특성 이벤트 재발 빈도‑크기 분포에 대한 위블 분포의 최적성

초록

본 연구는 샌안드레아스 단층의 크리프 구간에서 관측된 슬립 이벤트와 수치 모델(슬라이더‑블록, 샌드‑파일) 데이터를 이용해 재발 빈도‑크기 통계가 어떤 확률분포에 가장 잘 맞는지를 검증한다. 브라운ian 패시지‑타임, 로그정규, 위블 세 가지 분포를 비교한 결과, 위블 분포가 가장 낮은 RMSE와 높은 K‑S 검정 유의확률을 보이며 최적임을 확인하였다. 위블 분포의 형태 매개변수 β는 1.62.2 사이이며, 이에 대응하는 변동계수(CV)는 0.470.64로, 재발 이벤트가 완전한 반복(δ‑함수)보다는 일정한 변동성을 가진다는 점을 시사한다.

상세 분석

이 논문은 복합계 시스템에서 “재발”(recurrent) 현상을 정의하고, 기존의 인터오커런트(interoccurrent) 규모‑분포가 파워‑러프(Gutenberg‑Richter) 형태임을 재확인한 뒤, 동일 단층 혹은 동일 지점에서 반복되는 특성 이벤트의 규모‑분포를 별도로 분석한다. 이를 위해 먼저 샌안드레아스 단층의 두 크리프미터(cwn1, xhr2)에서 1970년대부터 2000년대까지 수집된 슬립 이벤트 시계열을 전처리한다. 이벤트 정의는 “점프 후 크리프 속도가 정상 상태로 회복될 때까지”로 설정했으며, 10분 텔레메트리와 일일 데이터 모두에서 약 0.07 mm 이상의 변위를 임계값으로 잡아 잡음과 강우에 의한 기울어짐을 최소화하였다. 이렇게 확보된 각 시계열은 70~100건의 이벤트를 포함하고 있어 통계적 검증에 충분한 표본을 제공한다.

세 가지 후보 분포는 각각 다음과 같은 특성을 가진다. 브라운ian 패시지‑타임은 평균 μ와 변동계수 CV를 통해 확률밀도함수(PDF)가 정의되며, 로그정규는 로그 변환 후 정규분포와 동일한 형태를 갖는다. 위블 분포는 형태 매개변수 β와 규모 매개변수 τ로 구성되며, β가 1이면 지수분포, β→∞이면 완전 반복(δ‑함수)으로 수렴한다. 논문은 Kolmogorov‑Smirnov(K‑S) 검정과 Root‑Mean‑Square‑Error(RMSE) 두 가지 적합도 지표를 동시에 적용한다. K‑S 검정은 누적분포함수(CDF) 차이의 최대값 D_KS를 구하고, 이를 통해 유의확률 Q_KS를 산출한다. RMSE는 관측값과 모델값 사이의 평균 제곱오차의 제곱근으로, 값이 작을수록 적합도가 높다.

실험 결과, 세 데이터셋(두 크리프미터 각각 일일·10분 기록) 모두에서 위블 분포가 가장 작은 D_KS와 RMSE, 그리고 가장 큰 Q_KS를 기록하였다. 특히 β값이 1.62.2 사이에 머물며 CV가 0.470.64로, 완전 반복보다는 약간의 변동성을 보이는 중간 형태임을 확인했다. 이는 재발 이벤트가 일정한 규모를 유지하면서도 자연스럽게 작은 변동을 포함한다는 물리적 의미와 일치한다.

이러한 관측 결과를 검증하기 위해 두 개의 수치 모델을 추가 실험했다. 슬라이더‑블록 모델은 강성 파라미터를 무한대로 증가시켜 SOC(자기조직임계) 상태에 근접하도록 설정했으며, 이벤트 규모를 슬립량으로 정의했다. 샌드‑파일 모델은 전통적인 SOC 구현으로, 토양 입자들의 임계각 초과 시 ‘낙하’를 이벤트로 기록했다. 두 모델 모두 수천 건 이상의 이벤트를 생성했으며, 동일한 K‑S·RMSE 분석을 적용한 결과 위블 분포가 가장 잘 맞았다. 특히 슬라이더‑블록 모델에서 β≈1.9, CV≈0.55, 샌드‑파일 모델에서 β≈2.0, CV≈0.60을 보이며 관측된 크리프 데이터와 거의 일치했다.

결론적으로, 재발 특성 이벤트의 규모‑분포는 전통적인 파워‑러프가 아니라 위블 분포로 기술되는 것이 통계적으로 가장 타당하며, 이는 SOC 시스템에서도 일반적으로 나타나는 현상임을 시사한다. β가 1보다 크므로 이벤트 간 규모 차이가 완전한 무작위(지수분포)보다 작으며, β가 무한대에 가까워지지 않으므로 완전한 반복(δ‑함수)도 아니다. 따라서 지진 위험도 평가 시 재발 규모에 대한 위블 분포 기반의 확률 모델을 도입하면 보다 현실적인 위험 추정이 가능할 것으로 기대된다.