$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 주파수 필터대역기술을 활용한 한반도의 근거리 및 원거리 지진 분류 최적화
Optimization of Classification of Local, Regional, and Teleseismic Earthquakes in Korean Peninsula Using Filter Bank 원문보기

韓國地盤工學會論文集 = Journal of the Korean geotechnical society, v.35 no.11, 2019년, pp.121 - 129  

임도윤 (기상청 지진화산연구과) ,  안재광 (기상청 지진화산연구과) ,  이지민 (기상청 지진화산연구과) ,  이덕기 (기상청 지진화산연구과)

초록
AI-Helper 아이콘AI-Helper

지진조기경보는 빠르게 도달하는 P파를 감지하고 이보다 느리게 전파되는 S파가 도달하기 전 알림을 주는 기술이다. 초기에 도달한 P파의 진폭과 우세주기를 통해 신속하게 규모와 진원을 추정하고 이를 기준으로 경보 혹은 속보를 전송하기에 P파의 분석은 신속한 지진정보에 생산에 중요한 요소이다. 하지만, 국외에서 발생한 큰 규모의 지진이 국내 관측망에서는 P파의 진폭이 크게 감쇠되어 관측되며, 이는 초기 분석단계에서 실제 규모보다 작은 국내 발생 지진으로 오분석 될 수 있다. 오분석의 결과가 그대로 수요자(국민)에게 오경보(false alarm)로 발송될 경우 지진조기경보서비스의 신뢰도를 저하 시킬 수 있으며, 신속대응이 필요한 사회 인프라시설 및 산업시설에는 경제적 손실을 야기할 수 있다. 따라서 이러한 오분석을 최대한 줄이기 위한 기술개발이 필요한 실정이다. 본 연구에서는 주파수-이격거리에 따른 감쇠특성을 이용한 필터뱅크(Filter Bank)를 사용하여 국내외 지진에 대한 분류 가능성을 검토하였다. 이를 위해 기상청 지진관측소에 기록된 2 < ML ≦ 3의 국내지진 463개, 44개(3 < ML ≦ 4), 4개(4 < ML ≦ 5), 3개(ML > 5)와 국외지진 89개를 사용하여 각 주파수영역에 따른 최대 Pv값을 산정하고 이를 분석하였다. 분석결과, 기본 설정 값보다 3번(6-12Hz)과 6번(0.75-1.5Hz) 밴드를 사용할 때 국내외 지진을 정확하게 분류할 수 있는 것으로 나타났다.

Abstract AI-Helper 아이콘AI-Helper

An Earthquake Early Warning (EEW) system is a technology that alerts people to an incoming earthquake by using P waves that are detected before the arrival of more severe seismic waves. P-wave analysis is therefore an important factor in the production of rapid seismic information as it can be used ...

Keyword

표/그림 (10)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이때 국외 지진의 경우 큰 진동 전파가 예상되지 않는 이상 조기경보의 대상이 아니기에 이에 대한 분류 기술이 필요하다. 따라서, 본 연구에서는 지진조기경보의 국외지진에 대한 오경보를 제거하고자 기존에 제안된 원거리지진 분류 방법에 대한 적용성을 평가하고 최적화된 경험인자를 제안하고자 한다.
  • 본 연구에서는 Filter Bank를 활용하여 한반도의 국내외 지진 분류 가능성을 검토하였다. ElarmS-3에서는 STA/LTA법을 사용하여 P파를 자동 피킹(picking)한다.
  • 0초의 총 11개 PTW이 설정되어있다. 본 연구에서는 앞서 설명된 9개의 주파수 영역과 11개의 PTW에 대하여 국내외 지진의 특성을 분석하였다.
  • (1)지진시 전파되는 P파의 경우 이격거리마다 나타나는 주파수별 크기가 다른 것으로 나타났다. 이는 이격거리에 따른 P파 감쇠특성의 차이로 필터를 활용할 경우 이격거리에 따른 지진 분류의 가능성을 확인하였다. 본 연구에서는 Filter Bank에 대하여 P파만이 분석 되었는데 추후 S파에도 적용할 경우 지진파 특징 분석에 유용할 것으로 판단된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
지진조기경보란 무엇인가? 지진조기경보는 빠르게 도달하는 P파를 감지하고 이보다 느리게 전파되는 S파가 도달하기 전 알림을 주는 기술이다. 초기에 도달한 P파의 진폭과 우세주기를 통해 신속하게 규모와 진원을 추정하고 이를 기준으로 경보 혹은 속보를 전송하기에 P파의 분석은 신속한 지진정보에 생산에 중요한 요소이다.
국외지진에 대한 오경보의 원인은? 초기에 도달한 P파의 진폭과 우세주기를 통해 신속하게 규모와 진원을 추정하고 이를 기준으로 경보 혹은 속보를 전송하기에 P파의 분석은 신속한 지진정보에 생산에 중요한 요소이다. 하지만, 국외에서 발생한 큰 규모의 지진이 국내 관측망에서는 P파의 진폭이 크게 감쇠되어 관측되며, 이는 초기 분석단계에서 실제 규모보다 작은 국내 발생 지진으로 오분석 될 수 있다. 오분석의 결과가 그대로 수요자(국민)에게 오경보(false alarm)로 발송될 경우 지진조기경보서비스의 신뢰도를 저하 시킬 수 있으며, 신속대응이 필요한 사회 인프라시설 및 산업시설에는 경제적 손실을 야기할 수 있다.
지진조기경보의 목적은 무엇인가? 지진조기경보는 초기 P파의 정보를 통해 S파가 도달하기 전 신속히 지진정보를 제공하고, 이를 통해 지진으로 인한 피해 최소화를 목적으로 개발되었다(Allen, 2004, 2006, 2007; Kuyuk and Allen, 2013). 기상청에서는 2015년부터 대국민 지진조기경보 서비스를 시작하였고, 전국에 구축된 지진관측망 264개소와 유관기관의 지진관측소를 활용하여 실시간 지진 감시를 수행하고 있다(KMA, 2019).
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. Allen, R. (1982), "Automatic Phase Pickers: Their Present Use and Future Prospects", Bulletin of the Seismological Society of America, Vol.72, No.6B, pp.S225-S242. 

  2. Allen, R.M. (2004), "Rapid Magnitude Determination for Earthquake Early Warning", The many facets of seismic risk, pp.15-24. 

  3. Allen, R.M. (2006), "Probabilistic Warning Times for Earthquake Ground Shaking in the San Francisco Bay Area", Seismological Research Letters, Vol.77, No.3, pp.371-376. 

  4. Allen, R.M. (2007), "The ElarmS Earthquake Early Warning Methodology and Application Across California", Earthquake Early Warning Systems. 

  5. Baer, M. and Kradolfer, U. (1987), "An Automatic Phase Picker for Local and Teleseismic Events", Bulletin of the Seismological Society of America, Vol.77, No.4, pp.1437-1445. 

  6. Bose, M., Hauksson, E., Solanki, K., Kanamori, H., Wu, Y.-M., and Heaton, T. (2009), "A New Trigger Criterion for Improved Real-time Performance of Onsite Earthquake Early Warning in Southern California", Bulletin of the seismological Society of America, Vol.99, No.2A, pp.897-905. 

  7. Brown, H.M., Allen, R.M., Hellweg, M., Khainovski, O., Neuhauser, D., and Souf, A. (2011), "Development of the ElarmS Methodology for Earthquake Early Warning: Realtime Application in California and Offline Testing in Japan", Soil Dynamics and Earthquake Engineering, Vol.31, No.2, pp.188-200. 

  8. Chung, A.I., Henson, I., and Allen, R.M. (2019), "Optimizing Earthquake Early Warning Performance: ElarmS-3", Seismological Research Letters, Vol.90, No.2A, pp.727-743. 

  9. Earle, P.S. and Shearer, P.M. (1994), "Characterization of Global Seismograms Using an Automatic-picking Algorithm", Bulletin of the Seismological Society of America, Vol.84, No.2, pp.366-376. 

  10. Johnson, C.E., Bittenbinder, A., Bogaert, B., Dietz, L., and Kohler, W. (1995), "Earthworm: A Flexible Approach to Seismic Network Processing", Iris newsletter, Vol.14, No.2, pp.1-4. 

  11. KMA (2019), "Seismic Observation Network and Earthquake Early Warning Services", KMA Service: Earthquake.http://www.kma.go.kr/aboutkma/biz/earthquake_volcano_02.jsp,http://www.kma.go.kr/ aboutkma/biz/earthquake_volcano_04.jsp. 

  12. Kuyuk, H.S. and Allen, R.M. (2013), "Optimal Seismic Network Density for Earthquake Early Warning: A Case Study from California", Seismological Research Letters, Vol.84, No.6, pp.946-954. 

  13. Lomax, A., Satriano, C., and Vassallo, M. (2012), "Automatic Picker Developments and Optimization: FilterPicker-A Robust, Broadband Picker for Real-time Seismic Monitoring and Earthquake Early Warning", Seismological Research Letters, Vol.83, No.3, pp.531-540. 

  14. Meier, M.A., Heaton, T., and Clinton, J. (2015), "The Gutenberg Algorithm: Evolutionary Bayesian Magnitude Estimates for Earthquake Early Warning with a Filter Bank", Bulletin of the Seismological Society of America, Vol.105, No.5, pp.2774-2786. 

  15. Serdar Kuyuk, H., Allen, R.M., Brown, H., Hellweg, M., Henson, I., and Neuhauser, D. (2013), "Designing a Network-based Earthquake Early Warning Algorithm for California: ElarmS-2", Bulletin of the Seismological Society of America, Vol.104, No.1, pp.162-173. 

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로