연속 지구물리·유동 역전으로 지하 균열망 정밀 파악

**1. 서론 및 연구 배경** 지열, 탄소 저장, 석유·가스 등 다양한 지하 활용 분야에서는 지하 유동 경로를 지배하는 균열망의 정확한 파악이 핵심이다. 그러나 균열은 깊은 지하에 위치하고, 복잡한 이질성·이방성 구조를 갖기 때문에 단일 데이터(예: 지진 또는 유동)만으로는 충분한 제약을 제공하기 어렵다. 특히, 미세지진 데이터는 균열의 존재와 방향을 암시하지만, 균열 길이·크기와 같은 정량적 파라미터는 직접 제공하지 않는다. 반면, 압력·유량 데이터는 유동 경로에 민감하지만, 균열의 기하학적 배치를 역으로 추정하기엔 불완전하다. 이러한 문제를 해결하고자 저자들은 두 데이터 스트림을 순차적으로 결합하는 비침투형 역전 프레임워크를 제안한다. **2. 기본 가정 및 데이터 전제** - 매트릭스(배경 암석)는 불투과성으로 가정하고, 유동은 주로 균열망을 통해 발생한다. - 미세지진 이벤트 군집은 하나의 연결된 균열 또는 유사한 특성을 가진 균열 집합을 대표한다. - 군집 중심은 압력·유량 관측점(예: 시추공)으로 활용한다. - 균열 길이의 상·하한은 미세지진의 파동 전파 특성(전단파 분할)이나 수압 파열 성장 모델을 통해 사전 추정한다. **3. 전방 모델** - **포컬 메커니즘 모델**: 미세지진 위치를 이중 차이법으로 역산하고, 각 이벤트에 대해 7개의 파라미터(스트라이크, 딥, 슬립 등)를 포함하는 파형 기반 포컬 메커니즘 역전을 수행한다. Green 함수는 수치적으로 계산되며, 시뮬레이션 파형과 실제 파형 간의 차이를 최소화하는 시뮬레이티드 어닐링을 사용한다. - **유동 모델**: 단일 상, 완전 포화, 등온 조건 하의 리처드 방정식(질량 보존식 + 다르시 흐름식)을 적용한다. PFLOTRAN을 이용해 이산 균열망(DFN) 상의 비선형 연산을 병렬 처리하고, 뉴턴‑크릴로프 방법으로 비선형 방정식을 해결한다. **4. 순차 역전 프레임워크** - **단계 1 – 균열 방향 추정**: 포컬 메커니즘으로부터 얻은 스트라이크·딥 각을 전체 이벤트에 대해 확률 분포화한다. k‑means 군집 분석을 적용해 이벤트를 K개의 군집으로 나누고, 각 군집의 중심을 관측점으로 정의한다. 군집 내 각도 분포를 통합해 전체 균열 방향의 상·하한을 도출한다. - **단계 2 – 균열 길이 추정**: 압력 관측값과 전방 유동 모델의 압력값 사이의 차이를 최소화하는 목적함수 J를 정의한다. 라틴 하이퍼큐브 샘플링(LHS)으로 파라미터 공간(각 균열의 길이, 개구, 투과성 등)을 탐색하고, MADS 최적화로 목적함수를 최소화한다. 네 가지 개구 가정(상수, 길이‑비례, 투과성‑비례 등)을 각각 실험한다. **5. 알고리즘 상세** - **Algorithm 1**: 입력(포컬 메커니즘, 이벤트 좌표, 군집 파라미터) → 군집 수행 → 각 군집에 대한 스트라이크·딥 각 확률 분포 생성 → 관측점 선정. - **Algorithm 2**: 입력(관측 압력, DFN 파라미터 범위) → LHS 샘플링 → PFLOTRAN으로 압력 시뮬레이션 → 목적함수 계산 → MADS로 파라미터 업데이트 → 수렴 시 최적 파라미터 도출. **6. 합성 사례 및 결과** 합성 모델에서는 3차원 DFN을 생성하고, 인위적으로 미세지진 이벤트와 압력 데이터를 생성하였다. 군집 분석을 통해 균열 방향의 95% 신뢰 구간을 성공적으로 추정했으며, 압력 기반 길이 추정에서는 실제 길이와의 오차가 10% 이하로 감소하였다. 특히, 군집 기반 방향 제한을 적용하지 않은 경우와 비교했을 때, 압력 적합도(RMSE)가 약 30% 개선되었다. 네 가지 개구 가정 중, 길이‑비례 개구 모델이 가장 현실적인 압력 응답을 재현하였다. **7. 논의 및 한계** - **장점**: 비침투형 접근으로 기존 지구물리·유동 시뮬레이션을 그대로 활용 가능; 데이터 간 상호 보완성을 정량화; 고성능 컴퓨팅(PFLOTRAN, MADS)과 결합해 대규모 DFN에도 적용 가능. - **제한점**: 매트릭스 불투과성 가정은 실제 현장에서 제한적이며, 매트릭스와 균열 간 교환을 고려해야 한다. 또한, 군집 중심이 시간에 따라 이동(균열 성장·전파)할 수 있으나 현재는 정적으로 가정한다. 데이터 품질(미세지진 위치 정확도, 압력 측정 잡음)도 결과에 큰 영향을 미친다. **8. 결론** 본 논문은 미세지진 포컬 메커니즘과 k‑means 군집 분석을 통해 균열 방향을 제한하고, 압력 데이터를 이용해 균열 길이를 추정하는 두 단계의 순차 역전 프레임워크를 제시한다. 합성 테스트에서 제안 방법은 기존 단일‑데이터 역전 대비 불확실성을 크게 감소시켰으며, 실제 현장 적용을 위한 기반을 마련하였다. 향후 연구에서는 매트릭스 투과성 고려, 시간‑가변 군집 모델링, 그리고 실제 현장 데이터 적용을 통해 프레임워크의 실용성을 확대할 계획이다.