서 론

지층의 밀도는 구성하는 암석과 광물의 특성에 따라 다양한 변이를 보일 수 있다. 조암 광물의 밀도, 공극률 및 공극 내에 존재하는 유체에 의한 영향 등이 퇴적지층 밀도를 좌우하는 요인이다(Min et al., 1987). 퇴적암의 경우 엉김(cementation), 연령(age), 깊이, 조구조운동(tectonic process)이 추가적으로 밀도에 영향을 미치고, 화성암의 경우 광물 조성, 변성암의 경우 산성도에 따라 밀도가 변화할 수 있다(Reynolds, 2014). 퇴적 지층의 구조적 밀도 분포에 대한 이해는 여러 학문 분야의 연구에 중요한 역할을 한다(Tenzer and Gladkikh, 2014). 중력탐사의 경우 암석의 밀도 변화에 큰 영향을 받으며, 필요한 밀도 정보는 지표 또는 시추공 암석 시료를 바탕으로 결정된다. 지층의 실제 심도에서의 밀도는 응력 조건과 공극 내 유체의 압밀이 상이하므로 시추 시료의 밀도와 다른 경우가 많다(Hamilton, 1976; Sykes, 1996). 대부분의 중력 탐사의 경우 지층의 밀도 보정이 중요하지만 구체적인 밀도 분포를 얻기 어려우므로 균일한 분포를 가정하는 경우가 많다. 분지 규모로 신뢰도를 확보한 밀도 분포를 가정 또는 측정하여 중력탐사 결과의 정확도를 높이는 연구가 지속되었다(Litinsky, 1989; Rao et al., 1994). 공간적인 밀도 분포의 도출은 중력탐사에서 매우 중요하며, 많은 경우 밀도분포를 넓은 공간영역에서 단일한 값으로, 또는 적게 변화한다고 가정한다(Bear et al., 1995; Sebera et al., 2018).

수 킬로미터 이내 영역에서 밀도 변화를 측정하고 활용하고자 하는 경우, 분지 규모를 대표하는 밀도 값을 할당하기보다 해상도를 높이기 위한 추가적인 분석 방법을 적용한다(Kalmar et al., 1995; Tanaka et al., 2007). 지층의 공간적 밀도 분포를 고해상도로 유추하기 위하여, 탄성파 탐사자료를 이용하는 방법 역시 효과적이다(Russell and Hampson, 2006). 전통적인 탄성파 탐사는 지하의 구조를 영상화하는 탄화수소 저류층 탐사가 주목적이었으나, 탄성파 자료처리 기술의 발전과 함께 최근에는 지층의 물성을 직접 도출하는 연구가 많은 성과를 도출하고 있다(Veeken and Silva, 2004; Barclay et al., 2008). 특히 유체가 부존한 지층의 경우와 같이 P파와 S파 전파 속도변화가 다른 자료의 경우, 이 조건을 반영하는 충분한 오프셋 정보가 포함된 탄성파 탐사자료를 역산하여 밀도 분포를 계산할 수 있다(Quijada and Stewart, 2007; Leiceaga et al., 2010; Zhang et al., 2018). 탄성파 자료로부터 밀도 정보를 도출하는 방법들은 중합 전 탄성파 기록을 이용하여, 탄성파 반사파가 이상지층(anomalous layer)을 지나면서 진폭과 위상이 변하는 특성을 반영하기 때문에 신뢰도 높은 결과를 도출할 수 있다. 비단 미세한 영역의 밀도 변화를 유추하는 연구가 아닌 광역적인 규모의 밀도 역산 역시 탄성파 탐사 자료의 통합 분석 및 해석이 매우 효과적이다(Kaban et al., 2016; Blom et al., 2017; Martin et al., 2021). 또한 탄성파 자료는 시추공 검층로그가 없는 경우에도 밀도 분포를 도출할 수 있을 정도로 지층 내부의 정보를 수월하게 제공하는 장점이 있다(Jeong et al., 2012).

대한민국 해양 천부 퇴적층 또는 대륙붕 지층의 밀도에 대한 연구는 퇴적물의 특성을 파악하기 위하여 제한적으로 수행되었다. 기존 국내 해양 퇴적물에 대한 연구에서는 천부 고해상 탄성파 자료와 50 m 이내의 시추코어를 활용하였고, 구체적인 지층의 밀도분포를 도출하기보다 밀도 분포가 변인이 되는 퇴적물의 기원과 물성을 규명하는 연구 결과가 다수 발표되었다(Oh et al., 2000; Ryu et al., 2006; Park et al., 2012; Kim et al., 2018). 직접적인 밀도분포 도출의 필요성은 분지 구조 해석의 정확성을 높이기 위한 연구에서 다수 제기되었다(Park et al., 2007). 시추 코어로부터 획득한 밀도 정보는 지층의 특성을 명확하게 규명하는 중요한 요소이다(Kim et al., 2010). 최근 해상 풍력발전, 원자력 원료의 해양 처리보관 및 이산화탄소의 해양지층 저장 등 국내 해양 지층에 대한 활용 수요가 증가하고 있다. 따라서 해양 지층 물성 규명에 대한 수요 역시 증가하고 있으며, 지층의 밀도 분포를 얻을 수 있다면 활용도가 높을 것이다.

한국지질자원연구원은 대한해협에서 2019년 및 2021년 시추를 수행하여 코어를 회수하고, 이를 실험실 규모에서 분석하여 퇴적층 밀도 정보를 도출하였다(Kim et al., 2023). 해당 시추 정점에서는 고해상 해양 탄성파 탐사 역시 수행되었고 종합적인 지구물리 자료가 축적되었다. 본 연구에서는 대한해협의 밀도 검층 결과와 2차원 탄성파 단면 자료를 통합 분석하여 해저 지층의 밀도 변화양상을 규명하고자 한다. 이 방법은 선행 연구결과에서 얻어진 탄성파 임피던스 역산 결과(Cheong et al., 2023)와 탄성파 단면에서 도출되는 다중 속성(multi-attributes)을 상관(correlation)하게 되며 가장 높은 상관값을 갖는 속성들을 조합하여 2차원 공간에 분포하는 밀도 정보를 도출하고자 한다.

연구 자료

시추 지점 지층의 밀도와 탄성파 자료의 상관 분석을 수행하기 위한 입력자료는 크게 두 가지이다. 첫째는 일차원의 정량적 밀도 수치로써 특정 시추 지점에서 지층 하부 수직 방향으로 분포하는 깊이에 대한 밀도 로그이다. 두 번째는 탄성파 자료로 이차원의 정량적 값이며, 수평으로 연장된 특정한 거리의 지층 하부에 분포하는 탄성파 반사신호의 진폭으로 표현된다. 상관 분석에 입력하는 자료들은 정확한 위치에서 취득되어야 상관 수치가 높게 도출되며, 이상적인 상황에서 자료가 일치하는 경우 상관 수치는 100%이다.

시추코어는 해저면으로부터 하부 200 m구간까지 회수되었으며, 대한해협 천부 지층의 퇴적양상을 적절히 해석할 수 있는 분해능을 보였다(Cheong et al., 2023; Kim et al., 2023). 각각의 로그들은 탄성파 자료와의 상관 분석을 위하여 깊이 영역에서 시간 영역으로 변환되었다. 퇴적물의 고결 정도에 따라 깊이 구간별로 밀도의 증감이 나타나며, 지층 로그 중 임피던스는 탄성파 P파 속도와 밀도의 곱으로 계산된 결과이다(Fig. 1). 시추코어의 분석을 통하여 탄성파 자료와 지구물리 통합분석에 이용 가능한 로그가 확보되었음을 확인하였다. 지층 물성 로그 중 본 연구에서는 밀도 로그를 지구물리 역산 입력자료로 활용하였다.

Fig. 1.

Physical properties (P-wave velocity, impedance, density, porosity, reflectivity) at site 21ESDP-203 (Kim et al., 2023). Among the logs, bulk density was used for inversion analysis in this study.

시추가 수행된 지역은 대한해협의 서측에 위치하며 하천에서 유입된 미세한 퇴적물이 천부에 분포한다(Fig. 2). 대한해협에서는 쿠로시오 해류의 지류인 쓰시마 난류가 북동쪽으로 흐르며 낙동강에서 퇴적물이 유입되고 이는 대한해협에서 재분배된다(Kim et al., 2023). 퇴적물은 대부분 대한해협의 내측 대륙붕에 침전되며 일부는 북동쪽으로 이동된다(Kim et al., 1986). 퇴적물은 점토와 모래가 섞여 있으며, 해안선과 평행한 남동 방향으로 수심이 깊어지면서 자갈과 조개껍질 등의 퇴적 성분이 확인된다(Park and Yoo, 1988). 2021년 한국지질자원연구원이 회수한 시추 코어는 대한해협 미고결 퇴적층에 대한 주요 정보를 얻을 수 있어 가치가 높은 탐사자료이다.

Fig. 2.

Area map of Korea Strait. The red line and circle indicate the location of seismic section and drilled point (Cheong et al., 2023).

시추 정점을 지나는 서남-동북 방향으로 대한해협 천부 퇴적층의 발달 양상을 구체적으로 조사하기 위한 탄성파 탐사가 수행되었다. 탄성파 탐사는 Bolt사의 에어건을 1,254 in³ 용적으로 발파한 음원 신호가 지층에서 반사된 탄성파 진폭을 12.5 m 간격 60개 채널 하이드로폰이 배열된 스트리머로 기록하였다. 전체 탄성파 탐사측선에서 시추가 수행된 정점 주변에 해당하는 영역을 도시하고 이를 밀도분포를 역산하는 영역으로 결정하였다(Fig. 3a). 양방향 탄성파 기록 도달시각 기준 서쪽 0.2 s에서 동쪽 0.3 s까지 해수-해저면 다중반사파 신호가 확인되는데, 이는 실제 지층과는 별개의 기록이므로 배제하고 지질 해석을 수행하였다. 코어가 회수된 시추 위치는 분석에 입력한 탄성파 단면의 중앙부에서 동쪽으로 치우쳐 있으며, 해저면으로부터 200 m 심도까지의 코어가 회수되었다(Fig. 3b). 지질해석 결과 밀도 분포를 역산하고자 하는 천부 지층은 플라이오세에 퇴적된 셰일과 사질 퇴적물이 우세한 것으로 판단되며 시추 코어가 회수된 구간은 신생대 제4기 지층을 대부분 포함한다(Table 1; Lee et al., 2022a). 해석된 주요 층서는 H5, H4 및 H3이며 H_orange와 H_red는 소분류된 지질층서에 해당한다(Fig. 3b).

Fig. 3.

Seismic sections for density inversion: (a) processed stack without interpretation, and (b) stack with interpreted horizons (H3, H4, H5, H_orange, and H_red) and the locations of two drilled wells (Cheong et al., 2023).

시추공 밀도

밀도 로그와 탄성파 자료는 기록 영역이 각각 깊이와 시간 영역으로 상이한데, 상관분석을 위하여 탄성파 기록에서 속성이 도출되는 시간 영역을 기준으로 밀도 로그를 심도-시간 변환하였다. 상관분석의 정확도를 좌우하는 심도-시간 변환과 분석구간의 결정 과정은 기존 연구 결과를 기반으로 수행하였다(Cheong et al., 2023). 입력한 밀도와 탄성파 자료 및 역산 임피던스들은 함께 도시하였을 때 유의미한 상관성이 나타나지 않았다(Fig. 4). 밀도 로그는 탄성파 자료 및 임피던스 역산 결과와 비교하여 보다 세밀한 시간 간격으로 변화하는 양상을 보였으며, 이는 상관분석 과정에서 샘플링 간격을 결정하는 단계에서 분석자의 판단에 의해 조정이 가능하다. 해저면과 H5 층 사이의 밀도는 1.75 g/cc 수준의 일정한 분포를 보였고, H5와 H4층 사이의 구간은 상대적으로 높은 밀도가 분포하였다. H4와 H3층 사이의 구간은 퇴적 매질의 고결 상태에 따라 증감이 있었으며 이는 해침 및 해퇴의 반복으로 퇴적 입자가 변화한 원인으로 추정된다(Lee et al., 2022a; Kim et al., 2023).

시추공 위치에서 밀도의 수직 분포를 탄성파 단일 진폭 트레이스 및 임피던스 트레이스와 대비하여 지질 해석 수평층이 적절한 깊이에 위치함을 검증하였고, 로그와 트레이스별 수직 분해능을 확인하였다. 물리검층 로그는 수 m 내의 영역에 대한 정보를 주는데 비하여 탄성파 단면 자료의 경우 수천 m의 영역에 대한 수평 연장성을 제시하는 자료이다. 따라서 지층 물성을 직접 보여주는 로그와 탄성파 2차원 단면을 대비하였고, 밀도로그와 탄성파 단면이 입력자료로써 적절한 해상도를 갖추었다고 판단하였다(Fig. 5).

Fig. 4.

Density logs, seismic trace, and inverted P-impedance from previous inversion (Cheong et al., 2023).

Fig. 5.

Overlay of well logs on the seismic section, (a) P-wave log on seismic amplitude, and (b) density log on seismic impedance.

탄성파 진폭 단면과 음파 속도 로그의 대비에서 해저면의 깊이는 P파 속도의 증감이 탄성파 탐사 단면의 마루와 골에 적절히 일치하였다(Fig. 5a). 또한 주요 상관분석 대상구간인 적색 수평층 상부의 경우 지층의 퇴적 이벤트가 선명히 구별되고 로그에서도 퇴적 매질의 변화가 확인되었다. 탄성파 임피던스 단면과 밀도 로그의 대비 결과 시추공의 서쪽에서 얕은 층서가 동쪽 방향으로 깊어지는 균질한 퇴적이벤트가 밝은 녹색 임피던스 층으로 표시되었다(Fig. 5b). 해저면 부근의 로그는 높은 밀도 값을 보이고 하부 분석구간에서 밀도는 퇴적층서의 변화에 따라 낮아진 이후 다시 증가 후 감소하였다.

상관 분석

탄성파 탐사자료를 처리하여 도출되는 탄성파 단면은 특정 지표 위치에서 탄성파 반사파 진폭을 시간에 따라 기록한 값의 모음이다. 탄성파 진폭은 다양한 지층 특성을 반영하여 증감을 보이는데 이 값을 수학적으로 변환하여 주파수, 위상, 절대값 등 다양한 속성들을 도출할 수 있다(Taner et al., 1994; Chopra and Marfurt, 2005). 본 연구에서 적용하는 상관 분석은 밀도 로그와 다양한 탄성파 속성들의 관련성을 수치화하고, 가장 높은 상관 관계를 갖는 속성들의 조합으로 밀도 정보가 없는 영역에서 밀도 정보를 찾는 분석 방법이다. 상관 분석을 적용하기 위하여 수학적 변환을 통하여 탄성파 단면 자료로부터 다양한 속성들을 도출하였고 각각의 속성들과 밀도 로그가 어느 정도 상관수치가 나오는지 계산하였다. 탄성파 임피던스 역산 결과 및 탄성파 진폭 단면에서 내재적으로 도출된 속성들과 밀도 로그의 관계식은 총 150 쌍이 계산되었으며 그 중 대표적인 값을 Table 2에 제시하였다. 이 외에도 탄성파 진폭의 일차, 이차 미분값, 순간 주파수, 순간 위상, 겉보기 극성 등 다양한 속성을 상관분석에 활용할 수 있으며, 밀도로그와 단일 탄성파 속성의 오차(error)가 작은 값들의 상관 수치를 도출하여 공간적인 밀도 분포를 역산할 수 있다.

단일 속성과 밀도 로그의 연관 관계를 각각의 속성 중 대표적인 교차도표(crossplot)으로 확인하였다(Fig. 6). 탄성파 임피던스 역산 결과와 탄성파 진폭을 비교하면, 탄성파 역산 결과가 밀도와 상관성이 높았다(Fig. 6a and 6b). 이는 임피던스가 속도와 밀도의 곱이기 때문에 자연히 상관성이 크게 나타나며, 본 연구의 역산에서 임피던스는 밀도 분포 도출을 위한 다중 속성 상관 분석에서도 기초 입력 변수로 활용되었다. 평균 주파수의 경우 높은 주파수 성분과 높은 밀도가 어느 정도 상관관계가 있고 순간 위상은 크게 관련이 없는 것으로 보인다(Fig. 6c and 6d). 주파수 성분을 나누어 살펴보면 저주파 성분 중 일부가 높은 밀도 값과 매치가 되는데 이는 고결이 많이 된 지층이 속도가 높고 일정한 주파수에서 전파가 잘되기 때문일 수 있다(Fig. 6e and 6f).

Fig. 6.

Crossplots between density log and single attribute: (a) inversion result, (b) raw seismic, (c) average frequency, (d) instantaneous phase, (e) filtered seismic for 5/10-15/20Hz, and (f) filtered seismic for 45/50-55/60Hz, respectively.

단일 속성의 상관 분석은 Table 2에서 나타난 특정 속성 하나와 밀도와의 상관성을 이용하므로 최대의 상관 값을 갖는 경우 오차가 0.1127을 상회하고, 음과 양의 상관 수치 절대값을 구하면 52% 수준이었다. 이는 하나의 속성으로 밀도값을 추정하는 경우 신뢰도가 50%를 약간 상회하는 수준임을 의미한다. 따라서 복수의 탄성파 속성을 조합하여 지층의 밀도를 보다 높은 신뢰도로 추정할 필요가 있다. 다중 탄성파 속성을 이용한 역산과 다중 탄성파 속성의 인접한 시간 표본자료를 포함한 상관분석(convolution연산자) 역산을 각각 수행하여 결과를 비교하였다(Fig. 7). 밀도의 오차를 계산하기 위한 분석 구간은 탄성파 주시 130~380 ms 구간으로 천부 퇴적층을 포함하였다. Fig. 7의 검은색 실선은 시추코어의 실험실 분석 로그이고 붉은색 실선은 단일속성, 다중속성 및 곱말이 연산자 적용 역산으로 계산된 로그이다.

단일 속성의 상관분석으로 밀도 로그를 도출하는 역산 과정은 일차 선형회귀 해를 도출하는 과정으로 수식 (1)과 같이 표현 가능하다

여기서 D(t)는 t시간 표본에서의 밀도, Att1(t)은 단일 속성이며 역산 과정은 가중계수 w₀과 w₁을 계산하는 것으로 일차 선형회귀 함수를 이용한다.

두 번째로 다중속성을 조합하여 밀도를 역산 과정은 수식 (2)로 설명된다.

여기서 i는 다중속성 지시자로 본 연구에서는 최대 9개 (m=9)의 속성을 조합하였으며 선형회귀 최소제곱합의 해를 구하여 가중계수 w_i를 계산하였다. 다중속성의 선택은 오차가 가장 작은 단일 속성을 기준으로 오차가 커지는 순서로 단일 속성을 추가하면서 최소제곱합의 해를 계산하고 최소 오차값을 갖는 속성의 쌍을 결정하였다.

곱말이 연산자를 적용한 연산은 수식 (3)과 같다.

여기서 *는 곱말이 연산자, j는 곱말이 지시자로 본연구에서는 9(j=‒4~4)개의 시간 표본을 t시간 앞뒤로 연산자 길이만큼 이동시킨 후, 오차가 가장 작아지는 합을 계산하였다(Russell et al., 2003).

단일 속성을 이용한 상관분석은 밀도 로그의 증감을 일부 추적하는 역산 결과를 보였으나 정량적인 밀도가 구간별로 다수 일치하지 않았다(Fig. 7a). 다중 속성을 이용한 상관분석을 수행한 결과 퇴적층의 구분에 따라 밀도가 증가하고 감소하는 경향을 대부분 추적하였다(Fig. 7b). 탄성파 자료에서 도출된 다중 속성을 곱말이 연산자를 적용하여 오차가 최소가 되는 해를 구한 결과 시추공의 밀도 분포를 증감 경향과 정량적인 수치까지 매우 유사하였다(Fig. 7c). 각각의 역산 결과와 밀도와의 차이를 계산한 상관값은 각각 52.22, 69.65 및 86.57%로 나타났다(Table. 3).

Fig. 7.

Result of correlation analysis between density and: (a) single attribute, (b) multi-attributes, and (c) multi-attributes applied with convolutional operator.

단일 속성을 이용하는 경우와 비교하여 다중 속성을 이용한 경우 밀도 역산에 참고하는 변수가 증가하므로 오차를 줄일 수 있음이 자명하다. 역산에 이용하는 다중속성의 선별은 단계적인 회귀 방법을 이용하였다(Singh et al., 2004; Soubotcheva and Stewart, 2004). 단계적 회귀는 단일 속성의 오차를 계산하여 적은 순으로 배열한 후, 순차적으로 속성들의 쌍에 대한 선형회귀 최소자승 오차를 계산하여 최적 쌍을 도출한다. 동일한 방식으로 속성의 개수를 증가시키면서 오차를 계산하고, 최적의 조합에 대하여 밀도 계산에 필요한 가중 계수를 결정하는 방법으로 다중속성 분석을 수행하였다.

다중 속성이 각각 동일한 시각의 표본 자료를 조합하여 로그 역산의 상관성을 높이는데 비해 곱말이 연산자를 이용하는 방법은 상이한 시각의 속성들을 조합하게 된다(Russell et al., 2003; Soubotcheva and Stewart, 2004). 이 경우 추가적인 역산 정확도 제고가 가능할 수 있는 장점이 있으나 과도한 속성의 조합은 관심영역 외의 지질 층서에서 야기되는 특성이 개입될 수 있어 주의가 필요하다. 본 연구의 입력자료는 단일 시추공에 대한 역산을 수행하였기에 다수의 속성을 지속적으로 추가하는 경우 오차는 지속적으로 감소하였으나 과도한 속성의 조합을 제한하기 위하여 최대 9개의 속성을 조합하였다(Fig. 8a). 본 연구는 대한해협 지층자료 특성화 결과를 도출하는 것이 아닌, 로그자료와 탄성파 자료의 통합분석을 통한 중합 후 역산의 적용 가능성을 확인하는 목적으로 수행되었으므로 추가적인 다중속성을 조합을 진행하지 않았다.

곱말이 연산자를 적용하는 경우 오차는 추가적으로 감소하여 역산의 신뢰도를 더욱 향상시킬 수 있었다(Fig. 8b). 곱말이 연산자에 입력된 다중 속성은 시간 표본을 연산자 길이에 따라 이동(shift)시키면서 조합하여 최소오차를 계산하므로, 최소자승 해를 계산하는 과정에서 입력되는 속성에 차이가 있다. 특정 속성은 연산자 길이가 다른 표본에서 밀도의 증감 변화와 더욱 가까울 수 있으므로 다양한 연산자 길이에 대하여 최적의 다중속성 쌍을 찾는 것이 본 역산의 정확성을 높이는 전략이 된다.

Fig. 8.

Average error decay with number of attributes in correlation analysis for: (a) multi-attribute analysis, and (b) application of convolutional operator.

연구에 입력 가능한 자료가 복수의 시추공이 아니므로, 검증시험(Validation Test)이 불가능하여 9개의 다중 속성에 대하여 9점의 연산자(9 point operator length)를 적용하고 시험을 종료하였다. 여기서 수행한 상관분석은 시추공 로그의 물성을 역산하는 과정의 유효성을 검증하는 자료로 적합하지만, 대한해협 천부지층을 특성화하기 위한 최종적인 물성 정량화 결과를 도출하기에는 제한적이므로 각 역산 기법의 성능을 비교할 수 있는 수준으로 분석을 수행하였다.

실제 시추코어 실험실 도출 물성(밀도)과 상관 분석으로 역산된 밀도값을 교차 도표(crossplot)에 도시하여 다중 속성 적용 효과를 확인하였다(Fig. 9). 단일 속성 만으로는 역산된 밀도 값이 실제 밀도와 일치하는 적색 실선에서 떨어져 분포하여 상관 값이 낮음을 쉽게 파악할 수 있다(Fig. 9a). 전체 조합한 9개의 다중 속성 중 5개를 이용한 경우 교차도표에서 예측된 밀도가 실제 밀도에 가까워졌고(Fig. 9b), 최종적으로 전체 다중 속성이 활용되어 역산한 밀도는 교차도표 상에서 지층 밀도와 일치하는 대각선 방향으로 더 집중되었다(Fig. 9c).

Fig. 9.

Crossplot between actual density from laboratory data and predicted density from correlation analysis using number of: (a) single attribute, (b) 5 attributes, and (c) 9 attributes, respectively. Red solid line indicates perfect match between log density and inverted density.

곱말이 연산자를 적용하여 다중 속성들을 상관분석한 결과 시추공 위치에서 지층 밀도값과 근접한 밀도 정보를 도출할 수 있음을 확인하였으므로, 동일한 속성의 조합을 시추공을 지나는 탄성파 단면자료가 차지하는 2차원 공간에 적용하여 밀도 분포를 도출하였다(Fig. 10). 연구 지역에 다수 분포하는 퇴적층의 밀도는 전체적으로 1.8~2.2 g/cc 정도로 밀도 분포 단면에서는 붉은 색과 노란 색으로 표시되었다(Fig. 10a). 특징적으로 저밀도 구간이 단면에서 부분적으로 확인되며 1.2~1.3 g/cc 정도의 밀도가 푸른 색으로 표시되었다. 탄성파 단면과 밀도 단면을 동시에 도시하여 저밀도 영역을 확인한 결과, 4기 층이 발달하는 수평거리 1,900~2,000 m사이의 천부 지층과 위로 볼록한 습곡 주변부에 해당하는 수평거리 1,300 및 1,500 m 위치에 수직 방향으로 분포하였다(Fig. 10b). 이와 같은 저밀도 이상대는 미고결된 지층의 퇴적물이 축적되어 있거나 대수층에 유체가 충진되면서 퇴적물이 공극 내에서 부유하기 때문일 수 있을 것으로 추정된다.

Fig. 10.

Inverted density distribution of Korea Strait by correlation analysis: (a) density section of target area, (b) overlay of density section with seismic section, and (c) seismic section with low-density zone indicated by polygons.

토 의

저밀도 지층은 일반적으로 밀도 값이 큰 기반암이 아닌, 풍화대가 발달하는 영역을 지시할 수 있으며 지하 매질의 무른 특성은 지하 공간의 건설 공학적인 활용을 위해 주의 깊게 구분할 필요가 있다(Lee et al., 2022b). 또한 국가 핵심 전략자원의 확보를 위한 중력 탐사 결과의 정확도를 향상하기 위하여, 중력이상의 뚜렷한 지시자인 밀도 이상대(anomalous zone) 탐지 및 분포양상 파악은 중요하다(Oh et al., 2022). 평면적인 퇴적 암체의 연장성 파악을 위하여 항공 및 해상 자력 탐사를 수행하여 지층 이상 반응의 원인 규명이 시도된 바 있다(Lee et al., 2019). 이러한 광역 지구물리탐사와 본 연구에서 수행한 지층 물성의 역산이 통합적으로 연구되는 경우 지질학, 암석학 및 광상학적 지구물리 탐사의 활용도는 증가할 것이다. 기존 기초과학에 활용된 지구물리 탐사자료를 구체화하기 위하여, 본 연구에서 기술한 지층 물성 역산 방법이 기여할 수 있는 부분이 다양하다.

특히 대규모 비용이 투입되어야 회수 가능한 시추코어가 있는 경우, 지구물리학적 가치가 극대화된다. 직접적인 지하의 물성 정보를 적극적으로 활용하면 대한민국 대륙붕 분지의 기초 지질구조에 대한 기존 연구 성과들의 재해석 또는 재평가를 시도할 수 있으며, 추가적인 연구가치 창출이 가능할 것이다(Choi et al., 1993; Kim, 1995; Yoo et al., 2004). 해양 지층의 경우 고비용의 탄성파 탐사와 함께 인공위성 중력 자료의 통합 해석이 필요함은 전술한 바 있다(Park et al., 2007). 이와 같은 경우 시추코어가 확보되어야 정확한 심도 역산이 뒷받침되어 해석 품질 향상을 도모할 수 있다.

지하공간의 적극적인 활용을 목적으로 지층의 밀도 분포를 규명하는 연구가 적극적으로 시도되어야 한다. 핵 발전 사용연료의 처분을 위한 지하 공간 확보를 위해 연약지반을 피해야 하며, 신뢰도 높은 지층 밀도 분포를 규명할 수 있다면 큰 도움이 될 것이다(Park et al., 2010). 그리고 핵 연료의 시추공 처분을 위하여 지하수의 밀도 분포는 지층 특성과 함께 반드시 고려되어야 한다(Ji et al., 2012). 이산화탄소 저감을 위한 지질학적 저장 모니터링 분야에서도 지층의 밀도 정보는 매우 중요하다. 지하에 저장된 이산화탄소가 탄산염 광물로 침전되는 경우 밀도 변화는 모니터링되기 적합한 지하 물성이다(Kihm et al., 2009; Jang et al., 2019). 따라서 지층밀도의 역산은 지속적으로 수요가 있으며, 이를 위하여 신뢰도 높은 시추코어 물성과 탄성파 자료의 속성 분석이 필요하다.

결 론

대한해협 천부 퇴적지층의 밀도 분포를 공간적으로 도출하기 위하여 시추코어 실험 밀도 로그와 2차원 탄성파 단면을 입력하였다. 밀도 로그와 탄성파 단면은 적절한 위치에서 통합 분석이 가능하도록 심도-시간 영역 변환이 수행되었다. 탄성파 탐사자료에서 도출되는 다양한 속성으로부터 밀도 변화를 예측하기 위하여 상관값을 계산하여 최적의 조합을 구하였다. 상관 분석을 위해 기존 연구에서 도출한 임피던스 역산 결과를 활용하였다. 단일 속성, 다중 속성 및 다중 속성의 곱말이 연산자 적용으로 계산된 상관 수치는 각각 52, 69 및 86%였다. 곱말이 역산자를 적용하여 9개 속성을 조합하여 예측한 밀도는 지층 밀도로그와 매우 근접한 결과를 보였다. 상관 분석 결과를 연구 대상 공간에 적용하여 밀도 분포 단면을 도출하였고, 이를 이용하여 층서해석 결과에 부합하는 밀도구조 및 저밀도 이상대를 확인하였다. 제시된 밀도 분포 역산 기법은 향후 연약지반의 공학목적 탐지, 이산화탄소 저장소의 모니터링 등에 적극적으로 활용될 수 있다.