3차원 베이지안 변분 표면파 단층촬영: 서남중국 적용

초록

본 연구는 주파수 의존적 여행시간 데이터를 직접 이용해 3차원 속도 구조를 추정하는 변분 베이지안 표면파 단층촬영 방법을 제시한다. 평균장 자동 미분 변분 추정(mean‑field ADVI), 물리적 구조 변분 추정(PSVI), 확률적 Stein 변분 그래디언트 하강(sSVGD) 세 가지 변분 알고리즘을 적용해 합성 및 서남중국 실제 데이터를 실험하였다. 모든 방법이 정확한 속도 추정치를 제공했으며, 비가우시안 불확실성을 포착할 수 있는 sSVGD가 가장 현실적인 불확실성 추정 결과를 보여준다. 전통적 방법에 비해 더 세밀한 구조와 신뢰할 수 있는 불확실성 정보를 제공함으로써 변분 베이지안 접근법이 고차원 지진학 문제에 유용함을 입증한다.

상세 분석

이 논문은 지진학에서 표면파 단층촬영이 갖는 비선형성 및 데이터 잡음 문제를 베이지안 프레임워크로 해결하고자 한다. 전통적인 마코프 체인 몬테카를로(MCMC) 방식은 고차원 파라미터 공간에서 계산 비용이 급격히 증가해 실용성이 떨어지지만, 변분 추정은 사후 분포를 파라미터화된 근사분포로 변환하고 최적화 문제로 풀어 효율성을 크게 향상시킨다. 저자는 세 가지 변분 방법을 선택했는데, 평균장 ADVI는 각 파라미터를 독립적인 가우시안으로 가정해 계산량을 최소화하지만, 파라미터 간 상관관계를 무시한다는 한계가 있다. 물리적 구조 변분 추정(PSVI)은 지질학적 제약을 반영해 변분 가족을 설계함으로써 보다 현실적인 사후 분포를 모델링하려 하지만, 여전히 가우시안 형태에 머무르는 경우가 많다. 반면 확률적 Stein 변분 그래디언트 하강(sSVGD)은 입자 기반 방법으로, 입자 집합이 Stein 연산자를 통해 사후 분포를 근사하도록 하여 비가우시안 형태와 다중 모드를 효과적으로 포착한다. 논문은 합성 데이터 실험에서 세 방법 모두 평균 속도와 구조를 정확히 복원했으나, 불확실성 추정에서는 sSVGD가 가장 넓은 신뢰구간을 제공해 실제 불확실성을 반영한다는 점을 강조한다. 실제 서남중국 데이터에 적용했을 때, 변분 방법들은 기존의 전통적 정규화 최소제곱(Normalized Least Squares) 방식보다 더 세밀한 속도 변동을 드러냈으며, 특히 복잡한 지각 구조와 변형대(tectonic) 경계 근처에서 높은 해상도를 보였다. 또한 sSVGD가 제공한 불확실성 지도는 데이터 부족 지역이나 잡음이 큰 영역을 명확히 구분해 후속 해석에 중요한 가이드 역할을 한다. 전체적으로, 변분 베이지안 접근법은 고차원 지진학 역문제에 대한 계산 효율성과 불확실성 정량화 측면에서 큰 장점을 제공한다는 결론을 도출한다.