본문 바로가기
KERD
논문

최신 물리탐사 연구동향 분석: 탄성파탐사 중심으로

Recent Research Trend Analysis in Geophysical Exploration Focused on Seismic Exploration

이다운|정우근|신성렬|김대철|정서제
한국자원공학회 (The Korean Society of Mineral and Energy Resources Engineers)|2021.10|한국자원공학회지 (Journal of the Korean Society of Mineral and Energy Resources Engineers)|제58권 제5호|pp. 444-463

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

인공지능R 프로그램R programArtificial intelligence탄성파탐사물리탐사Geophysical explorationSeismic exploration
주제분류자원공학

초록

에너지자원 탐사에서 활발하게 활용되고 있는 물리탐사는 기술이 급진적으로 발전하였으며, 4차산업 속에서 급변하고 있다. 최근에 각광 받고 있는 인공지능 기술을 활용한 연구가 활발하게 수행되고 있으며, 에너지자원 산업에서 디지털 전환이 진행되고 있다. 본 총설에서는 탄성파탐사를 중심으로 최신 물리탐사에 대한 전반적인 연구동향을 분석하였으며, 탄성파탐사에 활용되고 있는 인공지능 기술의 사례를 소개하였다. 연구동향 분석을 위하여 물리탐사 관련 국내 및 국외 학술지에게재된 논문을 탐사방법, 연도, 키워드에 따라 분석하였고 분석방법으로 R 프로그램을 활용하였다. 분석결과, 물리탐사 방법 중에 탄성파탐사에 관한 연구가 가장 활발하게 수행되었으며, 각 탐사에서 공통적으로 역산에 관한 연구가 활발하게 수행되었다. 탄성파탐사 관련 연구에서 인공지능기술을 활용한 연구에 대해서 분석한 결과, 역산, 신호처리, 보간법, 해석 등 다양한 분야에서 인공지능 기술이 활용되었다.

Abstract

Geophysical exploration, which is used in energy resource exploration, has evolved into a radically developed technology, and is rapidly changing the 4th industry landscape. Recently, extensive research using artificial intelligence (AI) has been conducted, and digital transformation is underway in the energy resource industry. In this study, the overall research trends of the latest geophysical explorations were analyzed with a focus on seismic exploration. A few examples of AI technologies used in seismic exploration have been introduced. For the analysis of the research trends, the papers published in domestic and international journals related to geophysical exploration were analyzed according to the exploration method, year, and keyword. The R programming language was used for the analysis. The results showed that the most actively performed studies on seismic exploration utilized geophysical exploration methods and within each method a study on inversion was included. Amongst the studies related to seismic exploration, the usage of AI technology has been prevalent within the various subject matters, such as inversion, signal processing, interpolation, and interpretation.

참고문헌 (27)

  1. 조동행, "한국의 전자탐사 현황", 자원환경지질, 39(4), pp.427~440 (2006), 대한자원환경지질학회
  2. 조인기, "전기비저항 탐사의 연구동향", 한국자원공학회지, 57(5), pp.506~526 (2020), 한국자원공학회
  3. Fang, J., "Data-driven low-frequency signal recovery using deep-learning predictions in full-waveform inversion", GEOPHYSICS, 85(6), pp.A37~A43 (2020)
  4. Fang, W., "Seismic data interpolation based on U-net with texture loss", GEOPHYSICS, 86(1), pp.V41~V54 (2021)
  5. Gadallah, M. R., "Exploration Geophysics", pp.292~ (2008), Springer
  6. Greiner, T. A. L., "Cross-streamer wavefield reconstruction through wavelet domain learning", GEOPHYSICS, 85(6), pp.V457~V471 (2020)
  7. He, Q., "Reparameterized full-waveform inversion using deep neural networks", GEOPHYSICS, 86(1), pp.V1~V13 (2021)
  8. Hinze, W. J., "Gravity and Magnetic Exploration: Principles, Practices, and Applications", pp.512~ (2013), Cambridge University Press
  9. Hyun, B. K., "Basic Principles of Geophysical Exploration(in Korean)", pp.281~ (1997), Seoul National University Press
  10. Hyun, B. K., "Development of Geophysical Exploration and Recent Research Trends In Korea's Mineral and Energy Resource Engineering(in Korean)", pp.479~ (2017), The National Academy of Sciences, Republic of Korea
  11. Kearey, P., "An Introduction to Geophysical Exploration", pp.262~ (2002), Blackwell Science
  12. 김빛나래, "유도분극 탐사의 원리 및 활용", 지구물리와 물리탐사, 20(2), pp.100~113 (2017), 한국지구물리.물리탐사학회[DOI]
  13. 김병엽, "능동적 해저면 탄성파 탐사 현황 및 기술 동향", 한국자원공학회지, 45(5), pp.578~589 (2008), 한국자원공학회
  14. 김하진, "동시출현단어 분석을 통한 국내외 정보학 학회지 연구동향 파악", 정보관리학회지, 31(1), pp.99~118 (2014), 한국정보관리학회[DOI]
  15. 이호영, "해저 탄성파 탐사 기술의 현황", 한국자원공학회지, 56(1), pp.86~106 (2019), 한국자원공학회
  16. 이수상, "언어 네트워크 분석 방법을 활용한 학술논문의 내용분석", 정보관리학회지, 31(4), pp.49~68 (2014), 한국정보관리학회[DOI]
  17. 이태종, "지열 저류층에서의 3차원 SP모델링", 한국자원공학회지, 44(1), pp.9~19 (2007), 한국자원공학회
  18. Liu, G. Y., "A co-word analysis of digital library field in China", Scientometrics, 91(1), pp.203~217 (2012)
  19. Nabighian, M. N., "Historical development of the gravity method in exploration", GEOPHYSICS, 70(6), pp.63ND~89ND (2005)
  20. 박영수, "한국의 육상 자력탐사", 자원환경지질, 39(4), pp.403~416 (2006), 대한자원환경지질학회
  21. Sengbush, R. L., "Seismic Exploration Methods", pp.296~ (1983), Springer
  22. Shin, C., "Waveform inversion in the Laplace domain", Geophysical Journal International, 173(3), pp.922~931 (2008)
  23. 송영수, "물리탐사 기술의 오늘 그리고 내일", 한국자원공학회지, 49(5), pp.603~615 (2012), 한국자원공학회
  24. Xiong, W., "Seismic fault detection with convolutional neural network", GEOPHYSICS, 83(5), pp.O97~O103 (2018)
  25. Yu, S., "Deep learning for denoising", GEOPHYSICS, 84(6), pp.V333~V350 (2019)
  26. Yuan, P., "A robust first-arrival picking workflow usingconvolutional and recurrent neural networks", GEOPHYSICS, 85(5), pp.U109~U119 (2020)
  27. Zhang, H., "Automatic seismic facies interpretation using superviseddeep learning", GEOPHYSICS, 86(1), pp.IM15~IM33 (2021)

관련 논문AI추천

물리탐사 분야에서의 딥러닝 기술: 현황, 도전 과제 및 미래 방향공신혜, 오종찬, 유지윤, 윤대웅, 이창훈, 임지원한국자원공학회 · 한국자원공학회지2024 · 제61권 제1호전기전자탐사에 적용되는 심층 학습 연구 동향 및 적용 사례 분석남명진, 윤대웅, 장한나, 정인석, 정주연, 조아현, Caesary Desy한국자원공학회 · 한국자원공학회지2022 · 제59권 제4호석유가스 개발사업의 인공지능기술 활용 현황 및 전망권서윤, 민배현, 박가영, 정대인한국자원공학회 · 한국자원공학회지2020 · 제57권 제3호국내․ 외 탄성파 축소모형 실험의 연구동향과 전망김대철, 신성렬, 임채현, 정우근, 하지호한국자원공학회 · 한국자원공학회지2017 · 제54권 제2호잡음 자료 취득을 통한 기계학습 기반 현장 탄성파 자료 잡음 억제 연구김충호, 김한준, 전형구한국자원공학회 · 한국자원공학회지2021 · 제58권 제5호가스하이드레이트 저류층 모델링을 위한 심층학습 기반 물리검층 해석의 최신 기술동향 분석권서윤, 김광현, 김성일, 민배현, 박가영, 이경북, 지민수, Nguyen Xuan Huy한국자원공학회 · 한국자원공학회지2021 · 제58권 제2호

이 간행물의 다른 논문 (9건)

뮤온 토모그래피 적용을 위한 3차원 SART 분석법 연구최윤경, 이성철pp. 380-393포항 영일만 이산화탄소 지중저장 모니터링을 위한 주파수영역 역시간 구조보정 기반 4차원 시간경과 탄성파 기술의 적용성 검토민동주, 김병엽, 오주원, 박세은, 김대식pp. 394-407잡음 자료 취득을 통한 기계학습 기반 현장 탄성파 자료 잡음 억제 연구김충호, 전형구, 김한준pp. 408-417북극해 척치해저고원 남서부 대륙사면에서의 가스하이드레이트 탐사강승구, 김영균, 진영근, 홍종국, 김수관, 최연진, 장우근pp. 418-432고해상 탄성파 탐사자료에의 디고스팅 및 디시그니쳐 적용김수민, 정우근, 하지호, 신성렬, 신정균pp. 433-443
원문 보기