Deep-Learning-Based Seismic Inversion for Arctic Ocean Gas Hydrate Exploration
이공학학술연구기반구축(R&D) · 박사후국내연수
2026년
2340053999
교육부
한국연구재단
국립부경대학교 산학협력단
조준현
1명
2026.03.01 ~ 2027.02.28
2024.09.01 ~ 2027.08.31
6,000만원
6,000만원
기초연구
대학
부산광역시 남구
지구과학(지구/대기/해양/천문) > 극지과학 > 극지 광물자원 탐사
가. 연구배경가스 하이드레이트는 저온 고압의 조건에서 천연가스와 물 분자가 결합하여 형성된 고체상 화합물로, 미래의 에너지 자원, 해저 지질 재해의 원인 그리고 기후변화에 미치는 영향 등으로 많은 관심을 받고 있다. 가스 하이드레이트는 안정조건(gas hydrate stability zone, GHSZ)을 만족시키는 해저 대륙사면과 극지방 영구 동토층에 주...
1차년도: 훈련용 자료 생성 및 북극 현장 자료를 위한 파이썬 기반 입출력 모듈 개발- 가스 하이드레이트 지층의 지질 및 지구물리학적 특성을 반영한 북극 해저 지층을 잘 묘사하는 대량의 지하 속도 모델 생성- 척치해 영구 동토층 탄성파탐사 자료 형식에 맞춘 파이썬 언어 기반 입출력 모듈 개발- 현장 탄성파탐사에 사용된 자료 취득 설정 및 송수신기 배열에 맞...
... 국내외 딥러닝 연구와 탄성파 역산 연구 분야에 상당한 기여가 될 것으로 예상한다. 또한, 북극 현장 자료에 적용가능한 이 프레임워크는 실제로 극지연구소에서 활용될 수 있으며, 장기적으로 본 연구의 소프트웨어가 크게 발전하여 외국 소프트웨어를 대체할 수 있다면 큰 경제적 효과도 얻을 수 있다. 이는 자원 외교 및 기술 안보 차원에서 매우 중요하다고 사료된다.