탄성파 신호 전처리·복원 기반 자동 해석 연구

Automated Seismic Signal Preprocessing and Reconstruction

연구 내용

저신호대잡음 first-break을 DER로 안정적으로 탐지하고, cepstrum 기반 웨이블릿을 추출해 디컨볼루션을 수행하며, 결측 트레이스를 SSL·LSTM으로 복원하는 연구

탐사 자료는 저신호대잡음 조건과 장비 제약으로 인해 first-break 오차, 웨이블릿 왜곡, 근접 오프셋 결측, 트레이스 간격 불일치 문제가 발생합니다. 본 연구는 multiwindow energy ratio의 차이를 이용해 noise 영향을 최소화하면서 first-break를 탐지합니다. 또한 최소 위상 가정의 제한을 고려해 cepstrum 기반 접근에서 phase wrapping 영향을 분석하고, 올바른 웨이블릿을 추출한 뒤 deconvolution으로 해상도를 개선합니다. 결측 구간은 near-offset feature를 self-supervised pretraining과 transfer learning으로 학습해 실데이터 외삽 성능을 검증하며, cross-streamer wavefield reconstruction에서는 traces-to-trace 관점의 bidirectional LSTM으로 관측되지 않는 트레이스를 예측합니다. 결과적으로 영상화 전 입력 품질을 확보합니다.

관련 프로젝트

3건

연구 흐름

초기에는 seismic trace의 해상도 향상을 위해 wavelet 추출과 deconvolution의 물리적 가정이 실제 데이터에 미치는 영향을 검토하고, phase wrapping을 다루는 절차를 정립하였습니다. 이후에는 탐사 처리 단계에서 필수인 first-break picking을 DER 기반으로 자동화하여 저신호 환경에서도 안정적인 기준점을 제공하는 방향으로 확장되었습니다. 최근에는 결측 트레이스를 복원하는 문제로 연구 범위를 넓혀, self-supervised learning과 bidirectional LSTM을 통해 near-offset gap과 crossline 방향 정보를 재구성하는 흐름을 보이고 있습니다. 이를 통해 현장 적용 시 전처리 비용과 실패율을 함께 줄이는 데 집중합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

저신호대잡음 first-break 자동 픽킹
cepstrum 기반 웨이블릿 추출
phase wrapping 고려 디컨볼루션
near-offset 결측 외삽 모듈
트레이스 간격 불일치 보정
crossline wavefield reconstruction
영상화 안정화를 위한 입력 정규화
모니터링 자료의 처리 재현성 향상
현장 품질관리용 전처리 점검 지표
실시간 처리용 경량 전처리 워크플로