지진 위치 분포 압축을 통한 최적 공간 정보 인코딩 및 남캘리포니아 지진다중프랙털 분석

초록

본 논문은 지진 사건의 위치 불확실성을 활용해 카탈로그를 압축하는 “condensation” 방법을 제안한다. 위치 오차가 큰 사건을 오차가 작은 사건의 확률분포에 순차적으로 재분배함으로써 카탈로그 길이를 약 25 % 줄이면서 공간 정보를 강화한다. 남캘리포니아 실데이터에 적용한 결과, 주요 단층을 명확히 드러내고 새로운 구조를 제시한다. 압축된 카탈로그와 원본 카탈로그의 다중프랙털 특성을 비교하면 서로 다른 스케일 구간에서 구분되는 스펙트럼이 나타나며, 이는 지각의 취성층 두께와 재배치 절차와 연관된다. 최종적으로, ETAS 모델 분석을 통해 대형 지진이 여진 유발에 주도적 역할을 함을 확인한다.

상세 분석

이 연구는 지진 위치 측정이 갖는 비균질한 확률분포(PDF)를 직접 활용한다는 점에서 기존의 단순 좌표 기반 분석과 차별화된다. 저자들은 먼저 모든 사건의 위치 오차(표준편차)를 기준으로 내림차순 정렬한다. 이후 가장 불확실성이 큰 사건부터 시작해, 그 사건의 확률 질량을 보다 정확한 위치를 가진 사건들의 PDF에 ‘전이’한다. 이 과정은 각 사건에 가중치를 부여하는 형태로 구현되며, 최종적으로는 가중치가 높은 사건이 실제 공간 구조를 더 잘 대표하도록 만든다.

핵심적인 수학적 아이디어는 ‘확률 질량 보존’이다. 각 사건 i의 PDF를 f_i(x)라 하면, 압축 과정에서 f_i는 다른 사건 j의 PDF f_j에 일부 질량을 전달한다. 전달 비율은 두 PDF의 겹침 정도와 j의 분산(σ_j^2)의 역비에 비례한다. 결과적으로 전체 카탈로그의 확률밀도 함수는 변하지 않지만, 개별 사건들의 표현 효율이 크게 향상된다.

합성 테스트에서는 프랙털 차원을 갖는 인공 데이터에 실제 관측 수준의 위치 오차를 추가한 뒤, 압축 전후의 정보 엔트로피를 비교한다. 압축 후 엔트로피 감소와 동시에, 상관 함수와 상호 정보량이 원본보다 더 명확한 스케일 구조를 드러낸다. 이는 압축이 단순 데이터 감소가 아니라 ‘정보 재배치’임을 증명한다.

남캘리포니아 실제 카탈로그에 적용했을 때, 압축률은 약 25 %이며, 가중치가 높은 사건들은 기존에 알려진 주요 단층선(예: San Andreas, San Jacinto 등)과 일치한다. 흥미롭게도, 가중치가 중간 정도인 사건들이 기존 지도에 없던 잠재적 단층 후보를 제시한다. 이는 기존 카탈로그가 위치 오차에 의해 미세 구조를 흐리게 만든 반면, 압축이 이를 복원한다는 의미다.

다중프랙털 분석에서는 상자-카운트 방법과 일반화 차원 D_q를 이용해 스케일링 관계를 추정한다. 압축 카탈로그는 두 개의 전이 스케일(≈2.5 km와 ≈15 km)을 보이며, 각각 낮은 차원과 높은 차원을 나타낸다. 저자들은 상위 스케일을 지각의 취성층 두께와 연관짓고, 하위 스케일은 재배치 알고리즘(예: double-difference)에서 발생하는 인공적인 최소 거리 제한으로 해석한다.

마지막으로, ETAS(Epidemic Type Aftershock Sequence) 모델 파라미터를 추정할 때, 압축 카탈로그를 사용하면 생산성 파라미터 α가 마그니튜드 스케일과 거의 일치함을 발견한다. 이는 큰 지진이 여진을 유발하는 주요 메커니즘이라는 기존 연구와는 반대되는 결과이며, 작은 규모 사건의 검출 한계가 예측 가능성에 미치는 영향을 재평가할 필요성을 제시한다.

전반적으로, 이 논문은 지진 위치 불확실성을 정량적으로 활용해 데이터 효율성을 높이고, 공간 구조와 동역학적 해석에 새로운 통찰을 제공한다는 점에서 지진학 및 복합 시스템 연구에 중요한 기여를 한다.