Sequential non-destructive geotechnical investigation for subsurface imaging
연구 내용
지반조사와 지구물리탐사를 순차적으로 연계해 지하 장애물의 위치·경계를 추정하는 연구
본 연구는 지반조사(관입시험, 시추/채취)와 지구물리탐사(표면파 탐사, 다채널/다중 채널 탄성파, cross-hole 탄성파)를 연계하여 지하 이상체의 위치와 범위를 구분하는 데 중점을 둡니다. 표면파 자료는 장애물 존재 시 해석 정밀도가 저하될 수 있어, first-arrival time 분석 이후 full waveform inversion을 적용해 P파·S파 민감도 차이를 고려하며 경계 추정 정확도를 높입니다. 또한 ambient seismic noise 기반 HVSR로 퇴적층 특성을 예측하고, 시추 기반 탄성파 속도 예측에는 CNN–LSTM과 같은 딥러닝 모델을 적용해 얕은 기반암 구간의 전단파 속도 산정 절차를 구축합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 2023년에 관입시험과 시추 정보를 기반으로 표면파 탐사의 적용 한계를 검토하고, 장애물 경계 정밀도를 높이기 위해 cross-hole 탄성파 자료에 first-arrival time 분석과 FWI를 순차 적용하는 워크플로를 제안했습니다. 이후 2023년에는 ambient seismic noise의 HVSR을 활용하여 싱가포르 사례에서 퇴적층 두께 및 평균 Vs를 추정하는 방향으로 확장했습니다. 최근에는 2026년에 시추 데이터 기반 Vs 예측에 CNN–LSTM 하이브리드 모델을 적용해 얕은 기반암 현장의 전단파 속도 산정 문제를 데이터 중심으로 다루는 연구를 수행했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Incorporating geotechnical and geophysical investigations for underground obstruction detection: A case study
Sediment thickness and average Vs prediction using HVSR of ambient seismic noise: case studies in Singapore
Borehole Data–Driven Shear Wave Velocity Prediction Using CNN–LSTM Hybrid Model at Shallow Bedrock Sites in Korea
관련 프로젝트
구분
제목
도심 지하구조 영상화를 위한 순차적 연계-발전형 비파괴 지반탐사 모델 개발
도심 지하구조 영상화를 위한 순차적 연계-발전형 비파괴 지반탐사 모델 개발