방향 필터링을 이용한 중력 역산 방법

초록

본 논문은 중력 측정값으로부터 지하 밀도 분포를 복원하기 위해 벡터 중력 성분을 활용한 새로운 역산 기법을 제시한다. 연속적인 중력‑밀도 관계식을 비정밀 보정식으로 변환하고, 하나의 벡터 함수를 방향 필터로 사용해 벡터 방정식을 스칼라 형태로 전환한다. 이때 필터는 모든 관측 데이터가 균등하게 밀도 보정에 기여하도록 설계되었다. 제안된 비선형 방정식은 반복적인 언더릴랙스(under‑relaxed) 알고리즘으로 풀며, 합성 데이터 실험에서 얕은 영역의 밀도는 높은 정확도로 복원되지만, 깊은 영역은 수렴 속도가 매우 느린 특성을 보인다.

상세 분석

이 연구는 전통적인 중력 역산이 주로 스칼라 중력값에 의존하는 반면, 중력 벡터 성분을 직접 활용함으로써 정보 손실을 최소화하려는 시도를 한다. 저자는 중력‑밀도 관계를 나타내는 기본 적분식을 ∇·g = -4πGρ 형태에서, 각 좌표축에 대한 직접적인 미분 형태인 g_i = G∂/∂x_i∫ρ/|r−r’| dV 로 전개한다. 이후 이 벡터 방정식을 하나의 스칼라 보정식으로 변환하기 위해, 방향 필터 함수 F(θ,φ) 를 도입한다. F는 연속적이며, 모든 방향에 대해 동일한 가중치를 부여하도록 설계돼, 특정 관측점에 편향되지 않은 균일한 영향력을 제공한다.

보정식은 정확하지 않은 근사식이지만, “수렴은 중력과 밀도 모두가 동시에 정확해질 때만 가능하다”는 수학적 성질을 갖는다. 즉, 알고리즘이 수렴한다면, 중력 데이터 자체가 실제 중력장에 근접했을 때만 밀도 해가 정확히 복원된다는 의미다. 이를 위해 저자는 언더릴랙스 파라미터 λ(0<λ<1)를 도입해, 매 반복 단계에서 밀도 보정 Δρ = λ·F·(g_obs−g_calc) 를 적용한다. λ는 수렴 안정성을 확보하면서도 과도한 진동을 억제하는 역할을 한다.

실험에서는 두 개의 합성 중력장(하나는 얕은 고밀도 체, 다른 하나는 깊은 저밀도 구조)을 사용해 검증하였다. 얕은 구조에 대해서는 10~15회 반복 내에 상대 오차가 1% 이하로 수렴했으며, 깊은 구조는 수천 회 반복에도 불구하고 오차 감소율이 매우 낮았다. 이는 방향 필터가 멀리 떨어진 질량에 대한 민감도가 낮아, 데이터의 신호‑대‑노이즈 비가 약해질수록 수렴 속도가 급격히 저하된다는 점을 시사한다.

이 방법의 장점은 (1) 벡터 중력 정보를 전부 활용해 정보 손실을 최소화, (2) 스칼라 형태로 변환함으로써 기존 역산 알고리즘과 호환 가능, (3) 필터 설계가 자유로워 다양한 지형·측정 환경에 맞춤형 적용이 가능하다는 점이다. 반면, (1) 깊은 구조에 대한 수렴 속도가 현저히 느리며, (2) 필터 선택과 언더릴랙스 파라미터 튜닝이 결과에 큰 영향을 미쳐 사용자가 경험과 사전 실험을 필요로 한다는 한계가 있다. 향후 연구에서는 다중 스케일 필터링, 적응형 λ 조정, 그리고 실제 현장 데이터에 대한 검증이 필요하다.