선을 이용하였으며(Fig. 1b), 사전 모델링 민감도 분석을 이용하여 배열은 쌍극자-쌍극자 배열, 전극간격은 3 m, N은 10으로 결정하였으며, 역산에서 사용한 블록의 개수는 경계면을 포함하여 4 m 크기의 수평 블럭 12개, 2 m 크기의 수직 블럭 9개 이다.

단순 역산

전도성 이상체가 8 m 심도에 위치할 때(Fig. 3a), 역산의 λ는 0.1, 초기모델은 100 ohm-m의 균질모델로 설정한 뒤 일반적인 전기비저항 역산을 수행한 심도별 평면도를 나타냈다(Fig. 3b). 재구성된 이상체의 두께는 실제 두께인 4 m 보다 2배 작은 2 m로, 위치는 실제 심도인 8 m 보다 4 m 상부에서 나타난다. 이러한 역산상의 왜곡은 3 m 전극간격을 이용한 쌍극자 배열 전기비저항 탐사 시 심도 약 8 m 부근에서 수직해상도가 크게 떨어지기 때문이며, 포화토의 전기비저항 값은 약 160 ohm로 정답인 112 ohm-m 보다 다소 높게 재구성된다. 기반암의 심도는 실제 심도인 14 m 에서 재구성되나, 전기비저항 값의 민감도 한계로 인해 너무 높은 전기비저항 값은 재구성 될 수 없어 정답인 1000 ohm-m 보다 낮은 300 ohm-m으로 나타난다.

http://static.apub.kr/journalsite/sites/kseg/2018-028-03/N0520280303/images/kseg_28_03_03_F3.jpg
Fig. 3.

Comparisons of inversion results for the clay-present anomaly model shown in Fig. 1: (a) correct model, (b) general resistivity inversion, (c) inversion with a structural constraint, and (d) inversion with an inequality constraint.

구조제약 적용 역산

구조제약 전기비저항 역산에 있어서 가장 중요한 것은 정확한 참조모델의 구성이 중요하다. 앞서의 GPR과 MASW 자료 해석에서 대상 지역이 3층 구조임을 파악하였지만 각 층의 정확한 전기비저항 값을 알기는 어렵다. 그러나 만약 실제 탐사에서 전기비저항 물리검층 자료 등이 존재한다면 3층 구조의 전기비저항 값 또한 정확히 알 수 있으므로 구조제약 역산을 위한 참조모델을 구성할 수 있다.

구조제약 역산에서 물리검층 자료가 있는 경우를 가정하여, 실제 실험모델의 배경 전기비저항에 가까운 불포화토, 포화토, 기반암의 전기비저항값을 각각 250, 80, 500 ohm-m로 설정하고, λ는 0.1, 𝛼는 0.01, 초기모델은 참조모델과 동일한 모델을 설정하여 실험을 진행하였다. 참조모델에 기초한 전기비저항 탐사 자료의 구조제약 역산 결과(Fig. 3c)는 심도 10 m 부근의 전기비저항 정보가 단순역산 결과(Fig. 3a)와 비슷하게 약간 왜곡되어 나타나지만, 포화토와 기반암의 심도와 전기비저항 값은 비교적 정확하게 재구성해내고 있음을 알 수 있다.

부등식제약 적용 역산

GPR과 MASW 자료가 있다고 해도 위의 구조제약 적용 역산에서처럼 각 층의 정확한 전기비저항 값을 파악하지 못하는 경우가 많다. 이와 같이 층에 대한 정보만 있는 경우에는 부등식제약을 적용한 전기비저항 역산을 수행할 수 있다(Fig. 3d). 즉, 비록 각 층의 정확한 물성 정보는 파악할 수 없지만, 일반적인 지반 구조에 기초하여 불포화토, 포화토, 기반암 등의 전기비저항 값의 범위는 알 수 있으므로 이를 이용하여 각 층의 전기비저항 값의 변화 범위를 사전 정보로 주고 역산을 수행한다.

일반적으로 불포화토는 150~350 ohm-m, 포화토는 10~150 ohm-m, 기반암은 250~1500 ohm-m 범위의 전기비저항을 가지므로(Cassiday, 2009), 이러한 사전 정보에 기초하여 각 층의 전기비저항 값의 범위 정하고, 부등식제약 역산을 수행하였다. 역산의 초기모델은 구조제약 적용 역산과 동일한 모델을 이용하였다. 부등식제약 역산 결과(Fig. 3d)는 지층과 전도성 이상체에 대한 전기비저항 값과 심도 등이 정확하게 재구성된다.

두 개의 연약지반 이상체들이 있는 모델

두 개의 이상체 A와 B가 각각 4 m와 8 m 심도에 존재할 경우(Fig. 4a)에 대해 앞서 분석했던 하나의 이상체 모델과 동일하게 단순, 부등식제약 전기비저항 역산을 수행하고 결과를 비교 분석 한다. 또한 하나의 이상체 모델에 대한 연구에서와 달리, 측선 설정에 있어서 측선이 이상체들 상부를 지낼 때(Fig. 4b)와 측선이 이상체 직상부에 있지 않을 때(Fig. 4c)로 나누어 분석 한다. 이상체의 개수와 위치를 제외한 탐사배열과 자료의 수 등은 모두 하나의 이상체 모델에 대한 실험과 동일하게 설정하였다.

http://static.apub.kr/journalsite/sites/kseg/2018-028-03/N0520280303/images/kseg_28_03_03_F4.jpg
Fig. 4.

Vertical section (a) and plan views showing resistivity survey lines (b - c) of the two clay-present anomaly models, which are soft and thereby lead to ground subsidence.

측선이 이상체들 상부를 지나는 경우

두 개의 이상체가 6개의 전기비저항 측선에 포함되는 전기비저항 탐사자료에 대한 역산실험을 수행하였다. x방향과 y방향으로 각각 놓여진 6개의 탐사측선 중 4 m 심도의 이상체는 3번과 4번 측선에, 8 m 심도의 이상체는 1번과 6번 측선 내에 포함된다(Fig. 5a). 단순 전기비저항 역산 수행 결과(Fig. 5b)와 정답 합성모델(Fig. 5a)을 비교해보면 앞서 분석했던 하나의 이상체에 대한 실험에서와 동일하게 4 m 심도의 이상체 A에 대한 정보는 제공해주지만, 8 m 심도의 이상체 B에 대해서는 왜곡된 결과를 제시한다. 한편 기반암의 경우는 실제 심도인 14 m에서 경계를 확인할 수 있지만 재구성된 전기비저항 값은 하나의 이상체 모델과 동일하게 실제 전기비저항 값인 1000 ohm-m보다 낮게 추정된다.

http://static.apub.kr/journalsite/sites/kseg/2018-028-03/N0520280303/images/kseg_28_03_03_F5.jpg
Fig. 5.

Comparisons of inversion results for the two clay-present anomaly models shown in Fig. 4b: (a) correct model, (b) general resistivity inversion, and (c) inversion with an inequality constraint. The anomalies are located at depths of 4 m and 8 m below of the survey lines, respectively.

한편 부등식제약 역산의 결과를 보면(Fig. 5c), 단순 역산 결과(Fig. 5b)에서는 보이지 않았던 8 m 심도의 이상체가 명확히 영상화 되어 역산의 해상도가 향상되었음을 명확하게 확인할 수 있다.

측선이 이상체 직상부에 있지 않은 경우

두 개의 이상체가 측선에 포함되지 않는 경우에 대한 부등식제약 적용 역산을 수행한 결과(Fig. 6c)를 정답 합성모델(Fig. 6a), 단순 역산결과(Fig. 6b)들과 비교해보면, 측선이 이상체 상부에 존재하는 경우(Fig. 5c)와 유사하게 8 m 심도의 이상체를 추정 가능하나, 두 개의 이상체의 수평 거리가 멀지 않아 8 m 심도의 이상체의 수평적인 크기가 정답인 4 m 보다 약 2배 정도 크게 추정된다.

http://static.apub.kr/journalsite/sites/kseg/2018-028-03/N0520280303/images/kseg_28_03_03_F6.jpg
Fig. 6.

Comparisons of inversion results for the two clay-present anomaly models shown in Fig. 4c: (a) correct model, (b) general resistivity inversion, and (c) inversion with an inequality constraint. The anomalies are located at depths of 4 m and 8 m below of the survey lines, respectively.

결 론

전기비저항 역산의 해상도를 높이기 위한 구조제약 및 부등식제약 3차원 전기비저항 역산 알고리듬을 개발하고 합성자료에 적용하여 역산의 정확도를 비교 분석하였다. 동일한 지반에 GPR과 MASW 탐사를 수행하면 지하수위와 기반암의 심도를 쉽게 유추할 수 있으며, 이들의 사전정보를 토대로 층서구조와 전기비저항 범위를 결정하여 전기비저항 역산의 해상도를 높이기 위한 참조모델로 활용할 수 있었다. 구성한 참조모델에 기초하여 구조제약조건을 적용한 3차원 전기비저항 역산결과는 일반적인 전기비저항 역산에서는 영상화가 불가능하였던 전극간격 대비 깊은 심도에 위치한 이상체가 영상화 되어 역산의 해상도가 향상됨을 확인할 수 있었다. 또한 부등식제약을 적용한 역산은 참조모델의 전기비저항 값의 범위만을 지반 특성에 따라 파악하면 되므로, 정확한 전기비저항 값을 알아야 하는 구조제약 역산에 비해 장점이 있다. 한편 시추공 자료 등이 있어 배경 층서 전기비저항 구조를 보다 정확히 알 수 있다면 구조제약 역산만으로도 정확하고 안정적으로 역산결과를 도출할 수 있을 것이다.

Acknowledgements

이 연구는 국토교통부 국토교통과학기술진흥원의 건설기술연구사업(지반함몰 발생 및 피해 저감을 위한 지반 안정성 평가 및 굴착·보강 기술 개발 18SCIP-B108153-04)과 환경부 지중환경오염·위해관리기술개발사업(2018002440005)의 지원을 받아 수행된 연구입니다.

References

1
Archie, G.E., 1942, The electrical resistivity log as an aid in determining some reservoir characteristics, Transactions of the AIME, 146(1), 54-62.
10.2118/942054-G
2
Cassidy, N.J., 2009, Electrical and magnetic properties of rocks, soils, and fluids, In: Ground Penetrating Radar Theory and Applications, Jol, H. M., pp. 41-72, Elsevier.
10.1016/B978-0-444-53348-7.00002-8
3
Cha, J., Lee, J., Kim, W., 2017, Development of 3-D flow model for porous media with scenario-based ground excavation, Journal of Korean Society of Disaster & Security, 10(1), 19-27.
4
Commer, M., Newman, G.A., 2008, New advances in three-dimensional controlled-source electromagnetic inversion, Geophysical Journal International, 172(2), 513-535.
10.1111/j.1365-246X.2007.03663.x
5
Gassmann, F., 1951, Elastic waves through a packing of spheres, Geophysics, 16(4), 673-685.
10.1190/1.1437718
6
Han, N., Nam, M.J., Kim, H.J., Lee, T.J., Song, Y., Suh, J.H., 2008, Efficient three-dimensional inversion of magnetotelluric data using approximate sensitivities, Geophysical Journal International, 175(2), 477-485.
10.1111/j.1365-246X.2008.03894.x
7
Han, Y.S., 2017, Complex detect system for the underground cavern and object detect, Journal of the Korean Geosynthetics Society, 16(4), 6-12.
8
Hong, J., Ji, Y., Oh, S., Choi, S., 2015, A geophysical survey of subsidence area around limestone mine sites, Geophysics and Geophysical Exploration, 18(4), 207-215.
10.7582/GGE.2015.18.4.207
9
Jang, H., Park, S., Kim, H.J., 2014, A simple inversion of induced-polarization data collected in the Haenam area of Korea, Journal of Geophysics and Engineering, 11(1), 015011 (6pp).
10
Jang, H., Kim, H.J., Nam, M.J., 2016, Three-dimensional finite-difference time-domain modeling of ground-penetrating radar survey for detection of underground cavity, Geophysics and Geophysical Exploration, 19(1), 20-28.
10.7582/GGE.2016.19.1.020
11
Kim J., Yi, M., Hwang, S., Song, Y., Cho, S., Synn, J., 2007, Integrated geophysical surveys for the safety evaluation of a ground subsidence zone in a small city, Journal of Geophysics and Engineering, 4(3), 332-347.
10.1088/1742-2132/4/3/S12
12
Kim, H.J., Kim, Y., 2011, A unified transformation function for lower and upper bounding constraints on model parameters in electrical and electromagnetic inversion, Journal of Geophysics and Engineering, 8(1), 21-26.
10.1088/1742-2132/8/1/004
13
Li, Y., Oldenburg, D.W., 2000, Incorporating geological dip information into geophysical inversions, Geophysics, 65(1), 148-157.
10.1190/1.1444705
14
Park, C., Chun, S., Ku, B., Nam, M.J., 2014, A review and analysis on constructing electrical resistivity models for hydrocarbon reservoirs based on the characteristics of shale distribution, Journal of the Korean Society of Mineral and Energy Resources Engineers, 51(1), 97-115.
10.12972/ksmer.2014.51.1.97
15
Park, S., Kim, C., Son, J., Kim, J., Yi, M., Cho, S., 2006, Detection of limesilicate cavities by 3-D electrical resistivity survey, Economic and Environmental Geology, 39(5), 597-605.
16
Park, C.B., 2011, Imaging dispersion of MASW data - full vs. selective offset scheme, Journal of Environmental and Engineering Geophysics, 16(1), 13-23.
10.2113/JEEG16.1.13
17
Park, C., Nam, M.J., 2014, A review on constructing seismic rock physics models based on Gassmann’s equation for reservoir fluid substitution, Journal of the Korean Society of Mineral and Energy Resources Engineers, 51(3), 448-467.
18
Poluha, B., Porsani, J.L., Almeida, E.R., dos Santos, V.R.N., Allen, S.J., 2017, Depth estimates of buried utility systems using the GPR Method: Studies at the IAG/USP geophysics test site, International Journal of Geosciences, 8, 726-742.
10.4236/ijg.2017.85040
19
Phung, K.T.N., Nam, M.J., Jung, S., 2014, A preliminary study on sensitivity of seismic responses to changes in reservoir parameters using various RPM-constructing strategies, Geosystem Engineering, 17(4), 207-218.
10.1080/12269328.2014.951775
20
Reynolds, J., 2011, An introduction to applied and environmental geophysics, USA, Wiley.
21
Sasaki, Y., 1994, 3-D resistivity inversion using the finite‐element method, Geophysics, 59(12), 1839-1848.
10.1190/1.1443571
22
Sasaki, Y., 2004, Three-dimensional inversion of static-shifted magnetotelluric data, Earth, Planets and Space, 56(2), 239-248.
10.1186/BF03353406
23
Saunders, J.H., Herwanger, J.V., Pain, C.C., Worthington, M.H., De Oliveira, C.R.E., 2005, Constrained resistivity inversion using seismic data, Geophysical Journal International, 160(3), 785-796.
10.1111/j.1365-246X.2005.02566.x
24
Song, S., Lee, K., Yong, H., Kim, J., 2004, Electrical resistivity survey at the ground with micro-subsidence by excessive pumping of groundwater, Geophysics and Geophysical Exploration, 7(3), 197-206.
25
Sun, J., Li, Y., 2015, Multidomain petrophysically constrained inversion and geology differentiation using guided fuzzy c-means clustering, Geophysics, 80(4), ID1-ID18.
10.1190/geo2014-0049.1
26
Yi, M., Kim, J., Cho, S., Chung, S., Song, Y., 1999, Three-dimensional inversion of resistivity data, Geophysics and Geophysical Exploration, 2(4), 191-201.
페이지 상단으로 이동하기