지진 파열의 지표면 발현(surface expression)은 대규모 지진의 특징적인 양상이며, 지표면 파열의 길이는 지진 규모(magnitude)에 따라 수 km에서 수백 km에 이르기까지 다양하다. 단층대(fault zone)의 구조와 기계적 성질은 지진 파열의 거동에 큰 영향을 미치며, 단층 굴곡(fault bends), 단층 단차(steps), 분기(branches) 등과 그에 연관된 분절(segment) 기하학에 대한 상세한 지도화 및 문서화는 지진 파열의 전파와 경로를 결정하는 데 핵심적인 역할을 한다. 지진 지표 파열을 세부적으로 지도화(mapping)하는 데 가장 정밀한 방법은 전문가에 의한 현장(manual) 수작업 지도화일 수 있으나, 광범위한 지역을 분석하는 데 시간이 오래 걸리고 필요한 전문성을 모두가 갖고 있지 않다. 이러한 현장 조사(fieled surveys)의 한계를 보완하기 위한 대안으로 원격탐사(remote sensing) 기반의 파열 지도화(rupture mapping)가 제안되어 왔다. 본 연구에서는 이전 연구 결과를 바탕으로 딥러닝(deep learning)을 이용한 지표면 파열의 형태학적 특징을 자동 탐지하고 분석하기 위한 견고한 모델을 제안한다. 또한 탐지된 골절(fractures)에 대한 형태학적 분석을 위해 골격화(skeletonization) 기법을 개발하였으며, 지상에서의 복잡한 구조를 이루는 골절을 개별 골절로 객체화(objectified)하였다. 마지막으로, 균열(crack)의 위치, 길이, 폭, 방향을 포함하는 개별화된 골절의 기하학적 정량 특성을 자동으로 추출하였다. 제안된 모델의 탐지 결과를 선 지도(line map)를 통해 전문가가 확인한 지상진실(ground truth)과 비교함으로써, 전체 모델의 신뢰성을 확인할 수 있었다. 제안된 모델의 적용 가능성을 검토하기 위해 국지적인 영역에서 다양한 지표면 파열(surface ruptures)의 탐지 성능을 평가하였고, 광범위한 지표면 파열에 대한 파열 방향 및 양상(pattern) 등 핵심 특성이 명확히 식별되었다. 본 연구에서 제안한 위성 영상 기반 지표면 파괴(surface destruction) 탐지 모델은 지진으로 인해 발생한 다양한 지표면 파괴와 변형을 자동으로 탐지함으로써 현장 조사와 지진 관련 기초 데이터 수집에 유용한 도구로 활용될 수 있다. 따라서 고해상도 위성 데이터를 이용하여 빠르고 정확한 골절 및 단층 매핑과 정량 분석을 가능하게 하는 본 모델은 중요한 통합 해법으로 활용될 것으로 기대된다. 또한 단층대의 구조적·기하학적 복잡성과 기계적 성질을 규명하고 이해하는 데에도 매우 유익할 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.